【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及醫(yī)療預(yù)警，具體為一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)。
技術(shù)介紹
1、在醫(yī)療監(jiān)護(hù)與數(shù)據(jù)采集系統(tǒng)領(lǐng)域，隨著信息技術(shù)的發(fā)展，醫(yī)療監(jiān)護(hù)系統(tǒng)已從傳統(tǒng)的人工監(jiān)測轉(zhuǎn)向自動化的智能監(jiān)控，尤其是在重癥監(jiān)護(hù)(icu)領(lǐng)域，自動化數(shù)據(jù)采集與實時監(jiān)控系統(tǒng)至關(guān)重要。重癥監(jiān)護(hù)室(icu)的環(huán)境中，患者的生命體征和行為數(shù)據(jù)是至關(guān)重要的監(jiān)測指標(biāo)。而在這種場景下，關(guān)鍵挑戰(zhàn)之一是如何有效地區(qū)分患者生理數(shù)據(jù)的真實異常與假陽性異常，假陽性異常通常是由于設(shè)備噪聲、患者的自然生理波動或短暫的運動所引發(fā)的，并非真正的病理性變化。
2、目前，在重癥監(jiān)護(hù)室中，傳感器技術(shù)和智能算法已經(jīng)被廣泛應(yīng)用于數(shù)據(jù)采集和分析。然而，現(xiàn)有的監(jiān)控系統(tǒng)往往會因患者的情緒波動、輕微運動或傳感器故障產(chǎn)生大量的假陽性預(yù)警，針對重癥監(jiān)護(hù)室中患者數(shù)據(jù)的假陽性異常識別，現(xiàn)有系統(tǒng)通常依賴于簡單的閾值觸發(fā)機(jī)制，容易因短暫的異常波動或設(shè)備故障觸發(fā)不必要的報警，導(dǎo)致誤報率較高，這不僅增加了醫(yī)護(hù)人員的工作負(fù)擔(dān)，也可能延誤對真正危急情況的反應(yīng)，因此需要考慮到假陽性預(yù)警的干擾。
技術(shù)實現(xiàn)思路
1、針對現(xiàn)有技術(shù)的不足，本專利技術(shù)提供了一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，解決了上述
技術(shù)介紹
中的問題。
2、為實現(xiàn)以上目的，本專利技術(shù)通過以下技術(shù)方案予以實現(xiàn)：一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，包括室內(nèi)數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、假陽性監(jiān)護(hù)分析模塊及分級響應(yīng)模塊；
3、所述室內(nèi)數(shù)據(jù)采集模塊用于預(yù)先在重癥監(jiān)護(hù)室內(nèi)部署若干組監(jiān)測設(shè)備，并基于若干組監(jiān)測設(shè)
4、所述數(shù)據(jù)處理模塊用于將生命體征數(shù)據(jù)信息及患者的相關(guān)行為數(shù)據(jù)信息進(jìn)行預(yù)處理，并結(jié)合箱線圖法，識別異常數(shù)據(jù)點，并經(jīng)統(tǒng)計，生成異常集合；
5、所述假陽性監(jiān)護(hù)分析模塊用于根據(jù)異常集合，識別相應(yīng)監(jiān)測時段，基于相應(yīng)監(jiān)測時段，分析患者的行為狀態(tài)與生理參量之間是否存在關(guān)聯(lián)性，以分析計算出影響因子yyz；
6、所述分級響應(yīng)模塊用于若存在關(guān)聯(lián)性，則利用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建的篩查模型，擬合輸出篩選指數(shù)sczs，基于篩選指數(shù)sczs的數(shù)值大小，區(qū)分假陽性的異常，以發(fā)出相應(yīng)的預(yù)警指令，同時預(yù)設(shè)時間窗口，判定預(yù)警指令的切換。
7、優(yōu)選的，所述室內(nèi)數(shù)據(jù)采集模塊包括第一采集單元及第二采集單元；
8、所述第一采集單元用于實時監(jiān)測重癥監(jiān)護(hù)室內(nèi)患者的生命體征數(shù)據(jù)信息，其中，所述生命體征數(shù)據(jù)信息包括皮膚電導(dǎo)率值gsr、心率變異性值hrv、氧氣攝取量vo2及心率值xz；
9、所述第二采集單元用于實時監(jiān)測重癥監(jiān)護(hù)室內(nèi)患者的相關(guān)行為數(shù)據(jù)信息，其中，所述相關(guān)行為數(shù)據(jù)信息包括潮氣量cqz及動作頻率dzpz。
10、優(yōu)選的，所述數(shù)據(jù)處理模塊包括預(yù)處理單元及異常提取單元；
11、所述預(yù)處理單元用于通過濾波算法去除若干組監(jiān)測設(shè)備所采集數(shù)據(jù)中的噪聲，識別監(jiān)測設(shè)備所采集的數(shù)據(jù)中的缺失值，并對不同單位的參數(shù)進(jìn)行標(biāo)準(zhǔn)化，以生成監(jiān)護(hù)數(shù)據(jù)集合。
12、優(yōu)選的，所述異常提取單元用于將所述監(jiān)護(hù)數(shù)據(jù)集合內(nèi)各監(jiān)測時間點的相應(yīng)參量進(jìn)行數(shù)值大小的排序作業(yè)，以組成相應(yīng)參量的時間序列，并結(jié)合箱線圖法，將相應(yīng)參量的時間序列按百分比分為四部分，以分別獲取第一四分位數(shù)q1及第三四分位數(shù)q3，并基于第一四分位數(shù)q1及第三四分位數(shù)q3，獲取相應(yīng)參量的時間序列中的上限值a及下限值b，具體獲取方式如下：
13、
14、式中，iqr表示為四分位數(shù)距，czmax表示為相應(yīng)參量的時間序列內(nèi)的最大值，czmin表示為相應(yīng)參量的時間序列內(nèi)的最小值，czavg表示為相應(yīng)參量的時間序列內(nèi)的平均值；
15、將相應(yīng)參量的時間序列中的各監(jiān)測時間點處的生理參量分別與其上限值a及下限值b進(jìn)行比對，以識別出異常數(shù)據(jù)點，具體識別方式如下：
16、若相應(yīng)參量的時間序列中的各監(jiān)測時間點處的生理參量大于其上限值a時，此時將該檢測時間點處的生理參量作為異常數(shù)據(jù)點；
17、若相應(yīng)參量的時間序列中的各監(jiān)測時間點處的生理參量小于其下限值b時，此時將該檢測時間點處的生理參量作為異常數(shù)據(jù)點；
18、若相應(yīng)參量的時間序列中的各監(jiān)測時間點處的生理參量落入其下限值b與上限值a內(nèi)時，此時將該檢測時間點處的生理參量作為正常數(shù)據(jù)點；
19、利用統(tǒng)計學(xué)算法，將若干組異常數(shù)據(jù)點進(jìn)行匯總，以生成異常集合。
20、優(yōu)選的，所述假陽性監(jiān)護(hù)分析模塊包括行為分析單元、生理波動分析單元及關(guān)聯(lián)單元；
21、所述行為分析單元用于根據(jù)異常集合，識別各參量的時間序列內(nèi)生理參量的監(jiān)測時段，并結(jié)合患者的相關(guān)行為數(shù)據(jù)信息，經(jīng)線性歸一化處理后，計算獲取相應(yīng)監(jiān)測時段內(nèi)的情境估判系數(shù)qgxs，所述情境估判系數(shù)qgxs具體通過以下方式獲取：
22、
23、式中，dzpz表示為動作頻率，cqz表示為潮氣量，α及β分別為動作頻率dzpz及潮氣量cqz的權(quán)重值，p表示為第一修正常數(shù)，其中，α及β具體數(shù)值由用戶根據(jù)情況進(jìn)行設(shè)定。
24、優(yōu)選的，所述生理波動分析單元用于根據(jù)患者的生命體征數(shù)據(jù)信息，并結(jié)合識別出的各參量的時間序列內(nèi)生理參量的監(jiān)測時段，經(jīng)線性歸一化處理后，計算獲取相應(yīng)監(jiān)測時段內(nèi)的外因干擾系數(shù)wgxs，所述外因干擾系數(shù)wgxs具體通過以下方式獲取：
25、
26、式中，f1、f2及f3均為權(quán)重值，hrv表示為心率變異性值，gsr表示為皮膚電導(dǎo)率值，vo2表示為氧氣攝取量，c表示為第二修正常數(shù)，f1、f2及f3具體數(shù)值由用戶根據(jù)情況進(jìn)行設(shè)定。
27、優(yōu)選的，所述關(guān)聯(lián)單元基于行為分析單元及生理波動分析單元中獲取的情境估判系數(shù)qgxs及相應(yīng)監(jiān)測時段內(nèi)的外因干擾系數(shù)wgxs，分析患者的行為狀態(tài)與生理參量之間是否存在關(guān)聯(lián)性，以分析計算出影響因子yyz，具體按照以下方式獲取：
28、
29、式中，qgxsi表示為第i監(jiān)測時間點處的情境估判系數(shù)，wgxsi表示為第i監(jiān)測時間點處的外因干擾系數(shù)，qgxsσ表示為異常集合內(nèi)所涉及到的檢測周期內(nèi)情境估判系數(shù)的標(biāo)準(zhǔn)差，wgxsσ表示為異常集合內(nèi)所涉及到的檢測周期內(nèi)外因干擾系數(shù)的標(biāo)準(zhǔn)差，其中，cov(qgxsi，wgxsi)表示為qgxsi及wgxsi的協(xié)方差。
30、優(yōu)選的，所述分級響應(yīng)模塊包括比對單元、篩選分析單元及預(yù)警觸發(fā)單元；
31、所述比對單元用于將影響因子yyz與預(yù)先設(shè)定的影響閾值進(jìn)行比對分析，以判斷患者的行為狀態(tài)與生理參量之間是否存在關(guān)聯(lián)性，具體判斷內(nèi)容如下：
32、若影響因子yyz落入影響閾值內(nèi)，此時將判定患者的行為狀態(tài)與生理參量之間未存在關(guān)聯(lián)性；若影響因子yyz未落入影響閾值內(nèi)，此時將判定患者的行為狀態(tài)與生理參量之間存在關(guān)聯(lián)性。
33、優(yōu)選的，所述篩選分析單元用于當(dāng)患者的行為狀態(tài)與生理參量之間存在關(guān)聯(lián)性時，將監(jiān)護(hù)數(shù)據(jù)集合輸入至篩查模型內(nèi)，以擬合輸出篩選指數(shù)sczs，所述篩選本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：包括室內(nèi)數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、假陽性監(jiān)護(hù)分析模塊及分級響應(yīng)模塊；
2.根據(jù)權(quán)利要求1所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述室內(nèi)數(shù)據(jù)采集模塊包括第一采集單元及第二采集單元；
3.根據(jù)權(quán)利要求2所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述數(shù)據(jù)處理模塊包括預(yù)處理單元及異常提取單元；
4.根據(jù)權(quán)利要求3所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述異常提取單元用于將所述監(jiān)護(hù)數(shù)據(jù)集合內(nèi)各監(jiān)測時間點的相應(yīng)參量進(jìn)行數(shù)值大小的排序作業(yè)，以組成相應(yīng)參量的時間序列，并結(jié)合箱線圖法，將相應(yīng)參量的時間序列按百分比分為四部分，以分別獲取第一四分位數(shù)Q1及第三四分位數(shù)Q3，并基于第一四分位數(shù)Q1及第三四分位數(shù)Q3，獲取相應(yīng)參量的時間序列中的上限值a及下限值b，具體獲取方式如下：
5.根據(jù)權(quán)利要求4所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述假陽性監(jiān)護(hù)分析模塊包括行為分析單元、生理波動分析單元及關(guān)聯(lián)單元；
6.根據(jù)權(quán)利要求5所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)
7.根據(jù)權(quán)利要求6所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述關(guān)聯(lián)單元基于行為分析單元及生理波動分析單元中獲取的情境估判系數(shù)Qgxs及相應(yīng)監(jiān)測時段內(nèi)的外因干擾系數(shù)Wgxs，分析患者的行為狀態(tài)與生理參量之間是否存在關(guān)聯(lián)性，以分析計算出影響因子Yyz，具體按照以下方式獲取：
8.根據(jù)權(quán)利要求2所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述分級響應(yīng)模塊包括比對單元、篩選分析單元及預(yù)警觸發(fā)單元；
9.根據(jù)權(quán)利要求8所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述篩選分析單元用于當(dāng)患者的行為狀態(tài)與生理參量之間存在關(guān)聯(lián)性時，將監(jiān)護(hù)數(shù)據(jù)集合輸入至篩查模型內(nèi)，以擬合輸出篩選指數(shù)Sczs，所述篩選指數(shù)Sczs通過以下公式獲取：
10.根據(jù)權(quán)利要求9所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述預(yù)警觸發(fā)單元用于預(yù)先設(shè)定二組等級閾值，分別為一號閾值q1及二號閾值q2，且一號閾值q1大于二號閾值q2，通過將篩選指數(shù)Sczs分別與三組等級閾值進(jìn)行比對，以發(fā)出初步的預(yù)警指令：
...【技術(shù)特征摘要】
1.一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：包括室內(nèi)數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、假陽性監(jiān)護(hù)分析模塊及分級響應(yīng)模塊；
2.根據(jù)權(quán)利要求1所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述室內(nèi)數(shù)據(jù)采集模塊包括第一采集單元及第二采集單元；
3.根據(jù)權(quán)利要求2所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述數(shù)據(jù)處理模塊包括預(yù)處理單元及異常提取單元；
4.根據(jù)權(quán)利要求3所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述異常提取單元用于將所述監(jiān)護(hù)數(shù)據(jù)集合內(nèi)各監(jiān)測時間點的相應(yīng)參量進(jìn)行數(shù)值大小的排序作業(yè)，以組成相應(yīng)參量的時間序列，并結(jié)合箱線圖法，將相應(yīng)參量的時間序列按百分比分為四部分，以分別獲取第一四分位數(shù)q1及第三四分位數(shù)q3，并基于第一四分位數(shù)q1及第三四分位數(shù)q3，獲取相應(yīng)參量的時間序列中的上限值a及下限值b，具體獲取方式如下：
5.根據(jù)權(quán)利要求4所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述假陽性監(jiān)護(hù)分析模塊包括行為分析單元、生理波動分析單元及關(guān)聯(lián)單元；
6.根據(jù)權(quán)利要求5所述的一種重癥監(jiān)護(hù)數(shù)據(jù)采集及預(yù)警系統(tǒng)，其特征在于：所述生理波動分析單元用于根據(jù)患者的生命體征數(shù)據(jù)信息，并結(jié)合識別出的各參量...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：高現(xiàn)同，高一戈，汝麗娟，
申請(專利權(quán))人：鹽城星橋科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。