摘要
本发明公开了老龄患者术后认知减退的预测模型构建方法及系统,包括:生成术前特征矩阵;使用静态风险预测模型评估POCD初步风险概率;引入变分自编码器对术前特征矩阵进行建模,通过学习术前特征矩阵的隐含分布,生成患者的个性化术前认知状态分布,从而完成数字孪生体的初始构建;动态收集术后不同时间点的认知量表评分、生理指标、语音特征和行为活动数据,生成时间序列特征矩阵;将术前特征矩阵和时间序列特征矩阵输入动态时间序列模型,更新患者的POCD风险概率及认知状态分布;模拟个性化的认知恢复轨迹,预测患者恢复至基线状态的时间,并输出最佳干预策略以降低POCD风险。本发明能够根据术后新增数据实时微调参数,提供快速更新的预测结果,从而克服了现有模型难以实时更新预测结果的问题。
技术关键词
预测模型构建方法
时间序列特征
风险预测模型
数字孪生体
语音特征
时间序列模型
患者恢复
矩阵
量表
编码器
变量
递归神经网络
基线
简易精神状态
解码器
轨迹
生理