欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024111405039
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种重症胰腺炎患者护理监测系统,其特征在于,包括:

生命体征数据采集模块,用于获取由传感器组采集的被监测重症胰腺炎患者的生命体征数据的时间序列,其中,所述生命体征数据包括心率值、血压值、呼吸频率、体温值和血氧饱和度;

尿量数据采集模块,用于获取所述被监测重症胰腺炎患者的尿量的时间序列;

生命体征嵌入映射关联编码模块,用于将所述被监测重症胰腺炎患者的生命体征数据的时间序列中的各个生命体征数据通过基于全连接映射层的嵌入编码器以得到重症胰腺炎患者生命体征嵌入编码特征向量的序列;

生命体征时序特征强化表达模块,用于将所述重症胰腺炎患者生命体征嵌入编码特征向量的序列通过基于锚点中心化的生命体征时序特征反向筛选强化网络以得到强化关注重症胰腺炎患者生命体征语义特征向量的序列;

生命体征全时序关联特征提取模块,用于对所述强化关注重症胰腺炎患者生命体征语义特征向量的序列进行时序编码以得到重症胰腺炎患者生命体征时序关联特征向量;

尿量时序关联特征提取模块,用于对所述监测重症胰腺炎患者的尿量的时间序列进行时序编码以得到重症胰腺炎患者尿量时序关联特征向量;

生命体征-尿量时序特征交互融合模块,用于将所述重症胰腺炎患者生命体征时序关联特征向量和所述重症胰腺炎患者尿量时序关联特征向量通过基于门控关注度分配机制的患者多模态监测数据时序特征动态交互融合模块以得到重症胰腺炎患者生命体征-尿量时序交互融合特征向量;

生理状态异常检测模块,用于基于所述重症胰腺炎患者生命体征-尿量时序交互融合特征向量,确定被监测重症胰腺炎患者的生理状态是否存在异常。

2.根据权利要求1所述的重症胰腺炎患者护理监测系统,其特征在于,所述生命体征时序特征强化表达模块,包括:按位置均值计算单元,用于计算所述重症胰腺炎患者生命体征嵌入编码特征向量的序列的按位置均值向量以得到重症胰腺炎患者生命体征语义聚类中心特征向量;

语义相关系数计算单元,用于计算所述重症胰腺炎患者生命体征嵌入编码特征向量的序列中的各个重症胰腺炎患者生命体征嵌入编码特征向量与所述重症胰腺炎患者生命体征语义聚类中心特征向量之间的语义相关系数以得到重症胰腺炎患者生命体征聚类中心语义相关系数的序列;

聚类中心语义反相关系数提取单元,用于取所述重症胰腺炎患者生命体征聚类中心语义相关系数的序列中的各个重症胰腺炎患者生命体征聚类中心语义相关系数的倒数以得到重症胰腺炎患者生命体征聚类中心语义反相关系数的序列;

归一化单元,用于对所述重症胰腺炎患者生命体征聚类中心语义反相关系数的序列进行归一化处理以得到重症胰腺炎患者生命体征聚类中心语义反相关权重系数的序列;

加权单元,用于以所述重症胰腺炎患者生命体征聚类中心语义反相关权重系数的序列中的各个重症胰腺炎患者生命体征聚类中心语义反相关权重系数作为权重,对所述重症胰腺炎患者生命体征嵌入编码特征向量的序列中的各个重症胰腺炎患者生命体征嵌入编码特征向量进行加权以得到抑制重症胰腺炎患者生命体征嵌入编码特征向量的序列;

强化关注单元,用于计算所述重症胰腺炎患者生命体征嵌入编码特征向量的序列与所述抑制重症胰腺炎患者生命体征嵌入编码特征向量的序列中每组对应的重症胰腺炎患者生命体征嵌入编码特征向量和抑制重症胰腺炎患者生命体征嵌入编码特征向量之间的按位置差分以得到所述强化关注重症胰腺炎患者生命体征语义特征向量的序列。

3.根据权利要求2所述的重症胰腺炎患者护理监测系统,其特征在于,所述语义相关系数计算单元,用于:计算所述重症胰腺炎患者生命体征嵌入编码特征向量中各个位置特征值的对数函数值以得到重症胰腺炎患者生命体征嵌入编码语义对数表示向量;

计算所述重症胰腺炎患者生命体征嵌入编码语义对数表示向量和所述重症胰腺炎患者生命体征语义聚类中心特征向量之间的按位置乘积以得到生命体征嵌入语义聚类中心关联特征向量;

将所述生命体征嵌入语义聚类中心关联特征向量除以所述重症胰腺炎患者生命体征嵌入编码特征向量中特征值的个数以得到重症胰腺炎患者生命体征聚类中心语义相关系数。

4.根据权利要求3所述的重症胰腺炎患者护理监测系统,其特征在于,所述归一化单元,用于:以所述重症胰腺炎患者生命体征聚类中心语义反相关系数的序列中的各个重症胰腺炎患者生命体征聚类中心语义反相关系数作为自然常数的指数以计算按位置的以自然常数为底的指数函数值以得到重症胰腺炎患者生命体征聚类中心语义反相关类支持系数的序列;

计算所述重症胰腺炎患者生命体征聚类中心语义反相关类支持系数的序列中各个重症胰腺炎患者生命体征聚类中心语义反相关类支持系数之和以得到重症胰腺炎患者生命体征聚类中心语义反相关类支持系数总和;

计算所述重症胰腺炎患者生命体征聚类中心语义反相关类支持系数的序列中各个重症胰腺炎患者生命体征聚类中心语义反相关类支持系数与所述重症胰腺炎患者生命体征聚类中心语义反相关类支持系数总和之间的按位置除法以得到所述重症胰腺炎患者生命体征聚类中心语义反相关权重系数的序列。

5.根据权利要求4所述的重症胰腺炎患者护理监测系统,其特征在于,所述生命体征全时序关联特征提取模块,用于:将所述强化关注重症胰腺炎患者生命体征语义特征向量的序列通过基于Bi-LSTM模型的生命体征时序编码器以得到所述重症胰腺炎患者生命体征时序关联特征向量。

6.根据权利要求5所述的重症胰腺炎患者护理监测系统,其特征在于,所述尿量时序关联特征提取模块,用于:将所述被监测重症胰腺炎患者的尿量的时间序列按照时间维度排列为尿量时序输入向量后,将所述尿量时序输入向量通过基于Bi-LSTM模型的尿量时序编码器以得到所述重症胰腺炎患者尿量时序关联特征向量。

7.根据权利要求6所述的重症胰腺炎患者护理监测系统,其特征在于,所述生命体征-尿量时序特征交互融合模块,用于:将所述重症胰腺炎患者生命体征时序关联特征向量和所述重症胰腺炎患者尿量时序关联特征向量输入特征联合模块中进行级联处理以得到重症胰腺炎患者生命体征-尿量联合特征向量;

将所述重症胰腺炎患者生命体征-尿量联合特征向量输入一维卷积层进行关联特征提取以得到重症胰腺炎患者生命体征-尿量时序隐含关联特征向量;

计算所述重症胰腺炎患者生命体征-尿量时序隐含关联特征向量和参数矩阵的矩阵乘法后,再将得到的特征向量与偏置向量进行按位置相加以得到线性变换重症胰腺炎患者生命体征-尿量时序隐含关联特征向量;

使用

计算单位向量与所述重症胰腺炎患者生命体征-尿量动态信息非线性变换激活向量之间的按位置差值以得到差值重症胰腺炎患者生命体征-尿量动态信息非线性变换激活向量;

使用

计算所述归一化重症胰腺炎患者生命体征-尿量动态信息非线性变换激活向量和所述重症胰腺炎患者生命体征时序关联特征向量之间的按位置点乘以得到重要性加权重症胰腺炎患者生命体征时序关联特征向量;

计算所述归一化差值重症胰腺炎患者生命体征-尿量动态信息非线性变换激活向量和所述重症胰腺炎患者尿量时序关联特征向量之间的按位置点乘以得到重要性加权重症胰腺炎患者尿量时序关联特征向量;

计算所述重要性加权重症胰腺炎患者生命体征时序关联特征向量和所述重要性加权重症胰腺炎患者尿量时序关联特征向量之间的按位置加和以得到所述重症胰腺炎患者生命体征-尿量时序交互融合特征向量。

8.根据权利要求7所述的重症胰腺炎患者护理监测系统,其特征在于,所述生理状态异常检测模块,用于:将所述重症胰腺炎患者生命体征-尿量时序交互融合特征向量通过基于分类器的异常识别器以得到识别结果,所述识别结果用于表示被监测重症胰腺炎患者的生理状态是否存在异常。

9.一种重症胰腺炎患者护理监测方法,其特征在于,包括:

获取由传感器组采集的被监测重症胰腺炎患者的生命体征数据的时间序列,其中,所述生命体征数据包括心率值、血压值、呼吸频率、体温值和血氧饱和度;

获取所述被监测重症胰腺炎患者的尿量的时间序列;

将所述被监测重症胰腺炎患者的生命体征数据的时间序列中的各个生命体征数据通过基于全连接映射层的嵌入编码器以得到重症胰腺炎患者生命体征嵌入编码特征向量的序列;

将所述重症胰腺炎患者生命体征嵌入编码特征向量的序列通过基于锚点中心化的生命体征时序特征反向筛选强化网络以得到强化关注重症胰腺炎患者生命体征语义特征向量的序列;

对所述强化关注重症胰腺炎患者生命体征语义特征向量的序列进行时序编码以得到重症胰腺炎患者生命体征时序关联特征向量;

对所述监测重症胰腺炎患者的尿量的时间序列进行时序编码以得到重症胰腺炎患者尿量时序关联特征向量;

将所述重症胰腺炎患者生命体征时序关联特征向量和所述重症胰腺炎患者尿量时序关联特征向量通过基于门控关注度分配机制的患者多模态监测数据时序特征动态交互融合模块以得到重症胰腺炎患者生命体征-尿量时序交互融合特征向量;

基于所述重症胰腺炎患者生命体征-尿量时序交互融合特征向量,确定被监测重症胰腺炎患者的生理状态是否存在异常。