一种胸部创伤后严重失血伤情预测方法与系统技术方案

本公开涉及医学人工智能技术领域，尤其涉及一种胸部创伤后严重失血伤情预测方法与系统。具体实现方案为：采集多个胸部创伤失血患者的历史生理数据；从历史生理数据中筛选出反应失血状况的关键指标；将关键指标对应的检测时间、检测结果作为训练样本，并基于训练样本对神经网络进行训练，得到用于预测胸部创伤失血状况的失血预测模型；获取待检测患者的生理数据；将生理数据输入失血预测模型，基于失血预测模型预测得到待检测患者对应的失血概率。基于失血预测模型分析待检测患者的生理数据，从而预测得到待检测患者的失血概率，以便对患者及时进行早期的干预或防治。者及时进行早期的干预或防治。者及时进行早期的干预或防治。

【技术实现步骤摘要】
一种胸部创伤后严重失血伤情预测方法与系统


[0001]本公开涉及医学人工智能
，尤其涉及一种胸部创伤后严重失血伤情预测方法与系统。

技术介绍

[0002]胸部创伤是指在临床上胸部受到重创导致体内脏器出现损伤、引发循环功能障碍、呼吸功能障碍的一类疾病，一旦未实施及时、有效的干预，患者会并发更严重的症状，如创伤失血性休克。在临床诊断中，胸部创伤往往是隐性的，不易被发现，患者往往因胸部严重失血造成严重的症状之后才能发现及治疗，往往错过了胸部创伤后严重失血的抢救时机，造成患者得不到及时救治而造成后遗症甚至死亡。

技术实现思路

[0003]本公开提供了一种胸部创伤后严重失血伤情预测方法、系统、电子设备以及存储介质。
[0004]根据本公开的第一方面，提供了一种胸部创伤后严重失血伤情预测方法，包括：
[0005]采集多个胸部创伤失血患者的历史生理数据；
[0006]从所述历史生理数据中筛选出反应失血状况的关键指标；
[0007]将所述关键指标对应的检测时间、检测结果作为训练样本，并基于所述训练样本对神经网络进行训练，得到用于预测胸部创伤失血状况的失血预测模型；
[0008]获取待检测患者的生理数据；
[0009]将所述生理数据输入所述失血预测模型，基于所述失血预测模型预测得到所述待检测患者对应的失血概率。
[0010]可选的，所述基于所述失血预测模型预测得到所述待检测患者对应的失血概率之后，还包括：
[0011]将所述失血概率与预设阈值进行对比，并在所述失血概率大于所述预设阈值时，生成失血预警信息。
[0012]可选的，所述基于所述失血预测模型预测得到所述待检测患者对应的失血概率之后，还包括：
[0013]在所述失血概率大于所述预设阈值时，基于所述失血预测模型预测所述待检测患者的失血量，并基于所述失血概率及所述失血量生成辅助决策结果。
[0014]可选的，所述历史生理数据包括以下至少一项：生命体征数据；血常规数据；血气分析数据；凝血功能数据；血生化数据；尿常规数据；胸腔医学影像数据。
[0015]可选的，所述关键指标包括以下至少一项：心率；呼吸频率；血压；血氧饱和度；脉搏；血红蛋白数量。
[0016]根据本公开的第二方面，提供了一种胸部创伤后严重失血伤情预测系统，其特征在于，包括：
[0017]采集模块，被配置为采集多个胸部创伤失血患者的历史生理数据；
[0018]指标筛选模块，被配置为从所述历史生理数据中筛选出反应失血状况的关键指标；
[0019]模型训练模块，被配置为将所述关键指标对应的检测时间、检测结果作为训练样本，并基于所述训练样本对神经网络模型进行训练，得到用于预测胸部创伤失血状况的失血预测模型；
[0020]获取模块，被配置为获取待检测患者的生理数据；
[0021]预测模块，被配置为将所述生理数据输入所述失血预测模型，基于所述失血预测模型预测得到所述待检测患者对应的失血概率。
[0022]可选的，系统还包括：
[0023]预警模块，被配置为所述基于所述失血预测模型预测得到所述待检测患者对应的失血概率之后，将所述失血概率与预设阈值进行对比，并在所述失血概率大于所述预设阈值时，生成失血预警信息。
[0024]可选的，系统还包括：
[0025]所述预测模块在所述失血概率大于所述预设阈值时，基于所述失血预测模型预测所述待检测患者的失血量，并基于所述失血概率及所述失血量生成辅助决策结果。
[0026]可选的，所述历史生理数据包括以下至少一项：生命体征数据；血常规数据；血气分析数据；凝血功能数据；血生化数据；尿常规数据；胸腔医学影像数据。
[0027]可选的，所述关键指标包括以下至少一项：心率；呼吸频率；血压；血氧饱和度；脉搏；血红蛋白数量。
[0028]本公开提供了一种胸部创伤后严重失血伤情预测方法与系统，基于胸部创伤患者的历史生理数据训练神经网络得到预测失血状况的失血预测模型，基于失血预测模型分析待检测患者的生理数据，从而预测得到待检测患者的失血概率，从而给予医护人员相应的辅助决策建议，及时地预测出胸腔失血情况，提示医护人员及时治疗，避免失血状况进一步恶化，危机患者的生命。
[0029]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0030]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0031]图1是根据本公开第一实施例的胸部创伤后严重失血伤情预测方法的步骤示意图；
[0032]图2是根据本公开第二实施例的胸部创伤后严重失血伤情预测系统的原理框图；
[0033]图3是本公开实施例中的示例电子设备的示意性框图。
具体实施方式
[0034]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同
样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0035]本公开提供了一种胸部创伤后严重失血伤情预测方法，如图1所示，包括：
[0036]步骤S101，采集多个胸部创伤失血患者的历史生理数据；
[0037]步骤S102，从历史生理数据中筛选出反应失血状况的关键指标；
[0038]步骤S103，将关键指标对应的检测时间、检测结果作为训练样本，并基于训练样本对神经网络进行训练，得到用于预测胸部创伤失血状况的失血预测模型；
[0039]步骤S104，获取待检测患者的生理数据；
[0040]步骤S105，将生理数据输入失血预测模型，基于失血预测模型预测得到待检测患者对应的失血概率。
[0041]在本实施例中，可以利用胸部创伤失血患者的历史生理数据训练模型，例如获取胸部创伤失血患者的生命体征、血常规、血气分析、凝血功能、血生化、尿常规等历史生理数据，这些历史生理数据的数据量比较庞大，并且并非所有的指标都和失血状况相关，因此需要对历史生理数据进行筛选，提取出反应失血状况的关键指标。其中，可以使用元胞遗传算法进行独立重复实验，根据指标在筛选中被保留次数判定其识别患者失血状况的能力，进而形成新的关键指标集作为关键指标。基于关键指标，例如血压、血红蛋白、红细胞计数和血细胞比容等等，获取这些关键指标的检测时间、检测结果。示例性地，假设某胸腔失血患者在受伤后2小时的检验报告显示了患者血压显著低于正常血压，血红蛋白、红细胞计数和血细胞比容持续下降，检测结果表明该患者严重失血，可以基于这些数据对神经网络进行训练，让模型学习识别失血状况。
[0042]进一步地，在训练得到失血预测模型后，可以获取待检测患者的生理数据，例如患者的脉搏、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种胸部创伤后严重失血伤情预测方法，其特征在于，包括：采集多个胸部创伤失血患者的历史生理数据；从所述历史生理数据中筛选出反应失血状况的关键指标；将所述关键指标对应的检测时间、检测结果作为训练样本，并基于所述训练样本对神经网络进行训练，得到用于预测胸部创伤失血状况的失血预测模型；获取待检测患者的生理数据；将所述生理数据输入所述失血预测模型，基于所述失血预测模型预测得到所述待检测患者对应的失血概率。2.根据权利要求1所述的方法，其特征在于，所述基于所述失血预测模型预测得到所述待检测患者对应的失血概率之后，还包括：将所述失血概率与预设阈值进行对比，并在所述失血概率大于所述预设阈值时，生成失血预警信息。3.根据权利要求2所述的方法，其特征在于，所述基于所述失血预测模型预测得到所述待检测患者对应的失血概率之后，还包括：在所述失血概率大于所述预设阈值时，基于所述失血预测模型预测所述待检测患者的失血量，并基于所述失血概率及所述失血量生成辅助决策结果。4.根据权利要求1所述的方法，其特征在于，所述历史生理数据包括以下至少一项：生命体征数据；血常规数据；血气分析数据；凝血功能数据；血生化数据；尿常规数据；胸腔医学影像数据。5.根据权利要求1
‑
4中任意一项所述的方法，其特征在于，所述关键指标包括以下至少一项：心率；呼吸频率；血压；血氧饱和度；脉搏；血红蛋白数量。6.一种胸部创伤后严重失血伤情预测系统，其特征在...

【专利技术属性】
技术研发人员：党慧，张娟，谢小华，朱晨茜，张广华，
申请(专利权)人：深圳市第二人民医院深圳市转化医学研究院，
类型：发明
国别省市：