摘要
本发明涉及一种谵妄风险评估方法。针对包括感染、药物使用、代谢紊乱、睡眠障碍的谵妄多重诱发因子,设计集成化的多维数据采集系统;从患者的体征监测设备、电子病历系统和护理记录中实时采集数据,包括心率变异性、血氧水平、体温波动的生理参数、包括炎症因子、肾功能、电解质平衡的生化指标及包括睡眠模式、活动量、认知测试结果的行为数据;采用时间序列分析技术,挖掘患者在多个生理和行为参数上的变化模式,识别出谵妄的早期征兆;利用长期短期记忆网络LSTM深度学习算法,分析患者在不同时间段内的参数波动趋势,提取谵妄前兆的时间序列特征;基于谵妄特征的时间序列分析结果,构建多因子融合风险评估模型。
技术关键词
风险评估方法
时间序列特征
时间序列分析方法
时间序列分析技术
风险评估模型
体征监测设备
电子病历系统
融合方法
异常数据点
因子
深度学习算法
数据采集系统
多维健康数据
周期性
Softmax函数
认知功能评估
患者生理数据
系统为您推荐了相关专利信息
结石
预测评估模型
时间序列特征
动态时间弯曲距离
患者
康复护理系统
萤火虫优化算法
LSTM模型
风湿
患者
电力系统风险评估
爬坡需求
生成对抗网络
风险评估模型
建立电力系统
数据采集模块
措施
风险评估模型
数据处理模块
模拟单元