基于数据采集的手术间负压检测方法及系统

本发明涉及基于数据采集的手术间负压检测方法及系统，涉及负压检测技术领域。该基于数据采集的手术间负压检测方法，对手术间多个测量区域，采集内外气压差值并判断是否处于异常区间，若处于则标记为初始异常区域，并获取对应区域的状态时序数据，输入预训练深度学习模型进行时序分析，得到区域时序特征集，基于该特征集计算负压评估指数，并与预设异常区间比较，若符合则为负压异常区域，本发明通过采集手术间多个区域的气压差及环境、空气、声振时序数据，利用融合Bi‑GRU、卷积神经网络和Transformer的深度学习模型，提取多维动态特征，构建负压评估指标，有效弥补单一气压阈值不足，提升负压监测准确性。