【技术实现步骤摘要】
本专利技术涉及医疗预警的，具体为一种高危新生儿预警评分系统及方法。
技术介绍
1、在医疗健康监测和预警系统的领域中，特别是新生儿重症监护领域，这一领域关注的是在新生儿重症监护环境中，对新生儿的生命体征和生理状态进行实时监测与管理。具体而言，高危新生儿的监测和预警涉及对新生儿的个性特征和生理状态进行高精度的持续监测，以及时发现潜在的健康威胁。然而，由于新生儿尤其是早产儿的生理状态非常敏感，护理干预过程中常常会引发生理参数的异常变化，这给临床判断带来了挑战，其中，护理干预包括体位改变、吸痰及喂养等。
2、目前，在新生儿护理过程中，往往难以准确区分由于护理干预引起的生理参数波动与实际健康风险，这种区分的难度主要在于护理干预会引起类似健康问题的生理变化，例如心率、呼吸频率的急剧变化，或血氧饱和度的波动。现有的监测系统通常对这些波动难以做出精准的区分，可能导致误报或漏报，从而影响医护人员的判断，甚至延误对新生儿的及时干预。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种高危新生儿预警评分系统及方法，以解决上述
技术介绍
中医疗监测系统容易误报或漏报的技术问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：
3、第一方面，本专利技术提供一种高危新生儿预警评分系统，包括：状态监测模块、数据预处理模块、预警把控模块、初步识别模块、异常分析模块及评分模块；
4、所述状态监测模块用于对新生儿重症监护室内的新生儿进行实时监测，以获取新生
5、所述数据预处理模块用于对相关个性特征数据信息以及相关生理状态数据信息进行预处理，去除噪声、平滑图像以及进行几何校正，生成监测数据集，并利用无量纲处理技术，对监测数据集中相关数据信息进行标准化处理；
6、所述预警把控模块用于依据相关个性特征数据信息，构建预警程度因子ycyz，依据预警程度因子ycyz数值，设定一号预警阈值；
7、所述初步识别模块用于基于新生儿的相关生理状态数据信息，并结合一号预警阈值，识别异常生理参数并发出初步预警指令；
8、所述异常分析模块用于在接收到初步预警指令后，对异常生理参数进行统计，以获取异常指标集合，根据异常指标集合，构建预警评分指数ypzs；
9、所述评分模块用于预先设置评估阈值，并将所述评估阈值与所述预警评分指数ypzs进行比对分析，以综合判断出当前新生儿的危险状态，并根据危险状态采取相应干预手段。
10、优选的，所述状态监测模块包括一号数据采集单元和二号数据采集单元；
11、所述一号数据采集单元用于实时监测并记录新生儿重症监护室内新生儿的相关个性特征数据信息，其中，所述相关个性特征数据信息包括新生儿重症监护室内若干个新生儿的出生体重ctz及胎龄tz；
12、所述二号数据采集单元用于实时监测与记录新生儿的相关生理状态数据信息，其中，所述相关生理状态数据信息包括新生儿在护理干预的情况下，各个监测时段内新生儿的心率参数、血压参数、呼吸频率参数、血氧饱和度参数、体温参数、血糖水平及心输出量xsc。
13、优选的，所述数据预处理模块包括处理单元和统一单元；
14、所述处理单元用于利用滤波器对相关个性特征数据信息以及相关生理状态数据信息中的噪声进行识别与滤除，并采用双边滤波方法对其进行平滑处理，并填补缺失值，其中，填补缺失值方法包括均值填补、中位数填补、插值法填补以及回归法填补；
15、所述统一单元用于利用无量纲化技术对处理单元中的相关数据信息进行标准化处理，将不同量纲的数据转化为无量纲的统一形式。
16、优选的，所述预警把控模块包括预警标准分析单元和判断单元；
17、所述预警标准分析单元用于依据相关个性特征数据信息，将所述胎龄tz及所述出生体重ctz作无量纲处理，并将对应的数据值映射至区间内，构建预警程度因子ycyz，所述预警程度因子ycyz通过以下公式获取：；式中，a及b均为权重值，e表示为欧拉数。
18、优选的，所述判断单元用于根据预警标准分析单元中获取预警程度因子ycyz的方式，计算出新生儿重症监护室内若干个新生儿的预警程度因子ycyz，并将若干组预警程度因子ycyz通过统计学，分别计算出平均预警程度因子及预警程度因子的标准差；并基于平均预警程度因子及预警程度因子的标准差，通过如下公式设定一号预警阈值：
19、；式中，k表示为常数；
20、通过将若干组预警程度因子ycyz进行数值大小排序，以获取一组数据列，通过将数据列分成前、中及后三个部分，并对三部分分别设定不同数值的常数k，其中常数k的数值为1-3，前部分的常数k数值设定为3，中部分的常数k数值设定为2，后部分的常数k数值设定为1；其中，排序方式为：从小到大顺序。
21、优选的，所述初步识别模块包括异常识别单元、预警单元及历史统计单元；
22、所述异常识别单元用于根据新生儿的相关生理状态数据信息，结合统计学求均值的算法，分别获取相关生理状态数据信息内各参数的均值，其中，所述心输出量xsc通过以下公式获取：其中，sv表示为每搏输出量，pwtt表示为脉搏波传导时长；
23、所述预警单元用于基于相关生理状态数据信息内各参数的均值，并结合一号预警阈值，识别异常生理参数，具体判断内容如下：
24、若相关生理状态数据信息内相应生理参数的均值落入一号预警阈值内时，识别出当前新生儿的生理参数未处于异常状态，此时将暂不向外发出初步预警指令；
25、若相关生理状态数据信息内相应生理参数的均值未落入一号预警阈值内时，识别出当前新生儿的生理参数处于异常状态，并标记为异常生理参数，此时将向外发出初步预警指令；
26、所述历史统计单元用于根据异常识别单元及预警单元中分析与识别异常生理参数的方式，统计出历史时段内新生儿在护理干预的情况下，出现异常状态的相应生理参数，以生成历史异常集合。
27、优选的，所述异常分析模块用于在接收到初步预警指令之后，对异常生理参数进行统计并获取异常指标集合，若异常指标集合内存在与历史异常集合内相同的异常生理参数，此时初步将新生儿所出现的异常生理参数分类成非病理性异常；
28、同时根据异常指标集合，将异常参数滞留时长ydsc及异常偏差值ypcz作无量纲处理，并将对应的数据值映射至区间内，构建相应异常生理参数的异常评估系数ygxs，具体通过以下公式获取：；式中，表示为异常参数数量，、及均为权重值，表示为第一修正常数。
29、优选的，所述根据异常指标集合，构建预警评分指数ypzs包括：
30、根据异常指标集合，通过以下公式获取预警评分指数ypzs：；式中，i=1、2、3、...、n，n表示为异常指标集合内异常生理参数的数量，表示为第i异常生理参数的异常评估系数，表示为平均异常评估系数，表示为第i异常生理参数的呼吸本文档来自技高网...
【技术保护点】
1.一种高危新生儿预警评分系统，其特征在于，包括：状态监测模块、数据预处理模块、预警把控模块、初步识别模块、异常分析模块及评分模块；
2.根据权利要求1所述的高危新生儿预警评分系统，其特征在于，所述状态监测模块包括一号数据采集单元和二号数据采集单元；
3.根据权利要求1所述的高危新生儿预警评分系统，其特征在于，所述数据预处理模块包括处理单元和统一单元；
4.根据权利要求2所述的高危新生儿预警评分系统，其特征在于，所述预警把控模块包括预警标准分析单元和判断单元；
5.根据权利要求4所述的高危新生儿预警评分系统，其特征在于，所述判断单元用于根据预警标准分析单元中获取预警程度因子Ycyz的方式，计算出新生儿重症监护室内若干个新生儿的预警程度因子Ycyz，并将若干组预警程度因子Ycyz通过统计学，分别计算出平均预警程度因子及预警程度因子的标准差；并基于平均预警程度因子及预警程度因子的标准差，通过如下公式设定一号预警阈值：
6.根据权利要求2所述的高危新生儿预警评分系统，其特征在于，所述初步识别模块包括异常识别单元、预警单元及历史
7.根据权利要求6所述的高危新生儿预警评分系统，其特征在于，所述异常分析模块用于在接收到初步预警指令之后，对异常生理参数进行统计并获取异常指标集合，若异常指标集合内存在与历史异常集合内相同的异常生理参数，此时初步将新生儿所出现的异常生理参数分类成非病理性异常；
8.根据权利要求7所述的高危新生儿预警评分系统，其特征在于，所述根据异常指标集合，构建预警评分指数Ypzs包括：
9.根据权利要求5所述的高危新生儿预警评分系统，其特征在于，所述评分模块包括比较单元和干预单元；
10.一种高危新生儿预警评分方法，用于实现上述权利要求1~9任一项所述的高危新生儿预警评分系统，其特征在于，包括：
...【技术特征摘要】
1.一种高危新生儿预警评分系统，其特征在于，包括：状态监测模块、数据预处理模块、预警把控模块、初步识别模块、异常分析模块及评分模块；
2.根据权利要求1所述的高危新生儿预警评分系统，其特征在于，所述状态监测模块包括一号数据采集单元和二号数据采集单元；
3.根据权利要求1所述的高危新生儿预警评分系统，其特征在于，所述数据预处理模块包括处理单元和统一单元；
4.根据权利要求2所述的高危新生儿预警评分系统，其特征在于，所述预警把控模块包括预警标准分析单元和判断单元；
5.根据权利要求4所述的高危新生儿预警评分系统，其特征在于，所述判断单元用于根据预警标准分析单元中获取预警程度因子ycyz的方式，计算出新生儿重症监护室内若干个新生儿的预警程度因子ycyz，并将若干组预警程度因子ycyz通过统计学，分别计算出平均预警程度因子及预警程度因子的标准差；并基于平均预警程度因子及预...
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。