基于医疗大数据的儿童发育筛查方法技术

本公开的实施例提供了基于医疗大数据的儿童发育筛查方法、装置、设备和计算机可读存储介质。所述方法包括获取儿童医疗数据；所述儿童医疗数据包括图像、语音和/或文本；对所述医疗数据进行清洗，提取出儿童的属性特征；所述属性特征包括年龄、性别、身高、体重、血常规、尿常规、心率和/或血压；将所述儿童的属性特征输入至儿童发育模型，得到儿童的生长发育报告。以此方式，实现了客观评价儿童生长发育状况的技术效果，减少了人力成本，提高了检测效率。率。率。

【技术实现步骤摘要】
基于医疗大数据的儿童发育筛查方法


[0001]本公开的实施例一般涉及医疗数据筛查领域，并且更具体地，涉及基于医疗大数据的儿童发育筛查方法、装置、设备和计算机可读存储介质。

技术介绍

[0002]了解儿童的发育能力，并针对儿童的发育能力制定养育策略，是目前科学的育儿方式。其中，针对不同的年龄段，儿童发育能力的评估项目也不同，例如，对于0～3岁儿童的发育评估，需要评估大运动、精细动作、认知能力、语言、社交行为等方面。
[0003]目前，常用的评估方式是人工评估，即由评估人员将根据待评估儿童的评估表中各个评估项目的评估值确定待评估儿童的综合分值，以完成评估。
[0004]然而，人工评估的方式将消耗大量的人力及时间，成本高，效率低，且人工评估的方式受限于评估人员的专业能力，评估的准确性无法保障。

技术实现思路

[0005]根据本公开的实施例，提供了一种基于医疗大数据的儿童发育筛查方案。
[0006]在本公开的第一方面，提供了一种基于医疗大数据的儿童发育筛查方法。该方法包括：
[0007]获取儿童医疗数据；所述儿童医疗数据包括图像、语音和/或文本；
[0008]对所述医疗数据进行清洗，提取出儿童的属性特征；所述属性特征包括年龄、性别、身高、体重、血常规、尿常规、心率和/或血压；
[0009]将所述儿童的属性特征输入至儿童发育模型，得到儿童的生长发育报告。
[0010]进一步地，所述对所述医疗数据进行清洗，提取出儿童的属性特征包括：
[0011]根据所述儿童医疗数据的类型，对所述儿童医疗数据进行清洗，得到儿童的数据特征；
[0012]若所述儿童医疗数据的类型为图像，则通过第一算法对所述图像信息进行分析，确定所述图像信息内的表格区域和文本区域；通过OCR文本识别算法提取所述表格区域和文本区域内的文本行，并将所述文本行转化为文本信息；
[0013]若所述儿童医疗数据的类型为语音，则对所述语音进行回声消除和降噪处理，得到干净的语音信号；通过预设语音转化算法，将所述干净的语音转化为文本信息；
[0014]通过预设的分词词典对所述文本信息进行分词处理，得到儿童的属性特征。
[0015]进一步地，所述通过第一算法对所述图像信息进行分析，确定所述图像信息内的表格区域包括：
[0016]获取所述图像信息中的所有横线和竖线；
[0017]将任意两条横线和任意两条竖线进行组合；
[0018]判断所述组合是否符合单元格的构建规则；
[0019]如是，则将邻近的单元格进行组合形成所述表格区域。
[0020]进一步地，所述对所述语音进行回声消除和降噪处理，得到干净的语音信号包括：
[0021]对所述语音进行预处理，得到所述语音信号的音频频谱；
[0022]基于所述音频频谱，对所述语音进行回声消除和降噪处理，得到优化的语音信号。
[0023]进一步地，所述对所述语音进行预处理，得到所述语音信号的音频频谱包括：
[0024]通过如下公式，得到所述语音的中心频率值：
[0025][0026]其中，所述N表示滤波器的个数；
[0027]所述E为频率常数；
[0028]所述H为频率赫兹值；
[0029]所述I表示带通滤波器的排列数；
[0030]对所述中心频率值进行数学转换，得到所述中心频率值的对数；
[0031]对所述对数进行离线余弦变换，得到所述语音的音频频谱。
[0032]进一步地，所述儿童发育模型通过如下方式进行构建：
[0033]将标注好的训练样本输入预先建立的逻辑回归模型中；所述逻辑回归模型中的目标函数为对数似然函数；
[0034]通过梯度上升算法，确定所述逻辑回归模型中决策函数的权值向量；
[0035]对所述权值向量进行迭代，直到梯度的摸小于预设的阈值，完成对儿童发育模型的训练。
[0036]进一步地，还包括：
[0037]在对所述儿童发育模型的训练过程前，基于儿童生长发育参照标准对样本数值范围进行扩充。
[0038]在本公开的第二方面，提供了一种基于医疗大数据的儿童发育筛查装置。该装置包括：
[0039]获取模块，用于获取儿童医疗数据；所述儿童医疗数据包括图像、语音和/或文本；
[0040]清洗模块，用于对所述医疗数据进行清洗，提取出儿童的属性特征；所述属性特征包括年龄、性别、身高、体重、血常规、尿常规、心率和/或血压；
[0041]生成模块，用于将所述儿童的属性特征输入至儿童发育模型，得到儿童的生长发育报告。
[0042]在本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
[0043]在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面的方法。
[0044]本申请实施例提供的基于医疗大数据的儿童发育筛查方法，通过获取儿童医疗数据；所述儿童医疗数据包括图像、语音和/或文本；对所述医疗数据进行清洗，提取出儿童的属性特征；所述属性特征包括年龄、性别、身高、体重、血常规、尿常规、心率和/或血压；将所述儿童的属性特征输入至儿童发育模型，得到儿童的生长发育报告，实现了客观评价儿童生长发育状况的技术效果，减少了人力成本，提高了效率。
[0045]应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理
解。
附图说明
[0046]结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0047]图1示出了能够在其中实现本公开的实施例的示例性运行环境的示意图；
[0048]图2示出了根据本公开的实施例的基于医疗大数据的儿童发育筛查方法的流程图；
[0049]图3示出了根据本公开的实施例的基于医疗大数据的儿童发育筛查装置的方框图；
[0050]图4示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
[0051]为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
[0052]另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于医疗大数据的儿童发育筛查方法，其特征在于，包括：获取儿童医疗数据；所述儿童医疗数据包括图像、语音和/或文本；对所述医疗数据进行清洗，提取出儿童的属性特征；所述属性特征包括年龄、性别、身高、体重、血常规、尿常规、心率和/或血压；将所述儿童的属性特征输入至儿童发育模型，得到儿童的生长发育报告。2.根据权利要求1所述的方法，其特征在于，所述对所述医疗数据进行清洗，提取出儿童的属性特征包括：根据所述儿童医疗数据的类型，对所述儿童医疗数据进行清洗，得到儿童的数据特征；若所述儿童医疗数据的类型为图像，则通过第一算法对所述图像信息进行分析，确定所述图像信息内的表格区域和文本区域；通过OCR文本识别算法提取所述表格区域和文本区域内的文本行，并将所述文本行转化为文本信息；若所述儿童医疗数据的类型为语音，则对所述语音进行回声消除和降噪处理，得到干净的语音信号；通过预设语音转化算法，将所述干净的语音转化为文本信息；通过预设的分词词典对所述文本信息进行分词处理，得到儿童的属性特征。3.根据权利要求2所述的方法，其特征在于，所述通过第一算法对所述图像信息进行分析，确定所述图像信息内的表格区域包括：获取所述图像信息中的所有横线和竖线；将任意两条横线和任意两条竖线进行组合；判断所述组合是否符合单元格的构建规则；如是，则将邻近的单元格进行组合形成所述表格区域。4.根据权利要求3所述的方法，其特征在于，所述对所述语音进行回声消除和降噪处理，得到干净的语音信号包括：对所述语音进行预处理，得到所述语音信号的音频频谱；基于所述音频频谱，对所述语音进行回声消除和降噪处理，得到优化的语音信号。5.根据权利要求4所述...

【专利技术属性】
技术研发人员：王磊，
申请(专利权)人：北京北大医疗脑健康科技有限公司，
类型：发明
国别省市：