买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请公开了一种用于eicu的重症监护临床信息系统及方法，涉及智能检测领域，其通过实时监测采集患者的生命体征数据，例如心率、血压和体温数据，并在后端引入数据处理和分析算法来进行这些生命体征数据的时序协同分析，以此来自动监测重症患者的体征是否存在异常。这样，能够帮助临床医生更及时地识别重症监护患者的异常情况，提高了重症监护临床信息系统的智能化程度，为医生的诊断和患者的康复提供帮助。

主权项：1.一种用于eicu的重症监护临床信息系统，其特征在于，包括：生命体征数据采集模块，用于获取被监测重症患者的生命体征数据的时间序列，其中，所述生命体征数据包括心率、血压和体温；生态体征数据时序排列模块，用于将所述被监测重症患者的生命体征数据的时间序列按照时间维度排列为心率时序输入向量、血压时序输入向量和体温时序输入向量；域变换模块，用于将所述心率时序输入向量、所述血压时序输入向量和所述体温时序输入向量通过向量-图像转换模块以得到心率时序图、血压时序图和体温时序图；生命体征多尺度时序语义特征提取模块，用于分别对所述心率时序图、所述血压时序图和所述体温时序图进行基于多尺度的语义编码以得到心率多尺度时序语义特征图、血压多尺度时序语义特征图和体温多尺度时序语义特征图；生命体征后验语义表征模块，用于将所述心率多尺度时序语义特征图、所述血压多尺度时序语义特征图和所述体温多尺度时序语义特征图进行基于类贝叶斯概率的体征后验预测以得到体征后验时序融合语义表征特征；患者体征异常检测模块，用于基于所述体征后验时序融合语义表征特征，确定被监测重症患者的体征是否存在异常；其中，所述生命体征多尺度时序语义特征提取模块，包括：体征局部时序语义特征提取单元，用于将所述心率时序图、所述血压时序图和所述体温时序图分别通过基于卷积神经网络模型的体征局部时序语义特征提取器以得到心率局部时序语义特征图、血压局部时序语义特征图和体温局部时序语义特征图；体征全局时序语义特征提取单元，用于将所述心率时序图、所述血压时序图和所述体温时序图分别通过基于全卷积神经网络模型的体征全时域语义特征提取器以得到心率全局时序语义特征图、血压全局时序语义特征图和体温全局时序语义特征图；体征多尺度时序语义融合单元，用于将所述心率局部时序语义特征图、所述血压局部时序语义特征图和所述体温局部时序语义特征图，以及，所述心率全局时序语义特征图、所述血压全局时序语义特征图和所述体温全局时序语义特征图按照对应的体征参数进行多尺度特征融合以得到心率多尺度时序语义特征图、血压多尺度时序语义特征图和体温多尺度时序语义特征图；其中，所述体征多尺度时序语义融合单元，用于：以如下多尺度特征融合公式对所述心率局部时序语义特征图和所述心率全局时序语义特征图进行多尺度特征融合处理以得到所述心率多尺度时序语义特征图；其中，所述多尺度特征融合公式为： ； ； ； ； ； ； ；其中，是所述心率局部时序语义特征图和所述心率全局时序语义特征图沿着通道维度聚合得到的拼接特征图，表示对特征图中沿通道维度的各个特征矩阵进行全局均值池化处理，表示对特征图中沿通道维度的各个特征矩阵进行最大值池化处理，为池化融合通道特征向量，表示节点数为Cr的全连接处理，r表示缩放超参数，C为所述拼接特征图的通道数，表示函数，为通道特征向量，和分别表示不同节点数的全连接处理，为第一全连接特征向量，为第二全连接特征向量，为所述第一全连接特征向量的指数运算，为所述第二全连接特征向量的指数运算，为第一权重向量，为第二权重向量，和分别为所述心率局部时序语义特征图和所述心率全局时序语义特征图，为所述心率多尺度时序语义特征图。

全文数据：

权利要求：

百度查询： 吉林大学 用于eicu的重症监护临床信息系统及方法