公开(公告)号：CN117877729A

公开(公告)日：2024-04-12

申请号：CN202410055323.4

申请日：2024-01-15

申请人： 江苏省苏北人民医院

发明人： 鲍竹青 ,  朱熹 ,  王超 ,  陈月莉 ,  左霞 ,  朱庆强

IPC分类号： G16H50/30 ,  G16H50/70 ,  G16H10/60 ,  G16H70/20 ,  G06F18/241 ,  G06F18/2431 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08 ,  A61B6/03

摘要： 本发明提供了一种基于深度学习的CT造影剂外渗预测模型及其构建方法，该方法包括：S101，定义研发CAE三分类预测深度学习模型的用例；S103，回顾性搜集CAE数据建立三分类模型研发队列；S105，样本数据的处理；S107，在处理完的CAE数据集上进行开发和训练；S109，量化风险因素权重；S111，模型测试与调优。本发明具有以下效果：(1)本发明进一步验证影响CAE的各项风险因素，并将各因素定量化，为完善行业指南提供理论依据。(2)将人工智能预测模型引入影像护理流程，通过数字化、智能化手段减少了CAE评估中护理工作经验的依赖以及受主观性判断的影响。(3)在降低护理负担、提升护理效率的同时，减少了不良事件的发生，提升了患者临床安全。