[發明專利]基于病人檢測信息對潛在治療方案治愈概率打分的方法有效
| 申請號: | 202110738375.8 | 申請日: | 2021-06-30 |
| 公開(公告)號: | CN113436727B | 公開(公告)日: | 2022-07-12 |
| 發明(設計)人: | 薛宇;茍宇杰;寧萬山 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | G16H50/20 | 分類號: | G16H50/20;G16H70/20;G16H50/30;G16H50/70;G16H50/50;G16H20/10;G06N3/04;G06N3/08 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 許恒恒 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 病人 檢測 信息 潛在 治療 方案 治愈 概率 打分 方法 | ||
1.一種基于病人檢測信息對潛在治療方案治愈概率打分的方法,其特征在于,針對種類預先選定的肺部疾病,該方法包括以下步驟:
(S1)針對預先已知結局是死亡還是治愈出院的患有該肺部疾病的病人,收集他們入院后的臨床檢查結果、入院后的肺部CT圖像以及入院后每一天的治療方式,作為訓練用數據;
其中,所述臨床檢查結果為血檢結果和尿檢結果;每一天的治療方式,包括:針對預先選定的多種藥物中每一種藥物是否使用,以及預先設定的多種通風方案中每一種通風方案是否使用;
(S2)根據訓練用數據中的臨床檢查結果,編制表格,該表格中的每一列用于代表相應的一項檢測,每一行代表一個病人某一天的檢測值;
建立邏輯回歸模型,利用所述表格中的每一行數據、并以該行數據所對應的病人結局為標簽,對該邏輯回歸模型進行訓練,使訓練后的邏輯回歸模型能夠以某一病人的臨床檢查結果為輸入,預測該病人基于臨床信息的臨床信息檢測當天的生存情況得分;
(S3)分別建立unet模型和三維卷積神經網絡模型,利用訓練用數據中的肺部CT圖像對它們進行訓練,其中,就某一個訓練樣本:
首先將3D肺部CT圖像切片為若干張2D肺部CT圖像切片,利用所述unet模型提取每一張2D肺部CT圖像切片中的肺實質區域;接著,利用每一張2D肺部CT圖像切片中的肺實質區域,對3D肺部CT圖像進行處理,得到3D肺部CT圖像中肺實質區域的最大外接立方體;然后,將該立方體縮放至預先設定的統一尺寸,并以該訓練樣本所對應的病人結局為標簽,對所述三維卷積神經網絡模型進行訓練;
如此利用訓練用數據中的肺部CT圖像所有訓練樣本,使訓練后的unet模型和訓練后的三維卷積神經網絡模型配合能夠以某一病人的肺部CT圖像為輸入,預測該病人基于肺部CT圖像的肺部CT檢測當天的生存情況得分;
(S4)針對訓練用數據,依據結局是死亡還是治愈出院將訓練用數據分為兩類,對于其中的任意一類,根據這一類病人的生存情況得分隨入院治療天數變化趨勢,用得到的基于臨床信息的生存情況得分、基于肺部CT圖像的生存情況得分利用二次函數線性回歸共同擬合補全訓練用數據對應的這一類病人中任意一位病人在治療過程中每一天的生存情況得分;
如此,即可得到訓練用數據對應的任意一位病人在治療過程中每一天的生存情況得分,收集作為入院治療天數-生存情況得分關系數據集;
(S5)建立長短期記憶網絡LSTM模型,根據訓練用數據中入院后每一天的治療方式,以病人入院后連續N天的治療方式及步驟(S4)得到的這連續N天的生存情況得分作為一個訓練樣本,以及步驟(S4)得到的第N+1天該病人的生存情況得分作為標簽,訓練所述長短期記憶網絡LSTM模型;使訓練后的長短期記憶網絡LSTM模型能夠以某一病人的N天的治療方式及這連續N天的生存情況得分為輸入,預測該病人第N+1天的生存情況得分;
其中,N為大于等于3的正整數;
(S6)收集患有該肺部疾病的病人入院后的臨床檢查結果及肺部CT圖像,將臨床檢查結果輸入至訓練后的邏輯回歸模型,將肺部CT圖像輸入至訓練后的unet模型和訓練后的三維卷積神經網絡模型中,從而分別得到臨床信息檢測當天的生存情況得分、以及肺部CT檢測當天的生存情況得分;然后,將它們并入所述步驟(S4)得到的所述入院治療天數-生存情況得分關系數據集中,再次利用二次函數線性回歸擬合,補全該病人自入院后每一天的生存情況得分;
針對預先選定的多種藥物和預先選定的多種通風方案,根據從病人入院到離開醫院過程中某一天每一種藥物是否使用、以及每一種通風方案是否使用,隨機排列組合后,得到若干種治療方案;根據預先設定的每天允許施加的藥物種類的上限要求、以及預先設定的每天允許施加的通風方案的上限要求,從中篩選出滿足要求的作為潛在治療方案;
利用訓練后的長短期記憶網絡LSTM模型,將該病人入院后連續N天的治療方式及這連續N天的生存情況得分作為輸入,預測得到第N+1天的生存情況得分,并以預測得到第N+1天的生存情況得分作為更新后的第N+1天的生存情況得分;然后,隨機潛在治療方案作為第N+1天的治療方案,同樣利用訓練后的長短期記憶網絡LSTM模型,通過預測得到第N+2天生存情況得分,將該第N+2天生存情況得分作為對該潛在治療方案的打分,即可完成對該潛在治療方案的打分。
2.如權利要求1所述方法,其特征在于,所述步驟(S2)中,所述表格中的每一列的數據用于代表相應的一項治療方式是否使用,具體滿足:使用為1,未使用為0。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110738375.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種便于控溫的肩周枕
- 下一篇:多目標奶牛身份識別方法及系統
- 信息記錄介質、信息記錄方法、信息記錄設備、信息再現方法和信息再現設備
- 信息記錄裝置、信息記錄方法、信息記錄介質、信息復制裝置和信息復制方法
- 信息記錄裝置、信息再現裝置、信息記錄方法、信息再現方法、信息記錄程序、信息再現程序、以及信息記錄介質
- 信息記錄裝置、信息再現裝置、信息記錄方法、信息再現方法、信息記錄程序、信息再現程序、以及信息記錄介質
- 信息記錄設備、信息重放設備、信息記錄方法、信息重放方法、以及信息記錄介質
- 信息存儲介質、信息記錄方法、信息重放方法、信息記錄設備、以及信息重放設備
- 信息存儲介質、信息記錄方法、信息回放方法、信息記錄設備和信息回放設備
- 信息記錄介質、信息記錄方法、信息記錄裝置、信息再現方法和信息再現裝置
- 信息終端,信息終端的信息呈現方法和信息呈現程序
- 信息創建、信息發送方法及信息創建、信息發送裝置





