[发明专利]血管评估方法、装置及智能终端在审
| 申请号: | 201810840541.3 | 申请日: | 2018-07-26 |
| 公开(公告)号: | CN109009009A | 公开(公告)日: | 2018-12-18 |
| 发明(设计)人: | 方顺丽;惠慧;付四海;徐硕瑀 | 申请(专利权)人: | 方顺丽;惠慧 |
| 主分类号: | A61B5/02 | 分类号: | A61B5/02;G16H50/50 |
| 代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 逯恒 |
| 地址: | 510000 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 血管评估 功能测量 无创 评估结果 智能终端 血管 获取目标 输出 评估 | ||
1.一种血管评估方法,其特征在于,包括:
获取目标血管的无创功能测量值;其中,所述血管包含有多个无创功能测量值;
将获取的所述无创功能测量值输入至预先训练得到的血管评估模型;
获取所述血管评估模型针对所述无创功能测量值输出的评估结果;其中,所述血管评估模型是结合多个无创功能测量值,对所述血管进行评估的。
2.根据权利要求1所述的方法,其特征在于,所述血管评估模型的训练过程包括:
获取训练集数据;其中,所述训练集数据包括血管的有创测量值和血管的无创测量值;通过血管评估模型中的机器学习方法,得到所述有创测量值和所述无创测量值的映射关系;
根据所述映射关系对训练中的血管进行评估,直至所述血管评估模型的损失函数收敛至预设阈值时,停止训练。
3.根据权利要求2所述的方法,其特征在于,所述通过血管评估模型中的机器学习方法,得到所述有创测量值和所述无创测量值的映射关系的步骤,包括:
根据Lasso回归方法确定所述有创测量值和所述无创测量值的映射关系;
通过所述血管评估模型的损失函数,计算得到所述无创测量值在所述血管评估模型中对应的最佳权重;
根据所述最佳权重得到所述有创测量值和所述无创测量值的最佳映射关系。
4.根据权利要求3所述的方法,其特征在于,所述损失函数J(θ)表示为:
J(θ)=1/2(Xθ-Y)T(Xθ-Y)+1/2α||θ||
其中,X为输入的无创测量值,Y为有创测量值,θ为权重,α为常数系数。
5.根据权利要求1所述的方法,其特征在于,所述血管评估模型对所述血管进行评估的步骤,包括:
根据所述血管评估模型中存储的权重数据表,确定所述无创功能测量值对应的权重;其中,所述权重数据表中存储有无创功能测量值和权重的对应关系;
根据所述权重,计算得到所述无创功能测量值和所述血管评估结果之间的映射关系;
根据所述映射关系得到所述血管的评估结果,完成对所述血管的评估。
6.根据权利要求2所述的方法,其特征在于,所述方法还包括:
如果所述训练集数据更新,对所述血管评估模型进行重新训练,以基于更新的所述训练集数据更新所述血管评估模型。
7.一种血管评估装置,其特征在于,包括:
获取模块,用于获取目标血管的无创功能测量值;其中,所述血管包含有多个无创功能测量值;
输入模块,用于将获取的所述无创功能测量值输入至预先训练得到的血管评估模型;
评估模块,用于获取所述血管评估模型针对所述无创功能测量值输出的评估结果;其中,所述血管评估模型是结合多个无创功能测量值,对所述血管进行评估的。
8.根据权利要求7所述的装置,其特征在于,所述评估模块用于:
根据所述血管评估模型中存储的权重数据表,确定所述无创功能测量值对应的权重;其中,所述权重数据表中存储有无创功能测量值和权重的对应关系;
根据所述权重,计算得到所述无创测量值和所述血管评估结果之间的映射关系;
根据所述映射关系得到所述血管评估结果,完成对所述血管的评估。
9.一种智能终端,其特征在于,包括处理器和存储器;
所述存储器上存储有计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1至6任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至6任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于方顺丽;惠慧,未经方顺丽;惠慧许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810840541.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于中医诊断的小儿脉象诊断设备
- 下一篇:续航能力较长的智能眼镜





