[發明專利]一種構建適用于SMILE手術切削厚度預測的BP神經網絡模型的方法

有效

• 申請號: 202011627434.6
• 申請日: 2020-12-31
• 公開（公告）號: CN112656507B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 袁冬青;湯福南;楊春花;張暉;汪纓;劉慶淮
• 申請（專利權）人: 江蘇省人民醫院（南京醫科大學第一附屬醫院）
• 主分類號: A61B34/10
• 分類號: A61B34/10;G06N3/08;G16H50/20;G16H50/50
• 代理公司: 南京擎天知識產權代理事務所(普通合伙) 32465
• 代理人: 涂春春

1.一種構建適用于SMILE手術切削厚度預測的BP神經網絡模型的方法，其特征在于，包括如下步驟:

步驟1：根據廠家提供的官方數據以及歷史患者數據，選定患者球鏡度數（SPH）、柱鏡度數（CYL）、角膜曲率半徑（K）和基質透鏡直徑（Diameter）4項指標作為模型訓練階段的輸入值，選定輸入量所一一對應的切削厚度值Y作為模型訓練階段的期望輸出值；

步驟2：根據步驟1中的輸入量和期望輸出量，構建BP神經網絡模型，BP神經網絡模型包括三層前饋神經網絡結構，分別為輸入層、隱含層和輸出層，輸入層的輸入指標是步驟1選擇的輸入量，輸出層的輸出指標為期望輸出量；根據實際預測精度要求，設定期望誤差W；

步驟3：訓練步驟2中的BP神經網絡模型；具體的訓練步驟如下：

步驟31、以步驟1中選定的4項指標的數據生成輸入向量P1；以步驟1中選定的期望輸出值的數據生成輸出向量T1，此輸出向量T1作為期望輸出向量；

；

；

其中，n為歷史樣本數據個數，輸入向量P由患者球鏡度數（SPH）、柱鏡度數（CYL）、角膜曲率半徑（K）和基質透鏡直徑（Diameter）組成，患者球鏡度數（SPH）、柱鏡度數（CYL）、角膜曲率半徑（K）和基質透鏡直徑（Diameter）分別簡稱為S、C、K和D；

步驟32、將輸入向量P1輸入BP神經網絡模型得到實際輸出向量，此實際輸出向量為切削厚度值Y的預測值；

步驟33、將輸出向量T1輸入BP神經網絡模型，計算出切削厚度值Y的預測值與期望值的均方根誤差；

步驟34、以此均方根誤差作為BP神經網絡誤差反向傳播算法的輸入數據，對BP神經網絡模型進行循環往復訓練，直至輸出的切削厚度值Y的預測值與期望值之間的誤差小于設定的期望誤差W，模型訓練完成，并保存該BP神經網絡模型；

步驟35、得到適用于SMILE手術切削厚度預測的BP神經網絡模型。

2.根據權利要求1所述的構建適用于SMILE手術切削厚度預測的BP神經網絡模型的方法，其特征在于，步驟2中，BP神經網絡模型的隱含層可以有一層或多層；其中，隱含層和輸出層激勵函數均選取為tansig，網絡訓練函數為trainglm，網絡性能函數為mse。

3.根據權利要求2所述的構建適用于SMILE手術切削厚度預測的BP神經網絡模型的方法，其特征在于，步驟2中，BP神經網絡模型選用S型傳遞函數logsig或tansig，其表達式為和，通過反傳誤差函數，不斷調節網絡權值和閾值使誤差函數E達到小于期望誤差W的程度；其中，為期望輸出，為網絡計算輸出。

4.根據權利要求2所述的構建適用于SMILE手術切削厚度預測的BP神經網絡模型的方法，其特征在于，步驟2中，BP神經網絡模型的神經元數目，隱含層的神經元數目L通過參照以下公式確定：

其中，c為輸入層的節點數，b為輸出層的節點數，為[1，10]之間的常數。