lstm 变长序列_基于变长时间间隔LSTM方法的胎儿异常体重预测

1 介绍

预测胎儿体重是产前监护的重要内容, 是医生对孕妇进行临床处理的重要依据. 近年来研究显示, 低体重儿的存活率和扛感染能力相对低下[, 并且与低智商有密切联系[. 而巨大儿则会引起胎儿宫内窘迫、新生儿窒息、肩难产[等. 产前预测胎儿体重, 对于避免新生儿体重异常, 恰当选择分娩方式具有重要意义. 孕妇的产前体检记录属于特殊的电子病历. 围产医学规定的产前体检、孕妇个人的健康状况和高危妊娠的随访等使得孕妇的体检次数和体检时间间隔各不相同. 因而造成了体检事件在妊娠时间上的不均匀时间间隔分布. $\Delta {T_k}$表示, 相邻两次体检之间的时间间隔用

$\Delta {t_k}$表示

$(k = 1,2,3,\cdots,N)$. 孕妇每次体检的时间间隔不仅与妊娠时间有关, 而且与相邻两次体检之间的时间间隔有密切联系. 传统的RNN和LSTM模型默认序列之间是相等时间间隔的, 以序列的先后顺序表示时间信息, 在模型层面并没有时间概念, 难以充分有效地表征数据不均匀时间间隔的关系. 基于以上, 本研究从模型层面出发, 将妊娠时间

$\Delta T$和间隔时间

$\Delta t$做嵌入表示, 在LSTM模型中的“遗忘门”和“记忆门”分别增添“时间门”, 模型以“时间门控”的方式控制“状态”信息, 间接表征不均匀时间间隔信息. 文章安排如下: 第1部分介绍, 阐明胎儿体重预测的意义和孕妇的体检事件分布特点, 第2部分相关工作, 阐述目前胎儿体重预测任务的主流方法和不足, 以及深度学习在电子病历中的应用. 第3部分是任务定义和模型介绍, 第4部分是数据预处理和实验设计, 第5部分是实验结果和讨论, 最后部分是结论.

图 1

Fig. 1

图 1 孕妇产前体检记录分布示意图

2 相关工作

在临床工作中, 产科医生经常采用宫高腹围测量法[和超声测量法[估算胎儿体重. 两者根据孕妇的检查数据为参数, 通过公式来估计胎儿体重. 宫高腹围法简单快捷无副作用, 孕妇可在家中自行测量. 超声法则以其更精确的优点成为目前应用最广泛的方法. 但是, 这两种方法均存在不同的弊端. 首先, 由于产科工作的特殊性, 在一些紧急情况下不能及时为孕妇完成超声检查, 此时使用宫高腹围法便成为一个很好的选择. 超声法是目前较为准确的测量方法, 但是, 多次做超声检查是否有副作用存在争议, 一般情况下, 孕妇产前的超声检查仅为3–4次. 除以上两种公式估算方法外, 机器学习方法也可以将孕妇的宫高、腹围, 胎儿的双顶径、头围、腹围、股骨长等数据为参数预测胎儿体重, 在刁晓娣等的研究中[, 使用人工神经网络预测胎儿体重, Xu ZP等[在人工神经网络中添加了正则化条件来预测胎儿体重. 虽然, 机器学习方法已应用到胎儿体重预测任务中, 但是其方法大多为人工神经网络, 不同的研究虽对人工神经网络有不同的修改, 但其本质仍旧是MLP(多层感知机). 无论是宫高腹围法、超声测量法还是经典机器学习方法, 仅取孕妇分娩前一周内的数据作为估算或预测参数, 而忽略了孕妇在多次体检记录中反映出来的变化. 其次, 在胎儿体重预测的研究中, 尚未将孕妇的高危妊娠和疾病信息考虑进去. 因此, 此类研究不具有普适性.

3 变长时间间隔LSTM模型

孕妇在孕周时间上的体检统计分布如

图 2

Fig. 2

图 2 孕妇体检周统计分布图(前30种统计分布)

本文用

$P = \{ {p^1},{p^2}, \cdots ,{p^i}, \cdots ,{p^N}\} $表示孕妇集合, 用

$R = \{ {r^1},{r^2}, \cdots ,{r^i}, \cdots ,{r^N}\} $表示孕妇体检记录集合.

$N$表示孕妇总人数,

$i$表示第

$i$个孕妇, 孕妇

${p^i}$对应的体检记录为

${r^i}$. 每一个孕妇的体检记录和体检时间表示为

${M^i}: = [(r_1^i,t_1^i),(r_2^i,t_2^i), \cdots ,(r_k^i,t_k^i), \cdots ,(r_l^i,t_l^i)]$. 其中,

$r_k^i$和

$t_k^i$分别表示第

$i$个孕妇的第

$k$次体检的记录和时间,

$l$表示体检次数. 根据

$[t_1^i,t_2^i, \cdots ,t_k^i, \cdots ,t_l^i]$, 当前的妊娠时间

$\Delta T_k^i$和距上次体检的间隔时间

$\Delta t_k^i$的计算方式分别如式(1), 式(2):

$\Delta T_k^i = t_k^i$

(1)

$