[發(fā)明專利]丙種球蛋白無反應型川崎病的預測方法及預測系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710642661.8
• 申請日: 2017-07-31
• 公開（公告）號: CN107480436A
• 公開（公告）日: 2017-12-15
• 發(fā)明（設(shè)計）人: 呂海濤;黎璇;江振榮;張建敏;周萬平;侯淼;唐孕佳;黃潔;丁粵粵
• 申請（專利權(quán)）人: 蘇州大學附屬兒童醫(yī)院;蘇州赫博特醫(yī)療信息科技有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06K9/62
• 代理公司: 蘇州威世朋知識產(chǎn)權(quán)代理事務所(普通合伙)32235
• 代理人: 楊林潔

1.一種丙種球蛋白無反應型川崎病的預測方法，其特征在于，所述方法包括以下步驟：

S1、采集建立SVM模型的21項原始參數(shù)；

所述建模原始參數(shù)包括：性別，年齡，就診時發(fā)熱時間，臨床分型，CRP檢測值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值，丙球蛋白使用時間，以及臨床診斷癥狀指標；

所述臨床診斷癥狀指標包括：結(jié)膜充血，皮疹，口唇皸裂，楊梅舌，頸淋巴結(jié)腫大，手足硬腫，指趾脫皮，肛周脫皮，卡疤紅腫；

S2、對所述原始參數(shù)做離散化處理以獲得原始參數(shù)對應的SVM特征值；

S3、以SVM特征值為基礎(chǔ)數(shù)據(jù)構(gòu)建SVM模型，并通過所述SVM模型預測丙種球蛋白無反應型川崎病的發(fā)生概率。

2.根據(jù)權(quán)利要求1所述的丙種球蛋白無反應型川崎病的預測方法，其特征在于，

所述步驟S2具體包括：

將所述21項原始參數(shù)中的發(fā)熱時間、丙球蛋白使用時間使用了具體的數(shù)值進行表示，以形成對應的SVM特征值；

將21項原始參數(shù)中剩余的其他原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對應的SVM特征值。

3.根據(jù)權(quán)利要求2所述的丙種球蛋白無反應型川崎病的預測方法，其特征在于，所述步驟S2還包括：調(diào)取離散類別庫，對應所述離散類別庫將21項原始參數(shù)中年齡，CRP檢測值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值對應的原始參數(shù)轉(zhuǎn)化為僅由“0”，“1”數(shù)值表示的離散化類別特征，以形成對應的SVM特征值；

所述離散類別庫包括：年齡，CRP檢測值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值的離散類別。

4.根據(jù)權(quán)利要求3所述的丙種球蛋白無反應型川崎病的預測方法，其特征在于，所述離散類別庫具體包括：

年齡對應的離散類別為：類別1，<6個月；類別2，≥6個月；

CRP檢測值對應的離散類別為：類別1，CRP≤1.0；類別2，1.0<CRP≤3.0；類別3，3.0<CRP<10.0；類別4，CRP≥10.0；

WBC值對應的離散類別為：類別1，WBC<10；類別2，10<＝WBC<＝20；類別3，WBC>20；

PLT值對應的離散類別為：類別1，PLT≤150.0；類別2，150.0<PLT≤350.0；類別3，PLT>350；

Hb值對應的離散類別為：類別1，Hb<120；類別2，120.0<Hb≤140.0；類別3，Hb>140.0；

ALT值對應的離散類別為：類別1，ALT≤40；類別2，ALT>40；

AST值對應的離散類別為：類別1，AST≤40；類別2，AST>40；

ALB值對應的離散類別為：類別1，ALB<36.0；類別2，36.0<ALB≤55.0；類別3，ALB>55.0。

5.根據(jù)權(quán)利要求1所述的丙種球蛋白無反應型川崎病的預測方法，所述步驟S3具體包括：

構(gòu)建SVM過程中，采用5組交叉驗證的方式選取SVM模型的原始參數(shù)，并記錄最優(yōu)的原始參數(shù)作為模型參數(shù)。

6.一種丙種球蛋白無反應型川崎病的預測系統(tǒng)，其特征在于，所述系統(tǒng)包括：

數(shù)據(jù)采集模塊，用于采集建立SVM模型的21項原始參數(shù)；

所述建模原始參數(shù)包括：性別，年齡，就診時發(fā)熱時間，臨床分型，CRP檢測值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值，丙球蛋白使用時間，以及臨床診斷癥狀指標；

所述臨床診斷癥狀指標包括：結(jié)膜充血，皮疹，口唇皸裂，楊梅舌，頸淋巴結(jié)腫大，手足硬腫，指趾脫皮，肛周脫皮，卡疤紅腫；

離散處理模塊，用于對所述原始參數(shù)做離散化處理以獲得原始參數(shù)對應的SVM特征值；

模型構(gòu)建預測模塊，用于以SVM特征值為基礎(chǔ)數(shù)據(jù)構(gòu)建SVM模型，并通過所述SVM模型預測丙種球蛋白無反應型川崎病的發(fā)生概率。