[发明专利]一种适用于手术患者的健康管理方法及系统

权利要求书

1.一种适用于手术患者的健康管理方法，其特征在于，包括如下步骤：

步骤S1：获取医院历史用户数据集，将历史用户数据集划分成训练数集和测试数据集；

步骤S2：收集大量患者病历、对应的治疗方法以及术后对应方法制作健康策略集；

步骤S3：提取训练集中的特征参数，根据特征的分布特性、相关特性以及重要性从多个特征中提取适合表征单用户输血量的特征参数集来训练输血量预测模型；

步骤S4：采用测试数据集对训练后的输血量预测模型进行验证；

步骤S5：根据当前患者输血的相关信息输入输血量预测模型，确定患者个体的输血量；

步骤S6：将采集的健康策略集与医院历史用户数据集相互融合获取基础策略图谱；

步骤S7：通过深度学习的Node2Vec网络表示算法，将基础策略图谱中的实体嵌入到n维空间；

步骤S8：计算策略图谱之间的相似性，构建训练模型作为排序策略模型的输入；

步骤S9：输入患者个体的输血量至排序策略模型进行排序学习，产生Top-N推荐策略列表；

步骤S10：将生成的用户术后健康管理策略列表推送至用户移动智能终端。

2.根据权利要求1所述的一种适用于手术患者的健康管理方法，其特征在于，所述步骤S1中，用户数据集以预定科室的历史血液用量历史信息作为输入，形成按时间排列的离散值构成的曲线，判断曲线是否出现波动，如果出现波动，则使用多阶差分进行平稳化调整，直到曲线稳定差分参数为零，并根据平滑的时间序列信息建立自回归移动平均时序模型，并确定阶数。

3.根据权利要求1所述的一种适用于手术患者的健康管理方法，其特征在于，所述步骤S2中，医院历史用户数据集获取后需要进行预处理；所述预处理包括预处理具体步骤如下：

步骤S11：将医院设备上获取的历史用户数据集进行清洗；

步骤S12：将清洗后的数据进行语义解析；

步骤S13：根据语义解析结果，对用户病历、治疗方案和术后应对方法数据标注标签；

步骤S14：根据标签以及数据之间关系，构建基础知识图谱。

4.根据权利要求2所述的一种适用于手术患者的健康管理方法，其特征在于，所述历史血液用量历史信息包括历史术前失血信息、历史术中输血信息和历史术后血液指标信息。

5.根据权利要求1所述的一种适用于手术患者的健康管理方法，其特征在于，所述步骤S7中，基础知识图谱采用(实体，属性，属性值)三元组的形式描述，通过Node2Vec网络表示算法将实体嵌入到n维空间中，并生成对应的向量，得到实体向量集和属性向量集，并运用TransE算法对实体向量集和属性向量集进行翻译，从而获得一个能够快速计算实体件的语音相似性的三元组向量集。

6.根据权利要求1所述的一种适用于手术患者的健康管理方法，其特征在于，所述步骤S8中，使用Node2Vec进行知识图谱网络特征学习，将实体映射到n维空间，在低维向量空间中，几何上越接近的实体相关性越大，利用向量的余弦相识度来计算实体e_i和e_j之间的相关性Sim(e_i,e_j)；

其中，Sim(e_i,e_j)的计算公式为：

7.根据权利要求1所述的一种适用于手术患者的健康管理方法，其特征在于，所述步骤S9中，构建的训练作为排序模型训练输入，通过决策函数产生Top-N推荐列表，并得到n维特征对排序结果的权重比例集合，用以构建反馈模型。