面向糖尿病周围神经病的手术适配性预测方法及系统与流程

摘要: 本发明涉及计算机辅助医疗决策,具体涉及面向糖尿病周围神经病的手术适配性预测方法及系统。背景技术:1、糖尿病周围神经病变是糖尿病常见的慢性并发症之一,当保守治疗难...
面向糖尿病周围神经病的手术适配性预测方法及系统与流程

本发明涉及计算机辅助医疗决策,具体涉及面向糖尿病周围神经病的手术适配性预测方法及系统。

背景技术:

1、糖尿病周围神经病变是糖尿病常见的慢性并发症之一,当保守治疗难以缓解症状时,外科手术减压成为重要的干预选项。随着医疗信息化建设的推进,医疗机构在日常诊疗过程中积累了大量的电子健康记录、电生理检查数据、实验室检验指标以及影像学报告等多源临床资料,为开展数据驱动的临床决策研究提供了丰富的数据基础。

2、在当前的临床实践中,糖尿病周围神经病变患者的手术决策主要依赖临床评分量表与医师经验判断。但现有评估手段通常仅基于单次横截面的检查数据进行静态分析,未充分利用患者术前多次随访产生的时序信息,难以反映神经功能损害的动态演变规律。现有方法将手术适应症评估与术后功能恢复预测割裂为两个独立环节,缺乏从适应症判别到恢复效果预测的连贯性量化框架。即便部分研究引入了基于机器学习的单一预测模型,其输出仅为确定性点估计,未对预测结果的不确定性进行量化,导致临床医师在面对模型输出时无法评估其置信程度,从而限制了辅助决策的可靠性。

3、综上,如何有效利用患者术前积累的纵向临床数据,实现从手术适应症判定到术后恢复预估的系统化分析,并在输出评估结论的同时提供可信度参考,成为该领域面临的技术问题。

技术实现思路

1、本发明提供了面向糖尿病周围神经病的手术适配性预测方法及系统,用于解决糖尿病周围神经病变患者术前难以准确评估手术获益程度及术后功能恢复不确定性,导致手术决策盲目性高的问题。

2、鉴于上述问题,本发明提供了面向糖尿病周围神经病的手术适配性预测方法及系统。

3、第一方面,本发明提供了面向糖尿病周围神经病的手术适配性预测方法,包括:

4、采集患者的术前多维度临床数据,经标准化处理后构建时序特征数据集;

5、基于预设的关键特征清单,对所述时序特征数据集进行特征筛选,确定关键评估指标子集;

6、基于所述关键评估指标子集与预构建的手术适配评估模型,评估获取目标患者的手术适配度评分,并进行适配判别;

7、对适配判别结果为通过的所述关键评估指标子集,沿时间轴进行滑动窗口分割,生成多个特征子序列,并分别输入同一功能恢复预测模型进行独立预测,对预测结果进行聚合计算,输出功能恢复预测结果及不确定性度量;

8、合并输出所述适配判别结果、所述功能恢复预测结果及所述不确定性度量为适配性预测结果。

9、第二方面,本发明提供了面向糖尿病周围神经病的手术适配性预测系统,包括:

10、数据采集与标准化模块,用于采集患者的术前多维度临床数据,经标准化处理后构建时序特征数据集;

11、特征筛选模块,用于基于预设的关键特征清单,对所述时序特征数据集进行特征筛选,确定关键评估指标子集;

12、手术适配度评估模块,用于基于所述关键评估指标子集与预构建的手术适配评估模型,评估获取目标患者的手术适配度评分,并进行适配判别;

13、功能恢复预测模块,用于对适配判别结果为通过的所述关键评估指标子集,沿时间轴进行滑动窗口分割,生成多个特征子序列,并分别输入同一功能恢复预测模型进行独立预测,对预测结果进行聚合计算,输出功能恢复预测结果及不确定性度量;

14、结果合并输出模块,用于合并输出所述适配判别结果、所述功能恢复预测结果及所述不确定性度量为适配性预测结果。

15、本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:

16、本发明的技术方案首先在术前连续观测期内系统采集临床症状评估、神经电生理检查及高分辨超声影像等多维度临床数据,经z-score标准化消除量纲差异后构建行方向对应采样时间点、列方向对应标准化特征值的时序特征数据集,完整保留了患者术前各时间点多维度指标的动态变化信息,为后续分析提供规范化、可比较的数据基础。

17、进一步地,通过组间统计学差异分析、效应量筛选及lasso正则化回归冗余剔除,从全量指标中提取具有临床判别效力的关键评估指标子集,实现了数据降维与噪声滤除,降低后续模型计算复杂度与过拟合风险,提升输入数据的信噪比。

18、进一步地,基于信息增益的数据驱动权重与专家评分的临床先验权重经混合系数融合后,通过联合训练的三层全连接神经网络非线性映射函数将各指标映射至得分空间,加权求和输出手术适配度评分,结合双阈值机制与绝对禁忌条件进行适配通过、不通过或待定的判别,在单一数值中综合反映多维度指标的协同影响,融合客观统计与主观经验,通过待定区间与人工复核转通过路径保留临床审慎空间。

19、进一步地,对适配通过患者的关键评估指标子集沿时间轴进行滑动窗口分割,生成多个特征子序列,分别输入经课程学习策略与三级数据增强训练的lstm功能恢复预测模型,对多组预测值进行截尾均值聚合、变异系数分级和置信区间计算,输出功能恢复预测结果、稳定性等级及置信区间,以多窗口独立预测与聚合分析弥补单一预测的随机波动缺陷,量化不确定性,增强预测结果的稳健性与临床可解释性。

20、最后,将适配判别结果、功能恢复预测结果及不确定性度量结构化合并,输出一体化适配性预测报告,在单一视图内向临床医师同步呈现手术适宜性判定、术后恢复预期及预测可信程度三类关键决策信息,避免信息碎片化。

21、综上所述,本发明的技术方案将手术适应症评估与术后恢复预测有机衔接,融合数据驱动与专家经验双重信息源,量化预测不确定性并提供待定病例的人工复核转通过路径,在提升评估效率与决策一致性的同时为临床医师保留最终裁量权,为糖尿病周围神经病变患者的个体化手术决策提供了一套系统、透明且可追溯的量化辅助工具,进而解决了糖尿病周围神经病变患者术前难以准确评估手术获益程度及术后功能恢复不确定性,导致手术决策盲目性高的问题。

1.面向糖尿病周围神经病的手术适配性预测方法,其特征在于,包括:

2.如权利要求1所述的面向糖尿病周围神经病的手术适配性预测方法,其特征在于,采集患者的术前多维度临床数据,经标准化处理后构建时序特征数据集,包括:

3.如权利要求1所述的面向糖尿病周围神经病的手术适配性预测方法,其特征在于,基于预设的关键特征清单,对所述时序特征数据集进行特征筛选,确定关键评估指标子集,包括:

4.如权利要求1所述的面向糖尿病周围神经病的手术适配性预测方法,其特征在于,基于所述关键评估指标子集与预构建的手术适配评估模型,评估获取目标患者的手术适配度评分,并进行适配判别,包括:

5.如权利要求1所述的面向糖尿病周围神经病的手术适配性预测方法,其特征在于,对适配判别结果为通过的所述关键评估指标子集,沿时间轴进行滑动窗口分割,生成多个特征子序列,并分别输入同一功能恢复预测模型进行独立预测,包括:

6.如权利要求5所述的面向糖尿病周围神经病的手术适配性预测方法,其特征在于,对预测结果进行聚合计算,输出功能恢复预测结果及不确定性度量,包括:

7.如权利要求1所述的面向糖尿病周围神经病的手术适配性预测方法,其特征在于,所述功能恢复预测模型的构建和训练,包括:

8.如权利要求1所述的面向糖尿病周围神经病的手术适配性预测方法,其特征在于,基于所述关键评估指标子集与预构建的手术适配评估模型,评估获取目标患者的手术适配度评分,并进行适配判别,之前,还包括:

9.如权利要求1所述的面向糖尿病周围神经病的手术适配性预测方法,其特征在于,还包括:

10.面向糖尿病周围神经病的手术适配性预测系统,其特征在于,用于执行权利要求1至9任意一项所述的面向糖尿病周围神经病的手术适配性预测方法,包括: