[发明专利]一种基于增量式神经网络模型的丙肝预测方法和预测系统

摘要

本发明公开了一种基于增量式神经网络模型的丙肝预测方法，包括如下步骤建立丙肝日常数据数据库；对神经网络模型进行训练；采集日常生活数据发送至服务器，保存至用户日常数据记录表中；从用户日常数据记录表中提取当日数据，形成n维向量，做归一化处理后输入丙肝病理神经网络模型中进行丙肝概率预测；智能家庭丙肝护理设备判断丙肝概率值是否大于0.5；当用户判定为得了丙肝时，用户自行去医院检查，并将检查结果通过智能家庭丙肝护理设备传送回服务器，服务器判断检查结果是否正确；当检查结果错误时执行增量式算法，对神经网络模型进行动态修正。本发明预测准确，针对每个用户量身定做神经网络模型。

主权项

一种基于增量式神经网络模型的丙肝预测方法，其特征在于，包括如下步骤：步骤(1)、获取医院丙肝治病病因病理数据源与病人日常监控数据，从而建立丙肝日常数据数据库；步骤(2)、根据步骤(1)建立的丙肝日常数据数据库以离线的方式对神经网络模型进行训练，以得到训练好的丙肝病理神经网络模型；步骤(3)、通过智能监控设备对用户的日常生活数据进行采集，并将采集的日常生活数据发送至服务器，服务器将用户的日常生活数据保存至用户日常数据记录表中；步骤(4)、从用户日常数据记录表中提取当日数据，形成n维向量，并对n维向量做归一化处理后输入步骤(2)中训练好的丙肝病理神经网络模型中进行丙肝概率预测，得到丙肝概率，服务器将丙肝概率传送给智能家庭丙肝护理设备；步骤(5)、智能家庭丙肝护理设备接收服务器传送的丙肝概率后，判断丙肝概率值是否大于0.5，如果大于0.5，则判定为该用户得了丙肝，警示器警示以提醒用户，如果小于0.5，则判定为该用户没有得丙肝；步骤(6)、当用户判定为得了丙肝时，用户自行去医院检查，并将检查结果通过智能家庭丙肝护理设备传送回服务器，服务器判断检查结果是否正确，如果检查结果错误，则说明丙肝病理神经网络模型预测不准确，如果检查结果正确，则说明丙肝病理神经网络模型预测准确；步骤(7)、当检查结果错误时，从用户日常数据记录表中抽取m天内的记录保存至增量数据表中，当增量数据表中的记录数量大于h条时，执行增量式算法，对丙肝病理神经网络模型进行动态修正；步骤(8)、重复步骤(3)～(7)。