Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于生命体征数据监测的肺叶切除术PPCs风险评估方法 

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:宝鸡市中心医院

摘要:本发明公开一种基于生命体征数据监测的肺叶切除术PPCs风险评估方法,包括:采集患者的生命体征数据;所述生命体征数据包括患者年龄和基础病类型、心率、血压、血氧饱和度、呼吸频率;将生命体征数据输入到预先训练好的肺叶切除术PPCs风险评估模型中,预测患者发生PPCs的风险值;通过实时监测患者的生命体征数据,并利用风险评估模型对患者的手术风险进行准确评估,有助于提前发现潜在的PPCs风险,为医护人员提供更加及时和有效的干预措施,从而降低PPCs的发生率。

主权项:1.一种基于生命体征数据监测的肺叶切除术PPCs风险评估方法,其特征在于,包括:采集患者的生命体征数据;所述生命体征数据包括患者年龄和基础病类型、心率、血压、血氧饱和度、呼吸频率;将生命体征数据输入到预先训练好的肺叶切除术PPCs风险评估模型中,预测患者发生PPCs的风险值;得到预先训练好的肺叶切除术PPCs风险评估模型的方法,包括:获取不同患者的历史生命体征数据;所述历史生命体征数据包括:患者年龄和基础病类型、心率、血压、血氧饱和度、呼吸频率;对不同患者的历史生命体征数据进行聚类处理,得到目标聚类结果;基于目标聚类结果进行提取特征,得到特征集合;所述特征集合包括:患者年龄和基础病类型、心率评估、血压评估、血氧饱和度评估、呼吸频率评估;基于预设算法设置风险评估指标;设置输入层,输入的神经元数量与特征集合中特征的数量相匹配,每个神经元与一个特征相匹配;设置多个隐藏层,基于历史生命体征数据的数据特点来设定隐藏层中神经元的数量及激活函数ReLU;设置输出层,输出层的神经元数量与输入层的神经元数量一致,构建神经网络结构;基于风险评估指标对神经网络结构的权重和偏置进行随机初始化,得到初始神经网络;设置模型损失函数;基于初始神经网络和模型损失函数,构建初始肺叶切除术PPCs风险评估模型;根据不同患者的历史生命体征数据集中提取的特征集合中的数据对初始肺叶切除术PPCs风险评估模型进行迭代训练;通过交叉验证的方法对初始肺叶切除术PPCs风险评估模型的参数进行优化;获取不同患者的历史生命体征测试数据;基于不同患者的历史生命体征测试数据对优化后的初始肺叶切除术PPCs风险评估模型进行评估,在确定风险评估结果合格时,得到训练好的肺叶切除术PPCs风险评估模型;基于预设算法设置风险评估指标,包括: 其中,表示用于评价肺叶切除术PPCs风险和优化方向的一个数值;C表示术后标定当前时刻患者能达到的健康状态值;P表示术后当前时刻患者实际达到的健康状态值;A表示基于手术情况术后医生给定的患者健康状态预测值;α和β为用于平衡术后标定当前时刻患者能达到的健康状态值与术后当前时刻患者实际达到的健康状态值差异以及术后当前时刻患者能达到的健康状态值与基于手术情况术后医生给定的患者健康状态预测值差异的权重系数;,为历史生命体征数据集的健康值评估量,为历史生命体征数据集中第j项的健康评估值;n表示历史生命体征数据集中的总项数;表示历史生命体征数据集中第i个时间段内的患者年龄和基础病类型得分;表示历史生命体征数据集中第i个时间段内的心率得分;表示历史生命体征数据集中第i个时间段内的血压得分;表示历史生命体征数据集中第i个时间段内的血氧饱和度得分;表示历史生命体征数据集中第i个时间段内的呼吸频率得分;表示患者年龄和基础病类型权重,是指患者年龄和基础病类型对评估值的影响程度;表示心率权重,是指心率对评估值的影响程度;表示血压权重,是指血压对评估值的影响程度;表示血氧饱和度权重,是指血氧饱和度对评估值的影响程度;表示呼吸频率权重,是指呼吸频率对评估值的影响程度。

全文数据:

权利要求:

百度查询: 宝鸡市中心医院 基于生命体征数据监测的肺叶切除术PPCs风险评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术