[发明专利]一种胎儿体重估算模型的建立方法及系统在审
申请号: | 201711485933.4 | 申请日: | 2017-12-29 |
公开(公告)号: | CN108109701A | 公开(公告)日: | 2018-06-01 |
发明(设计)人: | 田嫣然 | 申请(专利权)人: | 田嫣然 |
主分类号: | G16H50/70 | 分类号: | G16H50/70 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 吴东勤 |
地址: | 408400*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 胎儿体重 参数信息 估算模型 样本 胎儿 敏感参数 体重信息 样本统计 受试者工作特征曲线 不良妊娠结局 人体测量学 显著性检验 分娩方式 回归分析 孕妇个体 分娩期 构建 估算 分析 采集 管理 | ||
1.一种胎儿体重估算模型的建立方法,其特征在于,包括如下步骤:
步骤1:采集样本胎儿的体重信息,以及与胎儿体重相关的产前参数信息;
步骤2:根据所述样本胎儿体重信息将所述样本胎儿的产前参数信息划分为异常样本参数信息和正常样本参数信息,对所述异常样本参数信息和正常样本参数信息进行显著性检验,得到P值;
步骤3:根据所述P值从所述产前参数信息中提取样本统计参数信息,对所述样本统计参数信息进行受试者工作特征曲线分析,得到样本敏感参数信息;
步骤4:根据所述样本胎儿的体重信息及样本敏感参数信息进行回归分析,构建胎儿体重估算方程式,得到胎儿体重估算模型。
2.根据权利要求1所述的胎儿体重估算模型的建立方法,其特征在于,所述步骤2中,对所述异常样本参数信息和正常样本参数信息进行显著性检验,得到P值具体包括:
步骤21:分别提取所述异常样本参数信息信息和正常样本参数信息中的计量资料,对所述计量资料中每种参数信息分别进行t检验,并计算得到第一P值;
步骤22:分别提取所述异常样本参数信息和正常样本参数信息中的计数资料,对所述计数资料中的每种参数信息分别进行卡方检验,并计算得到第二P值;
其中,所述P值包括所述第一P值和第二P值。
3.根据权利要求1或2所述的胎儿体重估算模型的建立方法,其特征在于,所述步骤3中,对所述样本统计参数信息进行受试者工作特征曲线分析,得到样本敏感参数信息具体包括:
根据所述样本统计参数信息绘制受试者工作特征曲线图,将所述受试者工作特征曲线图的约登指数最高点作为诊断界点,得到所述诊断界点对应的敏感度和特异度,根据所述敏感度和特异度从所述样本统计参数信息中提取所述样本敏感参数信息。
4.一种胎儿体重估算准确率的验证方法,其特征在于,其采用权利要求1至3任一项所述的胎儿体重估算模型,包括如下步骤:
步骤1:采集待测胎儿的体重信息和敏感参数信息;
步骤2:根据所述待测胎儿的体重信息、敏感参数信息和胎儿体重估算方程式计算估算准确率。
5.根据权利要求4所述的胎儿体重估算准确率的验证方法,其特征在于,所述步骤2,根据所述待测胎儿的体重信息、敏感参数信息和胎儿体重估算方程式计算估算准确率具体包括:
根据所述待测胎儿的敏感参数信息和胎儿体重估算方程式计算胎儿的估算体重信息,当所述估算体重信息与所述待测胎儿的体重信息之差的绝对值不大于预设误差阈值时,判定胎儿的估算体重信息符合标准,并根据所述估算体重信息计算胎儿体重的估算准确率;
其中,所述估算准确率为达到符合标准的胎儿个数与总的待测胎儿个数的比值。
6.一种胎儿体重估算模型的的建立系统,其特征在于,包括:
第一采集模块,用于采集样本胎儿的体重信息及与胎儿体重相关的产前参数信息;
检验模块,用于根据所述样本胎儿体重信息将所述样本胎儿的产前参数信息分为异常样本参数信息和正常样本参数信息,对所述异常样本参数信息和正常样本参数信息进行显著性检验,得到P值;
分析模块,用于根据所述P值从所述样本胎儿的产前参数信息中提取样本统计参数信息,对所述样本统计参数信息进行受试者工作特征曲线分析,得到样本敏感参数信息;
模型建立模块,用于根据所述样本胎儿的体重信息及样本敏感参数样本信息进行回归分析,构建胎儿体重估算方程式,得到胎儿体重估算模型。
7.根据权利要求6所述的胎儿体重估算模型的建立系统,其特征在于,所述检验模块,对异常样本参数信息和正常样本参数信息进行显著性检验,得到P值具体包括:
分别提取所述异常样本参数信息和正常样本参数信息中的计量资料,对所述计量资料中的每种参数信息分别进行t检验,并计算得到第一P值;
分别提取所述异常样本参数信息和正常样本参数信息中的计数资料,对所述计数资料中的每种参数信息分别进行卡方检验,并计算得到第二P值;
其中,所述P值包括所述第一P值和第二P值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于田嫣然,未经田嫣然许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711485933.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种慢性病药物疗效评价方法和装置
- 下一篇:应用大小流分类的数据选择方法