时序图疾病风险预测疾病风阴预测方法MTPGraph中疾病风险预测提出了一种挖掘频繁时序特征图的算法
为了执行不同疾病风险预测任务，例如预测冠私病患者的病情是否好控制，或者预测慢性阻塞性肺病患者在未来90天内是否会再次住院等任务，都需要采取以下步骤：首先要构建信息量丰富的特征图，利用提出的频繁时序子序列挖掘算法TRApriori，Apriori是最成熟的频繁项集挖掘算法之一，基于该方法去获得频繁时序子序列，随后形成频繁时序特征图；其次如疾病风阴预测方法MTPGraph中疾病风险预测所示基于病人时序图及频繁时序特征图来构建特征向量，每个病人时序图都可由第一步得到的特征图重新组成，随之产生一个重构系数，即生成的是特征向量，用来进行有效的疾病风险预测
通过对慢性阻塞性肺病（ChronicObstructiveP*ulmonaryDisease，COPD）群体及冠心病（CoronaryHeartDisease，CHD）群体发病风险的早期预测来验证所提方法的有效性
以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。
