【技术实现步骤摘要】
多模态监测信息的术后END风险预警及相关设备
本专利技术涉及生物信息
,更具体地,涉及多模态监测信息的急性缺血性卒中血管内治疗术后早期神经功能恶化自动化预警、电子设备和计算机可读存储介质。
技术介绍
尽管目前血管内治疗已获得全球多项国际组织及国际指南的最高级治疗推荐。但并非使所有患者均能从中获益,约40%接受血管内治疗患者术后最终仍发展为不良预后。很多患者在术后出现非预期病情恶化,最终表现为不良预后。早期神经功能恶化(EarlyNeurologicalDeterioration,END)是血管内治疗术后最常见,最有代表性的不良事件。目前最广泛使用的END定义为血管再通后24h小时内出现的神经功能恶化,且NIHSS评分较基线增加大于等于4分。END症状性脑出血、再闭塞、无效再通、脑疝等是END发生的常见原因,但具体发生机制仍不清楚。及时预测END的发生,提前采取积极的对应干预措施,能够逆转患者结局。早期神经功能恶化是指患者接受血管再通治疗(包括静脉溶栓与血管内治疗)后短期内发生的神经功能好转后恶化,最终表现为预后不良,甚至死亡。临床发现一些血管内治疗术后END患者不仅神经功能监测可出现明显异常,也可出现特征性的基础体征信号变化,和SND(神经功能的突发恶化)发生密切相关。这些复合生理信号的改变有时提示END的出现时间。但需要注意的是这些异常生理监测信号的敏感性虽然显著,但预测END的特异性不高,很多重症患者会因其它系统疾病问题出现类似改变。基于现有技术目前END预测方面研究结果显示单纯基于术前术中情况、临 ...
【技术保护点】
1.一种基于多模态监测信息的术后END风险预警设备,所述设备包括:存储器和处理器;/n所述存储器用于存储程序指令;/n所述处理器用于调用程序指令,当程序指令被执行时,用于执行以下操作:/n获取待测用户在当前时间周期的临床数据,所述临床数据包括基线数据、所述当前时间周期内得到的动态监测数据,和历史时间周期内得到的动态监测数据;/n将所述临床数据输入基于卷积理论的深度自编码器,得到所述临床数据对应的特征数据;/n利用统计过程控制方法获取所述临床数据的统计值;/n将所述临床数据的统计值与当前时间周期对应的预警阈值进行比较,根据比较结果确定下一时间周期的术后END风险预警;/n所述基于卷积理论的深度自编码器的训练方式和各个时间周期的预警阈值的确定方式包括:/n获取术后无END患者在各个时间周期的临床数据作为训练样本,获取术后有END患者在各个时间周期的临床数据作为验证样本;/n利用训练样本训练基于卷积理论的深度自编码器;利用验证样本验证所述采用基于卷积理论的深度自编码器,并对每个时间周期的验证样本的输入数据和输出数据均利用统计过程控制方法进行处理,得到每个时间周期对应的预警阈值。/n
【技术特征摘要】
1.一种基于多模态监测信息的术后END风险预警设备,所述设备包括:存储器和处理器;
所述存储器用于存储程序指令;
所述处理器用于调用程序指令,当程序指令被执行时,用于执行以下操作:
获取待测用户在当前时间周期的临床数据,所述临床数据包括基线数据、所述当前时间周期内得到的动态监测数据,和历史时间周期内得到的动态监测数据;
将所述临床数据输入基于卷积理论的深度自编码器,得到所述临床数据对应的特征数据;
利用统计过程控制方法获取所述临床数据的统计值;
将所述临床数据的统计值与当前时间周期对应的预警阈值进行比较,根据比较结果确定下一时间周期的术后END风险预警;
所述基于卷积理论的深度自编码器的训练方式和各个时间周期的预警阈值的确定方式包括:
获取术后无END患者在各个时间周期的临床数据作为训练样本,获取术后有END患者在各个时间周期的临床数据作为验证样本;
利用训练样本训练基于卷积理论的深度自编码器;利用验证样本验证所述采用基于卷积理论的深度自编码器,并对每个时间周期的验证样本的输入数据和输出数据均利用统计过程控制方法进行处理,得到每个时间周期对应的预警阈值。
2.根据权利要求1所述的设备,其特征在于,采用启发式搜索算法优化深度自动编码器结构。
3.根据权利要求1所述的设备,其特征在于,所述对每个时间周期的验证样本的输入数据和输出数据均利用统计过程控制方法进行处理是对每个时间周期的验证样本的输入数据和输出数据均利用统计过程控制的指数加权移动平均控制图进行处理,得到每个时间周期对应的预警阈值。
4.根据权利要求1所述的设备,其特征在于,所述基线数据包括基线信息、既往史信息、基线实验室指标、基线影像信息、术中情况方面的数据;动态监测数据包括术后基本监护参数及神经电生理监测信号数据;
优选的,所述基线信息包括年龄,性别、基线NIHSS评分,基线血压、发病时间;既往史信息包括高血压、冠心病、房颤、既往卒中,既往用药史(抗血小板治疗,抗凝治疗);基线实验室指标包括入院血糖、白细胞计数、中性粒计数、PLT计数、LDL);基线影像信息包括梗死体积、Mismatch体积、ASPECT评分,梗死部位、责任血管、闭塞程度、早期征象、侧枝循环、脑白质病变程度、微出血情况等;术...
【专利技术属性】
技术研发人员:聂曦明,王龙,刘丽萍,
申请(专利权)人:首都医科大学附属北京天坛医院,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。