【技术实现步骤摘要】
本申请涉及数据预测领域，特别是涉及一种血液透析中低血压发生概率的预测方法及装置。
技术介绍
1、血液透析俗称“洗血”，是将终末期肾病患者的血液抽出体外，经过透析器，清除血液中的新陈代谢废物和杂质后，再将已净化的血液输送回体内，对患者的肾病治疗具有较好效果。低血压(intradialytic hypotension，idh)是透析过程中血液系统不稳定的表现之一，是血液透析中的常见并发症，发病率分布在5％-40％。临床有一些应急手段例如注射生理盐水，降低透析液温度和超滤速率等，但这些应急手段会产生一定副作用。低血压严重时则不得不终止透析，单次治疗未达到预期超滤量会对患者的心肺功能以及生存率都有极大的影响。低血压的发生不仅会影响透析充分性，还会导致血液透析患者的血管通路内形成血栓、肠系膜缺血及心血管疾病。因此，预测透析中低血压发生的概率具有重要的研究意义与应用价值。
2、传统的低血压预测仍存在以下几个缺陷：第一，医院数据样本量的特征多，导致预测模型训练速度慢；第二，现有研究主要基于单次、静态的患者体征构建预后模型，缺乏对多次、动态的时序特征的有效分析，无法全面、精准预测透析患者的并发症情况；第三，机器学习模型已被开发用于预测idh的发生，但是这些模型并未真正应用于临床实践，且模型的预测能力和泛化性能较差；第四，未考虑透析参数估计策略，缺乏适当的外部验证或对模型临床效益的评估。
3、针对传统血液透析低血压预测方法无法全面、精准预测透析患者发生低血压的概率的问题，目前尚未提出有效的解决方案。
1、本申请实施例提供的一种血液透析中低血压发生概率的预测方法及装置，至少解决传统血液透析低血压预测方法无法全面、精准预测透析患者发生低血压的概率的问题。
2、根据本申请实施例的一个方面，提供了一种血液透析中低血压发生概率的预测方法，包括：获取目标对象进行血液透析的临床数据，并对临床数据进行预处理，得到预处理后的数据；利用改进的均衡优化器算法从预处理后的数据中提取数据特征；将数据特征输入血液透析数学仿真模型进行处理，确定目标对象的特定参数；将目标对象的特定参数输入低血压预测模型进行预测，得到目标对象在进行血液透析的过程中发生低血压的概率。
3、可选地，对临床数据进行预处理，包括：从临床数据中删除小于预设年龄的目标对象的临床数据，以及血液透析次数少于预设次数的目标对象的临床数据，得到剩余的目标临床数据；将目标临床数据划分为时序性数据和非时序性数据；采用插值法对缺失部分的时序性数据进行补全，以及采用高斯分布填值法或均值填值法对缺失部分的非时序性数据进行补全，并从目标临床数据中删除补全之后的无效数据；对数据类型异常以及数值异常的时序性数据或非时序性数据进行修正，并从目标临床数据中删除修正之后的无效数据。
4、可选地，改进的均衡优化器算法的改进点包括采用以下时间因素等式确定均衡优化器启动搜索的时间：
5、其中，iter表示迭代次数，max_iter表示最大迭代次数m＝2。
6、可选地，改进的均衡优化器算法的改进点还包括采用轮盘赌选择算法提取数据特征：第i个候选者被选中的概率其中，n1为平衡池化值，
7、
8、其中，模型精度α＝0.01，特征比例β＝0.99，m为特征选择的数量，n为原始特征的数量，fp为误报的负样本数量，fn为漏报的正样本数量，tp为正样本被正确识别的数量，tn为负样本被正确识别的数量。
9、可选地，血液透析数学仿真模型包括以下三个子模型：溶质动力学模型，心血管模型，压力反射模型，其中，溶质动力学模型，用于模拟目标对象体内液体和溶质的分布；心血管模型，用于模拟目标对象的心脏功能和血液循环；压力反射模型，用于控制目标对象的血管阻力和心率。
10、可选地，将数据特征输入血液透析数学仿真模型进行处理，确定目标对象的特定参数，包括：从数据特征中提取血液透析数学仿真模型的输入数据，其中，输入数据包括以下至少之一：血液流速、超滤速率和透析液中的钠浓度；利用改进的均衡优化器算法对输入数据进行状态估计；如果估计结果满足预设条件，将血液透析数学仿真模型的输出数据确定为目标对象的特定参数。
11、可选地，低血压预测模型基于cnn-gru卷积门控循环单元网络结构生成，将目标对象的特定参数输入低血压预测模型进行预测，得到目标对象在进行血液透析的过程中发生低血压的概率，包括：将时间窗内的特定参数输入多维卷基层进行特征提取，构造高维特征向量；将高维特征向量输入到双叠加gru门循环单元网络中，通过反卷积层进行重构，并输出发生低血压的风险预测值；通过激活函数层将风险预测值映射到预设数值区间，得到目标对象在进行血液透析的过程中发生低血压的概率。
12、根据本申请实施例的另一方面，还提供了一种血液透析中低血压发生概率的预测装置，包括：预处理模块，用于获取目标对象进行血液透析的临床数据，并对临床数据进行预处理，得到预处理后的数据；特征提取模块，用于利用改进的均衡优化器算法从预处理后的数据中提取数据特征；数据处理模块，用于将数据特征输入血液透析数学仿真模型进行处理，确定目标对象的特定参数；预测模块，用于将目标对象的特定参数输入基于神经网络的低血压预测模型进行预测，得到目标对象在进行血液透析的过程中发生低血压的概率。
13、根据本申请实施例的再一方面，还提供了一种电子设备，包括：处理器，以及存储程序的存储器，其特征在于，程序包括指令，指令在由处理器执行时使处理器执行以上任一实施例中的方法。
14、根据本申请实施例的再一方面，还提供了一种存储有计算机指令的非瞬时机器可读介质，计算机指令用于使计算机执行以上任一实施例中的方法。
15、本申请实施例的有益效果：
16、在本申请实施例中，采用获取目标对象进行血液透析的临床数据，并对临床数据进行预处理，得到预处理后的数据；利用改进的均衡优化器算法从预处理后的数据中提取数据特征；将数据特征输入血液透析数学仿真模型进行处理，确定目标对象的特定参数；将目标对象的特定参数输入低血压预测模型进行预测，得到目标对象在进行血液透析的过程中发生低血压的概率的方式，通过基于改进的均衡优化器算法对患者血液透析中低血压发生的概率进行预测，从而实现了提高血液透析中低血压发生概率的预测精确度，实现了液透析中低血压发生概率的实时预测的技术效果，进而解决了传统血液透析低血压预测方法无法全面、精准预测透析患者发生低血压的概率的技术问题。
17、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
本文档来自技高网...【技术保护点】
1.一种血液透析中低血压发生概率的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述临床数据进行预处理，包括：
3.根据权利要求1所述的方法，其特征在于，所述改进的均衡优化器算法的改进点包括采用以下时间因素等式确定均衡优化器启动搜索的时间：
4.根据权利要求1所述的方法，其特征在于，所述改进的均衡优化器算法的改进点还包括采用轮盘赌选择算法提取数据特征：
5.根据权利要求1所述的方法，其特征在于，所述血液透析数学仿真模型包括以下三个子模型：溶质动力学模型，心血管模型，压力反射模型，其中，
6.根据权利要求1或5所述的方法，其特征在于，将所述数据特征输入血液透析数学仿真模型进行处理，确定所述目标对象的特定参数，包括：
7.根据权利要求1所述的方法，其特征在于，所述低血压预测模型基于CNN-GRU卷积门控循环单元网络结构生成，将所述目标对象的特定参数输入低血压预测模型进行预测，得到所述目标对象在进行血液透析的过程中发生低血压的概率，包括：
8.一种血液透析中低血压发生概率的预
9.一种电子设备，包括：处理器，以及存储程序的存储器，其特征在于，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据权利要求1至7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时机器可读介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种血液透析中低血压发生概率的预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对所述临床数据进行预处理，包括：
3.根据权利要求1所述的方法，其特征在于，所述改进的均衡优化器算法的改进点包括采用以下时间因素等式确定均衡优化器启动搜索的时间：
4.根据权利要求1所述的方法，其特征在于，所述改进的均衡优化器算法的改进点还包括采用轮盘赌选择算法提取数据特征：
5.根据权利要求1所述的方法，其特征在于，所述血液透析数学仿真模型包括以下三个子模型：溶质动力学模型，心血管模型，压力反射模型，其中，
6.根据权利要求1或5所述的方法，其特征在于，将所述数据特征输入血液透析数学仿真模型进行处理，...
【专利技术属性】
技术研发人员：何胜煌，谷蕾，向佳栋，黄媛媛，张克勤，
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：
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。