[发明专利]一种基于大数据血液指标的外敷药确定方法

权利要求书

1.一种基于大数据血液指标的外敷药确定方法，其特征在于，包括下述步骤：

步骤1：大数据分析选各种有毛病人群的比例

步骤1.1血液大数据输入

从外部输入血液大数据，包括实际测量数据和标准值数据；

步骤1.2数据归一化

对实测数据和标准值数据进行数据归一化；

步骤1.3数值统一

数值统一，并区分健康范围内数据和健康范围外数据；

步骤1.4曲线拟合

进行曲线拟合；

步骤1.5计算中间参数

分三组进行中间参数的计算；

步骤2：外敷药选择及配比

根据计算结果进行药品的选择和配比。

2.如权利要求1所述的一种基于大数据血液指标的外敷药确定方法，其特征在于：所述的步骤1.1.包括

输入的数据包括：谷丙转氨酶、谷草转氨酶、总蛋白、白蛋白、高密度脂蛋白、低密度脂蛋白、极低密度脂蛋白、免疫球蛋白、铁蛋白、碱性磷酸酶、总胆红素、肌酐、尿酸、尿酸氮、甘油三酯、血清镁、血清钾、血清钠、血清氯、血清钙、血清磷、血清铁、二氧化碳、二氧化碳结合力、乳酸脱氢酶、血糖，

输入每个指标的大数据、标准值或标准区间值，

最终形成数据矩阵

其中s₁₁表示第一个参数谷丙转氨酶的第一个输入数据，s_n1表示第一个参数谷丙转氨酶的第n个输入数据，类似的，s₁₂₆表示第26个参数血糖的第一个输入数据，s_n26表示第26个参数血糖的第n个输入数据，

还形成标准数据矩阵

其中t₁₁表示第一个参数谷丙转氨酶的标准区间，根据现有的医疗标准，其具体值为0-40IU/L，类似的输入其他参数的标准值或标准区间，直到输入最后一个参数血糖的标准范围，3.61-6.11mmol/L，记为t₂₆₁。

3.如权利要求2所述的一种基于大数据血液指标的外敷药确定方法，其特征在于：所述的步骤1.2包括

取S矩阵中每列中最大的数值和最小数值的差作为归一化的标准，用该列的标准对该列数据归一化，形成归一化后的数据矩阵S’，同时用每列中最大的数值和最小数值的差作为归一化的标准，用该列的标准对标准矩阵T中的对应列进行归一化，形成归一化后的标准矩阵T’。

4.如权利要求3所述的一种基于大数据血液指标的外敷药确定方法，其特征在于：所述的步骤1.3包括

用归一化后的标准矩阵T’判断归一化后的数据矩阵S’的值是否在健康范围内，如果在健康范围内，那么数据矩阵S’的元素值不变，如果不在健康范围内，那么数据矩阵S’的元素值加10。

5.如权利要求4所述的一种基于大数据血液指标的外敷药确定方法，其特征在于：所述的步骤1.4包括

对步骤1.3得到的矩阵S’，取所有值超过10的元素，按照列进行曲线拟合，

f(x)=c₁₁x²+c₂₁x+c₃₁

所有参数的拟合曲线的系数可以形成下述矩阵C