Sepsis:败血症致命疾病的早期预测-源码

Google Summer of Code-CBMI @ UTHSC 使用机器学习进行早期败血症预测 目录 介绍 模组 代码说明 GSoC经验 结论 团队 执照 介绍 该项目旨在为医学界提供改进的解决方案，在医学界，数以百万计的人死于败血症，这是一种致命疾病，患者对感染的React失调。 由于败血症对时间敏感，因此它Swift升级为多器官衰竭，这大大增加了死亡风险。 在这里，我们尝试准确地预测败血症的发生时间，即败血症的实际发生时间。 这将使医生及早采取应变措施，并将大大降低死亡率。 该项目是基于关闭EICU数据库，通过physionet管理。 重症患者被送入ICU，在那里他们从各种各样的临床人员那里接受复杂且对时间敏感的护理。 电子测量设备连接到它们，可以定期产生数据。 来自多家医院的数据被吸收到eICU数据库中。 每5分钟测量一次患者的生命。 这样的频率是理想的，因为降低的频率无法让