[发明专利]一种脓毒血症的数据处理系统在审
申请号: | 201910415314.0 | 申请日: | 2019-05-17 |
公开(公告)号: | CN110123277A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 徐胤;顾时瑞;杨家荣;毛晴 | 申请(专利权)人: | 上海电气集团股份有限公司 |
主分类号: | A61B5/00 | 分类号: | A61B5/00 |
代理公司: | 上海申新律师事务所 31272 | 代理人: | 俞涤炯 |
地址: | 200050 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 脓毒血症 病患数据 预处理 训练数据 模型训练单元 数据处理系统 训练数据集 医学数据库 数据预处理模块 模型训练模块 数据分离模块 诊断 存储单元 模型识别 输出表示 预测单元 整合模块 整合 正向 判定 挖掘 保存 预测 | ||
1.一种脓毒血症的数据处理系统,其特征在于,所述数据处理系统包括:
模型训练单元,连接外部的重症医学数据库,用于根据所述重症医学数据库提供的病患数据,对一预设结构的神经网络模型进行训练得到一用于预测脓毒血症的识别模型;
存储单元,连接所述模型训练单元,用于保存所述识别模型;
预测单元,连接所述存储单元,用于根据外部输入的病患数据,采用训练形成的所述识别模型进行识别,以输出识别结果,所述识别结果用于表示对应所述病患数据的患者在预设时段内得脓毒血症的概率;
所述模型训练单元具体包括:
数据预处理模块,用于对取自所述重症医学数据库中的所述病患数据进行预处理,得到预处理病患数据;
数据分离模块,连接所述数据预处理模块,用于根据SIRS指标,将所述预处理病患数据分离为最终被诊断为脓毒血症的正向训练数据以及最终被诊断为非脓毒血症的反向训练数据;
训练数据整合模块,连接所述数据分离模块,用于将所述正向训练数据和所述反向训练数据整合成训练数据集;
模型训练模块,连接所述训练数据整合模块,用于根据所述训练数据集训练得到所述识别模型。
2.如权利要求1所述的数据处理系统,其特征在于,所述数据预处理模块包括:
数据脱敏部件,用于对提取于所述重症医学数据库中的所述病患数据进行脱敏操作,以筛除所述病患数据中的敏感信息;
第一筛选部件,连接所述数据脱敏部件,用于在脱敏后的所述病患数据中,采用第一筛选规则筛选得到第一预处理数据;
第二筛选部件,连接所述第一筛选部件,用于在所述第一预处理数据中,采用第二筛选规则筛选得到第二预处理数据;
第三筛选部件,连接所述第二筛选部件,用于在所述第二预处理数据中,采用脓毒血症相关的筛选规则筛选得到所述预处理数据。
3.如权利要求2所述的数据处理系统,其特征在于,所述敏感信息包括所述病患数据相关的患者的联系方式,和/或年龄,和/或就诊时间。
4.如权利要求2所述的数据处理系统,其特征在于,所述第一筛选规则为:
筛选得到有过mICU住院史且住院时长大于一预设时段的所述病患数据作为所述第一预处理数据。
5.如权利要求2所述的数据处理系统,其特征在于,所述第二筛选规则为:
筛选得到第一次住院时,住院年龄处于一预设年龄段内的所述病患数据作为所述第二预处理数据。
6.如权利要求1所述的数据处理系统,其特征在于,所述神经网络模型为具有残差结构的卷积神经网络模型,所述卷积神经网络模型采用一维卷积核。
7.如权利要求1所述的数据处理系统,其特征在于,所述神经网络模型的网络深度为12层。
8.如权利要求1所述的数据处理系统,其特征在于,采用交叉熵损失函数作为所述神经网络模型的优化目标函数。
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上海电气集团股份有限公司,未经上海电气集团股份有限公司许可,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/201910415314.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种红光辅助穿刺装置
- 下一篇:一种可延展的高密度盆底康复电极