【技术实现步骤摘要】
本专利技术涉及疾病预测，特别涉及一种排尿预测方法和系统。
技术介绍
1、当尿道损伤、尿道手术后或其他尿道疾病可能导致尿液的正常排出受阻时，需要定时将尿液从患者的膀胱中引导出来。为了预测患者何时需要进行排尿，通常的做法是记录排尿日记。
2、排尿日记用于记录患者多天的排尿时间和排尿量，其记录的排尿情况最接近患者的自然排尿功能，有助于医生对患者真实排尿功能以做出准确诊断和指导临床治疗。但是，临床常见的排尿日记是以医院制定的表格由患者自行填写的形式，由于填写过程繁琐，患者的主观性等原因，经常造成遗漏或者填错，数据错误现象；其次，患者依从性不强，老年患者对于时间的记录不可靠，往往给医生的判断造成误导，从而影响诊断和治疗。
3、因此，如何准确的预测患者的排尿时间和排尿量，成为了亟待解决的技术难题。
技术实现思路
1、本专利技术的主要目的是提供一种排尿预测方法和系统，旨在准确的预测患者的排尿时间和排尿量。
2、为了实现上述目的，本专利技术提出一种排尿预测方法，包括以下步骤：
3、获取患者的排尿数据并对排尿数据进行预处理，以生成标准排尿数据；
4、对各个所述排尿数据进行聚类处理，生成不同的数据簇；
5、对所述数据簇中的标准排尿数据进行特征提取和降维处理，以获得对应数据簇的特征向量；
6、根据所述特征向量构建模型，生成排尿预测模型；
7、获取后续患者的排尿数据，通过所述排尿预测模型预测所对应的患侧的排尿时
8、在本申请的一实施例中，所述预处理包括：
9、去除排尿数据中异常值、去除数据缺失的排尿数据、以及去除排尿数据中重复数据中的至少一种。
10、在本申请的一实施例中，所述排尿预测模型采用深度神经网络模型构建。
11、在本申请的一实施例中，生成排尿预测模型具体包括：
12、将所述特征向量输入深度神经网络模型的输入层；
13、所述深度神经网络的隐藏层通过卷积对输入层输入的特征向量进行非线性变换和特征提取；
14、通过深度神经网络的输出函数输出患者排尿的预测结果。
15、在本申请的一实施例中，在将所述特征向量输入深度神经网络模型的输入层之前，还包括通过信息增益和互信息对所述特征向量进行挑选，以获得可输入输入层的特征向量。
16、本申请还公开了一种排尿预测系统，包括用于对用户进行导尿并可采用如上任意一项所述的排尿预测方法预测用户排尿时间的导尿装置；连接于所述导尿装置用于存储患者个人信息的智能终端；以及连接于所述导尿装置用于存储患者的病例信息并向所述导尿装置传输其他病例数据以供导尿装置迭代的云服务器。
17、在本申请的一实施例中，所述病例信息包括患者的病史、医疗诊断、当前药物braden评分、风险分析中的至少一种。
18、在本申请的一实施例中，所述导尿装置包括：
19、排尿检测单元，用于检测患者的排尿量和排尿时间；
20、用户信息采集单元，与所述云服务器和所述智能终端通信连接，用于接收所述云服务器的病例数据、控制参数、以及智能终端的个人信息数据；以及
21、自学习单元，连接于所述用户信息采集单元，根据所述用户信息采集单元接收的患者的排尿数据进行迭代学习，以预测患者的排尿时间。
22、在本申请的一实施例中，所述导尿装置还包括：
23、融合分析模块，连接于所述自学习单元，根据所述自学习单元的预测结果输出设定参数。
24、采用上述技术方案，通过聚类处理和特征提取，将原始排尿数据转化为结构化的数据形式。这使得数据具有可解释性，方便后续的数据处理。通过构建排尿预测模型，可以根据每个患者的特征向量进行个性化的排尿时间预测。通过排尿预测模型，可以随时通过输入新的患者排尿数据进行预测。可实现对患者的排尿情况的检测，减少医护人员的工作压力，同时，有助于医护人员制定合理的排尿计划、规划用药时间以及评估治疗效果，并降低了处理过程中的人为错误。
本文档来自技高网...【技术保护点】
1.一种排尿预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的排尿预测方法，其特征在于，所述预处理包括：
3.如权利要求1所述的排尿预测方法，其特征在于，所述排尿预测模型采用深度神经网络模型构建。
4.如权利要求3所述的排尿预测方法，其特征在于，生成排尿预测模型具体包括：
5.如权利要求4所述的排尿预测方法，其特征在于，在将所述特征向量输入深度神经网络模型的输入层之前，还包括通过信息增益和互信息对所述特征向量进行挑选，以获得可输入输入层的特征向量。
6.一种排尿预测系统，其特征在于，包括用于对用户进行导尿并可采用如权利要求1至5中任意一项所述的排尿预测方法预测用户排尿时间的导尿装置；连接于所述导尿装置用于存储患者个人信息的智能终端；以及连接于所述导尿装置用于存储患者的病例信息并向所述导尿装置传输其他病例数据以供导尿装置迭代的云服务器。
7.如权利要求6所述的排尿预测系统，其特征在于，所述病例信息包括患者的病史、医疗诊断、当前药物Braden评分、风险分析中的至少一种。
8.如权利要求7所
9.如权利要求8所述的排尿预测系统，其特征在于，所述导尿装置还包括：
...【技术特征摘要】
1.一种排尿预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的排尿预测方法，其特征在于，所述预处理包括：
3.如权利要求1所述的排尿预测方法，其特征在于，所述排尿预测模型采用深度神经网络模型构建。
4.如权利要求3所述的排尿预测方法，其特征在于，生成排尿预测模型具体包括：
5.如权利要求4所述的排尿预测方法，其特征在于，在将所述特征向量输入深度神经网络模型的输入层之前，还包括通过信息增益和互信息对所述特征向量进行挑选，以获得可输入输入层的特征向量。
6.一种排尿预测系统，其特征在于，包括...
【专利技术属性】
技术研发人员：赵前程，张岩，刘驰，秦倞，黄毅，张帆，
申请(专利权)人：北京大学第三医院北京大学第三临床医学院，
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。