[发明专利]一种基于深度神经网络的术后数据分析方法及设备

说明书

本发明提供了一种基于深度神经网络的术后数据分析设备及方法，该设备包括：数据输入部、数据预处理部、数据分析部、存储部、输出部；数据输入部连接数据预处理部，数据预处理部连接数据分析部，数据分析部连接输出部；数据输入部、数据预处理部、数据分析部、输出部分别与存储部连接；数据预处理部对所述原始数据集进行预处理，获得归一化后的标准数据集；数据分析部接收所述标准数据集，并进行分析，针对标准数据集中的单个的个体单位数据集，给出分类后的数据标签。本发明能较好地获取单个个体数据中血清学指标的主要特征，并且精确地获取单个个体数据对应的数据标签，为后续医学研究提供了良好的数据支撑。

技术领域

本发明涉及医学移植后相关数据的分析及处理领域，特别涉及一种基于深度神经网络的针对肝移植后各项监测数据的处理及分析相关的方法及系统，可广泛应用于数据监测类的医疗设备及医学研究中。

背景技术

肝细胞癌(Hepatocellular carcinoma,HCC)是我国最常见的恶性肿瘤，据统计，每年新发肝癌病例约37万，病死率约占88％，已成为我国第二位恶性肿瘤致死原因，严重影响人们的身体健康。而在常规的肝移植术后的数据的分析中，目前常用的米兰标准等，已不能很好地满足现有的海量数据的分析要求。目前常规的手段，仅是通过医护人员对海量信息进行人工的筛选和排序，再通过简单的医疗系统分析，给出数据预测结果，从而作为后续数据监控的中间变量，但该些方法已无法适应现有的数据量要求，其准确性和参考价值，也同样不断受到质疑。在医疗领域中，尤其是医疗器械领域中，如何通过系统的方法，在医疗设备装置中更好地处理海量的肝移植后各项数据，并对该些海量数据进行有效性筛选，从而提供更为贴切且有利于后续数据走势预测的数据分析方法，是目前市场上的一项亟待解决的问题。而海量病例数据的有效筛选和处理，以及数据间潜在关系的挖掘，将大大减轻医务人员及技术人员在海量数据处理中的工作量，从而为后续的病理分析等提供一定的处理后的标准化数据作为基础数据。

发明内容

有鉴于此，本发明实施例提供一种基于深度神经网络的术后数据分析设备及方法，具体而言，提供了以下的技术方案：

首先，本发明提供了一种基于深度神经网络的术后数据分析设备，该设备包括：

数据输入部、数据预处理部、数据分析部、存储部、输出部；所述数据输入部连接数据预处理部，所述数据预处理部连接所述数据分析部，所述数据分析部连接所述输出部；所述数据输入部、数据预处理部、数据分析部、输出部分别与所述存储部连接；

数据输入部，用于输入术后的原始数据集；所述原始数据集输入后，由所述数据输入部发送至数据预处理部；

所述数据预处理部对所述原始数据集进行预处理，所述预处理包括数据筛选、缺失数据填充、错误数据清洗、多值数据处理、离散数据编码及数据归一化，获得归一化后的标准数据集；所述标准数据集发送至所述数据分析部，并同时发送存储部进行存储；

所述数据分析部接收所述标准数据集，并进行分析，针对标准数据集中的单个的个体单位数据集，给出分类后的数据标签；所述分类后的数据标签及标准数据集发送至所述输出部，同时发送存储部存储，在所述存储部存储时，所述数据标签与所述标准数据集中对应的个体单位数据集关联存储；

所述输出部将所述数据标签与所述标准数据集中对应的个体单位数据集以关联的方式输出。

优选的，所述数据分析部包含神经网络模块，当输入的所述原始数据集用于训练所述神经网络模块时，所述数据预处理部对于获得的归一化后的标准数据集，以单个个体为单位，增加数据标签，形成样本数据集；所述样本数据集发送至所述数据分析部进行神经网络训练，并同时发送存储部进行存储。

优选的，所述数据预处理部中，所述缺失数据补充，对于缺失的数据项，采用存储部中存储的已有数据中对应数据项的平均值补充对应的缺失数据项。

优选的，所述数据预处理部中，所述离散数据编码，通过将离散类数据项按照数据类别设置统一编码的方式进行处理。