基于变长时间间隔LSTM方法的胎儿异常体重预测

【文件属性】：
文件名称：基于变长时间间隔LSTM方法的胎儿异常体重预测
文件大小：1.65MB
文件格式：PDF
更新时间：2021-05-06 12:19:37
胎儿体重预测 LSTM 不均匀时间间隔分布 公式估算 机器学习 孕妇的产前体检是围产医学的重要组成部分，产前预测胎儿体重可以为判断胎儿健康发育提供准确的参考.孕妇的多次体检记录在孕周时间上有不均匀时间间隔分布的特点.本研究对不均匀时间间隔的处理提出了LSTM模型的变种——变长时间间隔的LSTM模型（Variable Time Interval LSTM，VTI-LSTM）.本研究数据来源于2015~2018年多家妇产科医院的10 473个孕妇的122 462条体检记录.实验比较了传统的公式估算法以及GBDT，MLP，SVR，RNN，LSTM，VTI-LSTM等机器学习方法的胎儿体重预测结果，其中，VTI-LSTM在低体重和巨大儿的预测上取得良好的预测结果.