[发明专利]一种基于深度学习的糖尿病与高血压概率计算方法

说明书

本发明公开了一种基于深度学习的糖尿病与高血压概率计算方法，包括：(1)采集用户体检数据后进行数据清洗和预处理，再对数据中的数字数据和文本数据分别进行编码操作，得到训练数据；(2)建立糖尿病与高血压多任务概率计算模型；(3)使用训练数据对上述多任务概率计算模型进行训练，根据模型计算的结果与糖尿病、高血压标签的重合情况对网络参数进行优化，直到模型收敛；(4)将需要计算糖尿病与高血压概率的体检数据进行清洗、预处理和编码操作后输入上述训练完的模型，计算得到糖尿病概率与高血压概率。利用本发明，可同时计算糖尿病与高血压疾病的概率，辅助医生进行更好的判断。

技术领域

本发明属于大数据医疗与人工智能领域，尤其是涉及一种基于深度学习的糖尿病与高血压概率计算系统。

背景技术

随着糖尿病与高血压在人群中发病率越来越高，人们对自身的健康管理也变得越来越重视，因此医院与其他的体检机构当前已经积累了大量的电子体检数据，使得糖尿病与高血压的大数据分析成为了可能。

根据2017年发布的《中国2型糖尿病防治指南》的报告，成年人2型糖尿病达到了10.4％，60岁以上的老年人发病率在20％以上，而在这之中未确诊的糖尿病人群占总数的63％，而2017年“十二五”高血压抽样调查中显示，高血压的患病率更是达到了23％，防治这两种疾病已经到了刻不容缓的地步。

随着人们生活水平的提高、保健意识的增强，健康体检逐渐成为一种社会时尚，人们已经改变了只有在得病时才去医院的传统观念，定期体检已经被大多数人所接受。因此，医院积累了海量的电子体检数据，使大数据有了用武之地。

大数据医疗是当前的一个热点，是指通过大数据相关技术，分析医疗领域的数据并挖掘其中的知识从而大幅度提高医疗服务。在过去几十年中，大数据已经深深地影响了每一个企业，包括医疗保健行业。如今，大量的数据可以让医疗保健更加高效，更加个性化。

而另一方面近些年来的人工智能领域的也掀起了新的浪潮，在图像、自然语言、语音识别等不同的任务中都取得了非常杰出的成果。本发明中所涉及的为当前人工智能领域中前沿的技术模型的变式与衍生。因为糖尿病与高血压这两种疾病本身具有非常强的相关性，所以本文所述的方法是一种同时分析糖尿病与高血压疾病的多任务预测的创新。

发明内容

本发明提供了一种基于深度学习的糖尿病与高血压概率计算方法，可同时计算糖尿病与高血压疾病的概率，辅助医生进行更好的判断。

本发明的技术方案如下：

一种基于深度学习的糖尿病与高血压概率计算方法，包括以下步骤：

(1)采集用户体检数据后进行数据清洗和预处理，再对数据中的数字数据和文本数据分别进行编码操作，得到训练数据；

(2)建立糖尿病与高血压多任务概率计算模型，所述多任务概率计算模型包含由全连接层搭建的数字特征提取器和以BERT模型为主体的文本特征提取器；

(3)使用训练数据对上述多任务概率计算模型进行训练，根据模型计算的结果与糖尿病、高血压标签的重合情况对网络参数进行优化，直到模型收敛；

(4)将需要计算糖尿病与高血压概率的体检数据进行清洗、预处理和编码操作后输入上述训练完的模型，计算得到糖尿病概率与高血压概率。

步骤(1)中，所述数据清洗包括：筛选体检数据中糖尿病与高血压相关的检查项，对检查项缺失较多的体检数据进行删除，对检查项缺失较少的体检数据进行填补，得到M个数字数据和N个文本数据；所述的预处理包括对数字数据进行归一化处理，对文本数据建立相应的字典。

采用均值法、相邻值或数据分布采样法对检查项缺失较少的体检数据进行填补。