【技术实现步骤摘要】
本申请属于临床预测与深度学习，尤其涉及一种静脉血栓预测方法、装置、电子设备及存储介质。
技术介绍
1、经外周静脉穿刺置管(picc)是一种常用于长时间静脉治疗、化疗、营养支持及重症监护的中心静脉导管。由于其相对简单、低创的特点和避免多次静脉穿刺的优势，picc在多种临床场合得到了广泛应用。
2、然而，picc的应用并非完全无风险。其中，picc相关静脉血栓(picc-rvt)是一个被频繁报道的并发症。picc-rvt不仅可能导致导管功能丧失、皮肤溃疡、感染和置管移位，还有可能发展为更严重的并发症，如肺栓塞。此外，患有picc-rvt的患者可能需要进行长时间的抗凝治疗，增加了患者的住院天数和医疗成本。对于picc-rvt的治疗，经行标准的抗凝治疗是常规的推荐方法，因为它可以有效地溶解血栓、恢复血流并防止血栓进一步扩展；但是，抗凝治疗存在一定的双刃剑效应，尽管它可以解散血栓，但同时也增加了出血的风险，特别是内部出血，这可能导致更加复杂的医疗状况和并发症。
3、鉴于经外周静脉穿刺置管(picc)相关静脉血栓(picc-rvt)的高发病率和由此导致的临床并发症，且现有的预测方法仍存在一定的局限性，如准确度不足、不能综合多种因素或响应时间较长等问题。
技术实现思路
1、有鉴于此，本申请旨在提出一种静脉血栓预测方法、装置、电子设备及存储介质，以解决现有的预测方法准确度不足、不能综合多种因素或响应时间较长的问题。
2、为达到上述目的，本申请的技术方案是这样实现
3、第一方面，本申请提供了一种静脉血栓预测方法，所述方法包括：
4、获取研究对象的临床检验指标，基于多个所述临床检验指标计算得到间接指标，根据所述间接指标构建临床因素模型，输出得到包含有人口统计学因素和临床因素的临床预测特征；
5、获取研究对象的化疗药物信息，对所述化疗药物信息进行数据处理，根据处理后的药物向量化编码数据构建药物因素模型，输出得到药物预测特征；
6、将所述临床预测特征和所述药物预测特征进行特征拼接，将拼接后的结果输入至预先构建的深度学习预测模型中，得到研究对象的静脉血栓预测结果。
7、第二方面，基于同一专利技术构思，本申请还提供了一种静脉血栓预测装置，所述装置包括：
8、临床预测特征模块，被配置为获取研究对象的临床检验指标，基于多个所述临床检验指标计算得到间接指标，根据所述间接指标构建临床因素模型，输出得到包含有人口统计学因素和临床因素的临床预测特征；
9、药物预测特征模块，被配置为获取研究对象的化疗药物信息，对所述化疗药物信息进行数据处理，根据处理后的药物向量化编码数据构建药物因素模型，输出得到药物预测特征；
10、预测结果模块，被配置为将所述临床预测特征和所述药物预测特征进行特征拼接，将拼接后的结果输入至预先构建的深度学习预测模型中，得到研究对象的静脉血栓预测结果。
11、第三方面，基于同一专利技术构思，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的静脉血栓预测方法。
12、第四方面，基于同一专利技术构思，本申请还提供了一种非暂态计算机可读存储介质，其中，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如第一方面所述的静脉血栓预测方法。
13、相对于现有技术，本申请所述的静脉血栓预测方法、装置、电子设备及存储介质具有以下有益效果：
14、本申请所述的静脉血栓预测方法、装置、电子设备及存储介质，所述方法基于构建的深度学习预测模型进行静脉血栓的准确预测，该预测模型具有更高的灵敏度和特异性，可以有效地辨识出高风险的患者，从而实施更有针对性的管理和干预措施；所述方法能够准确地预测picc-rvt的风险，根据风险结果可以提前进行适当的干预，既避免了血栓的形成，又降低了因提前抗凝治疗导致的出血风险。
本文档来自技高网...【技术保护点】
1.一种静脉血栓预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的静脉血栓预测方法，其特征在于：
3.根据权利要求1所述的静脉血栓预测方法，其特征在于：
4.根据权利要求1所述的静脉血栓预测方法，其特征在于，所述根据所述间接指标构建临床因素模型，输出得到包含有人口统计学因素和临床因素的临床预测特征，包括：
5.根据权利要求4所述的静脉血栓预测方法，其特征在于，所述对构建好的所述临床因素模型进行权重可视化，以筛选得到符合预设阈值的中间预测特征，包括：
6.根据权利要求1所述的静脉血栓预测方法，其特征在于，所述获取研究对象的化疗药物信息，对所述化疗药物信息进行数据处理，根据处理后的药物向量化编码数据构建药物因素模型，输出得到药物预测特征，包括：
7.根据权利要求1所述的静脉血栓预测方法，其特征在于，所述将所述临床预测特征和所述药物预测特征进行特征拼接，将拼接后的结果输入至预先构建的深度学习预测模型中，得到研究对象的静脉血栓预测结果，包括：
8.一种静脉血栓预测装置，其特征在于，所述装置包括
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7任一项所述的静脉血栓预测方法。
10.一种非暂态计算机可读存储介质，其特征在于，其中，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行权利要求1-7任一项所述的静脉血栓预测方法。
...【技术特征摘要】
1.一种静脉血栓预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的静脉血栓预测方法，其特征在于：
3.根据权利要求1所述的静脉血栓预测方法，其特征在于：
4.根据权利要求1所述的静脉血栓预测方法，其特征在于，所述根据所述间接指标构建临床因素模型，输出得到包含有人口统计学因素和临床因素的临床预测特征，包括：
5.根据权利要求4所述的静脉血栓预测方法，其特征在于，所述对构建好的所述临床因素模型进行权重可视化，以筛选得到符合预设阈值的中间预测特征，包括：
6.根据权利要求1所述的静脉血栓预测方法，其特征在于，所述获取研究对象的化疗药物信息，对所述化疗药物信息进行数据处理，根据处理后的药物向量化编码数据构建药物...
【专利技术属性】
技术研发人员：李婷，李越，杨松齐，
申请(专利权)人：中国医学科学院生物医学工程研究所，
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。