脑卒中预后预测模型的训练方法及装置制造方法及图纸

本申请公开了一种脑卒中预后预测模型的训练方法及装置，其方法包括：获取训练初始数据，其中，训练初始数据包括患者临床信息和患者医学影像特征；采用贪婪算法对所述训练初始数据进行采样，并对采样得到的数据基于均方误差最小化方法进行过滤，得到训练数据集；基于所述训练数据集进行模型训练，得到的脑卒中预后预测模型可预测患者预后mRS得分情况，其中，所述脑卒中预后预测模型是根据基于极端梯度提升机器学习方法建立的。本申请结合了患者临床数据信息以及患者影像学信息，建立起机器学习模型，能够准确预测出脑卒中患者的预后情况，从而在治疗前得到较好的急性缺血性脑卒中患者的治疗预后预测结果，可作为辅助治疗强有力的辅助工具。力的辅助工具。力的辅助工具。

【技术实现步骤摘要】
脑卒中预后预测模型的训练方法及装置


[0001]本申请涉及计算机
，具体涉及一种脑卒中预后预测模型的训练方法及装置。

技术介绍

[0002]脑卒中是一种急性脑血管疾病，是由于脑部血管的破裂或阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病。由于脑部血管突然破裂导致的脑卒中称为出血性卒中，因血管阻塞导致血液不能流入大脑而引起的脑卒中被称为缺血性卒中。缺血性卒中的发病率高于出血性卒中，占脑卒中总数的60％～70％。颈内动脉和椎动脉闭塞和狭窄可引起缺血性脑卒中，年龄多在40岁以上，男性较女性多，严重者可引起死亡。中风幸存者通常有残疾和主要功能丧失，这严重影响了他们的生活质量。调查显示，城乡合计脑卒中已成为我国第一位死亡原因，也是中国成年人残疾的首要原因，脑卒中具有发病率高、死亡率高和致残率高的特点。每年我国用于卒中的医疗费用高达400亿元，造成了沉重的医保负担。
[0003]对于不同类型的脑卒中，已经发展出了多种治疗方式，包括动脉溶栓治疗等血管再通疗法。及时准确的预后预测对于指导急诊科血管内治疗的治疗决策和患者选择具有重要意义。预后预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑卒中预后预测模型的训练方法，其特征在于，所述方法包括：获取训练初始数据，其中，所述训练初始数据包括患者临床信息和患者医学影像特征；采用贪婪算法对所述训练初始数据进行采样，并对采样得到的数据基于均方误差最小化方法进行过滤，得到训练数据集；基于所述训练数据集进行模型训练，得到的脑卒中预后预测模型可预测患者预后mRS得分情况，其中，所述脑卒中预后预测模型是根据基于极端梯度提升机器学习方法建立的。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取验证数据集；基于验证数据集，对得到的脑卒中预后预测模型进行五折交叉验证预测，以绘制受试者工作特征曲线，并根据曲线下面积确定所述脑卒中预后预测模型的验证结果。3.根据权利要求2所述的方法，其特征在于，所述mRS得分为0～6的整数；所述方法还包括：基于得到的脑卒中预后预测模型对患者的90天预后mRS得分进行预测，得到的预测结果为0～6的整数。4.根据权利要求3所述的方法，其特征在于，在所述验证结果中，85.2％以上的预测值与实际值的偏差在
±
1范围内，所述脑卒中预后预测模型的MSE为1.6。5.根据权利要求2所述的方法，其特征在于，所述mRS得分为是否小于等于2；所述方法还包括：基于得到的脑卒中预后预测模型对患者的90天预后mRS得分进行预测，得到的预测结果为是否小于等于2。6.根据权利要求5所述的方法，其特征在于，在所述验证结果中，所述脑卒中预后预测模型的AUC不小于0.746，敏感性不小于0.599，特异度不...

【专利技术属性】
技术研发人员：马学升，刘伟奇，
申请(专利权)人：昆明同心医联科技有限公司，
类型：发明
国别省市：