基于血液检查的肺栓塞指标预测方法、装置及电子设备制造方法及图纸

本发明专利技术属于人工智能技术领域，涉及基于血液检查的肺栓塞指标预测方法、装置及电子设备。该方法包括针对患者的每一个检查项目，分别构建若干个机器学习模型并训练；确定各个检查项目对应的最优机器学习模型；将患者的生化指标数据输入至各个检查项目对应的最优机器学习模型，得到每一个检查项目对应的肺栓塞预测结果；根据肺栓塞预测结果为肺栓塞的数量对所有肺栓塞预测结果进行融合，生成患者的最终肺栓塞预测结果。本发明专利技术实现了基于生化指标的人工智能模型构建方法及其在PE早期预测中的应用；本发明专利技术不仅在患者肺栓塞指标的预测准确性方面有了显著提升，而且不需要依赖于高质量的影像与心电图数据以及资深CT医生，实现全过程自动化。

【技术实现步骤摘要】

本专利技术属于人工智能，具体而言，涉及基于血液检查的肺栓塞指标预测方法、装置及电子设备。

技术介绍

1、肺栓塞（pulmonary embolism，简称pe）是全球心血管死亡的三大常见原因之一，肺栓塞发病率和死亡率都较高，临床表现特异性较低，导致其漏诊率、误诊率和致死率较高；同时，影像学检查耗时较长，价格贵，在基层医院由于缺乏ct（computed tomography，简称电子计算机断层扫描）设备和专业医生导致检查开展困难；此外，部分患者存在血流动力学不稳定，也不适宜做ct肺血管造影（ct pulmonary angiography，简称ctpa），这也增加了临床医生诊治困难，延误患者最佳治疗时间，导致后期治疗效果欠佳，甚至出现临床并发症，因此肺栓塞早期指标分析与及时干预极为重要。

2、现有的技术主要分成两大类：一是采用人工智能算法对患者ct肺部影像图进行分析，以实现对pe的诊断，但是这种方式目前存在问题：不仅需要昂贵ct设备，还需要专业医生对ct成像进行操作，并对人工智能诊断结果进行详细地人工复核与审查，这些原因导致基层医疗机构难以开展这本文档来自技高网...

【技术保护点】

1.基于血液检查的肺栓塞指标预测方法，其特征在于，包括：

2.根据权利要求1所述基于血液检查的肺栓塞指标预测方法，其特征在于，检查项目包括肝功能、肾功能、血脂、电解质、血糖、血气分析、心肌损伤标志物、脑钠肽、炎症指标、血常规与凝血功能。

3.根据权利要求2所述基于血液检查的肺栓塞指标预测方法，其特征在于，在构建机器学习模型之前，对检查项目的生化指标进行预处理，包括数据清洗、缺失值处理与归一化处理。

4.根据权利要求1所述基于血液检查的肺栓塞指标预测方法，其特征在于，机器学习模型包括梯度提升模型、极端梯度提升模型、轻量级梯度提升机、自适应提升模型、逻辑回...

【技术特征摘要】

1.基于血液检查的肺栓塞指标预测方法，其特征在于，包括：

2.根据权利要求1所述基于血液检查的肺栓塞指标预测方法，其特征在于，检查项目包括肝功能、肾功能、血脂、电解质、血糖、血气分析、心肌损伤标志物、脑钠肽、炎症指标、血常规与凝血功能。

3.根据权利要求2所述基于血液检查的肺栓塞指标预测方法，其特征在于，在构建机器学习模型之前，对检查项目的生化指标进行预处理，包括数据清洗、缺失值处理与归一化处理。

4.根据权利要求1所述基于血液检查的肺栓塞指标预测方法，其特征在于，机器学习模型包括梯度提升模型、极端梯度提升模型、轻量级梯度提升机、自适应提升模型、逻辑回归模型、随机森林模型、支持向量机模型、决策树模型、朴素贝叶斯模型与k近邻模型中的至少两个。

5.根据权利要求1所述基于血液检查的肺栓塞指标预测方法，其特征在于，计算每一个机器学习模型在测试数据集上的评价参数，包括：设真正例为，假正例为，假负例为，精确率为，召回率为，则：

...

【专利技术属性】
技术研发人员：靳开宇，昝智，张永杰，陶娜，罗彬，
申请(专利权)人：叙永县人民医院，
类型：发明
国别省市：