[發明專利]一種基于深度學習的肝移植術后肺部感染風險預測方法

在審

• 申請號: 202110507030.1
• 申請日: 2021-05-10
• 公開（公告）號: CN113140318A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 史斌;金海龍;劉源
• 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: G16H50/30
• 分類號: G16H50/30;G16H50/80;G06N20/00
• 代理公司: 濟南鼎信專利商標代理事務所(普通合伙) 37245
• 代理人: 曹玉琳

1.一種基于深度學習的肝移植術后肺部感染風險預測方法，其特征在于，包括如下步驟，

S1-建立數據集：

S2-定制神經網絡模型。

2.根據權利要求1所述的基于深度學習的肝移植術后肺部感染風險預測方法，其特征在于，所述S1包括如下步驟：

S11-選擇病例數據；

S12-處理數據缺失；

S13-修正數據錯誤；

S14-處理多值數據；

S15-處理離散數據；

S16-歸一化數值；

S17-制作數據標簽。

3.根據權利要求1所述的基于深度學習的肝移植術后肺部感染風險預測方法，其特征在于，所述S2包括如下步驟：

S21-設計模型結構；

S22-訓練神經網絡模型；

S23-新病例樣本肺部感染情況預測。

4.根據權利要求3所述的基于深度學習的肝移植術后肺部感染風險預測方法，其特征在于，所述S21-設計模型結構包括三個全聯接層和兩個隨機丟棄層組成。

5.根據權利要求3所述的基于深度學習的肝移植術后肺部感染風險預測方法，其特征在于，所述S22-訓練神經網絡模型包括如下步驟：

S221-按批次輸入訓練數據；

S222-前向傳播，得到loss；

S223-反向傳播，計算一階梯度；

S224-更新網絡參數；

S225-輸出模型。

6.根據權利要求3所述的基于深度學習的肝移植術后肺部感染風險預測方法，其特征在于，所述S23-新病例樣本肺部感染情況預測包括如下步驟：

S231-將病例數據輸入模型；

S232-前向傳播；

S233-輸出肺部感染預測情況。