面向术中急性肾损伤早期预测的防数据泄露多模态评估框架 SynerT
针对非心脏大手术后急性肾损伤（AKI）早期术中风险分层难的问题，该研究提出了一种名为 SynerT 的纯波形混合时序骨干网络。该网络结合了因果扩张时间卷积网络（TCN）与分层扩张循环层，用于编码术中早期生理轨迹。此外，研究还构建了引入结构化临床背景的多模态扩展变体 SynerT-MM 进行晚期融合预测。注：输入素材尾部存在文本截断，后续具体融合细节未完全展示。
推荐理由针对术中急性肾损伤预测提出新型混合时序骨干与多模态评估架构，展现了时序深度学习在临床监护中的应用价值。
原标题：A Leakage-Aware Multimodal Evaluation Framework for Early Intraoperative Acute Kidney Injury Prediction
阅读 arXiv 机器学习 原文 ↗