[发明专利]一种针对脓毒症患者的急性肾损伤预测系统

说明书

本发明公开了一种针对脓毒症患者的急性肾损伤预测系统，包括数据获取模块、模型载入模块以及结果展示模块，通过数据获取模块获取目标对象的待预测序列数据，并通过模型载入模块获取预先训练的包括时间信息计算模块和空间信息计算模块的肾损伤状态预测模型，进而通过结果展示模块，根据时间信息计算模块得到时序信息，根据空间信息计算模块得到各参数间的相互信息，并根据时序信息和各参数间的相互信息预测出急性肾损伤状态，于预设界面展示肾损伤状态预测结果，实现了结合时序信息和各参数间的相互信息的急性肾损伤状态预测，提高了对脓毒症所致的急性肾损伤状态的预测准确性，解决了现有技术预测效果差的技术问题。

技术领域

本发明涉及急性肾损伤预测技术领域，尤其涉及一种针对脓毒症患者的急性肾损伤预测系统。

背景技术

急性肾损伤(Acute Kidney Injury，AKI)具有高发生率、高死亡率、高不良事件率、预后效果差等特点。其中，临床研究表明，脓毒血症(脓毒症)所致的急性肾损伤(Sepsis-induced AKI，SI-AKI)占AKI病例约50％，是导致重症监护室患者死亡和不良预后的重要原因。目前，对于该疾病的诊疗，仍以早诊断早干预为主要手段。而SI-AKI的发病机制十分复杂，不完善的定义、不明晰的发病机制使得SI-AKI的诊断仍然存在很大的挑战。

近年来，深度学习逐渐应用到电子病历(Electronic Health Record,EHR)系统，以提高对患者临床表现的预测诊断，为实现SI-AKI的及时诊断提供了新的思路。

在实现本发明的过程中，发现现有技术中至少存在以下技术问题：现有的机器学习或深度学习方法在学习过程中没有考虑到时间维度上的信息，也没有考虑到各指标之间的信息，对脓毒症所致的急性肾损伤状态的预测效果差。

发明内容

本发明提供了一种针对脓毒症患者的急性肾损伤预测系统，以解决现有技术对脓毒症所致的急性肾损伤状态的预测效果差的技术问题。

根据本发明的一方面，提供了一种针对脓毒症患者的急性肾损伤预测系统，其特征在于，所述系统包括数据获取模块、模型载入模块以及结果展示模块，其中；

所述数据获取模块，用于获取目标对象的待预测序列数据；

所述模型载入模块，用于获取预先训练的肾损伤状态预测模型，其中，所述肾损伤状态预测模型包括时间信息计算模块和空间信息计算模块；

所述结果展示模块，用于将所述待预测序列数据输入至所述肾损伤状态预测模型，基于所述时间信息计算模块确定所述待预测序列数据中各参数的时间序列分别对应的时间特征，基于所述空间信息计算模块，确定所述待预测序列数据中各参数之间的空间特征，根据所述时间特征以及所述空间特征确定所述目标对象对应的肾损伤状态预测结果，于预设界面展示所述肾损伤状态预测结果。

本发明实施例提供的针对脓毒症患者的急性肾损伤预测系统，包括数据获取模块、模型载入模块以及结果展示模块，通过数据获取模块获取目标对象的待预测序列数据，并通过模型载入模块获取预先训练的包括时间信息计算模块和空间信息计算模块的肾损伤状态预测模型，进而通过结果展示模块，根据时间信息计算模块确定待预测序列数据中各参数的时间序列分别对应的时间特征，得到时序信息，根据空间信息计算模块确定待预测序列数据中各参数之间的空间特征，得到各参数间的相互信息，并通过时间特征和空间特征预测得到目标对象的急性肾损伤状态，于预设界面展示肾损伤状态预测结果，实现了结合时序信息和各参数间的相互信息的急性肾损伤状态预测，提高了对脓毒症所致的急性肾损伤状态的预测准确性，解决了现有技术预测效果差的技术问题。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明