CN113643807B - 一种基于特征分析的透析治疗匹配方法及系统 - Google Patents

一种基于特征分析的透析治疗匹配方法及系统 Download PDF

Info

Publication number
CN113643807B
CN113643807B CN202111195807.1A CN202111195807A CN113643807B CN 113643807 B CN113643807 B CN 113643807B CN 202111195807 A CN202111195807 A CN 202111195807A CN 113643807 B CN113643807 B CN 113643807B
Authority
CN
China
Prior art keywords
matching
dialysis
treatment
feature
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111195807.1A
Other languages
English (en)
Other versions
CN113643807A (zh
Inventor
徐淮杰
吕晨晨
彭泽昊
袁军贤
李想
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Runsheng Technology Co ltd
Original Assignee
Jiangsu Runsheng Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Runsheng Technology Co ltd filed Critical Jiangsu Runsheng Technology Co ltd
Priority to CN202111195807.1A priority Critical patent/CN113643807B/zh
Publication of CN113643807A publication Critical patent/CN113643807A/zh
Application granted granted Critical
Publication of CN113643807B publication Critical patent/CN113643807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • External Artificial Organs (AREA)

Abstract

本发明公开了一种基于特征分析的透析治疗匹配方法及系统,其中,所述方法包括:对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集及其对应的用户匹配治疗方法集合;对其进行遍历访问、分类处理,生成第一、第二匹配治疗方案;分别对其进行特征解析、标记,生成第一、第二匹配病历特征集合;构建用户治疗方案匹配数据库;将第一用户的第一病理特征上传至用户治疗方案匹配数据库进行训练,获得预设匹配治疗方案;并发送至第一主治医生的医诊客户端进行审核,通过后对第一用户进行治疗。解决了现有技术中的对患者进行透析治疗时,经常存在无法为患者精准匹配透析治疗方式,进而无法确保透析过程中患者的治疗安全的技术问题。

Description

一种基于特征分析的透析治疗匹配方法及系统
技术领域
本发明涉及透析领域,具体地,涉及一种基于特征分析的透析治疗匹配方法及系统。
背景技术
慢性肾功能不全的患者到了终末期,残余的肾功能不能满足机体的需求,血肌酐持续上升,小便量逐渐减少,这个时候,患者就需要开始透析治疗或者肾移植。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在对患者进行透析治疗时,经常存在无法为患者精准匹配透析治疗方式,进而无法确保透析过程中患者的治疗安全,降低透析诊疗效率的技术问题。
发明内容
针对现有技术中的缺陷,本申请实施例的目的是,通过提供一种基于特征分析的透析治疗匹配方法及系统,解决了现有技术中对患者进行透析治疗时,经常存在无法为患者精准匹配透析治疗方式,进而无法确保透析过程中患者的治疗安全,降低透析诊疗效率的技术问题。通过对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集及其对应的用户匹配治疗方法集合;对其进行遍历访问、分类处理,生成第一、第二匹配治疗方案;分别对其进行特征解析、标记,生成第一、第二匹配病历特征集合;构建用户治疗方案匹配数据库;将第一用户的第一病理特征上传至所用户治疗方案匹配数据库进行匹配训练,获得预设匹配治疗方案;并发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗。达到了为患者精准匹配合适的治疗方案,确保治疗过程的安全性,与此同时,提高透析室诊疗效率的技术效果。
一方面,本申请实施例提供一种基于特征分析的透析治疗匹配方法,其中,所述方法应用于透析室治疗匹配系统,所述方法包括:基于计算机算法,对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集;对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合;对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案;分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,生成第一匹配病历特征集合和第二匹配病历特征集合;基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,其中,所述用户治疗方案匹配数据库包含于所述透析室治疗匹配系统;将第一用户的第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,获得所述第一用户的预设匹配治疗方案;将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗,其中,所述医诊客户端与所述透析室治疗匹配系统通信连接。
另一方面,本申请还提供了一种基于特征分析的透析治疗匹配系统,其中,所述系统包括:第一采集单元:所述第一采集单元用于基于计算机算法,对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集;第一访问单元:所述第一访问单元用于对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合;第一生成单元:所述第一生成单元用于对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案;第二生成单元:所述第二生成单元用于分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,生成第一匹配病历特征集合和第二匹配病历特征集合;第一构建单元:所述第一构建单元用于基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,其中,所述用户治疗方案匹配数据库包含于透析室治疗匹配系统;第一上传单元:所述第一上传单元用于将第一用户的第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,获得所述第一用户的预设匹配治疗方案;第一发送单元:所述第一发送单元用于将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗,其中,所述医诊客户端与所述透析室治疗匹配系统通信连接。
第三方面,本申请实施例提供了一种基于特征分析的透析治疗匹配系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集及其对应的用户匹配治疗方法集合;对其进行遍历访问、分类处理,生成第一、第二匹配治疗方案;分别对其进行特征解析、标记,生成第一、第二匹配病历特征集合;构建用户治疗方案匹配数据库;将第一用户的第一病理特征上传至所用户治疗方案匹配数据库进行匹配训练,获得预设匹配治疗方案;并发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗。达到了为患者匹配合适的治疗方案,确保治疗过程的安全性,与此同时,提高透析室诊疗效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读参照以下附图对非限制性实施例所做的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本申请实施例一种基于特征分析的透析治疗匹配方法的流程示意图;
图2为本申请实施例一种基于特征分析的透析治疗匹配方法的对所述用户匹配治疗方法集合进行遍历访问、分类处理的流程示意图;
图3为本申请实施例一种基于特征分析的透析治疗匹配方法的分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记的流程示意图;
图4为本申请实施例一种基于特征分析的透析治疗匹配方法的对所述透析用户的透析过程进行图像采集的流程示意图;
图5为本申请实施例一种基于特征分析的透析治疗匹配系统的结构示意图;
图6为本申请实施例示例性电子设备的结构示意图。
具体实施方式
本申请实施例通过提供一种基于特征分析的透析治疗匹配方法及系统,解决了现有技术中对患者进行透析治疗时,经常存在无法为患者精准匹配透析治疗方式,进而无法确保透析过程中患者的治疗安全,降低透析诊疗效率的技术问题。通过对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集及其对应的用户匹配治疗方法集合;对其进行遍历访问、分类处理,生成第一、第二匹配治疗方案;分别对其进行特征解析、标记,生成第一、第二匹配病历特征集合;构建用户治疗方案匹配数据库;将第一用户的第一病理特征上传至所用户治疗方案匹配数据库进行匹配训练,获得预设匹配治疗方案;并发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗。达到了为患者精准匹配合适的治疗方案,确保治疗过程的安全性,与此同时,提高透析室诊疗效率的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
慢性肾功能不全的患者到了终末期,残余的肾功能不能满足机体的需求,血肌酐持续上升,小便量逐渐减少,这个时候,患者就需要开始透析治疗或者肾移植。现有技术中存在对患者进行透析治疗时,经常存在无法为患者精准匹配透析治疗方式,进而无法确保透析过程中患者的治疗安全,降低透析诊疗效率的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供一种基于特征分析的透析治疗匹配方法,其中,所述方法应用于透析室治疗匹配系统,所述方法包括:基于计算机算法,对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集;对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合;对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案;分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,生成第一匹配病历特征集合和第二匹配病历特征集合;基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,其中,所述用户治疗方案匹配数据库包含于所述透析室治疗匹配系统;将第一用户的第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,获得所述第一用户的预设匹配治疗方案;将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗,其中,所述医诊客户端与所述透析室治疗匹配系统通信连接。
为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示,本申请实施例提供了一种基于特征分析的透析治疗匹配方法,其中,所述方法应用于透析室治疗匹配系统,所述方法包括:
步骤S100:基于计算机算法,对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集;
步骤S200:对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合;
具体而言,慢性肾功能不全的患者到了终末期,残余的肾功能不能满足机体的需求,血肌酐持续上升,小便量逐渐减少,这个时候,患者就需要开始透析治疗或者肾移植。因现有技术对患者进行透析治疗时,经常存在无法为患者精准匹配透析治疗方式,使得患者的透析治疗效果大打折扣,为了解决此类问题,本申请实施例提供了一种基于特征分析的透析治疗匹配方法,即通过对历史透析用户的治疗数据进行采集,并对采集数据进行特征分析,使得总结出典型病例的典型治疗方法。进一步的,所述历史治疗数据集即为根据计算机算法,对所述第一透析室的透析用户的历史治疗数据采集得到的数据集合,进而已知所述历史治疗数据集,可对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合,其中,所述用户治疗过程记录数据库用于记录患者透析治疗时的数据,且与透析室治疗匹配系统通信连接,所述用户匹配治疗方法集合即为用户在透析治疗时用到的治疗方法集合,可对所述用户匹配治疗方法集合中的治疗方法进行特征分析,使得为患者推荐不同的治疗模式,提高诊疗效率。
步骤S300:对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案;
进一步的,如图2所示,步骤S300还包括:
步骤S310:对所述用户匹配治疗方法集合进行遍历访问处理,生成第一均匀分布数据集;
步骤S320:将所述第一均匀分布数据集中的数据点定义为P个聚类;
步骤S330:对所述P个聚类中的各自数据点的两两距离进行平均值计算,获得平均距离数据集;
步骤S340:根据所述平均距离数据集,获得类分布数据集,所述类分布数据集包括距离平均值最小的分类集;
步骤S350:根据所述类分布数据集,对所述平均距离数据集进行逐层递归类聚,直至生成所述用户治疗匹配方法集合的治疗匹配方法聚类树;
步骤S360:根据所述治疗匹配方法聚类树,对所述用户治疗匹配方法集合进行分类处理。
具体而言,为了对所述用户匹配治疗方法集合进行遍历访问、分类处理,进一步的,可对所述用户匹配治疗方法集合进行遍历的均匀分布处理,即使得数据均匀分布,便于后续的数据处理,进而将所述第一均匀分布数据集中的数据点定义为P个聚类,其中,所述聚类是指将相似的事物聚集在一起,而将不相似的事物划分到不同的类别的过程,在本申请实施例中,即为将同类型的治疗方法聚类在一起,使得均匀分布的数据逐渐集中化、分类化,进一步的,对所述P个聚类中的各自数据点的两两距离进行平均值计算,获得平均距离数据集,其中,所述平均距离数据集中共有P个平均值数据,分别与所述P个聚类一一对应。进一步的,可获得类分布数据集,即将某一类的数据集合而成,在本申请实施例中,可以是以血液透析为代表的类分布数据集,也可以是以腹膜透析为代表的类分布数据集,进而根据所述类分布数据集,对所述平均距离数据集进行逐层递归类聚,直至生成所述用户治疗匹配方法集合的治疗匹配方法聚类树,其中,所述逐层递归聚类是指按照平均距离数据的大小,按照从大到小或从小到大的顺序,将平均距离数据最大或最小的数据合并为一个大的类。所述治疗匹配方法聚类树即为最终聚类的结果,可基于所述治疗匹配方法聚类树,对所述用户治疗匹配方法集合进行目标性的聚类分析,换言之,即可根据所述治疗匹配方法聚类树,生成第一匹配治疗方案、第二匹配治疗方案,其中,所述第一匹配治疗方案可理解为血液透析,所述第二匹配治疗方案可理解为腹膜透析。
步骤S400:分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,生成第一匹配病历特征集合和第二匹配病历特征集合;
步骤S500:基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,其中,所述用户治疗方案匹配数据库包含于所述透析室治疗匹配系统;
具体而言,已知获得所述第一匹配治疗方案、第二匹配治疗方案,进一步的,可对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,即对其进行深度的解析,直至掌握所述第一匹配治疗方案对应的适应病历特征和禁忌病理特征,以及所述第二匹配治疗方案对应的适应病历特征和禁忌病理特征,便于基于患者的个人体征状态,对其匹配适合的治疗方案,其中,所述第一匹配病历特征集合具体包括血液透析患者的适应性病历特征和禁忌性病历特征,举例而言,透析虽然能迅速清除体内的毒素和水分,但也有致命的弱点。所用人工材料多,费用高,感染机会多。透析时必须用抗凝血剂,有出血倾向或有活动性出血时不能做透析,患有严重心脏病或特别虚弱的老年人有风险。做透析时需要有动静脉痿来引出和回流血液,如果患者血管细小或血管脆性大、有炎症时就难以找到足够血流量的血管,则无法做透析。透析过程中还常常发生难以预测的并发症如心跳骤停、心肌梗死、脑血管意外、内出血等;所述第二匹配病历特征集合具体包括腹膜透析患者的适应性病历特征和禁忌性病历特征,举例而言,腹透能最大限度地保存“残存”肾功能,让患者保持一定尿量,可放心地喝水。腹透清除毒素及水分比透析平稳、起伏小更易被患者耐受,而且不需要体外血液循环,还能避免穿刺的痛苦和由静脉穿刺带来的并发症,避免由血管内瘘而引起和加重的心衰。特别适用于低血压、低血容量,有心血管疾患的病人,又因不用肝素还适用于有出血倾向的患者,许多不能做透析的患者可做腹透。当然,腹透一旦不能无菌操作易发生感染引起腹膜炎,还有腹透会导致大量蛋白质流失,需要控制好蛋白质的摄入量。
进一步的,可基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,所述用户治疗方案匹配数据库可基于患者的个人体征状况,包括适应性病历特征以及禁忌性病历特征,对其匹配适合的治疗方案。
步骤S600:将第一用户的第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,获得所述第一用户的预设匹配治疗方案;
步骤S700:将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗,其中,所述医诊客户端与所述透析室治疗匹配系统通信连接。
具体而言,所述第一用户区别于所述透析用户,为第一次在所述第一透析室进行透析的用户,所述第一病理特征包括该用户的适应性病历和禁忌性病历,通过将第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,可获得所述第一用户的预设匹配治疗方案,所述预设匹配治疗方案为经过数据库训练,得到的治疗方案,为了确定该方案的科学严谨性,还需将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗,即通过专业医生的审核,等到审核无误,可对所述第一用户进行所述预设匹配治疗方案的治疗,进而达到了为患者匹配合适的治疗方案,确保治疗过程的安全性,与此同时,提高诊疗效率的技术效果。
进一步的,如图3所示,所述分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,步骤S400还包括:
步骤S410:根据所述用户治疗过程记录数据库,获得所述第一匹配治疗方案的第一临床透析数据集合、所述第二匹配治疗方案的第二临床透析数据集合;
步骤S420:根据所述第一临床透析数据集合和所述第二临床透析数据集合,分别绘制所述透析用户的第一体征变化曲线图、第二体征变化曲线图;
步骤S430:分别对所述第一体征变化曲线图、所述第二体征变化曲线图进行图像分析,获得所述第一匹配治疗方案对应的第一病历适应特征集合、所述第二匹配治疗方案对应的第二病历适应特征集合;
步骤S440:分别对所述第一病历适应特征集合和所述第二病历适应特征集合进行标记,依次生成第一评估特征和第二评估特征。
具体而言,为了分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,进一步的,可先对两种匹配治疗方案的适应性病历特征进行解析,标记,即根据所述用户治疗过程记录数据库,获得所述第一匹配治疗方案的第一临床透析数据集合、所述第二匹配治疗方案的第二临床透析数据集合,所述第一临床透析数据集合为接受血液透析治疗方案的患者的透析数据集合,包括患者的肌酐、尿素、电解质、酸碱指标等,所述第二临床透析数据集合为接受腹膜透析治疗方案的患者的透析数据集合,进而绘制所述透析用户的第一体征变化曲线图、第二体征变化曲线图,所述第一体征变化曲线图可理解为患者在接受血液透析过程中的体征变化曲线,所述第二体征变化曲线图可理解为患者在接受腹膜透析过程中的体征变化曲线,进而通过图像分析,可获得所述第一匹配治疗方案对应的第一病历适应特征集合、所述第二匹配治疗方案对应的第二病历适应特征集合,换言之,若所述第一体征变化曲线图在正产范围内波动,说明此时的血液透析治疗方式是适合患者的,因此可获得患者的第一病历适应特征集合,同理,若所述第二体征变化曲线图在正产范围内波动,说明此时的腹膜透析治疗方式是适合患者的,因此可获得患者的第二病历适应特征集合,进而分别对其进行标记,实现对两种匹配治疗方案的适应性病历特征进行解析。
进一步的,如图4所示,本申请实施例还包括:
步骤S451:基于所述第一透析室的摄像头装置,对所述透析用户的透析过程进行图像采集,获得用户透析图像集合,其中,所述摄像头装置与所述透析室治疗匹配系统通信连接;
步骤S452:根据所述用户透析图像集合,筛选获得所述透析用户在所述第一匹配治疗方案下的第一透析图像集合、在所述第二匹配治疗方案下的第二透析图像集合;
步骤S453:分别对所述第一透析图像集合、所述第二透析图像集合进行解析处理,依次获得所述透析用户的第一透析表情变化特征、第二透析表情变化特征;
步骤S454:分别判断所述第一透析表情变化特征是否适应于所述第一匹配治疗方案、所述第二透析表情变化特征是否适应于所述第二匹配治疗方案;
步骤S455:若均不适应,则分别获得所述第一匹配治疗方案对应的第一病历禁忌特征集合、所述第二匹配治疗方案对应的第二病历禁忌特征集合;
步骤S456:分别对所述第一病历禁忌特征集合和所述第二病历禁忌特征集合进行标记,依次生成第三评估特征和第四评估特征。
具体而言,为了分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,进一步的,也可对两种匹配治疗方案的禁忌性病历特征进行解析,标记,即可通过透析室的摄像头装置,对患者透析时的图像进行采集,所述用户透析图像集合即为对患者进行透析的图像集合,进而所述第一透析图像集合为患者接受血液透析时的图像集合,所述第二透析图像集合为患者接受腹膜透析时的图像集合,进而对两种图像集合分别进行解析处理,获得的所述第一透析表情变化特征为患者接受血液透析时的表情变化特征,所述第二透析表情变化特征为患者接受腹膜透析时的表情变化特征,进一步的,分别判断所述第一透析表情变化特征是否适应于所述第一匹配治疗方案、所述第二透析表情变化特征是否适应于所述第二匹配治疗方案,通过判断,可确定患者接受的血液透析治疗方案是否适应于自身的体征,如果患者在接受血透时,表情变化特征过于明显,如过分疼痛或不适,说明患者不适应于血液透析,腹膜透析亦如此,如果均不适应,可由此分别获得所述第一匹配治疗方案对应的第一病历禁忌特征集合、所述第二匹配治疗方案对应的第二病历禁忌特征集合,即对应患者的临床性禁忌反应,所述第一病历禁忌特征集合即为接受血透的患者对于血液透析的禁忌特征集合,所述第二病历禁忌特征集合即为接受腹膜透析的患者对于腹膜透析的禁忌特征集合,进而分别对其进行标记,实现对两种匹配治疗方案的禁忌性病历特征进行解析。
进一步的,本申请实施例还包括:
步骤S461:对所述第一评估特征和所述第三评估特征进行特征融合,生成所述第一匹配治疗方案的所述第一匹配病历特征集合;
步骤S462:对所述第二评估特征和所述第四评估特征进行特征融合,生成所述第二匹配治疗方案的所述第二匹配病历特征集合。
具体而言,已知分别对两种匹配治疗方案的适应性病历特征和禁忌性病历特征进行解析,进一步的,可对所述第一评估特征和所述第三评估特征进行特征融合,即对所述第一匹配治疗方案的病历特征进行融合,举例而言,可对接受血液透析治疗方案的患者的适应性病历特征和禁忌性病历特征进行融合,从而得到所述第一匹配病历特征集合,同时,可对所述第二评估特征和所述第四评估特征进行特征融合,即对所述第二匹配治疗方案的病历特征进行融合,举例而言,可对接受腹膜透析治疗方案的患者的适应性病历特征和禁忌性病历特征进行融合,从而得到所述第二匹配病历特征集合。
进一步的,所述分别判断所述第一透析表情变化特征是否适应于所述第一匹配治疗方案、所述第二透析表情变化特征是否适应于所述第二匹配治疗方案,步骤S454还包括:
步骤S4541:若所述第一透析表情变化特征不适应于所述第一匹配治疗方案,或,所述第二透析表情变化特征不适应于所述第二匹配治疗方案,所述透析室治疗匹配系统生成第一方案切换指令,其中,所述第一方案切换指令包括将所述第一匹配治疗方案切换为所述第二匹配治疗方案,或,将所述第二匹配治疗方案切换为所述第一匹配治疗方案;
步骤S4542:将所述第一方案切换指令上传至所述医诊客户端进行方案切换确认,获得所述医诊客户端的第一反馈结果;
步骤S4543:根据所述第一反馈结果,实施所述第一方案切换指令。
具体而言,在分别判断所述第一透析表情变化特征是否适应于所述第一匹配治疗方案、所述第二透析表情变化特征是否适应于所述第二匹配治疗方案时,如果所述第一透析表情变化特征不适应于所述第一匹配治疗方案,或,所述第二透析表情变化特征不适应于所述第二匹配治疗方案,换言之,当患者在接受血液透析时,患者的表情变化特征过于明显,说明该患者不适应于血液透析,又或是在接受腹膜透析时,患者的表情变化特征过于明显,说明该患者不适应于腹膜透析,总之,当两者中存在一者时,都说明当时的透析方案不适应于患者,因此,所述透析室治疗匹配系统生成第一方案切换指令,其中,所述第一方案切换指令可理解为将所述第一匹配治疗方案切换为所述第二匹配治疗方案,或,将所述第二匹配治疗方案切换为所述第一匹配治疗方案,即更换患者目前接受的治疗方案,避免对患者造成更大的影响,同时,为了确保切换方案的严谨性和可行性,可将所述第一方案切换指令上传至所述医诊客户端进行方案切换确认,即需要得到专业医生的方案确认,所述第一反馈结果即为医生的确认结果,如果医生确认切换方案可行,则根据所述第一反馈结果,实施所述第一方案切换指令,即对患者进行治疗方案的切换,实现了为患者的透析治疗全过程进行监测,确保患者的透析治疗顺利进行。
进一步的,所述生成历史治疗数据集,步骤S100还包括:
步骤S110:根据所述历史治疗数据集,获得第一特征数据集;
步骤S120:对所述第一特征数据集进行中心化处理,获得第二特征数据集;
步骤S130:获得所述第二特征数据集的第一协方差矩阵;
步骤S140:对所述第一协方差矩阵进行运算,获得所述第一协方差矩阵的第一特征值和第一特征向量;
步骤S150:将所述第一特征数据集投影到所述第一特征向量,获得第一降维数据集,其中所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。
具体而言,为了确保所述历史治疗数据集中数据的纯净度,可对其进行去中心处理。即根据所述历史治疗数据集,对提取到的特征数据进行数值化处理,并构建特征数据集矩阵,获得所述第一特征数据集。继而对所述第一特征数据集中的各特征数据进行中心化处理,首先求解所述第一特征数据集中各特征的平均值,然后对于所有的样本,每一个特征都减去自身的均值,继而获得新的特征值,由新的特征值构成所述第二特征数据集,所述第二特征数据集为一数据矩阵。通过协方差公式:
Figure DEST_PATH_IMAGE002AAA
对所述第二特征数据集进行运算,获得所述第二特征数据集的第一协方差矩阵。其中, QUOTE
Figure DEST_PATH_IMAGE004_5A
Figure DEST_PATH_IMAGE004_6A
为所述第二特征数据集中的特征数据; QUOTE
Figure DEST_PATH_IMAGE006_5A
Figure DEST_PATH_IMAGE006_6A
为该特征数据的平均值; QUOTE
Figure DEST_PATH_IMAGE008_5A
Figure DEST_PATH_IMAGE008_6A
为所述第二特征数据集中的样本数据总量。继而通过矩阵运算,求出所述第一协方差矩阵的特征值及特征向量,且每一特征值对应一个特征向量。在求出的所述第一特征向量中,选取最大的前K个特征值及其对应的特征向量,并将所述第一特征数据集中的原始特征投影到所选取的特征向量之上,得到降维之后的所述第一特征数据集。通过主成分分析法对所述历史治疗数据集中的特征数据进行降维处理,在保证信息量的前提下,剔除冗余数据,使得数据集中特征数据的样本量减小,且降维后信息量损失最小,从而加快训练模型对于数据的运算速度。
与现有技术相比,本发明具有如下的有益效果:
1、通过对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集及其对应的用户匹配治疗方法集合;对其进行遍历访问、分类处理,生成第一、第二匹配治疗方案;分别对其进行特征解析、标记,生成第一、第二匹配病历特征集合;构建用户治疗方案匹配数据库;将第一用户的第一病理特征上传至所用户治疗方案匹配数据库进行匹配训练,获得预设匹配治疗方案;并发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗。达到了为患者匹配合适的治疗方案,确保治疗过程的安全性,与此同时,提高透析室诊疗效率的技术效果。
实施例二
基于与前述实施例中一种基于特征分析的透析治疗匹配方法同样发明构思,本发明还提供了一种基于特征分析的透析治疗匹配系统,如图5所示,所述系统包括:
第一采集单元11:所述第一采集单元11用于基于计算机算法,对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集;
第一访问单元12:所述第一访问单元12用于对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合;
第一生成单元13:所述第一生成单元13用于对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案;
第二生成单元14:所述第二生成单元14用于分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,生成第一匹配病历特征集合和第二匹配病历特征集合;
第一构建单元15:所述第一构建单元15用于基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,其中,所述用户治疗方案匹配数据库包含于透析室治疗匹配系统;
第一上传单元16:所述第一上传单元16用于将第一用户的第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,获得所述第一用户的预设匹配治疗方案;
第一发送单元17:所述第一发送单元17用于将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗,其中,所述医诊客户端与所述透析室治疗匹配系统通信连接。
进一步的,所述系统还包括:
第二访问单元:所述第二访问单元用于对所述用户匹配治疗方法集合进行遍历访问处理,生成第一均匀分布数据集;
第一定义单元:所述第一定义单元用于将所述第一均匀分布数据集中的数据点定义为P个聚类;
第一计算单元:所述第一计算单元用于对所述P个聚类中的各自数据点的两两距离进行平均值计算,获得平均距离数据集;
第一获得单元:所述第一获得单元用于根据所述平均距离数据集,获得类分布数据集,所述类分布数据集包括距离平均值最小的分类集;
第三生成单元:所述第三生成单元用于根据所述类分布数据集,对所述平均距离数据集进行逐层递归类聚,直至生成所述用户治疗匹配方法集合的治疗匹配方法聚类树;
第一分类单元:所述第一分类单元用于根据所述治疗匹配方法聚类树,对所述用户治疗匹配方法集合进行分类处理。
进一步的,所述系统还包括:
第二获得单元:所述第二获得单元用于根据所述用户治疗过程记录数据库,获得所述第一匹配治疗方案的第一临床透析数据集合、所述第二匹配治疗方案的第二临床透析数据集合;
第一绘制单元:所述第一绘制单元用于根据所述第一临床透析数据集合和所述第二临床透析数据集合,分别绘制所述透析用户的第一体征变化曲线图、第二体征变化曲线图;
第一分析单元:所述第一分析单元用于分别对所述第一体征变化曲线图、所述第二体征变化曲线图进行图像分析,获得所述第一匹配治疗方案对应的第一病历适应特征集合、所述第二匹配治疗方案对应的第二病历适应特征集合;
第一标记单元:所述第一标记单元用于分别对所述第一病历适应特征集合和所述第二病历适应特征集合进行标记,依次生成第一评估特征和第二评估特征。
进一步的,所述系统还包括:
第二采集单元:所述第二采集单元用于基于所述第一透析室的摄像头装置,对所述透析用户的透析过程进行图像采集,获得用户透析图像集合,其中,所述摄像头装置与所述透析室治疗匹配系统通信连接;
第一筛选单元:所述第一筛选单元用于根据所述用户透析图像集合,筛选获得所述透析用户在所述第一匹配治疗方案下的第一透析图像集合、在所述第二匹配治疗方案下的第二透析图像集合;
第一解析单元:所述第一解析单元用于分别对所述第一透析图像集合、所述第二透析图像集合进行解析处理,依次获得所述透析用户的第一透析表情变化特征、第二透析表情变化特征;
第一判断单元:所述第一判断单元用于分别判断所述第一透析表情变化特征是否适应于所述第一匹配治疗方案、所述第二透析表情变化特征是否适应于所述第二匹配治疗方案;
第三获得单元:所述第三获得单元用于若均不适应,则分别获得所述第一匹配治疗方案对应的第一病历禁忌特征集合、所述第二匹配治疗方案对应的第二病历禁忌特征集合;
第二标记单元:所述第二标记单元用于分别对所述第一病历禁忌特征集合和所述第二病历禁忌特征集合进行标记,依次生成第三评估特征和第四评估特征。
进一步的,所述系统还包括:
第一融合单元:所述第一融合单元用于对所述第一评估特征和所述第三评估特征进行特征融合,生成所述第一匹配治疗方案的所述第一匹配病历特征集合;
第二融合单元:所述第二融合单元用于对所述第二评估特征和所述第四评估特征进行特征融合,生成所述第二匹配治疗方案的所述第二匹配病历特征集合。
进一步的,所述系统还包括:
第四生成单元:所述第四生成单元用于若所述第一透析表情变化特征不适应于所述第一匹配治疗方案,或,所述第二透析表情变化特征不适应于所述第二匹配治疗方案,所述透析室治疗匹配系统生成第一方案切换指令,其中,所述第一方案切换指令包括将所述第一匹配治疗方案切换为所述第二匹配治疗方案,或,将所述第二匹配治疗方案切换为所述第一匹配治疗方案;
第二上传单元:所述第二上传单元用于将所述第一方案切换指令上传至所述医诊客户端进行方案切换确认,获得所述医诊客户端的第一反馈结果;
第一实施单元:所述第一实施单元用于根据所述第一反馈结果,实施所述第一方案切换指令。
进一步的,所述系统还包括:
第四获得单元:所述第四获得单元用于根据所述历史治疗数据集,获得第一特征数据集;
第五获得单元:所述第五获得单元用于对所述第一特征数据集进行中心化处理,获得第二特征数据集;
第六获得单元:所述第六获得单元用于获得所述第二特征数据集的第一协方差矩阵;
第七获得单元:所述第七获得单元用于对所述第一协方差矩阵进行运算,获得所述第一协方差矩阵的第一特征值和第一特征向量;
第一投影单元:所述第一投影单元用于将所述第一特征数据集投影到所述第一特征向量,获得第一降维数据集,其中所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。
前述图1实施例一中的一种基于特征分析的透析治疗匹配方法的各种变化方式和具体实例同样适用于本实施例的一种基于特征分析的透析治疗匹配系统,通过前述对一种基于特征分析的透析治疗匹配方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于特征分析的透析治疗匹配系统的实施方法,所以为了说明书的简洁,再次不再详述。
实施例三
下面参考图6来描述本申请实施例的电子设备。
图6图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实例施中一种基于特征分析的透析治疗匹配方法的发明构思,本发明还提供一种基于特征分析的透析治疗匹配系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于特征分析的透析治疗匹配系统的任一方法的步骤。
其中,在图6中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供一种基于特征分析的透析治疗匹配方法,其中,所述方法应用于透析室治疗匹配系统,所述方法包括:基于计算机算法,对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集;对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合;对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案;分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,生成第一匹配病历特征集合和第二匹配病历特征集合;基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,其中,所述用户治疗方案匹配数据库包含于所述透析室治疗匹配系统;将第一用户的第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,获得所述第一用户的预设匹配治疗方案;将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,且审核通过后,对所述第一用户进行治疗,其中,所述医诊客户端与所述透析室治疗匹配系统通信连接。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于特征分析的透析治疗匹配方法,其中,所述方法应用于透析室治疗匹配系统,所述方法包括:
基于计算机算法,对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集;
对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合;
对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案;
分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,生成第一匹配病历特征集合和第二匹配病历特征集合;
基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,其中,所述用户治疗方案匹配数据库包含于所述透析室治疗匹配系统;
将第一用户的第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,获得所述第一用户的预设匹配治疗方案;
将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,其中,所述医诊客户端与所述透析室治疗匹配系统通信连接;
其中,所述对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案,包括:
所述第一匹配治疗方案为血液透析;
所述第二匹配治疗方案为腹膜透析;
其中,所述分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,包括:
根据所述用户治疗过程记录数据库,获得所述第一匹配治疗方案的第一临床透析数据集合、所述第二匹配治疗方案的第二临床透析数据集合;
根据所述第一临床透析数据集合和所述第二临床透析数据集合,分别绘制所述透析用户的第一体征变化曲线图、第二体征变化曲线图;
分别对所述第一体征变化曲线图、所述第二体征变化曲线图进行图像分析,获得所述第一匹配治疗方案对应的第一病历适应特征集合、所述第二匹配治疗方案对应的第二病历适应特征集合;
分别对所述第一病历适应特征集合和所述第二病历适应特征集合进行标记,依次生成第一评估特征和第二评估特征;
基于所述第一透析室的摄像头装置,对所述透析用户的透析过程进行图像采集,获得用户透析图像集合,其中,所述摄像头装置与所述透析室治疗匹配系统通信连接;
根据所述用户透析图像集合,筛选获得所述透析用户在所述第一匹配治疗方案下的第一透析图像集合、在所述第二匹配治疗方案下的第二透析图像集合;
分别对所述第一透析图像集合、所述第二透析图像集合进行解析处理,依次获得所述透析用户的第一透析表情变化特征、第二透析表情变化特征;
分别判断所述第一透析表情变化特征是否适应于所述第一匹配治疗方案、所述第二透析表情变化特征是否适应于所述第二匹配治疗方案;
若均不适应,则分别获得所述第一匹配治疗方案对应的第一病历禁忌特征集合、所述第二匹配治疗方案对应的第二病历禁忌特征集合;
分别对所述第一病历禁忌特征集合和所述第二病历禁忌特征集合进行标记,依次生成第三评估特征和第四评估特征;
对所述第一评估特征和所述第三评估特征进行特征融合,生成所述第一匹配治疗方案的所述第一匹配病历特征集合;
对所述第二评估特征和所述第四评估特征进行特征融合,生成所述第二匹配治疗方案的所述第二匹配病历特征集合。
2.如权利要求1所述的方法,其中,所述对所述用户匹配治疗方法集合进行遍历访问、分类处理,包括:
对所述用户匹配治疗方法集合进行遍历访问处理,生成第一均匀分布数据集;
将所述第一均匀分布数据集中的数据点定义为P个聚类;
对所述P个聚类中的各自数据点的两两距离进行平均值计算,获得平均距离数据集;
根据所述平均距离数据集,获得类分布数据集,所述类分布数据集包括距离平均值最小的分类集;
根据所述类分布数据集,对所述平均距离数据集进行逐层递归类聚,直至生成所述用户治疗匹配方法集合的治疗匹配方法聚类树;
根据所述治疗匹配方法聚类树,对所述用户治疗匹配方法集合进行分类处理。
3.如权利要求1所述的方法,其中,所述分别判断所述第一透析表情变化特征是否适应于所述第一匹配治疗方案、所述第二透析表情变化特征是否适应于所述第二匹配治疗方案,还包括:
若所述第一透析表情变化特征不适应于所述第一匹配治疗方案,或,所述第二透析表情变化特征不适应于所述第二匹配治疗方案,所述透析室治疗匹配系统生成第一方案切换指令,其中,所述第一方案切换指令包括将所述第一匹配治疗方案切换为所述第二匹配治疗方案,或,将所述第二匹配治疗方案切换为所述第一匹配治疗方案;
将所述第一方案切换指令上传至所述医诊客户端进行方案切换确认,获得所述医诊客户端的第一反馈结果;
根据所述第一反馈结果,实施所述第一方案切换指令。
4.如权利要求1所述的方法,其中,所述生成历史治疗数据集,包括:
根据所述历史治疗数据集,获得第一特征数据集;
对所述第一特征数据集进行中心化处理,获得第二特征数据集;
获得所述第二特征数据集的第一协方差矩阵;
对所述第一协方差矩阵进行运算,获得所述第一协方差矩阵的第一特征值和第一特征向量;
将所述第一特征数据集投影到所述第一特征向量,获得第一降维数据集,其中所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。
5.一种基于特征分析的透析治疗匹配系统,其中,所述系统包括:
第一采集单元:所述第一采集单元用于基于计算机算法,对第一透析室的透析用户的历史治疗数据进行采集,生成历史治疗数据集;
第一访问单元:所述第一访问单元用于对所述第一透析室的用户治疗过程记录数据库进行访问,获得所述历史治疗数据集对应的用户匹配治疗方法集合;
第一生成单元:所述第一生成单元用于对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案;
第二生成单元:所述第二生成单元用于分别对所述第一匹配治疗方案和所述第二匹配治疗方案进行特征解析、标记,生成第一匹配病历特征集合和第二匹配病历特征集合;
第一构建单元:所述第一构建单元用于基于所述第一匹配病历特征集合和所述第二匹配病历特征集合,构建用户治疗方案匹配数据库,其中,所述用户治疗方案匹配数据库包含于透析室治疗匹配系统;
第一上传单元:所述第一上传单元用于将第一用户的第一病理特征上传至所述用户治疗方案匹配数据库进行匹配训练,获得所述第一用户的预设匹配治疗方案;
第一发送单元:所述第一发送单元用于将所述预设匹配治疗方案发送至第一主治医生的医诊客户端进行审核,其中,所述医诊客户端与所述透析室治疗匹配系统通信连接;
其中,所述对所述用户匹配治疗方法集合进行遍历访问、分类处理,生成第一匹配治疗方案、第二匹配治疗方案,包括:
所述第一匹配治疗方案为血液透析;
所述第二匹配治疗方案为腹膜透析;
第二获得单元:所述第二获得单元用于根据所述用户治疗过程记录数据库,获得所述第一匹配治疗方案的第一临床透析数据集合、所述第二匹配治疗方案的第二临床透析数据集合;
第一绘制单元:所述第一绘制单元用于根据所述第一临床透析数据集合和所述第二临床透析数据集合,分别绘制所述透析用户的第一体征变化曲线图、第二体征变化曲线图;
第一分析单元:所述第一分析单元用于分别对所述第一体征变化曲线图、所述第二体征变化曲线图进行图像分析,获得所述第一匹配治疗方案对应的第一病历适应特征集合、所述第二匹配治疗方案对应的第二病历适应特征集合;
第一标记单元:所述第一标记单元用于分别对所述第一病历适应特征集合和所述第二病历适应特征集合进行标记,依次生成第一评估特征和第二评估特征;
第二采集单元:所述第二采集单元用于基于所述第一透析室的摄像头装置,对所述透析用户的透析过程进行图像采集,获得用户透析图像集合,其中,所述摄像头装置与所述透析室治疗匹配系统通信连接;
第一筛选单元:所述第一筛选单元用于根据所述用户透析图像集合,筛选获得所述透析用户在所述第一匹配治疗方案下的第一透析图像集合、在所述第二匹配治疗方案下的第二透析图像集合;
第一解析单元:所述第一解析单元用于分别对所述第一透析图像集合、所述第二透析图像集合进行解析处理,依次获得所述透析用户的第一透析表情变化特征、第二透析表情变化特征;
第一判断单元:所述第一判断单元用于分别判断所述第一透析表情变化特征是否适应于所述第一匹配治疗方案、所述第二透析表情变化特征是否适应于所述第二匹配治疗方案;
第三获得单元:所述第三获得单元用于若均不适应,则分别获得所述第一匹配治疗方案对应的第一病历禁忌特征集合、所述第二匹配治疗方案对应的第二病历禁忌特征集合;
第二标记单元:所述第二标记单元用于分别对所述第一病历禁忌特征集合和所述第二病历禁忌特征集合进行标记,依次生成第三评估特征和第四评估特征;
第一融合单元:所述第一融合单元用于对所述第一评估特征和所述第三评估特征进行特征融合,生成所述第一匹配治疗方案的所述第一匹配病历特征集合;
第二融合单元:所述第二融合单元用于对所述第二评估特征和所述第四评估特征进行特征融合,生成所述第二匹配治疗方案的所述第二匹配病历特征集合。
6.一种基于特征分析的透析治疗匹配系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-4任一项所述方法的步骤。
CN202111195807.1A 2021-10-14 2021-10-14 一种基于特征分析的透析治疗匹配方法及系统 Active CN113643807B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111195807.1A CN113643807B (zh) 2021-10-14 2021-10-14 一种基于特征分析的透析治疗匹配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111195807.1A CN113643807B (zh) 2021-10-14 2021-10-14 一种基于特征分析的透析治疗匹配方法及系统

Publications (2)

Publication Number Publication Date
CN113643807A CN113643807A (zh) 2021-11-12
CN113643807B true CN113643807B (zh) 2021-12-28

Family

ID=78426840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111195807.1A Active CN113643807B (zh) 2021-10-14 2021-10-14 一种基于特征分析的透析治疗匹配方法及系统

Country Status (1)

Country Link
CN (1) CN113643807B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109817341A (zh) * 2019-01-30 2019-05-28 熊飞 基于大数据的肾病透析指标测定系统及方法
CN112509676A (zh) * 2020-11-25 2021-03-16 南京市第一医院 一种血液透析中心智能管理系统
CN112487980B (zh) * 2020-11-30 2024-06-14 深圳市广信安科技股份有限公司 基于微表情治疗方法、装置、系统与计算机可读存储介质

Also Published As

Publication number Publication date
CN113643807A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
JPWO2007046186A1 (ja) 腹膜機能検査方法、腹膜機能検査装置並びに腹膜機能検査プログラム
US20230122618A1 (en) Method and system for postdialytic determination of dry weight
CN113270192A (zh) 基于动静态数据结合与深度自编码器的血透风险预测系统
CN112509669A (zh) 基于ai技术的肾脏病血液透析方案定制方法及系统
Xiong et al. Prediction of hemodialysis timing based on LVW feature selection and ensemble learning
CN116682566B (zh) 一种血液透析的数据处理方法及系统
CN114550913A (zh) 一种血液透析低血压并发症的辅助诊断方法
CN113643807B (zh) 一种基于特征分析的透析治疗匹配方法及系统
CN113744832B (zh) 连续性肾脏替代治疗智慧决策及质量控制系统
CN116453706A (zh) 一种基于强化学习的血液透析方案制定方法及系统
JP2023542928A (ja) 慢性腎疾患(ckd)機械学習予測システム、方法、および装置
CN117238510A (zh) 一种基于深度学习的脓毒症预测方法及系统
CN112185530A (zh) 一种医院排号管理方法及系统
Cornalba et al. Building a normative decision support system for clinical and operational risk management in hemodialysis
CN115410686A (zh) 转化治疗方案的选择方法、装置、电子设备及存储介质
Gulati et al. Comparative analysis of machine learning techniques based on chronic kidney disease dataset
Fernández et al. Artificial neural networks applications in dialysis
CN113269816A (zh) 一种分区域递进式脑图像弹性配准方法及系统
CN117672486A (zh) 一种血液透析中目标超滤量的估算系统及方法
CN115775633B (zh) 基于多维数据的死亡率实时预测方法、系统及电子设备
CN113101438A (zh) 一种血液净化装置的质效功能分析方法及系统
Fernandez et al. Dialysate-side urea kinetics. Neural network predicts dialysis dose during dialysis
CN112885470B (zh) 一种肾脏病患者的康复情况评估方法及系统
CN113241174A (zh) 一种血液净化患者crrt治疗参数的核查系统
CN116886106B (zh) 一种血液透析数据智能编码管理系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant