[發(fā)明專利]一種基于深度學(xué)習(xí)的七點(diǎn)血糖預(yù)測(cè)模型構(gòu)建方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202211353707.1
• 申請(qǐng)日: 2022-11-01
• 公開(kāi)（公告）號(hào): CN115602317A
• 公開(kāi)（公告）日: 2023-01-13
• 發(fā)明（設(shè)計(jì)）人: 李彪;何昊偉;范玉娟;應(yīng)真;李小英;袁洋
• 申請(qǐng)（專利權(quán)）人: 上海期智研究院
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G06N3/0442;G06F18/25;A61B5/157;A61B5/151;A61B5/145;A61B5/00
• 代理公司: 上海伯瑞杰知識(shí)產(chǎn)權(quán)代理有限公司 31227
• 代理人: 孟旭彤

本發(fā)明提供一種基于深度學(xué)習(xí)的七點(diǎn)血糖預(yù)測(cè)模型構(gòu)建方法及裝置，所述方法包括：采集若干名病患狀態(tài)特征數(shù)據(jù)；對(duì)采集的數(shù)據(jù)進(jìn)行處理，對(duì)非時(shí)序數(shù)據(jù)進(jìn)行缺失填充，對(duì)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)切片處理；對(duì)處理后的數(shù)據(jù)進(jìn)行劃分，按照比例將數(shù)據(jù)分為訓(xùn)練集和驗(yàn)證集；構(gòu)建七點(diǎn)血糖預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型；通過(guò)訓(xùn)練集數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，并根據(jù)驗(yàn)證集最優(yōu)的原則選取最終模型；將選取的最終模型作為七點(diǎn)血糖預(yù)測(cè)模型用于預(yù)測(cè)。本發(fā)明基于深度學(xué)習(xí)的七點(diǎn)血糖預(yù)測(cè)模型構(gòu)建方法，能通過(guò)歷史血糖變化進(jìn)行未來(lái)七點(diǎn)血糖預(yù)測(cè)，為臨床指導(dǎo)提供參考。

技術(shù)領(lǐng)域

本發(fā)明涉及七點(diǎn)血糖預(yù)測(cè)技術(shù)領(lǐng)域，具體地，涉及一種基于深度學(xué)習(xí)的七點(diǎn)血糖預(yù)測(cè)模型構(gòu)建方法及裝置。

背景技術(shù)

既往基于點(diǎn)血糖的血糖預(yù)測(cè)模型大多通過(guò)輸入患者血糖及部分病史特征、運(yùn)動(dòng)及飲食情況，使用諸如自回歸模型、多項(xiàng)式模型、隱變量模型以及機(jī)器學(xué)習(xí)等方法構(gòu)建短時(shí)間內(nèi)的血糖預(yù)測(cè)，常存在預(yù)測(cè)時(shí)間較短、訓(xùn)練人群與真實(shí)世界存在差異等缺陷。此外，現(xiàn)有的血糖預(yù)測(cè)模型多用于1型糖尿病患者、ICU或者門(mén)診患者，在住院的2型糖尿病患者中的研究還較少，只能進(jìn)行短時(shí)血糖數(shù)值預(yù)測(cè)，還無(wú)法做到預(yù)測(cè)患者長(zhǎng)時(shí)間血糖水平。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的在于提供一種基于深度學(xué)習(xí)的七點(diǎn)血糖預(yù)測(cè)模型構(gòu)建方法及裝置，能通過(guò)以往血糖變化進(jìn)行血糖數(shù)值范圍預(yù)測(cè)預(yù)警，準(zhǔn)確、科學(xué)，為臨床用藥指導(dǎo)提供參考和預(yù)警。

為解決上述問(wèn)題，本發(fā)明的技術(shù)方案為：

一種基于深度學(xué)習(xí)的七點(diǎn)血糖預(yù)測(cè)模型構(gòu)建方法，包括以下步驟：

采集若干名病患狀態(tài)特征數(shù)據(jù)；

對(duì)采集的數(shù)據(jù)進(jìn)行處理，對(duì)非時(shí)序數(shù)據(jù)進(jìn)行缺失填充，對(duì)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)切片處理；

對(duì)處理后的數(shù)據(jù)進(jìn)行劃分，按照比例將數(shù)據(jù)分為訓(xùn)練集和驗(yàn)證集；

構(gòu)建七點(diǎn)血糖預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型；

通過(guò)訓(xùn)練集數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，并根據(jù)驗(yàn)證集最優(yōu)的原則選取最終模型；

將選取的最終模型作為七點(diǎn)血糖預(yù)測(cè)模型用于預(yù)測(cè)。

優(yōu)選地，所述采集若干名病患狀態(tài)特征數(shù)據(jù)的步驟具體包括：通過(guò)醫(yī)院信息系統(tǒng)獲取病患基本信息及化驗(yàn)檢驗(yàn)信息的非時(shí)序數(shù)據(jù)、胰島素注射記錄與口服藥物記錄的時(shí)序數(shù)據(jù)以及通過(guò)指尖血糖采集獲取七點(diǎn)血糖記錄的時(shí)序數(shù)據(jù)。

優(yōu)選地，所述對(duì)采集的數(shù)據(jù)進(jìn)行處理，對(duì)非時(shí)序數(shù)據(jù)進(jìn)行缺失填充，對(duì)時(shí)序數(shù)據(jù)進(jìn)行數(shù)據(jù)切片處理的步驟具體包括：

從病患的病例信息和化驗(yàn)檢驗(yàn)信息中選取若干個(gè)特征組成非時(shí)序輸入，通過(guò)固定的缺失編碼和平均編碼對(duì)缺失的特征進(jìn)行填充，并通過(guò)深度學(xué)習(xí)模型中的編碼器編碼得到病患的非時(shí)序信息特征編碼；

對(duì)胰島素注射記錄與口服藥物記錄時(shí)間進(jìn)行離散化處理，處理間隔為1小時(shí)；

對(duì)連續(xù)血糖記錄的時(shí)序數(shù)據(jù)進(jìn)行切片處理，切片長(zhǎng)度為24小時(shí)。

優(yōu)選地，所述對(duì)處理后的數(shù)據(jù)進(jìn)行劃分，按照比例將數(shù)據(jù)分為訓(xùn)練集和驗(yàn)證集的步驟中，按照0.7:0.3的比例將數(shù)據(jù)分為訓(xùn)練集和驗(yàn)證集。

優(yōu)選地，所述構(gòu)建七點(diǎn)血糖預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型的步驟具體包括：

構(gòu)建多層全連接層組成的非時(shí)序編碼器，對(duì)非時(shí)序信息進(jìn)行編碼得到對(duì)應(yīng)的高維特征表示；

構(gòu)建編碼層對(duì)離散類的時(shí)序數(shù)據(jù)轉(zhuǎn)換至連續(xù)特征，在時(shí)間維度上與七點(diǎn)血糖值進(jìn)行拼接，通過(guò)LSTM層和Transformer層分別處理得到對(duì)應(yīng)高維特征表達(dá)；

將LSTM層和Transformer層處理結(jié)果拼接融合，得到狀態(tài)向量；

構(gòu)建多層堆疊的全連接和線性映射層對(duì)輸入的狀態(tài)向量處理以輸出常數(shù)預(yù)測(cè)值。