[發明專利]閾值判定模型確定方法、裝置、醫療檢測設備及存儲介質

在審

• 申請號: 201811458809.3
• 申請日: 2018-11-30
• 公開（公告）號: CN109599178A
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 楊承其
• 申請（專利權）人: 蘇州麥迪斯頓醫療科技股份有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/30;G16H10/60
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種閾值判定模型確定方法、裝置、醫療檢測設備及存儲介質。該方法包括：使用閾值訓練樣本對對預先構建的神經網絡模型進行訓練；其中，所述閾值訓練樣本對包括基于患者病歷所提取的閾值參考數據和與所述閾值參考數據對應的閾值結果數據；所述閾值結果數據包括閾值上限和/或閾值下限；將訓練完成的神經網絡模型作為所述閾值判定模型，以根據所述閾值判定模型確定不同患者的預警閾值。采用上述方案進行閾值判定模型的訓練，使得通過引入閾值判定模型對不同患者的預警模型進行自動調整，無需在醫療檢測設備使用時進行閾值設定和校對，提高了用戶的使用體驗。

技術領域

本發明實施例涉及醫療技術領域，尤其涉及一種閾值判定模型確定方法、裝置、醫療檢測設備及存儲介質。

背景技術

隨著家庭醫療護理趨勢的興起和用戶對自身健康關注度的增加，便攜式醫療檢測設備的使用越來越廣泛。

現有技術中的醫療檢測設備通常根據預先設定的固定預警閾值，或者通過醫護人員根據患者的自身狀況手動調整的預警閾值，對患者的檢測數據進行有效預警。

然而，上述方式無法針對不同患者對預警閾值進行自動調整，導致醫療檢測設備使用時需要頻繁的進行閾值設定和校對，還會由于患者個體差異而產生諸多誤報警和漏報警的情況，降低了用戶的使用體驗。

發明內容

本發明提供一種閾值判定模型確定方法、裝置、醫療檢測設備及存儲介質，以實現醫療檢測設備的預警閾值的自動調整，進而提到醫療檢測設備的預警閾值與患者之間的匹配度。

第一方面，本發明實施例提供了一種閾值判定模型確定方法，包括：

使用閾值訓練樣本對對預先構建的神經網絡模型進行訓練；其中，所述閾值訓練樣本對包括基于患者病歷所提取的閾值參考數據和與所述閾值參考數據對應的閾值結果數據；所述閾值結果數據包括閾值上限和/或閾值下限；

將訓練完成的神經網絡模型作為所述閾值判定模型，以根據所述閾值判定模型確定不同患者的預警閾值。

第二方面，本發明實施例還提供了一種閾值判定模型確定裝置，包括：

模型訓練模塊，用于使用閾值訓練樣本對對預先構建的神經網絡模型進行訓練；其中，所述閾值訓練樣本對包括基于患者病歷所提取的閾值參考數據和與所述閾值參考數據對應的閾值結果數據；所述閾值結果數據包括閾值上限和/或閾值下限；

模型確定模塊，用于將訓練完成的神經網絡模型作為所述閾值判定模型，以根據所述閾值判定模型確定不同患者的預警閾值。

第三方面，本發明實施例還提供了一種醫療檢測設備，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如第一方面實施例所提供的一種閾值判定模型確定方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如第一方面實施例所提供的一種閾值判定模型確定方法。

本發明實施例通過使用閾值訓練樣本對對預先構建的神經網絡模型進行訓練，其中閾值訓練樣本對包括基于患者病歷所提取的閾值參考數據和與所述閾值參考數據對應的閾值結果數據；所述閾值結果數據包括閾值上限和/或閾值下限；將訓練完成的神經網絡模型作為所述閾值判定模型，以根據所述閾值判定模型確定不同患者的預警閾值。采用上述方案進行閾值判定模型的訓練，使得通過引入閾值判定模型對不同患者的預警模型進行自動調整，無需在醫療檢測設備使用時進行閾值設定和校對，提高了用戶的使用體驗。

附圖說明

圖1是本發明實施例一中的一種閾值判定模型確定方法的流程示意圖；