一种基于多模态信息的血液透析智慧辅助诊疗方法与系统技术方案

本发明专利技术公开了一种基于多模态信息的血液透析智慧辅助诊疗方法与系统，涉及诊疗系统领域，所述方法包括以下步骤：步骤1、收集处方数据和体征数据，存入血液透析知识库，并对处方数据和体征数据进行ETL预处理，分别生成透析日志和体征日志；步骤2、借助LDA主题模型训练处方数据，得到功效主题对应的参数和药物分布、每次透析的功效主题分布；步骤3、使用K

【技术实现步骤摘要】
一种基于多模态信息的血液透析智慧辅助诊疗方法与系统


[0001]本专利技术涉及诊疗系统领域，尤其涉及一种基于多模态信息的血液透析智慧辅助诊疗方法与系统。

技术介绍

[0002]终末期肾病的治疗是重大的医学难题和挑战。以尿毒症为代表的终末期肾病是慢性肾病的终末阶段，因其患病率高、死亡率高、临床危害严重，并且慢性肾损伤病程长，长期的疾病损伤肾脏组织造成大量的肾小球肾小管坏死硬化，导致慢性肾病病患肾功能呈不可逆性持续衰竭趋势，因此终末期肾病已经成为世界范围内继癌症和心血管疾病之后又一大威胁人类生命健康的疾病。血液透析是终末期肾病的主要治疗方式，通过将体内血液引流至体外，经由无血液透析器，血液与含机体浓度相似的电解质溶液(透析液)通过弥散、超滤、吸附和对流原理进行物质交换，达到清除体内的代谢废物、维持电解质和酸碱平衡的效果，同时清除体内过多的水分。随着我国血液透析患者数量呈现增长趋势，且增长速度远超过了肾脏替代治疗容量的增长，导致医院透析床位的供不应求以及医疗成本的快速增加。为实现病患治疗不受地域、工作时间等因素限制，将人工智能技术与透析治疗过程相结合，利用深度学习等算法改善透析治疗流程的同时保证透析的安全性，是提高病患生活质量的关键，其中最为重要的是个性化智能辅助诊疗系统的设计。
[0003]目前的透析治疗流程中存在诸多不足，主要包括以下几个方面：
①
传统的透析处方存在滞后性，影响透析治疗的充分性，易引发透析并发症；
②
透析患者在疾病表现、进展、治疗反应等方面个体差异性较大，并且透析医生经验与水平各异，容易导致部分透析患者临床和预后难以达到预期水平；
③
随着全国血液透析人数的高速增长，多数透析中心面临着床位饱和、患者流动性大等问题，给医疗机构带来严峻的考验的同时，透析医生也面临着巨大的临床决策压力。因此，构建一种基于多模态信息的个性化智慧辅助诊疗系统，对保证透析治疗效果及改善病患生活质量，起到关键推动作用，也有助于进一步探索人工智能与医疗系统的深度结合，为实现智慧医疗提供有效工具。
[0004]在现有技术中，也缺少全面的透析处方辅助决策的系统方案。王冠等人在中国专利技术专利申请“血液透析治疗方案辅助决策方法”(申请号为CN201911197143.5)中提供了一种血液透析中的辅助决策方案，但仅仅只是针对透析患者处方中透析液方案这一部分，并未针对其余的处方内容提出决策方案。李劲松等人在中国专利技术专利申请“一种基于深度强化学习的血透患者干体重辅助调节系统”(申请号为CN202210404618.9)中采用了深度强化学习的方案预测透析患者的干体重，同样只提出了处方内容一部分的决策方案。
[0005]因此，本领域的技术人员致力于开发一种新的血液透析智慧辅助诊疗方法与系统，解决现有技术中存在的上述诸多不足。

技术实现思路

[0006]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解决透析液处方
滞后性以及重复性带来的无法保证血液透析的充分进行和满足特殊患者的个性化需求问题。
[0007]为实现上述目的，本专利技术提供了一种基于多模态信息的血液透析智慧辅助诊疗方法与系统，是基于过程挖掘和深度卷积神经网络(Convolutional Neural Network，CNN)的辅助决策系统，能够模拟血液透析专家进行处方开具并提高辅助决策系统的适应能力和计算效率，给予病患个性化和可靠的诊断处方与治疗方案，最终实现对透析病患治疗过程的个性化定制。
[0008]本专利技术提供的一种基于多模态信息的血液透析智慧辅助诊疗方法，包括以下步骤：
[0009]步骤1、收集处方数据和体征数据，存入血液透析知识库，并对所述处方数据和所述体征数据进行ETL预处理，分别生成透析日志和体征日志；
[0010]步骤2、借助LDA主题模型训练所述处方数据，得到功效主题对应的参数和药物分布、每次透析的功效主题分布；
[0011]步骤3、使用K
‑
means++算法对所述每次透析的功效主题分布进行聚类分析，聚类所产生的每个簇都对应一个功效组合标签，将所述每次透析的功效主题分布转变为一个功效组合标签序列；
[0012]步骤4、将所述透析日志、所述体征日志，以及所述功效组合标签序列都作为数据输入卷积神经网络中进行训练，确定所述卷积神经网络的参数和权重，并将待预测患者当前各类数据输入到所述卷积神经网络中进行预测，得到特征功效主题组合；
[0013]步骤5、将所述特征功效主题组合输入到XG Boost多分类模型中，得到后续治疗方案对应的所述功效组合标签的出现概率，再结合所述功效主题对应的参数和药物分布的出现概率，输出患者透析处方推荐。
[0014]进一步地，在所述步骤2中，所述LDA主题模型的假设为：
[0015]存在一个超参数为α的Dirichlet分布是文档
‑
主题分布的先验分布，从所述超参数为α的Dirichlet分布中取样生成一个多项式分布θ
m
，以θ
m
作为文档m中主题的分布；每次从所述多项式分布θ
m
中取样生成所述文档m中的第n个词的主题z
m,n
；
[0016]同时，存在一个超参数为β的Dirichlet分布是主题
‑
词分布的先验分布，从所述超参数为β的Dirichlet分布中取样生成所述主题z
m,n
的词分布再由所述词分布生成词语w
m,n
；
[0017]在上述假设下，当给定文档集合后，文档主题词的联合概率分布p如下式：
[0018][0019]其中，m和M表示文档以及文档总数，θ
m
表示第m篇文档中的主题分布；k和K表示主题以及主题总数，表示第k个主题中的词分布；
[0020]采用Gibbs抽样可反推出所述文档m中出现主题k的期望概率θ
m,k
，以及主题k下出现词语t的期望概率分别为：
[0021][0022][0023]其中，表示第m篇文档中第k个主题的个数，α
k
是主题k的超参数，是一种Dirichlet分布，k和K表示主题以及主题总数；表示第k个主题中第t个词的个数，β
k
是主题k的超参数，是一种Dirichlet分布，t与V表示第t个词和词的总数。
[0024]进一步地，在所述步骤4中，所述卷积神经网络包括输入层、若干层的卷积层、若干层的池化层、全连接层和输出层；
[0025]其中，
[0026]所述输入层将所述透析日志、所述体征日志的数据进行拼接；
[0027]若干层的所述卷积层和若干层的所述池化层将对特征执行若干个大小不同的卷积运算与池化，而且所述池化层全部使用最大池化。
[0028]本专利技术还提供一种基于多模态信息的血液透析智慧辅助诊疗系统，所述系统包括知识获取模块、推理模块、解释模块和人机交互模块，其中，所述知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模态信息的血液透析智慧辅助诊疗方法，其特征在于，所述方法包括以下步骤：步骤1、收集处方数据和体征数据，存入血液透析知识库，并对所述处方数据和所述体征数据进行ETL预处理，分别生成透析日志和体征日志；步骤2、借助LDA主题模型训练所述处方数据，得到功效主题对应的参数和药物分布、每次透析的功效主题分布；步骤3、使用K
‑
means++算法对所述每次透析的功效主题分布进行聚类分析，聚类所产生的每个簇都对应一个功效组合标签，将所述每次透析的功效主题分布转变为一个功效组合标签序列；步骤4、将所述透析日志、所述体征日志，以及所述功效组合标签序列都作为数据输入卷积神经网络中进行训练，确定所述卷积神经网络的参数和权重，并将待预测患者当前各类数据输入到所述卷积神经网络中进行预测，得到特征功效主题组合；步骤5、将所述特征功效主题组合输入到XG Boost多分类模型中，得到后续治疗方案对应的所述功效组合标签的出现概率，再结合所述功效主题对应的参数和药物分布的出现概率，输出患者透析处方推荐。2.如权利要求1所述的基于多模态信息的血液透析智慧辅助诊疗系统，其特征在于，在所述步骤2中，所述LDA主题模型的假设为：存在一个超参数为α的Dirichlet分布是文档
‑
主题分布的先验分布，从所述超参数为α的Dirichlet分布中取样生成一个多项式分布θ
m
，以θ
m
作为文档m中主题的分布；每次从所述多项式分布θ
m
中取样生成所述文档m中的第n个词的主题z
m，n
；同时，存在一个超参数为β的Dirichlet分布是主题
‑
词分布的先验分布，从所述超参数为β的Dirichlet分布中取样生成所述主题z
m，n
的词分布再由所述词分布生成词语w
m，n
；在上述假设下，当给定文档集合后，文档主题词的联合概率分布p如下式：其中，m和M表示文档以及文档总数，θ
m
表示第m篇文档中的主题分布；k和K表示主题以及主题总数，表示第k个主题中的词分布；采用Gibbs抽样可反推出所述文档m中出现主题k的期望概率θ
m，k
，以及主题k下出现词语t的期望概率分别为：分别为：其中，表示第m篇文档中第k个主题的个数，α
k
是主题k的超参数，是一种Dirichlet分布，k和K表示主题以及主题总数；表示第k个主题中第t个词的个数，β
k
是主题k的超参
数，是一种Dirichlet分布，t与V表示第t个词和词的总数。3.如权利要求1所述的基于多模态信息的血...

【专利技术属性】
技术研发人员：向佳栋，何胜煌，张克勤，袁静，谷蕾，褚健，杨根科，
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：