报警事件的回顾方法、装置及可读存储介质制造方法及图纸

本申请公开了一种报警事件的回顾方法、装置及可读存储介质。回顾方法包括：获取同一对象在一段时间内的多个报警事件；从至少一个维度分析多个报警事件，以得到每个报警事件的权重参考值；以及根据每个报警事件的权重参考值对多个报警事件进行排序。通过对报警事件进行排序等处理，可以突出显示那些权重参考值较大的报警事件，便于医护人员及时掌握患者的病情变化情况。变化情况。变化情况。

【技术实现步骤摘要】
报警事件的回顾方法、装置及可读存储介质


[0001]本申请属于医疗监护的
，尤其涉及一种报警事件的回顾方法、装置及可读存储介质。

技术介绍

[0002]监护仪可以通过获取患者的参数并配合相应的报警条件来监护患者，当患者的参数的数值满足报警条件时，监护仪会产生报警事件。该些报警事件是供医护人员进行应急处理、治疗等操作的重要依据；对此，医护人员还可以通过监护仪的报警回顾功能来掌握患者的病情变化情况。
[0003]在监护仪中，报警事件的回顾方式是以时间顺序呈现所有报警事件。日常监测中，一天内一台监护仪可能存储有大量的报警事件。若采用一般的报警事件回顾方法，医护人员难以从大量的报警事件中有效、快速地分析出患者关键的报警事件以掌握患者的病情。此外，当患者病情复杂、就医患者人数众多时，更增添了医护人员的工作强度和难度。

技术实现思路

[0004]本申请提供了一种报警事件的回顾方法、装置及可读存储介质，以解决现有监护仪对报警事件的回顾方式不合理的技术问题。
[0005]为了解决上述的技术问题，本申请提供了一种报警事件的回顾方法，用于对医疗设备的报警事件进行回顾。所述回顾方法包括：获取同一对象在一段时间内的多个报警事件；从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值；以及根据每个报警事件的权重参考值对所述多个报警事件进行排序。
[0006]一些实施例中，所述回顾方法还包括：比较所述多个报警事件的权重参考值，以将权重参考值较大的报警事件排在前面。
[0007]一些实施例中，所述获取同一对象在一段时间内的多个报警事件，具体包括：获取同一对象在一段时间内的多个初始的报警事件；获取精简策略；基于所述精简策略，对所述多个初始的报警事件进行精简处理，以得到多个精简的报警事件；其中，所述精简的报警事件的数量少于所述初始的报警事件的数量；输出所述多个精简的报警事件。
[0008]一些实施例中，所述精简策略包括以下至少之一：合并多个初始的报警事件中的同类型的报警事件；合并多个初始的报警事件中报警因素相同的报警事件；隐藏多个初始的报警事件中的至少部分的报警事件。
[0009]一些实施例中，所述隐藏多个初始的报警事件中的至少部分的报警事件，具体包括：隐藏多个初始的报警事件中的至少部分类型的报警事件；或者，隐藏多个初始的报警事件中的不可靠的报警事件；其中，所述不可靠的报警事件为在报警事件发生时刻，对应参数及其关联参数未超过可靠性阈值的报警事件。
[0010]一些实施例中，所述从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值，具体包括：获取对所述至少一个维度预先设置的排序的优先级参考值；其
中，不同维度具有不同的优先级参考值，同个维度的不同属性具有不同的优先级权重；根据所述至少一个维度的优先级参考值及对应的优先级权重，计算得到对应每个报警事件的权重参考值。
[0011]一些实施例中，所述从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值，具体包括：将每个报警事件在所述至少一个维度的数据转换成对应的至少一个输入值；其中，对于每个维度，所述报警事件具有对应的一个输入值；将每个报警事件的至少一个输入值输入报警事件排序模型，以得到每个报警事件的对应的输出值；将所述输出值作为对应每个报警事件的权重参考值。
[0012]一些实施例中，所述报警事件排序模型为神经网络模型或者模糊推理系统模型。
[0013]一些实施例中，所述报警事件排序模型为神经网络模型，所述方法还包括：训练所述神经网络模型。
[0014]所述训练所述神经网络模型包括：基于所述至少一个维度，将报警事件样本转换成对应的参考输入值；使用所述参考输入值对预构建的神经网络进行训练，以得到参考输出值；基于所述参考输入值、所述参考输出值和标签，调整所述预构建的神经网络的加权参数；其中，所述标签包括所述报警事件样本基于对应维度的评分；再次执行使用所述参考输入值对所述预构建的神经网络进行训练，以得到参考输出值的步骤，直至所述参考输出值与所述标签之间满足预设的训练完成条件。
[0015]一些实施例中，所述报警事件排序模型为模糊推理系统模型；所述将所述每个报警事件的至少一个输入值输入模糊推理系统模型，以得到每个报警事件的对应的输出值，包括：基于对应所述至少一个维度而建立的模糊规则，通过所述至少一个输入值对每个报警事件进行模糊化和规则推理；对规则推理后的每个报警事件进行去模糊化处理，以得到每个报警事件的输出值；其中，将所述输出值作为对应的报警事件的权重参考值。
[0016]一些实施例中，所述从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值，包括：对所述至少一个维度赋予加权系数；其中，每个维度具有一个对应的加权系数；获取每个报警事件之对应所述至少一个维度的至少一个分值；基于所述至少一个分值和对应的所述加权系数，得到每个报警事件的加权平均分值；将所述加权平均分值作为每个报警事件的权重参考值。
[0017]本申请还提供了另一种报警事件的回顾方法，用于对医疗设备的报警事件进行回顾。所述回顾方法包括：获取同一对象在一段时间内的多个报警事件；从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值；根据每个报警事件的权重参考值对所述多个报警事件进行比较；突出显示至少一个权重参考值较大的报警事件。
[0018]一些实施例中，所述突出显示至少一个权重参考值较大的报警事件，包括以下至少一种：将权重参考值较大的报警事件放在显眼区域；扩大权重参考值较大的报警事件的显示区域；对权重参考值较大的报警事件的显示区域增加识别标记。
[0019]一些实施例中，所述至少一个维度包括：报警事件的报警级别、报警事件在所述一段时间内的报警频次、报警事件的报警持续时间、报警事件的信号质量、报警事件发生时刻任意参数的波形形态、报警事件发生时刻的其他参数、和/或报警事件的发生时间；其中，所述其他参数包括同个医疗设备的其他参数或者其他医疗设备的参数。
[0020]一些实施例中，所述回顾方法还包括：响应用户操作而对所述至少一个维度进行
调整。
[0021]本申请还提供了一种可读存储介质，存储有计算机程序，所述计算机程序被硬件执行时以实现上述各实施例中的报警事件的回顾方法。
[0022]本申请还提供了一种报警事件回顾装置，包括有处理器。所述处理器用于获取同一对象在一段时间内的多个报警事件；从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值；根据每个报警事件的权重参考值对所述多个报警事件进行排序。
[0023]一些实施例中，所述处理器还用于比较所述多个报警事件的权重参考值，以将权重参考值较大的报警事件排在前面。
[0024]一些实施例中，所述处理器具体用于：获取同一对象在一段时间内的多个初始的报警事件；获取精简策略；基于所述精简策略，对所述多个初始的报警事件进行精简处理，以得到多个精简的报警事件；其中，所述精简的报本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种报警事件的回顾方法，其特征在于，用于对医疗设备的报警事件进行回顾，所述回顾方法包括：获取同一对象在一段时间内的多个报警事件；从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值；以及根据每个报警事件的权重参考值对所述多个报警事件进行排序。2.如权利要求1所述的回顾方法，其特征在于，所述回顾方法还包括：比较所述多个报警事件的权重参考值，将权重参考值较大的报警事件排在前面。3.如权利要求1所述的回顾方法，其特征在于，所述获取同一对象在一段时间内的多个报警事件，具体包括：获取同一对象在一段时间内的多个初始的报警事件；获取精简策略；基于所述精简策略，对所述多个初始的报警事件进行精简处理，以得到多个精简的报警事件；其中，所述精简的报警事件的数量少于所述初始的报警事件的数量；输出所述多个精简的报警事件。4.如权利要求3所述的回顾方法，其特征在于，所述精简策略包括以下至少之一：合并多个初始的报警事件中的同类型的报警事件；合并多个初始的报警事件中报警因素相同的报警事件；隐藏多个初始的报警事件中的至少部分的报警事件。5.如权利要求4所述的回顾方法，其特征在于，所述隐藏多个初始的报警事件中的至少部分的报警事件，具体包括：隐藏多个初始的报警事件中的至少部分类型的报警事件；或者，隐藏多个初始的报警事件中的不可靠的报警事件；其中，所述不可靠的报警事件为在报警事件发生时刻，对应参数及其关联参数未超过可靠性阈值的报警事件。6.如权利要求1至5任一项所述的回顾方法，其特征在于，所述从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值，具体包括：获取对所述至少一个维度预先设置的排序的优先级参考值；其中，不同维度具有不同的优先级参考值，同个维度的不同属性具有不同的优先级权重；根据所述至少一个维度的优先级参考值及对应的优先级权重，计算得到对应每个报警事件的权重参考值。7.如权利要求1至5任一项所述的回顾方法，其特征在于，所述从至少一个维度分析所述多个报警事件，以得到每个报警事件的权重参考值，具体包括：将每个报警事件在所述至少一个维度的数据转换成对应的至少一个输入值；其中，对于每个维度，所述报警事件具有对应的一个输入值；将每个报警事件的至少一个输入值输入报警事件排序模型，以得到每个报警事件的对应的输出值；将所述输出值作为对应每个报警事件的权重参考值。8.如权利要求7所述的回顾方法，其特征在于，所述报警事件排序模型为神经网络模型或者模糊推理系统模型。9.如权利要求8所述的回顾方法，其特征在于，所述报警事件排序模型为神经网络模型，所述方法还包括：训练所述神经网络模型；
所述训练所述神经网络模型包括：基于所述至少一个维度，将报警事件样本转换成对应的参考输入值；使用所述参考输入值对预构建的神经网络进行训练，以得到参考输出值；基于所述参考输入值、...

【专利技术属性】
技术研发人员：阚增辉，蒋浩宇，贾英杰，何先梁，叶文宇，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：