[发明专利]一种提高食管癌术后并发症预测精度的方法及系统

权利要求书

1.一种提高食管癌术后并发症预测精度的方法，其特征在于，所述方法包括：

通过大数据构建食管癌患者数据库；

基于所述食管癌患者数据库获取患者生理特征信息集合、患者手术治疗信息集合、患者术后护理信息集合、患者术后并发症信息集合；

根据所述患者生理特征信息集合、患者手术治疗信息集合、患者术后护理信息集合，获得生理影响因素集合、手术影响因素集合、护理影响因素集合；

基于因素回归分析法对所述生理影响因素集合、所述手术影响因素集合、所述护理影响因素集合和所述患者术后并发症信息集合进行因素分析，确定独立风险因素集合；

对所述食管癌患者数据库中的各食管癌患者进行营养评价，获得患者营养评价数据信息集合；

基于所述独立风险因素集合和所述患者营养评价数据信息集合，构建用户并发症预测模型；

基于所述用户并发症预测模型，对食管癌患者进行并发症预测管理。

2.如权利要求1所述的方法，其特征在于，所述通过大数据构建食管癌患者数据库，包括：

通过大数据获得食管癌患者信息数据集合；

对所述食管癌患者信息数据集合进行数据归一化处理，获得标量食管癌患者信息数据集合；

将所述标量食管癌患者信息数据集合按照预定存储格式进行数据转换，获得标准食管癌患者信息数据集合；

构建患者信息标签库，按照所述患者信息标签库对所述标准食管癌患者信息数据集合进行聚类划分，获得数据聚类划分结果；

基于所述数据聚类划分结果对所述标准食管癌患者信息数据集合进行分类标记，构建所述食管癌患者数据库。

3.如权利要求1所述的方法，其特征在于，所述基于所述独立风险因素集合和所述患者营养评价数据信息集合，构建用户并发症预测模型，包括：

将所述独立风险因素集合和所述患者营养评价数据信息集合作为模型样本信息进行标识；

对标识后的所述模型样本信息按照预定比例进行划分，获得训练集、验证集和测试集；

基于所述训练集对深度学习网络模型进行监督训练，获得基础用户并发症预测模型；

基于所述验证集和所述测试集对所述基础用户并发症预测模型进行验证和测试，直到模型预测准确率达到预设准确率，获得所述用户并发症预测模型。

4.如权利要求3所述的方法，其特征在于，所述方法包括：

对所述用户并发症预测模型的预测验证效果进行评价，获得模型输出准确性系数；

当所述模型输出准确性系数未达到预设准确性系数时，将所述模型输出准确性系数和所述预设准确性系数的差值作为模型优化参数；

基于模型优化算法和所述模型优化参数，对所述用户并发症预测模型进行迭代更新。

5.如权利要求1所述的方法，其特征在于，所述基于所述用户并发症预测模型，对食管癌患者进行并发症预测管理，包括：

所述用户并发症预测模型包括输入层、回归分析层和输出层；

将所述食管癌患者的用户数据信息作为输入层，输入至所述回归分析层中，输出用户并发症预测结果；

将所述用户并发症预测结果作为模型输出结果通过所述输出层输出，并基于所述用户并发症预测结果对所述食管癌患者进行并发症预测管理。

6.如权利要求5所述的方法，其特征在于，构建所述回归分析层的方法包括：

获得多元线性回归函数；

通过所述多元线性回归函数对所述独立风险因素集合和所述患者营养评价数据信息集合进行数据拟合，获得多元指标线性回归函数；

基于所述多元指标线性回归函数，构建所述回归分析层。

7.如权利要求1所述的方法，其特征在于，所述对所述食管癌患者数据库中的各食管癌患者进行营养评价，获得患者营养评价数据信息集合，包括：

获得营养风险筛查方式，基于所述营养风险筛查方式对所述各食管癌患者进行营养评价，获得营养评价信息集合；

基于所述营养评价信息集合和所述患者术后并发症信息集合进行数据拟合，获得营养数据拟合结果；

对所述营养数据拟合结果进行显著性评价，基于显著性评价结果获得所述患者营养评价数据信息集合。

8.一种提高食管癌术后并发症预测精度的系统，其特征在于，所述系统包括：

数据库构建模块，用于通过大数据构建食管癌患者数据库；

患者信息获取模块，用于基于所述食管癌患者数据库获取患者生理特征信息集合、患者手术治疗信息集合、患者术后护理信息集合、患者术后并发症信息集合；

影响因素获得模块，用于根据所述患者生理特征信息集合、患者手术治疗信息集合、患者术后护理信息集合，获得生理影响因素集合、手术影响因素集合、护理影响因素集合；

因素分析模块，用于基于因素回归分析法对所述生理影响因素集合、所述手术影响因素集合、所述护理影响因素集合和所述患者术后并发症信息集合进行因素分析，确定独立风险因素集合；

营养评价模块，用于对所述食管癌患者数据库中的各食管癌患者进行营养评价，获得患者营养评价数据信息集合；

模型构建模块，用于基于所述独立风险因素集合和所述患者营养评价数据信息集合，构建用户并发症预测模型；

预测管理模块，用于基于所述用户并发症预测模型，对食管癌患者进行并发症预测管理。