基于特征渐进融合的慢性病进展预测方法及系统

本发明属于医学数据处理技术领域，公开了基于特征渐进融合的慢性病进展预测方法及系统。本发明在特征渐进融合过程中通过动态选择患者的人口统计学表征、疾病表征和时序临床检验表征中预测性能更好的模态特征，再与其余两个模态特征融合，实现逐渐地多次融合，能够充分利用多模态特征之间的互补信息，提高对慢性病进展预测的准确性。本发明在基于LSTM对缺失的时序临床检验特征进行填补的过程中，除了直接利用LSTM对缺失的特征进行预测外，还考虑了缺失特征与完整特征之间的相似度，通过二者均值对缺失的时序临床检验特征进行填补，提高了数据填补的准确性。本发明考虑了患者就诊记录之间的间隔大小，更准确地提取时序临床检验特征。