[發明專利]一種急性胰腺炎器官衰竭預測方法、計算機設備和系統

有效

• 申請號: 202110454703.1
• 申請日: 2021-04-26
• 公開（公告）號: CN112967816B
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 羅佳偉;蘭藍;周小波
• 申請（專利權）人: 四川大學華西醫院
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H10/60;G06N3/0442;G06N3/084
• 代理公司: 成都高遠知識產權代理事務所(普通合伙) 51222
• 代理人: 張娟;鄭勇力

1.一種急性胰腺炎誘發器官衰竭的預測方法，其特征在于包括以下步驟：

S100、患者信息預處理，采用{Variables,Time}記錄事件及時間節點；

S200、按照時間的先后順序對事件進行排序，采用Decay機制填補缺失值；

S300、使用Embedding機制對數據進行one-hot編碼，映射到實向量空間中，對數據進行歸一化后輸入Phased?LSTM模型，

其中依據患者從入院到某一事件的時間節點這段間隔時間計算時間門輸出，利用時間門的輸出結果來加速模型訓練過程，輸出層的神經元為2，采用softmax函數作為激活函數；

步驟S200中，Decay機制具體體現為公式(1)～(9)，其作用為引入衰減率對上一時刻的各指標觀測值進行衰減，從而對目前時刻的缺失值進行填補，

其中，表示行數為T_n，列數為D的實數矩陣，R是實數的記號，n是某一個患者的索引號，每個患者的實數矩陣有不同的矩陣行數，所以記為T_n；

X_n表示患者n的特征矩陣，S_n表示患者n的各特征采集的時間信息矩陣，M_n表示患者n的各特征是否缺失的指示矩陣，Δ_n表示患者n的各特征采集的時間間隔矩陣，X′_n表示患者n的各特征在某采集時間點的上一個采集時間點的特征矩陣；

分別表示患者n的各個特征變量的向量；分別代表患者n的各個特征變量的采集時間的向量，分別代表患者n的各個特征變量采集時是否缺失的指示向量，分別代表患者n的各個特征變量采集的時間間隔的向量；x_n′¹,x_n′²,…,x_n′^D分表表示患者n的各個特征變量在某個采集時間點的上一個采集時間點的特征信息的向量；

其中，表示患者n的各個特征的均值向量；δ_j^(d)表示采集點時間間隔，下標j代表某患者特征矩陣的行號，s_j^(d)代表某行某個特征的具體的時間，代表某行某個特征是否缺失；

Γ_j＝exp{-max(O，W_ΓΔ_j+b_Γ)}????(8)

其中，把記為對x_j′的衰減率，x_j′表示第j個時間點的上一個時刻的特征值，記為對h_j-1的衰減率，h_j-1表示第j個時間點的隱含層狀態，和統一記為Γ_j，W_Γ為權重，b_Γ為偏移，Δ_j為s_j時刻的間隔時間信息；

表示s_j時刻的特征d的值，其是由特征d的均值和上一時刻的特征值由衰減率加權而來，是向量Γ_t的分量，為第d個變量的第j次測量值是否缺失，為s_j時刻的特征d的原始值；

步驟S300中，對于Phased?LSTM模型，其網絡結構由公式(10)～公式(20)定義，

i_j＝σ(x_jW_xi+h_j-1W_hi+b_i)????(10)

f_j＝σ(x_jW_xf+h_j-1W_hf+b_f)????(11)

c_j＝σ⊙c_j-1+i_t⊙σ(x_jW_xc+h_j-1W_hc+b_c)????(12)

o_j＝σ(x_jW_xo+h_j-1W_ho+b_o)????(13)

h_j＝o_j⊙σ(c_j)?????????????(1-4)

其中，i表示輸入門，f表示遺忘門，c表示細胞狀態，o表述輸出門，σ表示sigmoid激活函數，W代表權重，b代表偏移，其下標代表權重和偏移的歸屬，下標j代表行號，⊙代表點乘運算，x_j代表j行特征的值；

Γ_j對h_j-1的衰減，以及時間門的計算和時間門對細胞狀態和隱含層的影響的公式為公式(15)～公式(21)，

k_j＝sin(W_sS_j+b_s)+C_s????(20)

其中，表示隱含層更新的中間量，表示經過時間門加權求和后得到的隱含層，表示細胞狀態更新的中間量，c_j表示更新后的細胞狀態，h_j為更新后的隱含層，記為對h_j-1的衰減率，k_j表示時間門，W_s，b_s，C_s為周期函數的各項參數，L為模型的目標函數，N為每次迭代所使用的樣本量，T_n為某患者的總測量次數，y_nj表示某患者某一時刻的結局，p_nj表示某患者某時刻的結局的預測概率；

所述事件包括患者入院后的用藥信息、實驗室檢查信息、電子病歷信息和放射系統的檢查信息。