[發明專利]一種基于深度神經網絡的術后數據分析方法及設備

在審

• 申請號: 202011549793.4
• 申請日: 2020-12-24
• 公開（公告）號: CN112599250A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 史斌;高峰利;金海龍
• 申請（專利權）人: 中國人民解放軍總醫院第三醫學中心
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H10/60;G06N3/08;G06K9/62;G06F16/9537
• 代理公司: 北京慧而行專利代理事務所(普通合伙) 11841
• 代理人: 李銳

本發明提供了一種基于深度神經網絡的術后數據分析設備及方法，該設備包括：數據輸入部、數據預處理部、數據分析部、存儲部、輸出部；數據輸入部連接數據預處理部，數據預處理部連接數據分析部，數據分析部連接輸出部；數據輸入部、數據預處理部、數據分析部、輸出部分別與存儲部連接；數據預處理部對所述原始數據集進行預處理，獲得歸一化后的標準數據集；數據分析部接收所述標準數據集，并進行分析，針對標準數據集中的單個的個體單位數據集，給出分類后的數據標簽。本發明能較好地獲取單個個體數據中血清學指標的主要特征，并且精確地獲取單個個體數據對應的數據標簽，為后續醫學研究提供了良好的數據支撐。

技術領域

本發明涉及醫學移植后相關數據的分析及處理領域，特別涉及一種基于深度神經網絡的針對肝移植后各項監測數據的處理及分析相關的方法及系統，可廣泛應用于數據監測類的醫療設備及醫學研究中。

背景技術

肝細胞癌(Hepatocellular carcinoma,HCC)是我國最常見的惡性腫瘤，據統計，每年新發肝癌病例約37萬，病死率約占88％，已成為我國第二位惡性腫瘤致死原因，嚴重影響人們的身體健康。而在常規的肝移植術后的數據的分析中，目前常用的米蘭標準等，已不能很好地滿足現有的海量數據的分析要求。目前常規的手段，僅是通過醫護人員對海量信息進行人工的篩選和排序，再通過簡單的醫療系統分析，給出數據預測結果，從而作為后續數據監控的中間變量，但該些方法已無法適應現有的數據量要求，其準確性和參考價值，也同樣不斷受到質疑。在醫療領域中，尤其是醫療器械領域中，如何通過系統的方法，在醫療設備裝置中更好地處理海量的肝移植后各項數據，并對該些海量數據進行有效性篩選，從而提供更為貼切且有利于后續數據走勢預測的數據分析方法，是目前市場上的一項亟待解決的問題。而海量病例數據的有效篩選和處理，以及數據間潛在關系的挖掘，將大大減輕醫務人員及技術人員在海量數據處理中的工作量，從而為后續的病理分析等提供一定的處理后的標準化數據作為基礎數據。

發明內容

有鑒于此，本發明實施例提供一種基于深度神經網絡的術后數據分析設備及方法，具體而言，提供了以下的技術方案：

首先，本發明提供了一種基于深度神經網絡的術后數據分析設備，該設備包括：

數據輸入部、數據預處理部、數據分析部、存儲部、輸出部；所述數據輸入部連接數據預處理部，所述數據預處理部連接所述數據分析部，所述數據分析部連接所述輸出部；所述數據輸入部、數據預處理部、數據分析部、輸出部分別與所述存儲部連接；

數據輸入部，用于輸入術后的原始數據集；所述原始數據集輸入后，由所述數據輸入部發送至數據預處理部；

所述數據預處理部對所述原始數據集進行預處理，所述預處理包括數據篩選、缺失數據填充、錯誤數據清洗、多值數據處理、離散數據編碼及數據歸一化，獲得歸一化后的標準數據集；所述標準數據集發送至所述數據分析部，并同時發送存儲部進行存儲；

所述數據分析部接收所述標準數據集，并進行分析，針對標準數據集中的單個的個體單位數據集，給出分類后的數據標簽；所述分類后的數據標簽及標準數據集發送至所述輸出部，同時發送存儲部存儲，在所述存儲部存儲時，所述數據標簽與所述標準數據集中對應的個體單位數據集關聯存儲；

所述輸出部將所述數據標簽與所述標準數據集中對應的個體單位數據集以關聯的方式輸出。

優選的，所述數據分析部包含神經網絡模塊，當輸入的所述原始數據集用于訓練所述神經網絡模塊時，所述數據預處理部對于獲得的歸一化后的標準數據集，以單個個體為單位，增加數據標簽，形成樣本數據集；所述樣本數據集發送至所述數據分析部進行神經網絡訓練，并同時發送存儲部進行存儲。

優選的，所述數據預處理部中，所述缺失數據補充，對于缺失的數據項，采用存儲部中存儲的已有數據中對應數據項的平均值補充對應的缺失數據項。

優選的，所述數據預處理部中，所述離散數據編碼，通過將離散類數據項按照數據類別設置統一編碼的方式進行處理。