[发明专利]一种脓毒血症的监测系统在审

专利信息
申请号: 201910356769.X 申请日: 2019-04-29
公开(公告)号: CN110123274A 公开(公告)日: 2019-08-16
发明(设计)人: 毛晴;顾时瑞;杨家荣;徐胤 申请(专利权)人: 上海电气集团股份有限公司
主分类号: A61B5/00 分类号: A61B5/00
代理公司: 上海申新律师事务所 31272 代理人: 俞涤炯
地址: 200050 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 病患数据 关联系数 变量系数 监测系统 脓毒血症 参数计算单元 训练数据集 测量 模型训练单元 数据获取单元 输出 监测单元 模型识别 输出数据 数据准备 训练数据 准备单元 解释性 准确率 病患 组对 关联 诊断 监测 预测
【说明书】:

发明公开了一种脓毒血症的监测系统,属于病患监测技术领域。监测系统包括数据准备单元,获取被确诊为脓毒血症且包括多个测量值的病患数据;参数计算单元,计算得到病患数据中各个测量值之间的关联系数;训练数据准备单元,将关联系数作为输入数据,将对应于关联系数的变量系数组作为训输出数据,最终输出训练数据集;模型训练单元,根据训练数据集训练得到识别模型;数据获取单元,获取实际的病患数据,并输出至参数计算单元中进行计算;识别单元,根据关联于病患数据的关联系数,采用识别模型识别得到变量系数组;监测单元,根据关联系数和变量系数组对病患数据进行评分。有益效果为:提高预测诊断的准确率,模型也具有一定的可解释性。

技术领域

本发明涉及病患监测技术领域,尤其涉及一种脓毒血症的监测系统。

背景技术

脓毒血症是重症监护病人中最主要的死亡原因之一,脓毒血症通常由全身性细菌感染引起,也可能由真菌病毒和微生物内毒素感染引起,临床上目前常用的判断脓毒血症是否发生的非特异性指标是全身炎症反应综合征(SIRS),以下两个或多个情况符合时判断出现SIRS:体温>38℃或<36℃,心率>90次/分,呼吸>20次/分或PCO2<32.33mmHg,白细胞计数大于12×109/L或小于4×109/L(>12000/μl或<4000/μl或未成熟粒细胞>10%),判断脓毒发生的标准是在SIRS出现的情况下若同时出现疑似感染则判定为脓毒症。脓毒症一旦发生常伴随器官功能障碍、脓毒性休克等,在ICU中感染脓毒症后的死亡率高达35%,使脓毒症成为最难真的与治疗的病症之一。

尽管如此,脓毒症的检测方式自1991年以来几乎没有变化,这使得脓毒症的诊断经常是滞后并且不准确的。多项研究表明,早期诊断和治疗,如早期目标导向治疗(EGDT),可以降低严重脓毒症和感染性休克导致的死亡风险。因此对有较高可能发生严重脓毒症或感染性休克的患者进行早期的准确诊断可以为脓毒血症的治疗和预防提供有价值的时间窗口。

然而,现有技术中的脓毒血症的监测方式比较缺乏,基于传统诊断系统改进的预测方法使用数学方法可以使得传统诊断系统的虚警率下降,但是预测准确率仍然较低,无法作为常规的预测手段使用。

发明内容

根据现有技术中存在的上述问题,现提供一种脓毒血症的监测系统的技术方案,旨在提高预测诊断的准确率,同时使模型具有一定的可解释性,更容易被医疗工作者所接受。

上述技术方案具体包括:

一种脓毒血症的监测系统,其中,包括:

数据准备单元,用于从外部的医学数据库中获取多个病患数据,所述病患数据中包括多个测量值,每个所述测量值用于表征患者的一个体征参数;

参数计算单元,连接所述数据准备单元,用于计算得到所述病患数据中各个所述测量值之间的关联系数;

训练数据准备单元,连接所述参数计算单元,将关联于一个所述病患数据的所有所述关联系数作为训练数据集中的输入数据,将对应于所述关联系数的一变量系数组作为所述训练数据集中的输出数据,最终输出所述训练数据集;

模型训练单元,连接所述训练数据准备单元,用于根据所述训练数据集训练得到一识别模型,所述识别模型用于根据所述病患数据中的所述关联系数识别得到对应的所述变量系数组;

数据获取单元,连接所述参数计算单元,用于获取实际的所述病患数据,并输出至所述参数计算单元中进行计算;

识别单元,分别连接所述参数计算单元和所述模型训练单元,用于根据关联于所述病患数据的所述关联系数,采用所述识别模型识别得到对应的所述变量系数组;

监测单元,连接所述识别单元,用于根据所述关联系数和对应的所述变量系数组对所述病患数据进行评分,以按照评分结果判断患者得所述脓毒血症的可能性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电气集团股份有限公司,未经上海电气集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910356769.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top