【技术实现步骤摘要】
本专利技术涉及计算机，具体而言，涉及一种icu病人生理信息检测方法及系统。
技术介绍
1、目前，在重症监护领域，病人的生理指标参数监测是指导临床医护人员定量评估、诊断和治疗重症病人的必要手段。病人在进入手术室或重症监护室(intensive careunit，icu)后，医护人员会将可以监测心率、血压、血氧、呼吸和体温等生理指标的监护仪接入人体，根据病人的生理指标，对病人进行监护，以便于医护人员观察病人的情况。
2、目前现有的icu警报都是基于阈值诊断警报，采用病人的生理指标达到某个阈值从而进行报警。但是因为icu中的病人一般的情况下本身的生理指标都而与普通正常生理指标的人不同，并且因为病症的不同而不同。即使平时每个病人处于正常状态，也会因为自身病症而自身的生理指标不同于正常生理指标。所以需要对每个特定病症的病人，按照他们滋生的病症的情况，对普通状态的生理指标加上其生理指标的变化情况进行判断。
技术实现思路
1、本专利技术的目的在于提供了一种icu病人生理信息检测方法及系统，用以解决现有技术中存在的上述问题。
2、第一方面，本专利技术实施例提供了一种icu病人生理信息检测方法，包括：
3、获得多个时间点的病人生理指标集合；所述病人生理指标集合包含接入人体的监护仪检测病人的多类生理指标；所述多个时间点的病人生理指标集合为当前时间点之前且包含当前时间点的多个时间点检测的病人的多类生理指标；
4、将所述多个时间点的病人生理指标按照固定时间长
5、基于所述多个病人时间生理指数集合，判断病人在生病时的普通状态的生理指标，得到普通生理指标集合、当前生理傅里叶图像和普通傅里叶图像；
6、获得训练好的病人变化网络；所述病人变化网络包含存储结构和检测结构；
7、将所述普通生理指标集合和普通傅里叶图像存储在病人变化网络的存储结构；
8、基于所述当前生理指标集合和当前生理傅里叶图像，通过病人变化网络，判断病人的生理指标的变化，得到病人生理状态；所述病人生理状态包含好转、恶化和普通三个状态；
9、若病人生理状态为好转，发送好转信号；若病人生理状态为恶化，发送恶化信号。
10、可选的，所述病人变化网络的检测结构包括第一神经网络、第一卷积网络、生理特征判别网络和傅里叶判别网络。
11、可选的，所述病人变化网络为通过多个训练数据进行训练得到的训练好的病人变化网络；
12、所述训练数据为将多个病人时间生理指数集合中的其中一个病人时间生理指数集合作为训练当前病人时间生理指数集合，将训练当前病人生理指标集合变换的傅里叶图像作为训练当前傅里叶图像；
13、基于所述训练当前病人生理指标集合和训练当前傅里叶图像，通过病人变化网络，判断病人的生理指标的变化，得到训练病人生理状态；
14、获得标注生理状态；所述标注生理状态表示标注的好转、恶化或普通的状态；
15、将所述训练病人生理状态和标注生理状态计算损失，得到生理状态损失值；
16、若生理状态损失值小于损失阈值，后向传播训练病人变化网络。
17、可选的，所述基于所述当前生理指标集合和当前生理傅里叶图像，通过病人变化网络，判断病人的生理指标的变化，得到病人生理状态，包括：
18、获得正常生理指标；所述正常生理指标表示未存在任何病症下的生理指标；
19、将所述当前生理指标集合中的值输入第一神经网络，提取当前时间点的生理指标的特征，得到当前生理指标特征；
20、将所述存储结构中的普通生理指标集合中的值输入第一神经网络，提取病人普通状态的生理指标的特征，得到普通生理指标特征；
21、将所述正常生理指标输入第一神经网络，提取正常生理指标的特征，得到正常生理指标特征；
22、将所述当前生理指标特征和所述普通生理指标特征输入生理特征判别网络，提取生理指标变化的特征，得到生理指标变化特征；
23、将所述当前生理傅里叶图像输入第一卷积网络，提取当前时间点在傅里叶图像中表现的生理指标的特征，得到当前傅里叶特征；
24、将所述存储结构中的普通傅里叶图像输入第二卷积网络，提取病人普通状态在傅里叶图像中表现的生理指标的特征，得到普通傅里叶特征；
25、将所述当前傅里叶特征和所述普通傅里叶特征输入傅里叶判别网络，提取生理指标变化的特征，得到傅里叶变化特征；
26、将所述生理指标变化特征、正常生理指标特征和傅里叶变化特征输入判别神经网络，判断为好转、恶化和普通三个状态中的其中一个状态，得到病人生理状态。
27、可选的，所述基于所述多个病人时间生理指数集合，判断病人在生病时的普通状态的生理指标，得到普通生理指标集合、当前生理傅里叶图像和普通傅里叶图像，包括：
28、基于所述多个病人生理指标集合，通过时间卷积网络和三维重构网络，得到当前生理傅里叶图像和普通傅里叶图像；
29、基于所述多个病人生理指标集合，判断多类生理指标共同构建的用户生理特征的变化，得到一个普通变化矩阵；
30、基于所述普通变化矩阵，得到普通生理指标集合。
31、可选的，所述基于所述多个病人生理指标集合，通过时间卷积网络和三维重构网络，得到当前生理傅里叶图像和普通傅里叶图像，包括：
32、根据病人生理指标集合，按照生理指标的类别分割为多个时间生理类别集合；
33、将所述时间生理类别集合，通过傅里叶变换，判断多个时间点中一个生理指标对应的类别的变化，得到生理类别傅里叶图像；多个时间生理类别集合对应获得多个生理类别傅里叶图像；
34、将包含当前时间点对应的生理类别傅里叶图像作为当前生理傅里叶图像。
35、将所述多个生理类别傅里叶图像进行叠加，得到三维生理类别图像；多个病人生理指标集合对应获得多个三维生理类别图像；
36、将所述多个三维生理类别图像输入时间卷积网络，提取多个三维生理类别图像之间的变化的特征，得到三维特征图；
37、将所述三维特征图输入三维重构网络，得到普通傅里叶图像。
38、可选的，所述时间卷积网络与三维重构网络的训练方法：
39、获得多个训练图像；所述多个训练图像为历史的病人的生理指标变化过程中的三维生理类别图像；
40、获得标注图像；所述标注图像为多个训练图像中病人处于普通的生理状态的训练图像；
41、根据所述多个训练图像和标注图像共同训练时间卷积网络与三维重构网络。
42、可选的，所述普通变化矩阵的行表示从早到晚的时间本文档来自技高网...
【技术保护点】
1.一种ICU病人生理信息检测方法，其特征在于，包括：
2.根据权利要求1所述的一种ICU病人生理信息检测方法，其特征在于，所述病人变化网络的检测结构包括第一神经网络、第一卷积网络、生理特征判别网络和傅里叶判别网络。
3.根据权利要求2所述的一种ICU病人生理信息检测方法，其特征在于，所述病人变化网络为通过多个训练数据进行训练得到的训练好的病人变化网络；
4.根据权利要求2所述的一种ICU病人生理信息检测方法，其特征在于，所述基于所述当前生理指标集合和当前生理傅里叶图像，通过病人变化网络，判断病人的生理指标的变化，得到病人生理状态，包括：
5.根据权利要求1所述的一种ICU病人生理信息检测方法，其特征在于，所述基于所述多个病人时间生理指数集合，判断病人在生病时的普通状态的生理指标，得到普通生理指标集合、当前生理傅里叶图像和普通傅里叶图像，包括：
6.根据权利要求1所述的一种ICU病人生理信息检测方法，其特征在于，所述基于所述多个病人生理指标集合，通过时间卷积网络和三维重构网络，得到当前生理傅里叶图像和普通傅里叶图像，包括
7.根据权利要求6所述的一种ICU病人生理信息检测方法，其特征在于，所述时间卷积网络与三维重构网络的训练方法：
8.根据权利要求5所述的一种ICU病人生理信息检测方法，其特征在于，所述普通变化矩阵的行表示从早到晚的时间点；所述普通变化矩阵的行表示生理指标的类别。
9.根据权利要求5所述的一种ICU病人生理信息检测方法，其特征在于，所述基于所述普通变化矩阵，得到普通生理指标集合，包括：
10.一种ICU病人生理信息检测系统，其特征在于，包括：
...【技术特征摘要】
1.一种icu病人生理信息检测方法，其特征在于，包括：
2.根据权利要求1所述的一种icu病人生理信息检测方法，其特征在于，所述病人变化网络的检测结构包括第一神经网络、第一卷积网络、生理特征判别网络和傅里叶判别网络。
3.根据权利要求2所述的一种icu病人生理信息检测方法，其特征在于，所述病人变化网络为通过多个训练数据进行训练得到的训练好的病人变化网络；
4.根据权利要求2所述的一种icu病人生理信息检测方法，其特征在于，所述基于所述当前生理指标集合和当前生理傅里叶图像，通过病人变化网络，判断病人的生理指标的变化，得到病人生理状态，包括：
5.根据权利要求1所述的一种icu病人生理信息检测方法，其特征在于，所述基于所述多个病人时间生理指数集合，判断病人在生病时的普通状态的生理指标，得到普通...
【专利技术属性】
技术研发人员：王玉丽，陈维校，林惠盈，叶笑梅，
申请(专利权)人：广州医科大学附属第二医院，
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。