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：华中科技大学

摘要：本发明属于深度学习分析领域，公开了一种基于脓毒症病人检测信息进行生存概率打分的方法及系统，其中方法包括以下步骤：S1收集训练用数据；S2编制表格；S3建立DNN网络模型并进行训练，从而对待预测病人其临床检测检测当天的生存概率得分进行预测；S4构建LASSO多项线性回归拟合模型并进行训练，从而基于待预测病人其临床检测检测当天的生存概率得分，对以前天数、或往后天数的生存概率得分进行预测。本发明通过对方法的整体流程设计、及相应系统的功能模块设置等进行改进，能够从大数据分析的角度具体量化病人的情况，通过病人入院后已有的测量指标数据对病人进行生存分析，预测其生存概率得分，能够为医生提供参考。

主权项：1.一种基于脓毒症病人检测信息进行生存概率打分的方法，其特征在于，包括以下步骤：S1针对预先已知结局是死亡还是治愈出院的患有脓毒症疾病的病人，收集他们入院后的临床检查结果作为训练用数据；其中，所述临床检查结果选自血检结果和血气分析结果，对应血检各项临床检测指标和血气分析各项临床检测指标中的至少一项指标；S2根据训练用数据，编制表格；该表格设有病人编号列、检测天数信息列、结局信息列及临床检测结果列；其中，所述病人编号列用于存储对象病人所对应的病人编号；所述检测天数信息列用于存储临床检测当天所对应的天数编号；所述结局信息列用于存储病人的结局信息；所述临床检测结果列又包括若干个临床检测结果子列，每一个临床检测结果子列对应一项临床检测指标，用于存储该项临床检测指标的检测结果；该表格中的每一行用于代表已知结局的某一个病人在某一天的临床检测结果；S3建立DNN网络模型，利用所述表格中的每一行数据，以该行中临床检测结果列的数据作为输入、并以该行中结局信息列的数据为标签，对该DNN网络模型进行训练，使训练后的DNN网络模型能够以某一病人的临床检查结果为输入，预测该病人临床检测当天的生存概率得分；从而对于入院后进行过至少一次临床检测的待预测病人，利用DNN网络模型，对待预测病人其每一次进行临床检测检测当天的生存概率得分进行预测；S4构建LASSO多项线性回归拟合模型，基于训练用数据,利用所述DNN网络模型得到的病人某一天的生存概率得分对该LASSO多项线性回归模型训练，拟合天数编号-生存概率得分关系，使训练后的LASSO多项线性回归拟合模型能够预测某一位病人每一天的生存概率得分；从而利用所述LASSO多项线性回归拟合模型，基于步骤S3得到的待预测病人其每一次临床检测检测当天的生存概率得分，对该待预测病人其临床检测检测当天以前天数、或往后天数的生存概率得分进行拟合预测。

全文数据：

权利要求：

百度查询： 华中科技大学 基于脓毒症病人检测信息进行生存概率打分的方法及系统