【技术实现步骤摘要】
本专利技术涉及医疗领域，尤其涉及一种心律失常用药时间预测方法、终端设备及存储介质。
技术介绍
1、心律失常是一种常见的心血管疾病，其特征表现为心脏搏动的起源、频率、节律或传导异常，包括心动过速、心动过缓、房颤、室性早搏等多种类型。心律失常发作具有间歇性和不规律性，可能在一天中的不同时间段发生，与患者的日常生活习惯、情绪变化、基础心脏病状况等因素密切相关。
2、目前，尽管临床上有许多有效的抗心律失常药物，但如何根据患者的具体病情和生活作息特点精准设定用药时间，以最大程度地预防和控制心律失常的发作仍然是一个挑战。传统的用药策略往往忽视了个体化差异以及心律失常发作的时间特性，导致药物无法在最关键时刻发挥最佳治疗效果，甚至有可能因为药物浓度波动引发新的心律失常事件。
技术实现思路
1、为了解决上述问题，本专利技术提出了一种心律失常用药时间预测方法、终端设备及存储介质。
2、具体方案如下：
3、一种心律失常用药时间预测方法，包括以下步骤：
4、s101：按固定周期采集患者的心电数据和实际用药记录；
5、s102：对采集的心电数据进行分析，得到心电数据中各心博的类型；
6、s103：将固定周期等分为多个时间段，基于心电数据中各心博的类型统计出不同时间段包含的心律失常事件的类型；
7、s104：基于不同时间段包含的心律失常事件的类型，计算各心律失常事件在不同时间段对应的负荷，进而绘制各心律失常事件对应的负荷在不同
8、s105：基于负荷在不同时间段的分布曲线图得到各心律失常事件对应的发作峰值时间和发作起始时间；
9、s106：基于发作峰值时间、发作起始时间和预先配置的心律失常事件对应药物的起效时间及药效峰值时间，计算心律失常事件对应药物的最佳用药时间。
10、进一步的，步骤s102之前还包括对采集的心电数据进行预处理，预处理包括去除噪声、滤波和基线校正。
11、进一步的，不同时间段对应的负荷的计算方式采用以下两种公式中的任意一种：
12、(1)负荷＝固定周期内该类型的心律失常事件的心搏总数÷该时间段内该类型的心律失常事件的心搏数；
13、(2)负荷＝固定周期内该类型的心律失常事件的发作时长÷该时间段的时长。
14、进一步的，发作峰值时间tf2为负荷最高的时间点，发作起始时间tf1为负荷最高之前n％的前置时间点，n为可配置参数；最佳用药时间的计算公式为：(tf2-ty2)*p1+(tf1-ty1)*p2，其中，p1+p2＝1且p1和p2均为可配置参数，ty1表示起效时间，ty2表示药效峰值时间。
15、进一步的，还包括：
16、s201：采集一段时间内患者基于步骤s106的最佳用药时间用药后的心律失常事件的总负荷组成训练集；总负荷＝固定周期内该类型的心律失常事件的心搏总数÷固定周期内的总心搏数，或总负荷＝固定周期内该类型的心律失常事件的发作总时长÷固定周期内的总时长；
17、s202：构建用于最佳用药时间预测的强化学习模型，通过训练集对模型进行训练，通过训练后的模型进行最佳用药时间的预测。
18、进一步的，设定强化学习模型中的状态空间包括心律失常事件的总负荷、患者的基本信息和药物疗效信息，动作空间为用药时间。
19、进一步的，药物疗效信息包括：药物的起效时间、药效峰值和维持时间。
20、进一步的，采集患者基于步骤s202预测的最佳用药时间用药后的心律失常事件的总负荷形成评价数据，通过评价数据对步骤s202训练后的模型进行持续优化。
21、一种心律失常用药时间预测终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例上述的方法的步骤。
22、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例上述的方法的步骤。
23、本专利技术采用如上技术方案，实现了对患者用药时间的精准调整和动态管理，提高了心律失常治疗的安全性和有效性。
本文档来自技高网...【技术保护点】
1.一种心律失常用药时间预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的心律失常用药时间预测方法，其特征在于：步骤S102之前还包括对采集的心电数据进行预处理，预处理包括去除噪声、滤波和基线校正。
3.根据权利要求1所述的心律失常用药时间预测方法，其特征在于：不同时间段对应的负荷的计算方式采用以下两种公式中的任意一种：
4.根据权利要求1所述的心律失常用药时间预测方法，其特征在于：发作峰值时间Tf2为负荷最高的时间点，发作起始时间Tf1为负荷最高之前N％的前置时间点，N为可配置参数；最佳用药时间的计算公式为：(Tf2-Ty2)*P1+(Tf1-Ty1)*P2，其中，P1+P2＝1且P1和P2均为可配置参数，Ty1表示起效时间，Ty2表示药效峰值时间。
5.根据权利要求1所述的心律失常用药时间预测方法，其特征在于：还包括：
6.根据权利要求5所述的心律失常用药时间预测方法，其特征在于：设定强化学习模型中的状态空间包括心律失常事件的总负荷、患者的基本信息和药物疗效信息，动作空间为用药时间。
7.根据
8.根据权利要求5所述的心律失常用药时间预测方法，其特征在于：采集患者基于步骤S202预测的最佳用药时间用药后的心律失常事件的总负荷形成评价数据，通过评价数据对步骤S202训练后的模型进行持续优化。
9.一种心律失常用药时间预测终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～8中任一所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～8中任一所述方法的步骤。
...【技术特征摘要】
1.一种心律失常用药时间预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的心律失常用药时间预测方法，其特征在于：步骤s102之前还包括对采集的心电数据进行预处理，预处理包括去除噪声、滤波和基线校正。
3.根据权利要求1所述的心律失常用药时间预测方法，其特征在于：不同时间段对应的负荷的计算方式采用以下两种公式中的任意一种：
4.根据权利要求1所述的心律失常用药时间预测方法，其特征在于：发作峰值时间tf2为负荷最高的时间点，发作起始时间tf1为负荷最高之前n％的前置时间点，n为可配置参数；最佳用药时间的计算公式为：(tf2-ty2)*p1+(tf1-ty1)*p2，其中，p1+p2＝1且p1和p2均为可配置参数，ty1表示起效时间，ty2表示药效峰值时间。
5.根据权利要求1所述的心律失常用药时间预测方法，其特征在于：还包括：
6.根据权利要求5所述的心律失常用药时间...
【专利技术属性】
技术研发人员：曾文斌，杨玲伶，戴晖，孔令秋，钟玉泉，钟玉秋，
申请(专利权)人：纳龙健康科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。