[发明专利]一种婴儿吸吮远程评估和母乳喂养指导方法

说明书

本发明提供了一种婴儿吸吮远程评估和母乳喂养指导方法，包括如下步骤：S10数据采集，获得多源数据；S20数据预处理，获得待评估多源信息融合特征；S30形成多模态融合深度学习模型，使用婴儿吸吮‑吞咽标准数据对卷积神经网络模型进行训练获得多模态融合深度学习模型；以及S40利用所述多模态融合深度学习模型对所述待评估多源信息融合特征进行评估，获得婴儿吸吮自动评估结果。本发明的一种婴儿吸吮远程评估和母乳喂养指导方法，通过机器学习对哺乳过程进行远程、自动评估，不需要专业医护人员上门指导，评估结果实时反馈产妇，所述评估方法对家庭设备和婴儿合作的要求较少，可行性和准确性更高。

技术领域

本发明涉及医疗器械技术领域，具体涉及一种婴儿吸吮远程评估和母乳喂养指导方法。

背景技术

母乳是婴儿营养最佳来源，对于产妇及婴儿产生的益处无可替代。婴儿正确的吸吮姿势是有效获取乳汁保障。不当的吸吮可导致乳汁获取不足、无效喂养以及产妇乳头皲裂、乳头疼痛，继发乳腺炎。研究发现，吸吮姿势不当是导致母乳喂养失败的主要原因。世界卫生组织建议，临床医护人员应当对所有产妇实施母乳喂养指导，保证婴儿有效吸吮。分娩住院期间，有母乳喂养专科护士进行吸吮指导，然而出院以后，由于专业人力资源缺乏，上门指导困难，加之我国每年新出生人口剧增，导致居家产妇无法得到及时、有效的喂养评估及指导，以至于我国6个月纯母乳喂养率仅为28％，远远低于世界卫生组织至少达到50％的要求。由于母乳喂养需要专业人员指导，通过婴儿含接乳头、口腔开合角度、乳晕被含接范围、产妇抱婴儿姿势、婴儿吸吮及吞咽动作协调程度等综合判断。目前临床均通过专业人士一对一进行评估、指导，费时费力，不能及时解决居家产妇喂养问题。

发明内容

为了解决上述问题，本发明提供一种婴儿吸吮远程评估和母乳喂养指导方法，通过机器学习对哺乳过程进行远程、自动评估，不需要专业医护人员上门指导，评估结果实时反馈产妇，所述评估方法对家庭设备和婴儿合作的要求较少，可行性和准确性更高。

为了实现以上目的，本发明采取的一种技术方案是：

本发明提供了一种婴儿吸吮远程评估和母乳喂养指导方法，包括如下步骤：S10数据采集，通过高清摄像头以及录音设备获取哺乳过程中的图片、视频以及音频数据，获得多源数据；S20数据预处理，剔除所述多源数据噪声的干扰和影响，获得待评估多源信息融合特征；S30形成多模态融合深度学习模型，使用婴儿吸吮-吞咽标准数据对卷积神经网络模型进行训练获得多模态融合深度学习模型；以及S40利用所述多模态融合深度学习模型对所述待评估多源信息融合特征进行评估，获得婴儿吸吮自动评估结果。

进一步地，所述步骤S30包括如下步骤：S31根据临床研究实验数据以及临床评定量表提取标准行为体征，建立所述婴儿吸吮-吞咽标准数据；S32利用深度学习数据挖掘技术，对所述婴儿吸吮-吞咽标准数据进行特征选择和特征提取，获得多维度特征数据；以及S33使用所述多维度特征数据对卷积神经网络进行训练，建立多源数据与临床评定量表间的量化映射模型，形成多模态融合深度学习模型。

进一步地，所述标准行为体征包括：婴儿嘴角角度达到150度、婴儿口部含接超过1/2的乳晕、婴儿含接上嘴唇露出的乳晕大于下嘴唇露出的乳晕、婴儿头颈背呈180度直线、喉部规律吞咽运动、吸吮前后妈妈乳头没有变形以及皲裂。

进一步地，所述评估结果通过无线网络传输给受测者查看，所述评估结果包括吸吮形态正常、吸吮形态失调以及吸吮障碍。

本发明的上述技术方案相比现有技术具有以下优点：

本发明的一种婴儿吸吮远程评估和母乳喂养指导方法，通过机器学习对哺乳过程进行远程、自动评估，不需要专业医护人员上门指导，保证了产妇的隐私，解决了专利医护人员缺乏、一对一进行评估、指导费时费力的技术问题，同时避免了不当吸吮导致的乳汁获取不足、无效喂养、产妇乳头皲裂、乳头疼痛以及继发乳腺炎等技术问题，评估结果实时反馈产妇，所述评估方法对家庭设备和婴儿合作的要求较少，可行性和准确性更高。