[發明專利]血栓彈力圖最大區間預測方法、裝置、設備和存儲介質

在審

• 申請號: 202110066010.5
• 申請日: 2021-01-19
• 公開（公告）號: CN112767350A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 甘東匯;袁禮初;吳支平;熊相;鄧新萍
• 申請（專利權）人: 深圳麥科田生物醫療技術股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/08;G06N7/00;G06N20/00
• 代理公司: 深圳市慧實專利代理有限公司 44480
• 代理人: 孫東杰

1.一種血栓彈力圖最大區間預測方法，其特征在于，所述預測方法包括：

獲取血栓彈力圖數據集；

對所述血栓彈力圖數據集進行預處理，并進行拆分，得到血栓彈力圖訓練集、血栓彈力圖測試集和血栓彈力圖驗證集；

根據所述血栓彈力圖訓練集、所述血栓彈力圖測試集、所述血栓彈力圖驗證集和預設的n個第一模型，得到血栓彈力圖最大區間預測模型，其中，n為大于或等于1的整數；

獲取待預測血栓彈力圖；

將所述待預測血栓彈力圖輸入所述血栓彈力圖最大區間預測模型，得到對所述待預測血栓彈力圖的最大區間的預測結果。

2.根據權利要求1所述的預測方法，其特征在于，所述根據所述血栓彈力圖訓練集、所述血栓彈力圖測試集、所述血栓彈力圖驗證集和預設的n個第一模型，得到血栓彈力圖最大區間預測模型，包括：

根據所述血栓彈力圖訓練集和所述血栓彈力圖測試集，在預設的n個第一模型中，確定1個第一模型作為第二模型；

將所述血栓彈力圖驗證集輸入所述第二模型，得到第二結果；

根據所述第二結果和所述血栓彈力圖測試集對所述第二模型進行調整，得到所述血栓彈力圖最大區間預測模型。

3.根據權利要求2所述的預測方法，其特征在于，所述根據所述血栓彈力圖訓練集和所述血栓彈力圖測試集，在預設的n個第一模型中，確定1個第一模型作為第二模型，包括：

將所述血栓彈力圖訓練集分別輸入所述n個第一模型中的每個第一模型中，得到n個第一結果，其中，所述n個第一結果與所述n個第一模型一一對應；

對于所述n個第一結果中的每個第一結果，分別根據所述每個第一結果和所述血栓彈力圖測試集對所述每個第一結果對應的第一模型進行調整，得到n個第三模型，其中，所述n個第三模型與所述n個第一模型一一對應；

將所述血栓彈力圖訓練集分別輸入所述n個第三模型中的每個第三模型中，得到n個第三結果，其中，所述n個第三結果與所述n個第三模型一一對應；

根據所述n個第三結果，在所述n個第三模型中，確定1個第三模型作為所述第二模型。

4.根據權利要求3所述的預測方法，其特征在于，所述根據所述n個第三結果，在所述n個第三模型中，確定1個第三模型作為所述第二模型，包括：

對于所述n個第三結果中的每個第三結果，分別確定所述每個第三結果對應的均方根誤差、平均絕對誤差、平均相對誤差、相關系數平方、接收者操作特征曲線以及接收者操作特征曲線下方面積分布；

根據預設的權值，分別對所述每個第三結果對應的所述均方根誤差、所述平均絕對誤差、所述平均相對誤差、所述相關系數平方、所述ROC曲線以及所述ROC曲線下方面積分布進行加權求和，得到n個系數，其中，所述n個系數與所述n個第三結果一一對應；

選取所述n個系數中最大值所對應的第三模型作為所述第二模型。

5.根據權利要求2所述的預測方法，其特征在于，所述將所述血栓彈力圖驗證集輸入所述第二模型，得到第二結果，包括：

確定所述第二模型對應的超參數；

將所述超參數和所述血栓彈力圖驗證集輸入所述第二模型，得到所述第二結果。

6.根據權利要求1-5中任意一項所述的預測方法，其特征在于，所述對所述血栓彈力圖數據集進行預處理，包括：

所述血栓彈力圖數據集中包括m張血栓彈力圖，其中，m為大于或等于1的整數；

對于所述m張血栓彈力圖中的每張血栓彈力圖，分別提取圖像特征，得到m個圖像特征向量，其中，所述m個圖像特征向量和所述m張血栓彈力圖一一對應；

對于所述m個圖像特征向量中的每個圖像特征向量，分別計算所述每個圖像特征向量與標準圖像特征向量之間的相似度，得到m個相似度，其中，所述標準圖像特征向量為對標準的血栓彈力圖進行特征提取后得到的圖像特征向量，所述m個相似度與所述m個圖像特征向量一一對應；

將所述m個相似度中，小于閾值的相似度對應的血栓彈力圖從所述血栓彈力圖數據集中剔除。