[发明专利]一种基于决策树的药敏实验结果识别方法与系统

说明书

本发明公开了一种基于决策树的药敏实验结果识别方法与系统，该方法包括下述步骤：采集药敏实验结果数据，将药敏实验结果数据转化为决策树分类器的训练数据集；构建决策树分类器，训练决策树分类器；训练后的决策树分类器判别药敏板微孔的阴阳性分类结果；根据药敏板微孔的阴阳性分类结果以及微孔的药物布局信息计算MIC；根据MIC结果和折点值标准判断耐药结果。与传统的OD值判别药敏实验阴阳性结果方法相比，本发明基于决策树分类器去判别的方法不受阳性对照孔OD值的大小影响，可以挖掘数据中的规则，依此判断微孔的阴阳性结果，更加灵活，而且与目测法符合率更高，提高了判别阴阳性结果的准确性。

技术领域

本发明涉及微生物药敏检测技术领域，具体涉及一种基于决策树的药敏实验结果识别方法与系统。

背景技术

测定抗菌药物在体外对微生物有无抑制作用的方法称为药物敏感性实验，简称药敏实验。药敏实验是目前各实验室最为常用的细菌耐药性测定方法。综合考虑实验条件及成本，目前在大部分养殖场，特别是中小型养殖场，一般利用96孔微孔板，使用微量肉汤稀释法进行药敏实验。判断每个微孔的阴阳性结果主要是通过目测法，即通过实验员肉眼观察实验试剂盒各微孔的颜色变化来确定细菌的MIC值。另一方面也可通过仪器进行检测，目前在基层使用较多的仪器为酶标仪，酶标仪测定的原理是在特定波长下，检测被测物的吸光值，即OD值。OD值是某一分散体系对特定波长光线穿透性的表述,是某一特定分散体系的属性，这其中包括主要吸光物质的吸光作用，以及体系中其他物质对OD值的影响。当OD值未发生变化或变化不显著时，则说明待测药物存在抑菌作用，提示达到最小抑菌浓度。

目测法需要经过专业训练的实验员进行肉眼观察，对人员要求高，受个人因素影响，而且劳动强度强，容易疲劳，导致进行大批量实验时误判率高，而且效率低下，而国内外市场上快速药敏检测的软硬件系统价格昂贵，难以在国内基层推广。

现有技术中采用微量酶标仪比浊法快速测定革兰阴性杆菌药敏，当阳性对照孔OD值0.1时，这种判断方法与目测法符合率89.7％，而当阳性对照孔OD值≥0.1时符合率则超过95％。可见，这种根据经验规则得到的结果虽然正确率高，但受阳性对照孔OD值影响较大，判断规则不一定适用所有实验，判断规则不够灵活。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供一种基于决策树的药敏实验结果识别方法与系统，基于决策树算法的分类模型对实验测得的OD值进行分类，判断每个微孔的阴阳性结果，代替根据实验经验制定的判断规则，然后根据96孔微孔板药物分布信息自动计算MIC，最后根据折点值标准判断所测的细菌对各药物的耐药性结果(耐药、中介、敏感)，与传统的OD值判别药敏实验阴阳性结果方法相比，本发明基于决策树分类器去判别的方法不受阳性对照孔OD值的大小影响，可以挖掘数据中的规则，依此判断微孔的阴阳性结果，更加灵活，而且与目测法符合率更高，提高了判别阴阳性结果的准确性。

为了达到上述目的，本发明采用以下技术方案：

本发明提供一种基于决策树的药敏实验结果识别方法，包括下述步骤：

采集药敏实验结果数据，将药敏实验结果数据转化为决策树分类器的训练数据集；

构建决策树分类器，训练决策树分类器；

训练后的决策树分类器判别药敏板微孔的阴阳性分类结果；

根据所述药敏板微孔的阴阳性分类结果以及微孔的药物布局信息计算MIC；

根据MIC结果和折点值标准判断耐药结果。

作为优选的技术方案，还包括校正步骤，验证并校正阴阳性分类结果，并将校正后的阴阳性分类结果作为更新训练数据，优化决策树分类器；

作为优选的技术方案，所述采集药敏实验结果数据，具体步骤包括：