[發明專利]一種基于尿比重和尿量監測的腎衰竭預警方法及系統

在審

• 申請號: 201710117060.5
• 申請日: 2017-03-01
• 公開（公告）號: CN106845140A
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 喻其炳;姚行艷;馮鑫;李勇;李川
• 申請（專利權）人: 重慶工商大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

1.一種基于尿比重和尿量監測的腎衰竭預警方法，其特征在于，包括：

采集不同類別患者的尿比重和步進式尿量監測指標，建立數據庫；

進行概率神經網絡的訓練；

利用訓練完畢的所述概率神經網絡對就診者的尿比重和步進式尿量監測數值進行計算，并得到預警結果。

2.根據權利要求1所述的基于尿比重和尿量監測的腎衰竭預警方法，其特征在于，

所述進行概率神經網絡的訓練包括：

根據醫院診斷結果，對采集到的患者尿比重和步進式尿量定義病情分類；

將尿比重和步進式尿量指標作為輸入，病情分類作為輸出，放入概率神經網絡中進行監督學習。

3.根據權利要求2所述的基于尿比重和尿量監測的腎衰竭預警方法，其特征在于，所述將尿比重和步進式尿量指標作為輸入，病情分類作為輸出，放入概率神經網絡中進行監督學習包括：

將各項指標歸一化；

將患者的尿比重和步進式尿量輸入到概率神經網絡的輸入層；

設置spread值，將輸入層信息傳遞到模式層，進行模式識別；

在求和層將模式層中屬于同一類的隱含神經元的輸出做加權平均得到每一類的概率密度；

根據各類對輸入信息的概率估計，采用Bayes分類規則，選出具有最大后驗概率的類別，并在決策層輸出；

將輸出結果與訓練樣本類別值對比，通過調整spread值進行誤差校正，直到完成概率神經網絡的訓練。

4.一種基于尿比重和尿量監測的腎衰竭預警系統，其特征在于，包括：

采集模塊，用于采集不同類別患者的尿比重和步進式尿量監測指標，建立數據庫；

訓練模塊，用于進行概率神經網絡的訓練；

計算模塊，用于利用訓練完畢的所述概率神經網絡對就診者的尿比重和步進式尿量監測數值進行計算，并得到預警結果。

5.根據權利要求4所述的基于尿比重和尿量監測的腎衰竭預警系統，其特征在于，

所述訓練模塊包括：

分類單元，用于根據醫院診斷結果，對采集到的患者尿比重和步進式尿量定義病情分類；

監督學習單元，用于將尿比重和步進式尿量指標作為輸入，病情分類作為輸出，放入概率神經網絡中進行監督學習。

6.根據權利要求5所述的基于尿比重和尿量監測的腎衰竭預警系統，其特征在于，所述監督學習單元包括：

歸一化部件，用于將各項指標歸一化；

輸入部件，用于將患者的尿比重和步進式尿量輸入到概率神經網絡的輸入層；

模式識別部件，用于設置spread值，將輸入層信息傳遞到模式層，進行模式識別；

加權平均部件，用于在求和層將模式層中屬于同一類的隱含神經元的輸出做加權平均得到每一類的概率密度；

輸出部件，用于根據各類對輸入信息的概率估計，采用Bayes分類規則，選出具有最大后驗概率的類別，并在決策層輸出；

校正部件，用于將輸出結果與訓練樣本類別值對比，通過調整spread值進行誤差校正，直到完成概率神經網絡的訓練。