首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于数据反馈的热疗机数据识别方法和系统 

申请/专利权人:西安好博士医疗科技有限公司

申请日:2023-12-04

公开(公告)日:2024-06-25

公开(公告)号:CN117612694B

主分类号:G16H40/63

分类号:G16H40/63;G16H50/70;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.06.25#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要:本发明涉及热疗机的技术领域,公开了一种基于数据反馈的热疗机数据识别方法和系统,该方法包括以下步骤:S1:实时采集并记录热疗过程参数;S2:对所述热疗过程参数进行异常检测;S3:对异常检测后的热疗过程参数进行预处理;S4:将预处理后的热疗过程参数输入神经网络进行疗效评估;S5:根据疗效评估结果调整热疗机运行参数;S6:数据将热疗过程参数疗和效评估结果进行可视化展示。相比传统的热疗过程,本发明能够更好地适应患者的个体差异和需求,提高热疗的针对性和有效性,进而改善治疗效果。

主权项:1.一种基于数据反馈的热疗机数据识别方法,其特征在于:包括以下步骤:S1:实时采集并记录热疗过程参数;所述热疗过程参数包括热疗机运行参数和患者生理指标;其中,热疗机运行参数包括设定温度、预设治疗时间、功率、循环模式;患者生理指标包括热疗区域温度、局部血流变化率、皮肤电阻率、血氧饱和度、心率变化率、血压变化率;S2:对所述热疗过程参数进行异常检测;所述异常检测的方法如下:根据历史数据的分析结果,确定每种热疗过程参数和指标的正常范围,为每种热疗过程参数设置阈值;将实时采集的每种热疗过程参数与阈值进行比较,判断每种热疗过程参数是否异常;若热疗过程参数出现异常,则向医务人员发出警报;若热疗过程参数无异常,则进行数据预处理;S3:对异常检测后的热疗过程参数进行预处理;S4:将预处理后的热疗过程参数输入神经网络进行疗效评估;所述疗效评估的方法为将预处理后的热疗过程参数输入训练好的神经网络中计算疗效参数,将疗效参数作为疗效评估结果;所述疗效参数包括疼痛评分、关节活动度、肌力、生物标志物含量;所述神经网络包括输入层、隐藏层和输出层;其中,输入层用于接收热疗过程参数并传递给隐藏层;隐藏层由全连接层和批量归一化层组成,用于将热疗过程参数转换为特征向量;输出层用于根据所述特征向量计算并输出疗效参数的预测值;所述隐藏层共有m个全连接层和m个批量归一化层,每个全连接层之后部署一个批量归一化层;第i个全连接层和第i个批量归一化层各有ni个神经元,i的取值范围为1,2,……,m;每个全连接层的每个神经元均与前一层的所有神经元连接,并将前一层每个神经元的输出进行加权、偏置后输出至批量归一化层;每个批量归一化层对前一个全连接层的输出进行归一化处理之后进行激活处理,然后输出到后一层;全连接层的计算公式如下: 其中,xij表示第i个全连接层第j个神经元的输出特征向量;Wij表示第i个全连接层第j个神经元的权重矩阵;bij表示第i个全连接层第j个神经元的偏置参数;j的取值范围为1,2,……,ni;Xi-1表示第i-1个批量归一化层输出的特征向量;任一批量归一化层的特征向量的形式如下: 其中,Xi表示第i个批量归一化层的特征向量;权重矩阵的形式如下: 其中,为权重值;输出层有q个神经元,计算公式如下:y=W0·Xm+b0;其中,y表示输出层计算所得的疗效参数的预测值;Xm表示第m个批量归一化层的特征向量;b0表示输出层的偏置参数,W0表示输出层的权重矩阵,形式如下: 其中,w1,w2,……,wq为输出层的权重参数;所述神经网络的训练方法如下:S100:采集训练样本,构建训练集;任一训练样本A的形式如下:A={X,Y};其中,X为热疗过程参数集,Y为疗效参数集;X的形式如下: 其中,x1,x2,……,xp,分别表示第1,2,……p个热疗过程参数的值,p为热疗过程参数的最大个数;Y的形式如下: 其中,y1,y2,……,yq,分别表示第1,2,……q个疗效参数的值,q为疗效参数的最大个数;S200:初始化网络参数;需要进行初始化的网络参数包括全连接层的权重矩阵Wij和偏置参数bij;批量归一化层的权重参数和偏置参数;输出层的权重矩阵Wo和偏置参数bo;S300:计算神经网络的输出值;所述输出值为输出层计算得到的疗效参数的预测值;S400:根据疗效参数的预测值和实际值计算损失函数;S500:通过梯度下降法进行网络参数优化:S600:重复进行S200~S500,直至损失函数收敛;S5:根据疗效评估结果调整热疗机运行参数;所述调整热疗机运行参数的方法如下:定义训练集中疗效参数均不低于预设阈值的样本为正常样本,统计所有正常样本,构建参考集;若疗效参数均不低于预设的阈值,则无需调整热疗机运行参数;若至少有一个疗效参数低于预设的阈值,则计算本次热疗的热疗过程参数集与所述参考集中所有正常样本的热疗过程参数集的相似度;取所述相似度最高的样本作为本次热疗的参考样本;根据参考样本的热疗机运行参数,给出本次热疗机运行参数的调整建议;S6:将热疗过程参数和疗效评估结果进行可视化展示。

全文数据:

权利要求:

百度查询: 西安好博士医疗科技有限公司 一种基于数据反馈的热疗机数据识别方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。