[發明專利]一種慢性病加重風險評估與告警系統

在審

• 申請號: 201910113117.3
• 申請日: 2019-02-13
• 公開（公告）號: CN109817338A
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 陳亞紅;李建欣;周號益;孫婉璐;張迎春;彭士杰
• 申請（專利權）人: 北京大學第三醫院（北京大學第三臨床醫學院）;北京航空航天大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70
• 代理公司: 北京中創陽光知識產權代理有限責任公司 11003
• 代理人: 尹振啟

1.一種慢性病加重風險評估與告警系統，其特征在于，包括預處理模塊，核心指標特征抽取模塊，多維時序數據特征抽取模塊和特征融合與預警模塊；所述預處理模塊對醫學數據進行全面的預處理得到核心指標數據的歷史序列和多維特征的歷史數據；所述核心指標特征抽取模塊建立了所述核心指標數據的歷史序列中相鄰時間點的時間間隔與長期記憶傳遞之間的關聯，得到第一組基準特征；所述多維時序數據特征抽取模塊對所述多維時序數據進行抽取得到第二組基準特征；所述特征融合與預警模塊將所述第一組基準特征和第二組基準特征進行融合，然后進行預警分析。

2.如權利要求1所述的系統，其特征在于，所述預處理模塊進行所述預處理的步驟為，步驟1，對離散數據和類別型數據進行one-hot編碼數字化；步驟2，使用置信區間剔除異常值，對數字化數據進行降噪處理；步驟3，采用臨近插值法填補缺失的所述降噪處理后的數據，然后進行標準化處理；步驟4，以等長可重疊切割的方式對所述標準化處理的數據進行處理，生成樣本集，并分為核心指標數據的歷史序列和其他多維特征的歷史數據。

3.如權利要求2所述的系統，其特征在于，所述核心指標特征抽取模塊通過改進的GRU神經網絡的內部結構，處理核心指標時間序列，得到第一組基準特征，所述改進的GRU神經網絡的內部結構包括時間衰減模塊，在上一時刻記憶h_t-1向下層傳遞前，根據當前時刻與下一時刻的時間間隔長度，進行衰減，得到所述第一組基準特征，所述第一組基準特征包括慢性病的歷史趨勢，季節性，周期性。

4.如權利要求3所述的系統，其特征在于，所述多維時序數據特征抽取模塊利用卷積神經網絡對所述多維時序數據進行處理，其過程為，首先采用多組卷積核對所述多維時序數據在時間的維度和特征維度上做卷積操作，抽取同一特征不同時間點之間的時間依賴關系和不同的特征同一時刻的關聯關系；然后讓得到的各組特征經過ReLU激活函數，并做池化處理；最后經過全連接層，得到最終的特征。

5.如權利要求4所述的系統，其特征在于，所述特征融合與預警模塊將兩組特征做扁平化壓縮處理，得到兩個一維向量，將兩個向量拼接，經過全連接層和激活函數得到評估風險值，最后將風險值和根據醫學經驗預先設定的閾值比較，判斷是否給出告警。