一种基于改进对比学习的疾病预测研究

本发明公开了一种基于改进对比学习的疾病预测研究，包括以下步骤：获取并整理EHR数据，将患者的诊断信息进行编码转换，形成数据集格式；构建全局疾病共现图，采用对比学习从频域的角度通过设置自适应高频掩码对疾病嵌入进行数据增强，将每个锚点的邻居节点作为正信号，将对比损失加入到损失函数中；从全局疾病共现图中提取三个动态子图；根据动态子图中节点属性的变化，定义三种诊断角色；设置相应的转换函数，以提取历史上下文信息；采用基于注意力的方法计算患者嵌入向量；将患者嵌入向量输入到分类器中进行健康时间预测。充分挖掘EHR数据中的潜在价值，探索疾病动态变化规律，从而为医疗决策提供更有力的支持。