[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

说明书

本发明涉及一种基于深度学习的骨科术后康复方案推荐方法，其利用神经网络对治疗效果好的骨科治疗方案进行学习，生成方案推荐模型，医生可以根据患者的创伤部位及创伤评价等级从方案推荐模型中获取效果较好的治疗方案作为参考，以帮助患者更快康复。而在获取治疗效果好的治疗方案时选取康复时间T、肿胀幅度r作为主要指标，选取变肿时间t1、肿胀维持时间t2、消肿时间t3作为辅助指标。

技术领域

本发明涉及骨科术后康复领域，具体涉及一种基于深度学习的骨科术后康复方案推荐方法。

背景技术

患者在受创后，受创部位由于毛细血管破裂出血及组织液渗出，使得受创部位发生肿胀。依据受创的部位以及受创程度的不同，肿胀会在受创一段时间后达到最大值，维持一段时间，然后慢慢消肿。对于一个治疗方案的好坏，可以按照以下三个标准来判断：（1）变肿的速度越慢越好，越慢表示该方案对炎症反应的抑制效果越好；（2）肿胀的程度越小越好，越小表示该方案对炎症反应的抑制效果越好；（3）消肿的时间越短越好，越短表示该方案对后期消肿的促进效果越好。

目前，对创伤部位的肿胀治疗一般依据医师开的处方来进行治疗，而不同的医师由于其经验不同，对于相同病症所下的处方也不尽相同，这些处方有的效果很好，有的效果欠佳。

发明内容

本发明的目的在于提供一种基于深度学习的骨科术后康复方案推荐方法，其通过人工智能技术中的深度学习来分析现有治疗数据，从而对相同的病症优选出效果较好的治疗方案，推荐给医生，进而帮助患者更快康复。

为实现上述目的，本发明采用的技术方案是：

一种基于深度学习的骨科术后康复方案推荐方法，其包括以下步骤：

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，然后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。

所述神经网络采用了全连接网络，其含有4个隐层。

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。

采用上述方案后，本发明利用神经网络对治疗效果好的骨科治疗方案进行学习，生成方案推荐模型，医生可以根据患者的创伤部位及创伤评价等级从方案推荐模型中获取效果较好的治疗方案作为参考，以帮助患者更快康复。而从数据集中获取治疗效果好的治疗方案时，通过选取康复时间T、肿胀幅度r作为主要指标，选取变肿时间t1、肿胀维持时间t2、消肿时间t3作为辅助指标来进行筛选，能够保证使筛选出的治疗方案具有好的治疗效果。

附图说明

图1为本发明的流程图；