【技术实现步骤摘要】
本申请涉及临床医学，尤其涉及一种基于人工智能的脑卒中评估方法和装置。
技术介绍
1、脑卒中又称中风，是一种急性脑血管疾病，是由于脑部血管的破裂或阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病。由于脑部血管突然破裂导致的脑卒中称为出血性卒中，因血管阻塞导致血液不能流入大脑而引起的脑卒中被称为缺血性卒中。随着人民生活水平的提高，生活习惯与饮食结构的改变，以及人口老年化、交通意外等情况，致使心血管病发生率日趋严重，一旦发生脑中风，重者死亡，轻者致残，因此，应该趁早预防，诊断和治疗。
2、对于缺血性脑卒中，目前指南推荐通过美国国立卫生研究院卒中量表（nationalinstitute of health stroke scale，nihss）评分、临床症状、辅助检查结果来评估治疗决策，通过评分，我们可以评估患者的卒中严重程度，有助于早期识别卒中症状，为治疗方法的选择提供依据，特别是在缺血性脑卒中发生的早期，头颅ct无法发现早期缺血部位，此时诊断和治疗依赖于临床评分，而基于nihss评分开展的早期溶栓治疗可以有效迅速恢复脑组织血供，减少远期致残等并发症的发生，改善患者的预后。美国国立卫生研究院卒中量表对医生和患者而言，都是非常好的评估工具，可以帮助临床医生对脑卒中进行快速的诊断的评估，因此对于怀疑缺血性脑卒中的所有患者都推荐使用nihss评分。
3、但该nihss评分较依赖医生的经验，其都是由临床医生人工完成，结果判断受主观因素影响较大，同质性较差，且由于检测项目较多，容易出现漏项或者延长检查时间，从而耽误了患
技术实现思路
1、有鉴于此，本申请提供一种基于人工智能的脑卒中评估方法和装置，可帮助临床医生快速、准确的完成检查。
2、具体地，本申请是通过如下技术方案实现的：
3、本申请第一方面提供一种基于人工智能的脑卒中评估方法，所述方法包括：
4、确定脑卒中评估指标集，基于预训练模型和历史评估数据识别所述指标集中各个指标评价等级，其中，每个指标的所述评价等级为数值等级；
5、基于所述历史评估数据确定各个指标的多个评价维度，其中，基于所述历史评估数据确定各个指标的第一评价维度，基于各个评价维度与所述第一评价维度之间的因果关系和因果关联程度选择多个第二评价维度，组合第一评价维度和多个第二评价维度作为指标对应的多个评价维度；
6、基于所述评价维度和对应指标评价等级的关联度，确定各个指标各个评价等级下的评价维度组合方式，其中，同一个指标不同评价等级下的评价维度组合方式不同，不同指标的评价维度不同；
7、基于待评估人员的信息从所述脑卒中评估指标集中确定目标评估指标，基于目标评估指标及其对应的评价等级和评价维度获得所述待评估人员的脑卒中评估结果。
8、本申请第二方面提供一种基于人工智能的脑卒中评估装置，所述装置包括确定模块、组合模块和评估模块；其中，
9、所述确定模块，用于确定脑卒中评估指标集，基于预训练模型和历史评估数据识别所述指标集中各个指标评价等级，其中，每个指标的所述评价等级为数值等级；
10、所述确定模块，还用于基于所述历史评估数据确定各个指标的多个评价维度，其中，基于所述历史评估数据确定各个指标的第一评价维度，基于各个评价维度与所述第一评价维度之间的因果关系和因果关联程度选择多个第二评价维度，组合第一评价维度和多个第二评价维度作为指标对应的多个评价维度；
11、所述组合模块，用于基于所述评价维度和对应指标评价等级的关联度，确定各个指标各个评价等级下的评价维度组合方式，其中，同一个指标不同评价等级下的评价维度组合方式不同，不同指标的评价维度不同；
12、所述评估模块，用于基于待评估人员的信息从所述脑卒中评估指标集中确定目标评估指标，基于目标评估指标及其对应的评价等级和评价维度获得所述待评估人员的脑卒中评估结果。
13、本申请提供的基于人工智能的脑卒中评估方法和装置，首先确定脑卒中评估指标集，基于预训练模型和历史评估数据识别所述指标集中各个指标评价等级，其次基于所述历史评估数据确定各个指标的多个评价维度，其中，基于所述历史评估数据确定各个指标的第一评价维度，基于各个评价维度与所述第一评价维度之间的因果关系和因果关联程度选择多个第二评价维度，组合第一评价维度和多个第二评价维度作为指标对应的多个评价维度，进而基于所述评价维度和对应指标评价等级的关联度，确定各个指标各个评价等级下的评价维度组合方式，其中，同一个指标不同评价等级下的评价维度组合方式不同，不同指标的评价维度不同，最后基于待评估人员的信息从所述脑卒中评估指标集中确定目标评估指标，基于目标评估指标及其对应的评价等级和评价维度获得所述待评估人员的脑卒中评估结果。这样，相较于根据经验确定评测的指标以及根据医生的感官确定指标的得分，本专利技术提供的基于预训练模型和历史评估数据的脑卒中评估方法能够通过深度学习算法准确识别评估指标和确定评价等级，即首先构建一个海量的指标池，供不同类型的评测人员匹配。一方面，指标池的各个指标等级是根据模型对历史数据的处理识别出来的，即不管是指标的评价维度、还是指标的打分方式，都是根据测评人员的情况和历史测评数据分析出来最匹配的测评组合，测评指标是符合测评人员实际情况的，评级的等级也是与情况相匹配的，整个评价方式自动确定，通过综合多个评价维度的组合方式，根据个体情况实现个性化评估，可活调整评价维度组合方式，提高了评估结果的准确性和可靠性，且评估效率更高，能够更好地反映不同患者的具体情况，为脑卒中患者的诊断和治疗提供了更精准的指导。另一方面，从患者开始被评价起，所有流程都是自动化进行，实现了科学、自动的测试。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的脑卒中评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，任一所述评价等级下包括多个评价维度组合方式，每个评价维度组合方式与一种人员类型对应，一种人员类型对应有多个评价维度组合方式，所述确定各个指标各个评价等级下的评价维度组合方式，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于目标评估指标及其对应的评价等级和评价维度获得所述待评估人员的脑卒中评估结果包括：
4.根据权利要求1所述的方法，其特征在于，所述指标至少包括意识和理解指标、神经系统功能指标、运动功能指标、感觉和认知功能指标；其中，
5.根据权利要求3所述的方法，其特征在于，所述根据每个评价维度的维度打分过程为：
6.根据权利要求1所述的方法，其特征在于，所述基于预训练模型和历史评估数据识别所述指标集中各个指标评价等级，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述历史评估数据确定各个指标的多个评价维度，包括：
8.根据权利要求7所述的方法，其特征在于，所述基于所有
9.根据权利要求1所述的方法，其特征在于，所述基于目标评估指标及其对应的评价等级和评价维度获得所述待评估人员的脑卒中评估结果之后，所述方法还包括：
10.一种基于人工智能的脑卒中评估装置，其特征在于，所述装置包括确定模块、组合模块和评估模块；其中，
...【技术特征摘要】
1.一种基于人工智能的脑卒中评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，任一所述评价等级下包括多个评价维度组合方式，每个评价维度组合方式与一种人员类型对应，一种人员类型对应有多个评价维度组合方式，所述确定各个指标各个评价等级下的评价维度组合方式，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于目标评估指标及其对应的评价等级和评价维度获得所述待评估人员的脑卒中评估结果包括：
4.根据权利要求1所述的方法，其特征在于，所述指标至少包括意识和理解指标、神经系统功能指标、运动功能指标、感觉和认知功能指标；其中，
5.根据权利要求3所述的方法，其特征在于，所述根据每个评价维度的维...
【专利技术属性】
技术研发人员：迟骋，宋小静，王春雨，马勇，
申请(专利权)人：北京大学人民医院，
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。