[发明专利]阈值判定模型确定方法、装置、医疗检测设备及存储介质

权利要求书

1.一种阈值判定模型确定方法，其特征在于，包括：

使用阈值训练样本对对预先构建的神经网络模型进行训练；其中，所述阈值训练样本对包括基于患者病历所提取的阈值参考数据和与所述阈值参考数据对应的阈值结果数据；所述阈值结果数据包括阈值上限和/或阈值下限；

将训练完成的神经网络模型作为所述阈值判定模型，以根据所述阈值判定模型确定不同患者的预警阈值。

2.根据权利要求1所述的方法，其特征在于，在所述使用阈值训练样本对对预先构建的神经网络模型进行训练之前，还包括：

获取患者的电子病历，并从所述电子病历中提取原始参考数据；

对所述原始参考数据进行数值转化，得到所述阈值参考数据。

3.根据权利要求2所述的方法，其特征在于，所述原始参考数据包括患者的基本数据；

相应的，对所述原始参考数据进行数值转化，得到所述阈值参考数据，包括：

获取所述基本数据的项目类别，并根据不同项目类别的基本数据对应的分类区间确定目标基本数据；其中，所述阈值参考数据包括所述目标基本数据。

4.根据权利要求2所述的方法，其特征在于，所述原始参考数据包括诊断数据；

相应的，对所述原始参考数据进行数值转化，得到所述阈值参考数据，包括：

获取所述诊断数据的数据类型；

若所述数据类型为非数值型，则根据预设的文本数值映射表确定与所述诊断数据对应的数值作为目标诊断数据；

若所述数值类型为数值型，将所述诊断数据作为目标诊断数据；其中所述阈值参考数据包括所述目标诊断数据。

5.根据权利要求2所述的方法，其特征在于，所述原始参考数据包括临床监测数据；

相应的，对所述原始参考数据进行数值转化，得到所述阈值参考数据，包括：

获取各临床监测数据的项目类别，并计算各项目类别的临床监测数据在监测时间段的平均值作为目标监测数据；其中所述阈值参考数据包括所述目标监测数据。

6.根据权利要求1所述的方法，其特征在于，所述使用阈值训练样本对对预先构建的神经网络模型进行训练，包括：

选取设定数量的阈值训练样本对；

依次获取一个阈值训练样本对所包含的阈值参考数据输入至预先构建的神经网络模型中，得到模型输出结果；

根据与阈值参考数据对应的阈值结果数据和所述模型输出结果，对预先构建的神经网络模型中的加权参数进行调整；

返回执行阈值参考数据输入至神经网络模型的操作，直至达到预先设定的训练结束条件。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述根据所述阈值判定模型确定不同患者的预警阈值，包括：

获取当前患者的阈值预测样本作为所述阈值判定模型的输入，得到所述当前患者的预测阈值结果；其中，所述阈值预测样本包括基本数据、诊断数据以及临床监测数据中的至少一项；

根据所述预测阈值结果，确定当前患者的预警阈值。

8.一种阈值判定模型确定装置，其特征在于，包括：

模型训练模块，用于使用阈值训练样本对对预先构建的神经网络模型进行训练；其中，所述阈值训练样本对包括基于患者病历所提取的阈值参考数据和与所述阈值参考数据对应的阈值结果数据；所述阈值结果数据包括阈值上限和/或阈值下限；

模型确定模块，用于将训练完成的神经网络模型作为所述阈值判定模型，以根据所述阈值判定模型确定不同患者的预警阈值。

9.一种医疗检测设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的一种阈值判定模型确定方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的一种阈值判定模型确定方法。