一种在线实时患者危重程度评估及生命体征参数预测系统技术方案

本发明专利技术公开了一种在线实时患者危重程度评估及生命体征参数预测系统，包括：患者生命体征参数获取模块；患者生理状态特征获取模块；采样实例获取模块，用于根据患者生理状态特征获取人体状态统计分布参数，配置累积测量权重，根据人体状态统计分布参数和累积测量权重获取当前的人体累积状态统计分布，对当前的人体累积状态统计分布进行采样，得到采样实例；死亡风险预测模块，用于获取患者死亡风险分布，患者死亡风险分布通过死亡率在每一区间的发生概率以及每一区间的期望死亡率表示；将死亡率在每一区间的发生概率与每一区间的期望死亡率的乘积之和作为当前患者的期望死亡率；将死亡率大于高死亡概率阈值的发生概率之和作为高死亡发生概率。和作为高死亡发生概率。和作为高死亡发生概率。

【技术实现步骤摘要】
一种在线实时患者危重程度评估及生命体征参数预测系统


[0001]本专利技术属于医疗健康信息
，尤其涉及一种在线实时患者危重程度评估及生命体征参数预测系统。

技术介绍

[0002]死亡率是目前死亡风险评估最常用的指标，但是单纯的死亡率作为死亡风险评价指标并不全面，例如潜在猝死风险人群的死亡风险应包括引发猝死的疾病发生概率以及该疾病的死亡率两个方面。
[0003]其次，当前现有的死亡率预测手段多是基于患者进入ICU后一段时间内（一般为24小时或48小时）的监测数据进行一次死亡率预测，然而患者的生命体征是处于实时变化的，该方法并不能实时动态的反应患者的实际死亡风险。
[0004]再者，当前实时死亡率预测的方法在训练中将患者的任意时间的生存状况都以最终存活情况作为标签，但是在临床实际中患者的生理状态是动态实时变化的，最终的存活与否并不意味着患者之前的死亡风险都是固定不变的。
[0005]此外临床中由于采样周期等因素往往会出现临床数据缺失，现有的方法往往采用插值的方法对缺失数据做填充，再通过神经网络模型预测死亡率。但是在临床实际中患者的生理状态并不是平稳的，插值产生的数据不可避免的会和实际真实情况存在偏差，导致预测结果不准确。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种在线实时患者危重程度评估及生命体征参数预测系统。
[0007]第一方面，本专利技术实施例提供了一种在线实时患者危重程度评估及生命体征参数预测系统，所述系统包括：
[0008]患者生命体征参数获取模块，用于实时采集患者生命体征参数；
[0009]患者生理状态特征获取模块，用于根据采集的患者生命体征参数设置第一患者生命体征参数，对第一患者生命体征参数特征进行特征提取得到患者生理状态特征；
[0010]采样实例获取模块，用于根据患者生理状态特征获取人体状态统计分布参数，配置累积测量权重，根据人体状态统计分布参数和累积测量权重获取当前的人体累积状态统计分布，对当前的人体累积状态统计分布进行采样，得到采样实例；
[0011]死亡风险预测模块，通过对各采样实例评估死亡率并进行分段统计得到患者死亡风险分布，患者死亡风险分布通过死亡率在每一区间的发生概率以及每一区间的期望死亡率表示；将死亡率在每一区间的发生概率与每一区间的期望死亡率的乘积之和作为当前患者的期望死亡率；设置高死亡概率阈值，将死亡率大于高死亡概率阈值的发生概率之和作为高死亡发生概率。
[0012]第二方面，本专利技术实施例提供了一种电子设备，包括存储器和处理器，所述存储器
与所述处理器耦接；其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现上述的一种在线实时患者危重程度评估及生命体征参数预测系统。
[0013]第三方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述的一种在线实时患者危重程度评估及生命体征参数预测系统。
[0014]与现有技术相比，本专利技术的有益效果为：
[0015]1、本专利技术通过实时采集患者生命体征参数，可以在线实时评估患者死亡风险。
[0016]2、本专利技术通过对各采样实例评估死亡率并进行分段统计得到患者死亡风险分布，根据患者死亡风险分布得到当前患者的期望死亡率以及高死亡发生概率。本专利技术考虑到在临床实际中患者的生理状态是动态实时变化的，最终的存活与否并不意味着患者之前的死亡风险都是固定不变的。通过患者死亡风险分布得到的期望死亡率及高死亡发生概率可以评估患者实时的死亡风险。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本专利技术实施例提供的一种患者危重程度评估及生命体征参数预测系统的示意图；
[0019]图2为本专利技术实施例提供的患者生理状态特征获取模块的示意图；
[0020]图3为本专利技术实施例提供的采样实例获取模块的示意图；
[0021]图4为本专利技术实施例提供的患者死亡风险分布的示意图；
[0022]图5为本专利技术实施例提供的一种电子设备的示意图。
具体实施方式
[0023]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]需要说明的是，在不冲突的情况下，下述的实施例及实施方式中的特征可以相互组合。
[0025]如图1所示，本专利技术实施例提供了一种在线实时患者危重程度评估及生命体征参数预测系统，所述系统包括：
[0026]患者生命体征参数获取模块，用于实时采集患者生命体征参数，并获取患者生命体征参数测量标识和患者生命体征参数统计向量。
[0027]所述患者生命体征参数包括但不限于心率HR、血氧饱和度SpO2、呼吸率RespR、体温Temp、收缩压Syst、舒张压Dias、平均压Mean等。
[0028]其中，如图2所示，获取患者生命体征参数测量标识和患者生命体征参数统计向量
包括：获取前m时间段内各生命体征参数的测量标识，在本实例中m取1小时。在测量时间段内判断患者生命体征参数是否被测量，当患者生命体征参数没有被测量，则将患者生命体征参数对应的测量标识记为0；当患者生命体征参数被测量，则将患者生命体征参数对应的测量标识记为1。
[0029]记生命体征参数的测量标识M=[M
HR
,M
SpO2
,M
RespR
,M
Temp
,M
Syst
,M
Dias
,M
Mean
]。
[0030]式中，M
HR
为心率HR对应的测量标识，M
SpO2
为血氧饱和度SpO2对应的测量标识，M
RespR
为呼吸率RespR对应的测量标识，M
Temp
为体温Temp对应的测量标识，M
Syst
为收缩压Syst对应的测量标识，M
Dias
为舒张压Dias对应的测量标识，M
Mean
为平均压Mean对应的测量标识。
[0031]其中，所述统计向量包括平均值、标准差、最大值和最小值。
[0032]具体地，记患者生命体征参数统计向量V=[V
HR
,V
SpO2
,V
RespR
,V
Temp
,V
Syst
,V
Dias
,V...

【技术保护点】

【技术特征摘要】
1.一种在线实时患者危重程度评估及生命体征参数预测系统，其特征在于，所述系统包括：患者生命体征参数获取模块，用于实时采集患者生命体征参数；患者生理状态特征获取模块，用于根据采集的患者生命体征参数设置第一患者生命体征参数，对第一患者生命体征参数特征进行特征提取得到患者生理状态特征；采样实例获取模块，用于根据患者生理状态特征获取人体状态统计分布参数，配置累积测量权重，根据人体状态统计分布参数和累积测量权重获取当前的人体累积状态统计分布，对当前的人体累积状态统计分布进行采样，得到采样实例；死亡风险预测模块，通过对各采样实例评估死亡率并进行分段统计得到患者死亡风险分布，患者死亡风险分布通过死亡率在每一区间的发生概率以及每一区间的期望死亡率表示；将死亡率在每一区间的发生概率与每一区间的期望死亡率的乘积之和作为当前患者的期望死亡率；设置高死亡概率阈值，将死亡率大于高死亡概率阈值的发生概率之和作为高死亡发生概率。2.根据权利要求1所述的一种在线实时患者危重程度评估及生命体征参数预测系统，其特征在于，所述患者生命体征参数包括：心率、血氧饱和度、呼吸率、体温、收缩压、舒张压、平均压。3.根据权利要求1所述的一种在线实时患者危重程度评估及生命体征参数预测系统，其特征在于，所述患者生命体征参数获取模块还包括：获取患者生命体征参数测量标识和患者生命体征参数统计向量；所述患者生理状态特征获取模块还包括：对每一患者生命体征参数测量标识与对应的第二患者生命体征参数特征的乘积之和并进行归一化缩放得到第一患者生命体征参数特征；所述第二患者生命体征参数特征通过对患者生命体征参数统计向量进行特征提取得到。4.根据权利要求3所述的一种在线实时患者危重程度评估及生命体征参数预测系统，其特征在于，获取患者生命体征参数测量标识和患者生命体征参数统计向量包括：当患者生命体征参数没有被测量时，则将患者生命体征参数对应的测量标识记为0，统计向量设置为默认值；当患者生命体征参数被测量时，则将患者生命体征参数对应的测量标识记为1；先对患者生命体征参数进行截断归一化处理，再计算截断归一化后的患者生命体征参数对应的统计向量，所述统计向量为[平均值, 标准差, 最大值, 最小值]；其中，对患者生命体征参数进行截断归一化处理包括：根据各患者生命体征参数的极限取值范围对各患者生命体征参数的测量值进行饱和截断，若患者生命体征参数的测量值大于患者生命体征参数的最大极限值，则将患者生命体征参数的测量值设置为最大极限值；若患者生命体征参数的测量值小于患者生命体征参数的最小极限值，则将患者生命体征参数的测量值设置为最小极限值。5.根据权利要求1所述的一种在线实时患者危重程度评估及生命体征参数预测系统，其特征在于，根据患者生理状态特征获取人体状态统计分布参数，配置累积测量权重，根据人体状态统计分布参数和累积测量权重获取当前的人体累积状态统计分布，对当前的人体累积状态统计分布进行采样，得到采样实...

【专利技术属性】
技术研发人员：李劲松，王沛，夏静，任意，田雨，周天舒，
申请(专利权)人：之江实验室，
类型：发明
国别省市：