[发明专利]一种MCI训练决策模型的构建方法、决策方法及相关装置

权利要求书

1.一种MCI训练决策模型的构建方法，其特征在于，所述方法包括：

获取第一患者特征数据、第一认知游戏参数以及第一患者病情进展数据作为第一待处理数据；

对所述第一待处理数据进行预处理得到第一预处理数据；

将所述第一预处理数据输入到预先构建的MCI认知训练分数预测模型中从而得到预测分数；

将所述第一预处理数据和所述预测分数输入到卷积神经网络中进行训练从而得到MCI训练决策模型。

2.根据权利要求1所述的方法，其特征在于，所述预先构建的MCI认知训练分数预测模型的构建过程，包括：

获取第二患者特征数据、第二认知游戏参数以及第二患者病情进展数据作为第二待处理数据；

对所述第二待处理数据进行预处理得到第二预处理数据；

将所述第二预处理数据输入到循环神经网络中进行训练从而得到所述MCI认知训练分数预测模型。

3.根据权利要求1或2所述的方法，其特征在于，所述预处理包括：变量离散化、缺失值填补、数值标准化、数据合并以及数字编码。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述预测分数与真实分数的损失函数，其中，所述真实分数为进行MCI认知训练的实际得分；

响应于所述损失函数大于损失函数阈值，利用所述损失函数修正所述MCI认知训练分数预测模型，并执行所述获取所述预测分数与真实分数的损失函数直至所述损失函数小于损失函数阈值。

5.根据权利要求4所述的方法，其特征在于，所述利用所述损失函数修正所述MCI认知训练分数预测模型，包括：利用梯度下降算法根据所述损失函数修改所述MCI认知训练分数预测模型的最佳参数适配层的权值向量。

6.一种MCI训练决策方法，其特征在于，所述方法包括：

获取第三患者特征数据；

将所述第三患者特征数据输入到MCI训练决策模型中得到MCI认知训练计划；所述MCI训练决策模型是根据权利要求1-5任一项所述的MCI训练决策模型的构建方法构建得到的。

7.一种MCI训练决策模型的构建装置，其特征在于，所述装置包括：

第一获取单元，用于获取第一患者特征数据、第一认知游戏参数以及第一患者病情进展数据作为第一待处理数据；

第一预处理单元，用于对所述第一待处理数据进行预处理得到第一预处理数据；

第一输入单元，用于将所述第一预处理数据输入到预先构建的MCI认知训练分数预测模型中从而得到预测分数；

第二输入单元，用于将所述第一预处理数据和所述预测分数输入到卷积神经网络中进行训练从而得到MCI训练决策模型。

8.一种MCI训练决策装置，其特征在于，所述装置包括：

第二获取单元，用于获取第三患者特征数据；

第三输入单元，用于将所述第三患者特征数据输入到MCI训练决策模型中得到MCI认知训练计划；所述MCI训练决策模型是根据权利要求1-5任一项所述的MCI训练决策模型的构建方法构建得到的。

9.一种MCI训练决策模型的构建设备，其特征在于，包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-5任一项所述的MCI训练决策模型的构建方法。

10.一种MCI训练决策设备，其特征在于，包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求6所述的MCI训练决策方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如权利要求1-5任一项所述的MCI训练决策模型的构建方法，或者执行如权利要求6所述的MCI训练决策方法。