用于肛周脓肿术后感染状况分析的血清炎症因子检测方法与流程

本发明涉及蛋白质检测，具体涉及一种用于肛周脓肿术后感染状况分析的血清炎症因子检测方法。

背景技术：

1、肛周脓肿及肛瘘术后通常形成开放性创面，因解剖位置特殊，创面极易暴露于肠道微生态环境中。受肠道内容物及内毒素的持续刺激，该类创面面临较高的细菌增殖及感染风险。目前，临床主要通过检测血清炎症因子（如il-6、tnf-α、crp等）的浓度水平来评估术后创面的感染状况。然而，现有基于血清炎症因子的评估体系存在特异性不足的技术缺陷，主要面临以下两方面的非感染性信号干扰：

2、一方面为非感染性内毒素刺激干扰。术后创面接触肠道菌群残体及其内毒素成分后，会非特异性地激活机体固有免疫系统，引发血清炎症因子的代偿性升高。此种非增殖性的无菌性炎症反应易被现有检测手段误判为病原体感染。

3、另一方面为药物诱导的治疗性炎症干扰。在创面局部使用特定外用药物（如具有化腐生肌作用的中药制剂）进行干预时，其药理机制通常会主动诱导局部产生适度的炎症反应，以促进坏死组织脱落与组织再生。这种医源性的靶向治疗过程同样会导致患者外周血中的炎症因子水平显著上升。

4、在上述双重干扰因素干扰下，常规检测所获取的术后血清炎症因子信号实质上为多源炎症信号的叠加。现有技术通常将血清中il-6、crp等炎症标志物总量的升高单一归结为潜在的感染指标，无法有效剥离和识别混合信号中分别源于药物治疗效应、非感染性内毒素刺激与细菌增殖性感染的差异化成分。尽管上述三种生物学过程在时间动态、分子比例、局部代谢特征及组织损伤机制等维度存在本质区别，但由于表观炎症信号的高度重叠，导致传统基于单一维度的血清学检测方法在鉴别真实感染与非感染性炎症时缺乏特异性，最终导致血清炎症因子检测结果不够准确。

技术实现思路

1、为了解决上述由于干扰因素影响导致血清炎症因子检测结果不够准确的技术问题，本发明的目的在于提供一种用于肛周脓肿术后感染状况分析的血清炎症因子检测方法，所采用的技术方案具体如下：

2、本发明提供了及一种用于肛周脓肿术后感染状况分析的血清炎症因子检测方法，包括以下步骤：

3、获取术后目标患者在当前检测时间点的血清检测数据和创面渗出液检测数据；

4、根据所述创面渗出液检测数据和所述血清检测数据中能量代谢特征参数之间的数值差异，计算所述目标患者的代谢消耗指数；

5、根据所述创面渗出液检测数据中各炎症伴生标记物与共有炎症标记物的浓度，计算综合免疫得分；

6、将所述代谢消耗指数和所述综合免疫得分映射至预先构建的二维坐标系中，计算当前映射点与预设的各个类簇的距离，确定与当前映射点距离最小的类簇为目标归属簇；其中，所述类簇包括原型簇和混合簇；

7、当所述目标归属簇为所述混合簇时，基于所述创面渗出液检测数据和血清检测数据中的血管通透性参考标志物的浓度，对所述共有炎症标记物的跨膜浓度比值进行通透性校正；在校正后的浓度比值满足局部主动合成条件时，估算非感染背景下的共有炎症标记物的贡献浓度，并从所述血清检测数据中共有炎症标记物的浓度中剔除所述贡献浓度，得到共有炎症标记物由感染因素贡献的净浓度。

8、进一步地，所述血清检测数据包括：血清中葡萄糖、乳酸、白蛋白、c反应蛋白以及白细胞介素-6的浓度；所述创面渗出液检测数据包括：创面渗出液中葡萄糖、乳酸、白蛋白、白细胞介素-6、白细胞介素-1β、降钙素原以及高迁移率族蛋白b1的浓度，以及创面渗出液的实测氧分压。

9、进一步地，计算所述目标患者的代谢消耗指数，包括：

10、以乳酸、葡萄糖和氧分压作为所述能量代谢特征参数；

11、计算所述创面渗出液检测数据和所述血清检测数据中乳酸的浓度的比值，得到第一比值；

12、计算所述创面渗出液检测数据和所述血清检测数据中葡萄糖的浓度的比值，得到第二比值；

13、计算所述创面渗出液检测数据中氧分压的实测值与预设的正常组织氧分压的比值，得到第三比值；

14、对所述第一比值、所述第二比值和所述第三比值进行融合，得到代谢消耗指数。

15、进一步地，计算综合免疫得分，包括：

16、以白细胞介素-1β、降钙素原以及高迁移率族蛋白b1作为所述各炎症伴生标记物，并以所述白细胞介素-6作为所述共有炎症标记物；

17、分别计算所述创面渗出液检测数据中各所述炎症伴生标记物的浓度与所述共有炎症标记物的浓度的比值，并进行标准化处理，得到标准化比值；

18、利用预设的线性判别分析模型的各对应特征系数对各标准化比值进行加权融合，得到综合免疫得分。

19、进一步地，预设的线性判别分析模型的各对应特征系数的获取过程包括：

20、获取符合不同炎症刺激原型特征的历史典型样本集合中每个典型样本的免疫激活特征谱向量和类别标签；其中，免疫激活特征谱向量由典型样本的创面渗出液检测数据中各所述炎症伴生标记物的浓度与所述共有炎症标记物的浓度的标准化比值构成；所述类别标签包括感染原型、内毒素原型和药物原型；

21、根据各类别标签的典型样本的免疫激活特征谱向量，计算得到各类别内部的类内散度矩阵，以及不同原型类别之间的类间散度矩阵；

22、根据所述类内散度矩阵和类间散度矩阵，获取使类间散度与类内散度的比值最大化的最佳投影向量方向；

23、根据所述最佳投影向量方向对应的系数向量，得到预设的线性判别分析模型的各对应特征系数。

24、进一步地，所述原型簇和混合簇的获取过程包括：

25、获取符合不同炎症刺激原型特征的历史典型样本集合中每个典型样本的代谢消耗指数、综合免疫得分和类别标签；其中，所述类别标签包括感染原型、内毒素原型和药物原型；

26、获取无类别标签的历史混合样本集合中每个混合样本的代谢消耗指数和综合免疫得分；

27、以代谢消耗指数和综合免疫得分为坐标维度构建二维坐标系，根据所述历史典型样本集合中典型样本和所述历史混合样本集合中混合样本的代谢消耗指数和综合免疫得分，将所述典型样本和所述混合样本映射至所述二维坐标系中得到所述典型样本和所述混合样本的映射点；

28、计算各类别标签的典型样本在所述二维坐标系中的映射点的中心坐标，作为感染原型、内毒素原型和药物原型的基准坐标；

29、对所有历史典型样本集合中所有典型样本和历史混合样本集合中所有混合样本在所述二维坐标系中的映射点进行聚类，得到若干类簇及其类簇中心；

30、计算各所述类簇中心到各所述基准坐标的欧氏距离，将距离感染原型点、内毒素原型点和药物原型点的基准坐标最近的三个不同类簇分别标记为感染原型簇、内毒素原型簇以及药物原型簇，并将剩余的其他类簇标记为混合簇。

31、进一步地，对所有历史典型样本集合中所有典型样本和历史混合样本集合中所有混合样本在所述二维坐标系中的映射点进行聚类，包括：

32、确定最佳聚类数，所述最佳聚类数大于原型簇的种类数；

33、基于所述最佳聚类数，利用k-means聚类对历史典型样本集合中所有典型样本和历史混合样本集合中所有混合样本在所述二维坐标系中的映射点进行聚类。

34、进一步地，对共有炎症标记物的跨膜浓度比值进行通透性校正，包括：

35、以所述白细胞介素-6作为所述共有炎症标记物，并以所述白蛋白作为所述血管通透性参考标志物；

36、计算所述创面渗出液检测数据和所述血清检测数据中共有炎症标记物的浓度比值，得到跨膜浓度比值；

37、计算所述创面渗出液检测数据和所述血清检测数据中白蛋白的浓度比值，得到用于表征毛细血管通透性的白蛋白渗漏指数；

38、利用所述白蛋白渗漏指数对所述跨膜浓度比值进行校正，得到校正浓度比值。

39、进一步地，估算非感染背景下的共有炎症标记物的贡献浓度，包括：

40、将所述创面渗出液检测数据中目标炎症伴生标记物的浓度与所述白蛋白渗漏指数相乘，得到局部药物信号强度；

41、对所述局部药物信号强度和所述血清检测数据中的c反应蛋白的浓度进行加权融合，得到非感染背景下的共有炎症标记物的贡献浓度。

42、进一步地，所述方法还包括：

43、计算所述共有炎症标记物由感染因素贡献的净浓度与所述血清检测数据中共有炎症标记物的浓度的比值，得到感染贡献比；

44、当所述感染贡献比大于或等于预设贡献比例时，输出感染主导判定结果；否则，输出全身性合成主导判定结果。

45、本发明还提供了用于肛周脓肿术后感染状况分析的血清炎症因子检测系统， 该系统包括：

46、数据获取模块1，用于获取术后目标患者在当前检测时间点的血清检测数据和创面渗出液检测数据；

47、代谢消耗分析模块2，用于根据所述创面渗出液检测数据和所述血清检测数据中能量代谢特征参数之间的数值差异，计算所述目标患者的代谢消耗指数；

48、免疫分析模块3，用于根据所述创面渗出液检测数据中各炎症伴生标记物与共有炎症标记物的浓度，计算综合免疫得分；

49、归属簇分析模块4，用于将所述代谢消耗指数和所述综合免疫得分映射至预先构建的二维坐标系中，计算当前映射点与预设的各个类簇的距离，确定与当前映射点距离最小的类簇为目标归属簇；其中，所述类簇包括原型簇和混合簇；

50、净浓度识别模块5，用于当所述目标归属簇为所述混合簇时，基于所述创面渗出液检测数据和血清检测数据中的血管通透性参考标志物的浓度，对所述共有炎症标记物的跨膜浓度比值进行通透性校正；在校正后的浓度比值满足局部主动合成条件时，估算非感染背景下的共有炎症标记物的贡献浓度，并从所述血清检测数据中共有炎症标记物的浓度中剔除所述贡献浓度，得到共有炎症标记物由感染因素贡献的净浓度。

51、本发明还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述用于肛周脓肿术后感染状况分析的血清炎症因子检测方法中的各个步骤。

52、本发明具有如下有益效果：通过同步获取术后目标患者的血清与创面渗出液检测数据，利用能量代谢特征参数的数值差异计算代谢消耗指数，并结合炎症伴生标记物与共有炎症标记物浓度计算综合免疫得分，从细菌代谢活跃度与免疫通路激活特征双维度实现了微环境炎症状态的客观量化；进而，将上述双维参数映射至预先构建的二维坐标系进行聚类距离比对，实现了单一起源炎症与复杂混合炎症的初步定性筛查；针对信号混杂的混合簇样本，引入血管通透性参考标志物对跨膜浓度比值进行校正，有效排除了毛细血管屏障受损带来的物理被动渗漏干扰，进而在满足局部主动合成条件时，通过估算并剔除药物及内毒素等非感染背景的贡献浓度，成功从多源叠加的血清信号中精准剥离出由细菌感染驱动的净浓度，有效解决了肛周脓肿术后因内毒素污染与局部药物治疗导致的炎症标志物假阳性及评估混淆的技术难题，显著提升了术后真实感染评估的特异性与准确度。