[发明专利]药敏结果识别方法、装置、电子设备及可读存储介质

权利要求书

1.一种药敏结果识别方法，其特征在于，包括：

获取待测试数据，所述待测试数据为第一时间段内目标菌种在目标浓度药物中的光密度数据；

根据所述目标菌种在未添加目标药物时的光密度数据和所述目标菌种在所述目标药物的不同浓度下的光密度数据，确定所述目标菌种在未来预设时间段的生长信息，以得到扩充测试数据；

根据提取的所述扩充测试数据的浓度信息特征、所述扩充测试数据分别与未添加所述目标药物的所述目标菌种的光密度数据、与所述目标药物的多个参照浓度下的所述目标菌种的光密度数据之间的相似信息特征，生成待识别生长特征；

将所述待识别生长特征输入至预先训练好的生长预测模型中，得到所述目标菌种在所述目标药物中的生长情况预测值。

2.根据权利要求1所述的药敏结果识别方法，其特征在于，所述将所述待识别生长特征输入至预先训练好的生长预测模型中，得到所述目标菌种在所述目标药物中的生长情况预测值之后，还包括：

获取所述目标菌种在所述目标药物的不同浓度下的生长情况预测值；

根据所述目标菌种在所述目标药物的不同浓度下的生长情况预测值，确定所述目标菌种对应所述目标药物的最小抑菌浓度预测值。

3.根据权利要求1所述的药敏结果识别方法，其特征在于，所述根据所述目标菌种在未添加目标药物时的光密度数据和所述目标菌种在所述目标药物的不同浓度下的光密度数据，确定所述目标菌种在未来预设时间段的生长信息，以得到扩充测试数据，包括：

根据所述目标菌种在所述第一时间段的每个已知时刻的光密度数据，确定所述目标菌种的原始增长率；

根据所述目标菌种在目标药物的不同浓度下的历史生长数据和所述原始增长率，确定所述目标菌种的通用增长率；

根据所述目标菌种在目标已知时刻的光密度值和所述原始增长率，确定所述未来预设时间段内多个初始未来时刻的初始预测光密度；

根据所述通用增长率和各初始预测光密度值，确定所述未来预设时间段内多个后期未来时刻的后期预测光密度值；

基于所述目标菌种在不添加目标药物时的原始最大光密度值、各初始预测光密度值和各后期预测光密度值，确定所述待测试数据在未来预设时间段的预测光密度数据；

将所述预测光密度数据和所述待测试数据作为扩充测试数据。

4.根据权利要求3所述的药敏结果识别方法，其特征在于，所述根据所述目标菌种在目标药物的不同浓度下的历史生长数据和所述原始增长率，确定所述目标菌种的通用增长率，包括：

根据所述目标菌种在目标药物的不同浓度下的历史生长数据，确定所述目标菌种的最大光密度值及对应的目标时刻；

根据所述最大光密度值和所述目标时刻之前多个时刻的光密度值，确定增长率变化率；

根据所述原始增长率和所述增长率变化率，确定所述目标菌种的通用增长率。

5.根据权利要求1所述的药敏结果识别方法，其特征在于，所述根据提取的所述扩充测试数据的浓度信息特征、所述扩充测试数据分别与未添加所述目标药物的所述目标菌种的光密度数据、与所述目标药物的多个参照浓度下的所述目标菌种的光密度数据之间的相似信息特征，生成待识别生长特征，包括：

根据所述目标菌种在所述目标浓度药物下各时刻的光密度值，计算所述目标浓度药物下的光密度集中趋势信息、光密度离散及变化信息、光密度连续变化信息和相邻时刻的相关程度信息；

根据所述目标菌种在所述目标浓度药物的光密度数据，和与未添加所述目标药物的所述目标菌种的光密度数据之间的几何度量空间距离、线性相关程度信息和向量空间距离；

根据所述目标菌种在所述目标浓度药物的光密度数据，分别与所述目标药物在各参照浓度下的所述目标菌种的光密度数据之间的几何度量空间距离、线性相关程度信息和非对称性度量信息。