[發(fā)明專利]一種介入式心室導(dǎo)管泵的醫(yī)學(xué)信息處理系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202310272212.4
• 申請日: 2023-03-21
• 公開（公告）號: CN115985491B
• 公開（公告）日: 2023-07-18
• 發(fā)明（設(shè)計）人: 殷安云;戴明;程潔;王新宇;解啟蓮;楊浩;李修寶;余洪龍
• 申請（專利權(quán)）人: 安徽通靈仿生科技有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H20/00;G16H50/70;G06F18/2415;G06F16/36
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明實施例提供了一種介入式心室導(dǎo)管泵的醫(yī)學(xué)信息處理系統(tǒng)，涉及醫(yī)療器械技術(shù)領(lǐng)域，上述系統(tǒng)包括：知識圖譜構(gòu)建裝置、不良事件檢測裝置以及治療方案輔助制定裝置，知識圖譜構(gòu)建裝置，用于構(gòu)建并存儲用于表征已知醫(yī)學(xué)概念之間關(guān)系的知識圖譜；不良事件檢測裝置，用于將介入式心室導(dǎo)管泵運行過程中預(yù)設(shè)參數(shù)項的參數(shù)數(shù)據(jù)輸入事件檢測模型，得到事件檢測模型輸出的不良事件；治療方案輔助制定裝置，用于將不良事件檢測裝置的檢測結(jié)果和/或患者的屬性信息輸入貝葉斯網(wǎng)絡(luò)模型，得到貝葉斯網(wǎng)絡(luò)模型輸出的干預(yù)決策。應(yīng)用本實施例提供的系統(tǒng)，能夠全面對醫(yī)學(xué)數(shù)據(jù)進行分析以及處理。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)療器械技術(shù)領(lǐng)域，特別是涉及一種介入式心室導(dǎo)管泵的醫(yī)學(xué)信息處理系統(tǒng)。

背景技術(shù)

介入式心室導(dǎo)管泵可以輔助心衰患者的心室泵血，介入式心室導(dǎo)管泵植入患者體內(nèi)全過程中產(chǎn)生大量數(shù)據(jù)，如導(dǎo)管泵的運行監(jiān)測數(shù)據(jù)、患者的生理參數(shù)數(shù)據(jù)等。上述醫(yī)學(xué)數(shù)據(jù)中隱藏大量的深層次知識信息，因此，亟需一種醫(yī)學(xué)信息處理系統(tǒng)，以對介入式心室導(dǎo)管泵相關(guān)聯(lián)的醫(yī)學(xué)數(shù)據(jù)進行全面深入分析。

發(fā)明內(nèi)容

本發(fā)明實施例的目的在于提供一種介入式心室導(dǎo)管泵的醫(yī)學(xué)信息處理系統(tǒng)，以全面深入分析介入式心室導(dǎo)管泵相關(guān)聯(lián)的醫(yī)學(xué)數(shù)據(jù)。具體技術(shù)方案如下：

第一方面，本發(fā)明實施例提供了一種介入式心室導(dǎo)管泵的醫(yī)學(xué)信息處理系統(tǒng)，所述系統(tǒng)包括：知識圖譜構(gòu)建裝置、不良事件檢測裝置以及治療方案輔助制定裝置，其中：

所述知識圖譜構(gòu)建裝置，用于基于介入式心室導(dǎo)管泵相關(guān)聯(lián)的已知醫(yī)學(xué)概念，構(gòu)建并存儲用于表征已知醫(yī)學(xué)概念之間關(guān)系的知識圖譜；

所述不良事件檢測裝置，用于基于所述知識圖譜，訓(xùn)練得到用于預(yù)測所述介入式心室導(dǎo)管泵所發(fā)生不良事件的事件檢測模型；將所述介入式心室導(dǎo)管泵運行過程中預(yù)設(shè)參數(shù)項的參數(shù)數(shù)據(jù)輸入所述事件檢測模型，得到所述事件檢測模型輸出的不良事件；

所述治療方案輔助制定裝置，用于基于所述知識圖譜，訓(xùn)練得到用于預(yù)測干預(yù)決策的貝葉斯網(wǎng)絡(luò)模型；將所述不良事件檢測裝置的檢測結(jié)果和/或患者的屬性信息輸入所述貝葉斯網(wǎng)絡(luò)模型，得到所述貝葉斯網(wǎng)絡(luò)模型輸出的干預(yù)決策。

本發(fā)明的一個實施例中，上述不良事件檢測裝置，包括第一模型訓(xùn)練模塊、不良事件檢測模塊，其中，

所述第一模型訓(xùn)練模塊，用于將所述知識圖譜中各節(jié)點所表征的已知醫(yī)學(xué)概念以及各節(jié)點之間的關(guān)系作為訓(xùn)練數(shù)據(jù)，采用遺傳算法，對初始BP神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，得到用于對不良事件進行檢測的不良事件檢測模型；

所述不良事件檢測模塊，用于獲取所述介入式心室導(dǎo)管泵運行過程中的預(yù)設(shè)參數(shù)項的參數(shù)數(shù)據(jù)，將所述參數(shù)數(shù)據(jù)輸入所述不良事件檢測模型，得到所述不良事件檢測模型輸出的檢測結(jié)果。

本發(fā)明的一個實施例中，上述第一模型訓(xùn)練模塊包括：組合生成單元、模型訓(xùn)練單元、模型構(gòu)建單元，其中：

所述組合生成單元，具體用于確定所述初始BP神經(jīng)網(wǎng)絡(luò)模型中每一網(wǎng)絡(luò)參數(shù)的備選取值，生成包含每一網(wǎng)絡(luò)參數(shù)的一個備選取值的備選組合；

所述模型訓(xùn)練單元，具體用于針對每一備選組合，將該備選組合中每一備選取值作為所述初始BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)項的取值，將所述知識圖譜中各節(jié)點所表征的已知醫(yī)學(xué)概念以及各節(jié)點之間的關(guān)系作為訓(xùn)練數(shù)據(jù)，對初始BP神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練；

所述模型構(gòu)建單元，具體用于基于初始BP神經(jīng)網(wǎng)絡(luò)的輸出層所輸出的預(yù)測數(shù)據(jù)與實際數(shù)據(jù)，計算每一備選組合的置信度；基于所計算的置信度，從所述備選組合中選擇預(yù)設(shè)數(shù)量個目標(biāo)組合，對目標(biāo)組合進行交叉、變異操作，確定最終組合，作為所述初始BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)項的最終取值，將網(wǎng)絡(luò)參數(shù)項的取值更新為所述最終取值的初始BP神經(jīng)網(wǎng)絡(luò)模型作為不良事件檢測模型。

本發(fā)明的一個實施例中，上述模型構(gòu)建單元，具體用于按照以下表達式計算每一備選組合的置信度：