基于SCAD先验知识算法的脑卒中预测模型研究

来源：计算机技术与发展杂志2025年第05期北京时间：

作者：郭茜;赵否曦;彭宇翔;支亚京;汪华;王娟;刘国强*

单位：1. 贵州省气象数据中心,贵州 贵阳 550002;2. 贵州省疾病与预防控制中心,贵州 贵阳 550002;3. 贵州省气象台,贵州 贵阳 550002;4. 贵州省气象局,贵州 贵阳 550002

摘要：该文提出了基于平滑削边绝对偏离(SCAD)先验和注意力机制的脑卒中发病率预测模型。 通过深入研究,针对气象特征复杂多变等因素,设计了气象特征注意力模块,以提高模型的特征表达能力,并利用多头注意力机制,有效捕捉气象因子与脑卒中发病率的权重关联信息,降低了无用信息干扰,使得训练过程中更关注对脑卒中发病有显著影响的气象因子。 为了在本研究中数据规模有限的情况下,进一步提升模型的预测性能,该文结合了 SCAD 特征筛选方法和先验知识方法,设计了 SCAD 先验知识模块,帮助模型更快收敛,降低模型对数据规模的依赖。 该算法相比于多个对比模型在各项评价指标上都有所提升,其中相比于基线算法中表现最好的 Xgboost 模型,MSE 降低了 0. 064, R2 评分提高了 0. 054。 此外,对该算法进行了消融分析,验证了该算法设计的核心模块的作用,以及对模型性能提升的贡献。 实验结果表明,基于该方法设计的模型提高了脑卒中发病率的预测精度,适用于贵州山区脑卒中发病规律的目标识别。

关键词：气象因子;脑卒中发病率;注意力机制;SCAD;先验知识