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: 2024117739724
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 医学或兽医学;卫生学
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.重症患者护理智能监控方法,其特征在于:包括:步骤S1:利用多传感器系统实时采集患者的生理数据和活动数据,并建立患者的初始健康档案;

步骤S2:根据采集的生理数据和活动数据,采用动态时间规整算法提取患者的行为特征,并通过K-means聚类算法对患者的活动模式特征进行分群,依据患者的生理状态和行为特征划分健康基准类别,对每个类别,分析患者的日常活动和行为模式,建立个体化的健康基线;

步骤S3:实时监控患者生理数据和活动数据,使用时序分析方法识别生理参数的异常趋势的偏离,并计算与基线的偏差程度,生成预警信号,根据患者状态优先分配护理措施;

步骤S4:评估护理措施效果,判断是否达到预期的护理效果,若未达到预期的护理效果则重新调整监护策略;

所述步骤S2的具体实施过程包括:

基于实时采集的所述生理数据和所述活动数据,采用动态时间规整算法提取患者的行为特征,形成行为数据的基本特征集;

通过K-means聚类算法对患者的活动模式特征进行分群,依据患者的生理状态和行为特征划分健康基准类别;对每个类别,建立个体化健康基线,包括生理数据的正常波动范围和典型的活动行为模式;

根据患者的日常行为和生理数据,使用时序分析方法对患者行为模式的演变进行建模,自动识别行为模式的变化趋势,通过对比历史数据与当前数据,更新健康基线,并实时监控是否发生显著偏离;

所述步骤S2的具体实施过程还包括:

结合患者的历史健康档案和动态行为模式演变结果,智能调整个体化健康基线的参数和阈值,具体如下:;

其中,表示第i次调整后的健康基线,表示第i-1次调整后的健康基线,表示最新的健康数据,表示预设的调整系数;

;

其中,表示第i次调整后的健康阈值,表示初始健康阈值,表示健康状态变化量,表示预设的影响因子,通过机器学习算法持续优化异常检测模型。

2.根据权利要求1所述的重症患者护理智能监控方法,其特征在于,所述步骤S1的具体实施过程包括:启动患者监护设备,对重症患者的健康数据进行实时采集,所述健康数据包括生理数据和活动数据,所述患者监护设备包括心电图传感器、体温传感器、呼吸监测传感器以及血氧传感器;

基于实时采集的所述生理数据和所述活动数据,为患者建立个体化初始健康档案,所述个体化初始健康档案中记录有该患者当前的生理参数基线和行为模式特点;根据患者的健康档案,初步设定各项生理指标的监控阈值。

3.根据权利要求2所述的重症患者护理智能监控方法,其特征在于,所述步骤S3的具体实施过程包括:将实时采集的患者数据与个体化健康基线进行比对,使用时序分析方法识别生理参数的异常趋势的偏离,并计算与基线的偏差程度,在偏差超出预设阈值时标记为潜在异常,具体如下:;

其中,表示在时间点t的异常趋势值,w表示窗口大小,表示在时间点a收集的生理数据,T表示当前时间点;

预设异常趋势阈值,若时间点t的异常趋势值,则判定发生了异常;

计算偏离程度,公式如下:

;

其中,表示在时刻t的偏离度量,表示实时监测到的生理数据,表示时刻t的基线值。

4.根据权利要求3所述的重症患者护理智能监控方法,其特征在于,所述步骤S3的具体实施过程还包括:当检测到实时数据显著偏离健康基线,自动触发预警信号;预警级别根据偏离程度自动调整,并实时显示在护理人员终端上;

当预警信号被触发后,根据预警级别自动分配护理资源和护理措施:构建预警级别公式,公式如下:

;

其中,表示时刻t的预警级别,是基于偏离度和异常趋势的加权因子;

当时,记为低级预警,分配常规护理人员、无需额外设备,护理措施为常规护理;

当时,记为中级预警,增加护理人员、启动监控设备,护理措施为密切观察、与医生协作;

当时,记为高级预警,分配大量护理资源、启动紧急设备,护理措施为紧急干预、即时响应、实时沟通。

5.根据权利要求4所述的重症患者护理智能监控方法,其特征在于,所述步骤S4的具体实施过程包括:实时跟踪护理措施的实施效果,通过比较患者在接受护理前后的生理数据变化以及活动数据变化,评估护理措施的有效性:计算生理数据变化,计算公式为:

;

其中,表示生理数据在护理前后变化值,和分别表示护理后和护理前的生理数据;

计算活动数据变化,计算公式为:

;

其中,表示活动数据在护理前后变化值,和分别表示护理后和护理前的活动数据;

基于生理数据在护理前后变化值和活动数据在护理前后变化值,计算综合评估指数,计算公式如下:;

其中,表示综合评估指数,和分别表示生理数据在护理前后变化值和活动数据在护理前后变化值的权重系数。

6.重症患者护理智能监控系统,基于权利要求1~5任一所述的重症患者护理智能监控方法,其特征在于:还包括:多传感器数据采集模块,用于实时采集患者的生理数据和活动数据,并建立患者的初始健康档案;

个体化健康基线生成模块,根据采集的多维度数据,分析患者的日常活动和行为模式,建立个体化的健康基线;

实时异常监测模块,实时监控患者生理数据与行为数据,通过基线对比,识别异常趋势,并即时生成预警信号;在预警情况下,根据患者状态优先分配护理资源,实施所需护理措施,并将护理操作实时反馈至系统进行跟踪;

护理效果评估模块,评估护理措施的效果,通过数据变化趋势判断是否达到预期的护理效果,若未达到预期的护理效果则重新调整监护策略。

7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1~5任一所述的重症患者护理智能监控方法的步骤。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1~5任一所述的重症患者护理智能监控方法的步骤。