基于医疗大数据的儿童发育筛查方法与流程-k8凯发

本发明涉及医疗数据筛查，尤其涉及一种基于医疗大数据的儿童发育筛查方法。

背景技术：

1、儿童的发育障碍主要分为智力发育迟缓、精神心理发育迟缓、语言发育迟缓和运动能力发育迟缓等几类。现有的儿童发育筛查方法，往往是仅针对特定种类的发育迟缓进行筛查。

2、然而，家长往往对发育障碍的相关知识缺乏了解，不太清楚应当带孩子进行哪些方面的发育障碍筛查，且不同年龄、不同地区的儿童发生发育障碍的类型往往也不尽相同。为了克服上述缺陷，现有技术中仅能采用人工筛查的方式，但人工筛查的方式将耗费大量人力成本。

3、因此，亟需一种基于医疗大数据的儿童发育筛查方法，以使得筛查更具备针对性，也可节省医疗资源，缩短病人看病所需的时间。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种基于医疗大数据的儿童发育筛查方法，以使得筛查更具备针对性，也可节省医疗资源和病人看病所需的时间。

2、本发明提供了一种基于医疗大数据的儿童发育筛查方法，包括：

3、s1、获取待筛查儿童的基本信息，并对基本信息进行预处理；预处理包括数据清洗；

4、s2、将预处理后的基本信息输入至特性描述模型中，输出与待筛查儿童对应的特性描述向量；

5、s3、对待筛查儿童进行行为测试实验，并对实验过程进行视频录像，将视频录像输入至发育障碍识别模型中，得到待筛查儿童的发育障碍类型；

6、s4、将特性描述向量和发育障碍类型输入关注重点确定模型，输出相应的重点关注方面；

7、s5、根据重点关注方面对待筛查儿童进行相应的行为测试实验，将通过相应的行为测试实验得到的测试数据输入至第一发育程度评价模型中，得到待筛查儿童的发育情况筛查结果。

8、进一步的，s1，待筛查儿童的基本信息包括：

9、待筛查儿童的生长所处地区、年龄、父母从事的职业和父母受教育程度。

10、进一步的，s2，将预处理后的基本信息输入至特性描述模型中，输出与待筛查儿童对应的特性描述向量包括：

11、s21、将预处理后的基本信息输入至特性描述模型中进行识别；

12、s22、特性描述模型分为三层，第一层根据预处理后的基本信息中的待筛查儿童的生长所处地区来确定所处地区等级，第二层根据预处理后的基本信息中的待筛查儿童的父母从事的职业和父母受教育程度来确定成长环境等级，第三层根据预处理后的基本信息中的待筛查儿童的年龄来确定年龄段；

13、s23、根据所处地区等级、成长环境等级和年龄段生成与待筛查儿童对应的特性描述向量并输出。

14、进一步的，s3，发育障碍识别模型包括双支神经网络模型和分类器，双支神经网络模型由空间特征提取分支和时间特征提取分支组成。

15、进一步的，s3，对待筛查儿童进行行为测试实验，并对实验过程进行视频录像，将视频录像输入至发育障碍识别模型中，得到待筛查儿童的发育障碍类型包括：

16、s31、对待筛查儿童进行行为测试实验，并对实验过程进行视频录像；行为测试实验包括简单对话、人际交流、适龄的运动项目；

17、s32、将视频录像输入至发育障碍识别模型的双支神经网络模型中，提取视频录像中体现的行为序列和声音序列；

18、s33、将行为序列和声音序列输入至发育障碍识别模型的分类器中，得到待筛查儿童的发育障碍类型；发育障碍类型包括智力发育迟缓、精神心理发育迟缓、语言发育迟缓和运动能力发育迟缓。

19、进一步的，s32，将视频录像输入至发育障碍识别模型的双支神经网络模型中，提取视频录像中体现的行为序列和声音序列包括：

20、s321、通过空间特征提取分支对视频录像中体现的行为序列和声音序列进行一维卷积和注意力增强处理，得到空间特征；

21、s322、通过时间特征提取分支对视频录像中体现的行为序列和声音序列进行三维卷积和注意力增强处理，得到时间特征；

22、s323、根据空间特征与时间特征进行级联得到行为特征和声音特征。

23、进一步的，s5，第一发育程度评价模型与发育障碍识别模型结构相同。

24、进一步的，s5，根据重点关注方面对待筛查儿童进行相应的行为测试实验，将通过相应的行为测试实验得到的测试数据输入至第一发育程度评价模型中，得到待筛查儿童的发育情况筛查结果包括：

25、s51、根据重点关注方面对待筛查儿童进行相应的行为测试实验，并对实验过程进行视频录像；

26、s52、将视频录像输入至相应的第一发育程度评价模型的双支神经网络模型中，提取视频录像中体现的行为序列和声音序列；

27、s53、将行为序列和声音序列输入至相应的第一发育程度评价模型的分类器中，得到待筛查儿童的发育情况筛查结果；发育情况筛查结果包括待筛查儿童的发育障碍类型及该发育障碍类型的发育迟缓程度。

28、本发明实施例具有以下技术效果：

29、1、通过综合考虑儿童的生长所处地区、年龄、父母从事的职业和父母受教育程度等方面来形成特性描述向量，可以使得后续的模型预测结果更准确且更具备针对性。

30、2、通过对待筛查儿童的测试实验进行视频录像，对所述视频进行行为序列和声音序列的识别，从而可初步确定所述待筛查儿童的发育障碍类型，进而为后续的进一步筛查打好基础。

31、3、根据初步确定好的发育障碍类型，结合特性描述向量，输入关注重点确定模型中，可获得重点关注方面，后续可针对得出的重点关注方面进行测试，从而使得筛查更具备针对性，也可节省医疗资源，缩短病人看病所需的时间。

技术特征：

1.一种基于医疗大数据的儿童发育筛查方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于医疗大数据的儿童发育筛查方法，其特征在于，所述s1，所述待筛查儿童的基本信息包括：

3.根据权利要求2所述的一种基于医疗大数据的儿童发育筛查方法，其特征在于，所述s2，所述将所述预处理后的基本信息输入至特性描述模型中，输出与所述待筛查儿童对应的特性描述向量包括：

4.根据权利要求1所述的一种基于医疗大数据的儿童发育筛查方法，其特征在于，所述s3，所述发育障碍识别模型包括双支神经网络模型和分类器，所述双支神经网络模型由空间特征提取分支和时间特征提取分支组成。

5.根据权利要求4所述的一种基于医疗大数据的儿童发育筛查方法，其特征在于，所述s3，所述对所述待筛查儿童进行行为测试实验，并对实验过程进行视频录像，将所述视频录像输入至发育障碍识别模型中，得到所述待筛查儿童的发育障碍类型包括：

6.根据权利要求5所述的一种基于医疗大数据的儿童发育筛查方法，其特征在于，所述s32，所述将所述视频录像输入至所述发育障碍识别模型的所述双支神经网络模型中，提取所述视频录像中体现的行为序列和声音序列包括：

7.根据权利要求6所述的一种基于医疗大数据的儿童发育筛查方法，其特征在于，所述s5，所述第一发育程度评价模型与所述发育障碍识别模型结构相同。

8.根据权利要求7所述的一种基于医疗大数据的儿童发育筛查方法，其特征在于，所述s5，所述根据所述重点关注方面对所述待筛查儿童进行相应的行为测试实验，将通过所述相应的行为测试实验得到的测试数据输入至第一发育程度评价模型中，得到所述待筛查儿童的发育情况筛查结果，具体包括：

技术总结
本发明涉及医疗数据筛查技术领域，公开了一种基于医疗大数据的儿童发育筛查方法，方法包括：获取待筛查儿童的基本信息，并对基本信息进行预处理；将预处理后的基本信息输入至特性描述模型中，输出特性描述向量；对待筛查儿童进行行为测试实验，并进行视频录像，将视频录像输入至发育障碍识别模型中，得到待筛查儿童的发育障碍类型；将特性描述向量和发育障碍类型输入关注重点确定模型，输出相应的重点关注方面；根据重点关注方面对待筛查儿童进行相应的行为测试实验，将得到的测试数据输入至第一发育程度评价模型中，得到待筛查儿童的发育情况筛查结果。使筛查更具备针对性，可以节省医疗资源，缩短病人看病所需的时间。

技术研发人员：金明均,赵冰,刘薇
受保护的技术使用者：天津市儿童医院
技术研发日：
技术公布日：2024/2/8