基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法
【專(zhuān)利摘要】本發(fā)明涉及一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法，包括以下步驟：第一步：統(tǒng)計(jì)從醫(yī)院或衛(wèi)生組織獲取的條既往孕產(chǎn)婦數(shù)據(jù)，包括病史、B超、病理診斷結(jié)果等臨床數(shù)據(jù)，建立病癥關(guān)聯(lián)因素集合；第二步：構(gòu)造胎盤(pán)植入的隱馬爾科夫模型初始數(shù)據(jù)；第三步：針對(duì)當(dāng)前孕婦病例數(shù)據(jù)，優(yōu)化隱馬爾科夫模型；第四步：基于隱馬爾科夫解碼過(guò)程，對(duì)該病例數(shù)據(jù)進(jìn)行胎盤(pán)植入預(yù)測(cè)。本發(fā)明所提供的方法彌補(bǔ)了現(xiàn)有胎盤(pán)植入產(chǎn)前預(yù)測(cè)的限制，包括缺乏典型臨床表現(xiàn)、體征及實(shí)驗(yàn)室指標(biāo)、依賴主觀經(jīng)驗(yàn)等，提高病癥預(yù)測(cè)準(zhǔn)確率，為保障孕產(chǎn)婦生命安全作出極大貢獻(xiàn)。
【專(zhuān)利說(shuō)明】
基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法。
【背景技術(shù)】
[0002] 胎盤(pán)植入是一種產(chǎn)科危重而少見(jiàn)的并發(fā)癥，是胎盤(pán)絨毛侵入到子宮肌層，導(dǎo)致在 第三產(chǎn)程胎盤(pán)植入部分不能正常自行剝離，從而對(duì)產(chǎn)婦妊娠造成重大影響。
[0003] 產(chǎn)后病理診斷是胎盤(pán)植入診斷的金標(biāo)準(zhǔn)，但存在滯后性和局限性。現(xiàn)階段，胎盤(pán)植 入產(chǎn)前預(yù)測(cè)通常根據(jù)孕產(chǎn)婦病史信息，通過(guò)彩超或核磁共振圖像，結(jié)合臨床醫(yī)師經(jīng)驗(yàn)分析。 因缺乏典型的臨床表現(xiàn)、體征及實(shí)驗(yàn)室指標(biāo)，依賴主觀經(jīng)驗(yàn)，胎盤(pán)植入的產(chǎn)前預(yù)測(cè)受到限 制。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲 取方法，以克服現(xiàn)有技術(shù)中存在的缺陷。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植 入預(yù)測(cè)模型的獲取方法，包括如下步驟實(shí)現(xiàn)：
[0006] 步驟S1:統(tǒng)計(jì)從醫(yī)院或衛(wèi)生組織獲取的m條既往孕產(chǎn)婦數(shù)據(jù)，包括病史、B超以及病 理診斷結(jié)果，建立病癥關(guān)聯(lián)因素集合，其中200<m<400;
[0007] 步驟S2:構(gòu)造胎盤(pán)植入的隱馬爾科夫模型；
[0008] 步驟S3:根據(jù)所獲取的當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)，優(yōu)化所述隱馬爾科夫模型；
[0009] 步驟S4:基于隱馬爾科夫解碼過(guò)程，獲取所述當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的病癥類(lèi) 型數(shù)據(jù)，為胎盤(pán)植入預(yù)測(cè)提供參考信息。
[0010] 相較于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果:本發(fā)明所提出的一種基于隱馬爾科 夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法，通過(guò)建立胎盤(pán)植入的隱馬爾科夫模型，并基 于該隱馬爾科夫模型解碼過(guò)程輸出當(dāng)前待測(cè)孕產(chǎn)婦的病癥類(lèi)型數(shù)據(jù)，為病癥的準(zhǔn)確判別提 供了重要的數(shù)據(jù)信息支撐，極大地優(yōu)化了產(chǎn)前預(yù)測(cè)的參考信息來(lái)源，彌補(bǔ)了現(xiàn)有胎盤(pán)植入 的預(yù)測(cè)限制，包括缺乏典型臨床表現(xiàn)、體征及實(shí)驗(yàn)室指標(biāo)、依賴主觀經(jīng)驗(yàn)等，使該病癥的預(yù) 測(cè)結(jié)果更加準(zhǔn)確，為保障孕產(chǎn)婦生命安全作出極大貢獻(xiàn)。
【附圖說(shuō)明】
[0011] 圖1為本發(fā)明中基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型獲取的流程圖。
【具體實(shí)施方式】
[0012] 下面結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行具體說(shuō)明。
[0013] 本發(fā)明提供一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法，如圖 1所示，包括如下步驟實(shí)現(xiàn)：
[0014] 步驟S1:統(tǒng)計(jì)從醫(yī)院或衛(wèi)生組織獲取的m條既往孕產(chǎn)婦數(shù)據(jù)，包括病史、B超以及病 理診斷結(jié)果等臨床數(shù)據(jù)，建立病癥關(guān)聯(lián)因素集合，其中200<m<400;
[0015] 步驟S2:構(gòu)造胎盤(pán)植入的隱馬爾科夫模型；
[0016] 步驟S3:根據(jù)所獲取的當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)，優(yōu)化隱馬爾科夫模型；
[0017] 步驟S4:基于隱馬爾科夫解碼過(guò)程，獲取當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的病癥類(lèi)型數(shù) 據(jù)，為胎盤(pán)植入預(yù)測(cè)提供參考信息。
[0018] 進(jìn)一步的，在本實(shí)施例中，在步驟S1中，病癥關(guān)聯(lián)因素集合G={胎盤(pán)下緣距宮口距 離，胎盤(pán)后血液流動(dòng)間隙，胎盤(pán)分級(jí)，子宮肌層菲薄，流產(chǎn)方式，胎盤(pán)存在湍流，流產(chǎn)史，清宮 治療史，現(xiàn)存兒個(gè)數(shù)，年齡，羊水情況，疤痕子宮，手術(shù)史，陰道出血，血壓，輔助生殖，妊娠間 隔，家族病史，乙肝，宮頸管長(zhǎng)度}。
[0019] 進(jìn)一步的，在本實(shí)施例中，在步驟S2中，通過(guò)如下步驟構(gòu)造胎盤(pán)植入的隱馬爾科夫 模型初始數(shù)據(jù)：
[0020] 步驟S21:記狀態(tài)集合S = {S1，s2，S3，s4}為胎盤(pán)植入的病癥類(lèi)型，即{正常，粘連，植 入，穿透}，N=4;
[0021] 步驟S22:獲取初始狀態(tài)概率分布π = {~，^，^，取}，取值為醫(yī)療權(quán)威機(jī)構(gòu)提供的 胎盤(pán)植入病癥概率，BP3ii = P(qi = Si) ,3^ = 0.99,312 = 0.004,313 = 0.004,314=0.002;
[0022] 步驟S23:根據(jù)病癥關(guān)聯(lián)因素集合G確定觀測(cè)序列0={〇1，〇2, ···，〇〇,且為：{胎盤(pán)下 緣距宮口距離，胎盤(pán)后血液流動(dòng)間隙，胎盤(pán)分級(jí)，子宮肌層菲薄，流產(chǎn)方式，胎盤(pán)存在湍流， 流產(chǎn)史，清宮治療史，現(xiàn)存兒個(gè)數(shù)，年齡，羊水情況，疤痕子宮，手術(shù)史，陰道出血，血壓，輔助 生殖，妊娠間隔，家族病史，乙肝，宮頸管長(zhǎng)度};其中，T為集合中的特征個(gè)數(shù)，即T = 20;
[0023] 步驟S24:獲取狀態(tài)序列q={q1，q2，…，q T}，且該狀態(tài)序列q為病癥狀態(tài)，且與病癥 類(lèi)型S相關(guān)，BPqte {si，S2，S3，S4};
[0024] 步驟S25:對(duì)臨床m條既往孕產(chǎn)婦數(shù)據(jù)病癥類(lèi)型的狀態(tài)變化進(jìn)行概率統(tǒng)計(jì)，得到狀 態(tài)迀移概率矩陣，且狀態(tài)迀移概率矩陣A = {aij}，aij = P(qt+i = Sj | qt = si)，Ki，j彡N;
[0025] 步驟S26:對(duì)臨床m條既往孕產(chǎn)婦數(shù)據(jù)統(tǒng)計(jì)，得到病癥關(guān)聯(lián)因素所對(duì)應(yīng)病癥狀態(tài)的 觀測(cè)概率分布矩陣，且觀測(cè)概率分布矩陣B = {bj (k)}，bj (k) = P(〇t = vk | qt = sj)，K j <N， vk為觀測(cè)序列0第t個(gè)特征〇t的臨床實(shí)際值；
[0026] 步驟S27:將隱馬爾科夫模型的模型參數(shù)記為λ = ( jt，A，B)。
[0027] 進(jìn)一步的，在本實(shí)施例中，在步驟S3中，根據(jù)Baum-Welch算法，對(duì)當(dāng)前待測(cè)孕產(chǎn)婦 數(shù)據(jù)對(duì)應(yīng)的觀察序列0進(jìn)行訓(xùn)練，得出隱馬爾科夫模型新參數(shù)1=(3!'，4'，8'），使？(0|1)最 大，對(duì)隱馬爾科夫模型進(jìn)行優(yōu)化。
[0028] 進(jìn)一步的，在本實(shí)施例中，在步驟S3中，通過(guò)如下步驟實(shí)現(xiàn)對(duì)隱馬爾科夫模型的優(yōu) 化：
[0029] 步驟S31:初始化:n = 0,根據(jù)所獲取的當(dāng)前臨床孕產(chǎn)婦數(shù)據(jù)對(duì)ai/'bKidjTiW 進(jìn)行初始化，得到
[0030] 步驟S 3 2 :通過(guò)E Μ算法計(jì)算期望值： ，即 '得到t時(shí)刻出現(xiàn)i以及t+1時(shí)刻出現(xiàn)j的概率，其中后向變
量后1;(：〇=?((^+1，(^+2，"，01'^ = 81|人）由遞歸運(yùn)算：
而得;在λ和0已知情況下，狀態(tài)i在t時(shí)刻出現(xiàn)的概率為
[0031] 步驟S33:遞推公式，對(duì)n = 1，2，…，
[0032] 步驟S34:終止，當(dāng) | logP(0 | λ(η+1))-l〇gP(〇 | λ) | <ε，ε = 10-5，求得隱馬爾科夫模型 參數(shù) ^+1) = (^+1)，Α(η+ι)，Β(η+ι))，即為 λ=(π，，Α，，Β，），且記作A，= {aiJ，}，B，= {bj(k)，}。
[0033] 進(jìn)一步的，在本實(shí)施例中，在步驟S4中，采用隱馬爾科夫模型解碼過(guò)程的Viterbi 算法，根據(jù)當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的觀測(cè)序列0與優(yōu)化后的隱馬爾科夫模型新參數(shù)λ = U'，Α'，Β'），求解最有可能的隱狀態(tài)序列，即獲取病癥類(lèi)型數(shù)據(jù)。
[0034]進(jìn)一步的，在本實(shí)施例中，在步驟S4中，還包括如下步驟：
[0035] 步驟S41 dEA(i)為t時(shí)刻沿一路徑Q = qi，q2，···，qt產(chǎn)生出觀測(cè)序列0 = 〇1，〇2,…， Ot的最大概率，即st(i) =maxP(Q，0，qt = Si I λ)，且記隊(duì)⑴為(t-ι)時(shí)刻前預(yù)測(cè)的隱含狀態(tài)序 列；
[0036]步驟 S42:初始化：δχ (i) = Jiibi，（〇i)，ih(i)=0，i = l，2^"N;
[0039] 步驟S45:最優(yōu)回溯:對(duì)于t = Τ_1，T-2，…，1，' = 。
[0040] 進(jìn)一步的，為了讓本領(lǐng)域技術(shù)人員進(jìn)一步了解本發(fā)明所提出的基于隱馬爾科夫解 碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法，下面結(jié)合具體實(shí)例進(jìn)行說(shuō)明。
[0041] 首先，通過(guò)上述步驟S1~S2獲取基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型。
[0042] 其次，在本實(shí)施例中，在步驟S3中，獲取的當(dāng)前臨床孕產(chǎn)婦數(shù)據(jù)為：
[0043] {:胎盤(pán)距離宮口距離:完全覆蓋，胎盤(pán)后血液流動(dòng)間隙：是，胎盤(pán)分級(jí)：III級(jí)，子宮 肌層菲薄:是，流產(chǎn)方式:人流，胎盤(pán)存在湍流:是，流產(chǎn)史:有，清宮治療史:無(wú)，現(xiàn)存兒個(gè)數(shù)： 1，年齡:27,羊水情況:正常，癥痕子宮:是，手術(shù)史:無(wú)，陰道出血:無(wú)，血壓：110-130,輔助生 殖:無(wú)，妊娠間隔：18-24月，家族病史:無(wú)，乙肝:否，宮頸管長(zhǎng)度：l-3cm};
[0044] 通過(guò)所獲取的當(dāng)前臨床孕產(chǎn)婦數(shù)據(jù)，對(duì)隱馬爾科夫模型進(jìn)行優(yōu)化。
[0045] 最后，基于上述提供的隱馬爾科夫解碼過(guò)程，獲取當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的病 癥類(lèi)型數(shù)據(jù)，根據(jù)上述的臨床待測(cè)數(shù)據(jù)，獲取的結(jié)果為：正常概率0.36%，患病概率 99.64 %，其中粘連概率0.27 %，植入概率98.64 %，穿透概率0.73 %，而該病例數(shù)據(jù)的實(shí)際 診斷病癥類(lèi)型為植入型，為胎盤(pán)植入預(yù)測(cè)提供參考信息。
[0046]以上是本發(fā)明的較佳實(shí)施例，凡依本發(fā)明技術(shù)方案所作的改變，所產(chǎn)生的功能作 用未超出本發(fā)明技術(shù)方案的范圍時(shí)，均屬于本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法，其特征在于，包括 如下步驟實(shí)現(xiàn)： 步驟S1:統(tǒng)計(jì)從醫(yī)院或衛(wèi)生組織獲取的m條既往孕產(chǎn)婦數(shù)據(jù)，包括病史、B超W及病理診 斷結(jié)果，建立病癥關(guān)聯(lián)因素集合，其中，m為正整數(shù)； 步驟S2:構(gòu)造胎盤(pán)植入的隱馬爾科夫模型； 步驟S3:根據(jù)所獲取的當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)，優(yōu)化所述隱馬爾科夫模型； 步驟S4:基于隱馬爾科夫解碼過(guò)程，獲取所述當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的病癥類(lèi)型數(shù) 據(jù)，為胎盤(pán)植入預(yù)測(cè)提供參考信息。2. 根據(jù)權(quán)利要求1所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法， 其特征在于，在所述步驟S1中，所述病癥關(guān)聯(lián)因素集合G= {胎盤(pán)下緣距宮口距離，胎盤(pán)后血 液流動(dòng)間隙，胎盤(pán)分級(jí)，子宮肌層菲薄，流產(chǎn)方式，胎盤(pán)存在端流，流產(chǎn)史，清宮治療史，現(xiàn)存 兒個(gè)數(shù)，年齡，羊水情況，瘤痕子宮，手術(shù)史，陰道出血，血壓，輔助生殖，妊娠間隔，家族病 史，乙肝，宮頸管長(zhǎng)度}。3. 根據(jù)權(quán)利要求1所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法， 其特征在于，在所述步驟S2中，通過(guò)如下步驟構(gòu)造胎盤(pán)植入的隱馬爾科夫模型初始數(shù)據(jù)： 步驟S21:記狀態(tài)集合8={31，32,33,34}為胎盤(pán)植入的病癥類(lèi)型，即{正常，粘連，植入，穿 透}，N=4; 步驟S22 :獲取初始狀態(tài)概率分布Π = {Jli，312，叫，314}，取值為醫(yī)療權(quán)威機(jī)構(gòu)提供的胎盤(pán) 植入病癥概率，即Ki = P(qi = Si); 步驟S23:根據(jù)所述病癥關(guān)聯(lián)因素集合如角定觀測(cè)序列0={〇1，〇2，-，，〇^，且為：{胎盤(pán)下 緣距宮口距離，胎盤(pán)后血液流動(dòng)間隙，胎盤(pán)分級(jí)，子宮肌層菲薄，流產(chǎn)方式，胎盤(pán)存在端流， 流產(chǎn)史，清宮治療史，現(xiàn)存兒個(gè)數(shù)，年齡，羊水情況，瘤痕子宮，手術(shù)史，陰道出血，血壓，輔助 生殖，妊娠間隔，家族病史，乙肝，宮頸管長(zhǎng)度};其中，T為集合中的特征個(gè)數(shù)，Τ = 20; 步驟S24:獲取狀態(tài)序列〇={〇1，〇2，-'，〇^，且該狀態(tài)序列〇為病癥狀態(tài)，且與所述病癥 類(lèi)型S相關(guān)，即qte {si,S2，S3，S4}; 步驟S25:對(duì)臨床m條既往孕產(chǎn)婦數(shù)據(jù)病癥類(lèi)型的狀態(tài)變化進(jìn)行概率統(tǒng)計(jì)，得到狀態(tài)遷 移概率矩陣,且狀態(tài)遷移概率矩陣A = {aij} ,aij = P(qt+i二Sj qt二Si) ,j《N; 步驟S26:對(duì)臨床m條既往孕產(chǎn)婦數(shù)據(jù)統(tǒng)計(jì)，得到病癥關(guān)聯(lián)因素所對(duì)應(yīng)病癥狀態(tài)的觀測(cè) 概率分布矩陣，且觀測(cè)概率分布矩陣B={bj化）}，bj化）=P(〇t = vk|qt = Sj)，l《j《N，vk為 觀測(cè)序列0第t個(gè)特征ot的臨床實(shí)際值； 步驟S27:將隱馬爾科夫模型的模型參數(shù)記為λ=(3?，Α，Β)。4. 根據(jù)權(quán)利要求3所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法， 其特征在于，在所述步驟S3中，根據(jù)Baum-Welch算法，對(duì)所述當(dāng)前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的觀 察序列0進(jìn)行訓(xùn)練，得出隱馬爾科夫模型新參數(shù)λ=(π'，A'，B'），使P(0|λ)最大，對(duì)所述隱馬 爾科夫模型進(jìn)行優(yōu)化。5. 根據(jù)權(quán)利要求4所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法， 其特征在于，在所述步驟S3中，通過(guò)如下步驟實(shí)現(xiàn)對(duì)所述隱馬爾科夫模型的優(yōu)化： 步驟S31:初始化:n = 0,根據(jù)所獲取的當(dāng)前臨床孕產(chǎn)婦數(shù)據(jù)對(duì)日1產(chǎn)>，6^4)^，111^進(jìn)行 初始化，得到λ^ = (π^，Α^，Β^); 步驟S 3 2 :通過(guò)E Μ算法計(jì)算期望值：即>尋到t時(shí)刻出現(xiàn)iW及t+1時(shí)刻出現(xiàn)j的概率，其中，后向 變量0*(：〇=口（〇*+1，〇*+2^''，〇了山*=31|人）由遞歸運(yùn)算算而得;在λ和0已知情況下，狀態(tài)i在t時(shí)刻出現(xiàn)的概率為步驟S33:遞推公式，步驟S34:終止，當(dāng)I logP(0 I A^+U)-l〇gP(〇 I λ) I < ε，ε = 1〇-5，求得隱馬爾科夫模型參數(shù) 入(n+l)二（η(η+1)，Α(η+1)，Β(η"))，即為入二（。'，4'，8'），且記作4' = {曰1/}，8' =化燦）'}。6. 根據(jù)權(quán)利要求4所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法， 其特征在于，在所述步驟S4中，采用隱馬爾科夫模型解碼過(guò)程的Viterbi算法，根據(jù)所述當(dāng) 前待測(cè)孕產(chǎn)婦數(shù)據(jù)對(duì)應(yīng)的觀測(cè)序列0與優(yōu)化后的所述隱馬爾科夫模型新參數(shù)λ=(π'，A'， B '），求解最有可能的隱狀態(tài)序列，即獲取病癥類(lèi)型數(shù)據(jù)。7. 根據(jù)權(quán)利要求6所述的基于隱馬爾科夫解碼過(guò)程的胎盤(pán)植入預(yù)測(cè)模型的獲取方法， 其特征在于，在所述步驟S4中，還包括如下步驟： 步驟S41:記δ*( i)為t時(shí)刻沿一路徑Q = qi，Q2，…，qt產(chǎn)生出所述觀測(cè)序列0 = 01，02，…，ot 的最大概率，即8*(1)=111曰評(píng)(9,0,9* = 31|人），且記恥（〇為^-1)時(shí)刻前預(yù)測(cè)的隱含狀態(tài)序 列； 步驟S42:初始化：Si(i)=jiibi'（01)，ih(i) = 0，i = l，2，...N; 步驟S43:遞推迭代.，ih(i)=argmax[St-i( j)a'ji]，t = 2, 3，...，T，i = l，2，...，N; 步驟S44:終止條件:P*=maxSt( i)步驟S45:最優(yōu)回溯:對(duì)于t = Τ-1，Τ-2，...，1，g/ = (在 1)。.
【文檔編號(hào)】G06F19/00GK106096299SQ201610452436
【公開(kāi)日】2016年11月9日
【申請(qǐng)日】2016年6月21日
【發(fā)明人】朱丹紅, 張棟, 葉東毅, 陳凱
【申請(qǐng)人】福州大學(xué)