【技术实现步骤摘要】
本专利技术涉及安全管理领域，尤其涉及一种应用于新生儿护理下的安全管理方法及系统。
技术介绍
1、新生儿护理是指对新生儿进行精心、细心和科学的照顾，包括清洁、喂养、更换尿布、睡眠、生长发育监测等一系列日常护理工作的过程。通过新生儿护理可以避免因不专业人员的操作不当造成新生儿的感染或疾病，使新生儿健康成长。
2、目前新生儿护理主要通过历史专家经验制定完善的新生儿护理体系来实现，由于新生儿的体质不同，会导致在统一管理环境下个别新生儿出现异常反应，这种方法的管理过于统一化无法提前进行预防，从而导致对新生儿护理的安全管理效果不佳。
技术实现思路
1、本专利技术提供一种应用于新生儿护理下的安全管理方法及系统，其主要目的在于提高对新生儿的护理效果。
2、为实现上述目的，本专利技术提供的一种应用于新生儿护理下的安全管理方法，包括：
3、标记待管理新生儿的序列号，得到序列新生儿，构建所述序列新生儿的初始护理环境，基于所述初始护理环境，采集所述序列新生儿的体征信号，将所述体征信号进行序列化，得到序列化体征信号；
4、基于所述序列化体征信号，分析所述序列新生儿的时域体征特征；
5、基于所述时域体征特征，构建所述序列新生儿的生长模型；
6、基于所述生长模型，分析所述序列新生儿的新生儿生长轨迹，基于所述新生儿生长轨迹，标记所述序列新生儿的生长异常系数；
7、基于所述生长异常系数，筛选出所述序列新生儿中的异常新生儿，基于所述新
8、可选地，所述构建所述序列新生儿的初始护理环境，包括：
9、识别所述序列新生儿的环境影响因子；
10、分析所述环境影响因子的影响因子特征；
11、基于所述影响因子特征，识别所述环境影响因子与所述序列新生儿的健康影响关系；
12、基于所述健康影响关系，构建所述所述序列新生儿的初始护理环境。
13、可选地，所述将所述体征信号进行序列化，得到序列化体征信号，包括：
14、对所述体征信号进行预处理，得到处理体征信号；
15、构建所述处理体征信号的时间轴；
16、标记所述处理体征信号的信号时间序号；
17、基于所述信号时间序号和所述时间轴，将所述处理体征信号进行序列化，得到序列化体征信号。
18、可选地，所述基于所述序列化体征信号，分析所述序列新生儿的时域体征特征，包括：
19、对所述序列化体征信号进行分段，得到分段体征信号；
20、计算所述分段体征信号的离散度；
21、计算所述分段体征信号的归一信号熵；
22、基于所述离散度和所述归一信号熵，分析所述序列化体征信号的时域体征特征。
23、可选地，所述计算所述分段体征信号的离散度，包括：
24、标记所述分段体征信号的时间节点；
25、识别所述时间节点上所述分段体征信号的信号值；
26、基于所述时间节点和所述信号值，利用下述公式计算所述分段体征信号的离散度：
27、τ＝∑(ai-μ)2/n
28、其中，τ表示分段体征信号的离散度，ai表示分段体征信号在第i个时间节点上的信号值，μ表示分段体征信号的平均值，n表示时间节点的数量。
29、可选地，所述计算所述分段体征信号的归一信号熵，包括：
30、计算所述分段体征信号的信号熵；
31、利用下述公式对所述归一信号熵进行归一化处理，得到所述归一信号熵：
32、g＝-∑(p(ai)*log2(p(ai)))/(log2(n))
33、其中，g表示归一信号熵，p(ai)表示分段体征信号取值ai的概率，ai表示分段体征信号在第i个时间节点上的信号值，log2表示以2为底的对数，n表示时间节点的数量。
34、可选地，所述基于所述时域体征特征，构建所述序列新生儿的生长模型，包括：
35、基于所述时域体征特征，选择所述序列新生儿的初始生长模型；
36、利用所述时域体征特征对所述初始生长模型进行训练，得到训练生长模型；
37、评估所述训练生长模型的模型性能；
38、当所述模型性能符合要求时停止训练，得到序列新生儿的生长模型。
39、可选地，所述评估所述训练生长模型的模型性能，包括：
40、将输入所述训练生长模型的时域体征特征进行划分，得到划分时域体征特征；
41、通过所述划分时域体征特征，利用下述公式对所述训练生长模型进行交叉验证，得到交叉验证得分：
42、cv_score＝∑[average_score_i-score_test]/(s-1)
43、其中，cv_score表示交叉验证得分，average_score_i表示对训练生长模型第i次交叉验证的平均得分，score_test表示划分时域体征特征对应测试集的测试集得分，s表示划分时域体征特征被划分的数量；
44、基于所述交叉验证得分，评估所述训练生长模型的模型性能。
45、可选地，所述基于所述新生儿异常系数，分析所述异常新生儿的异常因子，包括：
46、基于所述新生儿异常系数，识别所述异常新生儿的异常表现；
47、分析所述异常表现的表现特征；
48、基于所述表现特征，分析所述异常新生儿的异常因子。
49、为了解决上述问题，本专利技术还提供一种应用于新生儿护理下的安全管理系统，所述系统包括：
50、信号序列化模块，用于标记待管理新生儿的序列号，得到序列新生儿，构建所述序列新生儿的初始护理环境，基于所述初始护理环境，采集所述序列新生儿的体征信号，将所述体征信号进行序列化，得到序列化体征信号；
51、体征特征提取模块，用于基于所述序列化体征信号，分析所述序列新生儿的时域体征特征；
52、生长模型构建模块，用于基于所述时域体征特征，构建所述序列新生儿的生长模型；
53、生长异常识别模块，用于基于所述生长模型，分析所述序列新生儿的新生儿生长轨迹，基于所述新生儿生长轨迹，标记所述序列新生儿的生长异常系数；
54、护理方案构建模块，用于基于所述生长异常系数，筛选出所述序列新生儿中的异常新生儿，基于所述新生儿异常系数，分析所述异常新生儿的异常因子，基于所述异常因子，构建所述异常新生儿的护理调控方案。
55、专利技术实施例通过记待管理新生儿的序列号，得到序列新生儿可以准确的识别护理的新生儿对象，避免护理过程造成护理对象失误；本专利技术实施例通过基于所述初始护理环境，采集所述序列新生儿的体征信号可以为后期进行新生儿的护理分析提供数据依据；本专利技术实施例基于所述序列化体征信号，分析所述序列新生儿的本文档来自技高网...
【技术保护点】
1.一种应用于新生儿护理下的安全管理方法，其特征在于，所述方法包括：
2.如权利要求1所述的应用于新生儿护理下的安全管理方法，其特征在于，所述构建所述序列新生儿的初始护理环境，包括：
3.如权利要求1所述的应用于新生儿护理下的安全管理方法，其特征在于，所述将所述体征信号进行序列化，得到序列化体征信号，包括：
4.如权利要求1所述的应用于新生儿护理下的安全管理方法，其特征在于，所述基于所述序列化体征信号，分析所述序列新生儿的时域体征特征，包括：
5.如权利要求4所述的应用于新生儿护理下的安全管理方法，其特征在于，所述计算所述分段体征信号的离散度，包括：
6.如权利要求4所述的应用于新生儿护理下的安全管理方法，其特征在于，所述计算所述分段体征信号的归一信号熵，包括：
7.如权利要求1所述的应用于新生儿护理下的安全管理方法，其特征在于，所述基于所述时域体征特征，构建所述序列新生儿的生长模型，包括：
8.如权利要求7所述的应用于新生儿护理下的安全管理方法，其特征在于，所述评估所述训练生长模型的模型性能，包
9.如权利要求1所述的应用于新生儿护理下的安全管理方法，其特征在于，所述基于所述新生儿异常系数，分析所述异常新生儿的异常因子，包括：
10.一种应用于新生儿护理下的安全管理系统，其特征在于，用于执行如权利要求1-9中任意一项所述的应用于新生儿护理下的安全管理方法，所述系统包括：
...【技术特征摘要】
1.一种应用于新生儿护理下的安全管理方法，其特征在于，所述方法包括：
2.如权利要求1所述的应用于新生儿护理下的安全管理方法，其特征在于，所述构建所述序列新生儿的初始护理环境，包括：
3.如权利要求1所述的应用于新生儿护理下的安全管理方法，其特征在于，所述将所述体征信号进行序列化，得到序列化体征信号，包括：
4.如权利要求1所述的应用于新生儿护理下的安全管理方法，其特征在于，所述基于所述序列化体征信号，分析所述序列新生儿的时域体征特征，包括：
5.如权利要求4所述的应用于新生儿护理下的安全管理方法，其特征在于，所述计算所述分段体征信号的离散度，包括：
6.如权利要求4所述的应用于新生儿...
【专利技术属性】
技术研发人员：陈开永，刘照平，刘佳，代红燕，陈娟，黄驰，付贞艳，熊露，陈燕，王利平，陈德忠，雷贤明，
申请(专利权)人：遵义医科大学附属医院，
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。