基于宫缩信号和LightGBM的缩宫素剂量智能调控方法及系统技术方案

本发明专利技术提供一种基于宫缩信号和LightGBM的缩宫素剂量智能调控方法，包括获取宫缩信号并预处理，且进一步基于宫缩强度进行特征提取；获取具有统计学意义的特征变量以及产时生理参数来组成数据特征项；根据数据特征项，从人口统计学资料及产时生理参数数据中，组合得到初始样本数据，并结合特征提取后的宫缩信号，在初始样本数据中筛选出模型输入数据；基于贝叶斯优化的LightGBM算法，构建产时缩宫素剂量预测模型；将模型输入数据导入产时缩宫素剂量预测模型中进行计算，得到最终缩宫素滴速变化情况对应的数值。实施本发明专利技术，能克服传统输注方案对个人经验的依赖和医务人员人力资源短缺的矛盾，减轻人力成本并实现精准缩宫素剂量智能调控。剂量智能调控。剂量智能调控。

【技术实现步骤摘要】
基于宫缩信号和LightGBM的缩宫素剂量智能调控方法及系统


[0001]本专利技术涉及计算机智能
和药物
，尤其涉及一种基于宫缩信号和LightGBM的缩宫素剂量智能调控方法及系统。

技术介绍

[0002]缩宫素又称催产素(Oxytocin，OT)，是产科催产、引产的一线药物，具有启动分娩，促进子宫收缩、加快产程的作用。临床上OT催产、引产的使用方式为静脉滴注，需要医务人员实时观察子宫收缩及胎心率变化情况，并结合产程进展、产妇脉搏和血压、出入液量平衡等因素，每隔15-20min调节一次OT微泵的输注速度，速度根据等差法可每次增加或减少5滴(缩宫素剂量智能调控速率恒定)。根据临床实际用药情况，将滴速调节情况可分为：“维持原速”、“增加滴速”、“减少滴速”，表明OT缩宫素剂量智能调控剂量的走向。但由于妊娠末期产妇对于OT的敏感性不同，其输注剂量也存在差异，若使用剂量过大会引起宫缩过强、过密、胎心减速，甚至强直宫缩、胎儿窘迫死亡等。因此，缩宫素用药安全性、有效性的关键在于根据个体反映，精准调节使用量。
[0003]中华医学会产科学组分娩指南建议OT引产期间采用持续电子胎心监护(Electronic Fetal Monitoring，EFM)，监测胎儿宫内状况，通过外部宫缩探头间接测量宫缩压力变化，反映胎儿心率、子宫收缩两个重要指标。但根据指南观察宫缩并调节OT滴速的方式时常出现一名助产士同时监护多名产妇的现象，OT输入速度无法得到及时合理的调整，影响用药效果，甚至对母儿安全造成威胁，且此种方式存在医务人员主观误差，人力成本高昂。
[0004]目前，也有将计算机应用于OT自动调节的研究。例如，郑园园等(CN206434657U)开发了一种缩宫素注射自动调节装置，将胎儿监护仪和输液泵通过单片机数据连接，实现输液泵输注速度根据子宫收缩强度来调节，当胎心率超出正常范围或出现异常宫缩时能发出警报。又如，韦晓昱等人(CN203802891U)设计了一种产科用催产素自动点滴调节装置，通过压力传感器采集的宫缩频率及强度信号，经DSP芯片的CPU单元，通过信号放大及驱动电路输出控制信号给输液泵。但上述研究并未进行详尽的数据分析及建立相关预测模型，仅是根据的预设规则判断调控OT剂量，起到简单预警作用。又如，Silvano等人基于OT药代动力学，模拟宫缩频率、宫腔压力、宫口扩张、胎先露与OT浓度之间的相互作用，并根据输入变量的实时变化自动调节OT剂量，但该研究只对模型效果进行初步的可行性分析，并未提及明确的评价或验证方案。
[0005]因此，亟需一种缩宫素剂量智能调控方法，能克服传统输注方案对个人经验的依赖和医务人员人力资源短缺的矛盾，通过构建OT剂量预测模型，为产科医护人员OT输注方案提供辅助决策支持，减轻人力成本并实现精准缩宫素剂量智能调控。

技术实现思路

[0006]本专利技术实施例所要解决的技术问题在于，提供一种基于宫缩信号和LightGBM的缩
宫素剂量智能调控方法及系统，能克服传统输注方案对个人经验的依赖和医务人员人力资源短缺的矛盾，通过构建OT剂量预测模型，为产科医护人员OT输注方案提供辅助决策支持，减轻人力成本并实现精准缩宫素剂量智能调控。
[0007]为了解决上述技术问题，本专利技术实施例提供了一种基于宫缩信号和LightGBM的缩宫素剂量智能调控方法，包括以下步骤：
[0008]S1、获取来自胎心监护仪所探测的宫缩信号，并对所述宫缩信号进行预处理，且进一步基于宫缩强度对预处理后的宫缩信号进行特征提取；
[0009]S2、获取缩宫素剂量调节的人口统计学资料并筛选出具有统计学意义的特征变量，以及获取来自胎心监护仪所输出的产时生理参数，且将所述具有统计学意义的特征变量及所述产时生理参数组成数据特征项；
[0010]S3、根据所述数据特征项，从所述缩宫素剂量调节的人口统计学资料及所述产时生理参数各自对应的数据中，组合得到具有所述数据特征项的初始样本数据，并结合特征提取后的宫缩信号，在所述初始样本数据中筛选出模型输入数据；
[0011]S4、基于贝叶斯优化的LightGBM算法，构建产时缩宫素剂量预测模型；其中，所述产时缩宫素剂量预测模型以所述模型输入数据为数据输入，以缩宫素滴速变化情况为目标输出；
[0012]S5、将所述模型输入数据导入所述产时缩宫素剂量预测模型中进行计算，得到最终缩宫素滴速变化情况对应的数值。
[0013]其中，所述步骤S1具体包括：
[0014]获取胎心监护仪通过压力传感器所探测的宫缩信号；
[0015]基于小波滤波的信号平滑处理机制，对所述宫缩信号进行滤波处理；
[0016]在对滤波处理后的宫缩信号中，确定宫腔压力、宫缩频率及宫缩持续时间后，利用K-means聚类方法区分宫缩强度，得到特征提取后的宫缩信号。
[0017]其中，所述步骤S2具体包括：
[0018]从预设的电子病历系统中，获取缩宫素剂量调节的人口统计学资料，通过单因素分析和多重线性逐步回归，筛选出具有统计学意义的特征变量；其中，所述具有统计学意义的特征变量包括年龄、BMI、孕周、胎先露和宫高；
[0019]从所述胎心监护仪数据端口中，获取产时生理参数；其中，所述产时生理参数包括胎心、宫缩频率、宫缩持续时间、宫缩强度、宫腔压力峰值在指定时间内的平均值；
[0020]将所述具有统计学意义的特征变量及所述产时生理参数组成数据特征项。
[0021]其中，在步骤S5中，所述缩宫素滴速变化情况包括滴速维持原速、滴速变慢和滴速加快；所述缩宫素滴速变化情况对应的数值包括对应滴速维持原速的数值3，对应滴速变慢的数值2和对应滴速加快的数值1。
[0022]本专利技术实施例还提供了一种基于宫缩信号和LightGBM的缩宫素剂量智能调控系统，包括：
[0023]信号处理及提取单元，用于获取来自胎心监护仪所探测的宫缩信号，并对所述宫缩信号进行预处理，且进一步基于宫缩强度对预处理后的宫缩信号进行特征提取；
[0024]数据特征项形成单元，用于获取缩宫素剂量调节的人口统计学资料并筛选出具有统计学意义的特征变量，以及获取来自胎心监护仪所输出的产时生理参数，且将所述具有
统计学意义的特征变量及所述产时生理参数组成数据特征项；
[0025]模型输入数据筛选单元，用于根据所述数据特征项，从所述缩宫素剂量调节的人口统计学资料及所述产时生理参数各自对应的数据中，组合得到具有所述数据特征项的初始样本数据，并结合特征提取后的宫缩信号，在所述初始样本数据中筛选出模型输入数据；
[0026]预测模型构建单元，用于基于贝叶斯优化的LightGBM算法，构建产时缩宫素剂量预测模型；其中，所述产时缩宫素剂量预测模型以所述模型输入数据为数据输入，以缩宫素滴速变化情况为目标输出；
[0027]预测模型结果输出单元，用于将所述模型输入数据导入所述产时缩宫素剂量预测模型中进行计算，得到最终缩宫素滴速变化情况对应的数值。...

【技术保护点】

【技术特征摘要】
1.一种基于宫缩信号和LightGBM的缩宫素剂量智能调控方法，其特征在于，包括以下步骤：S1、获取来自胎心监护仪所探测的宫缩信号，并对所述宫缩信号进行预处理，且进一步基于宫缩强度对预处理后的宫缩信号进行特征提取；S2、获取缩宫素剂量调节的人口统计学资料并筛选出具有统计学意义的特征变量，以及获取来自胎心监护仪所输出的产时生理参数，且将所述具有统计学意义的特征变量及所述产时生理参数组成数据特征项；S3、根据所述数据特征项，从所述缩宫素剂量调节的人口统计学资料及所述产时生理参数各自对应的数据中，组合得到具有所述数据特征项的初始样本数据，并结合特征提取后的宫缩信号，在所述初始样本数据中筛选出模型输入数据；S4、基于贝叶斯优化的LightGBM算法，构建产时缩宫素剂量预测模型；其中，所述产时缩宫素剂量预测模型以所述模型输入数据为数据输入，以缩宫素滴速变化情况为目标输出；S5、将所述模型输入数据导入所述产时缩宫素剂量预测模型中进行计算，得到最终缩宫素滴速变化情况对应的数值。2.如权利要求1所述的基于宫缩信号和LightGBM的缩宫素剂量智能调控方法，其特征在于，所述步骤S1具体包括：获取胎心监护仪通过压力传感器所探测的宫缩信号；基于小波滤波的信号平滑处理机制，对所述宫缩信号进行滤波处理；在对滤波处理后的宫缩信号中，确定宫腔压力、宫缩频率及宫缩持续时间后，利用K-means聚类方法区分宫缩强度，得到特征提取后的宫缩信号。3.如权利要求1所述的基于宫缩信号和LightGBM的缩宫素剂量智能调控方法，其特征在于，所述步骤S2具体包括：从预设的电子病历系统中，获取缩宫素剂量调节的人口统计学资料，通过单因素分析和多重线性逐步回归，筛选出具有统计学意义的特征变量；其中，所述具有统计学意义的特征变量包括年龄、BMI、孕周、胎先露和宫高；从所述胎心监护仪数据端口中，获取产时生理参数；其中，所述产时生理参数包括胎心、宫缩频率、宫缩持续时间、宫缩强度、宫腔压力峰值在指定时间内的平均值；将所述具有统计学意义的特征变量及所述产时生理参数组成数据特征项。4.如权利要求1所述的基于宫缩信号和LightGBM的缩宫素剂量智能调控方法，其特征在于，在步骤S5中，所述缩宫素滴速变化情况包括滴速维持原速、滴速变慢和滴速加快；所述缩宫素滴速变化情况对应的数值包括对应滴速维持原速的数值3，对应滴速变慢的数值2和对应滴速加快的数值1。5.一种基于宫缩信号和LightGBM的缩宫素剂量智能调控系统，其特征在于，包括：信号处理及提取单元，用于获取来自胎心监...

【专利技术属性】
技术研发人员：朱晓玲，叶盛，黄晓艺，严雪婷，曾心怡，
申请(专利权)人：温州吗哪医疗科技有限公司，
类型：发明
国别省市：