摘要
本发明属于术前状态评估技术领域,本发明公开了基于深度学习的术前虚弱状态自动化评估方法;包括:收集患者的电子病历数据;对电子病历数据进行预处理,并标记为处理病历数据;对电子病历数据进行分析,获取影像学诊断结果;采集患者的实时状态数据,实时状态数据包括患者面部图像和缺失数据;结合处理病历数据、影像学诊断结果和缺失数据,分析患者的第一虚弱程度;通过患者面部图像,分析患者的第二虚弱程度;结合患者的第一虚弱程度和第二虚弱程度,计算总虚弱程度,并分析对应的虚弱等级;本发明实现了术前评估的定量化和标准化,评估结果更具科学性和可靠性,为制定个性化手术方案和管理术后风险提供重要决策参考。
技术关键词
自动化评估方法
电子病历数据
术后并发症
灰度共生矩阵
患者
面部关键点
手术
CART算法
深度神经网络模型
训练集
图像
预测误差
决策树模型
状态评估技术
区域分割算法
主动形状模型