【技术实现步骤摘要】
本公开涉及医学信息，更具体地，涉及一种基于贝叶斯神经网络的肾盂内压预测模型训练方法及预测方法。
技术介绍
1、近年来，尿石症的患病率以及由此导致的肾结石负担正在稳步上升。逆行肾内手术是活动性肾结石治疗的主要手段，由于术中需要增加冲洗流量和冲洗压力以提高能见度和清除结石，然而肾内压过高可能会导致肾穹和肾静脉之间尿液连通的肾盂静脉回流现象。因此，在进行逆行肾内手术时，对肾盂内压进行监测是非常重要的。
2、目前，常规肾盂内压的监测方法包括带负压吸引可智能监控测压法，该方法通过将吸引鞘前端内置压力传感器放置到肾盂内来测定腔内压力，且能够智能调节腔内负压吸引压力，使得心肌耗氧量可维持在设定的腔内压力值。然而，带负压吸引可智能监控测压法会对肾盂腔体造成创口。
技术实现思路
1、有鉴于此，本公开提供了一种基于贝叶斯神经网络的肾盂内压预测模型训练方法及预测方法。
2、本公开的一个方面提供了一种基于贝叶斯神经网络的肾盂内压预测模型训练方法，包括：通过肾盂内压影响因子采集平台，获取多组...
【技术保护点】
1.一种基于贝叶斯神经网络的肾盂内压预测模型训练方法，包括：
2.根据权利要求1所述的方法，其中，所述利用所述多个样本数据集和多个所述标签数据训练初始模型，得到肾盂内压预测模型，包括：
3.根据权利要求2所述的方法，其中，所述分别利用每个样本数据集包括的多个第三数据样本，及与所述多个第三数据样本各自对应的标签数据训练初始模型，得到备选预测模型，包括：
4.根据权利要求1所述的方法，其中，所述分别对所述多个第二样本数据进行主成分分解，得到多个样本数据集，包括：
5.根据权利要求1所述的方法，其中，所述通过肾盂内压影响因子采...
【技术特征摘要】
1.一种基于贝叶斯神经网络的肾盂内压预测模型训练方法，包括：
2.根据权利要求1所述的方法，其中，所述利用所述多个样本数据集和多个所述标签数据训练初始模型，得到肾盂内压预测模型，包括：
3.根据权利要求2所述的方法，其中，所述分别利用每个样本数据集包括的多个第三数据样本，及与所述多个第三数据样本各自对应的标签数据训练初始模型，得到备选预测模型，包括：
4.根据权利要求1所述的方法，其中，所述分别对所述多个第二样本数据进行主成分分解，得到多个样本数据集，包括：
5.根据权利要求1所述的方法，其中，所述通过肾盂内压影响因子采集...
【专利技术属性】
技术研发人员：邢元，梁世龙，王树新，赵建厂，孙宇阳，关博，
申请(专利权)人：天津大学医疗机器人与智能系统研究院，
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。