基于重症监护多模态时序数据的急性肺栓塞风险预警方法

本申请属于数据处理领域，具体涉及一种基于重症监护多模态时序数据的急性肺栓塞风险预警方法，包括获取多维生理参数时序数据和稀疏辅助检查数据；进行数据预处理与时间对齐；构建双分支时序编码器提取短时波动与长程趋势特征；通过跨模态稀疏注意力模块实现双尺度生理时序特征与稀疏辅助检查数据的动态融合；采用伪肺栓塞对比学习方法筛选难分负样本，结合对比损失与焦点损失联合训练优化预测模型；通过时序解码网络生成风险轨迹曲线，并采用时序可解释性分析方法识别关键风险驱动因素。本申请能够实现对未来预定时间节点的风险预测，同时提供清晰可解释的归因结果，显著提升急性肺栓塞预警敏感度和临床可接受度。