[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)的關(guān)節(jié)炎康復(fù)診療方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110363284.0
• 申請日: 2021-04-02
• 公開（公告）號: CN112735585B
• 公開（公告）日: 2021-08-03
• 發(fā)明（設(shè)計）人: 劉思佳
• 申請（專利權(quán)）人: 劉思佳
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/30;G06N20/00;G06N3/04
• 代理公司: 成都立新致創(chuàng)知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 51277
• 代理人: 譚德兵

本發(fā)明涉及基于神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)的關(guān)節(jié)炎康復(fù)診療方法及系統(tǒng)，包括：采集患者多個維度的量表數(shù)據(jù)輸入到深度神經(jīng)網(wǎng)絡(luò)量表評估模型中；深度神經(jīng)網(wǎng)絡(luò)量表評估模型將多個維度的量表中的關(guān)鍵信息看作多源數(shù)據(jù)，通過構(gòu)造擴模態(tài)交叉自編碼神經(jīng)網(wǎng)絡(luò)在多個數(shù)據(jù)源之間形成不同跨數(shù)據(jù)源組合的統(tǒng)一表達，并根據(jù)所述統(tǒng)一表達綜合評估量表；將所述深度神經(jīng)網(wǎng)絡(luò)量表評估模型對量表的綜合評估作為反饋激勵輸入到機器學(xué)習(xí)模型中自動生成康復(fù)診斷的處方方案。本發(fā)明通過深度神經(jīng)網(wǎng)絡(luò)跟機器學(xué)習(xí)模型的結(jié)合來對采集輸入的患者量表數(shù)據(jù)進行評估，并自動輸出智能化的康復(fù)診斷處方方案，醫(yī)生不需要再通過在線問診系統(tǒng)進行問診，極大地提升了問診效率。

技術(shù)領(lǐng)域

本發(fā)明涉及關(guān)節(jié)炎診療技術(shù)領(lǐng)域，尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)的關(guān)節(jié)炎康復(fù)診療方法及系統(tǒng)。

背景技術(shù)

關(guān)節(jié)炎（arthritis）泛指發(fā)生在人體關(guān)節(jié)及其周圍組織，由炎癥、感染、退化、創(chuàng)傷或其他因素引起的炎性疾病，可分為數(shù)十種。我國的關(guān)節(jié)炎患者有1億以上，且人數(shù)在不斷增加。臨床表現(xiàn)為關(guān)節(jié)的紅、腫、熱、痛、功能障礙及關(guān)節(jié)畸形，嚴(yán)重者導(dǎo)致關(guān)節(jié)殘疾、影響患者生活質(zhì)量。據(jù)統(tǒng)計我國50歲以上人群中半數(shù)患骨關(guān)節(jié)炎，65歲以上人群中90%女性和80%男性患骨關(guān)節(jié)炎。我國的患病率為0.34%～0.36%，嚴(yán)重者壽命約縮短10～15年。

目前醫(yī)生在對關(guān)節(jié)炎患者進行診斷治療時，往往都是通過問診的方式進行，或者通過一些初步智能化的在線就診模式進行在線答復(fù)，然后在通過醫(yī)生的經(jīng)驗進行判斷，不具備智能化診斷和治療功能，且診斷效率較低；而且現(xiàn)有的一些自動出具診斷報告和治療方案的平臺，采用的都是基于權(quán)重分析，根據(jù)病患的輸入，在病例庫里匹配權(quán)重最高的已有案例，從而輸出一套與病患最為相似的診斷與治療方案。這樣的權(quán)重匹配僅能處理簡單的病例，且由于病情的診斷需綜合多方面因素考慮，簡單的權(quán)重分析并不是真正的智能化診斷，依舊需要醫(yī)生審核與修改。

因此，如何通過智能化的診療手段來對病人的情況進行評估得到相應(yīng)的康復(fù)診療方案，是現(xiàn)階段需要解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點，提供了一種基于神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)的關(guān)節(jié)炎康復(fù)診療方法及系統(tǒng)，解決了現(xiàn)有關(guān)節(jié)炎診斷方式存在的不足。

本發(fā)明的目的通過以下技術(shù)方案來實現(xiàn)：基于神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)的關(guān)節(jié)炎康復(fù)診療方法，所述關(guān)節(jié)炎康復(fù)診療方法包括：

采集患者多個維度的量表數(shù)據(jù)輸入到深度神經(jīng)網(wǎng)絡(luò)量表評估模型中；

深度神經(jīng)網(wǎng)絡(luò)量表評估模型將多個維度的量表中的關(guān)鍵信息看作多源數(shù)據(jù)，通過構(gòu)造擴模態(tài)交叉自編碼神經(jīng)網(wǎng)絡(luò)在多個數(shù)據(jù)源之間形成不同跨數(shù)據(jù)源組合的統(tǒng)一表達，并根據(jù)所述統(tǒng)一表達綜合評估量表；

將所述深度神經(jīng)網(wǎng)絡(luò)量表評估模型對量表的綜合評估作為反饋激勵輸入到機器學(xué)習(xí)模型中自動生成康復(fù)診斷的處方方案。

所述機器學(xué)習(xí)模型中自動生成康復(fù)診斷的處方方案包括：將評估量表設(shè)置為機器學(xué)習(xí)中的環(huán)境要素，將生成的康復(fù)診斷處方方案設(shè)置為機器學(xué)習(xí)中的動作要素，將輸入的量表綜合評估設(shè)置為機器學(xué)習(xí)中的反饋激勵要素；根據(jù)三個要素不斷的進行量表評估-生成康復(fù)診斷處方-量表評估的過程來優(yōu)化反饋激勵，最后得到最佳的康復(fù)診斷處方方案。

所述多個維度的量表數(shù)據(jù)包括結(jié)構(gòu)量表數(shù)據(jù)、運動量表數(shù)據(jù)、感覺量表數(shù)據(jù)、平衡量表數(shù)據(jù)、ADL量表數(shù)據(jù)和心理量表數(shù)據(jù)。

從所述結(jié)構(gòu)量表數(shù)據(jù)、運動量表數(shù)據(jù)、感覺量表數(shù)據(jù)、平衡量表數(shù)據(jù)、ADL量表數(shù)據(jù)和心理量表數(shù)據(jù)中提取出27項關(guān)鍵信息輸入到所述機器學(xué)習(xí)模型中，輸出包括N個輸出向量，通過對三個要素不斷的進行量表評估-生成康復(fù)診斷處方-量表評估的過程來優(yōu)化反饋激勵，得到由N個輸出向量中多個向量組合的最佳康復(fù)診斷處方方案。