2026年5月3日
Paper Reading: GAT—Enhanced TabNet model with heterogeneous tabular and dependency graph information feature fusion for multi-disease coexistence risk prediction
摘要： 针对多病共存患者的重症风险预测难题，本文提出了一种名为 GATET 的混合神经网络模型。该模型的核心在于将 GAT 与 TabNet 融合，主要包含三个模块：依赖特征提取模块依据医学先验知识（如年龄）将患者样本构建并划分为依赖子图；注意力聚合构图模块在子图内使用图注意力机制聚合节点信息，以捕获复杂的样本间关系；特征加权模块则利用简化的 TabNet 计算特征重要性权重。三个模块协同有效应对了医疗表格数据中特征依赖关系复杂、样本关联缺失这两大挑战，在提升预测精度的同时保持了模型的可解释性。利用来自一家三甲医院的真实临床电子健康记录数据构建了数据集，实验表明 GATET 在多个指标上优于多种传统机器学习与前沿深度学习基线模型，并通过消融实验证实了各模块的必要性。 阅读全文
posted @ 2026-05-03 14:29 乌漆WhiteMoon 阅读(23) 评论(0) 推荐(0)