[发明专利]一种基于深度学习的骨科术后康复方案推荐方法

权利要求书

1.一种基于深度学习的骨科术后康复方案推荐方法，其特征在于：包括以下步骤：

步骤1、数据采集

采集骨科术后康复治疗方案以及治疗该方案对应的实际治疗数据，形成数据集；

步骤2、数据预处理

根据创伤部位和创伤评价将数据集中的治疗方案划分为多个子类；

然后选取两个主要指标以及三个辅助指标对数据集的康复治疗方案进行排序，其中，两个主要指标为：康复时间T、肿胀幅度r；三个辅助指标为：变肿时间t1、肿胀维持时间t2、消肿时间t3；

具体地，对各子类治疗方案的治疗数据按照康复时间T的从小到大进行排序，选择前A%的治疗方案；按照肿胀幅度r的大小及辅助指标对A%的治疗方案从小到大进行排序，再选取前B%的治疗方案作为训练集；

步骤3、模型训练

将训练集的治疗方案中的患者创伤部位和创伤评价作为输入，治疗方案作为输出，通过神经网络进行学习，提取特征，形成方案推荐模型；

步骤4、方案推荐

将患者的受创部位以及创伤评价输入至方案推荐模型中，方案推荐模型输出推荐的治疗方案。

2.根据权利要求1所述的一种基于深度学习的骨科术后康复方案推荐方法，其特征在于：所述神经网络采用了全连接网络，其含有4个隐层。

3.根据权利要求1所述的一种基于深度学习的骨科术后康复方案推荐方法，其特征在于：所述推荐的治疗方案包括温度治疗模式、温度值、温度治疗时长、气压治疗模式、气压值、气压治疗时长、负压治疗模式、负压值、负压治疗时长。