1.一种血液透析过程中患者健康数据监测方法,其特征在于,包括:
在第一监测时间点获取血压数据,血压数据包括收缩压和舒张压;同时判断获取的血压数据是否处于血压正常范围,若否,则发出警报,并执行血压异常处理措施;
在当前第二监测时间点获取心率数据;在预设的分析时间点判断在当前分析时间段内获取的心率数据是否均处于心率正常范围,若否,则发出警报,并执行心率异常处理措施;每两个分析时间点之间的时间即为一个分析时间段,一个分析时间段内包括若干个第二监测时间点;
针对任意一个分析时间点,获取当前短期时间窗口内的短期心率数据集,短期心率数据集包括在当前短期时间窗口内获取的心率数据,计算短期心率数据集的短期心率波动程度值;同时获取当前长期时间窗口内的长期心率数据集,长期心率数据集包括在当前长期时间窗口内获取的心率数据,计算长期心率数据集的长期心率波动程度值;基于当前获取的长期心率波动程度值设置第一调整阈值和第二调整阈值;
若短期心率波动程度值大于第一调整阈值且小于第二调整阈值,则执行频率调整措施,即同时将分析时间段的时长和每两个第一监测时间点的时间间隔减半;
若短期心率波动程度值大于第二调整阈值,则在执行频率调整措施的基础上,获取心率数据预测集,将心率数据预测集作为心率预测模型的输入,输出预测心率数据集;判断预测心率数据集是否均处于心率正常范围,若否,则发出警报,并执行心率异常预处理措施。
2.根据权利要求1所述的血液透析过程中患者健康数据监测方法,其特征在于,计算短期心率波动程度值和长期心率波动程度值的具体操作如下:获取当前短期时间窗口内的短期心率数据集
3.根据权利要求2所述的血液透析过程中患者健康数据监测方法,其特征在于,基于长期心率波动程度值设置第一调整阈值和第二调整阈值的具体操作如下:利用公式
4.根据权利要求3所述的血液透析过程中患者健康数据监测方法,其特征在于,在执行频率调整措施后,针对任意一个分析时间点,继续获取短期时间窗口内的短期心率数据集,并计算短期心率数据集的短期心率波动程度值;判断是否存在连续三个分析时间点获取的短期心率波动程度值均低于第一调整阈值,若是,则停止执行频率调整措施,即同时恢复分析时间段的时长和每两个第一监测时间点的时间间隔;若否,则继续执行频率调整措施。
5.根据权利要求4所述的血液透析过程中患者健康数据监测方法,其特征在于,使用遗传算法选择获取k的值的具体操作如下:步骤一:设置种群大小,在(0,1)的范围内随机生成x个候选k值,将随机生成的候选k值组成初始种群,设置最大迭代次数;
步骤二:针对任意一个候选k值,利用公式
步骤三:应用轮盘赌选择方法,以预设的选择比例选择适应度表现最好的相应数量的候选k值,将选择出的候选k值组成选择个体集;
步骤四:应用预设的交叉概率对选择个体集中的候选k值进行交叉操作,产生相应数量的新候选k值,将获取的新候选k值组成交叉个体集;在交叉个体集中随机选择候选k值,按照预设的变异概率对候选k值进行小范围调整,获取变异个体集;
步骤五:将选择个体集和变异个体集进行合并,获取合并个体集,计算合并个体集中所有候选k值的适应度,将适应度表现最好的x个候选k值作为新一代种群;
步骤六:重复执行步骤三-步骤五,对种群进行迭代更新,直至达到最大迭代次数,最后一代种群中适应度表现最好的即为最优k值。
6.根据权利要求5所述的血液透析过程中患者健康数据监测方法,其特征在于,将心率数据预测集作为心率预测模型的输入,输出预测心率数据集的具体操作如下:获取心率数据预测集,心率数据预测集包括最近获取的Q个按照时间排序的心率数据;设置滑动时间窗口,滑动时间窗口的窗口长度为Q个数据点;使用心率数据预测集的Q个心率数据作为滑动时间窗口的数据序列;将数据序列作为心率预测模型的输入,输出后一个第二监测时间点的预测心率数据;随后将滑动时间窗口的第一个心率数据移出,使用后一个第二监测时间点的预测心率数据作为滑动时间窗口的最后一个数据,获取新的数据序列,将新的数据序列作为心率预测模型的输入,继续输出后一个第二监测时间点的预测心率数据,以此类推,获取包含若干个预测心率数据的预测心率数据集。
7.根据权利要求6所述的血液透析过程中患者健康数据监测方法,其特征在于,心率预测模型基于LSTM模型建立,包括Q个心率预测LSTM单元、1个全连接层和1个输出层,其中心率预测LSTM单元用于提取滑动时间窗口中心率数据的时序性特征;全连接层用于对所有心率预测LSTM单元的输出进行特征提取;输出层用于输出心率预测数据;
针对心率预测模型的训练,具体操作如下:
获取若干份训练样本,每一个训练样本内存储着按照时间排序的Q+1份心率数据,以训练样本内的前Q份心率数据作为心率预测模型的输入,以训练样本内的最后1份心率数据作为心率预测模型的输出;将所有训练样本划分为训练集和测试集,将训练集送入参数初始化的心率预测模型进行训练,再将测试集输入至心率预测模型,获取测试结果;设置训练条件,判断测试结果是否满足训练条件,若满足训练条件,则输出训练好的心率预测模型;否则,继续通过训练集对心率预测模型进行训练。
8.一种血液透析过程中患者健康数据监测系统,其特征在于,所述系统应用于上述权利要求1-7任一项所述的血液透析过程中患者健康数据监测方法,所述系统包括:数据获取模块,用于在第一监测时间点获取血压数据,在当前第二监测时间点获取心率数据;
心率波动异常判别模块,用于计算短期心率波动程度值和长期心率波动程度值,并基于当前长期心率波动程度值设置第一调整阈值和第二调整阈值;若短期心率波动程度值大于第一调整阈值且小于第二调整阈值,则执行频率调整措施;若短期心率波动程度值大于第二调整阈值,则在执行频率调整措施的基础上,将获取的心率数据预测集作为心率预测模型的输入,输出预测心率数据集;
异常处理模块,用于在第一检测时间点判断获取的血压数据是否处于血压正常范围,若否,则发出警报,并执行血压异常处理措施;在预设的分析时间点判断在当前分析时间段内获取的心率数据是否均处于心率正常范围,若否,则发出警报,并执行心率异常处理措施;判断预测心率数据集是否均处于心率正常范围,若否,则发出警报,并执行心率异常预处理措施。