基于深度学习的牙周病-高血糖双向特征分析系统的制作方法

本发明涉及临床医学与病理生理学，具体涉及基于深度学习的牙周病-高血糖双向特征分析系统。

背景技术：

1、牙周炎与高血糖之间存在明显的双向促进关系，局部牙周组织发炎会向全身血液释放炎症因子，加剧机体的胰岛素抵抗；长期的高血糖或频繁的血糖大幅起伏会损伤微血管内皮，加速牙周支持组织的崩解。在常规医疗数据采集中，口腔科的探诊数据表现为低频、静态的空间检查常数，内分泌科的连续血糖监测数据表现为高频、动态的一维时间序列。

2、现有的处理跨科室疾病数据的预警系统，通常采用独立并行的评估逻辑，血糖浓度的评估通常是阈值截断方法，会破坏连续波动的完整周期，无法提取闭合的交变波动特征；此外，现有系统缺乏对异构数据的时空对齐与融合机制，无法将静态的局部牙周异常常数作为实时权重同步映射到高频动态的血糖时间序列中。由于这些数据维度错配和量纲冲突问题，现有系统难以将跨器官的相互影响转化为统一尺度的联合特征。

技术实现思路

1、为了解决跨科室疾病数据维度错配和量纲冲突的技术问题，本发明的目的在于提供一种基于深度学习的牙周病-高血糖双向特征分析系统，所采用的技术方案具体如下：

2、本发明提出了一种基于深度学习的牙周病-高血糖双向特征分析系统，所述系统包括：

3、基础计算模块，用于读取口腔科病例数据，得到每个有效检查位点的探诊深度和出血记录，并根据探诊深度和出血记录计算得到异常深度常数；基于预设的时间步提取瞬时血糖浓度数值，通过瞬时血糖浓度数值与基准血糖浓度的差异计算各时间步的游离血糖增量；

4、代谢累积模块，用于通过采集的医疗交叉数据集提取基础代谢比例常数；并根据异常深度常数和游离血糖增量对基础代谢比例常数进行加权，得到单步血糖代谢比例；基于各时间步的单步血糖代谢比例和游离血糖增量对上一时间步的未代谢血糖浓度进行调整，得到各时间步的累积血糖代谢负荷；

5、关联模块，用于将累积血糖代谢负荷按照时间步排序，得到各血糖浓度升降循环及对应的浓度极差数值和持续步数；基于多层嵌套的血糖浓度升降循环的浓度极差数值和持续步数，计算被嵌套时间步的基准极差参数和基准持续步数；根据基准极差参数和基准持续步数对累积血糖代谢负荷进行调整，再与异常深度常数计算得到关联特征数值；

6、降维模块，用于根据时间步对关联特征数值排序，遍历排序后的关联特征数值进行时间轴降维，得到代谢失代偿特征向量。

7、进一步地，所述异常深度常数的获取方法包括：

8、读取口腔科病例数据，根据病例数据提取所有有效检查位点的探诊深度和出血记录，将出血记录转换为布尔值；

9、计算每个有效检查位点的探诊深度和出血记录布尔值的乘积，并基于有效检查位点数求均值，得到异常深度常数。

10、进一步地，所述基础代谢比例常数的获取方法包括：

11、将采集的医疗交叉数据集划分为训练集和验证集，基于网格搜索算法在训练集上训练模型，并在验证集上评估性能，选择验证集性能最优的常数作为基础代谢比例常数。

12、进一步地，所述单步血糖代谢比例的获取方法包括：

13、基于医疗交叉数据集和网格搜索算法对参数迭代寻优，得到牙周异常衰减系数和血糖浓度衰减系数；

14、计算牙周异常衰减系数和异常深度常数的乘积，将该乘积进行标准化处理，得到牙周异常权重因子，该乘积与牙周异常权重因子呈负相关；

15、计算血糖浓度衰减系数和游离血糖增量的乘积，将该乘积进行标准化处理，得到血糖权重因子，该乘积与血糖权重因子呈负相关；

16、基于牙周异常权重因子和血糖权重因子对基础代谢比例常数进行乘积加权，得到单步血糖代谢比例。

17、进一步地，所述累积血糖代谢负荷的获取方法包括：

18、基于各时间步的单步血糖代谢比例计算单步血糖未代谢比例，计算单步血糖未代谢比例与上一时间步的未代谢血糖浓度的乘积，并与对应游离血糖增量相加，得到理论累积血糖代谢负荷；

19、将理论累积血糖代谢负荷与预设的未代谢血糖浓度上限常数作对比，取最小值为各时间步的累积血糖代谢负荷。

20、进一步地，所述浓度极差数值和持续步数的获取方法包括：

21、将累积血糖代谢负荷按照时间步的顺序排序，得到未代谢血糖浓度序列，通过雨流计数算法对未代谢血糖浓度序列搜索，提取所有的血糖浓度升降循环；

22、计算各血糖浓度升降循环的累积血糖代谢负荷对应最小值和最大值的差值绝对值，得到对应的浓度极差数值；

23、计算各血糖浓度升降循环终止时间步减去起始时间步的差值，得到对应的持续步数。

24、进一步地，在获得浓度极差数值和持续步数之后还包括：

25、提取各血糖浓度升降循环的起始时间步，若起始时间步在前预设数量个时间步区间内，将对应血糖浓度升降循环剔除。

26、进一步地，所述基准极差参数和基准持续步数的获取方法包括：

27、对于存在多层嵌套的时间步，基于多层嵌套的血糖浓度升降循环的浓度极差数值和嵌套层数，计算被嵌套时间步的基准极差参数；

28、提取多层嵌套的血糖浓度升降循环的最大持续步数，作为被嵌套时间步的基准持续步数。

29、进一步地，所述关联特征数值的获取方法包括：

30、基于医疗交叉数据集和网格搜索算法对参数迭代寻优，得到异常放大倍数；

31、基于异常放大倍数和异常深度常数计算得到牙周异常因子；

32、对基准极差参数和基准持续步数进行标准化，基于标准化后的基准极差参数和基准持续步数计算，得到循环波动项；计算循环波动项与对应时间步的累积血糖代谢负荷的乘积，得到血糖浓度因子；

33、计算牙周异常因子与血糖浓度因子的乘积，得到关联特征数值。

34、进一步地，所述代谢失代偿特征向量的获取方法包括：

35、将关联特征数值按照时间步的顺序排序，得到关联特征数值序列，将关联特征数值序列输入门控循环单元网络再进行时间轴降维，输出代谢失代偿特征向量。

36、本发明具有如下有益效果：

37、本发明通过读取口腔科病例数据获取异常深度常数，基于预设时间步提取瞬时血糖浓度并与基准血糖浓度差异计算游离血糖增量；通过异常深度常数和游离血糖增量对基础代谢比例常数进行加权，得到单步血糖代谢比例，并迭代调整上一时间步的未代谢血糖浓度得到累积血糖代谢负荷，建立了静态空间数据与动态时序数据的初步对应关系，解决了异构数据维度错配的问题；通过提取血糖浓度升降循环的浓度极差数值和持续步数，并基于多层嵌套循环计算基准极差参数和基准持续步数，完整保留了血糖波动的闭合交变特征；根据基准极差参数和基准持续步数调整累积血糖代谢负荷，并与异常深度常数结合得到关联特征数值，进一步消除了量纲冲突，将跨器官相互影响转化为统一尺度的联合特征；最后通过对关联特征数值进行时间轴降维得到代谢失代偿特征向量，能够准确输出双向耦合强度，解决了难以将跨器官的相互影响转化为统一尺度的联合特征的问题。