一种基于慢特征分析和深度神经网络的AMS易感性评估系统技术方案

本发明专利技术公开了一种基于性能监控与深度神经网络的数据驱动AMS易感性评估系统，可以监控技术结合深度神经网络应用于低氧耐受能力动态性能评估中，学习SpO2慢特征和IHT过程采集的数据中关键信息，并对人体低氧耐受能力进行分类；利用慢特征分析和长短时记忆网络构建分类器，充分挖掘生理数据的本质特征，实现快速且高准确率地对个体耐低氧能力进行分类；本发明专利技术系统最突出的特征是引入性能监控与深度神经网络的思想对动态生理数据进行个体AMS易感性评估，同时，评估过程融合了由睡眠质量数据和LLS构成的低氧耐受适应域，以达到多角度全面评估效果；首次结合睡眠质量数据和LLS指标构建低氧耐受适应域，以消除LLS存在的主观性问题。性问题。性问题。

【技术实现步骤摘要】
一种基于慢特征分析和深度神经网络的AMS易感性评估系统


[0001]本专利技术涉及急性高原病易感性评估与预防领域，具体涉及一种基于性能监控与深度神经网络的数据驱动AMS易感性评估系统。

技术介绍

[0002]急性高原病(acute mountain sickness,AMS),俗称高原反应，是一种由高原地区低气压、低氧环境引起的综合症。无法适应高海拔环境的人突然到达高原时，会出现头通、恶心、厌食、失眠和疲惫等不适症状，严重者会影响正常的工作和生活。AMS的个体易感性评估有助于提前制定预防策略，但是AMS很难进行客观诊断。从生理学角度来看，AMS常见诊断方法是路易斯湖评分(lake louisescore,LLS)指标评估。这是一种依赖于个体通过评测问卷形式对症状严重程度自我评价的指标，具有高度主观性。此外，LLS方法诊断AMS的特异性低，潜在原因是静态LLS无法反映个体面临缺氧环境的应激全过程信息。从医学角度来看，通过标志物或者检测试剂盒来对AMS的易感性进行评估诊断(专利号:201811637725.6，201811038384.0)，需要对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种急性高原病AMS易感性评估系统，其特征在于，包括数据采集与预处理模块、低氧耐受适应域构建模块以及个体急性高原病易感性评估模块；所述数据采集与预处理模块用于采集第一阶段和第二阶段的监测数据，并进行预处理；其中，第一阶段的监测数据获得的过程为：多个受试者进行高氧和低氧环境的周期性切换的呼吸训练，训练持续多天后，采集受试者在最后一天的多个生理指标数据，其中生理指标包括SpO2数据；第二阶段的监测数据获得的过程为：受试者在完成第一阶段的呼吸训练后，进行高原低氧环境睡眠测试，并获得睡眠质量数据X
1:n
，n表示睡眠质量数据的观测样本数量，每个样本中包括多个观测变量；所述低氧耐受适应域构建模块用于：对睡眠质量数据X
1:n
中受试者的每个观测样本进行路易斯湖评分测试，得到急性高原病AMS易感性的评分结果；基于k
‑
means聚类方法对睡眠质量数据X
1:n
进行急性高原病AMS易感性分类，得到急性高原病AMS易感性的分类结果；求取路易斯湖评分测试的评分结果与k
‑
means聚类方法的分类结果的互信息值，选取互信息值最大的一组聚类结果作为受试者最终的低氧耐受适应域，作为受试者急性高原病AMS易感性的标签；所述个体急性高原病易感性评估模块用于构建及训练长短时记忆网络，并对待评估个体的低氧耐受能力进行评估，具体为：用于训练所述长短时记忆网络的训练数据的构建过程为：提取第一阶段监测数据中的各受试者SpO2数据的慢特征数据，将其与各受试者最后一天的多个生理指标的数据进行拼接，得到训练数据；训练数据的标签为低氧耐受适应域构建模块得到的急性高原病AMS易感性的标签；所述评估过程为：先按照所述第一阶段的监测数据获得过程，采集待评估个体最后一天的生理指标数据，输入到训练好的长短时记忆网络，输出该待评估个体的急性高原病AMS易感性标签。2.如权利要求1所述的一种急性高原病AMS易感性评估系统，其特征在于，所述生理指标数据还包括心率、呼吸频率。3.如权利要求1所述的一种急性高原病AMS易感性评估系统，其特征在于，所述数据采集与预处理模块在第一阶段的监测数据时，高氧和低氧周期性切换方式为：每天持续1小时，作为一个IHT片段；在每个IHT片段，每个周期通入高氧3分钟，低氧5分钟，周期交替循环直至满1小时。4.如权利要求3所述的一种急性高原病AMS易感性评估系...

【专利技术属性】
技术研发人员：史大威，王磊，肖融，陈婧，王军政，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：