[发明专利]一种基于多算法融合的压力性损伤风险预测装置及方法有效

专利信息
申请号: 202110869608.8 申请日: 2021-07-29
公开(公告)号: CN113782183B 公开(公告)日: 2023-07-14
发明(设计)人: 韩琳;马玉霞;张红燕;袁晨璐 申请(专利权)人: 甘肃省人民医院
主分类号: G16H50/20 分类号: G16H50/20;G16H50/30;G06F18/214;G06F18/2411;G06F18/2415;G06F18/243;G06F18/27;G06N20/10;G06N20/20
代理公司: 北京海虹嘉诚知识产权代理有限公司 11129 代理人: 张涛
地址: 730030 甘肃*** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 算法 融合 压力 损伤 风险 预测 装置 方法
【说明书】:

本发明涉及一种基于多算法融合的压力性损伤风险预测装置及方法,装置包括处理单元,处理单元配置为执行如下步骤:获取可分析病历数据,并基于显著风险变量对可分析病历数据进行重新分配,从而生成针对特定目标人群的第一分类训练集;利用随机森林模型对第一分类训练集进行回归建模,从而生成关于该第一分类训练集的第一压力性损伤风险预测模型;对第一压力性损伤风险预测模型进行分类得到表征第一压力性损伤风险预测模型特征的第二类风险变量以及第二权值,并基于第二类风险变量将多个第一压力性损伤风险预测模型结合从而生成第二压力性损伤风险预测模型;利用第二压力性损伤风险预测模型进行压力性损伤风险预测。

技术领域

本发明涉及医疗数据处理技术领域,具体涉及一种基于多算法融合的压力性损伤风险预测装置及方法。

背景技术

压力性损伤(Pressure Injury,PI)是发生在皮肤或潜在皮下软组织的局限性损伤,通常发生在骨突处或与医疗器械设备接触的位置。压力性损伤会对患者的心理和身体产生不良影响,也会增加患者的住院时间、并发症发生率和死亡率。

目前关于压力性损伤的研究主要聚焦于损伤的发展机理、损伤特征分析、损伤患者特征研究及护理措施,大多数研究是对历史病历的统计分析和客观描述,缺乏对损伤的预测研究。风险预测是压力性损伤预防的首要措施,风险预测结果的准确与否将直接影响预防措施的选择和预防效果。

目前,临床医学中利用多因素回归分析构建压力性损伤风险预测模型进行压力性损伤风险预测。例如,文献[1]李清,苏强,林英,等.基于机器学习的住院患者压力性损伤分析与预测[J].同济大学学报(自然科学版),2020(10).公开利用支持向量机、概率神经网络和广义回归神经网络3种方法建立预测模型,在支持向量机中,采用高斯核函数构建模型,并使用遗传算法优化核函数参数。但是,该文献提供的技术方案没有考虑到临床中患者的情况复杂,风险预测模型需要具有纳入新的风险变量的扩展能力。

此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于发明人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。

发明内容

针对现有技术之不足,本发明提供一种基于多算法融合的压力性损伤风险预测装置,包括处理单元。处理单元配置为执行如下步骤:

获取可分析病历数据,并基于显著风险变量对可分析病历数据进行重新分配,从而生成针对特定目标人群的第一分类训练集;

利用随机森林模型对第一分类训练集进行回归建模,从而生成关于该第一分类训练集的第一压力性损伤风险预测模型;

对第一压力性损伤风险预测模型进行分类得到表征第一压力性损伤风险预测模型特征的第二类风险变量以及第二权值,并基于第二类风险变量将多个第一压力性损伤风险预测模型结合从而生成第二压力性损伤风险预测模型;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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甘肃省人民医院,未经甘肃省人民医院许可,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/202110869608.8/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top