← 返回列表

急诊病人体征数据的智能采集分析系统及方法

申请号: CN202311723557.3
申请人: 吉林大学
申请日期: 2023/12/15

摘要文本

本申请公开了一种急诊病人体征数据的智能采集分析系统及方法,涉及智能分析领域,其通过医疗设备和传感器实时监测采集急诊患者的生命体征数据,如心率、血压、呼吸频率、体温等,并在后端引入数据处理和分析算法来自动检测急诊患者的生命体征是否存在异常数据、数据的趋势变化和变化模式,并对于异常进行预警和显示,通过这样的方式,能够实现急诊患者生命体征数据的自动化采集和智能化分析,以帮助医护人员快速发现病人的病情变化和风险因素,从而提高急诊医疗的效率和质量。

专利详细信息

项目 内容
专利名称 急诊病人体征数据的智能采集分析系统及方法
专利类型 发明授权
申请号 CN202311723557.3
申请日 2023/12/15
公告号 CN117438024B
公开日 2024/3/8
IPC主分类号 G16H10/60
权利人 吉林大学
发明人 张艳杰
地址 吉林省长春市前进大街2699号

专利主权项内容

1.一种急诊病人体征数据的智能采集分析系统,其特征在于,包括:数据采集模块,用于通过医疗设备采集被监测急诊患者在预定时间段内多个预定时间点的生命体征数据,其中,所述生命体征数据包括心率值、血压值、体温值和呼吸频率数据;生命体征异常检测预警模块,用于对所述多个预定时间点的生命体征数据进行数据分析和理解以检测所述被监测急诊患者的生命体征是否存在异常,其中,响应于所述被监测急诊患者的生命体征存在异常时,产生预警信号;可视化显示模块,用于将采集的所述生命体征数据和所述预警信号在屏幕上进行显示;其中,所述生命体征异常检测预警模块,包括:数据时序排列单元,用于将所述生命体征数据中的各个数据项按照时间维度排列为心率时序输入向量、血压时序输入向量、体温时序输入向量和呼吸频率时序输入向量;数据时序特征提取单元,用于通过基于深度神经网络模型的时序特征提取器分别对所述心率时序输入向量、所述血压时序输入向量、所述体温时序输入向量和所述呼吸频率时序输入向量进行特征提取以得到心率时序特征向量、血压时序特征向量、体温时序特征向量和呼吸频率时序特征向量;数据上下文关联编码单元,用于对所述心率时序特征向量、所述血压时序特征向量、所述体温时序特征向量和所述呼吸频率时序特征向量进行关联编码以得到上下文心率时序特征向量、上下文血压时序特征向量、上下文体温时序特征向量和上下文呼吸频率时序特征向量;数据时序特征相关性分析单元,用于对所述上下文心率时序特征向量、所述上下文血压时序特征向量、所述上下文体温时序特征向量和所述上下文呼吸频率时序特征向量进行基于整体的相关性分析以得到加权后上下文心率时序特征向量、加权后上下文血压时序特征向量、加权后上下文体温时序特征向量和加权后上下文呼吸频率时序特征向量;异常检测单元,用于将所述加权后上下文心率时序特征向量、所述加权后上下文血压时序特征向量、所述加权后上下文体温时序特征向量和所述加权后上下文呼吸频率时序特征向量拼接为生命体征时序特征后,确定所述被监测急诊患者的生命体征是否存在异常;其中,所述数据时序特征相关性分析单元,包括:权重计算子单元,用于分别计算所述上下文心率时序特征向量、所述上下文血压时序特征向量、所述上下文体温时序特征向量和所述上下文呼吸频率时序特征向量中各个时序特征向量相对于整体的自显著权重值以得到多个自显著权重值;数据时序特征自显著加权子单元,用于以所述多个自显著权重值作为权重,分别对所述上下文心率时序特征向量、所述上下文血压时序特征向量、所述上下文体温时序特征向量和所述上下文呼吸频率时序特征向量进行加权以得到所述加权后上下文心率时序特征向量、所述加权后上下文血压时序特征向量、所述加权后上下文体温时序特征向量和所述加权后上下文呼吸频率时序特征向量;其中,所述权重计算子单元,用于:以如下权重公式分别计算所述上下文心率时序特征向量、所述上下文血压时序特征向量、所述上下文体温时序特征向量和所述上下文呼吸频率时序特征向量中各个时序特征向量相对于整体的自显著权重值以得到所述多个自显著权重值;其中,所述权重公式为 :
;其中,是所述上下文心率时序特征向量、所述上下文血压时序特征向量、所述上下文体温时序特征向量和所述上下文呼吸频率时序特征向量中的第/>个特征向量,/>和/>是1×/>的矩阵,/>是所述上下文心率时序特征向量、所述上下文血压时序特征向量、所述上下文体温时序特征向量和所述上下文呼吸频率时序特征向量的向量数量,/>是所述上下文心率时序特征向量、所述上下文血压时序特征向量、所述上下文体温时序特征向量和所述上下文呼吸频率时序特征向量中各个特征向量的尺度,/>是Sigmoid函数,/>是所述多个自显著权重值中的第/>个自显著权重值。。 (来源 马克数据网)