【技术实现步骤摘要】
本申请涉及智慧医疗，特别是涉及一种基于多模态感知信息的患者远程监护方法及系统。
技术介绍
1、目前使用的生命体征监测实时动态反馈、数据交换系统只局限于患者个体的各项生命体征，脱离了环境等其他因素的影响，以及患者所处环境及行为的具体数据缺失，对患者病情的分析及诊疗具有了很大的局限性，进一步的，当人们生病了，需要亲自前往医院监测，但是对于一些“慢性”疾病、或行动不便以及需要长期监护的老年人来说，这种方式显然是极为不便的，而且大量人员涌入医院也给门诊造成极大的压力，因此，如何能够对患者进行远程监护，以及时发现医院检查不易发现的生理异常，是一个亟待解决的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够对患者进行远程监护以及时发现医院检查不易发现的生理异常的基于多模态感知信息的患者远程监护方法及系统。
2、一方面，提供一种基于多模态感知信息的患者远程监护方法，所述方法包括：
3、获取多模态感知信息，所述多模态感知信息至少包括：患者生活的环境状态信息、患者的生活习惯信息、基于患者监护设备获取的生理状态信息以及患者的诊疗信息；
4、基于至少一个预设范围值，从所述多模态感知信息中筛选出的目标数据集；
5、响应于检测到所述目标数据集中的数据量大于第一预设阈值时，将所述目标数据集中的数据输入至预设的患者病情预测模型中，得到输出结果；
6、根据所述输出结果，确定是否向用户端发出预警信息，以实现患者的远程监护；
8、获取数据库中的历史多模态感知信息，并将所述历史多模态感知信息按照预设比例划分为训练集和验证集；
9、构建初始患者病情预测模型，并基于所述训练集和验证集分别对所述初始患者病情预测模型进行训练及验证；
10、响应于检测到验证结果符合预设标准时，得到患者病情预测模型，其中，所述患者病情预测模型包括：
11、
12、其中，表示预测值，表示采集周期，表示转换系数，表示校正系数，表示目标数据集中数据的稳定系数，表示目标数据集中数据对应引发病情的概率之和，表示调节函数，表示常数；
13、所述目标数据集中数据对应引发病情的概率之和的计算方法包括：
14、分析计算目标数据集中数据的权重值，其计算公式包括：
15、
16、其中，表示数据权重值，表示为非0值的个数，表示数据引发病情的类型赋值，表示类别中数据的权值；
17、根据所述权重值对所述目标数据集中数据进行优先级排序，基于排序结果按照从高到低的顺序选取目标个数的数据计算目标数据集中数据对应引发病情的概率之和，其计算公式包括：
18、
19、其中，表示目标数据引发病情的概率值，表示数据数量，表示概率修正系数。
20、可选的，在获取多模态感知信息之后，所述方法还包括：
21、对所述多模态感知信息进行预处理，所述预处理的方法包括数据清洗；
22、按照数据属性，对预处理后的多模态感知信息进行数据分类，并添加时间标签；
23、定义分类并添加时间标签后的多模态感知信息为第一数据集，并存入数据库中。
24、可选的，基于至少一个预设范围值，从所述多模态感知信息中筛选出的目标数据集包括：
25、获取多模态感知信息中的每类信息对应的数据标准值，并定义所述数据标准值为每类信息对应的预设范围值；
26、从所述数据库中获取所述第一数据集，并基于所述每类信息对应的预设范围值，从所述第一数据集中筛选出不属于对应预设范围值的第二数据集；
27、定义所述不属于对应预设范围值的第二数据集为所述目标数据集。
28、可选的，在从所述多模态感知信息中筛选出的目标数据集之后，所述方法还包括：
29、获取所述目标数据集中的数据量；
30、将所述数据量与第一预设阈值进行比较；
31、响应于检测到所述目标数据集中的数据量大于第一预设阈值时，将所述目标数据集中的数据输入至预设的患者病情预测模型中，以确定输出结果。
32、可选的，根据所述输出结果，确定是否向用户端发出预警信息包括：
33、响应于检测到所述输出结果大于第二预设阈值时，向用户端发出预警信息；
34、响应于检测到所述输出结果小于或等于第二预设阈值时，不向用户端发出预警信息。
35、另一方面，提供了一种基于多模态感知信息的患者远程监护系统，所述系统包括：
36、信息获取模块，用于获取多模态感知信息，所述多模态感知信息至少包括：患者生活的环境状态信息、患者的生活习惯信息、基于患者监护设备获取的生理状态信息以及患者的诊疗信息；
37、筛选模块，用于基于至少一个预设阈值，从所述多模态感知信息中筛选出的目标数据集；
38、结果确定模块，用于在检测到所述目标数据集中的数据量大于第一预设阈值时，将所述目标数据集中的数据输入至预设的患者病情预测模型中，得到输出结果；
39、预警模块，用于在检测到所述输出结果大于第二预设阈值时，向用户端发出预警信息，以实现患者的远程监护。
40、再一方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
41、获取多模态感知信息，所述多模态感知信息至少包括：患者生活的环境状态信息、患者的生活习惯信息、基于患者监护设备获取的生理状态信息以及患者的诊疗信息；
42、基于至少一个预设范围值，从所述多模态感知信息中筛选出的目标数据集；
43、响应于检测到所述目标数据集中的数据量大于第一预设阈值时，将所述目标数据集中的数据输入至预设的患者病情预测模型中，得到输出结果；
44、根据所述输出结果，确定是否向用户端发出预警信息，以实现患者的远程监护。
45、又一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
46、获取多模态感知信息，所述多模态感知信息至少包括：患者生活的环境状态信息、患者的生活习惯信息、基于患者监护设备获取的生理状态信息以及患者的诊疗信息；
47、基于至少一个预设范围值，从所述多模态感知信息中筛选出的目标数据集；
48、响应于检测到所述目标数据集中的数据量大于第一预设阈值时，将所述目标数据集中的数据输入至预设的患者病情预测模型中，得到输出结果；
49、根据所述输出结果，确定是否向用户端发出预警信息，以实现患者的远程监护。
50、上述基于多模态感知信息的患者远程监护方法及系统，所述方法包括：获取多模态感知信息，所述多模态感知信息至少包括：患者生活的环境状态信息、患者的生活习惯信息、基于患者本文档来自技高网...
【技术保护点】
1.一种基于多模态感知信息的患者远程监护方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多模态感知信息的患者远程监护方法，其特征在于，在获取多模态感知信息之后，所述方法还包括：
3.根据权利要求2所述的基于多模态感知信息的患者远程监护方法，其特征在于，基于至少一个预设范围值，从所述多模态感知信息中筛选出的目标数据集包括：
4.根据权利要求3所述的基于多模态感知信息的患者远程监护方法，其特征在于，在从所述多模态感知信息中筛选出的目标数据集之后，所述方法还包括：
5.根据权利要求4所述的基于多模态感知信息的患者远程监护方法，其特征在于，根据所述输出结果，确定是否向用户端发出预警信息包括：
6.一种基于多模态感知信息的患者远程监护系统，其特征在于，所述系统包括：
【技术特征摘要】
1.一种基于多模态感知信息的患者远程监护方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多模态感知信息的患者远程监护方法，其特征在于，在获取多模态感知信息之后，所述方法还包括：
3.根据权利要求2所述的基于多模态感知信息的患者远程监护方法，其特征在于，基于至少一个预设范围值，从所述多模态感知信息中筛选出的目标数据集包括：
<...【专利技术属性】
技术研发人员：沈兆福，
申请(专利权)人：厦门培邦信息科技有限公司，
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。