[发明专利]一种机械通气驱动压与呼吸机相关事件的相关性检测系统

说明书

本公开公开了一种机械通气驱动压与呼吸机相关事件的相关性检测系统，包括：数据预处理模块，通过样本熵插值法得到48小时内机械通气驱动压起始值、最终值以及机械通气驱动压变化值，并填充至获取的待测病例指标中；特征选择模块，从呼吸机相关事件发生病例中筛选与呼吸机相关事件发生有关的病理特征作为训练集；模型构建与检测模块，基于训练集采用逻辑回归算法构建相关性检测模型，基于相关性检测模型对待测病例指标进行预测，判断机械通气驱动压变化值与呼吸机相关事件发生的相关性概率。基于机器学习的逻辑回归算法，将呼吸机相关事件VAE与机械通气驱动压变化值建立联系，监测机械通气驱动压变化对呼吸机相关事件VAE的影响。

技术领域

本公开涉及医疗数据挖掘技术领域，特别是涉及一种机械通气驱动压与呼吸机相关事件的相关性检测系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

对于危重病和呼吸衰竭患者，机械通气是一种必要的救生疗法。接受机械通气的患者有可能会出现机械通气治疗后的并发症，如呼吸机相关性肺炎VAP、败血症、急性呼吸窘迫综合征ARDS、肺栓塞、气压伤和肺水肿等，所以观测机械通气驱动压的变化是非常必要的。

目前，由于呼吸机相关事件VAE在临床上难于及时诊断，而且目前检测方法涉及较多主观成分，如影像学、分泌物和听诊等，这些指标均无特异性，造成VAE检测方式的不统一、混乱等问题，因此应寻找客观的替代监测方法；

而且，依据发明人了解，基于数据挖掘和机器学习相关方法，尚未出现探索机械通气驱动压变异与呼吸机相关事件VAE发生相关性检测系统。

发明内容

为了解决上述问题，本公开提出了一种机械通气驱动压与呼吸机相关事件的相关性检测系统，基于机器学习的逻辑回归算法，将呼吸机相关事件VAE与机械通气驱动压变化值建立联系，监测机械通气驱动压变化对呼吸机相关事件VAE的影响。

为了实现上述目的，本公开采用如下技术方案：

第一方面，本公开提供一种机械通气驱动压与呼吸机相关事件的相关性检测系统，包括：数据预处理模块、特征选择模块和模型构建与检测模块；

所述数据预处理模块，通过样本熵插值法得到48小时内机械通气驱动压起始值、最终值以及机械通气驱动压变化值，将机械通气驱动压变化值填充至获取的待测病例指标中；

所述特征选择模块，从呼吸机相关事件发生病例中筛选与呼吸机相关事件发生有关的病理特征作为特征样本；

所述模型构建与检测模块，基于特征样本采用逻辑回归算法构建相关性检测模型，基于相关性检测模型对待测病例指标进行预测，判断机械通气驱动压变化值与呼吸机相关事件发生的相关性概率。

第二方面，本公开提供一种机械通气设备，包括呼吸机检测装置和服务器；

所述呼吸机检测装置用于检测呼吸机工作时的机械通气驱动压，并发送至服务器；

所述服务器上配置有一种机械通气驱动压与呼吸机相关事件的相关性检测系统。

与现有技术相比，本公开的有益效果为：

本公开基于机器学习，通过逻辑回归算法，构建机械通气驱动压变异与呼吸机相关事件VAE相关性模型，将呼吸机相关事件VAE与机械通气驱动压变化值建立联系，分析机械通气驱动压变化对呼吸机相关事件VAE的影响；根据机械通气驱动压变化，辅助检测呼吸机相关事件发生的概率，而且避免目前检测方法中主观因素的影响。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。