申请/专利权人：天津医科大学第二医院

申请日：2023-12-20

公开（公告）日：2024-04-19

公开（公告）号：CN117438096B

主分类号：G16H50/50

分类号：G16H50/50;G16H50/70;G06N3/0464;G06N3/0499;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明涉及过敏性鼻炎模型建模技术领域，公开了一种过敏性鼻炎预测模型的建模方法，具体包括如下步骤：获取过敏性鼻炎病例医疗数据作为所述神经网络模型的样本集；对所述样本集进行预处理，得到用于神经网络模型的训练集；建立所述过敏性鼻炎预测模型；采用所述训练集对所述的过敏性鼻炎预测模型进行训练，所述过敏性鼻炎预测模型包括第一预测模型和第二预测模型，所述第一预测模型用于对0‑7周岁待预测对象进行过敏性鼻炎预测，所述第二预测模型用于对7周岁以上待预测对象进行过敏性鼻炎预测；将患者按照年龄划分为幼儿和非幼儿两组，并对这两个年龄段建立两个子模型，分别采用不同训练集训练两个子模型，提高了过敏性鼻炎模型建立的科学性。

主权项：1.一种过敏性鼻炎预测模型的建模方法，其特征在于，具体包括如下步骤：步骤S1，获取过敏性鼻炎病例医疗数据作为神经网络模型的样本集；步骤S2，对所述步骤S1中的所述样本集进行预处理，得到用于神经网络模型的训练集；所述步骤S2中，所述训练集包括第一子样本集和第二子样本集，所述第一子样本集为经筛选后的样本集中年龄为0-7周岁的样本组成的样本集合，所述第二子样本集为经筛选的样本集中年龄为7周岁以上的样本组成的样本集合;所述步骤S2中，所述预处理，具体包括以下步骤：步骤S2.1，从所述步骤S1中所述的样本集筛选出不合格样本，并作删除处理；步骤S2.2，删除所述步骤S1中所述样本集中不包含年龄信息的样本；步骤S2.3，对所有所述样本集进行步骤S2.1至S2.2操作，得到所述训练集；所述步骤S2中，所述训练集的获取，具体包括以下步骤：步骤S2.4，对所述第一子样本集和所述第二子样本集中的患者主诉信息统计处理，得到过敏性鼻炎的常见症状；步骤S2.5，对所述第一子样本集和所述第二子样本集中症状出现的频次按照从大到小排列，获得对应年龄段过敏性鼻炎的常见特征；步骤S2.6，采用所述第一子样本集和所述第二子样本集中每个样本的常见特征以及诊断结论组成训练集；所述步骤S2.6中，所述第一子样本集的常见特征为7个，所述第二子样本集的常见特征为4个；所述第一子样本集的7个该年龄段的过敏性鼻炎的常见特征为：鼻塞、鼻痒、打喷嚏、流鼻涕、双下甲水肿、咳嗽、喉痒；所述第二子样本集得到的4个该年龄段的过敏性鼻炎的常见特征为：打喷嚏、鼻痒、胸闷、鼻塞；步骤S3，建立所述过敏性鼻炎预测模型；步骤S4，采用所述步骤S2中的所述训练集对所述步骤S3中所述的过敏性鼻炎预测模型进行训练，得到训练好的所述过敏性鼻炎预测模型；所述步骤S4中所述过敏性鼻炎预测模型包括第一预测模型和第二预测模型，所述第一预测模型用于对0-7周岁待预测对象进行过敏性鼻炎预测，所述第二预测模型用于对7周岁以上待预测对象进行过敏性鼻炎预测；所述第一预测模型为卷积神经网络模型，所述第二预测模型为BP神经网络模型；获取所述步骤S2.6中第一子样本集的常见特征与诊断结论组成训练集得到第一训练集合；获取所述步骤S2.6中第二子样本集的常见特征与诊断结论组成训练集得到第二训练集合；采用第一训练集合训练所述第一预测模型，采用第二训练集合训练所述第二预测模型。

全文数据：

权利要求：

百度查询： 天津医科大学第二医院 一种过敏性鼻炎预测模型的建模方法

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。

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