本发明专利技术实施例提供了一种心室辅助设备的推荐方法及装置，涉及医疗器械技术领域。上述方法包括：获得表征目标对象的心脏实时状态的第一数据、以及心脏历史状态的第二数据；基于所述第一数据以及第二数据，预测所述目标对象所使用的目标心室辅助设备；向所述目标对象推荐所述目标心室辅助设备。应用本实施例提供的方案进行心室辅助设备的推荐时，能够提高推荐效率。效率。效率。
【技术实现步骤摘要】
一种心室辅助设备的推荐方法及装置
[0001]本专利技术涉及医疗器械
，特别是涉及一种心室辅助设备的推荐方法及装置。
技术介绍
[0002]心室辅助设备，用于通过提供血液动力来促进心脏康复。以介入式左心室辅助设备为例，介入式左心室辅助设备为临时的心室支持设备，适用于在急性心肌梗塞、心脏直视手术或者心肌类疾病发生后的48h内产生的持续心源性休克，使用介入式左心室辅助设备能够降低心室做功和提高必要的循环支持，以使心脏恢复和进行剩余心肌功能的早期评估。
[0003]当前，由经验丰富的医师从已有的心室辅助设备中确定向患者推荐的设备，然而，已有的心室辅助设备的数量较多，从数量较多的心室辅助设备中确定向患者推荐的设备时，推荐效率较低。
技术实现思路
[0004]本专利技术实施例的目的在于提供一种心室辅助设备的推荐方法及装置，以提高推荐效率。具体技术方案如下：
[0005]第一方面，本专利技术实施例提供了一种心室辅助设备的推荐方法，所述方法包括：
[0006]获得表征目标对象的心脏实时状态的第一数据、以及心脏历史状态的第二数据；
[0007]基于所述第一数据以及第二数据，预测所述目标对象所使用的目标心室辅助设备；
[0008]向所述目标对象推荐所述目标心室辅助设备。
[0009]本专利技术的一个实施例中，上述基于所述第一数据以及第二数据，预测所述目标对象所使用的目标心室辅助设备，包括：
[0010]基于所述第一数据，从备选心室辅助设备中确定第一设备、以及所述第一设备针对所述目标对象的第一适配度；
[0011]基于所述第二数据，从备选心室辅助设备中确定第二设备、以及所述第二设备针对所述目标对象的第二适配度；
[0012]基于第一设备对应的第一适配度、以及第二设备对应的第二适配度，从第一设备与第二设备中确定所述目标对象所使用的目标心室辅助设备。
[0013]本专利技术的一个实施例中，上述基于第一设备对应的第一适配度、以及第二设备对应的第二适配度，从第一设备与第二设备中确定所述目标对象所使用的目标心室辅助设备，包括：
[0014]确定第一设备与第二设备中发生重复的第三设备；
[0015]基于所述第三设备的第一适配度以及第二适配度，从所述第三设备中确定目标对象所使用的目标心室辅助设备。
[0016]本专利技术的一个实施例中，上述基于所述第一数据以及第二数据，预测所述目标对象所使用的目标心室辅助设备，包括：
[0017]基于所述第一数据以及第二数据，生成第三数据；
[0018]基于所述第三数据，预测所述目标对象所使用的目标心室辅助设备。
[0019]本专利技术的一个实施例中，上述基于所述第三数据，预测所述目标对象所使用的目标心室辅助设备，包括：
[0020]基于目标对象的属性信息，确定所述目标对象所属的目标对象类；
[0021]基于表征所述目标对象类包含的每一对象的心脏状态的第四数据、以及所述目标对象的第三数据，确定所述目标对象的参照对象，将所述参照对象所使用的心室辅助设备确定为所述目标对象所使用的目标心室辅助设备。
[0022]本专利技术的一个实施例中，上述基于所述目标对象类包含的每一对象的第四数据以及所述目标对象的第三数据，确定所述目标对象的参照对象，包括：
[0023]针对所述目标对象类所包含的每一对象，计算该对象的第四数据与所述目标对象的第三数据之间的相似度；
[0024]基于所计算的相似度，确定所述目标对象的参照对象。
[0025]本专利技术的一个实施例中，上述基于所述第三数据，预测所述目标对象所使用的目标心室辅助设备，包括：
[0026]将所述第三数据输入预测模型，获得所述预测模型输出的心室辅助设备的目标标识，将所述目标标识对应的心室辅助设备确定为所述目标对象所使用的目标心室辅助设备；
[0027]其中，所述预测模型为：采用表征样本对象的心脏状态的数据为训练样本，以样本对象所使用的心室辅助设备为训练基准，对初始神经网络模型进行训练得到的、用于预测心室辅助设备针对对象的心脏状态的适配度的模型。
[0028]第二方面，本专利技术实施例提供了一种心室辅助设备的推荐装置，所述装置包括：
[0029]数据获得模块，用于获得表征目标对象的心脏实时状态的第一数据、以及心脏历史状态的第二数据；
[0030]设备预测模块，用于基于所述第一数据以及第二数据，预测所述目标对象所使用的目标心室辅助设备；
[0031]设备推荐模块，用于向所述目标对象推荐所述目标心室辅助设备。
[0032]本专利技术的一个实施例中，上述设备预测模块，包括：
[0033]第一数据确定子模块，用于基于所述第一数据，从备选心室辅助设备中确定第一设备、以及所述第一设备针对所述目标对象的第一适配度；
[0034]第二数据确定子模块，用于基于所述第二数据，从备选心室辅助设备中确定第二设备、以及所述第二设备针对所述目标对象的第二适配度；
[0035]设备确定子模块，用于基于第一设备对应的第一适配度、以及第二设备对应的第二适配度，从第一设备与第二设备中确定所述目标对象所使用的目标心室辅助设备。
[0036]本专利技术的一个实施例中，上述设备确定子模块，具体用于确定第一设备与第二设备中发生重复的第三设备；基于所述第三设备的第一适配度以及第二适配度，从所述第三设备中确定目标对象所使用的目标心室辅助设备。
[0037]本专利技术的一个实施例中，上述设备预测模块，包括：
[0038]第三数据确定子模块，用于基于所述第一数据以及第二数据，生成第三数据；
[0039]设备预测子模块，用于基于所述第三数据，预测所述目标对象所使用的目标心室辅助设备。
[0040]本专利技术的一个实施例中，上述设备预测子模块，包括：
[0041]对象类确定单元，用于基于目标对象的属性信息，确定所述目标对象所属的目标对象类；
[0042]设备确定单元，用于基于表征所述目标对象类包含的每一对象的心脏状态的第四数据、以及所述目标对象的第三数据，确定所述目标对象的参照对象，将所述参照对象所使用的心室辅助设备确定为所述目标对象所使用的目标心室辅助设备。
[0043]本专利技术的一个实施例中，上述设备确定单元，具体用于针对所述目标对象类所包含的每一对象，计算该对象的第四数据与所述目标对象的第三数据之间的相似度；基于所计算的相似度，确定所述目标对象的参照对象。
[0044]本专利技术的一个实施例中，上述设备预测子模块，具体用于将所述第三数据输入预测模型，获得所述预测模型输出的心室辅助设备的目标标识，将所述目标标识对应的心室辅助设备确定为所述目标对象所使用的目标心室辅助设备；其中，所述预测模型为：采用表征样本对象的心脏状态的数据为训练样本，以样本对象所使用的心室辅助设备为训练基准，对初始神经网络模型进行训练得到的、用于预测心室辅助设备针对对象的心脏状态的适配度的模型。
[0045本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种心室辅助设备的推荐方法，其特征在于，所述方法包括：获得表征目标对象的心脏实时状态的第一数据、以及心脏历史状态的第二数据；基于所述第一数据以及第二数据，预测所述目标对象所使用的目标心室辅助设备；向所述目标对象推荐所述目标心室辅助设备。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一数据以及第二数据，预测所述目标对象所使用的目标心室辅助设备，包括：基于所述第一数据，从备选心室辅助设备中确定第一设备、以及所述第一设备针对所述目标对象的第一适配度；基于所述第二数据，从备选心室辅助设备中确定第二设备、以及所述第二设备针对所述目标对象的第二适配度；基于第一设备对应的第一适配度、以及第二设备对应的第二适配度，从第一设备与第二设备中确定所述目标对象所使用的目标心室辅助设备。3.根据权利要求2所述的方法，其特征在于，所述基于第一设备对应的第一适配度、以及第二设备对应的第二适配度，从第一设备与第二设备中确定所述目标对象所使用的目标心室辅助设备，包括：确定第一设备与第二设备中发生重复的第三设备；基于所述第三设备的第一适配度以及第二适配度，从所述第三设备中确定目标对象所使用的目标心室辅助设备。4.根据权利要求1所述的方法，其特征在于，所述基于所述第一数据以及第二数据，预测所述目标对象所使用的目标心室辅助设备，包括：基于所述第一数据以及第二数据，生成第三数据；基于所述第三数据，预测所述目标对象所使用的目标心室辅助设备。5.根据权利要求4所述的方法，其特征在于，所述基于所述第三数据，预测所述目标对象所使用的目标心室辅助设备，包括：基于目标对象的属性信息，确定所述目标对象所属的目标对象类；基于表征所述目标对象类包含的每一对象的心脏状态的第四数据、以及所述目标对象的第三数据，确定所述目标对象的参照对象，将所述参照对象所使用的心室辅助设备确定...
【专利技术属性】
技术研发人员：葛柳婷，戴明，程洁，殷安云，杨浩，王新宇，李修宝，
申请(专利权)人：安徽通灵仿生科技有限公司，
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。