一种基于轻量级BERT的mRS预测方法及装置制造方法及图纸

本发明专利技术公开了一种基于轻量级BERT的mRS预测方法及装置；属于脑卒中患者mRS预测装置领域，操作步骤：构建数据集；使用缺失值检测及处理和数据标准化处理保证数据的一致性和完整性；通过RNN技术得到时序编码特征；采用先进的特征提取算法获得基础习性特征；将时序编码特征与基础习性特征进行融合，得到了综合的融合特征。本发明专利技术使用时序神经网络模型对脑卒中患者的心冲突图数据、医学检查数据及护理数据等进行时序编码和特征融合，简化了对脑卒中监测对象医疗数据的处理流程，提高了数据处理的效率；同时，通过深度学习模型的压缩，减小了模型的参数大小，提高了脑卒中监测对象的预后mRS评分结果的准确性。

【技术实现步骤摘要】

本专利技术属于脑卒中患者mrs预测装置，涉及了一种基于轻量级bert的mrs预测方法及装置；具体的是，涉及了一种基于轻量级bert时序影像特征加权融合的mrs预测方法及装置。

技术介绍

1、近年来，随着人口老龄化趋势的加剧，出血性脑卒中的死亡率和致残率仍然居高不下，这是由于其病因复杂、起病急、进展快、预后差的特点所致。因此，采取一定措施来识别出血性脑卒中预后的发病风险，精准地疗效评估并为患者制定个性化预后方案，已成为一项迫切的任务。现有的卒中预后方法为：医生和医疗专业人员根据患者的个人史、疾病史和所有已知临床、治疗和影像结果(首次和随访)进行预测和评估患者的病情发展。在卒中相关临床研究中，通常采用rankin评分(mrs)来评估患者的功能状态和残疾程度。mrs评分范围从0到6。

2、针对传统医生门诊预估mrs评分，面临着一些挑战和局限。比如人本身无法避免存在主观性、一致性差等问题，且对于出血性脑卒中这一病情的影响因素很多难以做出准确的评分。迅速发展并广泛应用于医学领域的人工智能技术，为海量影像数据的深度挖掘和智能分析带来了全新机遇。联合患者个人本文档来自技高网...

【技术保护点】

1.一种基于轻量级BERT的mRS预测方法，其特征在于，其操作步骤如下：

2.根据权利要求1所述的一种基于轻量级BERT的mRS预测方法，其特征在于，在步骤(1.1)中，所述构建适应任务需求的数据集具体是：以患者的身份证号为ID，将患者的所有个人信息、临床信息和检查影像结果进行数据整合。

3.根据权利要求1所述的一种基于轻量级BERT的mRS预测方法，其特征在于，在步骤(1.2)中，所述通过数据预处理模块保证数据一致性和完整性。具体地：

4.根据权利要求1所述的一种基于轻量级BERT的mRS预测方法，其特征在于，在步骤(1.2.1)中，所述缺失值检测及...

【技术特征摘要】

1.一种基于轻量级bert的mrs预测方法，其特征在于，其操作步骤如下：

2.根据权利要求1所述的一种基于轻量级bert的mrs预测方法，其特征在于，在步骤(1.1)中，所述构建适应任务需求的数据集具体是：以患者的身份证号为id，将患者的所有个人信息、临床信息和检查影像结果进行数据整合。

3.根据权利要求1所述的一种基于轻量级bert的mrs预测方法，其特征在于，在步骤(1.2)中，所述通过数据预处理模块保证数据一致性和完整性。具体地：

4.根据权利要求1所述的一种基于轻量级bert的mrs预测方法，其特征在于，在步骤(1.2.1)中，所述缺失值检测及处理是在于标准化和对齐每位病人的随访检查数据；

5.根据权利要求1所述的一种基于轻量级bert的mrs预测方法，其特征在于，在步骤(1.2.2)中，所述最小-最大标准化方法是将数据缩放到[0，1]区间内；

6.根据权利要求1所述的一种基于轻量级bert的mrs预测方法评分装置，其特征在...

【专利技术属性】
技术研发人员：郑尚，李癸雨，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：