一种用于骨科的患者康复方案推荐方法及系统

本发明涉及康复方案推荐，尤其涉及一种用于骨科的患者康复方案推荐方法及系统。

背景技术：

1、骨科患者的个性化康复方案推荐具有重要的意义和价值。现有的部分针对骨科患者的康复方案推荐通常依赖于身体基础数据和康复检测数据的相似性分析。这种方法通过比较目标患者与历史数据中年龄、身高、体重等个人基础数据以及康复特征数据例如关节活动度、肌肉力量等康复特征数据相近的患者，来推荐适合的康复方案。然而，由于每位患者的健康状况和康复需求都是独特的，实际应用中存在的问题是，有时候并不能找到个人基础数据和康复特征数据均与目标患者较为相似的参考用户。这使得简单地依赖数据相似性来推荐康复方案可能效果不佳。

技术实现思路

1、为解决上述技术问题，本发明提出了一种用于骨科的患者康复方案推荐方法及系统，通过综合分析不同患者之间的个人基础数据以及康复特征数据之间的关联性，结合神经网络模型分析不同患者的康复数据，确定适合目标患者的康复方案并进行推荐，提升骨科患者康复方案推荐的准确性。

2、为实现上述目的，本发明第一方面提供一种用于骨科的患者康复方案推荐方法，包括：

3、获取目标患者的骨科临床数据，包括目标身体特征数据和目标康复特征数据，基于骨科临床数据从康复数据库中提取出康复参考数据并构建康复参考数据集合，康复参考数据集合包括多位患者中的每位患者的参考身体特征数据和参考康复特征数据；

4、提取出康复参考数据集合中每位患者的参考身体特征数据，将每位患者的参考身体特征数据和目标患者的目标身体特征数据输入到身体特征影响模型中，输出目标患者和康复参考数据集合中每位患者的身体特征影响因子；

5、根据身体特征影响因子分别计算康复参考数据集合中每位患者与目标患者之间的身体特征参考因子；

6、提取出康复参考数据集合中每位患者的参考康复特征数据，计算康复参考数据集合中每位患者与目标患者之间的康复特征影响因子；

7、根据目标患者与康复参考数据集合中每位患者之间的身体特征参考因子和康复特征影响因子计算目标患者与康复参考数据集合中每位患者之间的康复方案参考值；

8、根据康复方案参考值确定康复参考数据集合中的参考患者，基于参考患者从康复数据库中确定目标康复方案并向目标患者进行推荐。

9、优选地，根据目标患者与康复参考数据集合中每位患者之间的身体特征参考因子和康复特征影响因子计算目标患者与康复参考数据集合中每位患者之间的康复方案参考值，包括：

10、；

11、式中，表示康复方案参考值，表示身体特征参考因子，表示康复特征影响因子，、分别表示身体特征参考因子和康复特征影响因子的权重参数。

12、优选地，根据身体特征影响因子分别计算康复参考数据集合中每位患者与目标患者之间的身体特征参考因子，包括：

13、选取目标患者和康复参考数据集合中每位患者对应的多个身体特征影响因子的最大值和最小值，将多个身体特征影响因子的最大值和最小值之和作为影响参数，分别计算康复参考数据集合中每位患者的身体特征影响因子与目标患者的身体特征影响因子之间的差值，并通过影响参数对多个差值进行归一化处理，得到康复参考数据集合中每位患者与目标患者之间的身体特征参考因子。

14、优选地，对于身体特征影响模型，还包括：

15、通过训练数据集训练得到身体特征影响模型，其中，训练数据集包括有多位伤患类型和伤患程度相同的患者的基础身体特征数据，以及每位患者从第一康复状态转变到第二康复状态所用的时长，模型训练过程中，以训练数据集中多位患者的基础身体特征数据作为模型的输入，每位患者从第一康复状态转变到第二康复状态所用的时长作为模型的训练目标，训练得到身体特征影响模型，其中，身体特征影响模型为长短期记忆网络模型。

16、优选地，基于骨科临床数据从康复数据库中提取出康复参考数据并构建康复参考数据集合，包括：

17、根据骨科临床数据确定目标患者的伤患类型、伤患程度和康复阶段，从康复数据库中筛选出与目标患者的伤患类型和伤患程度相同的多位患者，基于筛选出的多位患者从康复数据库中提取出康复参考数据；

18、基于筛选出的多位患者从康复数据库中提取出康复参考数据，包括：

19、对于筛选出的每位患者在处于与目标患者相同的康复阶段下的康复评估数据，基于相似度计算公式计算目标患者的康复评估数据与筛选出的多位患者的康复评估数据之间的相似度，筛选出相似度大于预设相似阈值的多位患者，从康复数据库中提取出相似度大于预设相似阈值的多位患者的历史骨科临床数据以得到康复参考数据并构建得到康复参考数据集合。

20、优选地，根据康复方案参考值确定康复参考数据集合中的参考患者，包括：

21、选取康复参考数据集合中康复方案参考值最大的患者记为参考患者。

22、本发明第二方面提供一种用于骨科的患者康复方案推荐系统，用于实现上述的一种用于骨科的患者康复方案推荐方法，包括：

23、数据获取模块，获取目标患者的骨科临床数据，包括目标身体特征数据和目标康复特征数据；

24、集合构建模块，用于基于骨科临床数据从康复数据库中提取出康复参考数据并构建康复参考数据集合，康复参考数据集合包括多位患者和每位患者的参考身体特征数据和参考康复特征数据；

25、影响因子计算模块，用于提取出康复参考数据集合中每位患者的参考身体特征数据，将每位患者的参考身体特征数据和目标患者的目标身体特征数据输入到身体特征影响模型中，输出目标患者和康复参考数据集合中每位患者的身体特征影响因子；

26、身体特征分析模块，用于根据身体特征影响因子分别计算康复参考数据集合中每位患者与目标患者之间的身体特征参考因子；

27、康复特征分析模块，提取出康复参考数据集合中每位患者的参考康复特征数据，计算康复参考数据集合中每位患者与目标患者之间的康复特征影响因子；

28、康复方案分析模块，用于根据目标患者与康复参考数据集合中每位患者之间的身体特征参考因子和康复特征影响因子计算目标患者与康复参考数据集合中每位患者之间的康复方案参考值；

29、康复方案推荐模块，用于根据康复方案参考值确定康复参考数据集合中的参考患者，基于参考患者从康复数据库中确定目标康复方案并向目标患者进行推荐。

30、优选地，对于身体特征分析模块，还包括：

31、选取目标患者和康复参考数据集合中每位患者对应的多个身体特征影响因子的最大值和最小值，将多个身体特征影响因子的最大值和最小值之和作为影响参数，分别计算康复参考数据集合中每位患者的身体特征影响因子与目标患者的身体特征影响因子之间的差值，并通过影响参数对多个差值进行归一化处理，得到康复参考数据集合中每位患者与目标患者之间的身体特征参考因子。

32、本发明具有以下有益效果：

33、本发明采用了大数据技术和深度学习技术，结合骨科临床数据和康复数据库，从康复数据库中提取出康复参考数据，利用预先训练的身体特征影响模型分析患者的个人基础数据对康复速度的影响，输出身体特征影响因子，计算目标患者与参考患者之间的身体特征参考因子和康复特征影响因子，评估各参考患者对目标患者的康复方案推荐价值，通过对康复速度影响因素的量化分析，实现康复方案的个性化推荐，利用大数据分析和机器学习模型进行数据驱动的个性化分析，可以更好地适应患者个体差异，提高了康复方案推荐的精确度和有效性。