血液透析干体重智能评估装置制造方法及图纸

本发明专利技术提供一种血液透析干体重智能评估装置，用于对待血透患者在进行血液透析时所需的干体重进行评估，其特征在于，包括：体重整体趋势模型构建部，建立对应血透时间点与差分透后体重的关系的线性模型，并基于最小二乘法解出线性模型的最优参数形成待血透患者个人的体重整体趋势模型；局部回归模型构建部，基于高斯核函数方法获取待权重的数据集并对体重整体趋势模型进行局部回归校正从而形成体重局部回归模型；干体重预测部，将当次血透时间点输入体重整体趋势模型以及局部回归模型，并结合当次透后体重指数平均数得到预测干体重；以及干体重调整部，根据与患者的患者特征相对应的校正因子对预测干体重进行调整从而得到待血透患者的干体重。

【技术实现步骤摘要】
血液透析干体重智能评估装置
本专利技术属于医疗器械领域，具体涉及一种血液透析干体重智能评估装置。
技术介绍
血液透析作为一种解决终末期肾病的主要手段，能有效清除血液中的多余水分、代谢废物、纠正电解质和酸碱平衡紊乱，最终使患者透析结束时达到干体重。干体重是血透患者最关键的治疗参数，代表维持性血液透析患者体液负荷合适状态。血透医师往往需要针对患者的状态进行分析并调整血液透析量，从而保证患者血透后的干体重尽可能的接近理想干体重。理想干体重指患者在进行血液透析后能够耐受的最低体重，由于患者的实际病况以及体质的不同，每个患者的理想干体重都有所差异。对于血透患者，若干体重设定过高，患者将处于高容量状态，继而导致透析相关高血压、透析不充分，甚至心律失常、心脏肥厚、心力衰竭等远期并发症；若干体重设定过低，患者可能出现恶心呕吐、肌肉痉挛、透析低血压，甚至引发血管通路阻塞、缺血性心脑疾病等。干体重评估是否准确，不仅影响着患者的透析效果、更与患者生活质量、生存期息息相关。为了对患者的理想干体重进行预测，现有的方法主要依靠透析患者的临床表现和患者的主观感受，具体地：1、根据透析患者的临床表现和患者的主观感受测定，如有无浮肿、胸闷、高血压、体腔积液及肺淤血等。然而，该方法受患者主观因素、疾病、饮食、营养状况等影响。更严重的是，只有当水负荷显著增高后患者才表现为以上症状体征，因而该方法判断体液是否超负荷极不敏感；2、根据生物化学标志物测定，如心房利钠肽、环鸟苷酸、血B型钠尿肽等。然而，由于每位患者的标志物个体差异性较大，目前缺乏大量的临床证据证明该方法的可靠性和准确性；3、超声测定下腔静脉直径、生物电阻抗法。下腔静脉直径可反应右心房和中心静脉压，从而判断血容量的变化，生物阻抗分析法通过测量机体对交流电的阻抗来计算体液容量。然而，上述两种方法临床普及困难，不适用于透析患者干体重的临床；4、根据在线血容量测定，通过超声测量血液流速来监测红细胞压积或总蛋白含量的变化，间接评估血容量变化。然而，该项评估需要特殊设备，且由于血容量受细胞内外液调节、体位的影响，临床使用受到限制。因此，上述方法实际都难以准确地计算出患者的干体重，在进行血透治疗时，都是靠血透医师依据患者临床症状或体征，并辅以生化或者物理检测手段综合考量而成，非常依赖血透医师的个人经验，经验丰富血透医师对患者干体重估计的准确性显著高于一般医师。然而我国专业医疗团队短缺，血透中心的水平并不均衡，所以在实际临床进行血透治疗时，患者的干体重往往很难达到理想值。
技术实现思路
为解决上述问题，提供一种能够针对每个待血透患者的干体重进行精确预测的血液透析干体重智能评估装置，本专利技术采用了如下技术方案：本专利技术提供了一种血液透析干体重智能评估装置，用于对待血透患者在进行血液透析时所需的干体重进行评估，其特征在于，包括：患者数据存储部，存储有待血透患者的患者名称以及该待血透患者的历史血透数据，历史血透数据至少包括待血透患者在过去进行血液透析时测得的透后体重以及对应的血透时间点；校正因子存储部，存储有多种对应于不同患者人群的人群特征以及预先根据人群特征设定的校正因子；差分透后体重计算部，依次针对每个血透时间点，根据该血透时间点之前的所有透后体重计算透后体重指数平均数并将血透时间点对应的透后体重减去透后体重指数平均数从而得到差分透后体重；体重整体趋势模型构建部，利用LASSO线性回归方法建立对应血透时间点与差分透后体重的关系的线性模型，并基于最小二乘法解出线性模型的最优参数形成待血透患者个人的体重整体趋势模型；局部回归模型构建部，基于高斯核函数方法获取待权重的数据集并对体重整体趋势模型进行局部回归校正从而形成体重局部回归模型；当前血透数据获取部，获取待血透患者在进行血液透析前测得的患者特征以及当次血透时间点；干体重预测部，将当次血透时间点输入体重整体趋势模型从而得到预测差分透后体重，将当次血透时间点输入局部回归模型得到预测差分透后体重残差，并计算当次血透时间点之前的所有透后体重计算当次透后体重指数平均数，进一步将预测差分透后体重、预测差分透后体重残差以及当次透后体重指数平均数相加得到预测干体重；以及干体重调整部，根据与患者的患者特征匹配相对应的人群特征并基于与该人群特征相对应的校正因子对预测干体重进行调整从而得到待血透患者的干体重。本专利技术提供的血液透析干体重智能评估装置，还可以具有这样的技术特征，其中，人群特征为生理电阻抗指标，患者特征为待血透患者的生理电阻抗数据，校正因子为预先根据不同的生理电阻抗指标拟合产生的超参数。本专利技术提供的血液透析干体重智能评估装置，还可以具有这样的技术特征，其中，历史血透数据预先根据待血透患者在治疗时产生的原始治疗数据进行预处理获得，原始治疗数据包括待血透患者的历史血透超滤量数据、患者名称、年龄、性别、原发病以及血透前后的体重、收缩压、舒张压、脉搏和透析时间长度，预处理包括如下步骤：步骤Y1，对原始治疗数据进行脱敏处理；步骤Y2，去除原始治疗数据中异常值并根据历史血透超滤量数据以及血透前后的体重对缺省的透后体重进行回补从而形成历史血透数据；步骤Y3，将历史血透数据与患者名称对应存储至患者数据存储部中。专利技术作用与效果根据本专利技术的血液透析干体重智能评估装置，由于在根据患者的历史血透数据计算出相应的差分透后体重后，根据该差分透后体重以及对应的血透时间点构建出患者个人的体重整体趋势模型以及体重局部回归模型，进一步根据两个模型的输出以及患者的透后体重指数平均数得到患者的预测干体重，通过这样的方式，实现了利用每个患者的个体化数据建立各患者的基于时间序列的干体重预测模型，因此能够针对患者的个体情况进行准确的预估，从而有效降低干体重状态评估的误差。另外，还由于预先存储有根据人群特征设定的校正因子，在得到预测干体重根据相应的校正因子进行相应调整得到最终的干体重，因此，在评估干体重时还纳入了人群因素对个体模型的影响，从而同时结合人群数据以及个体数据完成干体重的预测，使得最终得到的干体重误差能够低于0.2kg。通过本专利技术的干体重评估装置，使得血透医师能够直接根据评估得到的干体重进行血透操作，不仅节省了血透医师对每个患者的血液透析量调整时间，同时也极大地改善了患者的临床治疗效果，保证每一次血透治疗能够恰到好处。附图说明图1是本专利技术实施例中血液透析干体重智能评估装置的结构框图；图2是本专利技术实施例中干体重评估过程的流程图。具体实施方式为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本专利技术的血液透析干体重智能评估装置作具体阐述。<实施例>图1是本专利技术实施例中血液透析干体重智能评估装置的结构框图。如图1所示，血液透析干体重智能评估装置100包括患者数据存储部101、校正因子存储部102、差分透后体重计算部103、体重整体趋势模型构建部104、局部回归模型构建部105、当前血透数据获取部106、干体重预测部107本文档来自技高网...

【技术保护点】
1.一种血液透析干体重智能评估装置，用于对待血透患者在进行血液透析时所需的干体重进行评估，其特征在于，包括：/n患者数据存储部，存储有所述待血透患者的患者名称以及该待血透患者的历史血透数据，所述历史血透数据至少包括所述待血透患者在过去进行血液透析时测得的透后体重以及对应的血透时间点和历史血透超滤量；/n校正因子存储部，存储有对应于不同种患者人群的多种人群特征以及预先根据每种所述人群特征分别设定的校正因子；/n差分透后体重计算部，依次针对每个血透时间点，根据该血透时间点之前的所有所述透后体重计算透后体重指数平均数并将所述血透时间点对应的所述透后体重减去所述透后体重指数平均数从而得到差分透后体重；/n体重整体趋势模型构建部，利用LASSO线性回归方法建立对应所述血透时间点与所述差分透后体重的关系的线性模型，并基于最小二乘法解出所述线性模型的最优参数形成所述待血透患者个人的体重整体趋势模型；/n局部回归模型构建部，基于高斯核函数方法获取带权重的数据集并对所述体重整体趋势模型进行局部回归校正从而形成体重局部回归模型；/n当前血透数据获取部，获取所述待血透患者在进行所述血液透析前测得的患者特征以及当次血透时间点；/n干体重预测部，将所述当次血透时间点输入所述体重整体趋势模型从而得到预测差分透后体重，将所述当次血透时间点输入所述局部回归模型得到预测差分透后体重残差，并计算所述当次血透时间点之前的所有所述透后体重计算当次透后体重指数平均数，进一步将所述预测差分透后体重、预测差分透后体重残差以及所述当次透后体重指数平均数相加得到预测干体重；以及/n干体重调整部，根据与所述患者的患者特征匹配相对应的所述人群特征并基于与该人群特征相对应的所述校正因子对所述预测干体重进行调整从而得到所述待血透患者的干体重。/n...

【技术特征摘要】
1.一种血液透析干体重智能评估装置，用于对待血透患者在进行血液透析时所需的干体重进行评估，其特征在于，包括：
患者数据存储部，存储有所述待血透患者的患者名称以及该待血透患者的历史血透数据，所述历史血透数据至少包括所述待血透患者在过去进行血液透析时测得的透后体重以及对应的血透时间点和历史血透超滤量；
校正因子存储部，存储有对应于不同种患者人群的多种人群特征以及预先根据每种所述人群特征分别设定的校正因子；
差分透后体重计算部，依次针对每个血透时间点，根据该血透时间点之前的所有所述透后体重计算透后体重指数平均数并将所述血透时间点对应的所述透后体重减去所述透后体重指数平均数从而得到差分透后体重；
体重整体趋势模型构建部，利用LASSO线性回归方法建立对应所述血透时间点与所述差分透后体重的关系的线性模型，并基于最小二乘法解出所述线性模型的最优参数形成所述待血透患者个人的体重整体趋势模型；
局部回归模型构建部，基于高斯核函数方法获取带权重的数据集并对所述体重整体趋势模型进行局部回归校正从而形成体重局部回归模型；
当前血透数据获取部，获取所述待血透患者在进行所述血液透析前测得的患者特征以及当次血透时间点；
干体重预测部，将所述当次血透时间点输入所述体重整体趋势模型从而得到预测差分透后体重，将所述当次血透时间点输入所述局部回归模型得到预测差分透后体重残差，并计算所述当次血透时...

【专利技术属性】
技术研发人员：陈靖，曾璇，毕朝日，王梦婧，程平，张倩，倪丽，
申请(专利权)人：复旦大学附属华山医院，
类型：发明
国别省市：上海;31