首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

建立射血分数保留心衰患者心源性猝死风险预测模型的方法、心源性猝死风险预测方法和装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中山大学孙逸仙纪念医院

摘要:本公开涉及医疗大数据技术领域,具体涉及一种针对射血分数保留心衰HFpEF患者建立心源性猝死SCD风险预测模型的方法和装置、SCD风险预测方法和装置、电子设备、介质及产品。建立预测模型的方法包括:获取包括每个HFpEF患者数据的年龄、性别和自我评价获得的KCCQ评分的HFpEF患者数据集合,生成训练集和验证集;利用所述HFpEF患者数据训练多个机器学习模型,从中选择最优的SCD风险预测模型作为最终的SCD风险预测模型。本公开能够简化建立SCD风险预测模型时预测因子的处理和选择,提高了预测准确性,方便待测HFpEF患者进行SCD筛查,尤其是对于获取医疗资源困难等的HFpEF患者具有极大的优势。

主权项:1.一种针对射血分数保留心衰HFpEF患者建立心源性猝死SCD风险预测模型的方法,所述方法由计算机实施,其特征在于,所述方法包括:获取醛固酮拮抗剂治疗保留的心功能心力衰竭TOPCAT试验中的HFpEF患者数据集合,所述HFpEF患者数据集合包括多个HFpEF患者数据,每个HFpEF患者数据包括:年龄、性别和堪萨斯城心肌病调查问卷KCCQ评分,所述KCCQ评分包括:自我效能评分、社会限制评分、症状稳定性评分、总体症状评分、症状频率评分、症状负担评分、生活质量评分、身体限制评分、总体汇总评分和诊所总结评分;基于所述HFpEF患者数据集合生成训练集和验证集,所述训练集包括所述HFpEF患者数据集合中的部分HFpEF患者数据,所述验证集包括所述HFpEF患者数据集合中的剩余HFpEF患者数据;将所述训练集中的部分HFpEF患者数据输入多个机器学习模型中任一机器学习模型进行训练,直至所述多个机器学习模型全部训练完成,获得多个训练好的SCD风险预测模型;将所述验证集中的剩余HFpEF患者数据输入多个训练好的SCD风险预测模型进行验证,从所述多个训练好的SCD风险预测模型中选择最优的SCD风险预测模型作为最终的SCD风险预测模型。

全文数据:

权利要求:

百度查询: 中山大学孙逸仙纪念医院 建立射血分数保留心衰患者心源性猝死风险预测模型的方法、心源性猝死风险预测方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。