[發明專利]一種運動功能數據處理方法及系統

有效

• 申請號: 202010537531.X
• 申請日: 2020-06-12
• 公開（公告）號: CN111724897B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 楊尚明;曹晨;劉勇國;李巧勤
• 申請（專利權）人: 電子科技大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H10/60;G06N3/04;G06N3/08
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 張超

本發明公開了一種運動功能數據處理方法及系統，包括：采集電子病歷系統中運動功能和中風偏癱的初次評估結果和末次評定結果，對所述初次評估結果和末次評定結果進行缺失數據刪除和數據統一預處理操作，得到預處理結果數據集；將所述預處理結果數據集進行順序拼接得到一維向量；將所述一維向量輸入LSTM模型得到預測的末次評定結果，將所述預測的末次評定結果與采集的末次評定結果產生的誤差進行反向傳播訓練所述LSTM模型的網絡參數，得到預測模型；將新采集的初次評估結果通過S1進行預處理并通過S2生成一維向量后輸入預測模型，得到預測的末次評定結果。采用改進的長短期記憶網絡有效解決僅有初評結果數據集可能會出現的震蕩。

技術領域

本發明涉及運動功能領域，具體涉及一種運動功能數據處理方法及系統。

背景技術

腦卒中是一種急性腦血管疾病，具有較高的致死率，且腦卒中患者大都存在身體功能障礙，重者嚴重影響日常生活。腦卒中患者的身體狀況與發病部位、時間長短、病情輕重以及造成身體功能障礙程度等多種因素有關。通過對人體的運動功能進行預測可以及時的判斷人體的健康狀況，如果存在患有腦卒中的情況，可以及時進行醫治并可對當前的腦卒中患者最終的健康狀況進行一個預測，目前臨床上針對腦卒中患者的身體健康狀況的預測主要依賴醫師主觀經驗，通過評估患者身體狀況來預測患者情況，主觀性較強，不同醫師之間可能存在較大差異。

論文“Accuracy of physical therapists'early predictions of upper-limbfunction in hospital stroke units”提出一種中風后功能預后的早期預測方法。該方法使用22名中分風患者進行計算預測模型構建，獲取患者性別、年齡等基礎數據，采集患者入院后72小時與6個月后的中風位置、中風類型等14個評價指標，使用邏輯回歸構建預測模型，預測患者6個月后行動測試得分，需要患者的多種評價指標信息，采集信息時間較長，計算復雜，時間成本和經濟成本較大。

發明內容

本發明所要解決的技術問題是現有患者健康狀況的預測需要大量醫學影像或患者的多種評價指標信息，采集信息時間較長、計算復雜、時間成本和經濟成本較大的問題，目的在于提供一種運動功能數據處理方法及系統，解決上述問題。

本發明通過下述技術方案實現：

一種運動功能數據處理方法，包括：

S1：采集電子病歷系統中運動功能和中風偏癱的初次評估結果和末次評定結果，對所述初次評估結果和末次評定結果進行缺失數據刪除和數據統一預處理操作，得到預處理結果數據集；

S2：將所述預處理結果數據集進行順序拼接得到一維向量；

S3：將所述一維向量輸入LSTM模型得到預測的末次評定結果，將所述預測的末次評定結果與采集的末次評定結果產生的誤差進行反向傳播訓練所述LSTM模型的網絡參數，得到預測模型；

S4：將新采集的初次評估結果通過S1進行預處理并通過S2生成一維向量后輸入預測模型，得到預測的末次評定結果。

本發明中采用的方法是從電子病歷系統中采集腦卒中患者的運動功能以及中風偏癱相關的初次評估結果和末次評定結果，用于訓練LSTM模型，本發明改進了LSTM模型的參數更新過程，利用損失函數的二階導數作為LSTM參數的更新方法，將新采集所述初次評估結果輸入改進后的LSTM模型中進行預測。

具體的更新方法為多次輸入電子病歷中運動功能的初次評估結果得到預測的末次評估結果，將預測的末次評估結果與實際末次評定結果進行對比，得到兩者之間的誤差即為LSTM 模型的損失函數，將所述誤差反向代入LSTM模型中實現LSTM模型參數的迭代更新，提高預測結果的準確性；