伴随重症监护室护理阶段的呼吸机故障预测方法及系统技术方案

本发明专利技术涉及呼吸机故障数据处理技术领域，具体涉及伴随重症监护室护理阶段的呼吸机故障预测方法及系统，本发明专利技术通过分析温度时序数据拟合曲线上每个数据点处的切线与拟合曲线之间的差异程度，得到转折点；分析转折点对应的温度值与预设温度范围的关系，得到更新转折点及其对应的保留因子；根据更新转折点的数量及其对应的保留因子，分析窗口区域中温度时序数据点的波动情况，得到风险程度；将温度时序数据划分为多个波动段，分析当前波动段与历史波动段之间的相似度，得到当前波动段与历史波动段的匹配度；根据风险程度和匹配度对温度时序数据加权处理和温度数据预测。提高了对温度数据预测的准确性，保障了故障预测的准确性。

【技术实现步骤摘要】

本专利技术涉及呼吸机故障数据处理，具体涉及伴随重症监护室护理阶段的呼吸机故障预测方法及系统。

技术介绍

1、重症监护室的患者往往病情严重，身体机能受损，导致自主呼吸无法满足身体对氧气的需求。呼吸机可以确保患者吸入足够的氧气，维持身体正常的气体交换。呼吸湿化器是呼吸机的重要组成器件，根据患者情况预设的温度范围，以物理加热的方法为干燥的空氧混合气体提供恰当的湿度和温度，如果呼吸湿化器加热系统出现故障，将直接影响患者治疗效果，对患者造成伤害，因此，需要对呼吸湿化器进行故障预测，以减少故障率。

2、对呼吸湿化器进行故障预测时，首先要获取预测温度数据，现有技术一般通过自回归积分滑动平均模型（arima，autoregressive integrated moving average model）得到预测温度数据时序序列。但是，温度数据在时间序列上往往具有相关性，即未来时刻的温度预测值会受到当前时刻的温度数据的影响，因此每个历史温度数据对应的权重也不相同，直接根据历史温度数据进行预测，会降低预测温度数据的准确性，进而降低故障预测的准确性。

本文档来自技高网...

【技术保护点】

1.一种伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，在直角坐标系中，对温度时序数据点进行曲线拟合，包括：

3.根据权利要求2所述的伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，设置温度时序数据点的窗口区域，包括：

4.根据权利要求3所述的伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，基于所述窗口区域，分析拟合曲线上每个温度时序数据点处的切线与所述拟合曲线之间的差异程度，得到转折点，包括：

5.根据权利要求1所述的伴...

【技术特征摘要】

1.一种伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，在直角坐标系中，对温度时序数据点进行曲线拟合，包括：

3.根据权利要求2所述的伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，设置温度时序数据点的窗口区域，包括：

4.根据权利要求3所述的伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，基于所述窗口区域，分析拟合曲线上每个温度时序数据点处的切线与所述拟合曲线之间的差异程度，得到转折点，包括：

5.根据权利要求1所述的伴随重症监护室护理阶段的呼吸机故障预测方法，其特征在于，分析所述转折点对应的温度值与所述预设温度范围的关系，得到更新转折点及其对应的保留因子，包括：

6.根据权...

【专利技术属性】
技术研发人员：陈晓丽，丁娟，余红，
申请(专利权)人：自贡市第一人民医院，
类型：发明
国别省市：