摘要
本发明涉及数据处理技术领域,具体涉及一种甲状腺手术过程中患者体征监测方法及系统,包括:采集甲状腺手术过程中患者体征的体征数据获得原始数据;根据原始数据中每个体征的体征数据周期获得原始数据中每个体征的若干个体征数据分段;根据原始数据中不同体征的体征数据分段之间的匹配关系获得待降维数据;对待降维数据进行降维获得预测参考数据;使用预测参考数据实现甲状腺手术过程中患者的体征监测。本发明旨在解决ARIMA预测算法对多种体征的体征数据分别预测时存在计算复杂度较高的问题,达到降低复杂度提高实时预测效率的目的。
技术关键词
甲状腺手术过程
分段
体征监测方法
基准
周期
特征值
患者
序列
体征监测系统
信息熵
降维算法
数据处理技术
分解算法
复杂度
成分分析
处理器
存储器
关系
系统为您推荐了相关专利信息
智能密码钥匙
固件更新请求
更新方法
终端设备
编码
船舶机舱监测报警
边缘计算中心
设备运行参数
因子
偏差
路径规划方法
密度
拉普拉斯
混合整数规划模型
三维坐标参数