申请/专利权人：大连市中心医院

申请日：2023-04-07

公开（公告）日：2024-01-26

公开（公告）号：CN116403714B

主分类号：G16H50/30

分类号：G16H50/30;G16H50/20;G06N3/0464;G06N3/047;G06N3/048;G06N3/084;G06F18/2415

优先权：

专利状态码：有效-授权

法律状态：2024.01.26#授权;2023.07.25#实质审查的生效;2023.07.07#公开

摘要：本发明涉及数据信息处理领域，旨在解决如何预测评估缺血性脑卒中患者的早期神经功能恶化风险的技术问题。为此，本发明提供了一种脑卒中溶栓患者的早期神经功能恶化风险预测模型的建立方法、装置、风险预测系统、电子设备及介质。通过采集脑卒中患者的个人数据，所述脑卒中患者包括发生早期神经功能恶化患者和未发生早期神经功能恶化患者，其中，所述个人数据包括陷窝蛋白1、和或脑红蛋白；使用所述采集的个人数据制作数据集；使用所述的数据集建立所述早期神经功能恶化风险预测模型，通过将所述脑卒中患者个人数据信息输入到所述风险预测模型，预测患者最终的恢复效果，生成临床预测的输出。本发明能够及时、准确、有效的预测评估缺血性脑卒中患者的最终恢复效果，为病人提供针对性治疗及护理干预，从而提高其预后。

主权项：1.一种脑卒中溶栓患者的早期神经功能恶化风险预测模型的建立方法，其特征在于，该方法包括以下步骤：采集脑卒中患者的个人数据，所述脑卒中患者包括发生早期神经功能恶化患者和未发生早期神经功能恶化患者，其中，所述个人数据包括陷窝蛋白1、和或脑红蛋白；所述脑卒中患者的纳入标准为：年龄18岁以上、符合2018版中国急性缺血性脑卒中诊治指南推荐的静脉溶栓患者，且经历过rt-PA溶栓干预治疗过程发生早期神经功能恶化的患者；所述脑卒中患者的排除标准为：卒中模仿者、疗效指标严重缺失的患者、对隐私保密有特殊要求的患者、或桥接治疗患者；所述个人数据还包括下述多项属性：1）一般人口学资料，所述一般人口学资料选自性别、年龄、BMI；2）入院生命体征，所述入院生命体征选自体温、脉搏、呼吸、血压；3）治疗前后NIHSS基线评分；4）既往史，所述既往史选自饮酒史、吸烟史、高血压史、糖尿病史、高血脂史、心房颤动史、冠心病史、脑卒中史、短暂性脑缺血发作史、短暂性脑缺血发作病史、抗血小板药物服用史、他汀类用药史；5）实验室指标，所述实验室指标选自三酰甘油、总胆固醇、血糖、糖化血红蛋白、高密度脂蛋白、低密度脂蛋白、红细胞沉降率、纤维蛋白原、D-二聚体、同型半胱氨酸、C反应蛋白、白细胞、淋巴细胞、血小板、单核细胞、中性粒细胞、血尿酸、血清铁蛋白、脑利钠肽、阿司匹林抵抗、尿蛋白肌酐比值、血清神经元特异性醇化酶、SUA、Fib、eGFR、SCr水平、凝血检查、脑白质脱髓鞘；6）影像指标，所述影像指标选自颈部彩超、头颈部CTA或MRA，头核磁平扫、DWI、TOAST分型；7）时间参数，所述时间参数选自发病至就诊时间、患者抵达医院至溶栓的时间、以及住院天数；使用采集的个人数据制作数据集；使用所述数据集建立所述早期神经功能恶化风险预测模型；将数据集随机分为训练样本集和测试样本集；使用训练样本集训练早期神经功能恶化风险预测模型；引入测试样本集数据对所述风险预测模型进行测试评估；所述模型是DNN人工智能学习模型，所述模型包括输入层、至少一个隐藏层、以及输出层，每一层的任意一个神经元都与下一层的任意一个神经元相连接，输入层的每个神经元接收来自训练样本集的患者实验样本数据，并用各自权重来缩放该实验样本数据并传递到隐藏层的神经元来生成中间输出，隐藏层的每个神经元通过各自权重来进一步缩放中间输出，经缩放的中间输出随后被转发到输出层，输出层对经缩放的中间输出进行求和，得到预测输出，建模过程中通过反向传播误差损失信息来更新模型中的参数，将每次训练得到的结果与预期结果进行误差对比分析，根据对比结果修正每个神经元的权重和阈值，通过多次训练，误差损失收敛，使得模型不断逼近预期结果，其中所述模型的第一次迭代各层神经元的权重是软件随机设置的；所述模型函数表达式为： 其中，Wi为线性关系的权重系数，b为偏置量，x为特征域，i为正整数；对于模型的每一层，参数量Param=（上一层神经元数量）*（本层的神经元数量）+（本层的神经元数量），其中，上一层神经元数量）*（本层的神经元数量）代表的是input·kernel的参数，本层的神经元数量代表的是偏置量的参数；输出层将预测输出与一预设阈值进行比较，输出指示患者治疗后效果的信息；在模型测试评估过程中，针对输出变量为计量资料的数据，采用平均绝对误差进行模型的梯度下降评估，针对输出变量为分类变量资料，采用交叉熵进行模型的梯度下降评估；所述风险预测模型输出信息包括患者治疗后效果、溶栓后NIHSS、mRS。

全文数据：

权利要求：

百度查询： 大连市中心医院 脑卒中END风险预测模型建立方法、装置、END风险预测系统、电子设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD