[发明专利]一种哮喘概率的确定方法及装置

权利要求书

1.一种哮喘概率的确定方法，其特征在于，包括：

从就诊信息中提取患者的多个预设特征的特征值；

对所述多个特征值进行预处理，确定出所述患者的特征向量；

所述特征向量通过第一神经网络模型的处理，确定出所述特征向量对应的置信度；所述第一神经网络模型为通过对哮喘患者训练集学习生成的；

根据所述特征向量对应的置信度，确定出所述患者的哮喘概率。

2.如权利要求1所述的方法，其特征在于，所述对所述多个特征值进行预处理，确定出所述患者的特征向量，包括：

将所述多个特征值进行归一化处理，确定出所述患者的特征向量。

3.如权利要求1所述的方法，其特征在于，所述第一神经网络模型由下述步骤确定：

对所述哮喘患者训练集中各历史就诊信息进行预处理，提出各历史就诊信息对应的特征向量；

将所述各历史就诊信息对应的特征向量输入到预设的神经网络模型进行学习，得到各历史就诊信息对应的置信度；

根据所述各历史就诊信息对应的置信度和所述各历史就诊信息对应的哮喘概率，进行反向训练，生成所述第一神经网络模型。

4.如权利要求3所述的方法，其特征在于，所述根据所述各历史就诊信息对应的置信度和所述各历史就诊信息对应的哮喘概率，进行反向训练，生成所述第一神经网络模型，包括：

根据所述各历史就诊信息对应的置信度与所述各历史就诊信息对应的哮喘概率的差值，使用反向传播的方法进行多次训练，每次训练的学习率按预设比例进行衰减，直到所述各历史就诊信息对应的置信度与所述各历史就诊信息对应的哮喘概率的差值达到预设值为止，生成所述第一神经网络模型。

5.如权利要求3所述的方法，其特征在于，所述生成所述第一神经网络模型之后，还包括：

对所述各历史就诊信息对应的置信度进行排序，统计所述置信度的各分数段对应的哮喘概率，生成所述置信度的各分数段与哮喘概率的对应关系；

所述根据所述特征向量对应的置信度，确定出所述患者的哮喘概率，包括：

根据所述特征向量对应的置信度，查找所述置信度的各分数段与哮喘概率的对应关系，确定出所述患者的哮喘概率。

6.如权利要求1至5任一项所述的方法，其特征在于，所述预设特征包括下述特征任意组合：

性别、年龄、体重、身高、首次喘息年龄、喘息频率、是否有哮鸣音、诱因、是否有鼻炎史、是否有皮炎/湿疹史、哮喘家族史、鼻炎家族史。

7.一种哮喘概率的确定装置，其特征在于，包括：

提取单元，用于从就诊信息中提取患者的多个预设特征的特征值；

预处理单元，用于对所述多个特征值进行预处理，确定出所述患者的特征向量；

确定单元，用于所述特征向量通过第一神经网络模型的处理，确定出所述特征向量对应的置信度；所述第一神经网络模型为通过对哮喘患者训练集学习生成的；以及根据所述特征向量对应的置信度，确定出所述患者的哮喘概率。

8.一种计算设备，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行权利要求1至6任一项所述的方法。

9.一种计算机可读非易失性存储介质，其特征在于，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行如权利要求1至6任一项所述的方法。