【技术实现步骤摘要】
本申请涉及2型糖尿病并发症预测，特别是涉及一种骨量丢失预测系统、模型建立系统、计算机设备、存储介质和计算机程序产品。
技术介绍
1、2型糖尿病(type 2diabetes mellitus，t2dm)是以血糖升高为主要特征的慢性代谢性疾病，其患病人数在全球激增。研究发现糖尿病与骨质疏松症之间有着复杂的关系，2型糖尿病被认为是骨质疏松和脆性骨折的独立风险因素，t2dm患者产生的骨骼系统的并发症是糖尿病综合管理中不可忽视的一部分。加强对t2dm患者并发骨量丢失的早期筛查和预防工作刻不容缓。
2、传统预测模型只是对骨质疏松做风险预测，并没有预测同样有骨折风险的骨量减少人群。因此需要一种简单便捷、可广泛应用于临床的工具，以实现对t2dm患者发生骨量丢失的风险预测。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够在早期快速识别t2dm患者发生骨量丢失的骨量丢失预测系统、模型建立系统、计算机设备、存储介质和计算机程序产品。
2、第一方面，本申请提供了一种骨量丢失预测系统，该系统包括：
3、参考数据获取模块，用于获取待测对象的参考影响因素数据集；
4、结果数据输出模块，用于调用预先建立的骨量丢失预测模型，输入待测对象的参考影响因素数据集，得到待测对象的骨量丢失预测结果。
5、第二方面，本申请提供了一种骨量丢失预测模型建立系统，用于建立如第一方面提供的骨量丢失预测模型，该系统包括：
6、样本数据获取分组模块，
7、模型训练模块，用于以减少样本中影响因素数据集为输入、减少样本中骨量减少概率为输出，训练获得骨量减少风险预测模型；以疏松样本中影响因素数据集为输入，疏松样本中骨质疏松概率为输出，训练获得骨质疏松风险预测模型；
8、评价验证模块，用于根据骨量减少风险预测模型和骨质疏松风险预测模型生成骨量丢失可视化展示工具，并对骨量减少风险预测模型和骨质疏松风险预测模型进行评价验证，获得以参考影响因素数据集为输入、以骨量丢失预测结果为输出的骨量丢失预测模型；其中，骨量丢失预测模型包括评价验证后的骨量减少风险预测模型和骨质疏松风险预测模型。
9、第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述的骨量丢失预测系统的功能；或者，实现上述的骨量丢失预测模型建立系统的功能。
10、第四方面，本申请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，该计算机程序被处理器执行时实现上述的骨量丢失预测系统的功能；或者，实现上述的骨量丢失预测模型建立系统的功能。
11、第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的骨量丢失预测系统的功能；或者，实现上述的骨量丢失预测模型建立系统的功能。
12、上述骨量丢失预测系统、模型建立系统、计算机设备、存储介质和计算机程序产品，参考数据获取模块获取待测对象的参考影响因素数据集，结果数据输出模块调用预先建立的骨量丢失预测模型，输入待测对象的参考影响因素数据集，得到待测对象的骨量丢失预测结果，实现对t2dm患者并发骨量减少的人群早发现、早干预，从而降低骨质疏松症甚至骨折的发病风险，提高患者的生存和生活质量。样本数据获取分组模块获取预设数量的骨量数据、以及各骨量数据分别所对应的影响因素数据集，并根据dxa检查结果知道骨量数据所分为的骨量正常组、骨量减少组和骨质疏松组，获得各骨量减少概率及其分别对应的影响因素数据集，并以单个骨量减少概率及其对应的影响因素数据集构成单个减少样本，获得减少样本集；获得各骨质疏松概率及其分别对应的影响因素数据集，并以单个骨质疏松概率及其对应的影响因素数据集构成单个疏松样本，获得疏松样本集；模型训练模块以减少样本中影响因素数据集为输入、减少样本中骨量减少概率为输出，训练获得骨量减少风险预测模型；以疏松样本中影响因素数据集为输入，疏松样本中骨质疏松概率为输出，训练获得骨质疏松风险预测模型；评价验证模块根据骨量减少风险预测模型和骨质疏松风险预测模型生成骨量丢失可视化展示工具，并对骨量减少风险预测模型和骨质疏松风险预测模型进行评价验证，获得以参考影响因素数据集为输入、以骨量丢失预测结果为输出的骨量丢失预测模型。该模型为临床医护人员提供了一种在早期就能快速识别t2dm患者是否发生骨量丢失的评估工具，具有便携经济的优点。
本文档来自技高网...【技术保护点】
1.一种骨量丢失预测系统，其特征在于，所述系统包括：
2.一种骨量丢失预测模型建立系统，用于建立如权利要求1中所述的骨量丢失预测模型，其特征在于，所述系统包括：
3.根据权利要求2所述的系统，其特征在于，所述以减少样本中影响因素数据集为输入、减少样本中骨量减少概率为输出，训练获得骨量减少风险预测模型包括：
4.根据权利要求2所述的系统，其特征在于，所述以疏松样本中影响因素数据集为输入，疏松样本中骨质疏松概率为输出，训练获得骨质疏松风险预测模型包括：
5.根据权利要求2所述的系统，其特征在于，所述根据所述骨量减少风险预测模型和骨质疏松风险预测模型生成骨量丢失可视化展示工具包括：
6.根据权利要求2所述的系统，其特征在于，所述对所述骨量减少风险预测模型和骨质疏松风险预测模型进行评价验证包括：
7.根据权利要求6所述的系统，其特征在于，所述通过指定方法对所述骨量减少风险预测模型和骨质疏松风险预测模型进行区分度、校准度、临床获益性评价包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的系统的功能。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的系统的功能。
...【技术特征摘要】
1.一种骨量丢失预测系统，其特征在于，所述系统包括：
2.一种骨量丢失预测模型建立系统，用于建立如权利要求1中所述的骨量丢失预测模型，其特征在于，所述系统包括：
3.根据权利要求2所述的系统，其特征在于，所述以减少样本中影响因素数据集为输入、减少样本中骨量减少概率为输出，训练获得骨量减少风险预测模型包括：
4.根据权利要求2所述的系统，其特征在于，所述以疏松样本中影响因素数据集为输入，疏松样本中骨质疏松概率为输出，训练获得骨质疏松风险预测模型包括：
5.根据权利要求2所述的系统，其特征在于，所述根据所述骨量减少风险预测模型和骨质疏松风险预测模型生成骨量丢失可视化展示工具包括：
6.根据权利要求2所述的系统，其特征在于，...
【专利技术属性】
技术研发人员：朱笑笑，姚凯锋，鞠芸，王丽华，
申请(专利权)人：南通市第一人民医院，
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。