← 返回列表

一种基于体检数据的智能护理方法及系统

申请号: CN202410033560.0
申请人: 中国人民解放军海军青岛特勤疗养中心
申请日期: 2024/1/10

摘要文本

本发明涉及聚类算法优化技术领域,具体涉及一种基于体检数据的智能护理方法及系统,包括:获取患者的各项生理指标序列,将生理指标序列均分为多个区域,确定每个区域的数据稳定性;根据每个区域的指标数据均值和数据稳定性确定数据异常度,利用数据异常度差异设置每个区域的权重值;根据每个区域内各个指标数据和权重值确定特征值,进而确定特征相似度;根据特征相似程度自适应确定上限阈值,进而利用Canopy聚类对所有患者进行聚类,获得各个患者聚类簇,并为每个患者制定合适的护理方案。本发明通过自适应确定上限阈值提高了聚类结果的准确性,提升了基于聚类结果为每个患者制定的护理方案的合理性。

专利详细信息

项目 内容
专利名称 一种基于体检数据的智能护理方法及系统
专利类型 发明申请
申请号 CN202410033560.0
申请日 2024/1/10
公告号 CN117542536A
公开日 2024/2/9
IPC主分类号 G16H50/70
权利人 中国人民解放军海军青岛特勤疗养中心
发明人 吕美娜; 郗洋; 刘书峰
地址 山东省青岛市市南区香港西路27号

专利主权项内容

1.一种基于体检数据的智能护理方法,其特征在于,包括以下步骤:获取护理机构中所有患者在预设时段内的各项生理指标序列;对于任一患者的任一项生理指标序列,将生理指标序列均分为第一预设数目个区域,根据每个区域内各个指标数据确定每个区域的数据稳定性;根据每个区域的指标数据均值和数据稳定性确定每个区域的数据异常度;根据相邻区域之间的数据异常度差异设置每个区域的权重值;根据每个区域内各个指标数据和每个区域的权重值,确定患者的生理指标序列的特征值;获取患者的各项生理指标序列的特征值组成特征值数组;根据各个特征值数组确定每个患者的特征相似程度;根据每个患者的特征相似程度确定Canopy聚类算法中的上限阈值;设置下限阈值,根据上限阈值和下限阈值,利用Canopy聚类对所有患者进行聚类,获得各个患者聚类簇;根据各个患者聚类簇为每个患者制定合适的护理方案。