一种可辅助诊疗新生儿胆红素病症的计算器

1.本发明涉及医疗设备技术领域，具体而言，涉及一种可辅助诊疗新生儿胆红素病症的计算器。


背景技术：

2.新生儿胆红素病症是新生儿最常见的疾病之一，但就目前而言，医师在对新生儿胆红素病症并做出治疗方案时却面临如下问题：医师不仅需要考虑患儿的胎龄及出生体重，还要考虑出生小时数、日龄及高危因素进行综合判断，不同的胎龄、不同出生体重、不同小时数或日龄的新生儿胆红素病症的处理方式均不一样，并且由于相关处理方式的内容非常复杂，常常使得医师遗忘部分内容，不仅降低了患者家属对医师的信任度与满意度，而且还存在增加医患矛盾的风险。基于此，为了克服上述问题，我们设计了一种可辅助诊疗新生儿胆红素病症的计算器。


技术实现要素：

3.本发明的目的在于提供一种可辅助诊疗新生儿胆红素病症的计算器，其用于解决上述技术问题。
4.本发明的实施例通过以下技术方案实现：
5.一种可辅助诊疗新生儿胆红素病症的计算器，包括：
6.采集模块，获取新生儿的胆红素浓度；
7.诊断模块，基于构建的胆红素决策模型并结合新生儿的胆红素浓度进行诊断，获取新生儿的胆红素病症，其中，构建的胆红素决策模型内预设有c4.5算法，所述c4.5算法应用于胆红素决策模型的构建，以表征胆红素决策模型的分类规则，使得胆红素决策模型的准确率达到预期值；
8.治疗模块，包括成本分析子模块与治疗方案匹配子模块，根据新生儿的胆红素病症获取备选治疗方案样本集，对备选治疗方案样本集进行成本分析，基于成本分析结果对备选治疗方案样本集进行匹配，得到新生儿的胆红素病症治疗方案。
9.可选的，所述采集模块内预设有如下控制方法：
10.医护人员输入新生儿血液采集指令；
11.根据新生儿血液采集指令获取对应的采集模块控制指令，基于采集模块控制指令启动对应的采集模块采集并检测新生儿血液样本，得到新生儿的胆红素浓度。
12.可选的，所述胆红素决策模型的构建过程如下：
13.获取历史新生儿血液样本集，并将历史新生儿血液样本集划分为训练集与测试集，其中训练集包括字段及决策字段，其中故障字段包括胎龄字段、出生体重字段、出生时间字段、日龄字段以及高危因素字段，决策字段包括历史充电桩电路故障样本集内影响新生儿出现胆红素血症的均值；
14.通过相关系数法对训练集进行分析筛选，并结合决策字段构建胆红素决策模型，
得到训练集内决策字段的预测值；将测试集输入至胆红素决策模型中，并结合训练集内决策字段的预测值获得趋近值，判断趋近值是否达到危险值，若趋近值未达到设定危险值，则返回上一步骤；若趋近值达到设定危险值，则完成胆红素决策模型的输出。
15.可选的，在获取历史新生儿血液样本集之后，可采用数据预处理方法对历史新生儿血液样本集进行处理后，划分为所述训练集与测试集，其中，数据预处理方法采用k近邻算法，其计算公式如下：
[0016][0017]
其中，k为选择的邻域内样本个数，i为指示函数，n为类别c的个数，x为输入的样本，y为输入样本x的类别，i＝1,2,...,n，j＝1,2,...,k。
[0018]
可选的，所述相关系数法的计算公式如下：
[0019][0020]
其中，g，h分别为数值向量，且g＝{g1，g2，
…
，gn}，h＝{h1，h2，
…
，hn}，n为两个数值向量的长度。
[0021]
可选的，所述新生儿的胆红素病症的诊断过程如下：
[0022]
胆红素决策模型在完成构建后，对历史新生儿血液样本集进行计算，得到胆红素决策模型的节点特征，将新生儿的胆红素浓度输入至胆红素决策模型内，并结合胆红素决策模型的节点特征，得到新生儿的胆红素病症。
[0023]
可选的，所述对历史新生儿血液样本集进行计算，其数学表达式如下：
[0024][0025]
其中，m为历史新生儿血液样本总数量，m
t
为当前节点的历史新生儿血液样本数量，m
tr
为当前节点左子树，m
tl
为当前节点左子树的历史新生儿血液样本数量，n为当前节点不纯度，nr为当前节点左子树，n
l
为当前节点左子树的不纯度。
[0026]
可选的，所述高危因素具体包括：同族免疫性溶血症因素、葡萄糖-6-磷酸脱氢酶缺乏症因素、窒息因素、体温因素、败血症因素、代谢性酸中毒因素以及低白蛋白血症因素。
[0027]
一种电子设备，包括：存储器、处理器；
[0028]
存储器，用于存储计算机程序；
[0029]
处理器，用于执行所述计算机程序时实现如上述任意一项所述的一种可辅助诊疗新生儿胆红素病症的计算器的各个模块的功能。
[0030]
一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述的一种可辅助诊疗新生儿胆红素病症的计算器的各个模块的功能。
[0031]
本发明实施例的技术方案至少具有如下优点和有益效果：
[0032]
在本实施例中所设计的可辅助诊疗新生儿胆红素病症的计算器，不仅可以实现对
新生儿高胆红素血症的诊断，而且在应用于其他病情的辅助诊断时同样可以应用本实施例中所述的诊断模块所具备的功能，并且，在本计算器的实际使用时，不仅操作简单、直接，在计算器开机后依次输入相应的数据即可，适用于所有医院的新生儿科专科医师使用；并且，避免了患者家属对医师的信任度与满意度的降低，减少了医患矛盾的风险，具备实用性。
附图说明
[0033]
图1为本发明提供的一种可辅助诊疗新生儿胆红素病症的计算器的系统框架示意图；
[0034]
图2为本发明提供的胎龄35周及以上新生儿高胆红素血症光疗干预标准示意图；
[0035]
图3为本发明提供的胎龄35周及以上新生儿高胆红素血症换血干预标准示意图；
[0036]
图4为本发明提供的采集模块的操作流程示意图；
[0037]
图5为本发明提供的胆红素决策模型的构建过程示意图。
具体实施方式
[0038]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0039]
如表1、图2、图3所示，本发明结合新生儿的高胆红素血症进行具体说明，适用于所有医院的新生儿科医师使用，图2具体为胎龄35周及以上新生儿高胆红素血症光疗干预标准，图3具体为胎龄35周及以上新生儿高胆红素血症换血干预标准，其中，表1所下所示：具体为出生体重＜2500g的早产新生儿出生后不同时间高胆红素血症干预参考标准：
[0040]
表1
[0041][0042]
因此，如图1所示，本发明提供了其中一种实施例：一种可辅助诊疗新生儿胆红素病症的计算器，包括：
[0043]
采集模块，获取新生儿的胆红素浓度；
[0044]
诊断模块，基于构建的胆红素决策模型并结合新生儿的胆红素浓度进行诊断，获取新生儿的胆红素病症，其中，构建的胆红素决策模型内预设有c4.5算法，所述c4.5算法应用于胆红素决策模型的构建，以表征胆红素决策模型的分类规则，使得胆红素决策模型的准确率达到预期值；
[0045]
其中，此处的c4.5算法是一系列用在机器学习和数据挖掘的分类问题中的算法。
它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。c4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。
[0046]
所述c4.5的具体计算公式如下：
[0047][0048][0049]
gain(a)＝info(d)-infoa(d)
[0050]
其中，info(d)为熵，m为不同值的个数，a为属性，v为d中不同类的个数。
[0051]
相比而言，c4.5算法与id3算法虽然同样使用了信息熵的概念，并和id3同样通过学习数据来建立决策树，但id3算法使用的是信息熵的变化值，而c4.5算法使用的是信息增益率，其产生的分类规则易于理解，准确率相对而言更高。
[0052]
治疗模块，包括成本分析子模块与治疗方案匹配子模块，根据新生儿的胆红素病症获取备选治疗方案样本集，对备选治疗方案样本集进行成本分析，基于成本分析结果对备选治疗方案样本集进行匹配，得到新生儿的胆红素病症治疗方案。
[0053]
在本实施例中，所述胆红素决策模型具体为决策树模型，决策树为基本的分类与回归方法，当决策树用于分类时称为分类树，用于回归时称为回归树。
[0054]
决策树由节点和有向边组成。节点有两种类型：内部节点和叶节点，其中内部节点表示一个特征或属性，叶节点表示一个类。一般的，一棵决策树包含一个根节点、若干个内部节点和若干个叶节点。叶节点对应于决策结果，其他每个节点则对应于一个属性测试。每个节点包含的样本集合根据属性测试的结果被划分到子节点中，根节点包含样本全集，从根节点到每个叶节点的路径对应了一个判定测试序列。决策树学习的目的是为了产生一棵泛化能力强，即处理未见示例能力强的决策树。
[0055]
如图4所示，在本实施例中，所述采集模块内预设有如下控制方法：
[0056]
医护人员输入新生儿血液采集指令；
[0057]
根据新生儿血液采集指令获取对应的采集模块控制指令，基于采集模块控制指令启动对应的采集模块采集并检测新生儿血液样本，得到新生儿的胆红素浓度。
[0058]
如图5所示，在本实施例中，所述胆红素决策模型的构建过程如下：
[0059]
获取历史新生儿血液样本集，并将历史新生儿血液样本集划分为训练集与测试集，其中训练集包括字段及决策字段，其中故障字段包括胎龄字段、出生体重字段、出生时间字段、日龄字段以及高危因素字段，决策字段包括历史充电桩电路故障样本集内影响新生儿出现胆红素血症的均值；
[0060]
通过相关系数法对训练集进行分析筛选，并结合决策字段构建胆红素决策模型，得到训练集内决策字段的预测值；将测试集输入至胆红素决策模型中，并结合训练集内决策字段的预测值获得趋近值，判断趋近值是否达到危险值，若趋近值未达到设定危险值，则返回上一步骤；若趋近值达到设定危险值，则完成胆红素决策模型的输出。
[0061]
在本实施例中，在获取历史新生儿血液样本集之后，可采用数据预处理方法对历
memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。
[0078]
在本实施例中，上述所述的电子设备可以被一个或多个应用专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digital signal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的可辅助诊疗新生儿胆红素病症的计算器的各个模块的功能。
[0079]
一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述的一种可辅助诊疗新生儿胆红素病症的计算器的各个模块的功能。
[0080]
该可读存储介质具体可以为u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
[0081]
综上所述，在本实施例中所设计的可辅助诊疗新生儿胆红素病症的计算器，不仅可以实现对新生儿高胆红素血症的诊断，而且在应用于其他病情的辅助诊断时同样可以应用本实施例中所述的诊断模块所具备的功能，并且，在本计算器的实际使用时，不仅操作简单、直接，在计算器开机后依次输入相应的数据即可，适用于所有医院的新生儿科专科医师使用；并且，避免了患者家属对医师的信任度与满意度的降低，减少了医患矛盾的风险，具备实用性。
[0082]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。