摘要
本发明涉及医疗数据挖掘技术领域,具体涉及一种肾内科患者体征生理数据监测方法、系统及医疗设备。本发明首先获取肾内科患者每天的标准体征向量;进一步对标准体征向量进行聚类,获得时序子段,并筛选出异常子段;进一步根据每个异常子段内标准体征向量的数量和异常特征,获得每个异常子段的异常因子;进一步将相邻同类时序子段进行合并,获得正常序列段和异常序列段;进一步根据每个异常序列段内异常子段的数量、异常因子的波动特征和统计特征,结合每个异常序列段与相邻的正常序列段之间的差异特征,获取每个异常序列段的修正恶化因子;最后获取每天体征生理数据的权重,利用ARIMA模型获取预测生理数据。
技术关键词
序列
因子
生理数据监测方法
指标
ARIMA模型
数值
时间差
时序
生理数据监测系统
医疗数据挖掘技术
波动特征
统计特征
分析模块
监测医疗设备
数据获取模块
患者
分布特征
系统为您推荐了相关专利信息
生成测试数据
样本
建筑设计模型
机器学习算法
日志
算法模型
微生物菌种
表型特征
分选技术
细胞悬液