[发明专利]一种基于卷积神经网络的智能急诊预检分诊系统

说明书

本发明属于卷积神经网络领域，具体的说是一种基于卷积神经网络的智能急诊预检分诊系统，该智能急诊预检分诊系统包括以下步骤：第一步：评估指标特征簇矩阵构建；第二步：灰度矩阵融合构建；第三步：训练卷积神经网络模型；第四步：确定分级及就诊通道划分；第五步：差异化事件处置及再评估；第六步：急诊转归及再训练；解决了现有技术中对成人急诊患者的分诊效率较低，容易产生病情较重的患者没有得到优先就诊导致病情加重的情况的问题，提高了对急诊患者抢救的效率。

技术领域

本发明涉及卷积神经网络领域，具体是一种基于卷积神经网络的智能急诊预检分诊系统。

背景技术

随着社会的发展就医需求的增长，急诊科拥挤现象越来越严重，随之出现的问题是急诊系统应对能力、患者满意度的下降和医疗费用、临床差错、并发症事件的增加，严重影响急诊医疗护理的质量和医院的整体服务品质。

分诊作为急诊患者就诊的第一道关口，采取更为科学的方法将患者分类，迅速识别急、危、重患者，并指导其根据病情危重程度分级就诊，有助于充分利用急诊资源，维持急诊患者就诊秩序，缩短危重患者候诊时间，提高工作效率，防止因分诊不足或分诊过度所导致急诊资源耗尽，一个安全有效的分诊标准能够准确识别真正的危急患者，确保患者安全，而且有助于急诊医疗资源的合理分配，提高急诊医疗的质量和效率，进而提升患者满意度和医院的服务品质。

现有技术中对成人急诊患者的分诊效率较低，容易产生病情较重的患者没有得到优先就诊导致病情加重的情况；因此，针对上述问题提出一种基于卷积神经网络的智能急诊预检分诊系统。

发明内容

为了弥补现有技术的不足，现有技术中对成人急诊患者的分诊效率较低，容易产生病情较重的患者没有得到优先就诊导致病情加重的情况的问题，本发明提出一种基于卷积神经网络的智能急诊预检分诊系统。

本发明解决其技术问题所采用的技术方案是：本发明所述的一种基于卷积神经网络的智能急诊预检分诊系统，该智能急诊预检分诊系统包括以下步骤：

S1：评估指标特征簇矩阵构建；

S2：灰度矩阵融合构建；

S3：训练卷积神经网络模型；

S4：确定分级及就诊通道划分；

S5：差异化事件处置及再评估；

S6：急诊转归及再训练。

优选的，所述S1具体为以下步骤：

A1：关键人口学特征矩阵构建；

A2：症状特征矩阵构建；

A3：生命指标特征矩阵构建。

优选的，所述S2具体为将主诉、症状和生命指标特征簇矩阵，融合为整体的灰度特征矩阵，将人口学特征矩阵、健康监测特征矩阵、动态行为特征矩阵融合为1个矩阵，如果a+b+cn，则需要对矩阵补位，形成一个n*n的矩阵。

优选的，所述S3具体为以下步骤：

B1：模型训练；

B2：卷积神经网络算法。

优选的，所述B1具体为以下步骤：

C1：将用于训练的数据分为训练集和测试集；

C2：将训练集数据中的每个病例都做双通道卷积处理，得到每个样本对应的特征图，再将特征图做最大池化处理，得到新的特征图，将新的特征图全连接并且输入到神经网络中，得到分类结果；

C3：将输出的分类结果和原始标签值代入交叉熵损失函数并利用反向传播算法多次迭代求出最佳的卷积核矩阵和最佳的神经网络权重矩阵；