【技术实现步骤摘要】
CT增强对比剂智能匹配模型的建立方法
本专利技术属于医学大数据分析
，具体涉及一种CT增强对比剂智能匹配模型的建立方法。
技术介绍
对比剂目前广泛应用于医学检查领域，如增强CT、各种血管造影、肾盂造影、支气管造影、消化道造影等。患者进行CT增强检查时，都需要使用对比剂。对比剂可以使检测结果更加准确，在医疗检查当中是非常常用的。但是，由于CT增强使用的对比剂含有一定的碘量，在使用的同时也会对人体产生影响，有可能会出现过敏性反应、肾功能损害等。严重者甚至可能出现休克、呼吸循环衰竭等，危及生命。目前，针对检查类别和对象，CT增强对比剂的选用主要靠医生积累的经验，根据每一位患者的具体情况进行匹配。然而不同层级的医生可能对同一个患者匹配出不同的对比剂，差异化的判断增大了患者产生不良事件的几率，出现该情况后，对医生、患者和社会都会造成不良影响。
技术实现思路
为了解决现有技术存在的上述问题，本专利技术目的在于提供一种CT增强对比剂智能匹配模型的建立方法，使得对比剂的使用更加科学化、标准化，能够有...
【技术保护点】
1.CT增强对比剂智能匹配模型的建立方法，其特征在于包括以下步骤：/n数据标准化处理，对CT增强检查的患者过敏人数和对比剂过敏反应指标数据进行统计；/n对CT增强检查的患者过敏人数和对比剂过敏反应指标数据进行聚合，寻找变量间的强相关性，得出最佳的影响因子，并根据所述最佳影响因子对不同过敏情况进行聚合；/n运用贝叶斯岭回归模型对未来CT增强检查人员使用何种对比剂具有过敏反应进行预测；/n将预测序列和真实对比剂过敏人数序列计算相关性，得到影响因子和对比剂过敏反应之间的相关程度，根据分析结果得出影响对比剂的关键因子；/n通过logistic回归分析，得到自变量的权重，确定关键因子的等级。/n
【技术特征摘要】
1.CT增强对比剂智能匹配模型的建立方法，其特征在于包括以下步骤：
数据标准化处理，对CT增强检查的患者过敏人数和对比剂过敏反应指标数据进行统计；
对CT增强检查的患者过敏人数和对比剂过敏反应指标数据进行聚合，寻找变量间的强相关性，得出最佳的影响因子，并根据所述最佳影响因子对不同过敏情况进行聚合；
运用贝叶斯岭回归模型对未来CT增强检查人员使用何种对比剂具有过敏反应进行预测；
将预测序列和真实对比剂过敏人数序列计算相关性，得到影响因子和对比剂过敏反应之间的相关程度，根据分析结果得出影响对比剂的关键因子；
通过logistic回归分析，得到自变量的权重，确定关键因子的等级。
2.根据权利要求1所述的CT增强对比剂智能匹配模型的建立方法，其特征在于：所述数据标准化处理包括以下步骤：
在患者病历上筛选所研究的CT增强检查；
统计每日该CT增强检查类型的过敏患者人数；
通过过敏患者的病历情况获取对比剂过敏反应指标数据。
3.根据权利要求1或2所述的CT增强对比剂智能匹配模型的建立方法，其特征在于，所述聚合包括如下步骤：
根据不同的时间粒度m对每日CT增强检查过敏人数Yt以及单一的因子指标数据Xt进行聚合:
Yt＝Yt-1+Yt-2+...+Yt-m，
Xt＝Xt-1+Xt-2+...+Xt-m；
使用皮尔森相关系数衡量每日CT增强检查过敏人数Yt以及因子指标数据Xt之间的强相关性，皮尔森相关系数r公式如下：
其中，为某种聚合后的因子指标数据的历史均值，为CT检查人数均值，n为序列总长度；
通过r确定最佳的影响因子M：
依次寻找出不同因子的最佳聚合并进行聚合操作。
4.根据权利要求3所述的CT增强对比剂智能匹配模型的建立方法，其特征在于，所述预测包括如下步骤：
根据贝叶斯岭回归模型作为该组合模型，通过贝叶斯岭回归预测CT增强检查过敏人数序列Yt，假设Yt关于服从高斯分布：
概率模型的先验参数ω服从球型高斯分布...
【专利技术属性】
技术研发人员：李真林，彭婉琳，徐旭，宋彬，赵武，曲建明，张金戈，胡斯娴，刘科伶，曾令明，曾文，夏春潮，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。