[发明专利]基于神经网络和机器学习的关节炎康复诊疗方法及系统

权利要求书

1.基于神经网络和机器学习的关节炎康复诊疗方法，其特征在于：所述关节炎康复诊疗方法包括：

采集患者多个维度的量表数据输入到深度神经网络量表评估模型中；

深度神经网络量表评估模型将多个维度的量表中的关键信息看作多源数据，通过构造扩模态交叉自编码神经网络在多个数据源之间形成不同跨数据源组合的统一表达，并根据所述统一表达综合评估量表；

将所述深度神经网络量表评估模型对量表的综合评估作为反馈激励输入到机器学习模型中自动生成康复诊断的处方方案；

所述机器学习模型中自动生成康复诊断的处方方案包括：将评估量表设置为机器学习中的环境要素，将生成的康复诊断处方方案设置为机器学习中的动作要素，将输入的量表综合评估设置为机器学习中的反馈激励要素；根据三个要素不断的进行量表评估-生成康复诊断处方-量表评估的过程来优化反馈激励，最后得到最佳的康复诊断处方方案。

2.根据权利要求1所述的基于神经网络和机器学习的关节炎康复诊疗方法，其特征在于：所述多个维度的量表数据包括结构量表数据、运动量表数据、感觉量表数据、平衡量表数据、ADL量表数据和心理量表数据。

3.根据权利要求2所述的基于神经网络和机器学习的关节炎康复诊疗方法，其特征在于：从所述结构量表数据、运动量表数据、感觉量表数据、平衡量表数据、ADL量表数据和心理量表数据中提取出27项关键信息输入到所述机器学习模型中，输出包括N个输出向量，通过对三个要素不断的进行量表评估-生成康复诊断处方-量表评估的过程来优化反馈激励，得到由N个输出向量中多个向量组合的最佳康复诊断处方方案。

4.根据权利要求3所述的基于神经网络和机器学习的关节炎康复诊疗方法，其特征在于：所述机器学习模型包括KOA机器学习模型用于生成KOA的康复诊断处方方案，创伤性关节炎机器学习模型用于生成创伤性关节炎的康复诊断处方方案和类风湿关节炎机器学习模型用于生成类风湿关节炎的康复诊断处方方案。

5.基于神经网络和机器学习的关节炎康复诊疗方法的系统，其特征在于：所述系统包括数据采集模块、深度神经网络量表评估模型和机器学习模型；

所述数据采集模块用于采集患者多个维度的量表数据输入到所述深度神经网络量表评估模型中；

所述深度神经网络量表评估模型用于通过将多个维度的量表中的关键信息看作多源数据，构造扩模态交叉自编码神经网络在多个数据源之间形成不同跨数据源组合的统一表达，并根据所述统一表达综合评估量表；

所述机器学习模型包括将所述深度神经网络量表评估模型对量表的综合评估作为反馈激励输入到机器学习模型中自动生成康复诊断的处方方案；

其中，机器学习模型中自动生成康复诊断的处方方案具体包括：将评估量表设置为机器学习中的环境要素，将生成的康复诊断处方方案设置为机器学习中的动作要素，将输入的量表综合评估设置为机器学习中的反馈激励要素；根据三个要素不断的进行量表评估-生成康复诊断处方-量表评估的过程来优化反馈激励，最后得到最佳的康复诊断处方方案。

6.根据权利要求5所述的基于神经网络和机器学习的关节炎康复诊疗方法的系统，其特征在于：所述机器学习模型包括KOA机器学习模型、创伤性关节炎机器学习模型和类风湿关节炎机器学习模型；

所述KOA机器学习模型用于生成KOA的康复诊断处方方案；

所述创伤性关节炎机器学习模型用于生成创伤性关节炎的康复诊断处方方案；

所述类风湿关节炎机器学习模型用于生成类风湿关节炎的康复诊断处方方案。