一种面向透析效果验证的人体仿真方法技术

本发明专利技术公开了一种面向透析效果验证的人体仿真方法，涉及医学监控领域，包括以下步骤：步骤1、预处理临床试验数据，通过数据分割将所述临床试验数据随机分割成训练集、测试集，并保证分割时特征分布的一致；步骤2、构建人体仿真数学模型；步骤3、搭建透析算法软件仿真环境；所述透析算法软件仿真环境包括透析处方和透析算法软件，其中，所述透析处方驱动所述透析算法软件，通过在所述步骤2构建的所述人体仿真数学模型进行模拟，将获得的生理体征输出作为所述透析算法软件的输入，所述透析算法软件对所述透析处方进行在线优化，形成软件测试工具链闭环。工具链闭环。工具链闭环。

【技术实现步骤摘要】
一种面向透析效果验证的人体仿真方法


[0001]本专利技术涉及医学监控领域，尤其涉及一种面向透析效果验证的人体仿真方法。

技术介绍

[0002]血透仪，又称血液透析机，是血液透析治疗中应用最广泛的一种治疗仪器，主要由血泵、透析器和体外循环监控装置组成。研究血液透析智能算法的过程中，需要不断对算法软件进行验证测试，以保证最终性能达标。
[0003]目前主要通过动物实验来测试血液透析算法。然而造模过程十分困难，而且动物可能在测试过程中死亡，为此会牺牲许多动物，并且产生巨额造模费用。若采用体外测试则只能验证管路安全性，而无法验证透析效果。
[0004]燕金元等人在中国技术专利申请“一种血容量变化率的测量装置”(申请号为：CN201921477381.7)中，利用血红蛋白对不同波长光的吸收特性，计算血红蛋白对红外光吸收量的同时并补偿散射造成的测量误差，用于解决血容量光电测量方式由于血液的散射性导致光信号采集出现误差的问题。
[0005]雷鸣等人在中国技术专利申请“透析液电导度测量装置”(申请号为：CN201320510163.5)中，提供了一种透析液电导度测量方案，通过滤波系统一定程度上降低电导率测量误差的问题。
[0006]U
·
摩伊思欧等人在中国专利技术专利申请“用于计算或逼近表示相对血液体积的值的方法以及装置”(申请号为：CN201180061622.X)中，是给定患者生理体征参数，基于透析时超滤率和超滤量对患者再填充体积进行估计，从而间接计算出相对血容量。
[0007]樊桦等人在中国技术专利申请“一种血液透析机用的模拟透析装置”(申请号为：CN202021383586.1)中，通过血泵等装置，模拟人体环境，对维修后的血透仪进行模拟透析测试，避免血透仪存在危及人体的安全隐患。
[0008]上述的现在相关技术存在以下的不足：
[0009]1、当前缺少面向透析效果验证的人体仿真方法，血透仪算法研发过程中的软件验证环境不完备，无法保证血透仪算法性能；
[0010]2.中国技术专利申请“一种血液透析机用的模拟透析装置”中的体外试验仅面向血透仪基本功能验证，无法保证透析效果最优；
[0011]3、中国专利技术专利申请“用于计算或逼近表示相对血液体积的值的方法以及装置”中的相对血容量估计方法中涉及多个参数以及与患者特异性参数，若直接用文中所给参数搭建人体数学模型，则会导致相对血容量估计误差大。
[0012]因此，本领域的技术人员致力于开发一种面向透析效果验证的新的人体仿真方法，解决现有技术中存在的问题。

技术实现思路

[0013]有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是如何开发一种面向透
析效果验证的人体仿真方法，通过临床试验数据预处理和构建人体仿真数学模型，搭建用于透析算法软件初步验证的仿真环境，实现血透仪算法研发过程可控和研发成本削减。
[0014]为实现上述目的，本专利技术提供了一种面向透析效果验证的人体仿真方法，包括以下步骤：
[0015]步骤1、预处理临床试验数据，通过数据分割将所述临床试验数据随机分割成训练集、测试集，并保证分割时特征分布的一致；
[0016]步骤2、构建人体仿真数学模型；
[0017]步骤3、搭建透析算法软件仿真环境；
[0018]所述透析算法软件仿真环境包括透析处方和透析算法软件，其中，所述透析处方驱动所述透析算法软件，通过在所述步骤2构建的所述人体仿真数学模型进行模拟，将获得的生理体征输出作为所述透析算法软件的输入，所述透析算法软件对所述透析处方进行在线优化，形成软件测试工具链闭环。
[0019]进一步地，所述步骤1中的所述预处理临床试验数据包括以下子步骤：
[0020]步骤1.1、进行数据清洗，包括查找所述临床试验数据中的缺失数据、无效数据以及重复数据，并进行删除或者插值处理；
[0021]步骤1.2、对经过数据清洗的所述临床试验数据进行预处理，包括数据提取、数据转换、数据过滤、特征提取、数据归一化。
[0022]进一步地，所述步骤1.2中的所述数据提取为从所述临床试验数据中提取新数据，包括计算离散信号的变化量；所述数据转换为将所述临床试验数据中的非数值型数据进行转换，包括独热编码；所述数据过滤包括采用盖帽法、iForest算法无监督滤出异常值；所述数据归一化将特征数值映射到[0,1]，以消除特征之间的量纲影响。
[0023]进一步地，所述步骤2中，运用所述训练集并基于机器学习方式对所述人体仿真数学模型进行训练；训练之后，用所述测试集进行测试；通过由预测值与真实值算出的指标对所述人体仿真数学模型的回归结果进行评估，所述指标包括R2、平均绝对值误差和均方根误差。
[0024]进一步地，所述R2的具体计算方式为：
[0025][0026]其中，m为样本数，y
i
为第i个样本的真实值，为第i个样本的预测值，为真实值的平均值。
[0027]进一步地，所述平均绝对值误差的具体计算方式为：
[0028][0029]其中，MAE表示所述平均绝对值误差，m为样本数，y
i
为第i个样本的真实值，为第i个样本的预测值。
[0030]进一步地，所述均方根误差的具体计算方式为：
[0031][0032]其中，RMSE表示所述均方根误差，m为样本数，y
i
为第i个样本的真实值，为第i个样本的预测值。
[0033]进一步地，所述步骤3中，所述透析处方设置UFV、t、K
d
、Q
d
、Q
br
驱动透析算法软件；
[0034]其中，UFV为超滤量，t为透析时长，K
d
为透析液尿素清除率，Q
d
为透析液流量，Q
br
为处方预设血液流量。
[0035]进一步地，所述透析算法软件将UFR、T
d
、[Na
+
]d
、Q
d
、Q
br
输入所述人体仿真数学模型进行模拟；
[0036]其中，UFR为超滤率，T
d
为透析液温度，[Na
+
]d
为透析液中钠离子浓度。
[0037]进一步地，所述生理体征输出包括：RBV、T
b
、[Na
+
]p
、Q
bt
、K
eff
、HR、BP；
[0038]其中，RBV为相对血容量，T
b
为透析后血液温度，[Na
+
]p
为透析后血液中钠离子浓度，Q
bt
为透析后实际血液流量，K
eff
为有效尿素清除率，HR为心跳速率，BP为透析后平均动脉血压。
[0039]本专利技术提供的一种面向透析效果验证的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向透析效果验证的人体仿真方法，其特征在于，包括以下步骤：步骤1、预处理临床试验数据，通过数据分割将所述临床试验数据随机分割成训练集、测试集，并保证分割时特征分布的一致；步骤2、构建人体仿真数学模型；步骤3、搭建透析算法软件仿真环境；所述透析算法软件仿真环境包括透析处方和透析算法软件，其中，所述透析处方驱动所述透析算法软件，通过在所述步骤2构建的所述人体仿真数学模型进行模拟，将获得的生理体征输出作为所述透析算法软件的输入，所述透析算法软件对所述透析处方进行在线优化，形成软件测试工具链闭环。2.如权利要求1所述的面向透析效果验证的人体仿真方法，其特征在于，所述步骤1中的所述预处理临床试验数据包括以下子步骤：步骤1.1、进行数据清洗，包括查找所述临床试验数据中的缺失数据、无效数据以及重复数据，并进行删除或者插值处理；步骤1.2、对经过数据清洗的所述临床试验数据进行预处理，包括数据提取、数据转换、数据过滤、特征提取、数据归一化。3.如权利要求2所述的面向透析效果验证的人体仿真方法，其特征在于，所述步骤1.2中的所述数据提取为从所述临床试验数据中提取新数据，包括计算离散信号的变化量；所述数据转换为将所述临床试验数据中的非数值型数据进行转换，包括独热编码；所述数据过滤包括采用盖帽法、iForest算法无监督滤出异常值；所述数据归一化将特征数值映射到[0,1]，以消除特征之间的量纲影响。4.如权利要求1所述的面向透析效果验证的人体仿真方法，其特征在于，所述步骤2中，运用所述训练集并基于机器学习方式对所述人体仿真数学模型进行训练；训练之后，用所述测试集进行测试；通过由预测值与真实值算出的指标对所述人体仿真数学模型的回归结果进行评估，所述指标包括R2、平均绝对值误差和均方根误差。5.如权利要求4所述的面向透析效果验证的人体仿真方法，其特征在于，所述R2的具体计算方式为：其中，m为样本数，y
i
为第i个样本的真实值，为第i个样本的预测值，为真实值的平均值。6.如权利要求4所述的面向透析效果验证的人体仿真方法，其特征在于，所述平均绝对值误差的具体计算方式为：其中，MAE表示所述平均绝...

【专利技术属性】
技术研发人员：谷蕾，张克勤，何胜煌，袁静，向佳栋，
申请(专利权)人：宁波工业互联网研究院有限公司，
类型：发明
国别省市：