申请/专利权人:湖南明康中锦医疗科技发展有限公司
申请日:2021-09-14
公开(公告)日:2024-04-12
公开(公告)号:CN113782210B
主分类号:G16H50/50
分类号:G16H50/50;A61M16/00;G06N3/0442;G06N3/09;G06N20/10
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2022.04.01#著录事项变更;2021.12.28#实质审查的生效;2021.12.10#公开
摘要:本发明适用于医疗器械技术领域,涉及一种预测无创呼吸机治疗失败概率的方法,包括步骤:S10、收集使用者的训练数据并记录使用者最终治疗结果;S20、将训练数据输入到时间序列模型和分类模型并进行标定标签;S30、用LSTM模型对训练数据进行训练,以MSE相对较小的时间序列模型作为时间序列母模型,通过时间序列母模型预测未来生理参数;S40、用LightGBM模型对未来生理参数进行训练,根据训练样本分布分析无创呼吸最终治疗效果,调整参数从而确定最优分类模型,通过最优分类模型预测治疗失败的概率;S50、分配使用者的训练数据与时间序列母模型中的训练数据权重,对时间序列母模型进行再训练。本发明可预测未来生理参数,并能根据未来生理参数预测治疗失败的概率。
主权项:1.一种预测无创呼吸机治疗失败概率的方法,其特征在于,包括以下步骤:S10、收集使用者的训练数据并记录使用者的最终治疗结果,所述训练数据包括使用者的基本特征、患病情况、监测数据;S20、将所述训练数据输入到时间序列模型和分类模型并进行标定标签;S30、选择LSTM模型对所述训练数据进行训练,以MSE相对较小的时间序列模型作为时间序列母模型,通过时间序列母模型预测未来生理参数;S40、选择LightGBM模型对所述未来生理参数进行训练,根据训练样本分布分析无创呼吸最终治疗结果,调整参数从而确定最优分类模型,通过最优分类模型预测治疗失败的概率;S50、分配使用者的所述训练数据与所述时间序列母模型中的训练数据权重,对时间序列母模型进行再训练。
全文数据:
权利要求:
百度查询: 湖南明康中锦医疗科技发展有限公司 一种预测无创呼吸机治疗失败概率的方法
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。