【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种普通外科手术智能采集存储系统。
技术介绍
1、普通外科手术智能采集存储系统是一种用于对患者身体指标的关键数据进行存储的系统，旨在提高手术过程中关键数据存储和管理效率。
2、现有方法在对患者的生理指标数据进行分析时，通常是对生理指标数据分解后的趋势项和残差项分别进行压缩处理，而对于无法被趋势项和季节项所解释的残差项，残差项能够表示偏离周期状态的关键数据，由于残差项中数据点偏离基准线即中心线的程度不同，导致难以对残差项中数据点进行聚类分析，区分其中的异常点，进而导致对患者的生理指标数据中的异常数据难以采集，不便于关键的异常数据进行存储，存储效率较低。
技术实现思路
1、本专利技术提供一种普通外科手术智能采集存储系统，以解决现有的问题。
2、本专利技术的一种普通外科手术智能采集存储系统采用如下技术方案：
3、本专利技术一个实施例提供了一种普通外科手术智能采集存储系统，该系统包括以下模块：
4、数据采集模块，用于对采集到的目标生理指标数据进行时序分解得到目标生理指标数据的残差项，所述目标生理指标数据为：人体生理指标的血压、心率、温度或其他生理指标中的任意一项生理指标数据；
5、偏离浮动因子获取模块，用于根据目标生理指标数据的残差项中的数据点到残差项中心线距离和相邻数据点的距离差异，得到目标生理指标数据的残差项中数据点的偏离浮动因子；
6、数据点聚类模块，用于根据小于等于预设阈值时的所
7、非目标数据点去除模块，用于根据类簇得到数据点的聚类等级，根据聚类等级和偏离浮动因子得到目标生理指标数据的残差项中数据点的评估因子，根据评估因子得到目标生理指标数据的残差项中非目标数据点，将非目标数据点从目标生理指标数据的残差项中去除，得到去除后的残差项；
8、数据压缩存储模块，用于对去除后的残差项进行压缩存储。
9、进一步地，所述根据目标生理指标数据的残差项中的数据点到残差项中心线距离和相邻数据点的距离差异，得到目标生理指标数据的残差项中数据点的偏离浮动因子，包括的具体步骤如下：
10、获取目标生理指标数据的残差项中心线；将目标生理指标数据的残差项中所有数据点到残差项中心线的最短距离的均值，记为第一均值，将目标生理指标数据的残差项中第个数据点到残差项中心线的最短距离与第一均值的差异，记为第一差异；将目标生理指标数据的残差项中第个数据点与第个数据点到残差项中心线的最短距离的差值，记为第一差值，将目标生理指标数据的残差项中第个数据点与第个数据点到残差项中心线的最短距离的差值，记为第二差值，根据第一差值和第二差值，得到目标生理指标数据的残差项中第个数据点的偏离浮动因子。
11、进一步地，所述根据第一差值和第二差值，得到目标生理指标数据的残差项中第个数据点的偏离浮动因子，包括的具体步骤如下：
12、将第一差值和第二差值的和值，记为第一和值，对第一差异和第一和值分配权重，将分配权重后的第一差异和第一和值的和值，记为第二和值，将第二和值的归一化结果，作为目标生理指标数据的残差项中第个数据点的偏离浮动因子。
13、进一步地，所述根据小于等于预设阈值时的所有偏离浮动因子对应的数据点之间的距离得到最优邻域半径参数值，包括的具体步骤如下：
14、根据偏离浮动因子和预设阈值得到偏离浮动因子集合；
15、将偏离浮动因子集合中第个偏离浮动因子与第个偏离浮动因子对应数据点之间的欧式距离，记为第个偏离浮动因子的第一相邻距离，将偏离浮动因子集合中第个偏离浮动因子与第个偏离浮动因子对应数据点之间的欧式距离，记为第个偏离浮动因子的第二相邻距离，将第个偏离浮动因子的第一相邻距离和第二相邻距离中最小的相邻距离，记为第个偏离浮动因子的第三相邻距离，获取偏离浮动因子集合中每个偏离浮动因子的第三相邻距离，，表示偏离浮动因子集合中偏离浮动因子的总个数，将偏离浮动因子集合中所有偏离浮动因子的第三相邻距离的均值，作为最优邻域半径参数值。
16、进一步地，所述根据偏离浮动因子和预设阈值得到偏离浮动因子集合，包括的具体步骤如下：
17、获取目标生理指标数据的残差项中所有数据点的偏离浮动因子，预设阈值，获取目标生理指标数据的残差项中所有数据点的偏离浮动因子小于等于预设阈值的偏离浮动因子，将所有小于等于预设阈值的偏离浮动因子构成的集合记为偏离浮动因子集合。
18、进一步地，所述根据最优邻域半径参数值对目标生理指标数据的残差项所包含的数据点进行聚类，得到若干类簇，包括的具体步骤如下：
19、预设密度聚类算法的最小数据点参数值，根据最优邻域半径参数值和最小数据点参数值对目标生理指标数据的残差项包含的数据点进行dbscan密度聚类，得到若干类簇。
20、进一步地，所述根据类簇得到数据点的聚类等级，包括的具体步骤如下：
21、若类簇中只包含一个数据点，则将包含的这个数据点作为离群点，若类簇中包含的数据点个数大于1，则将类簇的中心数据点作为核心点，将除核心点以外的数据点作为边界点，若数据点为核心点则聚类等级th1，若数据点为边界点则聚类等级为th2，若数据点为离群点则聚类等级为th3，th1、th2及th3为预设数值。
22、进一步地，所述根据聚类等级和偏离浮动因子得到目标生理指标数据的残差项中数据点的评估因子，包括的具体步骤如下：
23、将目标生理指标数据的残差项中第个数据点的聚类等级与预设第一参数的乘积，记为第一乘积，将目标生理指标数据的残差项中第个数据点的偏离浮动因子与预设第二参数的乘积，记为第二乘积，将第一乘积和第二乘积的和值，记为目标生理指标数据的残差项中第个数据点的评估因子。
24、进一步地，所述根据评估因子得到目标生理指标数据的残差项中非目标数据点，包括的具体步骤如下：
25、获取目标生理指标数据的残差项中所有数据点的评估因子，若数据点的评估因子小于预设评估阈值，则将小于预设评估阈值的数据点作为非目标数据点。
26、进一步地，所述对采集到的目标生理指标数据进行时序分解得到目标生理指标数据的残差项，包括的具体步骤如下：
27、对目标生理指标数据的时序变化曲线进行stl时序分解处理，得到目标生理指标数据的残差项。
28、本专利技术的技术方案的有益效果是：本专利技术通过对目标生理指标数据分解后的残差项进行分析，通过残差项中的数据点到残差项中心线距离和相邻数据点的距离差异，得到残差项中数据点的偏离浮动因子评估模型，构建的偏离浮动因子评估模型可以更准确的评估数据点的偏离情况，便于后续更好的区分异常点，进而通过小于等于预设阈值时的所有偏离浮动因子对应的数据点之间的距离确定最优邻域半径参数值，对目标生理指标数据的残差本文档来自技高网...
【技术保护点】
1.一种普通外科手术智能采集存储系统，其特征在于，该系统包括以下模块：
2.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述根据目标生理指标数据的残差项中的数据点到残差项中心线距离和相邻数据点的距离差异，得到目标生理指标数据的残差项中数据点的偏离浮动因子，包括的具体步骤如下：
3.根据权利要求2所述一种普通外科手术智能采集存储系统，其特征在于，所述根据第一差值和第二差值，得到目标生理指标数据的残差项中第个数据点的偏离浮动因子，包括的具体步骤如下：
4.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述根据小于等于预设阈值时的所有偏离浮动因子对应的数据点之间的距离得到最优邻域半径参数值，包括的具体步骤如下：
5.根据权利要求4所述一种普通外科手术智能采集存储系统，其特征在于，所述根据偏离浮动因子和预设阈值得到偏离浮动因子集合，包括的具体步骤如下：
6.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述根据最优邻域半径参数值对目标生理指标数据的残差项所包含的数据点进行聚
7.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述根据类簇得到数据点的聚类等级，包括的具体步骤如下：
8.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述根据聚类等级和偏离浮动因子得到目标生理指标数据的残差项中数据点的评估因子，包括的具体步骤如下：
9.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述根据评估因子得到目标生理指标数据的残差项中非目标数据点，包括的具体步骤如下：
10.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述对采集到的目标生理指标数据进行时序分解得到目标生理指标数据的残差项，包括的具体步骤如下：
...【技术特征摘要】
1.一种普通外科手术智能采集存储系统，其特征在于，该系统包括以下模块：
2.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述根据目标生理指标数据的残差项中的数据点到残差项中心线距离和相邻数据点的距离差异，得到目标生理指标数据的残差项中数据点的偏离浮动因子，包括的具体步骤如下：
3.根据权利要求2所述一种普通外科手术智能采集存储系统，其特征在于，所述根据第一差值和第二差值，得到目标生理指标数据的残差项中第个数据点的偏离浮动因子，包括的具体步骤如下：
4.根据权利要求1所述一种普通外科手术智能采集存储系统，其特征在于，所述根据小于等于预设阈值时的所有偏离浮动因子对应的数据点之间的距离得到最优邻域半径参数值，包括的具体步骤如下：
5.根据权利要求4所述一种普通外科手术智能采集存储系统，其特征在于，所述根据偏离浮动因子和预设阈值得到偏离浮动因子集合，包括的具体步骤如下：
【专利技术属性】
技术研发人员：曲颜，吴静，王荣严，
申请(专利权)人：深圳泰康医疗设备有限公司，
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。