基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法及其装置与流程

本申请涉及慢性阻塞性肺疾病(copd)肺功能分级预测方法，尤其涉及一种基于六分钟步行试验预测copd肺功能分级方法及其装置。

背景技术：

1、慢性阻塞性肺疾病全球倡议(global initiative for chronic obstructivelung disease,gold)指出copd是一种可以预防和治疗的疾病。copd呈进行性发展，早期主要表现为咳嗽、咳痰和喘息等，如不及时有效治疗，患者会出现严重的呼吸困难，并很可能发展为肺心病、肺动脉高压和肺性脑病等疾病。但患者往往在自觉病情较严重或明显恶化时才会就诊，而此时大多患者已发展为中度、重度copd。meta分析也发现，goldⅰ期和ⅱ期的患者的肺功能较ⅲ期和ⅳ期患者下降更快。因此，能及早诊断copd，辅助评估病情是早期预防和治疗copd的关键。

2、肺功能检测是copd诊断和风险分层的金标准。支气管扩张剂后的1秒率,即第1秒用力呼气量占所有呼气量的比(forced expiratory volume in 1second/forced vitalcapacity，fev1/fvc)小于0.70表明患者存在持续气流受限。gold根据第1秒用力呼气容积占预期值的百分比评估copd的严重程度，以为治疗提供指导。但肺功能检测需要专门的设备，专业的技术人员操作，以及患者的高度配合，所以，在实际日常应用中受到一定制约。2019年，一项对我国18个地区的医疗卫生机构的调查显示，65％的医疗卫生机构未配置肺功能仪，31.91％的机构医师表示不会操作肺功能仪。这些对及早发现患者功能恶化并早期进行干预造成了阻碍。为此，需要一项简便易操作、重复性好、敏感性高的方法评估copd患者的肺功能。

3、6-mwt(六分钟步行试验)被美国胸科学会(american thoracic society，ats)指南纳入心肺疾病的标准化评估流程，其测试方法简单，不需要昂贵、操作复杂的医疗设备和专业的技术人员，是一种次极量运动试验，患者更耐受，易于被患者接受。与肺功能测试相比，步行试验的负荷及形式更接近患者日常实际活动所需的功能水平。6-mwt的临床价值已被大量的研究证实，可评估患者的运动耐力，综合反映患者的心肺功能。

4、6-mwt以6-mwd为主要结局指标，目前已有不少研究对6-mwd与肺功能的相关性进行了探讨，但是，一些研究表明，6-mwd并不足以评估copd的严重程度。由于距离会受到患者的主观因素和测试环境的影响，6-mwd与肺功能的关系仍有争议。生理数据相对于6-mwd，具有不易受患者主观因素影响，通过可穿戴设备可较准确的获得的优点。因此基于6-mwt的生理数据建立肺功能分级预测模型有助于帮助copd患者提早识别风险，对防止疾病进一步恶化起到积极作用。

技术实现思路

1、鉴于上述问题，本申请旨在提出一种基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法及其装置，其能够利用六分钟步行试验来对copd患者的肺功能进行分级。

2、根据本申请的第一方面，本申请提出一种基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法，其包括：

3、将受试者的体重、以及受试者进行六分钟步行的6-mwd、6-mww、hrr1、spo2 base、spo2 min、dsp作为输入特征输入到预测模型；预测模型为经训练的机器学习模型；由预测模型根据输入特征对慢性阻塞性肺疾病肺功能进行分级，并输出分级结果；所述分级结果为：ⅰ级、ⅱ级、ⅲ级、或ⅳ级。

4、优选地，所述预测模型为经训练的xgboost模型。

5、根据本申请的第二方面，本申请提出一种基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的装置，其包括：预测单元；

6、预测单元用于运行预测模型；预测模型为经训练的机器学习模型；

7、预测模型根据输入特征，对慢性阻塞性肺疾病肺功能进行分级；分级结果为：ⅰ级、ⅱ级、ⅲ级、或ⅳ级；

8、输入特征为受试者的体重、以及受试者六分钟步行时的6-mwd、6-mww、hrr1、spo2base、spo2 min、dsp。

9、根据本申请的第三方面，本申请还提出一种计算机程序存储介质，用于存储上述的基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法的计算机程序。

10、本申请提供了一种综合6-mwd和生理指标的预测模型来预测copd患者的肺功能的方法以及装置。除了6-mwd外，6-mww和dsp能够对肺功能进行更准确的风险分层，可作为监测和评估copd患者肺功能的简便的替代指标。xgboost模型提供了一种准确率高的多维度综合的肺功能预测方法，结合6-mwd以及spo2和hr变化的预测模型可以帮助copd患者，尤其是轻度和中度患者，识别风险并及时进行干预，对防止疾病进一步恶化起到积极作用

技术特征：

1.一种基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法，其包括：

2.根据权利要求1所述的基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法，其特征在于：

3.一种基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的装置，其包括：预测单元；

4.根据权利要求3所述的基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的装置，其特征在于：

5.一种计算机程序存储介质，用于存储权利要求1或2所述的基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法的计算机程序。

技术总结
本申请提出一种基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法及其装置，其包括：将受试者的体重、以及受试者进行六分钟步行的6‑MWD、6‑MWW、HRR1、SpO2base、SpO2min、DSP作为输入特征输入到预测模型；预测模型为经训练的机器学习模型；由预测模型根据输入特征对慢性阻塞性肺疾病肺功能进行分级，并输出分级结果；所述分级结果为：Ⅰ级、Ⅱ级、Ⅲ级、或Ⅳ级。本申请提供了一种准确率高的多维度综合的肺功能预测方法，结合6‑MWD以及SpO2和HR变化的预测模型可以帮助COPD患者，尤其是轻度和中度患者，识别风险并及时进行干预，对防止疾病进一步恶化起到积极作用。

技术研发人员：李丽轩,张政波,藏雅宁,范勇,王佳晨,时颖,寇宇晴
受保护的技术使用者：中国人民解放军总医院
技术研发日：
技术公布日：2024/3/4