[發(fā)明專利]一種基于增量式神經(jīng)網(wǎng)絡(luò)模型的高血壓預(yù)測(cè)方法和預(yù)測(cè)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201610861827.0
• 申請(qǐng)日: 2016-09-28
• 公開（公告）號(hào): CN106650206A
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計(jì)）人: 楊濱
• 申請(qǐng)（專利權(quán)）人: 湖南老碼信息科技有限責(zé)任公司
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于增量式神經(jīng)網(wǎng)絡(luò)模型的高血壓預(yù)測(cè)方法，其特征在于，包括如下步驟：

步驟(1)、獲取醫(yī)院高血壓治病病因病理數(shù)據(jù)源與病人日常監(jiān)控?cái)?shù)據(jù)，從而建立高血壓日常數(shù)據(jù)數(shù)據(jù)庫(kù)；

步驟(2)、根據(jù)步驟(1)建立的高血壓日常數(shù)據(jù)數(shù)據(jù)庫(kù)以離線的方式對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以得到訓(xùn)練好的高血壓病理神經(jīng)網(wǎng)絡(luò)模型；

步驟(3)、通過智能監(jiān)控設(shè)備對(duì)用戶的日常生活數(shù)據(jù)進(jìn)行采集，并將采集的日常生活數(shù)據(jù)發(fā)送至服務(wù)器，服務(wù)器將用戶的日常生活數(shù)據(jù)保存至用戶日常數(shù)據(jù)記錄表中；

步驟(4)、從用戶日常數(shù)據(jù)記錄表中提取當(dāng)日數(shù)據(jù)，形成n維向量，并對(duì)n維向量做歸一化處理后輸入步驟(2)中訓(xùn)練好的高血壓病理神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行高血壓危險(xiǎn)程度概率預(yù)測(cè)，得到高血壓概率結(jié)果數(shù)組P，服務(wù)器將數(shù)組P中最高概率對(duì)應(yīng)的高血壓危險(xiǎn)程度值W傳送給智能家庭高血壓護(hù)理設(shè)備；

步驟(5)、智能家庭高血壓護(hù)理設(shè)備接收服務(wù)器傳送的高血壓危險(xiǎn)程度值W后，判斷高血壓危險(xiǎn)程度值W是否大于等于3，如果大于等于3，則警示器警示以提醒用戶，如果小于3，則警示器不警示；

步驟(6)、當(dāng)用戶接收到警示器警示時(shí)，用戶自行去醫(yī)院檢查，并將檢查結(jié)果通過智能家庭高血壓護(hù)理設(shè)備傳送回服務(wù)器，服務(wù)器判斷檢查結(jié)果是否正確，如果檢查結(jié)果錯(cuò)誤，則說明高血壓病理神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)不準(zhǔn)確，如果檢查結(jié)果正確，則說明高血壓病理神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)準(zhǔn)確；

步驟(7)、當(dāng)檢查結(jié)果錯(cuò)誤時(shí)，從用戶日常數(shù)據(jù)記錄表中抽取m天內(nèi)的記錄保存至增量數(shù)據(jù)表中，當(dāng)增量數(shù)據(jù)表中的記錄數(shù)量大于h條時(shí)，執(zhí)行增量式算法，對(duì)高血壓病理神經(jīng)網(wǎng)絡(luò)模型進(jìn)行動(dòng)態(tài)修正；

步驟(8)、重復(fù)步驟(3)～(7)。

2.根據(jù)權(quán)利要求1所述的一種基于增量式神經(jīng)網(wǎng)絡(luò)模型的高血壓預(yù)測(cè)方法，其特征在于，神經(jīng)網(wǎng)絡(luò)模型的輸入層為n個(gè)節(jié)點(diǎn)，隱含層個(gè)數(shù)為n*2+1，輸出層為1個(gè)節(jié)點(diǎn)，從高血壓日常數(shù)據(jù)數(shù)據(jù)庫(kù)表中提取k條記錄進(jìn)行訓(xùn)練，每條記錄是一個(gè)n維向量，所有數(shù)據(jù)在使用前先經(jīng)歸一化處理，使其數(shù)值在[0,1]區(qū)間,然后執(zhí)行如下步驟對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練：

1)輸入一個(gè)n維向量到神經(jīng)網(wǎng)絡(luò)模型，計(jì)算神經(jīng)網(wǎng)絡(luò)模型中所有的權(quán)向量到該輸入n維向量的距離，距離最近的神經(jīng)元即為獲勝神經(jīng)元，其計(jì)算公式如下：

其中：W_k是獲勝神經(jīng)元的權(quán)向量,||...||為歐幾里得距離；

2)調(diào)整獲勝神經(jīng)元和獲勝神經(jīng)元領(lǐng)域內(nèi)的神經(jīng)元的權(quán)向量，公式如下：

其中：W_j(t)是神經(jīng)元；W_j(t+1)是調(diào)整前和調(diào)整后的權(quán)向量；j屬于獲勝神經(jīng)元領(lǐng)域；α(t)是學(xué)習(xí)率，它是隨著迭代次數(shù)的增加逐漸遞減的函數(shù)，取值范圍為[0 1]，經(jīng)過多次實(shí)驗(yàn)選取最佳學(xué)習(xí)率為0.71；D_j是神經(jīng)元j與獲勝神經(jīng)元的距離；σ(t)是隨著時(shí)間遞減的函數(shù)；每一次迭代都將所有輸入n維向量輸入到神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，當(dāng)達(dá)到規(guī)定的迭代次數(shù)后，神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練結(jié)束。

3.根據(jù)權(quán)利要求1所述的一種基于增量式神經(jīng)網(wǎng)絡(luò)模型的高血壓預(yù)測(cè)方法，其特征在于，智能家庭高血壓護(hù)理設(shè)備將檢查結(jié)果傳送回服務(wù)器的結(jié)果信息的格式為：{醫(yī)生實(shí)際判斷的高血壓危險(xiǎn)程度值}，服務(wù)器在接收到結(jié)果信息后，判斷檢查結(jié)果是否正確。