摘要
本发明提供了一种围手术期低血压概率预测方法,可应用于围手术期技术领域。该方法包括:采集患者围手术期的多模态生理信号和静态人口统计学信息;将多模态生理信号切分为固定长度的信号片段作为分析单元;通过对时间邻近性、血流动力学严重性以及血压趋势性加权求和,得到每个信号片段连续的围手术期低血压概率软标签;从信号片段中的动脉血压信号中提取离散的医学先验特征;基于信号片段和医学先验特征,利用双流神经网络,提取频域特征和时域特征;将频域特征、时域特征及医学先验特征拼接为融合特征向量;利用融合特征向量,采用自适应优化算法训练双流神经网络,得到训练完成的双流神经网络;利用双流神经网络,预测围手术期低血压概率。
技术关键词
双流神经网络
频域特征
围手术期
时域特征
概率预测方法
多模态生理
信号
血流动力学参数
血压
统计学特征
医学
形态学特征
分析单元
脉搏传导时间
外周血管阻力
注意力机制
系统为您推荐了相关专利信息
DS证据理论
故障诊断方法
故障诊断模型
主成分分析算法
指标
医疗设备
调节系统
特征提取模块
确定性规则
贪心算法
电池集流体
扫描电镜
扫描电子显微镜
识别方法
谱分析技术