【技术实现步骤摘要】
本专利技术涉及心衰预测模型，具体而言，涉及一种心衰数据处理方法、系统及电子设备。
技术介绍
1、心力衰竭简称心衰(heart failure,hf)，是各种心脏结构或功能性疾病导致心室充盈和(或)射血功能受损，心排血量不能满足机体组织代谢需要，以使肺循环和(或)体循环不畅，目前需要投入大量的医疗资源和医护人员对患者进行复杂处理之后，才有可能判断心衰患者的病情进行准确评估。因此，急需一种能够既节省医疗资源又能够提高心衰死亡风险的预测方法。
技术实现思路
1、为解决上述存在的技术问题，本专利技术实施例提供一种心衰数据处理方法、系统及电子设备。
2、第一方面，一种心衰数据处理方法，包括：
3、获取一段时间内，心衰患者群体的病例信息；
4、对所述病例信息进行筛选得到多个心衰患者特征，将多个所述心衰患者特征集合形成数据集；
5、对所述数据集进行分割，生成训练集和测试集；
6、利用所述训练集构建第一初级心衰预测模型，通过所述第一初级心衰预测模型建立第一目标心衰预测模型b1；
7、将所述测试集输入所述第一目标心衰预测模型b1中，得到所述第一目标心衰预测模型b1输出的多组正负样本比例，根据所述多组正负样本比例确定阈值；
8、利用所述训练集构建第二初级心衰预测模型，通过所述第二初级心衰预测模型建立第二目标心衰预测模型b2；
9、通过所述第一目标心衰预测模型b1对心衰患者特征进行处理，得到心衰患者在一段时间
10、通过所述第二目标心衰预测模型b2对心衰患者特征进行处理，得到心衰患者的全因死亡的概率预测值；
11、当所述死亡概率预测值和所述全因死亡的概率预测值均大于所述阈值时，则发出所述目标患者为高风险的提示信息。
12、第二方面，本专利技术实施例还提供了一种心衰数据处理系统，包括：
13、获取模块，获取一段时间内，心衰患者群体的病例信息；
14、筛选模块，对所述病例信息进行筛选得到多个心衰患者特征，将多个所述心衰患者特征集合形成数据集；
15、分割模块，用于对所述数据集进行分割，生成训练集和测试集；
16、第一预测模块，利用所述训练集构建第一初级心衰预测模型，通过所述第一初级心衰预测模型建立第一目标心衰预测模型b1；
17、确定模块，将所述测试集输入所述第一目标心衰预测模型b1中，得到所述第一目标心衰预测模型b1输出的多组正负样本比例，根据所述多组正负样本比例确定阈值；
18、第二预测模块，利用所述训练集构建第二初级心衰预测模型，通过所述第二初级心衰预测模型建立第二目标心衰预测模型b2；
19、第一概率预测模块，通过所述第一目标心衰预测模型b1对心衰患者特征进行处理，得到心衰患者在一段时间的死亡概率预测值；
20、第二概率预测模块，通过所述第二目标心衰预测模型b2对心衰患者特征进行处理，得到心衰患者的全因死亡的概率预测值；
21、输出模块，当所述死亡概率预测值和所述全因死亡的概率预测值均大于所述阈值时，则发出所述目标患者为高风险的提示信息。
22、第三方面，本专利技术实施例提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述第一方面中的步骤。
23、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中的步骤。
24、本申请上述第一方面至第四方面提供的方案中，对一段时间内的心衰患者群体的病例信息进行筛选，得到多个心衰患者特征的数据集，将数据集分割形成训练集和测试集，通过训练集建立第一初级心衰预测模型和第一目标心衰预测模型b1，将训练集输入第一目标心衰预测模型b1中并得到多组正负样本比例，通过正负样本比例确定阈值；再次利用训练集建立第二初级心衰预测模型和第二目标心衰预测模型b2，通过第一目标心衰预测模型b1心衰患者特征进行处理，得到心衰患者在一段时间的死亡概率预测值；通过第二目标心衰预测模型b2心衰患者特征进行处理，得到心衰患者的全因死亡的概率预测值，确定死亡概率预测值大于阈值或全因死亡的概率预测值大于阈值，发出目标患者为高风险的提示信息；与相关技术中需使用到大量医疗资源与医护人员反复进行检查相比，利用建立的第一目标心衰预测模型b1和第二目标心衰预测模型b2对目标患者的短期死亡和全因死亡概率进行预测，辅助医生对患者的心衰状况进行更准确的评估，可以大大节省医疗资源。
25、为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种心衰数据处理方法，其特征在于，包括：
2.根据权利要求1所述的心衰数据处理方法，其特征在于，所述通过所述第一初级心衰预测模型建立第一目标心衰预测模型B1，包括：
3.根据权利要求2所述的心衰数据处理方法，其特征在于，所述利用所述训练集构建第二初级心衰预测模型，包括：
4.根据权利要求1所述的心衰数据处理方法，其特征在于，所述通过所述第二初级心衰预测模型建立第二目标心衰预测模型B2，包括：
5.根据权利要求1所述的心衰数据处理方法，其特征在于，所述将所述测试集输入所述第一目标心衰预测模型B1中，得到所述第一目标心衰预测模型B1输出的多组正负样本比例，根据所述多组正负样本比例确定阈值，包括：
6.一种心衰数据处理系统，其特征在于，包括：
7.根据权利要求6所述的心衰数据处理系统，其特征在于，所述第一预测模块，包括：
8.根据权利要求6所述的心衰数据处理系统，其特征在于，所述确定模块，包括：
9.根据权利要求6所述的心衰数据处理系统，其特征在于，所述第二预测模块，包括：
...
【技术特征摘要】
1.一种心衰数据处理方法，其特征在于，包括：
2.根据权利要求1所述的心衰数据处理方法，其特征在于，所述通过所述第一初级心衰预测模型建立第一目标心衰预测模型b1，包括：
3.根据权利要求2所述的心衰数据处理方法，其特征在于，所述利用所述训练集构建第二初级心衰预测模型，包括：
4.根据权利要求1所述的心衰数据处理方法，其特征在于，所述通过所述第二初级心衰预测模型建立第二目标心衰预测模型b2，包括：
5.根据权利要求1所述的心衰数据处理方法，其特征在于，所述将所述测试集输入所述第一目标心...
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。