本申请实施例提供了一种医疗数据处理方法、装置、电子设备和存储介质，该方法包括：获取监护对象的生理参数的时间序列数据，时间序列数据包括多个时间节点采样得到的生理参数值；多个时间节点包括第1时间节点至第n时间节点；根据时间序列数据，预估得到监护对象在目标时间节点的生理参数值，目标时间节点为第n时间节点的下一个时间节点；根据目标时间节点的生理参数值，对监护对象的生理参数进行异常检测。基于本申请提供的医疗数据处理方法，可以准确预测监护对象的生理参数。以准确预测监护对象的生理参数。以准确预测监护对象的生理参数。
【技术实现步骤摘要】
医疗数据处理方法、装置、电子设备和存储介质
[0001]本申请实施例涉及医疗设备
，尤其涉及一种医疗数据处理方法、装置、电子设备和计算机存储介质。
技术介绍
[0002]监护仪(Medical Monitor)可以实时采集监护对象(Monitoring Target)的生理参数(Physiological Parameters)，将监护对象的生理参数与设定参数值进行比较，识别监护对象的生理参数的异常情况。例如，在监护对象的生理参数出现超标时，确认监护对象的生理参数处于异常情况，在此情况下，向医护人员、监护对象呈现异常提示信息。
[0003]在相关技术中，监护仪可以识别监护对象的生理参数的异常情况，然而，在监护仪识别到监护对象的生理参数的异常情况时，监护对象的生理参数已经处于异常状态，监护仪呈现的生理参数存在滞后性，难以满足精准医疗(Precision Medicine)的实时性要求。因此，如何准确预测监护对象的生理参数成为亟待解决的重要问题。
技术实现思路
[0004]本申请实施例提供了一种医疗数据处理方法、装置、电子设备和计算机存储介质，可以准确预测监护对象的生理参数。
[0005]本申请实施例提供的一种医疗数据处理方法，包括：
[0006]获取监护对象的生理参数的时间序列数据，所述时间序列数据包括多个时间节点采样得到的生理参数值；所述多个时间节点包括第1时间节点至第n时间节点；
[0007]根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，所述目标时间节点为所述第n时间节点的下一个时间节点；
[0008]根据所述目标时间节点的生理参数值，对所述监护对象的生理参数进行异常检测。
[0009]在一种实现方式中，所述根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，包括：
[0010]对所述时间序列数据进行相关分析，确定所述时间序列数据中每一个时间节点的生理参数值的自相关系数；
[0011]根据所述每一个时间节点的生理参数值和所述每一个时间节点的生理参数值的自相关系数，预估得到所述监护对象在所述目标时间节点的生理参数值。
[0012]在一种实现方式中，所述对所述时间序列数据进行相关分析，确定所述时间序列数据中每一个时间节点的生理参数值的自相关系数，包括：
[0013]确定所述生理参数值和所述时间节点间的相关关系模型；
[0014]对所述时间序列数据进行数据拟合，获取所述相关关系模型的误差最小时的超参数；
[0015]根据所述相关关系模型的误差最小时的超参数，确定所述时间序列数据中每一个
时间节点的生理参数值的自相关系数。
[0016]在一种实现方式中，所述根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，包括：
[0017]将所述时间序列数据中的多个生理参数值转换成基函数的线性组合；
[0018]对所述基函数的线性组合进行傅里叶变换，得到所述目标时间节点的生理参数值的参数模型；
[0019]根据所述目标时间节点的生理参数值的参数模型，预估得到所述监护对象在所述目标时间节点的生理参数值。
[0020]在一种实现方式中，所述根据所述目标时间节点的生理参数值，对所述监护对象的生理参数进行异常检测，包括：
[0021]获取所述目标时间节点的生理参数值的归一化结果；
[0022]根据所述目标时间节点的生理参数值的归一化结果，确定所述监护对象的生理健康状态；
[0023]根据所述监护对象的生理健康状态，对所述监护对象的生理参数进行异常检测。
[0024]在一种实现方式中，所述根据所述目标时间节点的生理参数值，对所述监护对象的生理参数进行异常检测，包括：
[0025]在所述目标时间节点的生理参数值不在预设的生理参数范围时，确定所述监护对象的生理参数处于异常状态。
[0026]本申请实施例提供的一种医疗数据处理装置，包括：
[0027]获取模块，用于获取监护对象的生理参数的时间序列数据，所述时间序列数据包括多个时间节点采样得到的生理参数值；所述多个时间节点包括第1时间节点至第n时间节点；
[0028]处理模块，用于根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，所述目标时间节点为所述第n时间节点的下一个时间节点；
[0029]检测模块，用于根据所述目标时间节点的生理参数值，对所述监护对象的生理参数进行异常检测。
[0030]在一种实现方式中，所述处理模块，用于根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，包括：
[0031]对所述时间序列数据进行相关分析，确定所述时间序列数据中每一个时间节点的生理参数值的自相关系数；
[0032]根据所述每一个时间节点的生理参数值和所述每一个时间节点的生理参数值的自相关系数，预估得到所述监护对象在所述目标时间节点的生理参数值。
[0033]在一种实现方式中，所述处理模块，用于对所述时间序列数据进行相关分析，确定所述时间序列数据中每一个时间节点的生理参数值的自相关系数，包括：
[0034]确定所述生理参数值和所述时间节点间的相关关系模型；
[0035]对所述时间序列数据进行数据拟合，获取所述相关关系模型的误差最小时的超参数；
[0036]根据所述相关关系模型的误差最小时的超参数，确定所述时间序列数据中每一个时间节点的生理参数值的自相关系数。
[0037]在一种实现方式中，所述处理模块，用于根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，包括：
[0038]将所述时间序列数据中的多个生理参数值转换成基函数的线性组合；
[0039]对所述基函数的线性组合进行傅里叶变换，得到所述目标时间节点的生理参数值的参数模型；
[0040]根据所述目标时间节点的生理参数值的参数模型，预估得到所述监护对象在所述目标时间节点的生理参数值。
[0041]在一种实现方式中，所述检测模块，用于根据所述目标时间节点的生理参数值，对所述监护对象的生理参数进行异常检测，包括：
[0042]获取所述目标时间节点的生理参数值的归一化结果；
[0043]根据所述目标时间节点的生理参数值的归一化结果，确定所述监护对象的生理健康状态；
[0044]根据所述监护对象的生理健康状态，对所述监护对象的生理参数进行异常检测。
[0045]在一种实现方式中，所述检测模块，用于根据所述目标时间节点的生理参数值，对所述监护对象的生理参数进行异常检测，包括：
[0046]在所述目标时间节点的生理参数值不在预设的生理参数范围时，确定所述监护对象的生理参数处于异常状态。
[0047]本申请实施例提供一种电子设备，所述电子设备包括存储器、处理器及存储在存储器上可在处理器上运行的计算机程序，所述处理器本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种医疗数据处理方法，其特征在于，包括：获取监护对象的生理参数的时间序列数据，所述时间序列数据包括多个时间节点采样得到的生理参数值；所述多个时间节点包括第1时间节点至第n时间节点；根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，所述目标时间节点为所述第n时间节点的下一个时间节点；根据所述目标时间节点的生理参数值，对所述监护对象的生理参数进行异常检测。2.根据权利要求1所述的方法，其特征在于，所述根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，包括：对所述时间序列数据进行相关分析，确定所述时间序列数据中每一个时间节点的生理参数值的自相关系数；根据所述每一个时间节点的生理参数值和所述每一个时间节点的生理参数值的自相关系数，预估得到所述监护对象在所述目标时间节点的生理参数值。3.根据权利要求2所述的方法，其特征在于，所述对所述时间序列数据进行相关分析，确定所述时间序列数据中每一个时间节点的生理参数值的自相关系数，包括：确定所述生理参数值和所述时间节点间的相关关系模型；对所述时间序列数据进行数据拟合，获取所述相关关系模型的误差最小时的超参数；根据所述相关关系模型的误差最小时的超参数，确定所述时间序列数据中每一个时间节点的生理参数值的自相关系数。4.根据权利要求1所述的方法，其特征在于，所述根据所述时间序列数据，预估得到所述监护对象在目标时间节点的生理参数值，包括：将所述时间序列数据中的多个生理参数值转换成基函数的线性组合；对所述基函数的线性组合进行傅里叶变换，得到所述目标时间节点的生理参数值的参数模型；根据所述目标时间节点的生理参数值的参数模型，预估得到所述监护对象在所述目标时间节点的生理参数值。5.根据权利要求1所述的方法，其特征在于，所述根据所述目标时间节点的生理参数值，对所述监护对象的生理参数进行...
【专利技术属性】
技术研发人员：唐晓霁，王旭浩，柳岸，杨了，任厚桦，
申请(专利权)人：中国移动通信集团有限公司，
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。