一种判别哮喘的方法及装置制造方法及图纸

本申请实施例提供一种判别哮喘的方法及装置，涉及数据处理技术领域，该方法包括：从就诊信息中提取患者的多个预设特征的特征值，然后将患者的多个预设特征的特征值输入非线性分类模型，确定患者的类别，患者的类别包括患有哮喘和不患哮喘，非线性分类模型是以多个患者的预设特征的特征值以及多个患者对应的类别为训练样本训练获得，相较于现有技术中仅仅按照症状或病程诊断患者是否患有哮喘来说，准确性更高。其次，非线性分类模型充分考虑到非线性影响因素对哮喘诊断的影响，故相较于传统分类模型来说，拟合效果更好，鲁棒性更佳。再者，可以根据患者的多个特征自动确定患者是否患有哮喘，受医生主观影响较小，同时提高了判别哮喘的效率。

A Method and Device for Asthma Discrimination

The embodiment of this application provides a method and device for identifying asthma, which relates to the technical field of data processing. The method includes: extracting the eigenvalues of multiple presupposed features of patients from the medical information, then inputting the eigenvalues of multiple presupposed features of patients into a non-linear classification model to determine the categories of patients, including those with asthma and those without asthma, and non-linear classification. The model is trained with the presupposed characteristic eigenvalues of multiple patients and the corresponding categories of multiple patients as training samples, which is more accurate than the existing technology in diagnosing asthma only according to symptoms or course of disease. Secondly, the non-linear classification model fully takes into account the impact of non-linear factors on asthma diagnosis, so compared with the traditional classification model, the fitting effect is better and the robustness is better. Furthermore, it can automatically determine whether a patient suffers from asthma according to multiple characteristics of the patient, which is less affected by the subjective influence of the doctor, and improves the efficiency of identifying asthma.

【技术实现步骤摘要】
一种判别哮喘的方法及装置
本专利技术实施例涉及数据处理
，尤其涉及一种判别哮喘的方法及装置。
技术介绍
小儿哮喘(infantileasthma)是小儿常见的肺部疾患，是一种表现反复发作性咳嗽，喘鸣和呼吸困难，并伴有气道高反应性的可逆性、梗阻性呼吸道疾病。哮喘是一种严重危害儿童身体健康的常见慢性呼吸道疾病，其发病率高，常表现为反复发作的慢性病程，严重影响了患儿的学习、生活及活动，影响儿童的生长发育。不少哮喘患儿由于治疗不及时或治疗不当最终发展为成人哮喘而迁延不愈，肺功能受损，部分患儿甚至完全丧失体力活动能力。严重哮喘发作，若未得到及时有效治疗，可以致命。医生在诊断小儿哮喘时，往往是通过询问病史，这种诊断方法由于存在缺乏临床指标，不同的医生会出现不同的诊断结果，具有非常大的限制性，无法进行推广。而对于各种工具对儿童的肺功能进行检测的诊断方法，会出现儿童不配合的问题，并且检测的结果的准确度也不是很高。此外，还有依据一些组织公布的儿童哮喘诊断指标体系，采用打分策略进行诊断的方法，这种方式准确性不高，而且非常的繁琐，也不适合推广。
技术实现思路
本专利技术实施例提供一种判别哮喘的方法及装置，用以基于全面获得的诊断信息实现哮喘诊断，提高哮喘诊断的准确性。一方面，本申请实施例提供了一种判别哮喘的方法，包括：提取患者的多个预设特征的特征值；将所述患者的多个预设特征的特征值输入非线性分类模型，确定所述患者的类别，所述患者的类别包括患有哮喘和不患哮喘，所述非线性分类模型是以多个患者的预设特征的特征值以及所述多个患者对应的类别为训练样本训练获得。可选地，所述非线性分类模型为随机森林模型，所述随机森林模型包括多个决策树；所述将所述患者的多个预设特征的特征值输入非线性分类模型，确定所述患者的类别，包括：将所述患者的多个预设特征的特征值输入所述随机森林模型中的每个决策树，获得所述随机森林模型中每个决策数据输出的分类结果；根据所述随机森林模型中每个决策树输出的分类结果确定所述患者的类别。可选地，所述非线性分类模型为Adaboost分类模型，所述Adaboost分类模型包括多个弱分类器；所述将所述患者的多个预设特征的特征值输入非线性分类模型，确定所述患者的类别，包括：将所述患者的多个预设特征的特征值输入所述Adaboost分类模型中的每个弱分类器，获得所述Adaboost分类模型中每个弱分类器输出的分类结果；根据所述Adaboost分类模型中每个弱分类器输出的分类结果以及所述Adaboost分类模型中每个弱分类器的权重确定所述患者的类别。可选地，所述多个预设特征包括下述特征任意组合：性别、年龄、体重、首次喘息年龄、喘息频率、是否有哮鸣音、诱因、是否有不发热的喘息、是否夜间憋醒、是否活动受限、是否气促、是否突然发作、是否有气源过敏史、是否有鼻炎史、是否有皮炎/湿疹史、哮喘家族史、鼻炎家族史、皮炎家族史、是否饲养宠物。一方面，本申请实施例提供了一种判别哮喘的装置，包括：预处理模块，用于提取患者的多个预设特征的特征值；分类模块，用于将所述患者的多个预设特征的特征值输入非线性分类模型，确定所述患者的类别，所述患者的类别包括患有哮喘和不患哮喘，所述非线性分类模型是以多个患者的预设特征的特征值以及所述多个患者对应的类别为训练样本训练获得。可选地，所述非线性分类模型为随机森林模型，所述随机森林模型包括多个决策树；所述分类模块具体用于：将所述患者的多个预设特征的特征值输入所述随机森林模型中的每个决策树，获得所述随机森林模型中每个决策数据输出的分类结果；根据所述随机森林模型中每个决策树输出的分类结果确定所述患者的类别。可选地，所述非线性分类模型为Adaboost分类模型，所述Adaboost分类模型包括多个弱分类器；所述分类模块具体用于：将所述患者的多个预设特征的特征值输入所述Adaboost分类模型中的每个弱分类器，获得所述Adaboost分类模型中每个弱分类器输出的分类结果；根据所述Adaboost分类模型中每个弱分类器输出的分类结果以及所述Adaboost分类模型中每个弱分类器的权重确定所述患者的类别。可选地，所述多个预设特征包括下述特征任意组合：性别、年龄、体重、首次喘息年龄、喘息频率、是否有哮鸣音、诱因、是否有不发热的喘息、是否夜间憋醒、是否活动受限、是否气促、是否突然发作、是否有气源过敏史、是否有鼻炎史、是否有皮炎/湿疹史、哮喘家族史、鼻炎家族史、皮炎家族史、是否饲养宠物。一方面，本申请实施例提供了一种终端设备，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行判别哮喘的方法的步骤。一方面，本申请实施例提供了一种计算机可读介质，其存储有可由终端设备执行的计算机程序，当所述程序在终端设备上运行时，使得所述终端设备执行判别哮喘的方法的步骤。本申请实施例中，在获取患者的就诊信息之后，从就诊信息中提取患者的多个预设特征的特征值，然后将患者的多个预设特征的特征值输入非线性分类模型，确定患者的类别，患者的类别包括患有哮喘和不患哮喘，非线性分类模型是以多个患者的预设特征的特征值以及多个患者对应的类别为训练样本训练获得，故非线性分类模型是基于患者的多个特征确定患者是否患有哮喘，相较于现有技术中仅仅按照症状或病程诊断患者是否患有哮喘来说，准确性更高。其次，非线性分类模型充分考虑到非线性影响因素对哮喘诊断的影响，故相较于传统分类模型来说，拟合效果更好，鲁棒性更佳。再者，可以根据患者的多个特征自动确定患者是否患有哮喘，受医生主观影响较小，同时提高了判别哮喘的效率。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，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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为本申请实施例提供的一种判别哮喘的方法的流程示意图；图2为本申请实施例提供的一种随机森林模型判别哮喘的方法的流程示意图；图3为本申请实施例提供的一种Adaboost分类模型判别哮喘的方法的流程示意图；图4为本申请实施例提供的一种判别哮喘的装置的结构示意图；图5为本申请实施例提供的一种终端设备的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本申请实施例中的判别哮喘的方法可以给医生诊断哮喘提供辅助，同时也可以作为一种家庭医疗软件或家庭医疗设备，让普通用户在生活中诊断自己是否患有哮喘。图1示例性的示出了本申请实施例提供的一种判别哮喘的方法的流程，该流程可以由判别哮喘的装置执行，包括以下步骤：步骤S101，提取患者的多个预设特征的特征值。可选地，可以从患者的就诊信息中提取患者的多个预设特征的特征值，就诊信息可以是患者的病历本记录的，也就是医生询问病人后录入系统的信息，其可以是历史的，也是可以是医生现场询问后输入的，本申请实施例对此不做限制。多个预设特征可以是以下特征的任意组合：性别、年龄、体重、首次喘息年龄、喘息频率、是否有本文档来自技高网...

【技术保护点】
1.一种判别哮喘的方法，其特征在于，包括：提取患者的多个预设特征的特征值；将所述患者的多个预设特征的特征值输入非线性分类模型，确定所述患者的类别，所述患者的类别包括患有哮喘和不患哮喘，所述非线性分类模型是以多个患者的预设特征的特征值以及所述多个患者对应的类别为训练样本训练获得。

【技术特征摘要】
1.一种判别哮喘的方法，其特征在于，包括：提取患者的多个预设特征的特征值；将所述患者的多个预设特征的特征值输入非线性分类模型，确定所述患者的类别，所述患者的类别包括患有哮喘和不患哮喘，所述非线性分类模型是以多个患者的预设特征的特征值以及所述多个患者对应的类别为训练样本训练获得。2.如权利要求1所述的方法，其特征在于，所述非线性分类模型为随机森林模型，所述随机森林模型包括多个决策树；所述将所述患者的多个预设特征的特征值输入非线性分类模型，确定所述患者的类别，包括：将所述患者的多个预设特征的特征值输入所述随机森林模型中的每个决策树，获得所述随机森林模型中每个决策数据输出的分类结果；根据所述随机森林模型中每个决策树输出的分类结果确定所述患者的类别。3.如权利要求1所述的方法，其特征在于，所述非线性分类模型为Adaboost分类模型，所述Adaboost分类模型包括多个弱分类器；所述将所述患者的多个预设特征的特征值输入非线性分类模型，确定所述患者的类别，包括：将所述患者的多个预设特征的特征值输入所述Adaboost分类模型中的每个弱分类器，获得所述Adaboost分类模型中每个弱分类器输出的分类结果；根据所述Adaboost分类模型中每个弱分类器输出的分类结果以及所述Adaboost分类模型中每个弱分类器的权重确定所述患者的类别。4.如权利要求1至3任一所述的方法，其特征在于，所述多个预设特征包括下述特征任意组合：性别、年龄、体重、首次喘息年龄、喘息频率、是否有哮鸣音、诱因、是否有不发热的喘息、是否夜间憋醒、是否活动受限、是否气促、是否突然发作、是否有气源过敏史、是否有鼻炎史、是否有皮炎/湿疹史、哮喘家族史、鼻炎家族史、皮炎家族史、是否饲养宠物。5.一种判别哮喘的装置，其特征在于，包括：预处理模块，用于提取患者的多个预设特征的特征值；分类模块，用于将所述患者的多个预设特征的特征值...

【专利技术属性】
技术研发人员：倪浩，郑永升，石磊，印宏坤，颜泽鑫，
申请(专利权)人：上海依智医疗技术有限公司，
类型：发明
国别省市：上海,31