System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 卒中患者早期运动康复护理的智能监测系统及方法技术方案_技高网
当前位置: 首页 > 专利查询>吉林大学专利>正文

卒中患者早期运动康复护理的智能监测系统及方法技术方案

技术编号:42654414 阅读:26 留言:0更新日期:2024-09-06 01:46
本申请提供了一种卒中患者早期运动康复护理的智能监测系统及方法,涉及智能监测领域,其获取由可穿戴式设备采集的被监控卒中患者对象的运动康复数据的队列,并采用基于深度学习的数据处理和分析算法来对这些运动康复数据进行时序特征提取和信息传播聚合,以此根据所述运动康复数据在全时域上聚合的多模态融合特征来自动判断被监控卒中患者对象是否存在生理异常。这样,能够通过可穿戴式设备实时采集被监控卒中患者对象的运动康复数据,并结合深度学习算法对多种生理参数进行实时分析和时序关联特征捕获,以此更全面地反映患者的生理状态变化。

【技术实现步骤摘要】

本申请涉及智能监测领域,且更为具体地,涉及一种卒中患者早期运动康复护理的智能监测系统及方法


技术介绍

1、卒中(中风)是一种常见的神经系统疾病,会对患者的生活质量和功能产生严重影响。由此,早期的康复护理对卒中患者的康复非常重要。通过早期运动康复护理可以帮助患者尽早恢复受损的功能,避免并发症的发生,从而提高患者的生活质量。

2、然而,传统的卒中患者早期运动康复护理监测方法往往只关注单一运动康复生理参数,缺乏全面多维度的数据采集和分析,这容易忽略患者的整体生理状态。此外,传统监测方法通常需要人工操作或者需要患者到医疗机构进行监测,导致运动康复监测数据的获取存在延迟。而在急性病情或需要紧急干预的情况下,延迟的监测数据无法提供及时的反馈,容易错过重要的异常情况。

3、因此,需要一种优化的卒中患者早期运动康复护理的智能监测方案。


技术实现思路

1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种卒中患者早期运动康复护理的智能监测系统及方法。

2、根据本申请的一个方面,提供了一种卒中患者早期运动康复护理的智能监测系统,其包括:

3、被监控卒中患者对象运动康复数据获取模块,用于获取由可穿戴式设备采集的被监控卒中患者对象的运动康复数据的队列,其中,所述运动康复数据包括血氧饱和度、心率值、血压值、呼吸频率值;

4、运动康复数据重组模块,用于将所述运动康复数据的队列按照参数样本维度进行数据重组以得到血氧饱和度的队列、心率值的队列、血压值的队列和呼吸频率值的队列;

5、运动康复数据序列编码模块,用于将所述血氧饱和度的队列、所述心率值的队列、所述血压值的队列和所述呼吸频率值的队列分别输入序列编码器以得到血氧饱和度局部时序关联隐含特征向量的序列、心率局部时序关联隐含特征向量的序列、血压局部时序关联隐含特征向量的序列、呼吸频率局部时序关联隐含特征向量的序列;

6、运动康复数据时序传播模块,用于将所述血氧饱和度局部时序关联隐含特征向量的序列、所述心率局部时序关联隐含特征向量的序列、所述血压局部时序关联隐含特征向量的序列、所述呼吸频率局部时序关联隐含特征向量的序列输入基于节点能量衰减机制的节点特征传播网络以得到血氧饱和度时序传播聚合表示向量、心率时序传播聚合表示向量、血压时序传播聚合表示向量和呼吸频率时序传播聚合表示向量;

7、运动康复数据多模态融合模块,用于将所述血氧饱和度时序传播聚合表示向量、所述心率时序传播聚合表示向量、所述血压时序传播聚合表示向量和所述呼吸频率时序传播聚合表示向量进行嵌入融合以得到运动康复多模态时序表示特征;

8、生理异常判断模块,用于基于所述运动康复多模态时序表示特征,得到监测结果,所述监测结果用于表示是否存在生理异常。

9、在上述卒中患者早期运动康复护理的智能监测系统中,所述运动康复数据序列编码模块,用于:将所述血氧饱和度的队列、所述心率值的队列、所述血压值的队列和所述呼吸频率值的队列分别输入基于bi-lstm模型的序列编码器以得到所述血氧饱和度局部时序关联隐含特征向量的序列、所述心率局部时序关联隐含特征向量的序列、所述血压局部时序关联隐含特征向量的序列、所述呼吸频率局部时序关联隐含特征向量的序列。

10、在上述卒中患者早期运动康复护理的智能监测系统中,所述运动康复数据时序传播模块,包括:血氧饱和度局部时序特征能量统计范式值计算单元,用于基于所述血氧饱和度局部时序关联隐含特征向量的序列中的各个血氧饱和度局部时序关联隐含特征向量的最大值、平均值和方差,来计算所述各个血氧饱和度局部时序关联隐含特征向量的能量统计范式值以得到血氧饱和度局部时序关联隐含能量统计范式值的序列,其中,将所述血氧饱和度局部时序关联隐含能量统计范式值的序列中当前的血氧饱和度局部时序关联隐含特征向量对应的能量统计范式值作为当前节点能量统计范式值且将其他能量统计范式值作为历史节点能量统计范式值以得到当前血氧饱和度局部时序关联隐含能量统计范式值和历史血氧饱和度局部时序关联隐含能量统计范式值的序列;血氧饱和度局部时序节点传播空间跨度值计算单元,用于统计所述血氧饱和度局部时序关联隐含特征向量的序列中的各个其他血氧饱和度局部时序关联隐含特征向量与当前血氧饱和度局部时序关联隐含特征向量之间的节点传播空间跨度值以得到血氧饱和度局部时序关联隐含传播空间跨度值的序列;血氧饱和度局部时序能量传播衰减系数值计算单元,用于基于所述血氧饱和度局部时序关联隐含传播空间跨度值的序列和所述历史血氧饱和度局部时序关联隐含能量统计范式值的序列,确定所述血氧饱和度局部时序关联隐含特征向量的序列中的其他各个血氧饱和度局部时序关联隐含特征向量的能量传播衰减系数值以得到血氧饱和度局部时序关联隐含能量传播衰减系数值的序列,其中,所述血氧饱和度局部时序关联隐含能量传播衰减系数值与所述历史血氧饱和度局部时序关联隐含能量统计范式值成反相关关系;血氧饱和度局部时序特征加权单元,用于以所述血氧饱和度局部时序关联隐含能量传播衰减系数值的序列作为权重序列,计算所述血氧饱和度局部时序关联隐含特征向量的序列中的其他所有血氧饱和度局部时序关联隐含特征向量之间的加权和以得到历史血氧饱和度局部时序关联隐含能量衰减时序聚合特征向量;血氧饱和度局部时序特征传播聚合单元,用于融合所述当前血氧饱和度局部时序关联隐含能量统计范式值来计算所述历史血氧饱和度局部时序关联隐含能量衰减时序聚合特征向量和所述当前血氧饱和度局部时序关联隐含特征向量的加权和以得到所述血氧饱和度时序传播聚合表示向量。

11、在上述卒中患者早期运动康复护理的智能监测系统中,所述血氧饱和度局部时序特征能量统计范式值计算单元,包括:血氧饱和度局部时序关联特征最大值提取子单元,用于提取所述血氧饱和度局部时序关联隐含特征向量中各个位置的最大值以得到血氧饱和度局部时序关联隐含特征最大值;血氧饱和度局部时序关联特征统计分析子单元,用于分别计算所述血氧饱和度局部时序关联隐含特征向量的平均值和方差以得到血氧饱和度局部时序关联隐含特征平均值和血氧饱和度局部时序关联隐含特征方差;第一能量统计范式值计算子单元,用于将所述血氧饱和度局部时序关联隐含特征方差和预设超参数进行相加后得到的数值乘以四以得到血氧饱和度局部时序关联隐含特征第一能量统计范式值;血氧饱和度局部时序关联特征差异值计算子单元,用于计算所述血氧饱和度局部时序关联隐含特征最大值与所述血氧饱和度局部时序关联隐含特征平均值的差值的平方以得到血氧饱和度局部时序关联隐含特征差异值;第二能量统计范式值计算子单元,用于将所述血氧饱和度局部时序关联隐含特征方差乘以二得到的调制血氧饱和度局部时序关联隐含特征方差与所述预设超参数乘以二得到的数值和所述血氧饱和度局部时序关联隐含特征差异值进行相加以得到血氧饱和度局部时序关联隐含特征第二能量统计范式值;血氧饱和度局部时序关联隐含能量统计范式值生成子单元,用于将所述血氧饱和度局部时序关联隐含特征第一能量统计范式值除以所述血氧饱和度局部时序关联本文档来自技高网...

【技术保护点】

1.一种卒中患者早期运动康复护理的智能监测系统,其特征在于,包括:

2.根据权利要求1所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述运动康复数据序列编码模块,用于:将所述血氧饱和度的队列、所述心率值的队列、所述血压值的队列和所述呼吸频率值的队列分别输入基于Bi-LSTM模型的序列编码器以得到所述血氧饱和度局部时序关联隐含特征向量的序列、所述心率局部时序关联隐含特征向量的序列、所述血压局部时序关联隐含特征向量的序列、所述呼吸频率局部时序关联隐含特征向量的序列。

3.根据权利要求2所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述运动康复数据时序传播模块,包括:

4.根据权利要求3所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述血氧饱和度局部时序特征能量统计范式值计算单元,包括:

5.根据权利要求4所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述血氧饱和度局部时序能量传播衰减系数值计算单元,用于:

6.根据权利要求5所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述运动康复数据多模态融合模块,用于:将所述血氧饱和度时序传播聚合表示向量、所述心率时序传播聚合表示向量、所述血压时序传播聚合表示向量和所述呼吸频率时序传播聚合表示向量输入多模态嵌入融合模块以得到运动康复多模态时序表示向量作为所述运动康复多模态时序表示特征。

7.根据权利要求6所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述生理异常判断模块,用于:将所述运动康复多模态时序表示向量输入基于分类器的监测结果生成器以得到所述监测结果,所述监测结果用于表示是否存在生理异常。

8.根据权利要求7所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述生理异常判断模块,用于:

9.一种卒中患者早期运动康复护理的智能监测方法,其特征在于,包括:

10.根据权利要求9所述的卒中患者早期运动康复护理的智能监测方法,其特征在于,将所述血氧饱和度的队列、所述心率值的队列、所述血压值的队列和所述呼吸频率值的队列分别输入序列编码器以得到血氧饱和度局部时序关联隐含特征向量的序列、心率局部时序关联隐含特征向量的序列、血压局部时序关联隐含特征向量的序列、呼吸频率局部时序关联隐含特征向量的序列,包括:将所述血氧饱和度的队列、所述心率值的队列、所述血压值的队列和所述呼吸频率值的队列分别输入基于Bi-LSTM模型的序列编码器以得到所述血氧饱和度局部时序关联隐含特征向量的序列、所述心率局部时序关联隐含特征向量的序列、所述血压局部时序关联隐含特征向量的序列、所述呼吸频率局部时序关联隐含特征向量的序列。

...

【技术特征摘要】

1.一种卒中患者早期运动康复护理的智能监测系统,其特征在于,包括:

2.根据权利要求1所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述运动康复数据序列编码模块,用于:将所述血氧饱和度的队列、所述心率值的队列、所述血压值的队列和所述呼吸频率值的队列分别输入基于bi-lstm模型的序列编码器以得到所述血氧饱和度局部时序关联隐含特征向量的序列、所述心率局部时序关联隐含特征向量的序列、所述血压局部时序关联隐含特征向量的序列、所述呼吸频率局部时序关联隐含特征向量的序列。

3.根据权利要求2所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述运动康复数据时序传播模块,包括:

4.根据权利要求3所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述血氧饱和度局部时序特征能量统计范式值计算单元,包括:

5.根据权利要求4所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述血氧饱和度局部时序能量传播衰减系数值计算单元,用于:

6.根据权利要求5所述的卒中患者早期运动康复护理的智能监测系统,其特征在于,所述运动康复数据多模态融合模块,用于:将所述血氧饱和度时序传播聚合表示向量、所述心率时序传播聚合表示向量、所述血压时序传播聚合表示向量和所述呼吸频率时序传播聚合表示向量输入多模...

【专利技术属性】
技术研发人员:张丽敏颜秀丽邓秋霞高瑞雪宋平彭爱爱陈璐
申请(专利权)人:吉林大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1