【技术实现步骤摘要】
本专利技术涉及伤口感染评估，具体是一种基于ph监测模型的伤口感染评估方法及系统。
技术介绍
1、伤口感染是外科手术后常见的并发症，严重影响患者的康复进程，传统的伤口感染评估方法主要依赖于临床医生的经验判断以及实验室细菌培养结果，存在主观性强、耗时长等问题，ph值是反映伤口愈合情况的重要指标，伤口感染往往伴随着ph值的变化。因此，研究一种基于ph监测的伤口感染评估方法及系统具有重要意义。
技术实现思路
1、为了解决上述问题，本专利技术的目的在于提供一种基于ph监测模型的伤口感染评估方法及系统。
2、本专利技术的目的可以通过以下技术方案实现：一种基于ph监测模型的伤口感染评估方法，包括以下步骤：
3、步骤s1：基于历史伤口样本提取ph数据集以及伤口特征集，并对ph数据集进行数据处理，进而获取ph特征参数集，根据ph特征参数集构建ph监测模型，并通过伤口特征集对ph监测模型进行模型训练；
4、步骤s2：获取待检测伤口样本，通过完成模型训练后的ph监测模型进行待检测伤口样本的伤口感染评估，进而得出当前待检测伤口样本对应伤口的感染初步指征；
5、步骤s3：根据感染初步指征将伤口划分为不同的感染等级，并对不同感染等级的伤口在设置的监测周期下进行感染趋势跟进判断，进而获取伤口的感染演变情况。
6、进一步的，基于历史伤口样本提取ph数据集以及伤口特征集，并对ph数据集进行数据处理，进而获取ph特征参数集的过程包括：
7、获取历
8、对每个历史时间节点下的伤口成像图进行图像切割，进而将每个伤口成像图切割为若干个子区域图，并对每个子区域图进行图像特征分析获取相应的伤口特征元素，汇总同一张伤口成像图的全部子区域图的伤口特征元素作为相应的特征元素集，整合全部历史时间节点下的伤口成像图的特征元素集，进而构建整个历史伤口样本对应的伤口特征集；
9、对ph数据集进行的数据处理包括对若干个历史时间节点下的ph数据取均值、计算方差、取极值以及计算每个历史时间节点下ph数据对应ph值与预设标准ph参考值之间的离散度，进而作为相应的ph特征参数集。
10、进一步的，根据ph特征参数集构建ph监测模型的过程包括：
11、构建卷积神经网络模型，并定义模型输入层以及模型输出层，模型输入层用于进行ph特征参数集的输入，在模型输入层将ph特征参数集中的均值、方差、极值以及离散度分别作为影响伤口痊愈变化的输入项，进而得出对伤口痊愈变化影响程度最大的输入项作为主要影响特征；
12、模型输出层用于对模型输入层中的每一个输入项计算其相应的影响权重，其中，分别将均值、方差、极值以及离散度各自的影响权重记作qz1、qz2、qz3以及qz4，卷积神经网络模型的模型输出层将主要影响特征作为模型参数，并将当前的卷积神经网络模型转换构建为ph监测模型，通过ph监测模型输出该模型参数对应的ph数值范围，将当前所输出的ph数值范围作为伤口感染处于痊愈趋势的理想数值范围。
13、进一步的，通过伤口特征集对ph监测模型进行模型训练的过程包括：
14、将伤口特征集选择一部分作为ph监测模型的训练数据，通过训练数据对ph监测模型进行模型训练，进而ph监测模型输出伤口特征集所对应每一个伤口成像图的ph预测范围，获取每一个伤口成像图对应的ph实际范围，获取ph监测模型的预测成功率，并记作sc，则有sc＝m成功/m总，其中，m成功为伤口成像图在处于ph监测模型所输出的ph预测范围与其对应ph实际范围相同的数目，m总为ph监测模型所输出的ph预测范围的总数目；
15、设置预警阈值γ，当sc≥γ时，则最终的ph监测模型构建成功，当sc＜γ时，则增加训练数据的数据量，并继续对ph监测模型进行模型训练，直至满足sc≥γ时停止模型训练。
16、进一步的，获取待检测伤口样本，通过完成模型训练后的ph监测模型进行待检测伤口样本的伤口感染评估，进而得出当前待检测伤口样本对应伤口的感染初步指征的过程包括：
17、所述待检测伤口样本为后续需要对其进行伤口感染分析的分析对象；
18、完成模型训练后的ph监测模型用于分析当前待检测伤口样本的ph值，设置ph分析的模拟环境，进行待检测伤口样本处于模拟环境下的样本统计分析，进而得出当前待检测伤口样本的主要样本特征并输入至ph监测模型中得出待检测伤口样本对应的ph值；
19、所述感染初步指征包括一类指征以及二类指征，一类指征为当前待检测伤口样本对应伤口已被感染所处于的伤口评估指征，二类指征为当前待检测伤口样本对应伤口未被感染所处于的伤口评估指征；
20、设置一类指征以及二类指征各自对应的ph区间，并分别记作ω1以及ω2，将待检测伤口样本的ph值的数值记作ph-d；当ph-d∈ω1时，则当前待检测伤口样本对应伤口的感染初步指征为一类指征；当ph-d∈ω2时，则当前待检测伤口样本对应伤口的感染初步指征为二类指征。
21、进一步的，根据感染初步指征将伤口划分为不同的感染等级的过程包括：
22、所述感染等级分为安全级、轻微感染级、中等感染级以及重度感染级；
23、当感染初步指征为二类指征时，将伤口对应的感染等级划分为安全级；当感染初步指征为一类指征时，设置等级判定值一和等级判定值二，并分别记作pd1以及pd2，其中，0＜pd1＜pd2，等级判定值一以及等级判定值二用于将伤口的感染等级归属于轻微感染级、中等感染级以及重度感染级中的任意一种；
24、当0＜ph-d＜pd1时，将伤口对应的感染等级划分为轻微感染级；
25、当pd1≤ph-d＜pd2时，将伤口对应的感染等级划分为中等感染级；
26、当ph-d≥pd2时，将伤口对应的感染等级划分为重度感染级。
27、进一步的，对不同感染等级的伤口在设置的监测周期下进行感染趋势跟进判断，进而获取伤口的感染演变情况的过程包括：
28、设置监测周期，监测周期包括若干个监测时间节点，对若干个监测时间节点进行编号，并记作j，j＝1，2，3，……，m，m为大于0的自然数；
29、通过ph监测模型获取每个监测时间节点下的伤口ph值，并将编号为j的监测时间节点对应的伤口ph值记作ph-d[j]，建立二维直角坐标系，将若干个监测时间节点的时间值作为横坐标，将每个监测时间节点对应的伤口ph值作为纵坐标，进而绘制出当前伤口对应的感染趋势曲线，感染趋势曲线用于进行当前伤口的感染趋势跟进判断；
30、通过感染趋势跟进判断获取当前伤口的感染演变情况，感染演变情况包括感染恶化、感染中止以及感染改善。
本文档来自技高网...【技术保护点】
1.一种基于pH监测模型的伤口感染评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于pH监测模型的伤口感染评估方法，其特征在于，基于历史伤口样本提取pH数据集以及伤口特征集，并对pH数据集进行数据处理，进而获取pH特征参数集的过程包括：
3.根据权利要求2所述的一种基于pH监测模型的伤口感染评估方法，其特征在于，根据pH特征参数集构建pH监测模型的过程包括：
4.根据权利要求3所述的一种基于pH监测模型的伤口感染评估方法，其特征在于，通过伤口特征集对pH监测模型进行模型训练的过程包括：
5.根据权利要求4所述的一种基于pH监测模型的伤口感染评估方法，其特征在于，获取待检测伤口样本，通过完成模型训练后的pH监测模型进行待检测伤口样本的伤口感染评估，进而得出当前待检测伤口样本对应伤口的感染初步指征的过程包括：
6.根据权利要求5所述的一种基于pH监测模型的伤口感染评估方法，其特征在于，根据感染初步指征将伤口划分为不同的感染等级的过程包括：
7.根据权利要求6所述的一种基于pH监测模型的伤口感染
8.一种基于pH监测模型的伤口感染评估系统，用于实现权利要求1至7任一项所述的伤口感染评估方法，其特征在于，该系统包括：
...【技术特征摘要】
1.一种基于ph监测模型的伤口感染评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于ph监测模型的伤口感染评估方法，其特征在于，基于历史伤口样本提取ph数据集以及伤口特征集，并对ph数据集进行数据处理，进而获取ph特征参数集的过程包括：
3.根据权利要求2所述的一种基于ph监测模型的伤口感染评估方法，其特征在于，根据ph特征参数集构建ph监测模型的过程包括：
4.根据权利要求3所述的一种基于ph监测模型的伤口感染评估方法，其特征在于，通过伤口特征集对ph监测模型进行模型训练的过程包括：
5.根据权利要求4所述的一种基于ph监测模型的伤口感染评估方法，...
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。