1.一种住院患者脑卒中高危人群预警方法,其特征在于,包括:
获取患者对象的血压的时间序列和血糖的时间序列;
对所述血压的时间序列和所述血糖的时间序列进行数据预处理以得到血压多阶次时序输入向量和血糖多阶次时序输入向量;
对所述血糖多阶次时序输入向量和所述血压多阶次时序输入向量分别进行时序模式特征提取以得到血糖多阶次时序关联特征向量和血压多阶次时序关联特征向量;
使用动态元素级特征融合模块对所述血糖多阶次时序关联特征向量和所述血压多阶次时序关联特征向量进行处理以得到血糖-血压多阶次时序关联融合特征向量;
基于所述血糖-血压多阶次时序关联融合特征向量,确定预警分析结果;
其中,使用动态元素级特征融合模块对所述血糖多阶次时序关联特征向量和所述血压多阶次时序关联特征向量进行处理以得到血糖-血压多阶次时序关联融合特征向量,包括:以如下动态元素级特征融合公式对所述血糖多阶次时序关联特征向量和所述血压多阶次时序关联特征向量进行处理以得到所述血糖-血压多阶次时序关联融合特征向量,其中,所述动态元素级特征融合公式为:其中,
2.根据权利要求1所述的住院患者脑卒中高危人群预警方法,其特征在于,对所述血压的时间序列和所述血糖的时间序列进行数据预处理以得到血压多阶次时序输入向量和血糖多阶次时序输入向量,包括:将所述血压的时间序列和所述血糖的时间序列分别按照时间维度排列为血压时序输入向量和血糖时序输入向量;
基于所述血压的时间序列和所述血糖的时间序列,分别计算血压时序波动输入向量和血糖时序波动输入向量;
将所述血压时序输入向量和所述血压时序波动输入向量进行级联以得到所述血压多阶次时序输入向量,且将所述血糖时序输入向量和所述血糖时序波动输入向量进行级联以得到所述血糖多阶次时序输入向量。
3.根据权利要求2所述的住院患者脑卒中高危人群预警方法,其特征在于,对所述血糖多阶次时序输入向量和所述血压多阶次时序输入向量分别进行时序模式特征提取以得到血糖多阶次时序关联特征向量和血压多阶次时序关联特征向量,包括:将所述血糖多阶次时序输入向量和所述血压多阶次时序输入向量分别通过基于一维卷积层的时序模式特征提取器以得到所述血糖多阶次时序关联特征向量和所述血压多阶次时序关联特征向量。
4.根据权利要求3所述的住院患者脑卒中高危人群预警方法,其特征在于,所述基于一维卷积层的时序模式特征提取器包括输入层、一维卷积层、基于ReLU激活函数的激活层、池化层和输出层。
5.根据权利要求4所述的住院患者脑卒中高危人群预警方法,其特征在于,基于所述血糖-血压多阶次时序关联融合特征向量,确定预警分析结果,包括:对所述血糖-血压多阶次时序关联融合特征向量进行优化以得到优化的血糖-血压多阶次时序关联融合特征向量;
将所述优化的血糖-血压多阶次时序关联融合特征向量通过基于分类器的预警分析器以得到所述预警分析结果,所述预警分析结果用于表示是否产生脑卒中风险预警提示。
6.根据权利要求5所述的住院患者脑卒中高危人群预警方法,其特征在于,将所述优化的血糖-血压多阶次时序关联融合特征向量通过基于分类器的预警分析器以得到所述预警分析结果,所述预警分析结果用于表示是否产生脑卒中风险预警提示,包括:使用所述基于分类器的预警分析器的全连接层对所述优化的血糖-血压多阶次时序关联融合特征向量进行全连接编码以得到全连接编码特征向量;
将所述全连接编码特征向量输入所述基于分类器的预警分析器的Softmax分类函数以得到所述优化的血糖-血压多阶次时序关联融合特征向量归属于各个分类标签的概率值,所述分类标签包括产生脑卒中风险预警提示和不产生脑卒中风险预警提示;
将所述概率值中最大者对应的分类标签确定为所述预警分析结果。
7.一种住院患者脑卒中高危人群预警系统,其特征在于,包括:
患者血压血糖监测模块,用于获取患者对象的血压的时间序列和血糖的时间序列;
数据预处理模块,用于对所述血压的时间序列和所述血糖的时间序列进行数据预处理以得到血压多阶次时序输入向量和血糖多阶次时序输入向量;
时序模式特征提取模块,用于对所述血压多阶次时序输入向量和所述血糖多阶次时序输入向量分别进行时序模式特征提取以得到血糖多阶次时序关联特征向量和血压多阶次时序关联特征向量;
特征融合模块,用于使用动态元素级特征融合模块对所述血糖多阶次时序关联特征向量和所述血压多阶次时序关联特征向量进行处理以得到血糖-血压多阶次时序关联融合特征向量;
预警分析结果生成模块,用于基于所述血糖-血压多阶次时序关联融合特征向量,确定预警分析结果;
其中,所述特征融合模块,包括:
以如下动态元素级特征融合公式对所述血糖多阶次时序关联特征向量和所述血压多阶次时序关联特征向量进行处理以得到所述血糖-血压多阶次时序关联融合特征向量,其中,所述动态元素级特征融合公式为:其中,