【技术实现步骤摘要】
基于深度学习的COPD患者个性化管理调优方法、装置及设备
本专利技术涉及医疗领域，具体地涉及一种基于深度学习的COPD患者个性化管理调优方法、装置及设备。
技术介绍
慢性阻塞性肺疾病(Chronicobstructivepulmonarydisease，COPD)是一种以持续性气流受限为特征的可以预防和治疗的疾病。WHO统计资料显示，预计到2020年，COPD将位居全球第三大致死原因及世界疾病负担第5位。随着发展中国家吸烟率的升高和高收入国家老龄化加剧，预计慢阻肺的患病率在未来40年仍会继续上升，至2060年可能每年有超过540万人死于慢阻肺及其相关疾病。中国成人肺部健康研究显示，我国20岁及以上成人的COPD患病率为8.6％，40岁以上则达13.7％。慢性阻塞性肺疾病全球倡议(GlobalInitiativeforChronicObstructiveLungDisease，GOLD)近20年变迁，主要关注COPD个体化评估、治疗及疾病周期管理和COPD急性加重的预测、及时干预，其目标是控制、治疗COPD，改善预后。...
【技术保护点】
1.一种基于深度学习的COPD患者个性化管理调优方法，其特征在于，包括：/nS101：获取COPD患者的当前症状指标；/nS102：基于所述当前症状指标，经由COPD干预策略模型推荐干预策略；/nS103：根据所述当前症状指标以及推荐的干预策略生成输入向量；/nS104：将所述输入向量输入到训练好的COPD虚拟干预环境模型，以获得输出向量；其中，所述输出向量用于表示经所述干预策略后，所述COPD患者干预后的症状指标；/nS105：根据所述当前症状指标以及干预后的症状指标，计算得到当前的改善值，并根据当前的改善值以及历史计算得到的改善值，更新得到当前的干预策略组合的评价标准；...
【技术特征摘要】
20201209 CN 20201145100621.一种基于深度学习的COPD患者个性化管理调优方法，其特征在于，包括：
S101：获取COPD患者的当前症状指标；
S102：基于所述当前症状指标，经由COPD干预策略模型推荐干预策略；
S103：根据所述当前症状指标以及推荐的干预策略生成输入向量；
S104：将所述输入向量输入到训练好的COPD虚拟干预环境模型，以获得输出向量；其中，所述输出向量用于表示经所述干预策略后，所述COPD患者干预后的症状指标；
S105：根据所述当前症状指标以及干预后的症状指标，计算得到当前的改善值，并根据当前的改善值以及历史计算得到的改善值，更新得到当前的干预策略组合的评价标准；其中，所述干预策略组合包括在多个时刻的干预策略。
2.根据权利要求1所述的基于深度学习的COPD患者个性化管理调优方法，其特征在于，在步骤S105之后还包括：
将当前症状指标更新为干预后的症状指标，并跳转至步骤S102。
3.根据权利要求1或2所述的基于深度学习的COPD患者个性化管理调优方法，其特征在于，COPD的症状指标包括：咳嗽、咳痰、喘息/呼吸困难、胸部症状、疲倦/虚弱、睡眠障碍、危险因素如吸烟、抑郁、合并心血管疾病、合并其他疾病；其中，每个症状指标具有不同的严重程度，每个严重程度采用一个独热向量表示；所述干预策略包括一个或者多个处方的组合，每个处方用一个标量表示。
4.根据权利要求3所述的基于深度学习的COPD患者个性化管理调优方法，其特征在于，
将每一个症状指标的严重程度在临床中分为“无”，“轻”，“中”，“重”四种程度；且每种程度的独热向量形式对应为[1，0，0，0]，[0，1，0，0]，[0，0，1，0]，[0，0，0，1]。
5.根据权利要求1-4任一项所述的基于深度学习的COPD患者个性化管理调优方法，其特征在于，还包括：
建立基于神经网络的COPD虚拟干预环境模型；
获取作为训练数据的多个COPD患者的初始症状指标o、对应的干预策略a以及经所述干预策略干预后所述COPD患者的干预症状指标o’；
以所述初始症状指标o、干预策略a作为神经网络的输入，以干预症状指标o’作为所述神经网络的输出，对所述COPD虚拟干预环境模型进行训练，获得训练好的述COPD虚拟干预环境模型；其中，神经网络的训练目标是使得神经网络找到符合公式的方程：
fm(o，a)≈o′；
a′＝fnn(oi，a)，i＝1，...，N
oi′＝a′(oi)i＝1，...，N
其...
【专利技术属性】
技术研发人员：黄丽华，杨苏，周晓瑜，陶国芳，王华芬，胡斌春，朱歆华，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。