龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：河南中医药大学第一附属医院
摘要：本发明涉及基于机器学习的血液透析滤过膜堵塞预警方法。首先采集血液透析过程中的数据，对所采集的数据进行数据清洗与标准化处理；采用自适应噪声识别算法去除数据中的噪声，利用基于深度学习的自编码器异常检测模型识别并处理数据中的异常值；采用基于预测模型的插补方法，利用时间序列预测模型或深度学习网络预测并填补缺失的数据值；实施动态调整数据范围的标准化技术，根据实时数据流的特点动态调整标准化参数；对处理后的数据进行特征提取和选择；选择适合的机器学习模型，通过训练集对模型进行训练并采用交叉验证技术评估模型性能；构建实时数据采集系统以实时获取透析过程中各类传感器的数据，实时更新机器学习模型输入数据。
主权项：1.基于机器学习的血液透析滤过膜堵塞预警方法，其特征在于包括以下步骤：S1、首先采集血液透析过程中的流量传感器数据、压力传感器数据、化学传感器数据及时间序列数据，对所采集的数据进行数据清洗与标准化处理，移除噪声和异常值并填补缺失数据；所述数据进行标准化处理过程：S1.1、首先采用自适应噪声识别算法基于历史数据学习并去除数据中的噪声，同时利用基于深度学习的自编码器异常检测模型识别并处理数据中的异常值；S1.2、然后采用基于预测模型的插补方法，利用时间序列预测模型或深度学习网络预测并填补缺失的数据值；S1.3、最后实施动态调整数据范围的标准化技术，根据实时数据流的特点动态调整标准化参数；S2、然后对处理后的数据进行特征提取和选择，从各传感器数据中提取时域特征包括均值、峰值及趋势和周期性变化，以及通过傅里叶变换提取频域特征和分析血液及透析液中化学成分浓度变化以提取关键变化特征；S3、接着使用机器学习模型随机森林，将处理好的数据分为训练集和测试集，通过训练集对模型进行训练并采用交叉验证技术评估模型性能，使用贝叶斯优化调参以找到超参数，通过特征工程和集成学习方法进一步提升模型性能；S4、最后构建实时数据采集系统以实时获取透析过程中各类传感器的数据，实时更新机器学习模型输入数据，使用训练好的模型实时预测滤过膜的堵塞风险，设定风险阈值，当预测的堵塞风险超过阈值时触发预警系统。
全文数据：
权利要求：
百度查询： 河南中医药大学第一附属医院 基于机器学习的血液透析滤过膜堵塞预警方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号