【技術實現步驟摘要】
本公開涉及人工智能，尤其是涉及一種預測糖尿病腎病的方法、裝置、電子設備和存儲介質。
技術介紹
1、目前，糖尿病腎病的篩查主要依賴于尿微量白蛋白/肌酐比值的測定。然而，尿微量白蛋白的水平受多種因素的影響，如血糖控制水平、高血壓、腎臟疾病、體位變化、炎癥反應、妊娠、高蛋白飲食及藥物等。這些因素可能導致尿微量白蛋白檢測結果的不穩定，進而影響篩查的準確性和可靠性。因此，單一依賴尿微量白蛋白/肌酐比值進行糖尿病腎病篩查存在一定的局限性。
2、此外，當前糖尿病腎病的確診和隨訪通常需要患者接受一系列繁瑣且高成本的檢查手段，包括血液和尿液檢測、腎臟超聲、ct/mri影像學檢查以及腎穿刺活檢等。盡管這些檢查能夠提供重要的臨床信息，但其復雜的流程、較高的費用和潛在創傷性常常導致患者依從性差，部分患者甚至因害怕疼痛或創傷而拒絕如腎穿刺活檢等侵入性檢查。
3、鑒于此，亟需一種便捷、經濟、低創傷且高效的糖尿病腎病早期篩查方法，能夠基于患者的臨床數據進行精準的風險評估，指導后續檢查的必要性與方向，從而顯著提高糖尿病腎病的早期診斷率，并避免傳統診斷手段所帶來的高昂成本、復雜流程及患者依從性問題。
技術實現思路
1、鑒于上述挑戰與需求，本專利技術致力于提供一種基于先進人工智能技術的糖尿病腎病預測方法及其配套設備，旨在構建一個簡便、經濟且低創傷的早期篩查體系。
2、第一方面，本公開實施例提供了一種預測糖尿病腎病的方法，方法包括：獲取目標糖尿病患者的調查問卷數據、同一類型的第一次眼
3、第二方面，本公開實施例提供了一種預測糖尿病腎病的裝置，裝置包括：?獲取模塊，用于獲取目標糖尿病患者的調查問卷數據、同一類型的第一次眼底影像和第二次眼底影像；其中，所述第一次眼底影像早于所述第二次眼底影像采集，所述調查問卷數據包括多種糖尿病腎病關聯因素分別對應的答卷值；構建模塊，用于根據所述調查問卷數據，構建目標貝葉斯網絡；其中，所述目標貝葉斯網絡用于指示所述調查問卷數據中多種糖尿病腎病關聯因素與并發糖尿病腎病診斷之間的關聯關系；計算模塊，用于基于所述目標貝葉斯網絡，計算所述目標糖尿病患者并發糖尿病腎病的聯合概率分布，得到第一概率值；提取模塊，用于對所述第一次眼底影像和所述第二次眼底影像進行差異特征提取，獲得目標差異特征數據；預測模塊，用于對所述目標差異特征數據進行并發糖尿病腎病的概率預測，得到第二概率值；確定模塊，用于根據所述第一概率值和所述第二概率值，確定所述目標糖尿病患者并發糖尿病腎病的目標概率。
4、第三方面，本公開實施例提供了一種電子設備，包括處理器和存儲器，存儲器存儲有能夠被處理器執行的機器可執行指令，處理器執行機器可執行指令以實現上述預測糖尿病腎病的方法。
5、第四方面，本公開實施例提供了一種計算機可讀存儲介質，計算機可讀存儲介質存儲有計算機可執行指令，計算機可執行指令在被處理器調用和執行時，計算機可執行指令促使處理器實現上述預測糖尿病腎病的方法。
6、本公開實施例帶來了以下有益效果：
7、上述預測糖尿病腎病的方法、裝置、電子設備和存儲介質，對糖尿病患者在不同檢查周期采集的眼底影像進行比對分析，并對糖尿病患者進行調查問卷的數據收集和分析，預測糖尿病患者并發糖尿病腎病的概率，能夠提供一個簡便、經濟且低創傷的早期篩查體系。該方法旨在通過高效的數據挖掘與風險評估策略，為糖尿病腎病提供一種前所未有的、便捷、經濟且低侵入性的早期篩查途徑，此方案精心整合糖尿病患者的多維度數據，借助先進的機器學習算法進行深度學習與精準預測，旨在顯著提升糖尿病腎病的早期識別率，大幅度削減患者的診斷成本，并為后續個性化的醫療決策制定提供科學依據，最終實現醫療資源的優化配置與疾病管理的精準化。
8、本公開的其他特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本公開而了解。本公開的目的和其他優點在說明書、權利要求書以及附圖中所特別指出的結構來實現和獲得。
9、為使本公開的上述目的、特征和優點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。
本文檔來自技高網...【技術保護點】
1.一種預測糖尿病腎病的方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述對所述第一次眼底影像和所述第二次眼底影像進行差異特征提取，獲得目標差異特征數據的步驟，包括：
3.根據權利要求2所述的方法，其特征在于，所述根據所述第一次眼底影像和所述第二次眼底影像的類型，對所述符合特征提取要求的第一次眼底影像和第二次眼底影像進行特征提取，獲得第一次眼底影像的第一特征數據和第二次眼底影像的第二特征數據的步驟，包括：
4.根據權利要求2所述的方法，其特征在于，所述通過注意力機制對所述目標差分特征數據進行顯著特征捕捉，獲得目標差異特征數據的步驟，包括：
5.根據權利要求1所述的方法，其特征在于，所述對所述目標差異特征數據進行并發糖尿病腎病的概率預測，得到第二概率值的步驟，包括：
6.根據權利要求1所述的方法，其特征在于，在獲取目標糖尿病患者的調查問卷數據、同一類型的第一次眼底影像和第二次眼底影像的步驟之前，所述方法還包括：
7.根據權利要求1所述的方法，其特征在于，所述根據所述第一概率值和所述
8.一種預測糖尿病腎病裝置，其特征在于，所述裝置包括：
9.一種電子設備，其特征在于，包括處理器和存儲器，所述存儲器存儲有能夠被所述處理器執行的機器可執行指令，所述處理器執行所述機器可執行指令以實現權利要求1-7任一項所述的預測糖尿病腎病的方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機可執行指令，所述計算機可執行指令在被處理器調用和執行時，促使所述處理器實現權利要求1-7任一項所述的預測糖尿病腎病的方法。
...【技術特征摘要】
1.一種預測糖尿病腎病的方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述對所述第一次眼底影像和所述第二次眼底影像進行差異特征提取，獲得目標差異特征數據的步驟，包括：
3.根據權利要求2所述的方法，其特征在于，所述根據所述第一次眼底影像和所述第二次眼底影像的類型，對所述符合特征提取要求的第一次眼底影像和第二次眼底影像進行特征提取，獲得第一次眼底影像的第一特征數據和第二次眼底影像的第二特征數據的步驟，包括：
4.根據權利要求2所述的方法，其特征在于，所述通過注意力機制對所述目標差分特征數據進行顯著特征捕捉，獲得目標差異特征數據的步驟，包括：
5.根據權利要求1所述的方法，其特征在于，所述對所述目標差異特征數據進行并發糖尿病腎病的概率預測，得到第二概率值的步驟，包括：
6.根據權利...
【專利技術屬性】
技術研發人員：王玉，張城林，王暢，阿拉木斯，金明月，李愛萍，王帥，
申請(專利權)人：深圳大學總醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。