【技术实现步骤摘要】
一种重症监护病房中脓毒症预测系统、存储介质及设备
[0001]本专利技术属于医疗数据挖掘的
,尤其涉及一种重症监护病房中脓毒症预测系统、存储介质及设备。
技术介绍
[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
[0003]最新的调查研究表明,全球每年约有3150万人患有脓毒症,其中超过600万人死于脓毒症,并且在重症监护病房(ICU)中脓毒症发病率和死亡率更高,死亡人数约占总人数的三分之二。脓毒症的治疗费用也在逐年升高,据统计,脓毒症在美国每年花费近170亿美元,在英国每年花费近25亿英镑的高昂医院护理费用。2016年欧洲重症学会与美国重症学会联合发布了脓毒症诊断标准(Sepsis
‑
3),对脓毒症的定义为:因宿主对感染的反应失调而导致的危及生命的器官功能障碍。此外,随着抗生素治疗的延迟,死亡率会显著增加,例如在感染性脓毒症休克的情况下,抗生素治疗每延迟一小时,死亡风险就会增加约10%。因此,早期发现脓毒症,并及时治疗,对于改善ICU中脓毒症的死亡率 ...
【技术保护点】
【技术特征摘要】
1.一种重症监护病房中脓毒症预测系统,其特征在于,包括:数据预处理模块,其用于获取待监测者在重症监护病房中的医疗监护数据,并对其进行预处理;特征选择及提取模块,其用于按时间顺序接收预处理后的医疗监护数据并从接收的数据中进行特征选择和特征提取;脓毒症预测模块,其用于通过网络变换将时间序列转化为特征向量,并基于特征向量与当前时间戳信息输入至训练完成的脓毒症预测模型中,预测出发生脓毒症的概率;其中,脓毒症预测模型由多个分类器并联而成,最终预测出的发生脓毒症的概率为多个分类器的输出概率的均值。2.如权利要求1所述的重症监护病房中脓毒症预测系统,其特征在于,所述预处理包括对获取的待监测者在重症监护病房中的医疗监护数据进行归一化处理,进行缺失值的填充以及异常值的筛选和替换。3.如权利要求2所述的重症监护病房中脓毒症预测系统,其特征在于,使用随机正态分布和多邻域缺失值插补的方法对缺失值进行填充。4.如权利要求1所述的重症监护病房中脓毒症预测系统,其特征在于,基于多次特征选择,从预处理后的医疗监护数据中选择出最优的多组特征数据。5.如权利要求1所述的重症监护病房中脓毒症预测系统,其特征在于,根据主成分分析和非负矩阵分解进行脓毒症的特征提取。6.如权利要求1所述的重症监护病房中脓毒症预测系统,其特征在于,每个分类器均由LightGBM模型和贝叶斯优化器,LightGBM模型利用贝叶斯优化器来避免过拟合。7.如权利要求1所述的重症监护...
【专利技术属性】
技术研发人员:李登旺,洪亭轩,陈民,黄浦,虞刚,李续然,陆华,李彦,
申请(专利权)人:山东师范大学,
类型:发明
国别省市:
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。