一种医用输液滴速评价方法及系统的制作方法
【技术领域】
[0001] 本发明涉及医疗技术领域，尤其涉及一种医用输液滴速评价方法及系统。
【背景技术】
[0002] 随着经济的发展，人们对健康的关注度越来越高，对身体健康造成风险的因素也 更加关注，但因为输液流速不当导致人身体出现不适的状况时有发生，重则危及生命。现在 输液流速的确定基本上由医护人员凭临床经验和个人观点决定，缺乏一个可靠的评定标准 检验输液流速是否安全有效。影响输液流速安全性的因素有很多，如药物的种类、疾病的种 类以及患者的年龄，输液流速，如何确定不同因素影响的程度和权重是输液流速安全评价 的关键。各种因素权重分配采用BP神经网络的反馈算法，其具有简单、精确等特点，从而可 以准确的确定影响因素的权重。由于影响因子的多样性，衡量各因素的权重分配是否合理 就需要采用综合评判，从而可以确定不同因素下的输液流速是否安全有效，为人们身体健 康提供保障。
[0003] 神经网络确定影响因素权重的方法是目前应用最广泛并且已有较大成功的一种 成熟赋权方法，在众多的神经网络算法中，BP神经网络算法应用最为广泛，应用效果最好也 最为明显。现阶段BP神经网络的学习算法在其他方面的应用中，初始权重随机设定为较小 的数，而本技术的初始权重由医疗专家给出，极大缩短了网络训练时间。另外，由于输液流 速的影响因子有多种，评价输液流速时必须同时考虑各方面因素，就需要采用综合评价。而 多数情况下评判难以用一个简单的数值表示，因此采用模糊综合评判输液流速将会取得更 好的实际效果。
[0004] 目前医护人员对输液流速的控制凭经验而定，缺乏准确的标准衡量所确定的输液 流速是否对人体安全有效，如果流速控制不当，危及患者生命。同时没有综合考虑药物、疾 病、年龄等因素对流速的影响，往往只根据某一影响最大的单一因素确定输液流速，但这样 的流速控制不能保证药物对人体的安全性达到最优，也不能保证所输药物的药效发挥最优 作用。
【发明内容】
[0005] 基于此，本发明提供一种医用输液滴速评价方法，以实现输液药物对人体的安全 性和药效发挥最大作用。
[0006] 本发明采用下述技术方案：
[0007] -种医用输液滴速的评价方法，包括下述步骤：
[0008] 确定影响因子；
[0009 ]根据所述影响因子确定权重初始值；
[0010] 根据所述权重初始值确定所述影响因子的权重值;及
[0011] 根据所述权重值确定评价结果。
[0012] 在一些实施例中，所述影响因子分为药物、疾病、年龄和滴速，在这基础再进行细 分，药物分为胶体、脱水剂、抗生素、血管活性药物和其他，疾病分为心内、呼吸内、消化内、 肿瘤内、其他内、胸外、脑外、泌尿外，人群分为小于1岁、1到3岁、4到12岁、13到18岁、19到60 岁、大于60岁，滴速分为小于40滴/分、40到60滴/分、61到80滴/分、81到120滴/分。
[0013] 在一些实施例中，其中，根据所述权重初始值确定所述影响因子的权重值具体为： 通过神经网络算法来确定影响因子权重值，所述神经网络为三层神经网络，包括输入层、中 间层和输出层。
[0014] 在一些实施例中，所述隐含层的神经元数目大于所述输入层神经元和所述输出层 神经元数目之和的一半，小于所述输入层神经元和所述输出层神经元数目的和。
[0015] 在一些实施例中，通过神经网络算法来确定影响因子权重值，包括下述步骤：
[0016] 构建所述三层神经网络参数与输液滴速评价体系；
[0017]选择适量的样本采用粒子群优化算法用于BP网络的训练；
[0018] 根据训练结果确定影响因子权重值。
[0019] 在一些实施例中，根据训练结果确定影响因子权重值，包括：
[0020]分别构建第一公式、第二公式和第三公式，所述第一公式为：
[0025] 其中，i为神经网络输入单元，i = l，. . .m; j为神经网络输出单元，j = l，. . .n;k为 神经网络的隐含单元，k=l，. . .p;ki为输入层神经元i和隐含层神经元k之间的权系数； [0026]根据所述第一公式、第二公式和第三公式获取影响因子权重值S。
[0027]在一些实施例中，根据所述权重值确定评价结果，包括下述步骤：
[0028] 1.设定因素集：
[0029] U=(ui ,U2 , U3 , U4 , U5 , U6 , U7 , U8 , U9 , U10 , Ull , U12 , U13 , U14 , U15 , U16 , U17 , U18 , U19 , U20 , U21 , U22,U23)其中U1为胶体，U2为脱水剂，U3为抗生素，U4为血管活性药物，U5为其他药物，U6为心 内，U7为呼吸内，U8为消化内，U9肿瘤内，U1Q为其他内，U11为胸外，U12为脑外，U13泌尿外，U14为 〈1 岁，ui5 为1 一3岁，ui6 为 4 一12 岁，ui7 为 13 -18 岁，uis 为 19 一60 岁，uig 为 >60 岁，U2Q 为〈40 滴 / 分，u21 为40 - 60 滴/分，u22为 61 - 80 滴/分，u23 为81 -120 滴/分；
[0030] 2.设定评价集：
[0031 ] V = { VI , V2 , V3 , V4 , V5 , V6 , V7 , V8 , V9}
[0032] 其中VI为安全性优、药效优，V2为安全性优、药效良，V3为安全性优、药效良，V4为安 全性良、药效优，V5为安全性良、药效优，V6为安全性良、药效一般，V7为安全性一般、药效优， V8为安全性一般、药效良，V9为安全性一般、药效一般；
[0033] 3.建立评判矩阵，即建立一个从U到F(V)的模糊映射：
[0036]由f可诱导出模糊关系R，得到单因素评判矩阵
[0038] 4.确定权重的分配：
[0039] 5.综合评判：
[0040] 在R于A求出之后，则综合评判为B = A〇R，记Β={1η，?32，. ..，bm}，B是V上的模糊子
，如果评判结
1再将bj归一化，最后根据最大 隶属原则，最大h所对应的项就是评判的结果。
[0041] 另外，本发明还提供了一种医用输液滴速的评价系统，包括：
[0042] 影响因子确定模块，用于确定影响因子；
[0043 ]权重初始值确定模块，用于根据所述影响因子确定权重初始值；
[0044] 权重值确定模块，用于根据所述权重初始值确定所述影响因子的权重值;及
[0045] 评价模块，用于根据所述权重值确定评价结果。
[0046] 本发明提供的医用输液滴速的评价方法和系统，根据影响因子确定权重初始值， 根据所述权重初始值确定所述影响因子的权重值，再根据所述权重值确定评价结果，从而 实现了根据人群、疾病、药物来衡量输液滴速安全和药效的方法，方便人们对输液滴速的安 全和药效有更直观的认识。
[0047] 此外，上述技术方案应用神经网络算法对影响因子权重进行重新分配，进而得到 比较合理、科学的权重，同时，根据影响因子权重利用模糊综合评判方法对事实进行评价， 进而得出一个科学的评价结果，以实现输液药物对人体的安全性和药效发挥最大作用，指 导医护人员更精准地控制输液流速，使影响人们健康的风险降低，为人们的身体健康提供 保证。
【附图说明】
[0048] 图1为本发明一较佳实施例提供的医用输液滴速评价方法的步骤流程图。
[0049] 图2为本发明一较佳实施例提供的影响因子示意图。
[0050] 图3为本发明一较佳实施例提供的IPS0优化网络训练算法流程图。
[0051] 图4为本申请提供的一种医用输液滴速评价系统。
【具体实施方式】
[0052]为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中 给出了本发明的较佳实施方式。以上仅为本发明的优选实施例，并非因此限制本发明的专 利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间 接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
[0053]除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的 技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具 体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语"及/或"包括一个或多个 相关的所列项目的任意的和所有的组合。
[0054]请参阅图1，本发明一较佳实施例提供一种医用输液滴速评价方法100,包括：
[0055] 步骤S110:确定影响因子；
[0056] 根据临床经验，影响因子分为药物、疾病、年龄和滴速，在这基础再进行细分。药物 分为胶体、脱水剂、抗生素、血管活性药物和其他，疾病分为心内、呼吸内、消化内、肿瘤内、 其他内、胸外、脑外、泌尿外，人群分为小于1岁、1到3岁、4到12岁、13到18岁、19到60岁、大于 60岁，滴速分为小于40滴/分、40到60滴/分、61到80滴/分、81到120滴/分。影响因子如图2所 不。
[0057]步骤S120:根据所述影响因子确定权重初始值；
[0058]在实际中，根据所述影响因子确定权重初始值是由临床经验比较丰富的医生给出 初步的权重，再经过医疗领域的专家对权重分配结果进行科学论证，最终确定权重初始值 的分配。
[0059]步骤S130:根据所述权重初始值确定所述影响因子的权重值；
[0060] 优选地，通过神经网络算法来确定影响因子权重值，所述神经网络为三层神经网 络，包括输入层、中间层和输出层。
[0061]其中，输入层为21个指标层，中间层本次计算中取为个，输出层为1个，即为各影响 因素的权重值。衡量输液滴速安全和药效的单一输出BP神经网络拓扑结构表如表1所不。 [0062]表1衡量输液滴速安全和药效的单一输出BP神经网络拓扑结构表
[0063]
[0064]具体地，本申请通过神经网络算法来确定影响因子权重值，包括下述步骤：
[0065]步骤S131:构建所述三层神经网络参数与输液滴速评价体系；
[0066] 具体地，从人群、疾病、药物和滴速四个方面来评价，其指标如表2影响因子所示。
[0067] 表2输液滴速安全性和药效神经网络的具体参数
[0068]
[0069]可以理解，上表中其中隐含层神经单元数可以自行设置，一般来说，如果需要解决 的问题越复杂，隐含层单元数应该设置越多，或者同样的问题，隐含层越多就越容易收敛， 但如果设置的隐含层单元过多会增加计算量，目前隐含层单元数的设定还没有有效的方 法，一般需要根据网络