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：本发明公开了一种患者血液透析过程的在线监测系统及方法，涉及血液透析监测技术领域，包括：获取多模态监测数据，并进行预处理；使用深度学习模型，将预处理后的多模态监测数据融合成综合特征向量；基于融合后的综合特征向量，生成血液状态评价矩阵和行为状态评价系数；基于血液成分的状态值和行为状态评价系数构建感染风险预测模型；通过自适应学习优化感染风险预测模型；根据感染风险预测结果，生成血液透析在线监测报告。本发明通过融合多模态监测数据并应用深度学习，构建了血液透析在线监测模型，有效监测患者透析过程中的感染风险，通过综合评估提高预测准确性，帮助医护人员及时预防感染，提升患者治疗安全性和生活质量。

主权项：1.一种患者血液透析过程的在线监测方法，其特征在于，包括：获取多模态监测数据，并进行预处理；使用深度学习模型，将预处理后的多模态监测数据融合成综合特征向量；基于融合后的综合特征向量，生成血液状态评价矩阵和行为状态评价系数；基于血液成分的状态值和行为状态评价系数构建感染风险预测模型；通过自适应学习优化感染风险预测模型；根据感染风险预测结果，生成血液透析在线监测报告；所述获取多模态监测数据，并进行预处理，包括：通过血液检测设备定期采集血液样本并分析，获取血液检测数据；通过利用穿戴式设备持续监测生理信号；通过透析室内的高清摄像头获取患者的视频数据；使用均值插补法对血液检测数据进行清洗；采用巴特沃斯滤波器对生理信号进行噪声过滤；应用背景减除算法去除视频数据的背景干扰；所述使用深度学习模型，将预处理后的多模态监测数据融合成综合特征向量，包括：将预处理后的血液检测数据和生理信号数据按时间顺序排列成序列；将序列数据输入到LSTM模型中，从LSTM模型的最后一层提取血液检测数据和生理信号数据的特征向量；将预处理后的视频数据输入到CNN模型中，模型通过前向传播过程提取视频帧的特征向量；通过LSTM模型将提取出的特征向量进行融合，表达式为：其中，fb代表血液检测数据的特征向量，fp是生理信号数据的特征向量，fv是视频数据的特征向量，F是融合后的综合特征向量，ct表示特征向量的拼接操作；所述基于融合后的综合特征向量，生成血液状态评价矩阵和行为状态评价系数，包括：定义一个n×m血液状态评价矩阵M评估血液成分的变化情况，矩阵的每一行代表一个特定的血液成分，列代表时间点t；对于每个时间点t，根据F中血液监测数据的特征向量fb计算对应的血液成分的状态值，表达式为：其中，fbct表示血液检测数据的特征向量fb中与血液成分c在时间点t相关的部分，W1是第一层的权重矩阵，b1是第一层的偏置向量，W2是第二层的权重矩阵，b2是第二层的偏置向量，sct表示血液成分c在时间点t的状态值；使用融合后的综合特征向量F中的生理信号数据的特征向量fp和视频数据的特征向量fv，计算行为状态评价系数，表达式为：其中，gp（fp）表示患者在时间点t时生理特征的稳定性，gv（fv）表示患者在时间点t时行为肢体特征的变化程度，B（t）是时刻t的行为状态评价系数，wp是生理信号数据特征向量fp的权重因子，wv是视频数据特征向量fv的权重因子。

全文数据：

权利要求：

百度查询： 吉林大学 患者血液透析过程的在线监测系统及方法