[发明专利]基于深度学习的COPD患者个性化管理调优装置及设备

权利要求书

1.一种基于深度学习的COPD患者个性化管理调优装置，其特征在于，包括：

症状指标获取单元，用于获取COPD患者的当前症状指标；

干预策略推荐单元，用于基于所述当前症状指标，经由COPD干预策略模型推荐干预策略；

输入向量生成单元，用于根据所述当前症状指标以及推荐的干预策略生成输入向量；

输出单元，用于将所述输入向量输入到训练好的COPD虚拟干预环境模型，以获得输出向量；其中，所述输出向量用于表示经所述干预策略后，所述COPD患者干预后的症状指标；

评价标准更新单元，用于根据所述当前症状指标以及干预后的症状指标，计算得到当前的改善值，并根据当前的改善值以及历史计算得到的改善值R，更新得到当前的干预策略组合的评价标准，并将当前症状指标更新为干预后的症状指标，跳转至干预策略推荐单元；其中，所述干预策略组合为在多个时刻的干预策略的组合；

其中，还包括：

建立基于神经网络的COPD虚拟干预环境模型；

获取作为训练数据的多个COPD患者的初始症状指标o、对应的干预策略a以及经所述干预策略干预后所述COPD患者的干预症状指标o’；

以所述初始症状指标o、干预策略a作为神经网络的输入，以干预症状指标o’作为所述神经网络的输出，对所述COPD虚拟干预环境模型进行训练，获得所述训练好的COPD虚拟干预环境模型；其中，神经网络的训练目标是使得神经网络找到符合公式的方程：

f_nn(o,a)≈o'；

a′＝f_nn(o_i,a),i＝1,...,N

o_i′＝a′(o_i)，i＝1,...,N

其中，o_i表示第i个初始症状指标，N表示初始症状指标的总个数，a′表示训练好的COPD虚拟干预环境模型，o_i′表示经过训练好的COPD虚拟干预环境模型得到的干预症状指标输出；

随机获取初始症状指标o、干预策略a以及其对应的干预症状指标o’，并计算得到症状改善程度R；

根据o，a，o’，R按下述公式组成一条向量组合数据x：

x＝concat[o,a,o′,R]

其中，concat[]表示拼接操作；

重复以上步骤n次，得到n条向量组合数据X，即：

X＝[x₁,x₂,...,x_n]；

基于所述n条向量组合数据，通过经验回放过程，训练得到基于深度学习的COPD干预策略模型。