ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于SARIMA-LSTM的门诊量预测研究

卢鹏飞; 须成杰; 张敬谊; 韩侣; 李静长春理工大学; 复旦大学附属妇产科医院
大数据
18阅读
引用收藏
分享

摘要

门诊量是医院运营管理及资源配置的重要参考指标之一,精准的门诊量预测对医院辅助决策具有重要意义。为了实现更加稳健和精准的门诊量预测,构建了一种基于SARIMA-LSTM的门诊量预测模型。该方法首先使用SARIMA模型对门诊量进行单指标建模,提取门诊量指标蕴含的周期、趋势等信息,然后构建了以节日天数、法定上班天数、平均最高气温等多个相关指标为输入的多对一LSTM模型,对SARIMA模型残差进行进一步学习,实现残差与多个变量间的非线性关系抽取。实证结果表明,构建SARIMA-LSTM混合模型相较五种主流预测方法具有更高的一步预测精度,具有较好的实际应用价值。

学科与关键词

关键词
季节性差分自回归滑动平均模型长短期记忆网络门诊预测残差 seasonal autoregressive integrated moving average modellong short term memoryoutpatient forecastresidual
相关
加载中…
  • 时间序列预测模型在门诊量预测中的应用
    刘雅; 田玉兔; 于晓荣中国病案, 2013, (01): 54-56.
  • Forecasting patient arrivals at emergency department using calendar and meteorological information
    Zhang, Yan*; Zhang, Jie; Tao, Min; Shu, Jian; Zhu, DegangApplied Intelligence, 2022, 52(10): 11232-11243.被引 10
  • Emergency patient flow forecasting in the radiology department
    Zhang, Yumeng; Luo, Li; Zhang, Fengyi*; Kong, Ruixiao; Yang, Jianchao; Feng, Yabing; Guo, HuiliHealth Informatics Journal, 2020, 26(4): 2362-2374.被引 16
查看全部 →

发表信息

论文状态
公开发表
期刊
大数据
页码
1-12
成果收录
CHINAJOURNAL
资助标注
上海市科委民生科技支撑计划专项临床医学科技创新项目(No.17411950500,No.17411950505);

作者

  • 卢

    卢鹏飞 (第一作者)

  • 须

    须成杰

查看全部 5 位作者收起作者
  • 张

    张敬谊

  • 韩

    韩侣

  • 李

    李静

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417