本发明涉及服药辅助监督，更具体地说，本发明涉及一种用于儿童服药的监督辅助系统。
背景技术：
1、随着现代医疗技术的进步，儿童疾病的治疗效果得到了显著提升。然而，相较于成人,儿童在服药过程中面临着诸多独特的困难,不仅影响了治疗效果,还可能带来潜在的健康风险。首先,儿童的认知能力和自制力尚未完全发展,难以理解按时按量服药的重要性；其次,许多儿童对药物的味道和质地十分敏感,常常出现抗拒服药的行为；此外,儿童的生理特征也为服药带来困难,如吞咽能力较弱,容易出现呛咳或吐药等情况。儿童患者由于年龄较小、依从性较差、对药物口味或服药过程的不适应，常常出现拒绝服药、不按时服药或服药不规范等问题。这些问题不仅影响治疗效果，还可能导致药物的浪费，甚至引发潜在的健康风险。
2、现有的儿童服药管理主要依赖于家长或护理人员的经验和人工监督。然而，这种传统的监督方式存在多个缺陷。首先，人工监督存在主观性，容易受到家长或护理人员注意力不集中的影响，导致无法及时发现和纠正儿童的不规范服药行为，且工作繁忙的父母可能难以保证每次都准时给孩子服药,或者无法准确判断孩子是否真正吞下了药物；有些家长可能会因为孩子的哭闹而妥协,导致漏服或剂量不足；更严重的是,一些家长可能会尝试通过食物或饮料来掩盖药物味道,这可能会改变药物的效果或导致剂量不准确；其次，传统的监督方式无法提供精确的数据记录和反馈，难以为后续的医疗决策提供可靠的参考信息；此外，家长口头提醒或使用纸质记录表,效果有限且缺乏客观性；随着科技的发展,一些电子提醒设备被引入儿童服药管理中,但这些设备通常只能提供简单的时间提醒,无法真正监测和分析儿童的服药行为，且面对多名儿童同时服药的情况，监督的效率和精确度更是难以保障。
3、为了解决上述问题，现提供一种技术方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本发明提供了一种用于儿童服药的监督辅助系统，包含药物分配模块、服药监测模块、服药分析模块、服药优化模块和反馈模块；系统通过摄像头监控、图像识别算法、数据分析与反馈优化的手段，实时监督儿童的服药行为并提供精确数据记录和反馈，提高了儿童服药的规范性和成功率，解决了人工监督主观性强、数据不精确、效率低下的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种用于儿童服药的监督辅助系统，包括药物分配模块、服药监测模块、服药分析模块、服药优化模块和反馈模块，药物分配模块与服药监测模块相连接，服药监测模块与服药分析模块相连接，服药分析模块与服药优化模块相连接，服药优化模块与反馈模块相连接，反馈模块与服药分析模块相连接，其中，所述药物分配模块用于根据预设的给药方案分配药物；所述服药监测模块用于实时监测儿童的服药行为，包括通过摄像头对儿童的服药动作进行监控，并通过图像识别算法分析捕捉的图像；所述服药分析模块用于接收并处理服药监测模块传输的监测数据，输入构建好的服药成功率评估模型，判断儿童的服药成功率；所述反馈模块用于根据数据处理模块的判断结果生成反馈信息；所述服药优化模块用于根据历史服药数据优化给药方案；其中，所述服药分析模块根据服药成功率评估模型计算获得服药成功率评估值，其中，服药成功率评估模型的公式为：
4、
5、式中，s为服药成功率评估值，d为药物分配剂量，a为口腔配合度评估值，t为服药持续时间，p为药物在图像中占据的像素面积，t为服药过程总时间。
6、作为本发明进一步的方案，所述服药监测模块包括摄像头、图像处理单元和图像识别单元，所述摄像头用于捕捉儿童的服药动作；图像处理单元用于对摄像头捕捉的图像进行实时去噪、增强和稳定化处理。
7、作为本发明进一步的方案，所述图像识别单元基于深度学习框架，通过多层卷积神经网络对预处理后的图像进行分析，识别儿童的服药行为，输出服药特征参数，所述服药特征参数包括儿童张口幅度，服药持续时间，药物在图像中占据的像素面积和服药过程总时间。
8、作为本发明进一步的方案，服药分析模块服药监测模块传输的监测数据，输入采集的儿童张口幅度、吞咽次数和情绪指数至口腔配合度评估模型，对儿童服药时的口腔配合程度进行评估，其中，口腔配合度评估模型的公式为：
9、
10、式中，a为口腔配合度评估值，o为儿童张口幅度，c为吞咽次数，ei为情绪指数。
11、作为本发明进一步的方案，服药优化模块包括数据处理单元、模型构建单元和预测单元，其中，数据处理单元用于收集和处理每个儿童历史服药数据组，所述服药数据组包括服药成功率值、儿童张口幅度，服药持续时间，药物在图像中占据的像素面积和服药过程总时间、服药时间、情绪指数、儿童年龄、体重、过往服药依从性记录、药物类型、药物剂量、药物口味、吞咽次数、服药地点，对数据进行特征提取、清洗和标准化处理，并将处理后的数据划分为训练集和测试集；预测单元用于接收儿童实时服药数据组，输入训练好的梯度提升决策树模型，输出导致服药成功率低于设定阈值的预测原因。
12、作为本发明进一步的方案，模型构建单元使用训练集数据训练梯度提升决策树模型，并为训练集中服药成功率低于设定阈值的服药数据组标注原因，以服药成功率为目标变量，服药数据组作为特征变量，使用测试集数据对训练好的梯度提升决策树模型进行测试。
13、作为本发明进一步的方案，所述反馈模块包括信息生成单元、显示单元和报警单元，其中信息生成单元用于根据服药分析模块的判断结果生成反馈信息，所述反馈信息包括服药是否成功的结果、服药时间的准确性和服药剂量的正确性；显示单元用于显示反馈信息以及服药优化模块输出的导致服药成功率低于设定阈值的原因，报警单元用于在判断结果为服药成功率低于设定阈值时触发报警信号。
14、作为本发明进一步的方案，所述服药是否成功的结果通过将服药成功率与预设阈值比较得出；服药时间的准确性通过比较实际服药持续时间与预设服药时间判断；服药剂量的正确性通过比较实际分配剂量与处方规定剂量判断。
15、与现有技术相比，本发明一种用于儿童服药的监督辅助系统的有益效果在于：
16、本发明通过集成计算机视觉技术和深度学习算法，实现了对儿童服药行为的实时监测，提高了监督的准确性和客观性；其次，服药成功率评估模型和口腔配合度评估模型综合考虑了药物分配剂量、服药持续时间、口腔配合程度等因素，能够全面、科学地评估儿童的服药情况；再者，服药优化模块采用了先进的梯度提升决策树模型，能够基于历史服药数据智能预测导致服药成功率低下的原因，为制定个性化的改进策略提供科学依据。
1.一种用于儿童服药的监督辅助系统，包括药物分配模块、服药监测模块、服药分析模块、服药优化模块和反馈模块，其特征在于，药物分配模块与服药监测模块相连接，服药监测模块与服药分析模块相连接，服药分析模块与服药优化模块相连接，服药优化模块与反馈模块相连接，反馈模块与服药分析模块相连接，其中，所述药物分配模块用于根据预设的给药方案分配药物；所述服药监测模块用于实时监测儿童的服药行为，包括通过摄像头对儿童的服药动作进行监控，并通过图像识别算法分析捕捉的图像；所述服药分析模块用于接收并处理服药监测模块传输的监测数据，输入构建好的服药成功率评估模型，判断儿童的服药成功率；所述反馈模块用于根据数据处理模块的判断结果生成反馈信息；所述服药优化模块用于根据历史服药数据优化给药方案；其中，所述服药分析模块根据服药成功率评估模型计算获得服药成功率评估值，其中，服药成功率评估模型的公式为：
2.根据权利要求1所述的一种用于儿童服药的监督辅助系统，其特征在于，所述服药监测模块包括摄像头、图像处理单元和图像识别单元，所述摄像头用于捕捉儿童的服药动作；图像处理单元用于对摄像头捕捉的图像进行实时去噪、增强和稳定化处理。
3.根据权利要求1所述的一种用于儿童服药的监督辅助系统，其特征在于，所述图像识别单元基于深度学习框架，通过多层卷积神经网络对预处理后的图像进行分析，识别儿童的服药行为，输出服药特征参数，所述服药特征参数包括儿童张口幅度，服药持续时间，药物在图像中占据的像素面积和服药过程总时间。
4.根据权利要求1所述的一种用于儿童服药的监督辅助系统，其特征在于，服药分析模块服药监测模块传输的监测数据，输入采集的儿童张口幅度、吞咽次数和情绪指数至口腔配合度评估模型，对儿童服药时的口腔配合程度进行评估，其中，口腔配合度评估模型的公式为：
5.根据权利要求1所述的一种用于儿童服药的监督辅助系统，其特征在于，服药优化模块包括数据处理单元、模型构建单元和预测单元，其中，数据处理单元用于收集和处理每个儿童历史服药数据组，所述服药数据组包括服药成功率值、儿童张口幅度，服药持续时间，药物在图像中占据的像素面积和服药过程总时间、服药时间、情绪指数、儿童年龄、体重、过往服药依从性记录、药物类型、药物剂量、药物口味、吞咽次数、服药地点，对数据进行特征提取、清洗和标准化处理，并将处理后的数据划分为训练集和测试集；预测单元用于接收儿童实时服药数据组，输入训练好的梯度提升决策树模型，输出导致服药成功率低于设定阈值的预测原因。
6.根据权利要求1所述的一种用于儿童服药的监督辅助系统，其特征在于，模型构建单元使用训练集数据训练梯度提升决策树模型，并为训练集中服药成功率低与设定阈值的服药数据组标注原因，以服药成功率为目标变量，服药数据组作为特征变量，使用测试集数据对训练好的梯度提升决策树模型进行测试。
7.根据权利要求1所述的一种用于儿童服药的监督辅助系统，其特征在于，所述反馈模块包括信息生成单元、显示单元和报警单元，其中信息生成单元用于根据服药分析模块的判断结果生成反馈信息，所述反馈信息包括服药是否成功的结果、服药时间的准确性和服药剂量的正确性；显示单元用于显示反馈信息以及服药优化模块输出的导致服药成功率低于设定阈值的原因，报警单元用于在判断结果为服药成功率低于设定阈值时触发报警信号。
8.根据权利要求1或6所述的一种用于儿童服药的监督辅助系统，其特征在于，所述服药是否成功的结果通过将服药成功率与预设阈值比较得出；服药时间的准确性通过比较实际服药持续时间与预设服药时间判断；服药剂量的正确性通过比较实际分配剂量与处方规定剂量判断。