CN117789989B - 一种家禽疫病治疗效果量化评价方法及系统 - Google Patents
一种家禽疫病治疗效果量化评价方法及系统 Download PDFInfo
- Publication number
- CN117789989B CN117789989B CN202410212946.8A CN202410212946A CN117789989B CN 117789989 B CN117789989 B CN 117789989B CN 202410212946 A CN202410212946 A CN 202410212946A CN 117789989 B CN117789989 B CN 117789989B
- Authority
- CN
- China
- Prior art keywords
- target
- evaluation
- value
- physiological
- physiological value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011282 treatment Methods 0.000 title claims abstract description 289
- 201000010099 disease Diseases 0.000 title claims abstract description 94
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 94
- 230000000694 effects Effects 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 53
- 244000144977 poultry Species 0.000 title claims abstract description 32
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 428
- 239000003814 drug Substances 0.000 claims description 143
- 229940079593 drug Drugs 0.000 claims description 89
- 230000002550 fecal effect Effects 0.000 claims description 46
- 230000009471 action Effects 0.000 claims description 37
- 208000024891 symptom Diseases 0.000 claims description 36
- 210000003608 fece Anatomy 0.000 claims description 17
- 238000011269 treatment regimen Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 15
- 230000034002 defecation rhythm Effects 0.000 claims description 12
- 238000007493 shaping process Methods 0.000 claims description 8
- 238000000465 moulding Methods 0.000 claims description 7
- 230000001225 therapeutic effect Effects 0.000 claims description 4
- 208000002979 Influenza in Birds Diseases 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 89
- 235000013594 poultry meat Nutrition 0.000 description 27
- 230000002159 abnormal effect Effects 0.000 description 26
- 235000013601 eggs Nutrition 0.000 description 18
- 230000017448 oviposition Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000036461 convulsion Effects 0.000 description 10
- 238000003062 neural network model Methods 0.000 description 9
- 208000030175 lameness Diseases 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000013872 defecation Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 206010059866 Drug resistance Diseases 0.000 description 4
- 206010028347 Muscle twitching Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 244000000010 microbial pathogen Species 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 239000008194 pharmaceutical composition Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 241000272517 Anseriformes Species 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 241000271566 Aves Species 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 2
- 208000023505 abnormal feces Diseases 0.000 description 2
- 235000013330 chicken meat Nutrition 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 206010011469 Crying Diseases 0.000 description 1
- 206010034133 Pathogen resistance Diseases 0.000 description 1
- 241000286209 Phasianidae Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 210000003746 feather Anatomy 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本申请公开了一种家禽疫病治疗效果量化评价方法及系统，涉及家禽疫病辅助治疗技术领域，包括获取评价目标的第一生理值和第二生理值，其中，第一生理值包括评价目标在使用目标治疗方案前每一评价指标对应的数值，第二生理值包括评价目标在使用目标治疗方案后每一评价指标对应的数值；获取目标生理集合，目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值；获取目标生理集合中与第一生理值距离最小的目标生理值，得到第一参考生理值；获取目标生理集合中与第二生理值距离最小的目标生理值，得到第二参考生理值；根据第一生理值与第一参考生理值的距离和第二生理值与第二参考生理值的距离得到评价结果，从而实现对治疗效果的评价。
Description
技术领域
本申请涉及家禽疫病辅助治疗技术领域，具体涉及一种家禽疫病治疗效果量化评价方法及系统。
背景技术
家禽是指人工豢养的鸟类动物，包括稚科、鸭科和其他科的鸟类，例如鸡、鸭、鹅和鹌鹑等，饲养家禽通常以获取其卵、肉和羽毛等作为生产目的。家禽疫病一般是由寄生虫、细菌和病毒等微生物引起的具有可传染性的疾病。
目前，家禽疫病的治疗方案复杂多变，不同治疗方案的治疗效果是选择治疗方案的重要参考因素。随着病程发展和药物作用，疫病治疗方案需要根据患病家禽治疗后的状态不断地调整药品种类、剂量等。而传统的治疗效果评价方法通常采用肉眼观察、凭经验判断的方式判断该治疗方案对患病家禽是否存在正向治疗效果，当多个不同治疗方案方案对该疫病治疗均存在正向治疗效果时，对每一治疗方案的治疗效果的优劣容易受到主观性因素的影响，导致治疗效果评价不准确。
发明内容
本发明提供了一种家禽疫病治疗效果量化评价方法及系统，其目的在于解决如何对家禽疫病治疗效果进行量化评价的技术问题，提供了一种家禽疫病治疗效果量化评价方法及系统，包括获取评价目标的第一生理值和第二生理值；获取目标生理集合，目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值；获取目标生理集合中与第一生理值距离最小的目标生理值，得到第一参考生理值；获取目标生理集合中与第二生理值距离最小的目标生理值，得到第二参考生理值；根据第一生理值与第一参考生理值的距离和第二生理值与第二参考生理值的距离得到评价结果，从而实现对治疗效果的评价。
根据本发明的第一方面，本发明请求保护一种家禽疫病治疗效果量化评价方法，包括：
获取评价目标的第一生理值和第二生理值，其中，所述第一生理值包括所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二生理值包括所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
获取目标生理集合，所述目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值；
获取所述目标生理集合中与所述第一生理值距离最小的目标生理值，得到第一参考生理值；
获取所述目标生理集合中与所述第二生理值距离最小的目标生理值，得到第二参考生理值；
根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果。
在本申请一实施例中，在所述根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果之中，还包括：
根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到第一评价子结果；
根据评价目标的历史治疗方案得到第一参考药物；
分别计算每一所述第一参考药物和目标治疗方案的目标药物之间的相似度得到药物相似度；
获取评价目标使用每一所述第一参考药物的时长得到第一时长；
根据所述药物相似度和所述第一时长对所述第一评价子结果进行修正，得到所述评价结果。
在本申请一实施例中，在所述分别计算每一所述第一参考药物和目标治疗方案的目标药物之间的相似度得到药物相似度之中，还包括：
分别计算每一所述第一参考药物的药物成分和每一目标药物的药物成分之间的相似度，得到成分相似度；
分别计算每一所述第一参考药物的药物作用和每一所述目标药物的药物作用之间的相似度，得到作用相似度；
根据所述成分相似度和所述作用相似度得到所述药物相似度。
在本申请一实施例中，所述第一评价子结果的计算方法包括：
；
其中，score1为所述第一评价子结果，d1为所述第一生理值与所述第一参考生理值的距离，d2为所述第二生理值与所述第二参考生理值的距离，v为所述评价结果的预设最大值。
在本申请一实施例中，在所述根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果之中，还包括：
获取评价目标使用所述目标治疗方案的时长，得到第二时长；
计算所述第二时长与预设单位时间的比值得到第一数值；
根据所述第一生理值与所述第一参考生理值的距离和所述第一数值的比值得到预期治疗量，根据所述第二生理值与所述第二参考生理值的距离和所述第一数值的比值得到剩余治疗量，根据所述预期治疗量和所述预期治疗量得到所述评价结果。
在本申请一实施例中，在所述获取评价目标的第一生理值和第二生理值之中，还包括：
获取与评价指标所患疫病类型相关的临床症状；
获取每一临床症状的评价指标；
根据评价目标的临床症状获取评价目标使用所述目标治疗方案前在每一评价指标对应的数值，得到所述第一生理值；
根据评价目标的临床症状获取评价目标使用所述目标治疗方案后在每一评价指标对应的数值，得到所述第二生理值。
在本申请一实施例中，所述方法还包括：
根据临床症状对应的病程对所有所述评价指标进行划分，得到病程等级；
根据病程的严重程度对每一所述病程等级设置权重，病程越严重的所述病程等级采用取值越大的权重；
根据所述病程等级对应的权重计算所述第一生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第一参考生理值；
根据所述病程等级对应的权重计算所述第二生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第二参考生理值。
在本申请一实施例中，所述评价指标包括评价目标的粪便颜色和粪便是否成型；
根据评价目标在使用目标治疗方案前的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第一生理值，所述第一生理值包括粪便颜色标签和粪便是否成型标签；
根据评价目标在使用目标治疗方案后的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第二生理值，所述第二生理值包括粪便颜色标签和粪便成型度标签；
获取正常粪便图像，所述正常粪便图像包括未患疫病的家禽排除的粪便图像，对正常粪便图像的特征向量，得到所述目标生理集合。
在本申请一实施例中，所述方法还包括：
获取评价目标群的第一群体生理值和第二群体生理值，其中，所述评价目标群包含至少两个所述评价目标，所述第一群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
根据所述第一群体生理值和评价目标群中评价目标的数量得到所述第一生理值。
根据本发明的第二方面，本发明请求保护一种家禽疫病治疗效果量化评价系统，包括：
第一获取模块，获取评价目标的第一生理值和第二生理值，其中，所述第一生理值包括所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二生理值包括所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
第二获取模块，获取目标生理集合，所述目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值；
第三获取模块，获取所述目标生理集合中与所述第一生理值距离最小的目标生理值，得到第一参考生理值；获取所述目标生理集合中与所述第二生理值距离最小的目标生理值，得到第二参考生理值；
第一评价模块，根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果。
在本申请一实施例中，所述第一评价模块还包括：
根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到第一评价子结果；
根据评价目标的历史治疗方案得到第一参考药物；
分别计算每一所述第一参考药物和目标治疗方案的目标药物之间的相似度得到药物相似度；
获取评价目标使用每一所述第一参考药物的时长得到第一时长；
根据所述药物相似度和所述第一时长对所述第一评价子结果进行修正，得到所述评价结果。
在本申请一实施例中，所述第一评价模块还包括：
分别计算每一所述第一参考药物的药物成分和每一目标药物的药物成分之间的相似度，得到成分相似度；
分别计算每一所述第一参考药物的药物作用和每一所述目标药物的药物作用之间的相似度，得到作用相似度；
根据所述成分相似度和所述作用相似度得到所述药物相似度。
在本申请一实施例中，所述第一评价模块还包括：
根据所述第一生理值与所述第一参考生理值的距离、所述第二生理值与所述第二参考生理值的距离和所述第一数值得到第一评价子结果；
根据评价目标的历史治疗方案得到第一参考药物；
分别计算每一所述第一参考药物和目标治疗方案的目标药物之间的相似度得到药物相似度；
获取评价目标使用每一所述第一参考药物的时长得到第一时长；
根据所述药物相似度和所述第二时长对所述第一评价子结果进行修正，得到所述评价结果。
在本申请一实施例中，所述第一评价模块还包括：
分别计算每一所述第一参考药物的药物成分和每一目标药物的药物成分之间的相似度，得到成分相似度；
分别计算每一所述第一参考药物的药物作用和每一所述目标药物的药物作用之间的相似度，得到作用相似度；
根据所述成分相似度和所述作用相似度得到所述药物相似度。
在本申请一实施例中，所述第一评价子结果的计算方法包括：
；
其中，score1为所述第一评价子结果，d1为所述第一生理值与所述第一参考生理值的距离，d2为所述第二生理值与所述第二参考生理值的距离，v为所述评价结果的预设最大值。
在本申请一实施例中，所述第一评价模块还包括：
获取评价目标使用所述目标治疗方案的时长，得到第二时长；
计算所述第二时长与预设单位时间的比值得到第一数值；
根据所述第一生理值与所述第一参考生理值的距离和所述第一数值的比值得到预期治疗量，根据所述第二生理值与所述第二参考生理值的距离和所述第一数值的比值得到剩余治疗量，根据所述预期治疗量和所述预期治疗量得到所述评价结果。
在本申请一实施例中，所述第一获取模块还包括：
获取与评价指标所患疫病类型相关的临床症状；
获取每一临床症状的评价指标；
根据评价目标的临床症状获取评价目标使用所述目标治疗方案前在每一评价指标对应的数值，得到所述第一生理值；
根据评价目标的临床症状获取评价目标使用所述目标治疗方案后在每一评价指标对应的数值，得到所述第二生理值。
在本申请一实施例中，所述系统还包括：
根据临床症状对应的病程对所有所述评价指标进行划分，得到病程等级；
根据病程的严重程度对每一所述病程等级设置权重，病程越严重的所述病程等级采用取值越大的权重；
根据所述病程等级对应的权重计算所述第一生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第一参考生理值；
根据所述病程等级对应的权重计算所述第二生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第二参考生理值。
在本申请一实施例中，所述评价指标包括评价目标的粪便颜色和粪便是否成型；
根据评价目标在使用目标治疗方案前的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第一生理值，所述第一生理值包括粪便颜色标签和粪便是否成型标签。
根据评价目标在使用目标治疗方案后的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第二生理值，所述第二生理值包括粪便颜色标签和粪便成型度标签；
获取正常粪便图像，所述正常粪便图像包括未患疫病的家禽排除的粪便图像，对正常粪便图像的特征向量，得到所述目标生理集合。
在本申请一实施例中，所述系统还包括：
获取评价目标群的第一群体生理值和第二群体生理值，其中，所述评价目标群包含至少两个所述评价目标，所述第一群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
根据所述第一群体生理值和评价目标群中评价目标的数量得到所述第一生理值。
本申请具有以下有益效果：
1、所述目标生理集合中的每一目标生理值在每一评价指标下的数值均为正常值，采取目标治疗方案对评价目标的所述第一生理值进行调整时，目标治疗方案的目标治疗量与所述第一生理值和所述第一参考生理值的距离呈正相关，即当所述第一生理值和所述第一参考生理值的距离越大，目标治疗方案的目标治疗量越大，当所述第一生理值和所述第一参考生理值的距离越小，目标治疗方案的目标治疗量越小。因此，目标治疗方案的实际治疗量与目标治疗量的比值得到治疗方案相对治疗目标的完成度，从而实现对治疗效果的量化评价。另外，当根据至少两个评价指标对评价目标进行评价时，经过治疗后，可能出现部分评价指标对应的数值趋向于改善，其他评价指标对应的数值趋向于恶化，根据所述第二生理值和所述第二参考生理值之间的距离间接对实际治疗效果进行评价，从而实现多指标综合评价治疗效果的同时准确针对治疗目标对治疗效果进行评价。
2、在治疗过程中会根据上一治疗阶段的治疗效果对治疗方案进行调整，例如上一治疗阶段的治疗方案对评价目标不存在正向治疗效果，则在当前治疗阶段需要采用新的治疗方案进行治疗，即目标治疗方案。若历史治疗方案中存在与目标治疗方案相同的药物，根据所述药物相似度和所述第一时长对所述第一评价子结果进行修正，降低由于长时间使用相同药物进行治疗使致病的微生物出现耐药性，导致根据所述第一生理值和所述第二生理值得到治疗效果与真实治疗效果存在误差，提高治疗效果评价的准确性，提高治疗效果评价结果对疫病治疗方案决策的可参考性。
3、致病的微生物对药物产生耐药性，除了对同一成分产生耐药性，也可能对与该成分相同药物作用的其他成分产生耐药性，即交叉耐药性。可以根据药物成分的耐药率对所述成分相似度设置权重，根据出现交叉耐药性的概率对所述作用相似度设置权重，计算得到所述药物相似度，提高治疗效果评价的准确性。
4、当评价目标采用目标治疗方案进行治疗后，若所述评价结果的取值等于评分结果的预设最大值v，则所述第二生理值与所述第二参考生理值的距离为0，目标治疗方案的治疗效果达到了预期的治疗目标；若所述评价结果的取值小于评分结果的预设最大值v，所述评价结果的取值大于0，则所述第二生理值与所述第二参考生理值的距离小于所述第一生理值与所述第一参考生理值的距离，说明该目标治疗方案对评价目标有正向治疗效果；若所述评价结果的取值不大于0，则所述第二生理值与所述第二参考生理值的距离不小于所述第一生理值与所述第一参考生理值的距离，说明该治疗方案对评价目标不存在正向治疗效果，甚至当所述评价结果的取值小于0，所述第二生理值与所述第二参考生理值的距离相较于所述第一生理值与所述第一参考生理值的距离更远，该目标治疗方案对评价目标存在反向治疗效果，例如评价目标仍然继续恶化。实现根据评价结果的取值区分目标治疗方案是否对评价目标产生正向治疗效果。
5、不同治疗阶段的治疗时长不同，在所述第一生理值与所述第一参考生理值之间的距离相同和所述第二生理值与所述第二参考生理值之间的距离相同的条件下，治疗时长越长，目标治疗方案的治疗效果越差，治疗时长越短，目标治疗方案的治疗效果越佳。因此，根据所述第一时长和所述预设单位时间的比值对目标治疗方案的治疗效果进行评价，提高不同治疗方案之间治疗效果的可比较性，使评价结果对治疗方案的决策更具参考性。
6、通过神经网络模型对评价目标的粪便图像进行特征提取，实现对评价目标的粪便状态进行量化，相较于人工识别粪便的颜色和成型度而言，神经网络模型提取到的特征更加全面和客观，实现对不同治疗阶段、不同评价目标的粪便状态的量化标准的统一。
7、不同病程对应的临床症状的类型不同，例如随着病程的加重，家禽会出现新的临床症状，部分临床症状改善，根据临床症状对应的严重程度对每一评价指标设置权重，实现评价目标在使用治疗方案前的病程和使用治疗方案后的病程进行评价。
8、在实际养殖过程中，根据家禽数量将家禽划分为不同的群体，同一群体中包含多只家禽，对同一群体中不同个体的饲养方式的差距小，且同一群体中不同个体的区分难度较大。因此，通过所述评价目标群在每一评价指标的数值的均值替换获取每一个体在每一评价指标的数值，得到所述第一生理值，在评价过程中无需对不同个体的产蛋行为、动作、排便行为等进行区分，实现以群体为单位对治疗效果的评价，在降低治疗效果评价操作难度的同时，得到的评价结果更全面地反映目标治疗方案的治疗效果，减小由于评价目标的个体性差异导致评价结果不准确。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1为本申请实施例涉及的一种家禽疫病治疗效果量化评价方法流程图；
图2为本申请实施例涉及的第一生理值和第二生理值的示意图；
图3为本申请实施例涉及的步骤S5的流程图；
图4为本申请实施例涉及的一种家禽疫病治疗效果量化评价系统结构图；
图5为本申请实施例涉及的电子设备结构示意图；
图中标识：d1为第一生理值与第一参考生理值的距离，d2为第二生理值与第二参考生理值的距离。
具体实施方式
本发明提供了一种家禽疫病治疗效果量化评价方法及系统，包括获取评价目标的第一生理值和第二生理值；获取目标生理集合，目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值；获取目标生理集合中与第一生理值距离最小的目标生理值，得到第一参考生理值；获取目标生理集合中与第二生理值距离最小的目标生理值，得到第二参考生理值；根据第一生理值与第一参考生理值的距离和第二生理值与第二参考生理值的距离得到评价结果，从而实现对治疗效果的评价。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，参考术语“一个实施例”、“一些实施例”、“实施方式”、“实施例”、“示意性实施例”、“示例”、“具体示例”或“一些示例”等，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示结合该实施例或示例描述的具体特征、结构或者特点包含于本发明的至少一个实施例或示例中。而且描述的具体特征、结构或者特点可以在任何一个或多个实施例或示例中以合适的方式结合。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或顺序。
根据本发明的第一方面，本发明请求保护一种家禽疫病治疗效果量化评价方法，参照附图1所示，包括：
S1：获取评价目标的第一生理值和第二生理值，其中，所述第一生理值包括所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二生理值包括所述评价目标在使用目标治疗方案后每一评价指标对应的数值。
其中，所述评价目标为使用目标治疗方案后待评价治疗效果的家禽，所述评价指标为与家禽所患的疫病类型相关的生理指标，包括临床检查指标，例如血液生化指标。
需要说明的是，将所述第一生理值记为A1，A1=（a1,1，a1,2，…，a1,i，…，a1,n），其中，a1,i表示所述评价目标使用治疗方案前在第i个所述评价指标下的数值，n表示所述评价指标的数量。将所述第二生理值记为A2，A2=（a2,1，a2,2，…，a2,i，…，a2,n），其中，a2,i表示所述评价目标在使用治疗方案后第i个所述评价指标下的数值。
S2：获取目标生理集合，所述目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值，将所述目标生理集合记为B，B={b1，b2，…，bj，…，bm}，其中，bj为所述目标生理集合中第j个目标生理值，bj=（bj,1，bj,2，…，bj,i，…，bj,n），bj，i表示所述目标生理集合中第j个目标生理值在第i个所述评价指标下的数值，m为所述目标生理集合中目标生理值的个数。
需要说明的是，所述评价指标的数量可以为一个，也可以为多个。当所述评价指标的数量为1时，所述目标生理集合为属于正常取值范围的生理值的集合；当所述评价指标的数量为两个及以上时，所述目标生理集合为属于所有评价指标的正常取值范围的交集的生理值的集合。本申请不对所述评价指标的数量进行进一步限制。
其中，所述目标生理值为由所有评价指标构成的评价空间中的实体。例如，当评价指标的数量为1，则所述目标生理值可以用一维数轴上的点进行表示，其在数轴上的数值代表在该评价指标的数值；当评价指标的数量大于1，则所述目标生理值可以用多维坐标上的点进行表示，其坐标值代表该生理值在对应评价指标的数值。
需要说明的是，评价指标对应的取值范围可以为连续型，也可以为离散型。当存在评价指标的取值范围为连续型，则所述目标生理集合中的所述目标生理值的数量为无限个，当所有评价指标的取值范围均为离散型，则所述目标生理集合中的所述目标生理值的数量为有限个。
需要说明的是，在治疗过程中评价目标处于患有疫病的状态，该评价目标在与该类型疫病相关的评价指标对应的数值存在非正常值，即评价目标的生理值不属于所述目标生理集合，在采取治疗措施后，若该评价目标的生理值属于所述目标生理集合，即该评价目标的所有生理值均为正常值，则该评价目标恢复至健康状态，若评价目标存在生理值不属于所述目标生理集合，即评价目标的生理值仍存在非正常值，则该评价目标未恢复健康状态。
S3：获取所述目标生理集合中与所述第一生理值距离最小的目标生理值，得到第一参考生理值。
需要说明的是，所述目标生理集合中目标生理值与所述第一生理值之间的距离d为：
；
其中，所述第一参考生理值与所述第一生理值的距离不大于所述目标生理集合中其他任一目标生理值与所述第一生理值的距离。
需要说明的是，采用目标治疗方案对评价目标进行治疗的目的在于使评价目标在每一评价指标对应的数值恢复到正常范围，即该评价目标在使用目标治疗方案后的第二生理值属于所述目标生理集合，所述第一参考生理值与该评价指标的所述第一生理值的距离最小，以所述第一参考生理值作为治疗目标。
S4：获取所述目标生理集合中与所述第二生理值距离最小的目标生理值，得到第二参考生理值。
其中，所述第二参考生理值与所述第二生理值的距离不大于所述目标生理集合中其他任一目标生理值与所述第二生理值的距离。
需要说明的是，当所述第二生理值属于所述目标生理集合，即，表示在采用目标治疗方案对评价目标进行治疗后在每一评价指标的数值均为正常值，所述第二参考生理值与所述第二生理值的距离为0，即所述第二参考生理值的取值与所述第二生理值相同。当所述第二生理值属于所述目标生理集合，即/>，表示所述第二生理值中存在非正常值，还需要继续进行治疗，评价目标恢复到健康状态还需要从所述第二生理值恢复到所述第二参考生理值。
需要说明的是，根据所述第二生理值与每一目标生理值的距离得到第二参考生理值。所述第二参考生理值与所述第一参考生理值可以相同，也可以不同。例如，若经过治疗后的部分评价指标对应的数值属于正常范围，则无需用药使该部分指标的数据达到第一参考指标，应该以所述第二参考指标作为下一阶段的治疗目标，减少过度治疗。
S5：根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果。
需要说明的是，以所述第一生理值与所述第一参考生理值的距离为治疗目标，根据下一治疗阶段需要达到的治疗目标得到评价结果。在治疗目标相同的条件下，若下一治疗阶段需要达到的治疗目标越大，即所述第二生理值与所述第二参考生理值的距离越远，表示当前治疗阶段达到的治疗效果越差，对应的所述评价结果越低；若下一治疗阶段需要达到的治疗目标越小，即所述第二生理值与所述第二参考生理值的距离越近，表示当前治疗阶段达到的治疗效果越好，对应的所述评价结果越高。
需要说明的是，所述评价结果score的计算方法包括：
；
其中，d1为所述第一生理值与所述第一参考生理值的距离，d2为所述第二生理值与所述第二参考生理值的距离。
需要说明的是，f为单调递减函数，当取值越大，score的取值越小，当/>取值越小，score的取值越大。
在本实施方式中，参照附图2所示，以根据2个评价指标对所述评价目标的治疗效果进行评价为例，所述评价目标的所述第一生理值为A1=（a1,1，a1,2），所述第二生理值为A1=（a2,1，a2,2），在所述目标生理集合中与所述第一评价指标对应的所述第一参考评价指标为b1=（b1,1，b1,2），在所述目标生理集合中与所述第二评价指标对应的所述第二参考评价指标为b2=（b2,1，b2,2），d1的取值为，d2的取值为，根据d1和d2的取值计算得到所述评价结果。以上仅为示意，不构成对本申请保护范围的限制。
需要说明的是，所述目标生理集合中的每一目标生理值在每一评价指标下的数值均为正常值，采取目标治疗方案对评价目标的所述第一生理值进行调整时，目标治疗方案的目标治疗量与所述第一生理值和所述第一参考生理值的距离呈正相关，即当所述第一生理值和所述第一参考生理值的距离越大，目标治疗方案的目标治疗量越大，当所述第一生理值和所述第一参考生理值的距离越小，目标治疗方案的目标治疗量越小。因此，目标治疗方案的实际治疗量与目标治疗量的比值得到治疗方案相对治疗目标的完成度，从而实现对治疗效果的量化评价。另外，参照附图2中的A2所示，当根据至少两个评价指标对评价目标进行评价时，经过治疗后，可能出现部分评价指标对应的数值趋向于改善，即|a2，1-b2，1|<|a1，1-b1，1|，其他评价指标对应的数值趋向于恶化，即|a2，2-b2，2|<|a1，2-b1，2|，根据所述第二生理值和所述第二参考生理值之间的距离间接对实际治疗效果进行评价，从而实现多指标综合评价治疗效果的同时准确针对治疗目标对治疗效果进行评价。
在一个可行的实施方式中，参照附图3所示，在步骤S5中，还包括：
S51：根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到第一评价子结果。
在一个可行的实施方式中，所述第一评价子结果score1的计算方法包括：
；
其中，d1为所述第一生理值与所述第一参考生理值的距离，d2为所述第二生理值与所述第二参考生理值的距离，v为所述评价结果的预设最大值。
需要说明的是，当评价目标采用目标治疗方案进行治疗后，若所述评价结果的取值等于评分结果的预设最大值v，则所述第二生理值与所述第二参考生理值的距离为0，目标治疗方案的治疗效果达到了预期的治疗目标；若所述评价结果的取值小于评分结果的预设最大值v，所述评价结果的取值大于0，则所述第二生理值与所述第二参考生理值的距离小于所述第一生理值与所述第一参考生理值的距离，说明该目标治疗方案对评价目标有正向治疗效果；若所述评价结果的取值不大于0，则所述第二生理值与所述第二参考生理值的距离不小于所述第一生理值与所述第一参考生理值的距离，说明该治疗方案对评价目标不存在正向治疗效果，甚至当所述评价结果的取值小于0，所述第二生理值与所述第二参考生理值的距离相较于所述第一生理值与所述第一参考生理值的距离更远，该目标治疗方案对评价目标存在反向治疗效果，例如评价目标仍然继续恶化。实现根据评价结果的取值区分目标治疗方案是否对评价目标产生正向治疗效果。
在一个可行的实施方式中，在步骤S51中，还包括：
S511：获取评价目标使用所述目标治疗方案的时长，得到第二时长。
S512：计算所述第二时长与预设单位时间的比值得到第一数值。
S513：根据所述第一生理值与所述第一参考生理值的距离和所述第一数值的比值得到预期治疗量，根据所述第二生理值与所述第二参考生理值的距离和所述第一数值的比值得到剩余治疗量，根据所述预期治疗量和所述预期治疗量得到所述评价结果。
需要说明的是，不同治疗阶段的治疗时长不同，在所述第一生理值与所述第一参考生理值之间的距离相同和所述第二生理值与所述第二参考生理值之间的距离相同的条件下，治疗时长越长，目标治疗方案的治疗效果越差，治疗时长越短，目标治疗方案的治疗效果越佳。因此，根据所述第一时长和所述预设单位时间的比值对目标治疗方案的治疗效果进行评价，提高不同治疗方案之间治疗效果的可比较性，使评价结果对治疗方案的决策更具参考性。
S52：根据所述评价目标的历史治疗方案得到第一参考药物。
其中，所述历史治疗方案包括所述评价目标在治疗过程中除所述目标治疗方案外已经使用的治疗方案，所述第一参考药物包括每一所述历史治疗方案的药物。
需要说明的是，在治疗过程中会根据所述评价目标的第一生理值选择治疗方案，由于药物影响和病程发展，评价目标在不同治疗阶段的生理值不断发生变化，因此，在整个治疗过程中可能包含多个治疗方案。
S53：分别计算每一所述第一参考药物和目标药物之间的相似度得到药物相似度。
在一个可行的实施方式中，在步骤S53中，还包括：
S531：分别计算每一所述第一参考药物的药物成分和每一目标药物的药物成分之间的相似度，得到成分相似度。
其中，药物成分可以根据药物说明书得到，目标药物为所述目标治疗方案中的药物。
在本实施方式中，分别计算每一所述第一参考药物的药物成分和每一目标药物的药物成分之间的杰卡德相似系数，包括：
；
其中，为所述成分相似度，C为目标药物的药物成分集合，D为所述第一参考药物的药物成分集合，num为计算集合中元素个数的函数。
需要说明的是，若目标治疗方案中的第一目标药物的药物成分C={成分1，成分2}，第一参考药物的药物成分D1={成分1，成分3}，则的取值为1，的取值为3，所述目标药物与所述第一历史治疗方案中的第一参考药物的相似度为0.333。以上仅为示意，不构成对本申请保护范围的限制。
S532：分别计算每一所述第一参考药物的药物作用和每一所述目标药物的药物作用之间的相似度，得到作用相似度。
其中，所述药物作用可以根据药物对应的抗菌谱得到。所述作用相似度为所述第一参考药物的药物作用和所述目标药物的药物作用之间的杰卡德相似系数，在此不过多描述。
S533：根据所述成分相似度和所述作用相似度得到所述药物相似度
需要说明的是，致病的微生物对药物产生耐药性，除了对同一成分产生耐药性，也可能对与该成分相同药物作用的其他成分产生耐药性，即交叉耐药性。可以根据药物成分的耐药率对所述成分相似度设置权重，根据出现交叉耐药性的概率对所述作用相似度设置权重，计算得到所述药物相似度，提高治疗效果评价的准确性。
S54：获取评价目标使用每一所述第一参考药物的时长得到第一时长。
S55：根据所述药物相似度和所述第一时长对所述第一评价子结果进行修正，得到所述评价结果。
在本实施方式中，根据所述药物相似度和所述第一时长得到修正因子，所述修正因子K的计算方法包括：
;
其中，m为所述第一参考药物的数量，similark为第k个所述所述第一参考药物与所述目标药物的所述药物相似度，tk为第k个所述第一参考药物对应的所述第一时长，t为治疗过程中从首次使用历史治疗方案到使用所述目标治疗方案前的总时长。
在本实施方式中，根据所述第一评价子结果和所述修正因子得到所述评价结果。所述评价结果。
需要说明的是，在治疗过程中会根据上一治疗阶段的治疗效果对治疗方案进行调整，例如上一治疗阶段的治疗方案对评价目标不存在正向治疗效果，则在当前治疗阶段需要采用新的治疗方案进行治疗，即目标治疗方案。若历史治疗方案中存在与目标治疗方案相同的药物，根据所述药物相似度和所述第一时长对所述第一评价子结果进行修正，降低由于长时间使用相同药物进行治疗使致病的微生物出现耐药性，导致根据所述第一生理值和所述第二生理值得到治疗效果与真实治疗效果存在误差，提高治疗效果评价的准确性，提高治疗效果评价结果对疫病治疗方案决策的可参考性。
在一个可行的实施方式中，在所述获取评价目标的第一生理值和第二生理值之中，还包括：
S11：获取与评价指标所患疫病类型相关的临床症状。
在本实施方式中，以鸡为例，所述临床症状包括产蛋异常、行为动作异常、声音异常和粪便异常，但是其不限于此。
S12：获取每一临床症状的评价指标。
在本实施方式中，产蛋异常的评价指标包括产蛋率、畸形蛋数量占产蛋量的比例和沙皮蛋数量占产蛋量的比例，但是其不限于此。行为动作异常的评价指标包括出现异常动作的种类和出现异常动作的时长，但是其不限于此。声音异常的评价指标包括是否出现异常叫声，但是其不限于此。粪便异常的评价指标包括排便次数、粪便颜色和粪便是否成型，但是其不限于此。
其中，异常动作包括头颈后仰、抽搐和跛行，但是其不限于此。
S13：根据评价目标的临床症状获取评价目标使用所述目标治疗方案前在每一评价指标对应的数值，得到所述第一生理值。
需要说明的是，在使用所述目标治疗方案前，获取评价目标的第一生理值，所述第一生理子值包括产蛋率、畸形蛋数量占产蛋量的比例、沙皮蛋数量占产蛋量的比例、是否出现头颈后仰、出现头颈后仰的时长、是否出现抽搐、出现抽搐的时长、是否出现跛行、是否出现异常叫声、排便次数、粪便颜色和粪便是否成型。
S14：根据评价目标的临床症状获取评价目标使用所述目标治疗方案后在每一评价指标对应的数值，得到所述第二生理值。
需要说明的是，在使用所述目标治疗方案后，获取评价目标的第二生理值，所述第二生理子值包括产蛋率、畸形蛋数量占产蛋量的比例、沙皮蛋数量占产蛋量的比例、是否出现头颈后仰、出现头颈后仰的时长、是否出现抽搐、出现抽搐的时长、是否出现跛行、是否出现异常叫声、排便次数、粪便颜色和粪便是否成型。
在本实施方式中，所述第一生理值和所述第二生理值均为多维数值，其在每一维对应的数值为所述评价目标在对应评价指标的数值。评价目标在每一评价指标对应的数值可以通过人工的方式进行统计。
在本实施方式中，通过视频采集装置获取患病家禽在治疗过程中行为动作的视频图像，将视频图像进行分帧，根据神经网络模型对每一分帧图像进行特征提取，判断评价目标是否出现异常动作。若评价目标出现异常动作，则评价目标在对应的异常动作类别的数值记为1，根据开始出现异常动作的分帧图像对应的时间点和异常动作结束的分帧图像对应的时间点得到评价目标出现异常动作的时长；若评价目标未出现异常动作，则评价目标在对应的异常动作类别的数值记为0，评价目标出现异常动作的时长记为0。所述异常动作的评价指标对应的正常值为0，即评价目标未出现异常动作。
需要说明的是，由于家禽临床生化指标的获取难度大、成本高，在治疗过程中根据临床生化指标对治疗效果进行评价，会导致治疗成本大幅度提高，养殖规模较小的养殖户的可接受度低。通过家禽的临床症状减轻或加重，对治疗效果的评价操作简单，降低主观因素对评价结果的影响。
在一个可行的实施方式中，所述方法还包括：
根据临床症状对应的病程对所有所述评价指标进行划分，得到病程等级。
需要说明的是，不同病程等级中的所述评价指标不同。当不同病程对应的临床症状相同，则对应的所述评价指标属于病程的严重程度更低的所述病程等级。
根据病程的严重程度对每一所述病程等级设置权重，病程越严重的所述病程等级采用取值越大的权重；
根据所述病程等级对应的权重计算所述第一生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第一参考生理值；
根据所述病程等级对应的权重计算所述第二生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第二参考生理值。
在本实施方式中，所述目标生理集合中目标生理值与所述第一生理值之间的距离d为：
；
其中，为第i个评价指标对应的所述病程等级对应的权重。
需要说明的是，不同病程对应的临床症状的类型不同，例如随着病程的加重，家禽会出现新的临床症状，部分临床症状改善，根据临床症状对应的严重程度对每一评价指标设置权重，实现评价目标在使用治疗方案前的病程和使用治疗方案后的病程进行评价。
在一个可行的实施方式中，所述评价指标包括评价目标的粪便颜色和粪便是否成型；
根据评价目标在使用目标治疗方案前的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第一生理值，所述第一生理值包括粪便颜色标签和粪便是否成型标签。
根据评价目标在使用目标治疗方案后的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第二生理值，所述第二生理值包括粪便颜色标签和粪便成型度标签；
获取正常粪便图像，所述正常粪便图像包括未患疫病的家禽排除的粪便图像，对正常粪便图像的特征向量，得到所述目标生理集合。
在本实施方式中，获取多张正常粪便图像和多张与家禽所患疫病类型对应的异常粪便图像得到粪便图像，根据粪便颜色分别对每一粪便图像进行标记，得到对应的粪便颜色的预设标签，根据粪便图像和对应的粪便颜色的预设标签得到训练数据集，根据训练数据集对第一神经网络模型进行训练，将所述评价目标的粪便图像输入训练好的第一神经网络模型，得到对应的粪便颜色标签。根据所有正常粪便图像对应的粪便颜色的预设标签得到粪便颜色标签的正常值。其中，粪便颜色的预设标签可以根据颜色的RGB值得到。
在本实施方式中，根据粪便成型度分别对每一粪便图像进行标记，得到对应的粪便成型度的预设标签，根据粪便图像和对应的粪便形状的预设标签得到训练数据集，根据训练数据集对第二神经网络模型进行训练，将所述评价目标的粪便图像输入训练好的第二神经网络模型，得到对应的粪便成型度标签。其中，所述粪便成型度可以采用人工划分的方式得到。
需要说明的是，通过神经网络模型对评价目标的粪便图像进行特征提取，实现对评价目标的粪便状态进行量化，相较于人工识别粪便的颜色和成型度而言，神经网络模型提取到的特征更加全面和客观，实现对不同治疗阶段、不同评价目标的粪便状态的量化标准的统一。
在一个可行的实施方式中，在步骤S1中，还包括：
获取评价目标群的第一群体生理值和第二群体生理值，其中，所述评价目标群包含至少两个所述评价目标，所述第一群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案后每一评价指标对应的数值。
在本实施方式中，所述评价指标包括产蛋率、畸形蛋数量占产蛋量的比例、沙皮蛋数量占产蛋量的比例、是否出现头颈后仰、出现头颈后仰的时长、是否出现抽搐、出现抽搐的时长、是否出现跛行、是否出现异常叫声、排便次数、粪便颜色和粪便是否成型。所述第一群体生理值包括所述评价目标群的总产蛋率、畸形蛋总数量占产蛋总量的比例、沙皮蛋总数量占产蛋总量的比例、所述评价目标群中是否存在出现头颈后仰的评价目标、出现头颈后仰的总时长、出现头颈后仰的评价目标的数量、所述评价目标群中是否存在出现抽搐的评价目标、出现抽搐的总时长、出现抽搐的评价目标的数量、所述评价目标群中是否存在出现跛行的评价目标、出现跛行的评价目标的数量、所述评价目标群中是否存在出现异常叫声的评价目标、出现异常叫声的评价目标的数量、排便总次数、粪便颜色和粪便是否成型。
根据所述第一群体生理值和评价目标群中评价目标的数量得到所述第一生理值。
在本实施方式中，所述第一生理值的计算方法包括：
；
其中，A1，i为所述第一群体生理值在第i个评价指标的数值，N为所述评价目标群体中所述评价目标的数量。
根据所述第二群体生理值和评价目标群中评价目标的数量得到所述第二生理值。
在本实施方式中，所述第二生理值的计算方法与所述第一生理值的计算方法相似，不再过多描述。
需要说明的是，在实际养殖过程中，根据家禽数量将家禽划分为不同的群体，同一群体中包含多只家禽，对同一群体中不同个体的饲养方式的差距小，且同一群体中不同个体的区分难度较大。因此，通过所述评价目标群在每一评价指标的数值的均值替换获取每一个体在每一评价指标的数值，得到所述第一生理值，在评价过程中无需对不同个体的产蛋行为、动作、排便行为进行区分，实现以群体为单位对治疗效果的评价，在降低治疗效果评价操作难度的同时，得到的评价结果更全面地反映目标治疗方案的治疗效果，减小由于评价目标的个体性差异导致评价结果不准确。
根据本发明的第二方面，本发明请求保护一种家禽疫病治疗效果量化评价系统，参照附图4所示，包括：
第一获取模块，获取评价目标的第一生理值和第二生理值，其中，所述第一生理值包括所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二生理值包括所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
第二获取模块，获取目标生理集合，所述目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值；
第三获取模块，获取所述目标生理集合中与所述第一生理值距离最小的目标生理值，得到第一参考生理值；获取所述目标生理集合中与所述第二生理值距离最小的目标生理值，得到第二参考生理值；
第一评价模块，根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果。
在本申请一实施例中，所述第一评价模块还包括：
根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到第一评价子结果；
根据评价目标的历史治疗方案得到第一参考药物；
分别计算每一所述第一参考药物和目标治疗方案的目标药物之间的相似度得到药物相似度；
获取评价目标使用每一所述第一参考药物的时长得到第一时长；
根据所述药物相似度和所述第一时长对所述第一评价子结果进行修正，得到所述评价结果。
在本申请一实施例中，所述第一评价模块还包括：
分别计算每一所述第一参考药物的药物成分和每一目标药物的药物成分之间的相似度，得到成分相似度；
分别计算每一所述第一参考药物的药物作用和每一所述目标药物的药物作用之间的相似度，得到作用相似度；
根据所述成分相似度和所述作用相似度得到所述药物相似度。
在一个可行的实施方式中，所述第一评价子结果的计算方法包括：
；
其中，score1为所述第一评价子结果，d1为所述第一生理值与所述第一参考生理值的距离，d2为所述第二生理值与所述第二参考生理值的距离，v为所述评价结果的预设最大值。
在一个可行的实施方式中，所述第一评价模块还包括：
获取评价目标使用所述目标治疗方案的时长，得到第二时长；
计算所述第二时长与预设单位时间的比值得到第一数值；
根据所述第一生理值与所述第一参考生理值的距离和所述第一数值的比值得到预期治疗量，根据所述第二生理值与所述第二参考生理值的距离和所述第一数值的比值得到剩余治疗量，根据所述预期治疗量和所述预期治疗量得到所述评价结果。
在一个可行的实施方式中，所述第一获取模块还包括：
获取与评价指标所患疫病类型相关的临床症状；
获取每一临床症状的评价指标；
根据评价目标的临床症状获取评价目标使用所述目标治疗方案前在每一评价指标对应的数值，得到所述第一生理值；
根据评价目标的临床症状获取评价目标使用所述目标治疗方案后在每一评价指标对应的数值，得到所述第二生理值。
在一个可行的实施方式中，所述系统还包括：
根据临床症状对应的病程对所有所述评价指标进行划分，得到病程等级；
根据病程的严重程度对每一所述病程等级设置权重，病程越严重的所述病程等级采用取值越大的权重；
根据所述病程等级对应的权重计算所述第一生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第一参考生理值；
根据所述病程等级对应的权重计算所述第二生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第二参考生理值。
在一个可行的实施方式中，所述评价指标包括评价目标的粪便颜色和粪便是否成型；
根据评价目标在使用目标治疗方案前的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第一生理值，所述第一生理值包括粪便颜色标签和粪便是否成型标签。
根据评价目标在使用目标治疗方案后的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第二生理值，所述第二生理值包括粪便颜色标签和粪便成型度标签；
获取正常粪便图像，所述正常粪便图像包括未患疫病的家禽排除的粪便图像，对正常粪便图像的特征向量，得到所述目标生理集合。
在一个可行的实施方式中，所述系统还包括：
获取评价目标群的第一群体生理值和第二群体生理值，其中，所述评价目标群包含至少两个所述评价目标，所述第一群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
根据所述第一群体生理值和评价目标群中评价目标的数量得到所述第一生理值。
参照附图5所示，本申请实施例提供一种电子设备，包括：处理器和存储器，处理器和存储器通过通信总线和/或其他形式的连接机构（未标出）互连并相互通讯，存储器存储有处理器可执行的计算机程序，当计算设备运行时，处理器执行该计算机程序，以执行上述实施例的任一可选的实施方式中的系统。
本申请实施例提供一种存储介质，所述计算机程序被处理器执行时，执行上述实施例的任一可选的实施方式中的系统。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random AccessMemory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable ProgrammableRead-Only Memory，简称EEPROM），可擦出可编程只读存储器（Erasable ProgrammableRead-Only Memory，简称EPROM），可编程只读存储器（Programmable Read-Only Memory，简称PROM），只读存储器（Read-Only Memory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。
本申请所提供的实施例中，应该理解到，所揭露系统可以通过其他的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
本文中使用了流程图用来说明通过本公开的实施例的方法的步骤。应当理解的是，前面或后面的步骤不一定按照顺序来精确的进行。相反，可以按照倒序或同时评价各种步骤。同时，也可以将其他操作添加到这些过程中。
除非另有定义，这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
以上对所提供的一种家禽疫病治疗效果量化评价方法及系统进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明仅为本申请的实施例而已，只是用于帮助理解本申请的一种家禽疫病治疗效果量化评价方法及系统，并不用于限制本申请的保护范围；同时，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的和精神和原则之内，所作的任何修改、等同替换，均应包含在本申请的保护范围之内。
Claims (10)
1.一种家禽疫病治疗效果量化评价方法，其特征在于，包括：
获取评价目标的第一生理值和第二生理值，其中，所述第一生理值包括所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二生理值包括所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
获取目标生理集合，所述目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值；
获取所述目标生理集合中与所述第一生理值距离最小的目标生理值，得到第一参考生理值；
获取所述目标生理集合中与所述第二生理值距离最小的目标生理值，得到第二参考生理值；
根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果。
2.根据权利要求1所述的一种家禽疫病治疗效果量化评价方法，其特征在于，在所述根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果之中，还包括：
根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到第一评价子结果；
根据评价目标的历史治疗方案得到第一参考药物；
分别计算每一所述第一参考药物和目标治疗方案的目标药物之间的相似度得到药物相似度；
获取评价目标使用每一所述第一参考药物的时长得到第一时长；
根据所述药物相似度和所述第一时长对所述第一评价子结果进行修正，得到所述评价结果。
3.根据权利要求2所述的一种家禽疫病治疗效果量化评价方法，其特征在于，在所述分别计算每一所述第一参考药物和目标治疗方案的目标药物之间的相似度得到药物相似度之中，还包括：
分别计算每一所述第一参考药物的药物成分和每一目标药物的药物成分之间的相似度，得到成分相似度；
分别计算每一所述第一参考药物的药物作用和每一所述目标药物的药物作用之间的相似度，得到作用相似度；
根据所述成分相似度和所述作用相似度得到所述药物相似度。
4.根据权利要求2或3所述的一种家禽疫病治疗效果量化评价方法，其特征在于，所述第一评价子结果的计算方法包括：
；
其中，score1为所述第一评价子结果，d1为所述第一生理值与所述第一参考生理值的距离，d2为所述第二生理值与所述第二参考生理值的距离，v为所述评价结果的预设最大值。
5.根据权利要求4所述的一种家禽疫病治疗效果量化评价方法，其特征在于，在所述根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果之中，还包括：
获取评价目标使用所述目标治疗方案的时长，得到第二时长；
计算所述第二时长与预设单位时间的比值得到第一数值；
根据所述第一生理值与所述第一参考生理值的距离和所述第一数值的比值得到预期治疗量，根据所述第二生理值与所述第二参考生理值的距离和所述第一数值的比值得到剩余治疗量，根据所述预期治疗量和所述预期治疗量得到所述评价结果。
6.根据权利要求5所述的一种家禽疫病治疗效果量化评价方法，其特征在于，在所述获取评价目标的第一生理值和第二生理值之中，还包括：
获取与评价指标所患疫病类型相关的临床症状；
获取每一临床症状的评价指标；
根据评价目标的临床症状获取评价目标使用所述目标治疗方案前在每一评价指标对应的数值，得到所述第一生理值；
根据评价目标的临床症状获取评价目标使用所述目标治疗方案后在每一评价指标对应的数值，得到所述第二生理值。
7.根据权利要求6所述的一种家禽疫病治疗效果量化评价方法，其特征在于，所述方法还包括：
根据临床症状对应的病程对所有所述评价指标进行划分，得到病程等级；
根据病程的严重程度对每一所述病程等级设置权重，病程越严重的所述病程等级采用取值越大的权重；
根据所述病程等级对应的权重计算所述第一生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第一参考生理值；
根据所述病程等级对应的权重计算所述第二生理值与所述目标生理集合中目标生理值的距离，取距离最小值对应的目标生理集合作为所述第二参考生理值。
8.根据权利要求6所述的一种家禽疫病治疗效果量化评价方法，其特征在于，所述评价指标包括评价目标的粪便颜色和粪便是否成型；
根据评价目标在使用目标治疗方案前的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第一生理值，所述第一生理值包括粪便颜色标签和粪便是否成型标签；
根据评价目标在使用目标治疗方案后的排便行为对评价目标的粪便图像的特征向量进行提取，得到所述第二生理值，所述第二生理值包括粪便颜色标签和粪便成型度标签；
获取正常粪便图像，所述正常粪便图像包括未患疫病的家禽排除的粪便图像，对正常粪便图像的特征向量，得到所述目标生理集合。
9.根据权利要求8所述的一种家禽疫病治疗效果量化评价方法，其特征在于，所述方法还包括：
获取评价目标群的第一群体生理值和第二群体生理值，其中，所述评价目标群包含至少两个所述评价目标，所述第一群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二群体生理值包括根据所述评价目标群中所有所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
根据所述第一群体生理值和评价目标群中评价目标的数量得到所述第一生理值。
10.一种家禽疫病治疗效果量化评价系统，其特征在于，包括：
第一获取模块，获取评价目标的第一生理值和第二生理值，其中，所述第一生理值包括所述评价目标在使用目标治疗方案前每一评价指标对应的数值，所述第二生理值包括所述评价目标在使用目标治疗方案后每一评价指标对应的数值；
第二获取模块，获取目标生理集合，所述目标生理集合中的每一目标生理值在所有评价指标对应的数值均为正常值；
第三获取模块，获取所述目标生理集合中与所述第一生理值距离最小的目标生理值，得到第一参考生理值；获取所述目标生理集合中与所述第二生理值距离最小的目标生理值，得到第二参考生理值；
第一评价模块，根据所述第一生理值与所述第一参考生理值的距离和所述第二生理值与所述第二参考生理值的距离得到评价结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410212946.8A CN117789989B (zh) | 2024-02-27 | 2024-02-27 | 一种家禽疫病治疗效果量化评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410212946.8A CN117789989B (zh) | 2024-02-27 | 2024-02-27 | 一种家禽疫病治疗效果量化评价方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117789989A CN117789989A (zh) | 2024-03-29 |
| CN117789989B true CN117789989B (zh) | 2024-04-30 |
Family
ID=90402123
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410212946.8A Active CN117789989B (zh) | 2024-02-27 | 2024-02-27 | 一种家禽疫病治疗效果量化评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117789989B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117991707B (zh) * | 2024-04-03 | 2024-06-21 | 贵州省畜牧兽医研究所 | 一种智能化猪场环境监测控制系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112712904A (zh) * | 2020-12-24 | 2021-04-27 | 四川省人民医院 | 基于嵌套-配对设计的多信息系统不良反应前置预测方法及系统 |
| CN113707263A (zh) * | 2021-08-31 | 2021-11-26 | 平安科技（深圳）有限公司 | 基于群体划分的药物有效性评价方法、装置及计算机设备 |
| CN116610221A (zh) * | 2023-07-19 | 2023-08-18 | 深圳市巨朋电子科技有限公司 | 一种可监测用户生理指标的智能键盘及计算机系统 |
| CN116913456A (zh) * | 2023-09-12 | 2023-10-20 | 四川省医学科学院·四川省人民医院 | 一种基于临床指标的介入诊疗评价方法和系统 |
-
2024
- 2024-02-27 CN CN202410212946.8A patent/CN117789989B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112712904A (zh) * | 2020-12-24 | 2021-04-27 | 四川省人民医院 | 基于嵌套-配对设计的多信息系统不良反应前置预测方法及系统 |
| CN113707263A (zh) * | 2021-08-31 | 2021-11-26 | 平安科技（深圳）有限公司 | 基于群体划分的药物有效性评价方法、装置及计算机设备 |
| CN116610221A (zh) * | 2023-07-19 | 2023-08-18 | 深圳市巨朋电子科技有限公司 | 一种可监测用户生理指标的智能键盘及计算机系统 |
| CN116913456A (zh) * | 2023-09-12 | 2023-10-20 | 四川省医学科学院·四川省人民医院 | 一种基于临床指标的介入诊疗评价方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117789989A (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117789989B (zh) | 一种家禽疫病治疗效果量化评价方法及系统 | |
| Danilov et al. | Classification of intracranial hemorrhage subtypes using deep learning on CT scans | |
| Holson et al. | Statistical issues and techniques appropriate for developmental neurotoxicity testing: a report from the ILSI Research Foundation/Risk Science Institute expert working group on neurodevelopmental endpoints | |
| JPWO2020142551A5 (zh) | ||
| Clayton | Hippocampal growth and maintenance depend on food-caching experience in juvenile mountain chickadees (Poecile gambeli). | |
| Martini et al. | Plasticity of the skeleton and skeletal deformities in zebrafish (Danio rerio) linked to rearing density | |
| CN111387938B (zh) | 一种基于特征重排一维卷积神经网络的病人心衰死亡风险预测系统 | |
| Campbell et al. | Environmentally enriched rearing environments reduce repetitive perseveration in caged mink, but increase spontaneous alternation | |
| CN111000553A (zh) | 一种基于投票集成学习的心电数据智能分类方法 | |
| Perrott et al. | Spinal curvatures and onset of vertebral deformities in farmed Chinook salmon, Oncorhynchus tshawytscha (Walbaum, 1792) in New Zealand | |
| Boudinot et al. | Permian parallelisms: reanalysis of† Tshekardocoleidae sheds light on the earliest evolution of the Coleoptera | |
| Oguntunji | Regression tree analysis for predicting body weight of Nigerian Muscovy duck (Cairina moschata) | |
| Miller et al. | Diet of Mesozoic toothed birds (Longipterygidae) inferred from quantitative analysis of extant avian diet proxies | |
| Reynolds et al. | Integrated data analysis in the presence of emigration and mark loss | |
| Prevatt et al. | What is the economic impact of infertility in beef cattle? AN208, Rev. 9/2018 | |
| Bitsch et al. | The phylogenetic position of early hexapod lineages: morphological data contradict molecular data | |
| Zhao et al. | Genetic relationship between koi herpesvirus disease resistance and production traits inferred from sibling performance in Amur mirror carp | |
| CN112862076A (zh) | 提高黄羽肉种鸡合格种蛋数的选育方法、模型及选育系统 | |
| Black et al. | A canine model of inherited myopia: familial aggregation of refractive error in labrador retrievers | |
| Calus et al. | Assessment of sire contribution and breed-of-origin of alleles in a three-way crossbred broiler dataset | |
| Pereira et al. | Early-life factors shaping the gut microbiota of Common buzzard nestlings | |
| Neves et al. | Variation in brain volume in nine populations and three taxa of the African striped mouse Rhabdomys | |
| Tomback et al. | Measuring dominance and constructing hierarchies: an example using mule deer | |
| Gustian et al. | Selecting Quality Broiler Chicken using Data Mining Technique | |
| KR20200041533A (ko) | 실시간 농축산물 육종가 및 유전모수 평가 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |