【技术实现步骤摘要】
本专利技术涉及康复训练方法推荐，具体涉及一种神经外科患者术后康复训练推荐方法。
技术介绍
1、神经外科手术可能涉及对脑部或神经系统其他部分的操作，这些手术可能对患者的神经功能产生影响，因此术后康复训练对于患者至关重要，术后康复训练有助于预防并发症的发生，使患者更好地适应术后的生活，减轻疼痛，提高日常生活自理能力，增加社交参与度，专业的康复训练可以促进患者的康复进程，减少术后康复的时间，提高康复的效果。将康复训练与推荐算法结合的优势和必要性在于个性化和精准化的康复推荐，推荐算法可以利用大量的患者数据，从而更好地了解康复训练的效果，为医生提供数据支持，更明智地制定治疗计划，通过个性化和科技化的康复训练方案，患者可能更容易接受并积极参与治疗，提高康复效果。
2、在给神经外科患者术后推荐康复训练方法时一般采用fp-growth推荐算法，但是该算法通常只关注频繁项的出现次数，导致无法较好地捕捉患者的个性化康复需求，并且训练计划的推荐往往需要先有一定数量的训练计划才可以在此基础上进行推荐，使得进行初始康复训练方案的制定时缺乏指导性进而导致后续推荐结果不准确。
技术实现思路
1、为了解决现有方法在给神经外科患者术后推荐康复方案时存在的推荐结果不准确的问题，本专利技术的目的在于提供一种神经外科患者术后康复训练推荐方法，所采用的技术方案具体如下：
2、本专利技术提供了一种神经外科患者术后康复训练推荐方法，该方法包括以下步骤：
3、获取由历史时间段内所有神经外科患者
4、基于第一康复数据所对应的患者的数量和第二康复数据所对应的患者的数量，确定参考数据；根据参考数据所对应的患者的康复训练方法，构建频繁模式树并获取各条关联规则；根据频繁模式树对应的每条关联规则中前项与后项的关联情况以及每条关联规则中的项所对应的患者的评分，得到每条关联规则的置信程度；
5、根据频繁模式树中每个项所出现的关联规则中所包含的项的数量和每个项所出现的关联规则的置信程度，得到每个项的推荐系数；若所述历史数据集中的数据全为参考数据，则基于所述推荐系数确定最终康复方案；若所述历史数据集中不全为参考数据，则基于所述历史数据集中除所述参考数据外的康复数据所对应的患者的康复训练方法和所述推荐系数，确定最终康复方案；
6、将所述最终康复方案推荐给待分析神经外科患者。
7、优选的，所述基于待分析神经外科患者的年龄和症状将历史数据集中的数据划分为第一康复数据和第二康复数据，包括：
8、将所述历史数据集中与待分析神经外科患者所处的年龄段相同或所属症状相同的患者的康复数据，作为第一康复数据；
9、将所述历史数据集中与待分析神经外科患者所处的年龄段不同且所属症状也不同的患者的康复数据，作为第二康复数据。
10、优选的，所述基于第一康复数据所对应的患者的数量和第二康复数据所对应的患者的数量，确定参考数据，包括：
11、将第一康复数据所对应的患者的数量与所述历史数据集中所有患者的总数量之间的比值，记为第一占比；将所述历史数据集中与待分析神经外科患者年龄相同的患者的数量和第一康复数据对应的患者数量之间的比值，记为第二占比；
12、计算所述第一占比与所述第二占比的和值，将所述和值的负相关归一化结果确定为待分析神经外科患者的特殊性表征值；
13、基于所述特殊性表征值筛选参考数据。
14、优选的，基于所述特殊性表征值筛选参考数据，包括：
15、若所述特征性表征值大于预设表征阈值，则将第一康复数据和第二康复数据均作为参考数据；
16、若所述特征性表征值小于或等于预设表征阈值，则将第二康复数据作为参考数据。
17、优选的，所述根据参考数据所对应的患者的康复训练方法，构建频繁模式树，包括：
18、若所述参考数据为第二康复数据，则基于第二康复数据所对应的患者的康复训练方法采用fp-growth算法构建第二康复数据对应的数据集，将第二康复数据对应的数据集中频繁项集中项的个数为1且对应的支持度大于预设支持度阈值的项作为目标项，基于目标项构建频繁模式树；
19、若所述参考数据为第一康复数据和第二康复数据，则基于第一康复数据所对应的患者的康复训练方法采用fp-growth算法构建第一康复数据对应的数据集，将第一康复数据对应的数据集中频繁项集中项的个数为1且对应的支持度大于预设支持度阈值的项作为第一目标项，基于所述第一目标项构建第一康复数据对应的频繁模式树；基于第二康复数据所对应的患者的康复训练方法采用fp-growth算法构建第二康复数据对应的数据集，将第二康复数据对应的数据集中频繁项集中项的个数为1且对应的支持度大于预设支持度阈值的项作为第二目标项，基于所述第二目标项构建第二康复数据对应的频繁模式树。
20、优选的，所述根据频繁模式树对应的每条关联规则中前项与后项的关联情况以及每条关联规则中的项所对应的患者的评分，得到每条关联规则的置信程度，包括：
21、将待分析患者当前所处的康复阶段记为目标阶段；
22、对于频繁模式树对应的第m条关联规则，采用如下公式计算第m条关联规则的置信程度：
23、；
24、其中，表示第m条关联规则的置信程度，m表示频繁模式树对应的关联规则的总数量，表示第m条关联规则中的第j个前项与第m条关联规则中的后项在其所在的频繁模式树中一起出现的关联规则的数量，表示第m条关联规则中前项的数量，表示第m条关联规则中的所有项在频繁模式树中一起出现的关联规则的数量，表示在采用第r种评分方式对第m条关联规则中的所有项在频繁模式树中一起出现的第q条关联规则所对应的患者目标阶段的初期进行评分时的评分大小，表示在采用第r种评分方式对第m条关联规则中的所有项在频繁模式树中一起出现的第q条关联规则所对应的患者目标阶段的末期进行评分时的评分大小，表示评分方式的数量，表示取绝对值符号，表示以自然常数为底数的指数函数。
25、优选的，所述根据频繁模式树中每个项所出现的关联规则中所包含的项的数量和每个项所出现的关联规则的置信程度，得到每个项的推荐系数，包括：
26、对于频繁模式树中的第k个项：
27、分别计算第k个项所在的每条关联规则的置信程度的倒数，将常数1与所述倒数之间的差值记为第k个项所在的每条关联规则对应的第一特征值；
28、基于第k个项所在的每条关联规则对应的第一特征值和第k个项所在的每条关联规则的置信程度，获得第k个项的推荐系数。
29、优选的，采用如下公式计算第k个项的推荐系数：
30、；
31、其中，表示第k个项的推荐系数，h表示第k个项所在的关联规则的数量，表示第k个项所在的第h条关联规则中所包含的项的数量，表本文档来自技高网...
【技术保护点】
1.一种神经外科患者术后康复训练推荐方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述基于待分析神经外科患者的年龄和症状将历史数据集中的数据划分为第一康复数据和第二康复数据，包括：
3.根据权利要求2所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述基于第一康复数据所对应的患者的数量和第二康复数据所对应的患者的数量，确定参考数据，包括：
4.根据权利要求3所述的一种神经外科患者术后康复训练推荐方法，其特征在于，基于所述特殊性表征值筛选参考数据，包括：
5.根据权利要求4所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述根据参考数据所对应的患者的康复训练方法，构建频繁模式树，包括：
6.根据权利要求1所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述根据频繁模式树对应的每条关联规则中前项与后项的关联情况以及每条关联规则中的项所对应的患者的评分，得到每条关联规则的置信程度，包括：
7.根据权利要求1所述的一种神经外科
8.根据权利要求7所述的一种神经外科患者术后康复训练推荐方法，其特征在于，采用如下公式计算第k个项的推荐系数：
9.根据权利要求5所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述若所述历史数据集中的数据全为参考数据，则基于所述推荐系数确定最终康复方案，包括：
10.根据权利要求9所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述若所述历史数据集中不全为参考数据，则基于所述历史数据集中除所述参考数据外的康复数据所对应的患者的康复训练方法和所述推荐系数，确定最终康复方案，包括：
...【技术特征摘要】
1.一种神经外科患者术后康复训练推荐方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述基于待分析神经外科患者的年龄和症状将历史数据集中的数据划分为第一康复数据和第二康复数据，包括：
3.根据权利要求2所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述基于第一康复数据所对应的患者的数量和第二康复数据所对应的患者的数量，确定参考数据，包括：
4.根据权利要求3所述的一种神经外科患者术后康复训练推荐方法，其特征在于，基于所述特殊性表征值筛选参考数据，包括：
5.根据权利要求4所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述根据参考数据所对应的患者的康复训练方法，构建频繁模式树，包括：
6.根据权利要求1所述的一种神经外科患者术后康复训练推荐方法，其特征在于，所述根据频繁模式树对应的每条关联规则中...
【专利技术属性】
技术研发人员：纪欢欢，孟萌，杨晓红，
申请(专利权)人：中国人民解放军总医院第八医学中心，
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。