PICC居家维护评估方法、系统、存储介质及电子设备技术方案

本发明专利技术公开了一种PICC居家维护评估方法、系统、存储介质及电子设备，PICC居家维护评估方法包括以下步骤：S1、采集在预定时间段内的三维坐标系的导管位置数据，获取导管位置数据集合和参照位置数据集合，获取第一差值集合；S2、获取标准位置数据集合，获取第二差值集合，比较在预定时间段内的第一差值和第二差值之间的大小关系，获取第三差值集合；S3、得到长短期记忆网络方法模型；S4、预测第三差值的未来数值；S5、根据预测的结果以及导管维护需求的相关度，将训练集划分为第一维护需求分类数据集和第二维护需求分类数据集；S6、得到多个精细分类数据集；S7、得到训练模型。根据本发明专利技术实施例的PICC居家维护评估方法，具有有利于导管的维护的效果。的维护的效果。的维护的效果。

【技术实现步骤摘要】
PICC居家维护评估方法、系统、存储介质及电子设备


[0001]本专利技术属于软件工程、大数据以及分布式存储和计算等
，具体涉及一种PICC居家维护评估方法、系统、计算机存储介质及电子设备。

技术介绍

[0002]经外周静脉置入中心静脉导管(PICC)是一种并发症发生率低的中心静脉通路，可为肿瘤患者提供中长期化疗静脉通路。患者在接受化学治疗的间歇期需要带管出院，维护方式目前主要以返院维护为主。带PICC出院是肿瘤长期化疗患者的常规操作；PICC在未使用的情况下每7天维护一次，最长可保留导管长达一年。患者居家时需要预约挂号就近三甲级医院PICC维护门诊，到院进行维护换药即可。
[0003]调查显示患者出院后管路维护的依从性下降。并且临床上出现以下问题：(1)患者出院后PICC的并发症评估失去了专业的管理和及时的发现与处理；(2)患者返回医院维护PICC导管的时候才能得到专业的治疗；(3)由于患者对导管并发症的评估和预防认知不足，使得很多PICC导管并发症由于认知偏差被耽误；(3)已经出现并发症的导管需要每日评估，由于患者居家导管评估维护存在断档问题。

技术实现思路

[0004]有鉴于此，本专利技术提供一种PICC居家维护评估方法、系统、计算机存储介质及设备，能够使患者能够便捷地进行PICC居家维护，解决
技术介绍
中的至少一个问题。
[0005]为解决上述技术问题，一方面，本专利技术提供一种PICC居家维护评估方法，包括以下步骤：S1、采集在预定时间段内的三维坐标系的导管位置数据，获取导管位置数据集合，采集在所述预定时间段内的所述三维坐标系中的参照位置数据，获取参照位置数据集合，比较在所述预定时间段内的所述导管位置数据集合中的每一个数据和对应的参照位置数据之间的大小，得到第一差值，获取第一差值集合；S2、采集在所述预定时间段内的所述三维坐标系的导管标准位置，获取标准位置数据集合，比较在所述预定时间段内的每一个所述标准位置数据和对应的所述参照位置数据之间的大小，得到第二差值，获取第二差值集合，比较在所述预定时间段内的所述第一差值和所述第二差值之间的大小关系，得到第三差值，获取第三差值集合；S3、对所述预定时间段内的所述第三差值进行处理得到数据网络集合，将所述数据网络集合作为样本集，并将所述样本集分为训练集和测试集，通过所述测试集对长短期记忆网络方法进行测试，得到长短期记忆网络方法模型；S4、采集所述训练集的实时数据，将所述实时数据输入所述长短期记忆网络方法模型中，预测所述第三差值的未来数值；S5、根据预测的结果以及导管维护需求的相关度，将所述训练集划分为第一维护需求分类数据集和第二维护需求分类数据集，所述第一维护需求分类数据集和所述第二维护需求分类数据集中的一个为无需维护分类数据集，所述第一维护需求分类数据集和所述第二维护需求分类数据集中的另一个为待维护分类数据集；S6、将所述第一维护需求分类数据集和所述第二维护需求分类数据集分别按照身份信息、地理信息、运动信息、时间信息和
插管时长信息进行分类，得到多个精细分类数据集；S7、将所述第一维护需求分类数据集、所述第二维护需求分类数据集的所述多个精细分类数据集置于网络中分别进行训练，得到训练模型。
[0006]根据本专利技术实施例的PICC居家维护评估方法，在患者插管后，可以自动将信息上传并实时判断在未来的一段时间内，导管是否需要进行维护，使患者无需长时间处于担忧导管维护的状态，缓解患者焦虑情绪，并及时对导管进行维护。此外，本申请实施例的PICC居家维护评估方法还能够根据不同的场景进行针对性判断，例如患者休息、运动、躺卧等场景进行分别判断，提高预测准确性。
[0007]根据本专利技术一个实施例，步骤S5包括：如果预测的结果大于第一阈值，将所述训练集划分为所述待维护分类数据集，如果预测的结果小于等于所述第一阈值，将所述训练集划分为所述无需维护分类数据集。
[0008]根据本专利技术一个实施例，步骤S7包括：设置假想患者模块，所述假想患者模块内置有随机的身份信息、地理信息、运动信息、时间信息和插管时长信息；获取所述假想患者模块的身份信息、地理信息、运动信息、时间信息和插管时长信息；分别在第一时间和第二时间根据获取的信息将所述假想患者模块与所述第一维护需求分类数据集和所述第二维护需求分类数据集种的一个的精细分类数据集进行匹配；在所述第一时间和所述第二时间的匹配结果不一致时，则根据所述第二时间的获取的信息将所述假想患者模块与所述第一维护需求分类数据集和所述第二维护需求分类数据集种的另一个的精细分类数据集进行匹配，结束训练，得到所述训练模型；在所述第一时间和所述第二时间的匹配结果一致时，结束训练，得到所述训练模型。
[0009]根据本专利技术一个实施例，所述假想患者模块内置有针对匹配结果的回复信息，所述假想患者模块能够接收和发出交互信息；当所述假想患者模块回复同意匹配结果信息或者不回复确认信息时，结束训练；当所述假想患者模块回复不同意匹配结果信息时，所述训练模型关联第三方，得到所述训练模型。
[0010]5根据本专利技术一个实施例，如果预测的结果大于所述第一阈值且根据预测的结果与所述第一阈值的差值，将所述待维护分类数据集分为自维护分类数据集和专业维护分类数据集；其中，在预测的结果与所述第一阈值的差值位于第一范围时，所述待维护分类数据为所述自维护分类数据集，在预测的结果与所述第一阈值的差值位于第二范围时，所述待维护分类数据为所述专业维护分类数据集，所述第一范围小于所述第二范围。
[0011]根据本专利技术一个实施例，步骤S5包括：获取所训练集中各个顶点的用户标识；获取所述第一范围、所述第二范围的数值范围；将所述用户标识与所述第一范围、所述第二范围的数值范围进行比对，若所述用户标识位于所述第一范围的数值范围，则将所述用户标识划分至待维护分类数据集，若所述用户标识位于所述第二范围的数值范围，则将所述用户标识划分至所述无需维护分类数据集。
[0012]根据本专利技术一个实施例，所述参照位置数据通过可穿戴设备获取，所述可穿戴设备包括手表、手环、项链、眼镜等中的至少一个。
[0013]根据本专利技术一个实施例，所述身份信息包括性别和年龄段，所述地理信息包括地域，所述运动信息包括运动时间、运动类型，所述时间信息包括日期和实时时刻，所述插管时长信息包括已经插管时长、上一次维护时间、预测的下一次维护时间。
[0014]第二方面，本专利技术实施例提供一种PICC居家维护评估系统，包括：数据监控模块，所述数据检测模块用于采集导管位置数据和参照位置数据；云平台模块，所述云平台模块用于接收所述数据监测模块得到的数据信息，并将所述导管位置数据、所述参照位置数据与导管标准位置数据进行分析和处理，得到未来时间内的导管位置信息并获得是否需要对导管进行维护的决策结果。
[0015]第三方面，本专利技术实施例提供一种计算机存储介质，包括一条或多条计算机指令，所述一条或多条计算机指令在执行时实现上述任一项所述的方法。
[0016]第四方面，本专利技术实施例提供一种电子设备，包括存储器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种PICC居家维护评估方法，其特征在于，包括以下步骤：S1、采集在预定时间段内的三维坐标系的导管位置数据，获取导管位置数据集合，采集在所述预定时间段内的所述三维坐标系中的参照位置数据，获取参照位置数据集合，比较在所述预定时间段内的所述导管位置数据集合中的每一个数据和对应的参照位置数据之间的大小，得到第一差值，获取第一差值集合；S2、采集在所述预定时间段内的所述三维坐标系的导管标准位置，获取标准位置数据集合，比较在所述预定时间段内的每一个所述标准位置数据和对应的所述参照位置数据之间的大小，得到第二差值，获取第二差值集合，比较在所述预定时间段内的所述第一差值和所述第二差值之间的大小关系，得到第三差值，获取第三差值集合；S3、对所述预定时间段内的所述第三差值进行处理得到数据网络集合，将所述数据网络集合作为样本集，并将所述样本集分为训练集和测试集，通过所述测试集对长短期记忆网络方法进行测试，得到长短期记忆网络方法模型；S4、采集所述训练集的实时数据，将所述实时数据输入所述长短期记忆网络方法模型中，预测所述第三差值的未来数值；S5、根据预测的结果以及导管维护需求的相关度，将所述训练集划分为第一维护需求分类数据集和第二维护需求分类数据集，所述第一维护需求分类数据集和所述第二维护需求分类数据集中的一个为无需维护分类数据集，所述第一维护需求分类数据集和所述第二维护需求分类数据集中的另一个为待维护分类数据集；S6、将所述第一维护需求分类数据集和所述第二维护需求分类数据集分别按照身份信息、地理信息、运动信息、时间信息和插管时长信息进行分类，得到多个精细分类数据集；S7、将所述第一维护需求分类数据集、所述第二维护需求分类数据集的所述多个精细分类数据集置于网络中分别进行训练，得到训练模型。2.根据权利要求1所述的PICC居家维护评估方法，其特征在于，步骤S5包括：如果预测的结果大于第一阈值，将所述训练集划分为所述待维护分类数据集，如果预测的结果小于等于所述第一阈值，将所述训练集划分为所述无需维护分类数据集。3.根据权利要求2所述的PICC居家维护评估方法，其特征在于，步骤S7包括：设置假想患者模块，所述假想患者模块内置有随机的身份信息、地理信息、运动信息、时间信息和插管时长信息；获取所述假想患者模块的身份信息、地理信息、运动信息、时间信息和插管时长信息；分别在第一时间和第二时间根据获取的信息将所述假想患者模块与所述第一维护需求分类数据集和所述第二维护需求分类数据集种的一个的精细分类数据集进行匹配；在所述第一时间和所述第二时间的匹配结果不一致时，则根据所述第二时间的获取的信息将所述假想患者模块与所述第一维护需求分类数据集和所...

【专利技术属性】
技术研发人员：赵路，尹茜，高凤莉，
申请(专利权)人：首都医科大学附属北京朝阳医院，
类型：发明
国别省市：