基于宫缩信号和LightGBM的产时缩宫素剂量预测

缩宫素是产科催产、引产和产前胎儿监测的首选药物,产时缩宫素剂量调控不当可增加不良妊娠结局的风险,目前临床缩宫素的输注主要依靠医护人员手动调节,但在人工调控过程中存在主观判断误差,且人力成本高昂,而现有的缩宫素注射系统也缺少有效的智能调控手段.因此,本文提出一种智能缩宫素剂量预测方法,对胎心监护仪的宫缩信号进行特征提取,结合胎心、心率、电子病历、护理记录等数据,构建基于贝叶斯优化(BOA)的LightGBM缩宫素剂量预测模型.实验选取浙江省某三甲医院采集的10061条样本数据,相较于传统模型,BOALightGBM预测性能更佳.因此,将本文预测模型应用于产科缩宫素用药调节是可行的,可为产科医护人员产时临床决策提供辅助支持,减轻人力成本,实现精准给药,对临床工作具有积极意义.

以大数据分析为例探讨计算机技术在信息安全中的应用

为更好地应对当前计算机网络大数据社会,做好信息安全技术工作,维护计算机安全已成为当前的重要课题。为确保信息安全,需要进一步更新计算机技术,本文研究了计算机技术在信息安全中的应用,分析了存在的风险因素,阐述了相关技术在实现信息安全目标中的应用。