计算机工程

作者：张骐薇, 林彬, 刘云龙

单位：1. 厦门大学航空航天学院, 福建 厦门 3610052. 长兴县人民医院药学部, 浙江 长兴 3131003. 浙江大学医学院附属第二医院长兴分院湖州市智能药学与个体化治疗重点实验室, 浙江 长兴 313100

关键词：脓毒症,数据生成,顺序生成,序列耦合对抗学习,耦合生成器

基金：湖州市智能药学与个体化治疗重点实验室-长兴县抗癌协会联合开放基金(HZKE-20230201); 国家自然科学基金(61772438)

脓毒症是一种由感染导致的危重症, 是重症监护室(ICU)中患者死亡的主要原因之一。然而, 在脓毒症治疗环境中, 实际数据较难获取, 存在临床数据匮乏的问题。为克服这些挑战, 提出一种具有梯度惩罚的顺序耦合医疗Wasserstein生成对抗网络(SC-med WGAN), 与现有工作侧重单步生成不同, 强调对脓毒症患者状态和药物剂量的顺序生成, 以更好地模拟临床数据的生成过程。该模型由两个耦合生成器组成, 在统一模型中协调患者状态和药物剂量的生成。模型采用混合损失技巧, 引入特征匹配损失和皮尔逊相关系数作为附加项, 既考虑单个变量的实际分布, 也考虑变量之间随时间的相关性。在包含17 898位脓毒症患者信息的重症监护医疗信息标记(MIMIC-Ⅲ)数据集上测试, 并在贫血数据上进行验证, 证明模型的准确性和鲁棒性。实验结果表明, 该模型顺序生成的数据在质量和真实性上优于其他模型, 揭示了患者状态和药物剂量数据的生成具有明显的相互影响这一临床事实。

来源：2026年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第2期