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: 2024111574605
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:

1.一种急诊患者智能化预检分诊系统,其特征在于,包括:

患者病情描述采集模块,用于获取急诊患者的病情描述;

患者生命体征数据采集模块,用于获取由生命体征监测器采集的所述急诊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、血压和血氧饱和度;

多模态生命体征时序语义融合表征模块,用于对所述生命体征数据的时间序列进行时序特征提取和语义融合处理以得到生命体征多模态时序语义表征向量;

患者病情描述词粒度语义编码模块,用于对所述急诊患者的病情描述进行基于词粒度的病情描述语义编码以得到病情描述词粒度语义关联特征向量的序列;

病情描述词粒度语义中心筛选强化模块,用于将所述病情描述词粒度语义关联特征向量的序列通过基于描述语义中心的词粒度语义反向筛选强化模块以得到急诊患者病情描述关键词语义强化表达特征向量的序列;

生命体征引导患者病情描述语义约束表达模块,用于以所述生命体征多模态时序语义表征向量作为基准信息特征向量,对所述急诊患者病情描述关键词语义强化表达特征向量的序列进行基于信息蒸馏的语义约束聚合处理以得到生命体征时序语义引导下患者病情描述语义约束强化表达特征向量;

挂号科室类别推荐模块,用于基于所述生命体征时序语义引导下患者病情描述语义约束强化表达特征向量,确定推荐的挂号科室类别,并生成挂号码。

2.根据权利要求1所述的急诊患者智能化预检分诊系统,其特征在于,所述多模态生命体征时序语义融合表征模块,用于:排列单元,用于将所述生命体征数据的时间序列按照样本维度进行排列以得到心率时序输入向量、血压时序输入向量和血氧饱和度时序输入向量;

生命体征时序特征提取单元,用于将所述心率时序输入向量、所述血压时序输入向量和所述血氧饱和度时序输入向量通过基于一维卷积神经网络模型的生命体征时序特征提取器以得到心率时序特征向量、血压时序特征向量和血氧饱和度时序特征向量;

生命体征多模态时序语义融合单元,用于将所述心率时序特征向量、所述血压时序特征向量和所述血氧饱和度时序特征向量通过基于类贝叶斯概率网络的生命体征多模态时序语义融合器以得到所述生命体征多模态时序语义表征向量。

3.根据权利要求2所述的急诊患者智能化预检分诊系统,其特征在于,所述患者病情描述词粒度语义编码模块,用于:将所述急诊患者的病情描述进行分词处理后通过包含词嵌入层的病情描述语义编码器以得到所述病情描述词粒度语义关联特征向量的序列。

4.根据权利要求3所述的急诊患者智能化预检分诊系统,其特征在于,所述病情描述词粒度语义中心筛选强化模块,包括:均值向量计算单元,用于计算所述病情描述词粒度语义关联特征向量的序列的均值向量以得到病情描述词粒度序列分布中心向量;

病情描述词粒度语义关联系数计算单元,用于计算所述病情描述词粒度语义关联特征向量的序列中的各个病情描述词粒度语义关联特征向量与所述病情描述词粒度序列分布中心向量之间的相关系数以得到病情描述词粒度语义关联系数的序列;

病情描述词粒度语义反关联系数计算单元,用于计算所述病情描述词粒度语义关联系数的序列中的各个病情描述词粒度语义关联系数的倒数以得到病情描述词粒度语义反关联系数的序列;

归一化单元,用于使用Softmax函数对所述病情描述词粒度语义反关联系数的序列进行归一化处理以得到病情描述词粒度语义反关联能量系数的序列;

病情描述反向抑制病单元,用于以所述病情描述词粒度语义反关联能量系数的序列中的各个病情描述词粒度语义反关联能量系数作为权重,对所述病情描述词粒度语义关联特征向量的序列中的各个病情描述词粒度语义关联特征向量进行加权以得到反向抑制病情描述词粒度语义关联特征向量的序列;

病情描述关键词语义强化表达单元,用于计算所述病情描述词粒度语义关联特征向量的序列与所述反向抑制病情描述词粒度语义关联特征向量的序列之间每组对应的所述病情描述词粒度语义关联特征向量和所述反向抑制病情描述词粒度语义关联特征向量的按位置差分以得到所述急诊患者病情描述关键词语义强化表达特征向量的序列。

5.根据权利要求4所述的急诊患者智能化预检分诊系统,其特征在于,所述病情描述词粒度语义关联系数计算单元,用于:计算所述病情描述词粒度语义关联特征向量与所述病情描述词粒度序列分布中心向量之间的按位置点乘以得到病情描述词粒度语义关联类支持特征向量;

计算所述病情描述词粒度语义关联类支持特征向量中各个位置的特征值的加和值以得到病情描述词粒度语义关联类支持加和值;

计算所述病情描述词粒度语义关联特征向量中各个位置的特征值的平方和与所述病情描述词粒度序列分布中心向量中各个位置的特征值的平方和以得到病情描述词粒度语义关联平方值和病情描述词粒度序列分布中心平方值;

计算所述病情描述词粒度语义关联平方值和病情描述词粒度序列分布中心平方值相加后数值的平方根以得到病情描述词粒度关联值;

将所述病情描述词粒度语义关联类支持加和值除以所述病情描述词粒度关联值以得到所述病情描述词粒度语义关联系数。

6.根据权利要求5所述的急诊患者智能化预检分诊系统,其特征在于,所述归一化单元,用于:以所述病情描述词粒度语义反关联系数的序列的各个病情描述词粒度语义反关联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病情描述词粒度语义反关联指数系数的序列;

计算所述病情描述词粒度语义反关联指数系数的序列中各个病情描述词粒度语义反关联指数系数的加和值以得到病情描述词粒度语义反关联系数总加和值;

计算所述病情描述词粒度语义反关联系数总加和值与常数一之和以得到病情描述词粒度语义反关联调制系数;

将所述病情描述词粒度语义反关联指数系数的序列中的每个病情描述词粒度语义反关联指数系数分别与病情描述词粒度语义反关联调制系数进行相除以得到所述病情描述词粒度语义反关联能量系数的序列。

7.根据权利要求6所述的急诊患者智能化预检分诊系统,其特征在于,所述生命体征引导患者病情描述语义约束表达模块,用于:计算所述急诊患者病情描述关键词语义强化表达特征向量的序列中的各个急诊患者病情描述关键词语义强化表达特征向量与相应的权重矩阵进行相乘后与相应的偏置向量进行按位置加和以得到线性调制急诊患者病情描述关键词语义强化表达特征向量的序列;

利用sigmoid函数对所述急诊患者病情描述关键词语义强化表达特征向量的序列进行激活处理后与所述基准信息特征向量的转置向量进行相乘以得到患者生命体征-病情描述语义相关度的序列;

计算所述患者生命体征-病情描述语义相关度的序列中的各个患者生命体征-病情描述语义相关度之和以得到患者生命体征-病情描述语义相关度总和;

将所述患者生命体征-病情描述语义相关度的序列中的每个患者生命体征-病情描述语义相关度分别除以所述患者生命体征-病情描述语义相关度总和以得到患者生命体征-病情描述语义关联权重的序列;

以所述患者生命体征-病情描述语义关联权重的序列中的各个患者生命体征-病情描述语义关联权重作为加权系数,计算所述急诊患者病情描述关键词语义强化表达特征向量的序列的加权和以得到所述生命体征时序语义引导下患者病情描述语义约束强化表达特征向量。

8.根据权利要求7所述的急诊患者智能化预检分诊系统,其特征在于,所述挂号科室类别推荐模块,用于:将所述生命体征时序语义引导下患者病情描述语义约束强化表达特征向量通过基于分类器的挂号科室类别推荐器以得到推荐结果,所述推荐结果用于表示推荐的挂号科室类别;

基于所述推荐的挂号科室类别,生成挂号码。

9.一种急诊患者智能化预检分诊方法,其特征在于,包括:

获取急诊患者的病情描述;

获取由生命体征监测器采集的所述急诊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、血压和血氧饱和度;

对所述生命体征数据的时间序列进行时序特征提取和语义融合处理以得到生命体征多模态时序语义表征向量;

对所述急诊患者的病情描述进行基于词粒度的病情描述语义编码以得到病情描述词粒度语义关联特征向量的序列;

将所述病情描述词粒度语义关联特征向量的序列通过基于描述语义中心的词粒度语义反向筛选强化模块以得到急诊患者病情描述关键词语义强化表达特征向量的序列;

以所述生命体征多模态时序语义表征向量作为基准信息特征向量,对所述急诊患者病情描述关键词语义强化表达特征向量的序列进行基于信息蒸馏的语义约束聚合处理以得到生命体征时序语义引导下患者病情描述语义约束强化表达特征向量;

基于所述生命体征时序语义引导下患者病情描述语义约束强化表达特征向量,确定推荐的挂号科室类别,并生成挂号码。