【技术实现步骤摘要】
本专利技术涉及计算机，特别涉及人工智能，尤其涉及一种基于生命体征的伤员伤情预测方法和装置。
技术介绍
1、在急救医疗领域，尽早地准确评估伤员的死亡风险对医护人员及时实施救治和优化医疗资源分配具有重要意义。随着电子医疗记录的普及和人工智能技术的发展，可以通过数据驱动的方式构建模型进行批量伤员的死亡风险预测。相关技术中，通过构建人工智能模型，分析伤员的生命体征、实验室检查结果、病历记录等电子健康数据，对伤员的死亡风险进预测。但现有的模型对医疗数据的要求很高，例如，实验室检查结果需通过有创采集获得，并且需要等待化验结果；病情记录需要医护人员进行人工伤情评估和记录。因此，在大规模伤亡事件的急救场景中，医护人员数量仍然会成为瓶颈，而且化验时间所带来的延迟使得现有方法无法在急救早期实现对伤员死亡风险的预测，导致救治管理安排不合理，伤员死亡率较高。
技术实现思路
1、本专利技术的一个目的在于提供一种基于生命体征的伤员伤情预测方法，通过少量的、无创采集的伤员生命体征数据进行伤情预测，实现在批量伤员的急救场...
【技术保护点】
1.一种基于生命体征的伤员伤情预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于生命体征的伤员伤情预测方法，其特征在于，所述获取目标伤员的目标生命体征数据集，包括：
3.根据权利要求1所述的基于生命体征的伤员伤情预测方法，其特征在于，所述目标生命体征数据集包括生命体征记录、体征时间数组和遮掩矩阵；
4.根据权利要求3所述的基于生命体征的伤员伤情预测方法，其特征在于，所述通过所述编码器，对预设的查询时间数组、所述生命体征记录、体征时间数组和遮掩矩阵进行生命体征时间序列分析，得到目标时序特征，包括：
5.根据...
【技术特征摘要】
1.一种基于生命体征的伤员伤情预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于生命体征的伤员伤情预测方法，其特征在于，所述获取目标伤员的目标生命体征数据集，包括：
3.根据权利要求1所述的基于生命体征的伤员伤情预测方法，其特征在于，所述目标生命体征数据集包括生命体征记录、体征时间数组和遮掩矩阵；
4.根据权利要求3所述的基于生命体征的伤员伤情预测方法，其特征在于，所述通过所述编码器，对预设的查询时间数组、所述生命体征记录、体征时间数组和遮掩矩阵进行生命体征时间序列分析，得到目标时序特征，包括：
5.根据权利要求4所述的基于生命体征的伤员伤情预测方法，其特征在于，所述线性层包括确定性分支和概率性分支；
6.根据权利要求3所述的基于生命体征的伤员伤情预测方法，其特征在于，所述方法还包括：
7.根据权利要求3所述的基于生命体征的伤员伤情预测方法，其特征在于，所述通过所述分类器，对所述目标时序特征进行伤情预测，得到所述伤情预测结果，包括：
8.根据权利要求7所述的基于生命体征的伤员伤情预测方法，其特征在于，所述二维映射向量包括死亡概率和存活概率；
9.一种基于生命体征的伤员伤情预测装置，其特征在于，所述装置包括：
10.根据权利要求9所述的基于生命体征的伤员伤情预测装置，其特征在于，所述目标数据集获取单元，具体用于按照时间周期，获取所述目标伤员的原始生命体征数据；对多个时间周期的原始生命体征数据进行数据预处理，得到所述目标生命体征数据集，所述数据预处理包括异常值处理、数据归一化、数据时间步对齐和遮掩矩阵生成。
11.根据权利要求9所述的基于生命体征的伤员伤情预测装置，其特征在于，所述目标生命体征数据集包括生命体征记录、体征时间数组和遮掩矩阵；
12.根据权利要求...
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。