【技术实现步骤摘要】
尿路感染的预警方法、装置及电子设备
[0001]本专利技术涉及医疗
,尤其是涉及一种尿路感染的预警方法、装置及电子设备。
技术介绍
[0002]现有的尿路感染发生风险预警方法疾病,通常需要依据既往病史、症状、直肠指诊、前列腺液检查及尿四杯试验等结果来诊断,是对已有症状或结果进行确诊,并不能在尿路感染的发病初期进行早期预警。
技术实现思路
[0003]本专利技术的目的在于提供一种尿路感染的预警方法、装置及电子设备,以实现在尿路感染的发病初期进行早期预警。
[0004]第一方面,本专利技术实施例提供了一种尿路感染的预警方法,其中,包括:获取用户的生活状态数据;上述生活状态数据包括生命体征数据和位置信息;其中,上述生命体征数据用于指示上述用户的日常生活活动状态;基于预设的尿路感染特征对上述生活状态数据进行筛选,得到预处理数据;将上述预处理数据输入训练好的尿路感染预警模型中,输出上述生活状态数据的尿路感染分类结果;上述尿路感染预警模型包括随机森林模型;根据上述尿路感染分类结果,生成尿路感染预警信息。r/>[0005]结本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种尿路感染的预警方法,其特征在于,包括:获取用户的生活状态数据;所述生活状态数据包括生命体征数据和位置信息;其中,所述生命体征数据用于指示所述用户的日常生活活动状态;基于预设的尿路感染特征对所述生活状态数据进行筛选,得到预处理数据;将所述预处理数据输入训练好的尿路感染预警模型中,输出所述生活状态数据的尿路感染分类结果;所述尿路感染预警模型包括随机森林模型;根据所述尿路感染分类结果,生成尿路感染预警信息。2.根据权利要求1所述的尿路感染的预警方法,其特征在于,获取用户的生活状态数据的步骤,包括:通过医疗数据平台获取所述用户的医疗数据;所述医疗数据包括:所述用户的体检报告和就医信息;根据所述医疗数据,确定所述用户的生活状态数据。3.根据权利要求2所述的尿路感染的预警方法,其特征在于,所述尿路感染预警模型还包括LSTM神经网络模型和卷积神经网络模型;所述将所述预处理数据输入训练好的尿路感染预警模型中,输出所述生活状态数据的尿路感染分类结果的步骤,包括:将所述预处理数据输入训练好的所述随机森林模型中,输出第一分类结果;基于所述第一分类结果,将所述位置信息输入训练好的所述LSTM神经网络模型中,输出第二分类结果;将所述位置信息进行组合,生成所述用户的活动地图;基于所述第二分类结果,将所述活动地图输入训练好的所述卷积神经网络模型中,输出所述尿路感染分类结果。4.根据权利要求3所述的尿路感染的预警方法,其特征在于,所述随机森林模型通过下述方式训练得到:获取预设的多个训练数据集;分别对每一个训练集进行决策树训练,得到每一个训练集各自训练出相应的决策树模型;对每一个所述决策树模型中满足预定条件的特征集均通过基尼指数的比对选出最优特征来进行分支处理,得到每一个所述决策树模型各自经分支处理后的相应决策树,并形成所述随机森林模型。5...
【专利技术属性】
技术研发人员:李杰,张帅,刘超,
申请(专利权)人:上海联莱信息科技有限公司,
类型:发明
国别省市:
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。