System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及醫學模擬領域,尤其涉及醫學教學用模擬監護界面自適應顯示方法及系統。
技術介紹
1、模擬監護設備在醫學模擬領域主要用于對模擬患者的心電、血壓、呼吸、體溫等生命體征參數進行同步連續監測,可以體現病情的變化,為醫護人員全面、直觀、及時的掌握病情提供了一個很好的教學手段。
2、在醫學模擬過程中,可能涉及一些條件的限制,如資金或場地,以及一些教學任務的要求,不支持設置多臺模擬監護設備進行生命體征各項生理參數的顯示。因此,如何根據不同的病例實現各節點動態實時匹配相應的模擬監護界面是本申請的研究方向。
技術實現思路
1、為了解決上述問題,本申請提供了一種醫學教學用模擬監護界面自適應顯示方法,包括以下步驟:
2、s1,獲取待顯示的病例,提取與表征患者病情相關的關鍵詞;
3、s2,將所述關鍵詞輸入預先訓練的監護界面預測模型,得到初始監護界面預測結果;
4、s3,根據所述初始監護界面預測結果從預先構建的監護界面標準庫中匹配出初始監護界面,并將所述病例中包含的數據對應到所述初始監護界面上進行渲染顯示;
5、s4,實時監測醫療干預措施,更新所述病例中與所述醫療干預措施對應的病例數據,將更新后的所述病例輸入預先訓練的監護界面預測模型,得到實時監護界面預測結果;
6、s5,判斷實時監護界面預測結果是否與當前監護界面一致,
7、是,將更新后的所述病例數據對應到當前監護界面渲染顯示;
8、否,從所述監護界面標
9、進一步的,所述待顯示的病例由當前病例基于標準健康sp模型生成,具體步驟包括:
10、s101,構建標準健康sp模型庫,所述標準健康sp模型庫由若干正常的標準化病人信息組成;
11、s102,將所述標準健康sp模型庫中的所述正常的標準化病人信息按性別、年齡、身高、體重進行分類;
12、s103,從各分類中分別選取出相似度最高的標準化病人信息作為各分類的基準標準化病人信息;
13、s104,將當前病例按性別、年齡、身高、體重確定所屬分類,并與所屬分類對應的基準標準化病人信息進行比對;
14、s105,判斷當前病例所包含的生命體征類別是否包含全部的所屬分類對應的基準標準化病人信息所包含的生命體征類別,
15、是,確定當前病例為待顯示的病例;
16、否,判斷當前病例中缺失的生命體征類別,將所屬分類對應的基準標準化病人信息中對應的生命體征類別數據補入到當前病例中,生成待顯示的病例。
17、進一步的,所述年齡、所述身高、所述體重中至少一項設置分類閾值區間。
18、進一步的,按照以下步驟生成預先訓練的監護界面預測模型,包括:
19、s201,從歷史病例中,獲取每個患者的基本信息、歷史生命體征數據、歷史生理波形數據、歷史醫療干預措施,構建類別集合{c1,c2,c3,c4}和數據集t={?xi,i=1,2,…n?},其中c1,c2,c3,c4分別對應基本信息、生命體征數據、生理波形數據、醫療干預措施,xi為第i份歷史病例數據,n為歷史病例數據的數量,數據集中的每份歷史病例數據都對應一個或多個類別標簽;
20、s202,對每份歷史病例初始狀態及各醫療干預措施的時間節點上添加監護界面類型標簽;
21、s203,提取所述基本信息中與表征患者病情相關的關鍵詞,以關鍵詞作為輸入,以初始狀態節點上對應的監護界面類型標簽為輸出結果進行訓練,得到初始監護界面預測模型;
22、s204,以醫療干預措施為輸入,結合當前歷史病例所對應的類別標簽、以及當前醫療干預措施后對應的生命體征數據、生理波形數據,以當前醫療干預措施節點上對應的監護界面類型標簽為輸出結果進行訓練,得到實時監護界面預測模型。
23、進一步的,步驟s202還包括:計算歷史病例各時間節點上監護界面類型標簽的相關度,根據所述相關度對所述監護界面類型標簽進行權重排序。
24、本申請還提供了一種醫學教學用模擬監護界面自適應顯示系統,應用于上述顯示方法,包括關鍵詞提取模塊、病例更新模塊、監護界面預測模型、用戶顯示模塊,
25、關鍵詞提取模塊,用于獲取病例,提取所述病例中與表征患者病情相關的關鍵詞;
26、病例更新模塊,用于獲取醫療干預措施數據,更新所述病例中與所述醫療干預措施對應的醫療數據;
27、監護界面預測模型,包括初始監護界面預測模塊、實時監護界面預測模塊,所述初始監護界面預測模塊用于根據所述關鍵詞,得到初始監護界面預測結果,所述實時監護界面預測模塊用于根據更新后的所述醫療數據,得到實時監護界面預測結果;
28、用戶顯示模塊,用于從預先構建的監護界面標準庫中匹配出所述監護界面預測模塊的預測結果,并將所述病例中包含的數據對應到所述預測結果上渲染顯示。本申請的有益效果是:
29、本申請通過預先訓練的監護界面預測模型對歷史病例進行各時間節點上監護界面類型的訓練,實現了教學模擬過程中對病例從初始狀態到進行醫療干預措施后的各個時間節點上的監護界面的預測,通過計算各時間節點上監護界面類型的相關度,可以對監護界面類型進行權重排序,可實現根據病例的關鍵因素動態切換監護界面。
本文檔來自技高網...【技術保護點】
1.醫學教學用監護模擬界面自適應顯示方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的醫學教學用監護模擬界面自適應顯示方法,其特征在于,所述待顯示的病例由當前病例基于標準健康SP模型生成,具體步驟包括:
3.根據權利要求2所述的醫學教學用監護模擬界面自適應顯示方法,其特征在于,步驟S102還包括,所述年齡、所述身高、所述體重中至少一項設置分類閾值區間。
4.根據權利要求1所述的醫學教學用監護模擬界面自適應顯示方法,其特征在于,按照以下步驟生成預先訓練的監護界面預測模型,包括:
5.根據權利要求4所述的醫學教學用監護模擬界面自適應顯示方法,其特征在于,步驟S202還包括:計算歷史病例各時間節點上監護界面類型標簽的相關度,根據所述相關度對所述監護界面類型標簽進行權重排序。
6.醫學教學用監護模擬界面自適應顯示系統,應用于上述權利要求1~5任意一項所述的顯示方法,其特征在于,包括關鍵詞提取模塊、病例更新模塊、監護界面預測模型、用戶顯示模塊,
【技術特征摘要】
1.醫學教學用監護模擬界面自適應顯示方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的醫學教學用監護模擬界面自適應顯示方法,其特征在于,所述待顯示的病例由當前病例基于標準健康sp模型生成,具體步驟包括:
3.根據權利要求2所述的醫學教學用監護模擬界面自適應顯示方法,其特征在于,步驟s102還包括,所述年齡、所述身高、所述體重中至少一項設置分類閾值區間。
4.根據權利要求1所述的醫學教學用監護模擬界面自適應顯示方...
【專利技術屬性】
技術研發人員:陳舒生,劉天野,王庭軍,王潔,
申請(專利權)人:天津天堰科技股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。