[发明专利]一种基于围术期患者风险事件数据的多标签集成分类方法

说明书

本发明提供了提供一种基于围术期患者风险事件数据的多标签集成分类方法。该分类方法，包括：获取待分类患者特征数据；将待分类患者特征数据输入训练好的分类模型，分类模型输出分类结果；分类模型包括基于Stacking的分类集成模型、标签关联规则获取模块和融合模块，融合模块用于融合分类集成模型输出的分类矩阵和标签关联规则获取模块输出的关联规则矩阵以获得分类结果。采用基于Stacking的分类集成模型能够提升分类准确性，同时通过表征分类标签之间关联性的关联规则矩阵对分类模型输出的分类矩阵进行修正，进一步提升了最后分类结果或风险预测结果的准确性，提高分类结果或风险预测结果参照价值。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于围术期患者风险事件数据的多标签集成分类方法。

背景技术

围术期即围手术期，围手术期是围绕手术的一个全过程，从病人决定接受手术治疗开始，到手术治疗直至基本康复，包含手术前、手术中及手术后的一段时间，具体是指从确定手术治疗时起，直到与这次手术有关的治疗基本结束为止，时间约在术前5-7天至术后7-12天。

据世界卫生组织(WHO)发布的《World health statistics 2021》报告数据来看，全球人口预期寿命增加到73.3岁，预计到2050年，全球老年人将超过15亿人。世界各地不断增加的老年人口已被确定为外科手术市场的主要人群，且老年患者的风险事件预测已经成为了热门研究方向之一。对老年手术患者群体进行术后风险预测，有助于医生制定诊治计划，合理配置救治资源，进而降低术后风险事件发生的概率。目前，一些诊断工具可以帮助医院为高风险病人提供全面、可靠的救治，如公开号为CN111009322A和CN114038565A的中国专利已公开了基于患者围术期数据集利用预测模型进行围术期风险评估，然而，预测模型多为单个分类模型，未着重考虑在生成少数类标签的过程中不可避免带来的噪声问题，并且未考虑到分类标签之间的关联性，分类准确性较差。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，提供一种基于围术期患者风险事件数据的多标签集成分类方法。

为了实现本发明的上述目的，根据本发明的第一个方面，本发明提供了一种基于围术期患者风险事件数据的多标签集成分类方法，包括：获取待分类患者特征数据；将所述待分类患者特征数据输入训练好的分类模型，分类模型输出分类结果，所述分类结果包括一个以上分类标签以及每个分类标签的分类置信度；所述分类模型包括基于Stacking的分类集成模型、标签关联规则获取模块和融合模块，融合模块用于融合分类集成模型输出的分类矩阵和标签关联规则获取模块输出的关联规则矩阵以获得分类结果。

为了实现本发明的上述目的，根据本发明的第二个方面，本发明提供了一种围术期患者数据多标签分类装置，包括：数据获取模块，用于获取待分类患者特征数据；分类模块，用于将所述待分类患者特征数据输入训练好的分类模型，分类模型输出分类结果，所述分类结果包括一个以上分类标签以及每个分类标签的分类置信度；所述分类模型包括基于Stacking的分类集成模型、标签关联规则获取模块和融合模块，融合模块用于融合分类集成模型输出的分类矩阵和标签关联规则获取模块输出的关联规则矩阵以获得分类结果。

为了实现本发明的上述目的，根据本发明的第三个方面，本发明提供了一种围术期患者风险事件预测系统，包括：数据获取模块，用于获取待分类患者特征数据；分类模块，用于将所述待分类患者特征数据输入训练好的分类模型，分类模型输出分类结果，所述分类结果包括一个以上分类标签以及每个分类标签的分类置信度，每个分类标签对应一个围术期患者风险事件；所述分类模型包括基于Stacking的分类集成模型、标签关联规则获取模块和融合模块，融合模块用于融合分类集成模型输出的分类矩阵和标签关联规则获取模块输出的关联规则矩阵以获得分类结果；转换模块，将分类结果中的分类标签转换为对应的围术期患者风险事件获得风险预测结果。