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！

申请/专利权人：南通大学附属医院

摘要：本发明公开了一种基于临床数据的重症指标智能监测方法及系统，涉及重症监测技术领域，该方法包括以下步骤：收集患者的临床数据，并预处理；利用重症指标转归算法实时分析临床数据，识别重症风险指标，并得到患者的重症病理状态特征；基于重症病理状态特征对患者的重症风险进行动态评估，当患者的重症风险达到预定阈值时，发出警报并通知医护人员。本发明通过利用重症指标转归算法，能够综合考虑多个重症风险指标之间的相互作用和影响，并从大量的临床数据中提取出对疾病诊断和治疗具有重要指示意义的重症指标信息，及时发现病情的微小变化，帮助医生更好地理解患者的病情变化趋势。

主权项：1.一种基于临床数据的重症指标智能监测方法，其特征在于，该基于临床数据的重症指标智能监测方法包括以下步骤：S1、收集患者的临床数据，并预处理；S2、利用重症指标转归算法实时分析临床数据，识别重症风险指标，并得到患者的重症病理状态特征；所述利用重症指标转归算法实时分析临床数据，识别重症风险指标，并得到患者的重症病理状态特征包括以下步骤：S21、实时分析临床数据的分布与缺失值情况，比较各个临床数据与重症结果的相关性，并根据相关性大小筛选出重症风险指标；所述实时分析临床数据的分布与缺失值情况，比较各个临床数据与重症结果的相关性，并根据相关性大小筛选出重症风险指标包括以下步骤：S211、实时识别各个临床数据的数据类型，生成临床数据的基本描述统计量，得到临床数据的频数分布；S212、实时统计各个临床数据的缺失值数量和比例，得到临床数据的缺失值分布情况；S213、计算各个临床数据与重症结果之间的皮尔逊相关系数；S214、根据计算结果比较各个临床数据与重症结果的相关性，并根据相关性大小筛选出重症风险指标；S22、根据医学指南和临床实践，对每个重症风险指标分配权重并加权求和，得到重症指标评分；S23、利用时间窗口算法提取重症指标评分的动态变化特征，得到重症病理状态特征；所述利用时间窗口算法提取重症指标评分的动态变化特征，得到重症病理状态特征包括以下步骤：S231、确定分析重症指标评分动态变化的时间窗口；所述确定分析重症指标评分动态变化的时间窗口包括以下步骤：S2311、根据重症指标评分的变化特性及对患者状况的影响速度确定时间窗口的长度；S2312、根据重症指标评分对患者状况的影响速度选择时间窗口的类型；S232、在每个时间窗口内，计算重症指标评分的统计特征，得到重症指标评分的统计特征集；所述在每个时间窗口内，计算重症指标评分的统计特征，得到重症指标评分的统计特征集包括以下步骤：S2321、在每个时间窗口内计算重症指标评分的平均值和中位数，并通过数据排序确定极大值和极小值；S2322、计算每个时间窗口内重症指标评分的标准差，并基于平均值和标准差计算变异系数；S2323、基于变异系数比较不同时间窗口的指标波动性，计算重症指标评分的偏度和峰度；所述重症指标评分的偏度的计算公式为： ；所述重症指标评分的峰度的计算公式为： ；式中，PD表示重症指标评分的偏度； FD表示重症指标评分的峰度； N表示观测的时间窗口个数； x n 表示在第n个时间窗口内观测到的重症指标评分的值； 代表重症指标评分的平均值；S2324、将每个时间窗口的计算结果汇总，得到重症指标评分统计特征集；S233、根据重症指标评分的统计特征集，分析重症指标评分在时间窗口内的变化趋势和周期性模式，得到重症病理状态特征；所述根据重症指标评分的统计特征集，分析重症指标评分在时间窗口内的变化趋势和周期性模式，得到重症病理状态特征包括以下步骤：S2331、根据重症指标评分的统计特征集，选取连续时间段的统计特征，分析统计特征在连续时间段内的变化趋势；S2332、基于变化趋势的分析结果，识别统计特征在时间序列中的周期性变化模式；所述基于变化趋势的分析结果，识别统计特征在时间序列中的周期性变化模式包括以下步骤：S23321、基于变化趋势的分析结果，选择重症指标评分统计特征中的时间序列数据；S23322、利用傅立叶变换，将时间序列数据转换到频域进行分析；S23323、识别分析结果中的频率成分，并确定频率成分对应的周期性变化模式；S2333、交叉对比统计特征的变化趋势和周期性变化模式，确定患者的重症病理状态特征；S3、基于重症病理状态特征对患者的重症风险进行动态评估，当患者的重症风险达到预定阈值时，发出警报并通知医护人员。

全文数据：

权利要求：

百度查询： 南通大学附属医院 一种基于临床数据的重症指标智能监测方法及系统