【技术实现步骤摘要】
病情检测模型的训练方法、装置、设备及计算机存储介质
[0001]本专利技术属于信息处理领域，尤其涉及一种病情检测模型的训练方法、装置、设备及计算机存储介质。
技术介绍
[0002]在病房中，每个住院床位通常都设置有手动报警的按钮，病人出现紧急状况能够通过手动报警按钮呼叫医护人员，医护人员收到报警信息后能够及时前往病人床位提供医疗服务。
[0003]目前还有根据医生的专业经验，划分出各个体征的经验阈值范围来进行自动预警的方式，当低于下阈值、高于上阈值的时候判定为是异常情况。这种预警由于主要是根据医生经验来判决，缺少了对每个个体差异性的考虑。一概而论地根据经验设计报警阈值，可能会让有些不该报警的时候造成敏感的自动报警，也有可能让有些应该报警的时候没有响应。
[0004]因此，如何提高病情报警的准确度，成为一个有待解决的问题。
技术实现思路
[0005]本专利技术实施例提供一种病情检测模型的训练方法、装置、设备及计算机存储介质，以提高病情报警的准确度。
[0006]第一方面，本申请提供了一种病情检测模型的训练方法，该方法包括：获取训练样本集，训练样本集包括多个病情样本数据，每个病情样本数据包括：身份特征数据和目标指标数据，目标指标数据包括生理特征指标数据、疾病特征指标数据和病史特征指标数据中的至少一个；多个病情样本数据中包括有标记的病情样本数据和无标记的病情样本数据；将训练样本集输入到病情检测模型中，对病情检测模型进行迭代训练，直至满足预设训练条件，得到训练后的病情检测模型。>[0007]在一种可能的实现中，将训练样本集输入到病情检测模型中，对病情检测模型进行迭代训练，直至满足预设训练条件，得到训练后的病情检测模型，具体包括：将训练样本集输入到病情检测模型中，得到训练样本集的分类结果；判断分类结果是否满足预设条件，如果分类结果满足预设条件，得到训练后的病情检测模型；如果分类结果不满足预设条件，调整模型参数，将训练样本集输入到参数调整后的病情检测模型中，得到训练样本集的分类结果；返回判断分类结果是否满足预设条件。
[0008]在一种可能的实现中，在得到训练后的病情检测模型之后，方法还包括：将有标记的病情样本数据输入到病情检测模型中，对病情检测模型进行优化，得到优化后的病情检测模型。
[0009]在一种可能的实现中，在将训练样本集输入到病情检测模型中之前，方法还包括：对病情样本数据进行标准化预处理，使病情样本数据缩小至指定区间，得到第一病情样本数据；对第一病情样本数据进行降维处理，确定第二病情样本数据；根据第二病情样本数据
和与第二病情样本数据对应的医生反馈信息，确定第三病情样本数据；相应地，将训练样本集输入到病情检测模型中，对病情检测模型进行迭代训练，具体包括：将第三病情样本数据输入到病情检测模型中，对病情检测模型进行迭代训练。
[0010]在一种可能的实现中，对第一病情样本数据进行降维处理，确定第二病情样本数据，包括：获取第一样本数据中包括的生理特征指标数据的数量，以及身份特征数据、疾病特征指标数据和病史特征指标数据的数量总和，以及第一样本数据的采样次数；
[0011]根据采样次数、生理特征指标数据的数量动态指标数据数量和，以及身份特征数据、疾病特征指标数据、和病史特征指标数据的数量总和确定第一样本数据的第一维度；基于主成分分析算法和/或自编码器算法对第一维度的第一病情样本数据进行降维处理，得到第二维度的第二病情样本数据。
[0012]在一种可能的实现中，根据第二病情样本数据和与第二病情样本数据对应的医生反馈信息，确定第三病情样本数据，包括：在医生反馈信息为误报警信息或病人需求信息的情况下，确定第二病情样本数据为第一样本数据；在医生反馈信息为指标异常信息的情况下，确定第二病情样本数据为第二样本数据，其中，第二样本数据包括多个第二样本数据的类别值；在第二病情样本数据没有对应的医生反馈信息的情况下，确定第二病情样本数据为无标记的病情样本数据；将正常样本数据和异常样本数据确定为有标记的病情样本数据；将有标记的病情样本数据和无标记的病情样本数据确定为第三病情样本数据。
[0013]在一种可能的实现中，将训练样本集输入到病情检测模型中，对病情检测模型进行迭代训练，直至满足预设训练条件，得到训练后的病情检测模型，包括：基于第三病情样本数据，训练病情检测模型；其中，基于第三病情样本数据，训练病情检测模型，包括：对第三病情样本数据进行聚类，确定第三病情样本数据的多个聚类簇；根据多个聚类簇确定多个聚类簇的簇中心对应的多个病情类别值，病情类别值包括多个第二样本数据的和一个第一样本数据的类别值；直至多个病情类别值满足预设训练条件。
[0014]在一种可能的实现中，对第三病情样本数据进行聚类，确定第三病情样本数据的多个聚类簇，包括：根据多个第二样本数据的类别值的数量确定第三病情样本数据中的第二样本数据的聚类簇；根据多个第二样本数据的类别值的数量和预设比值确定第三病情样本数据中的第一样本数据的聚类簇；将第二样本数据的聚类簇和第一样本数据的聚类簇作为第三病情样本数据的多个聚类簇。
[0015]第二方面，本专利技术实施例提供了一种病情检测方法，该方法包括：获取待检测的病情样本数据；将待检测的病情样本数据输入病情检测模型，输出病情样本数据的病情类别值。
[0016]第三方面，本专利技术实施例提供了一种病情检测模型的训练装置，装置包括：获取模块，用于获取训练样本集，训练样本集包括多个病情样本数据，每个病情样本数据包括：身份特征数据和目标指标数据，目标指标数据包括生理特征指标数据、疾病特征指标数据和病史特征指标数据中的至少一个；多个病情样本数据中包括有标记的病情样本数据和无标记的病情样本数据；训练模块，用于将训练样本集输入到病情检测模型中，对病情检测模型进行迭代训练，直至满足预设训练条件，得到训练后的病情检测模型。
[0017]第四方面，本专利技术实施例提供了一种病情检测装置，装置包括：获取模块，用于获取待检测的病情样本数据；输出模块，用于将待检测的病情样本数据输入病情检测模型，输
出病情样本数据的病情类别值。
[0018]第五方面，本专利技术实施例提供了一种计算设备，设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如本专利技术实施例提供的病情检测模型的训练方法。
[0019]第六方面，本专利技术实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如本专利技术实施例提供的病情检测模型的训练方法。
[0020]本专利技术实施例的病情检测模型的训练方法、装置、设备及计算机存储介质，通过根据病人的包括身份特征数据和目标指标数据的病情样本数据训练病情检测模型，其中目标指标数据包括生理特征指标数据、疾病特征指标数据和病史特征指标数据中的至少一个，基于训练后的病情检测模型检测来检测病情数据，可以提高病情检测的效率和准确率。
附图说明
[0021]为了更清楚地说明本专利技术实施例的技术本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种病情检测模型的训练方法，其特征在于，所述病情检测模型用于识别待检测病情样本数据的病情类别值，所述方法包括：获取训练样本集，所述训练样本集包括多个病情样本数据，每个所述病情样本数据包括：身份特征数据和目标指标数据，所述目标指标数据包括生理特征指标数据、疾病特征指标数据和病史特征指标数据中的至少一个；所述多个病情样本数据中包括有标记的病情样本数据和无标记的病情样本数据；将所述训练样本集输入到所述病情检测模型中，对所述病情检测模型进行迭代训练，直至满足预设训练条件，得到训练后的病情检测模型。2.根据权利要求1所述的方法，其特征在于，所述将所述训练样本集输入到所述病情检测模型中，对所述病情检测模型进行迭代训练，直至满足预设训练条件，得到训练后的病情检测模型，具体包括：将所述训练样本集输入到所述病情检测模型中，得到所述训练样本集的分类结果；判断分类结果是否满足预设条件，如果所述分类结果满足所述预设条件，得到训练后的病情检测模型；如果所述分类结果不满足所述预设条件，调整模型参数，将所述训练样本集输入到参数调整后的病情检测模型中，得到所述训练样本集的分类结果；返回判断分类结果是否满足预设条件。3.根据权利要求1所述的方法，其特征在于，在所述得到训练后的病情检测模型之后，所述方法还包括：将有标记的病情样本数据输入到所述病情检测模型中，对所述病情检测模型进行优化，得到优化后的病情检测模型。4.根据权利要求1所述的方法，其特征在于，在所述将所述训练样本集输入到所述病情检测模型中之前，所述方法还包括：对所述病情样本数据进行标准化预处理，使所述病情样本数据缩小至指定区间，得到第一病情样本数据；对所述第一病情样本数据进行降维处理，确定第二病情样本数据；根据所述第二病情样本数据和与所述第二病情样本数据对应的医生反馈信息，确定第三病情样本数据；相应地，所述将所述训练样本集输入到所述病情检测模型中，对所述病情检测模型进行迭代训练，具体包括：将第三病情样本数据输入到所述病情检测模型中，对所述病情检测模型进行迭代训练。5.根据权利要求4所述的方法，其特征在于，所述对所述第一病情样本数据进行降维处理，确定第二病情样本数据，包括：获取所述第一样本数据中包括的生理特征指标数据的数量，以及身份特征数据、疾病特征指标数据和病史特征指标数据的数量总和，以及第一样本数据的采样次数；根据所述采样次数、所述生理特征指标数据的数量和，以及所述身份特征数据、疾病特征指标数据、和病史特征指标数据的数量总和确定所述第一样本数据的第一维度；基于主成分分析算法和/或自编码器算法对第一维度的第一病情样本数据进行降维处
理，得到第二维度的所述第二病情样本数据。6.根据权利要求4所述的方法，其特征在于，所述根据所述第二病情样本数据和与所述第二病情样本数据对应的医生反馈信息，确定第三病情样本数据，包括：在所述医生反馈信息为误报警信息或病人需求信息的情况下，确定所述第二病情样本数据为第一样本数据；在所述医生反馈信息为指标异常信息的情况下，确定所述第二病情样本数据为第二样本数据，...
【专利技术属性】
技术研发人员：胡冉杰，曹雪莹，李楠，张文军，周冰彬，
申请(专利权)人：中国移动通信集团有限公司，
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。