[发明专利]一种哮喘概率的确定方法及装置

说明书

本发明公开了一种哮喘概率的确定方法及装置，该方法包括通过从就诊信息中提取患者的多个预设特征的特征值；对多个特征值进行预处理，确定出患者的特征向量，特征向量通过第一神经网络模型的处理，确定出特征向量对应的置信度，其中，第一神经网络模型为通过对哮喘患者训练集学习生成的，根据特征向量对应的置信度，确定出所述患者的哮喘概率。基于从患者就诊信息中提取的预设特征，使用对哮喘患者训练集学习生成的第一神经网络模型进行处理，可以快速得到患者的哮喘概率，提高了哮喘诊断的效率和准确性，降低了医生诊断的难度。

本申请要求在2018年3月30日提交中华人民共和国知识产权局、申请号为201810276504.4、发明名称为“一种哮喘概率的确定方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种哮喘概率的确定方法及装置。

背景技术

小儿哮喘(infantile asthma)是小儿常见的肺部疾患，是一种表现反复发作性咳嗽，喘鸣和呼吸困难，并伴有气道高反应性的可逆性、梗阻性呼吸道疾病。哮喘是一种严重危害儿童身体健康的常见慢性呼吸道疾病，其发病率高，常表现为反复发作的慢性病程，严重影响了患儿的学习、生活及活动，影响儿童的生长发育。不少哮喘患儿由于治疗不及时或治疗不当最终发展为成人哮喘而迁延不愈，肺功能受损，部分患儿甚至完全丧失体力活动能力。严重哮喘发作，若未得到及时有效治疗，可以致命。

医生在诊断小儿哮喘时，往往是通过询问病史，这种诊断方法由于存在缺乏临床指标，不同的医生会出现不同的诊断结果，具有非常大的限制性，无法进行推广。而对于各种工具对儿童的肺功能进行检测的诊断方法，会出现儿童不配合的问题，并且检测的结果的准确度也不是很高。此外，还有依据一些组织公布的儿童哮喘诊断指标体系，采用打分策略进行诊断的方法，这种方式准确性不高，而且非常的繁琐，也不适合推广。

发明内容

本发明实施例提供一种哮喘概率的确定方法及装置，用以基于全面获得的诊断信息实现哮喘诊断，提高哮喘诊断的准确性。

本发明实施例提供的一种哮喘概率的确定方法，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。

基于从患者就诊信息中提取的预设特征，使用对哮喘患者训练集学习生成的第一神经网络模型进行处理，可以快速得到患者的哮喘概率，提高了哮喘诊断的效率和准确性，降低了医生诊断的难度。

可选的，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。

对预设特征的特征值进行归一化处理，可以实现特征值的统一规范化，便于形成特征向量。

可选的，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。