申请/专利权人：中国航天科工集团七三一医院

申请日：2021-09-27

公开（公告）日：2024-04-19

公开（公告）号：CN113822420B

主分类号：G06N3/045

分类号：G06N3/045;G06N3/0442;G06T7/00;A61B5/08;A61B5/087

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.04.16#专利申请权的转移;2022.01.07#实质审查的生效;2021.12.21#公开

摘要：本发明公开了一种基于容积二氧化碳图的死腔分数的模型建立方法及系统，基于容积二氧化碳图的死腔分数的模型建立方法，包括以下步骤：S1、构建LSTM模型；S2、正反双向叠加LSTM网络构建BRNN模型；S3、多层叠加BRNN网络构建MBRNN模型；S4、基于MBRNN网络建立序列点内部各维度之间关系；S5、基于MBRNN网络建立相邻CO2图的隐藏层状态传递；S6、建立损失函数方程，最终确定MBRRNN模型。基于容积二氧化碳图的死腔分数的模型建立方法的系统。本发明预测精度满足需求，预测实时性可以与呼吸频率保持一致，从而避免了医疗事故的发生，因此可以在临床上推广使用。

主权项：1.基于容积二氧化碳图的死腔分数的模型建立方法，其特征在于：所述方法包括以下步骤：S1、构建LSTM模型；S2、正反双向叠加LSTM网络构建BRNN模型；S3、多层叠加BRNN网络构建MBRNN模型；S4、基于MBRNN网络建立序列点内部各维度之间关系，具体过程为：首先，将CO2分压曲线投影到横轴的区域等分为n段，并将第tt∈[1,n]段等间距取l个值，按照l个值由小到大的顺序做横轴的垂线，l条垂线与CO2分压曲线的交点的纵坐标值序列即为一次容积CO2图的第t个序列点对应的多维序列输入Xt； 其中，表示向量Xt的第k维数据；其次，建立基于多维变量Xt内部各维度之间关系得到耦合变量Zt；Zt＝WzXt+bz公式二其中，Wz,bz初始值为高斯分布抽样取值，模型训练不断迭代更新Wz,bz，训练结束则Wz,bz值最终确定；最后，建立正对角线全部为0的方阵Wz，如公式三所示； 其中，wi,j是Wz中的一个元素，Wz∈Rl×l，当i≠j，wi,j表示第j个变量对第i个变量的影响系数；当i＝j，wi,j取值为0；S5、基于MBRNN网络建立相邻CO2图的隐藏层状态传递，具体过程为：规定数据集中每位患者的连续容积CO2图个数都为d个，所有的容积CO2图均已采用SAE进行重构；每个容积CO2图均含有PaCO2、VDVT、VDaltVTalt三个回归指标，现规定每个样本由连续的g个容积CO2组成，则d个连续容积CO2图从起始到结束按步骤S4的截取规则共截取d-g+1个连续样本；其中，VDVT为生理死腔分数、VDaltVTalt为肺泡死腔分数；训练环节要求m个患者使用自己的样本参与训练，每次迭代每位患者拿出一个样本，初始样本为时间编号最早的那一个样本；下一次迭代使用的样本需要紧邻上一个样本，并且上一个样本的输出状态要作为当前迭代训练的隐藏层的初始状态；模型应用时，同样要将上一次预测的隐藏层输出状态作为下一次预测的隐藏层初始状态；S6、建立损失函数方程，最终确定MBRRNN模型，总的损失函数如公式四所示： 其中：α,β为权重，α+β＝1,α≥0且β≥0，由于L1paCO2、L2VDVT及L3VDaltVTalt三者求和，所以其系数为L1paCO2、L2VDVT及L3VDaltVTalt分别表示动脉血二氧化碳分压、生理死腔分数及肺泡死腔分数的损失函数，其公式如下所示： 其中，表示第p个患者的第q个容积CO2图的动脉血二氧化碳分压真实值；表示第p个患者的第q个容积CO2图的动脉血二氧化碳分压预测值；表示第p个患者的第q个容积CO2图的生理死腔分数的真实值；其中，表示第p个患者的第q个容积CO2图的生理死腔分数的预测值；表示第p个患者的第q个容积CO2图的肺泡死腔分数的真实值；表示第p个患者的第q个容积CO2图的肺泡死腔分数的预测值； 公式五中，表示耦合变量Zt的第p个患者的样本中的第s个容积CO2图的第t个序列点的第q维的值；某个患者的样本表示的是长度为g的一个样本，该样本包含g个连续的容积CO2图；最小化损失函数L0Z,X，意味着迫使耦合值Zt等于Xt，保证模型充分且正确的利用序列点内部维度之间的关系。

全文数据：

权利要求：

百度查询： 中国航天科工集团七三一医院 基于容积二氧化碳图的死腔分数的模型建立方法及系统

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