[发明专利]一种VTE风险预警系统

权利要求书

1.一种VTE风险预警系统，其特征在于，包括：

数据采集端，与数据处理端连接，用于获取用户当前时间的身体状态数据，并将所述身体状态数据发送至数据处理端；其中，身体状态数据包括用户的呼吸行为量以及肺音数据；

数据处理端，分别与数据采集端和结果预警端连接，用于对接收到的身体状态数据进行分析处理，以得到处理结果，并将所述处理结果发送至结果预警端；

其中，所述处理结果的具体过程为：

根据所述呼吸行为量以及肺音数据，构建呼吸特征描述子；

对所述呼吸特征描述子进行相空间重构，得到当前新的m维数据序列；

采集用户的当前时间的血氧浓度值，根据当前时间的血氧浓度值、当前新的m维数据序列、任一历史时间对应的历史m维数据序列以及历史血氧浓度值，计算当前时间的用户的身体状态与历史时间的用户的身体状态的差异性，根据所述差异性，确定当前时间的身体状态数据的处理结果；

结果预警端，用于根据接收到的处理结果进行及时预警提醒；

所述用户的呼吸行为量包括吸气时间与呼气时间的比值以及呼吸停留时间；

所述肺音数据为吸气时左右肺的梅尔频率倒频谱系数的相似度以及呼气时左右肺的梅尔频率倒频谱系数的相似度；

所述呼吸特征描述子为将所述呼吸行为量与肺音数据合并成4维数据序列；

对呼吸特征描述子进行相空间重构，得到当前新的m维数据序列的过程为：

首先，将呼吸特征描述子U记为呼吸特征时间序列U_i*n，其中n取值为4；

其次，利用改进的C-C法求解处理后的呼吸特征时间序列的最佳延迟时间τ和嵌入维数m，根据最佳延迟时间τ和嵌入维数m，利用延迟坐标法将呼吸特征时间序列U_i*n重构到m维相空间中，具体方法为：

对呼吸特征时间序列定义嵌入时间序列的关联积分为：

其中，i为时间序列点数，M为重构相空间中每维的点数，r为定义的空间半径，Z()为阶跃函数，P(D)、P(F)为呼吸特征时间序列重构相空间中的两个点向量；

然后，构造检验统计量：

B₁(m，i，r，τ)＝C(m，i，r，τ)-C^m(1，i，r，τ)

计算上式的过程，使用分块平均策略，且令i趋于正无穷时：

选择对应检验统计量值最大和最小时的两个空间半径[r_max，r_min]，定义B₁(m，r，τ)和B₂(m，r，τ)在相同的m和τ下对r变化快慢的量分别为ΔB₁(m，τ)、ΔB₂(m，τ)

根据BDS统计定理得到m，i，τ的合理估计，取i＝5000、m＝2，..，m、γ＝Std(u_E，i)，γ为时间序列的标准差，δ＝1，2，3；计算：

再者，在对应检验统计量的基础上比较B₁(m，i，r，τ)和B₂(m，r，τ)，在上述步骤中，固定m，r，当i趋于正无穷时，B₂(m，r，τ)将随着τ的增大而出现不断增长的高频波动，而在相同条件下，总体上B₁(m，i，r，τ)和B₂(m，r，τ)有着相同的起伏规律，但去除了B₂(m，r，τ)的高频波动，改进的C-C法通过选取的第一个局部最小值作为最佳延迟时间τ；通过公式求得嵌入维数m；

最后，通过求出的m，τ，利用延迟坐标法将初始的U_i*n重构到m维相空间中，其矩阵序列表达式如下：

其中，M’为延迟向量个数，M′＝i-(m-1)τ；至此，将预处理的U_i*n经过相空间重构得到了一个新的m维数据序列X_new。

2.根据权利要求1所述的一种VTE风险预警系统，其特征在于，所述差异性是先获取用户的当前时间的血氧浓度值以及任一历史时间对应的历史m维数据序列、历史血氧浓度值，后利用余弦相似度计算当前新的m维数据序列与历史m维数据序列的相似度，将历史血氧浓度值与当前时间的血氧浓度值的差值绝对值与相似度相乘得到。