【技术实现步骤摘要】
本专利技术属于蛇伤数据处理，具体而言，涉及基于神经网络模型的蛇伤等级预测方法与系统。
技术介绍
1、我国每年蛇伤大约10万～20万人次，不到50％的蛇伤患者到基层医院治疗，而即使到了医院接受治疗的蛇伤患者，也因为基层医生缺乏蛇伤治疗经验和缺少足够的抗蛇毒血清，导致蛇伤患者致残率较高，根据我国最新蛇伤流行病学调查数据显示，目前我国蛇伤致残率为35.18％。一般来说，蛇伤致残患者生存周期长，一部分蛇伤患者丧失劳动能力，还有一部分蛇伤患者因多种因素导致出现惊恐障碍疾病，这给个人、家庭和社会带来非常沉重的负担。现有文献记载，蛇伤幸存患者中大约有8％的比例因蛇伤导致惊恐障碍疾病，因此，如何对蛇伤致残患者进行全覆盖身心状态参数监测，精准识别蛇伤患者身心状态参数特征，从而有效降低蛇伤致残率。
技术实现思路
1、为了解决上述技术问题，本专利技术旨在提出一种蛇伤致残患者惊恐障碍疾病多模态辅助监测方法，通过融合惊恐障碍疾病问卷调查和蛇伤致残患者人机语言对答，构建人工智能化的预测模型，实现对蛇伤致残患者惊恐障碍疾病全覆盖动态监测，精准识别潜在风险，本专利技术提供基于神经网络模型的蛇伤等级预测方法与系统。
2、第一方面，本专利技术提供了基于神经网络模型的蛇伤等级预测方法，包括：
3、预设蛇伤患者惊恐障碍疾病调查问卷，语音采集蛇伤患者的问卷调查结果，获取蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分与所有问题的总评分；
4、建立蛇伤患者惊恐障碍疾病调查问卷评分样本数据库；
5、将所有问题的总评分按照大小进行分类，对每一个所述分类进行标注；
6、将所述蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分转换为特征向量作为输入，将所述分类的标注结果作为输出，构建蛇伤等级预测神经网络模型；
7、利用所述蛇伤患者惊恐障碍疾病调查问卷样本数据库对所述蛇伤等级预测神经网络模型进行训练，得到训练后的所述蛇伤等级预测神经网络模型；
8、语音采集当前蛇伤患者的问卷调查结果，获取当前蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分；
9、将当前蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分转换为特征向量输入至所述蛇伤等级预测神经网络模型，得到各个所述分类的概率，作为蛇伤等级的概率的预测结果；
10、构建语音bp神经网络模型；
11、将语音采集蛇伤患者的问卷调查结果的语音数据作为所述语音bp神经网络模型的输入变量；
12、对问卷调查结果对应的蛇伤等级的概率的预测结果进行分类标注，作为所述语音bp神经网络模型的输出；
13、对所述语音bp神经网络模型进行训练，得到语音bp神经网络预测模型；
14、语音采集蛇伤患者的问卷调查结果的语音数据，利用所述语音bp神经网络预测模型得到患者蛇伤惊恐障碍等级的概率。
15、第二方面，本专利技术提供了基于神经网络模型的蛇伤等级预测系统，包括语音采集与识别终端、预测管理终端与服务器端；所述语音采集与识别终端用于语音采集蛇伤患者的问卷调查结果并上传至所述服务器端；所述服务器端将所述问卷调查结果发送至所述预测管理终端；所述预测管理终端包括问卷调查单元、数据库建立单元、第一分类标注单元、模型构建单元、第一训练单元、第一输入单元、处理单元、第一输出单元、第二模型构建单元、第二输入单元、第二分类标注单元、第二训练单元与第二输出单元；
16、所述问卷调查单元，用于预设蛇伤患者惊恐障碍疾病调查问卷，获取蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分与所有问题的总评分；
17、所述数据库建立单元，用于建立蛇伤患者惊恐障碍疾病调查问卷评分样本数据库；
18、所述分类标注单元，用于将所有问题的总评分按照大小进行分类，对每一个所述分类进行标注；
19、所述模型构建单元，用于将所述蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分转换为特征向量作为输入，将所述分类的标注结果作为输出，构建蛇伤等级预测神经网络模型；
20、所述第一训练单元，用于利用所述蛇伤患者惊恐障碍疾病调查问卷样本数据库对所述蛇伤等级预测神经网络模型进行训练，得到训练后的所述蛇伤等级预测神经网络模型；
21、所述第一输入单元，用于语音采集当前蛇伤患者的问卷调查结果，获取当前蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分；
22、所述处理单元，用于将当前蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分转换为特征向量输入至所述蛇伤等级预测神经网络模型，得到各个所述分类的概率；
23、所述第一输出单元，用于输出各个所述分类的概率作为蛇伤等级的概率的预测结果；
24、所述第二模型构建单元，用于构建语音bp神经网络模型；
25、所述第二输入单元，用于将语音采集蛇伤患者的问卷调查结果的语音数据作为所述语音bp神经网络模型的输入变量；
26、所述第二分类标注单元，用于对问卷调查结果对应的蛇伤等级的概率的预测结果进行分类标注，作为所述语音bp神经网络模型的输出；
27、所述第二训练单元，用于对所述语音bp神经网络模型进行训练，得到语音bp神经网络预测模型；
28、所述第二输出单元，用于语音采集蛇伤患者的问卷调查结果的语音数据，利用所述语音bp神经网络预测模型得到患者蛇伤惊恐障碍等级的概率。
29、在上述技术方案的基础上，本专利技术还可以做如下改进。
30、进一步，获取蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分与所有问题的总评分，包括：每个问题包含若干个选项，对每个选项结果设定一个评分，根据蛇伤患者对每个问题的选项结果进行评分，对所有问题的选项结果的评分进行求和，得到所有问题的总评分。
31、进一步，对所述蛇伤患者惊恐障碍疾病调查问卷中每一个问题的评分进行编码，得到所述特征向量；将所述特征向量输入至所述蛇伤等级预测神经网络模型，得到所述蛇伤等级预测神经网络模型的输出结果。
32、进一步，利用交叉熵损失函数计算交叉熵损失的值；根据所述交叉熵损失的值，确定所述蛇伤等级预测神经网络模型的输出结果的准确度。
33、进一步，多次语音采集当前蛇伤患者的问卷调查结果，通过所述蛇伤等级预测神经网络模型获取蛇伤等级的概率的预测结果，计算各个所述分类的概率的平均值作为最终蛇伤等级的概率的预测结果。
34、进一步，所述语音采集与识别终端包括语音采集单元、语音识别处理单元与无线通信模块；所述语音采集单元与所述语音识别处理单元的输入端信号连接；所述语音识别处理单元通过所述无线通信模块与所述服务器端通信连接。
35、进一步，所述第一输出单元包括显示单元，用于对输出的蛇伤等级的概率的预测结果进行显示。
36、本专利技术的有益效果是：本专利技术提出了一种蛇伤患者惊恐障碍疾病多模态辅助监测方法，通过融合惊恐障碍疾病问卷调查和蛇伤患者人机语言对答，构建人工智能分析模本文档来自技高网...
【技术保护点】
1.基于神经网络模型的蛇伤等级预测方法，其特征在于，包括：
2.根据权利要求1所述基于神经网络模型的蛇伤等级预测方法，其特征在于，获取蛇伤患者精神疾病调查问卷中每一个问题的评分与所有问题的总评分，包括：每个问题包含若干个选项，对每个选项结果设定一个评分，根据蛇伤患者对每个问题的选项结果进行评分，对所有问题的选项结果的评分进行求和，得到所有问题的总评分。
3.根据权利要求1所述基于神经网络模型的蛇伤等级预测方法，其特征在于，对所述蛇伤患者精神疾病调查问卷中每一个问题的评分进行编码，得到所述特征向量；将所述特征向量输入至所述蛇伤等级预测神经网络模型，得到所述蛇伤等级预测神经网络模型的输出结果。
4.根据权利要求3所述基于神经网络模型的蛇伤等级预测方法，其特征在于，利用交叉熵损失函数计算交叉熵损失的值；根据所述交叉熵损失的值，确定所述蛇伤等级预测神经网络模型的输出结果的准确度。
5.根据权利要求1所述基于神经网络模型的蛇伤等级预测方法，其特征在于，多次语音采集当前蛇伤患者的问卷调查结果，通过所述蛇伤等级预测神经网络模型获取蛇伤等级的概率的
6.基于神经网络模型的蛇伤等级预测系统，其特征在于，包括语音采集与识别终端、预测管理终端与服务器端；所述语音采集与识别终端用于语音采集蛇伤患者的问卷调查结果并上传至所述服务器端；所述服务器端将所述问卷调查结果发送至所述预测管理终端；所述预测管理终端包括所述问卷调查单元、数据库建立单元、分类标注单元、模型构建单元、训练单元、输入单元、处理单元与输出单元；
7.根据权利要求6所述基于神经网络模型的蛇伤等级预测系统，其特征在于，所述语音采集与识别终端包括语音采集单元、语音识别处理单元与无线通信模块；所述语音采集单元与所述语音识别处理单元的输入端信号连接；所述语音识别处理单元通过所述无线通信模块与所述服务器端通信连接。
8.根据权利要求6所述基于神经网络模型的蛇伤等级预测系统，其特征在于，所述输出单元包括显示单元，用于对输出的蛇伤等级的概率的预测结果进行显示。
...【技术特征摘要】
1.基于神经网络模型的蛇伤等级预测方法，其特征在于，包括：
2.根据权利要求1所述基于神经网络模型的蛇伤等级预测方法，其特征在于，获取蛇伤患者精神疾病调查问卷中每一个问题的评分与所有问题的总评分，包括：每个问题包含若干个选项，对每个选项结果设定一个评分，根据蛇伤患者对每个问题的选项结果进行评分，对所有问题的选项结果的评分进行求和，得到所有问题的总评分。
3.根据权利要求1所述基于神经网络模型的蛇伤等级预测方法，其特征在于，对所述蛇伤患者精神疾病调查问卷中每一个问题的评分进行编码，得到所述特征向量；将所述特征向量输入至所述蛇伤等级预测神经网络模型，得到所述蛇伤等级预测神经网络模型的输出结果。
4.根据权利要求3所述基于神经网络模型的蛇伤等级预测方法，其特征在于，利用交叉熵损失函数计算交叉熵损失的值；根据所述交叉熵损失的值，确定所述蛇伤等级预测神经网络模型的输出结果的准确度。
5.根据权利要求1所述基于神经网络模型的蛇伤等级预测方法，其特征在于，多次语音采集当前蛇伤患者的问卷调...
【专利技术属性】
技术研发人员：罗彬，叶娟，刘江东，
申请(专利权)人：四川互慧软件有限公司，
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。