[发明专利]电子病历与医学影像结合的心血管疾病风险预测评估系统有效
申请号: | 202010037719.8 | 申请日: | 2020-01-14 |
公开(公告)号: | CN111260209B | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 胡咏梅;杨舜翔;杨博凯;左英男;蔡云鹏 | 申请(专利权)人: | 山东大学 |
主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H10/60;G06V10/774;G06T7/00;G06N3/04;G06N3/08;G06K9/62 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 董雪 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电子 病历 医学影像 结合 心血管疾病 风险 预测 评估 系统 | ||
1.一种电子病历与医学影像结合的心血管疾病风险预测评估系统,其特征在于,包括:
数据预处理模块,被配置为提取心脏彩超的结构化信息;
将电子病历的结构化特征字段与心脏彩超的结构化信息字段相关联,构建新的电子病历结构化数据;
同时,对心脏彩超的医学影像进行分类标记,剔除无用图像;
预测模型优化模块,被配置为对新的电子病历结构化数据进行分层抽样,将抽样的数据划分为选取训练集和测试集,对建立的电子病历预测模型进行训练优化;
对于心脏彩超的医学影像数据,关联对应电子病历训练集的唯一标识创建医学影像的训练集,关联对应电子病历测试集的唯一标识创建医学影像的测试集,对建立的心脏彩超预测模型进行训练优化;
预测结果融合模块,被配置为将电子病历预测模型和心脏彩超预测模型的预测结果进行融合,得到最终的心血管疾病风险预测评估结果;
将电子病历预测模型和心脏彩超预测模型的预测结果进行融合,具体为:分别为电子病历预测模型的输出结果和心脏彩超预测模型的输出结果分配设定的权重,将两者的输出结果分别乘以设定的权重后求和,得到最终的心血管疾病概率预测结果。
2.如权利要求1所述的一种电子病历与医学影像结合的心血管疾病风险预测评估系统,其特征在于,提取心脏彩超的结构化信息,具体为:
将出生日期和影像检查登记日期统一格式;
以居民个人唯一标识做分组,对每个居民个人唯一标识提取影像检查登记日期的最大时间和最小时间;
将设定的基准时间分别与出生日期和影像检查登记日期的最大时间做差,作为两个特征字段;用影像检查登记日期的最大时间和影像检查登记日期的最小时间做差作为第三个特征字段;
以居民个人唯一标识为单位,记录每个居民个人唯一标识的影像个数,作为第四个特征字段;
对上述特征字段进行归一化处理,以居民个人唯一标识为单位,提取上述特征字段外加性别特征字段组成心脏彩超的结构化数据。
3.如权利要求1所述的一种电子病历与医学影像结合的心血管疾病风险预测评估系统,其特征在于,将电子病历的结构化特征字段与心脏彩超的结构化信息字段相关联,构建新的电子病历结构化数据;具体为:
将电子病历的居民个人唯一标识与心脏彩超结构化数据的居民个人唯一标识相关联,合并组成新的电子病历结构化数据;新的电子病历结构化数据包括:居民个人唯一标识,性别,基准时间与生日时间差值,基准时间与最大登记时间差值,检查登记时间差值,医学影像个数,高血压、糖尿病、高血脂、高尿酸血症、心律失常、房颤、早搏、胸闷或胸痛、头痛或头晕、以及冠心病标签特征字段。
4.如权利要求1所述的一种电子病历与医学影像结合的心血管疾病风险预测评估系统,其特征在于,对心脏彩超的医学影像进行分类标记,具体为:
对于心脏彩超的医学影像,进行分类标记,所述分类包括:心脏超声切面图、心脏超声切面相应的测量图、彩色多普勒血流显像图、彩色多普勒频谱图、以及无用图。
5.如权利要求1所述的一种电子病历与医学影像结合的心血管疾病风险预测评估系统,其特征在于,所述电子病历预测模型和心脏彩超预测模型根据实际需要选取。
6.一种电子病历与医学影像结合的心血管疾病风险预测评估终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行以下过程:
提取心脏彩超的结构化信息;
将电子病历的结构化特征字段与心脏彩超的结构化信息字段相关联,构建新的电子病历结构化数据;
同时,对心脏彩超的医学影像进行分类标记,剔除无用图像;
对新的电子病历结构化数据进行分层抽样,将抽样的数据划分为选取训练集和测试集,对建立的电子病历预测模型进行训练优化;
对于心脏彩超的医学影像数据,关联对应电子病历训练集的居民个人唯一标识Pid创建医学影像的训练集,关联对应电子病历测试集的居民个人唯一标识Pid创建医学影像的测试集,对建立的心脏彩超预测模型进行训练优化;
将电子病历预测模型和心脏彩超预测模型的预测结果进行融合,得到最终的心血管疾病风险预测评估结果;
“居民个人唯一标识”简称为“Pid”;
将电子病历预测模型和心脏彩超预测模型的预测结果进行融合,具体为:
分别为电子病历预测模型的输出结果和心脏彩超预测模型的输出结果分配设定的权重,将两者的输出结果分别乘以设定的权重后求和,得到最终的心血管疾病概率预测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010037719.8/1.html,转载请声明来源钻瓜专利网。