摘要
本发明专利公开了一种基于特征填充自编码器的血液透析患者生存预测方法，该方法解决了短期血透数据的不平衡和数据特征缺失的问题；首先，该方法利用非缺失特征的流形结构和高维数据空间中特征之间的内在关系，推断出缺失特征的值，然后，通过特征丢弃掩码的生成来模拟深度学习框架中的缺失数据分布，并设计一个特征填充自编码器，该模块利用容易获得的短期数据进行无监督学习，使编码器能够重建缺失特征并推导潜在表征，最后，使用基于潜在表征的分类器实现死亡率预测，本发明旨在利用短期血透数据来提供血液透析患者更准确的死亡率风险评估。
