基于回归树模型的血液分析方法及终端设备技术

本发明专利技术适用于数据处理技术领域，提供了基于回归树模型的血液分析方法、终端设备及计算机可读存储介质，包括：获取多个血液信息样本，每个所述血液信息样本包括血液数值和症状特征值；将所述多个血液信息样本与回归树模型进行拟合，并将拟合完成的所述回归树模型作为检测模型；获取待测血液的血液数值，并将所述待测血液的血液数值输入至所述检测模型，得到检测值；若所述检测值大于检测阈值，则输出第一告警提示。本发明专利技术通过训练回归树模型，实现了对待测血液中血液数值的综合分析，提升了血液分析的可靠性和准确性。

Blood analysis method and terminal equipment based on regression tree model

The present invention is applicable to the field of data processing technology, and provides a blood analysis method based on regression tree model, a terminal device and a computer readable storage medium, including acquiring a plurality of blood information samples, each of which includes blood values and symptomatic eigenvalues, and regressing the plurality of blood information samples. The tree model is fitted and the regression tree model is used as the detection model; the blood value of the blood to be measured is obtained, and the blood value of the blood to be measured is input into the detection model to get the detection value; if the detection value is greater than the detection threshold, the first warning prompt is output. By training the regression tree model, the method realizes the comprehensive analysis of the blood value measured, and improves the reliability and accuracy of the blood analysis.

【技术实现步骤摘要】
基于回归树模型的血液分析方法及终端设备
本专利技术属于数据处理
，尤其涉及基于回归树模型的血液分析方法、终端设备及计算机可读存储介质。
技术介绍
血液是人体的重要组成部分，随着科学技术的不断进步，对血液的分析也在朝着精细化和多样化发展。通常来说，在血液分析过程中，首先需要获取血液中各个成分的数值信息，具体过程为将待测血液放置于测试仪器，再由分析人员根据测试仪器显示的测试结果得到血液的数值信息。然后，计算机基于统计学理论、数学理论和预设的阈值，判断数值信息是否超过对应的阈值，并根据判断的结果得到血液的分析结果。为了防止错误判断，阈值的数值一般设置为超出正常值较大的范围。如果某种问题血液的问题体现在某几个数值信息出现偏高或偏低，但是各个成分的数值信息都未超出对应阈值，那么按照现有的分析方法对其进行分析得到的分析结果显然是错误的。综上，现有的血液分析方法只能单独对血液中各个成分的数值信息进行分析，无法对多个数值信息进行综合判断，即对血液进行分析的可靠性和准确性低。
技术实现思路
有鉴于此，本专利技术实施例提供了基于回归树模型的血液分析方法、终端设备及计算机可读存储介质，以解决现有技术中无法综合血液的多个成分进行分析，对血液进行分析的可靠性和准确性低的问题。本专利技术实施例的第一方面提供了一种基于回归树模型的血液分析方法，包括：获取多个血液信息样本，每个所述血液信息样本包括血液数值和症状特征值；将所述多个血液信息样本与回归树模型进行拟合，并将拟合完成的所述回归树模型作为检测模型；获取待测血液的血液数值，并将所述待测血液的血液数值输入至所述检测模型，得到检测值；若所述检测值大于检测阈值，则输出第一告警提示。本专利技术实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取多个血液信息样本，每个所述血液信息样本包括血液数值和症状特征值；将所述多个血液信息样本与回归树模型进行拟合，并将拟合完成的所述回归树模型作为检测模型；获取待测血液的血液数值，并将所述待测血液的血液数值输入至所述检测模型，得到检测值；若所述检测值大于检测阈值，则输出第一告警提示。本专利技术实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取多个血液信息样本，每个所述血液信息样本包括血液数值和症状特征值；将所述多个血液信息样本与回归树模型进行拟合，并将拟合完成的所述回归树模型作为检测模型；获取待测血液的血液数值，并将所述待测血液的血液数值输入至所述检测模型，得到检测值；若所述检测值大于检测阈值，则输出第一告警提示。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例通过获取多个血液信息样本，每个血液信息样本包括血液数值和症状特征值，将多个血液信息样本与回归树模型进行拟合，并将拟合完毕的回归树模型作为检测模型，然后对待测血液进行分析，首先获取待测血液的血液数值，并将血液数值输入至检测模型，获取检测模型的输出结果作为检测值，最后若判断出检测值大于检测阈值，则输出第一告警提示，本专利技术实施例基于多个血液信息样本对回归树模型进行训练，实现了对待测血液中血液数值的综合分析，提升了血液分析的可靠性和准确性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例一提供的基于回归树模型的血液分析方法的实现流程图；图2是本专利技术实施例二提供的基于回归树模型的血液分析方法的实现流程图；图3是本专利技术实施例三提供的基于回归树模型的血液分析方法的实现流程图；图4是本专利技术实施例四提供的基于回归树模型的血液分析方法的实现流程图；图5是本专利技术实施例五提供的基于回归树模型的血液分析方法的实现流程图；图6是本专利技术实施例六提供的终端设备的结构框图；图7是本专利技术实施例七提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1示出了本专利技术实施例提供的基于回归树模型的血液分析方法的实现流程，详述如下：在S101中，获取多个血液信息样本，每个所述血液信息样本包括血液数值和症状特征值。在本专利技术实施例中，在对待测血液进行分析之前，首先获取多个血液信息样本，每个血液信息样本包括血液数值和症状特征值。其中，血液数值是血液信息样本所属已有血液中某个或某几个成分的相关数值，可由已有血液经测试仪器分析得到的测试结果确定，已有血液是指已经测试仪器分析并建立档案的血液。举例来说，血液数值可以为已有血液的红细胞含量，也可为已有血液的红细胞含量、白细胞含量和血红蛋白含量的集合。症状特征值为已有血液的受影响情况，具体针对某个症状进行设置，通过判断已有血液是否受到该症状的影响而确定症状特征值，一般来说，将受到该症状影响的已有血液的血液信息样本下的症状特征值设置为1，将未受到该症状影响的已有血液的血液信息样本下的症状特征值设置为0，以方便进行计算，本专利技术实施例的目的即是判断待测血液是否受到该症状的影响。为了提升对待测血液分析的准确度，按照预设的数量级获取血液信息样本，即获取的血液信息样本数量处于预设的数量级，数量级可根据准确度要求自由设置。比如数量级可以为一千个。优选地，从健康档案或医院数据库获取多个血液信息样本。由于健康档案或医院数据库中存放有不同人群的多个血液信息样本，血液信息样本的数量多，并且血液信息样本下的症状特征值准确度高，故可直接从健康档案或医院数据库中获取需要的多个血液信息样本。可选地，根据特定条件获取多个血液信息样本。在实际应用场景中，根据场景要求设置获取条件进行多个血液信息样本的获取，比如在需要对某个镇的人体的待测血液进行分析的前提下，设置特定条件，只从与该镇相关的健康档案或医院数据库获取多个血液信息样本；又比如需要对年龄在六十岁以上人体的待测血液进行分析，则设置对应的特定条件，从健康档案或医院数据库获取年龄在六十岁以上的人群对应的多个血液信息样本，还可设置特定条件以获取特定数量级的多个血液信息样本等，提升了对不同应用场景的适用性。在S102中，将所述多个血液信息样本与回归树模型进行拟合，并将拟合完成的所述回归树模型作为检测模型。由于血液信息样本下的血液数值可能包含已有血液中多个成分的多个相关数值，而多个成分的多个相关数值与已有血液是否受到症状影响有关。举例来说，血液信息样本的血液数值包含白细胞含量、血红蛋白含量和血小板含量，若该血液信息样本所属的已有血液受到慢阻肺症状的影响，则相较于未受到慢阻肺症状影响的正常血液的血液数值，该血液信息样本的血液数值中可能会出现白细胞含量增大，血红蛋白本文档来自技高网...

【技术保护点】
1.一种基于回归树模型的血液分析方法，其特征在于，包括：获取多个血液信息样本，每个所述血液信息样本包括血液数值和症状特征值；将所述多个血液信息样本与回归树模型进行拟合，并将拟合完成的所述回归树模型作为检测模型；获取待测血液的血液数值，并将所述待测血液的血液数值输入至所述检测模型，得到检测值；若所述检测值大于检测阈值，则输出第一告警提示。

【技术特征摘要】
1.一种基于回归树模型的血液分析方法，其特征在于，包括：获取多个血液信息样本，每个所述血液信息样本包括血液数值和症状特征值；将所述多个血液信息样本与回归树模型进行拟合，并将拟合完成的所述回归树模型作为检测模型；获取待测血液的血液数值，并将所述待测血液的血液数值输入至所述检测模型，得到检测值；若所述检测值大于检测阈值，则输出第一告警提示。2.如权利要求1所述的血液分析方法，其特征在于，所述将所述多个血液信息样本与回归树模型进行拟合，并将拟合完成的所述回归树模型作为检测模型，包括：将所述多个血液信息样本输入至所述回归树模型，以训练所述回归树模型，其中，将所述血液信息样本中的血液数值作为所述回归树模型的输入参数，将所述血液信息样本中的症状特征值作为所述回归树模型的标签参数；将训练完成的所述回归树模型输出为所述检测模型。3.如权利要求1所述的血液分析方法，其特征在于，所述若所述检测值大于检测阈值，则输出第一告警提示之前，还包括：将所述多个血液信息样本的血液数值输入至所述检测模型，并获取所述检测模型输出的多个输出数值；对所述多个输出数值进行排序，生成数值序列；将所述数值序列中位于预设位置的输出数值作为所述检测阈值。4.如权利要求1所述的血液分析方法，其特征在于，所述症状特征值为第一特征值或第二特征值，所述若所述检测值大于检测阈值，则输出第一告警提示之前，还包括：根据所述多个血液信息样本确定所述症状特征值为所述第一特征值的第一样本个数以及所述症状特征值为所述第二特征值的第二样本个数；根据所述第一样本人数和所述第二样本人数确定第一占比比例和第二占比比例，并根据所述第一占比比例、所述第二占比比例、所述第一特征值以及所述第二特征值确定所述检测阈值。5.如权利要求1所述的血液分析方法，其特征在于，还包括：获取预设的多个血液阈值模板，所述血液阈值模板由告警血液的血液数值确定；将所述待测血液的血液数值与所述多个血液阈值模板进行一一比对；若所述待测血液的血液数值与所述多个血液阈值模板的某一个比对成功，则输出第二告...

【专利技术属性】
技术研发人员：卢少烽，洪博然，徐亮，阮晓雯，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44