[發明專利]一種腦血管出血與缺血預測方法及裝置

有效

• 申請號: 201810687069.4
• 申請日: 2018-06-28
• 公開（公告）號: CN109003679B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 雷宇;毛順億;張鑫;蘇佳斌;高超;顧宇翔;倪偉;楊恒;褚振方;胡仲華;孫谷飛;周建華;陸王天宇;梅鵾;傅致暉
• 申請（專利權）人: 眾安信息技術服務有限公司;復旦大學附屬華山醫院北院
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H50/20;G16H50/30
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 張慧娟

本發明公開了一種腦血管出血與缺血預測方法及裝置，屬于人工智能技術領域，方法包括步驟：S1、利用相關醫療病史數據構建第一訓練數據集；S2、構建多個醫療數據預測模型，并使用所述第一訓練數據集訓練所述多個醫療數據預測模型；S3、利用腦部動脈醫療影像數據構建第二訓練數據集；S4、構建多個醫療圖像預測模型，并使用所述第二訓練數據集訓練所述多個醫療圖像預測模型；S5、對訓練好的所述多個醫療數據預測模型和訓練好的所述多個醫療圖像預測模型進行融合，以對目標患者的腦血管出血與缺血進行預測。本發明實施例可以實現對于患者是否會發生腦血管出血與缺血現象進行快速、準確地預測。

技術領域

本發明涉及人工智能技術領域，特別涉及一種腦血管出血與缺血預測方法及裝置。

背景技術

腦血管疾病在全球屬于頭號殺手，容易在中老年人群中發病，且逐漸呈現年輕化的趨勢。該疾病發病率較高，容易引發腦組織出血或缺血性意外，導致患者的殘廢或死亡。腦血管疾病的成因復雜，血管狹窄、血管堵塞、高血脂等現象都可能成為誘因。形成因素多、分析難度高，即使是經驗豐富的醫師綜合多項疾病數據，也很難及時發現腦血管疾病。一旦發病，腦血管疾病治療的費用高且治療難度大，對于很多家庭而言是場災難。二三線城市中，診斷腦血管疾病的力量更為薄弱，無法及時診療將惡化患者病情，造成嚴重后果。

傳統針對腦部疾病診斷的方法多通過人工方式，重復度高、工作量大的情況非常容易造成誤診現象，帶來嚴重后果。通過算法方式進行診斷的方式處于起步階段，研究較少且準確度較低。

發明內容

有鑒于此，本發明實施例提供了一種腦血管出血與缺血預測方法及裝置，可以根據目標患者的醫療病史數據，通過數據分析模型以及醫療圖像預測模型，實現對于目標患者是否會發生腦血管出血與缺血現象進行快速、準確地預測。

本發明實施例提供的技術方案如下：

第一方面，提供了一種腦血管出血與缺血預測方法，包括步驟：

S1、利用相關醫療病史數據構建第一訓練數據集；

S2、構建多個醫療數據預測模型，并使用所述第一訓練數據集訓練所述多個醫療數據預測模型；

S3、利用腦部動脈醫療影像數據構建第二訓練數據集；

S4、構建多個醫療圖像預測模型，并使用所述第二訓練數據集訓練所述多個醫療圖像預測模型；

S5、對訓練好的所述多個醫療數據預測模型和訓練好的所述多個醫療圖像預測模型進行融合，以對目標患者的腦血管出血與缺血進行預測。

在一些實施例中，所述步驟S1中利用相關醫療病史數據構建第一訓練數據集包括：

S11、從所述相關醫療病史數據中抽取關鍵信息；

S12、對所述關鍵信息進行數據清洗處理；

S13、從經過數據清洗處理后的所述關鍵信息中提取所述多個危險因子；

S14、對所述多個危險因子進行標簽標注，以構建所述第一訓練數據集；

其中，標注的所述標簽包括無疾病標簽、出血標簽和缺血標簽。

在一些實施例中，所述步驟S12中對所述關鍵信息進行數據清洗處理包括：

對所述關鍵信息依次進行去噪聲處理、無量綱化處理；

對無量綱化處理后的所述關鍵信息中的連續特征進行離散化處理；

對無量綱化處理后的所述關鍵信息中的離散特征及所述離散化處理后的所述連續特征進行獨熱編碼。

在一些實施例中，所述步驟S2中構建多個醫療數據預測模型包括：