[发明专利]一种基于异构图神经网络的ICU心衰预测系统

权利要求书

1.一种基于异构图神经网络的ICU心衰预测系统，包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，其特征在于：所述计算机存储器中存有训练好的心衰预测模型；

所述的心衰预测模型包括依次连接的两层时间感知门控图注意力神经网络、一层环境Transformer层以及两层全连接层；

所述计算机处理器执行所述计算机程序时实现以下步骤：

提取心衰相关病人在住院第一次进入ICU后前48小时的实验检测、输液、处方药数据，构成EHR数据；

通过提取得到的EHR数据构建时间感知EHR异构图，输入两层时间感知门控图注意力神经网络中，将学习得到的图中节点的表征再输入环境Transformer层，进一步提取病人与其他医疗变量节点间的关系形成全局表征，最终得到的全局表征通过两层全连接层得到患者风险预测的输出概率，该输出概率的结果用于医生评估当前的治疗方案。

2.根据权利要求1所述的基于异构图神经网络的ICU心衰预测系统，其特征在于，提取心衰相关病人在住院第一次进入ICU后前48小时的实验检测、输液、处方药数据时，实验检测数据为前48小时中每小时各类实验检测最后一次得到的数据，输液数据为每小时输液的总量，处方药数据为每小时是否使用某种处方药的二分值。

3.根据权利要求1所述的基于异构图神经网络的ICU心衰预测系统，其特征在于，通过提取得到的EHR数据构建时间感知EHR异构图的过程如下：

首先构建由各个时间点病人节点、实验检测节点、输液节点、处方药节点以及连接该时间点病人与所用的实验检测、输液以及处方药的边构成的基础异构图；

其次，引入上一时间点病人节点与当前时间点病人间的时序元路径、上一时间点的输液节点和处方药节点与该时间点病人节点间的时序元路径、上一时间的病人节点与该时间点的输液节点和处方药节点间的时序元路径共三种时序元路径，构成最终的时间感知EHR异构图。

4.根据权利要求3所述的基于异构图神经网络的ICU心衰预测系统，其特征在于，所述时间感知门控图注意力神经网络的工作过程如下：

首先将上一层输入的节点隐藏状态通过与邻接矩阵以及输出参数矩阵相乘得到节点的输出信息；其中对于引入的病人间时序元路径、输液节点与处方药节点与病人节点间的时序元路径、病人节点与输液节点和处方药节点间的时序元路径，时间感知门控图注意力神经网络通过将每次记录的时间差输入时间衰退函数Decay(Δ)＝1/log(e+Δ)得到时间衰退因子；

使用得到的时间衰退因子对上述元路径传递的信息进行衰退处理，模拟跨越时间的信息的损失；将所有路径的信息与目标节点的隐藏状态拼接，经过一个包含线性层与Softmax激活函数的软注意力模块生成各条路径注意力作为各类路径所传递的信息比重，将注意力与拼接后的信息进行加权和得到最终的输入信息；

最后，将输入的信息通过以上一层网络输出的目标节点表征作为隐藏状态经过门控循环单元GRU的重置门与遗忘门后，对目标节点的隐藏状态进行更新。

5.根据权利要求4所述的基于异构图神经网络的ICU心衰预测系统，其特征在于，所述环境Transformer层提取病人与其他医疗变量节点间的关系形成全局表征的过程如下：

环境Tranformer层将上一层模型输出的实验检测节点隐藏状态、输液节点隐藏状态与处方药节点隐藏状态进行纵向拼接用于计算键矩阵与值矩阵，将上一层模型输出的病人节点隐藏状态用于计算查询矩阵，通过Transformer框架进一步提取关系特征。

6.根据权利要求1所述的基于异构图神经网络的ICU心衰预测系统，其特征在于，所述的时间感知门控图注意力神经网络中，利用注意力机制得到各类医疗变量重要性的平均可视化信息。