【技术实现步骤摘要】
本专利技术涉及多维数据异常监控，具体涉及基于人工智能的呼吸重症患者状态监测预警方法。
技术介绍
1、为了帮助医学生学习人工智能辅助监测呼吸重症的患者的监测预警的相关知识，比如教师根据不同的预警信息进行患者状态分析教学等，通常需要监测系统提供的预警信息，监测系统主要利用监测设备来实时监测生理指标如呼吸频率、心率、血氧饱和度和血压等数据，并设置预警阈值进行预警信息获取。
2、但是在常用的监测预警方法中，预警阈值的选取通常都是较为固定的，这将导致状态监测的时效性较弱，固定预警阈值仅能在发生明显体征数据异常时进行预警，这将导致监测情况与异常情况实际存在一定的延时，影响医学生对预警信息及时判断的学习，因此监测反馈异常的实时性对医学生教学是非常关键的。而在体征数据达到异常预警前就会存在一定的趋向异常波动，因此在对预警阈值进行设定时，并没能考虑多种监测数据共同反映出的数据波动趋向异常的提前变化情况，导致预警阈值时效性较弱，状态监测的预警信息缺乏准确性和时效性。
技术实现思路
1、为了解决现有...
【技术保护点】
1.一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述异常特征指标的获取方法包括：
3.根据权利要求1所述一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述根据疑似异常区间中所有波幅差值的变化程度，获得分析类型在疑似异常区间中的波幅变化指标，包括：
4.根据权利要求1所述一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述对于每种监测类型的疑似异常区间，当异常特征指标满足预设异常条件时，将疑似异常...
【技术特征摘要】
1.一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述异常特征指标的获取方法包括：
3.根据权利要求1所述一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述根据疑似异常区间中所有波幅差值的变化程度，获得分析类型在疑似异常区间中的波幅变化指标，包括：
4.根据权利要求1所述一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述对于每种监测类型的疑似异常区间，当异常特征指标满足预设异常条件时，将疑似异常区间按照时序顺序向前迭代扩展，并计算每次疑似异常区间扩展后的异常特征指标，包括：
5.根据权利要求1所述一种基于人工智能的呼吸重症患者状态监测预警方法，其特征在于，所述直至异...
【专利技术属性】
技术研发人员：刘恩贺，冯光辉，
申请(专利权)人：广州市第一人民医院广州消化疾病中心，广州医科大学附属市一人民医院，华南理工大学附属第二医院，
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。