【技术实现步骤摘要】
本专利技术涉及医疗信息处理，具体涉及一种基于检测数据的肝炎预测模型及其构建方法。
技术介绍
1、原发性肝癌是肝硬化最严重并发症之一，目前肝癌的生存率普遍低于20％，病死率占我国恶性肿瘤的第二位。早期肝癌无特异性临床症状，无明显阳性体征或仅有类似肝硬化体征，当出现明显临床症状和体征时肝癌已处于中晚期，极大地影响了肝癌的治愈率及预后。因此对高危人群定期监测、早期诊治可有效延长患者生存期。高危人群可视为：有肝癌家族史、高病毒载量、病程长、合并多种病毒感染或伴随有嗜酒、肥胖和糖尿病等危险因素的肝硬化的患者。
2、因此，如何提供一种预测方法，能够对患者的肝炎情况进行预测，使其能及时对肝炎患者进行治疗，降低肝炎患者的死亡率，达到疾病预警的目的，是本领域技术人员亟待解决的技术问题。
技术实现思路
1、为此，本专利技术提供一种基于检测数据的肝炎预测模型及其构建方法，以解决现有技术中由于肝炎患者出现症状慢而导致的发现不及时、延误治疗时间的问题。
2、为了实现上述目的，本专利技术提供如下技术方案：
3、根据本专利技术的第一方面，提出了一种基于检测数据的肝炎预测模型的构建方法，包括以下步骤：
4、步骤s1：获取同等数量的早期、中期和晚期肝炎患者的相关数据；
5、步骤s2：基于所述早期、中期和晚期肝炎患者的相关数据，筛选得到肝炎影响因素及其对应权重；
6、步骤s3：基于所述肝炎影响因素及其对应权重，评价早期、中期和晚期肝炎患者在不同时
7、步骤s4：基于早期、中期和晚期肝炎患者在不同时间段的评分值，绘制得到第一对比曲线；
8、步骤s5：获取待检测患者的肝炎影响因素在不同时间段的评分值，绘制得到第二对比曲线；
9、步骤s6：比较得到第一对比曲线和第二对比曲线的拟合度；
10、步骤s7：根据第一对比曲线和第二对比曲线的拟合度，预测待检测患者的肝炎严重程度。
11、进一步地，所述步骤s2中，基于所述早期、中期和晚期肝炎患者的相关数据，筛选得到肝炎影响因素，具体包括：
12、遍历早期肝炎患者、中期肝炎患者和晚期肝炎患者的临床特征；
13、建立早期肝炎患者的第一特征集合a，所述第一特征集合a中包含早期肝炎患者表现出的临床特征；
14、建立中期肝炎患者的第二特征集合b，所述第二特征集合b中包含中期肝炎患者表现出的临床特征；
15、建立晚期肝炎患者的第三特征集合c，所述第三特征集合c中包含晚期肝炎患者表现出的临床特征；
16、求解第一特征集合a、第二特征集合b和第三特征集合c的交集，得到肝炎影响因素。
17、进一步地，所述步骤s2中，基于所述早期、中期和晚期肝炎患者的相关数据，确定肝炎影响因素对应权重，具体包括：
18、获取早期、中期和晚期肝炎患者的肝炎影响因素的差异概率集合u＝{u1，u 2，u3，…，un}，其中，u1为第一肝炎影响因素在早期、中期和晚期肝炎患者中的差异概率，u2为第二肝炎影响因素人群在早期、中期和晚期肝炎患者中的差异概率，u3为第三肝炎影响因素人群在早期、中期和晚期肝炎患者中的差异概率，un为第n肝炎影响因素人群在早期、中期和晚期肝炎患者中的差异概率，n为肝炎影响因素的个数；
19、基于早期、中期和晚期肝炎患者的肝炎影响因素的差异概率集合u，确定肝炎患者的肝炎影响因素对应的预设权重集q＝{q1，q2，q3，…，qn}，其中，q1为第一肝炎影响因素的预设权重，q2为第二肝炎影响因素的预设权重，q3为第三肝炎影响因素的预设权重，qn为第n肝炎影响因素的预设权重，n为肝炎影响因素的个数。
20、进一步地，所述步骤s4中，基于肝炎患者在不同时间段的评分值，绘制得到第一对比曲线，具体包括：
21、步骤s401：获取早期、中期和晚期肝炎患者在第一时间段的肝炎影响因素的评分值；
22、步骤s402：获取早期、中期和晚期肝炎患者在第二时间段的肝炎影响因素的评分值；
23、步骤s403：获取早期、中期和晚期肝炎患者在第三时间段的肝炎影响因素的评分值；
24、步骤s404：在时间-评分图像上绘制早期肝炎患者的第一对比曲线、中期肝炎患者的第一对比曲线和晚期肝炎患者的第一对比曲线。
25、进一步地，根据第一评价函数，评价肝炎患者在不同时间段的评分值，绘制第一对比曲线和第二对比曲线，其中，所述第一评价函数为：
26、
27、其中，p为肝炎患者的评分值，qi为第i个肝炎影响因素的预设权重，fi(xi)为第i个肝炎影响因素对应的预设函数，xi为第i个肝炎影响因素对应的特征数据，i为大于等于1小于等于n的正整数，n为肝炎影响因素的个数。
28、进一步地，所述步骤s6中，比较得到第一对比曲线和第二对比曲线的拟合度，具体包括：
29、步骤s601：基于早期肝炎患者的第一对比曲线，比较待检测患者的第二对比曲线，得到第一拟合度；
30、步骤s602：基于中期肝炎患者的第一对比曲线，比较待检测患者的第二对比曲线，得到第二拟合度；
31、步骤s603：基于晚期肝炎患者的第一对比曲线，比较待检测患者的第二对比曲线，得到第三拟合度。
32、进一步地，所述步骤s7中，根据第一对比曲线和第二对比曲线的拟合度，预测待检测患者的肝炎严重程度，具体为：比较所述第一拟合度、第二拟合度和第三拟合度，获取拟合度接近1的第一对比曲线对应的肝炎严重程度。
33、进一步地，通过第一计算函数得到所述第一对比曲线和第二对比曲线的拟合度，其中，所述第一计算函数为：
34、
35、其中，θ为第一对比曲线和第二对比曲线的拟合度，g1(p1)为第一对比曲线极小斜率对应的预设函数，g1(p2)为第二对比曲线极小斜率对应的预设函数，g2(p1)为第一对比曲线极大斜率对应的预设函数，g2(p2)为第二对比曲线极大斜率对应的预设函数，p1为第一对比曲线上对应的评分值，p2为第二对比曲线上对应的评分值。
36、根据本专利技术的第二方面，提供了一种基于检测数据的肝炎预测模型，由上述任一项所述的基于检测数据的肝炎预测模型的构建方法得到。
37、本专利技术具有如下优点：
38、本申请获取同等数量的早期、中期和晚期肝炎患者的相关数据；基于早期、中期和晚期肝炎患者的相关数据，筛选得到肝炎影响因素及其对应权重；基于肝炎影响因素及其对应权重，评价早期、中期和晚期肝炎患者在不同时间段的评分值；基于早期、中期和晚期肝炎患者在不同时间段的评分值，绘制得到第一对比曲线；获取待检测患者的肝炎影响因素在不同时间段的评分值，绘制得到第二对比曲线；比较得到第一对比曲线和第二对比曲线的拟合度；根据第一对比曲线和第二对比曲线的拟合度，预测待检测患者的肝炎严重程度。
39、本申请通过获取早期、中期和晚本文档来自技高网...
【技术保护点】
1.一种基于检测数据的肝炎预测模型的构建方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，所述步骤S2中，基于所述早期、中期和晚期肝炎患者的相关数据，筛选得到肝炎影响因素，具体包括：
3.如权利要求2所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，所述步骤S2中，基于所述早期、中期和晚期肝炎患者的相关数据，确定肝炎影响因素对应权重，具体包括：
4.如权利要求1所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，所述步骤S4中，基于肝炎患者在不同时间段的评分值，绘制得到第一对比曲线，具体包括：
5.如权利要求3所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，根据第一评价函数，评价肝炎患者在不同时间段的评分值，绘制第一对比曲线和第二对比曲线，其中，所述第一评价函数为：
6.如权利要求1所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，所述步骤S6中，比较得到第一对比曲线和第二对比曲线的拟合度，具体包括：
7.如权利要求6所述的基于检
8.如权利要求7所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，通过第一计算函数得到所述第一对比曲线和第二对比曲线的拟合度，其中，所述第一计算函数为：
9.一种基于检测数据的肝炎预测模型，其特征在于，由如权利要求1-8任一项所述的基于检测数据的肝炎预测模型的构建方法得到。
...【技术特征摘要】
1.一种基于检测数据的肝炎预测模型的构建方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，所述步骤s2中，基于所述早期、中期和晚期肝炎患者的相关数据，筛选得到肝炎影响因素，具体包括：
3.如权利要求2所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，所述步骤s2中，基于所述早期、中期和晚期肝炎患者的相关数据，确定肝炎影响因素对应权重，具体包括：
4.如权利要求1所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，所述步骤s4中，基于肝炎患者在不同时间段的评分值，绘制得到第一对比曲线，具体包括：
5.如权利要求3所述的基于检测数据的肝炎预测模型的构建方法，其特征在于，根据第一评价函数，评价肝炎患者在不同时间段的评分值，绘制第一对比曲线和第二对比曲...
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。