[发明专利]一种脑卒中复发预测模型的建立方法及装置

说明书

技术领域

本发明涉及健康管理及数据处理技术领域，具体而言，涉及一种脑卒中复发预测模型的建立方法及装置。

背景技术

脑卒中是世界范围内人口死亡的大三位病因和成人残疾的首要原因，也是老年人认知功能障碍和情感障碍的重要病因之一。我国是脑血管病的高发国家，2/3的脑卒中患者死亡或者遗留不同程度的残疾，给国家和家庭造成巨大的经济负担。

脑卒中不仅具有高发病率、高死亡率和高致残率，也具有高复发率，脑卒中复发所导致的死亡率远远高于新发卒中的死亡率。

现有技术中，往往是基于病人的临床表现来判断病人是否发病，这样容易错过脑卒中的最佳防范时机，因此，能够有效的预测脑卒中的复发，从而采取措施对脑卒中的复发进行预防就显得尤为重要。

但是，现有技术中无法对脑卒中患者的复发进行预测，从而导致无法及时治疗和预防。

发明内容

有鉴于此，本发明实施例的目的在于提供一种脑卒中复发预测模型的建立方法及装置，以解决现有技术中无法对脑卒中患者的复发进行预测，从而导致无法及时治疗和预防的问题。

第一方面，本发明实施例提供了一种脑卒中复发预测模型的建立方法，其中，所述方法包括：

获取多个年龄段的多个脑卒中患者中每个脑卒中患者的病理数据集合，所述病理数据集合包括多种与脑卒中复发相关联的参数及每种参数对应的属性值；

从所述每个脑卒中患者的病理数据集合中，筛选与脑卒中复发显著相关的参数，将与所述脑卒中复发具有显著相关的参数及每个参数对应的属性值确定为所述每个脑卒中患者的病理数据子集合；

根据所述病理数据子集合对应的面板数据，建立第一脑卒中复发预测模型。

结合第一方面，本发明实施例提供了上述第一方面的第一种可能的实现方式，其中，所述建立第一脑卒中复发预测模型之后，所述方法还包括：

对所述第一脑卒中复发预测模型进行修正，得到第二脑卒中复发预测模型。

结合第一方面，本发明实施例提供了上述第一方面的第二种可能的实现方式，其中，所述从所述每个脑卒中患者的病理数据集合中，筛选与脑卒中复发显著相关的参数，包括：

通过计算所述病理数据集合中任意两种参数之间的相关系数，确定任意两种所述参数之间是否显著相关；

将存在显著相关的参数确定为与脑卒中复发显著相关的参数。

结合第一方面，本发明实施例提供了上述第一方面的第三种可能的实现方式，其中，所述根据所述病理数据子集合对应的面板数据，建立第一脑卒中复发预测模型，包括：

根据所述病理数据子集合对应的面板数据，建立多种面板数据回归模型；

通过对每个面板数据回归模型的有效性进行验证，从所述多种面板数据回归模型中确定所述第一脑卒中复发预测模型。

结合第一方面的第一种可能的实现方式，本发明实施例提供了上述第一方面的第四种可能的实现方式，其中，对所述第一脑卒中复发预测模型进行修正，得到第二脑卒中复发预测模型，包括：

根据所述第一脑卒中复发预测模型和确定的面板数据回归模型的修正函数，通过如下公式建立所述第二脑卒中复发预测模型；

Y＝f(X)+D(t)g(ε)

其中，在上述公式中，Y为脑卒中复发预测值，f(x)为第一脑卒中复发预测模型，D(t)g(ε)为修正函数，D(t)为马尔科夫模型的状态划分标准，g(ε)为马尔科夫函数。

结合第一方面的第四种可能的实现方式，本发明实施例提供了上述第一方面的第五种可能的实现方式，其中，通过以下步骤确定所述修正函数：

根据所述第一脑卒中复发预测模型，计算每个脑卒中患者的脑卒中复发的预测值；

根据每个脑卒中患者对应的预测值和实际值之间的差值，确定所述修正函数。

结合第一方面的第五种可能的实现方式，本发明实施例提供了上述第一方面的第六种可能的实现方式，其中，所述根据每个脑卒中患者对应的预测值和实际值之间的差值，确定所述修正函数，包括：

将每个脑卒中患者对应的脑卒中复发预测值和实际值之间的差值，确定为马尔科夫函数的状态划分标准；

根据所述差值建立马尔科夫函数；

将所述状态划分标准和所述马尔科夫函数之间的乘积确定为所述修正函数。

第二方面，本发明实施例提供了一种脑卒中复发预测模型的建立装置，其中，所述装置包括：