[發明專利]一種基于集成樹的呼吸機假陽性報警信號識別方法及系統

有效

• 申請號: 202010492039.5
• 申請日: 2020-06-03
• 公開（公告）號: CN112245728B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 劉佳明;李想;范皓玥
• 申請（專利權）人: 北京化工大學
• 主分類號: A61M16/00
• 分類號: A61M16/00;G06K9/00;G06K9/62
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 安麗

1.一種基于集成樹的呼吸機假陽性報警信號識別方法，其特征在于，包括以下步驟：

步驟(1)數據收集：從醫院采集病人真實的若干個呼吸機與若干個監護儀監測的樣本數據，并將每個監測儀數據樣本數據和每個呼吸機樣本數據組合作為原始數據集，所述原始數據集包括若干個特征數據和對應的報警信號；

步驟(2)數據預處理：對步驟(1)所述原始數據集的特征數據進行缺失值處理、異常值處理和數據標準化處理，對所述原始數據集的報警信號進行標識處理，進而得到預處理后數據集，所述標識處理為根據既定規則為所述報警信號分別標識不同類別的標簽信息，所述不同類別的標簽信息為真陽性報警信號或假陽性報警信號；

步驟(3)特征選擇：對步驟(2)所述預處理后數據集的特征數據，使用隨機森林進行特征篩選，保留篩選后特征，所述預處理后數據集中的篩選后特征數據與對應的預警信號標簽信息組成訓練數據集；

步驟(4)假陽性報警信號識別：使用步驟(3)所述訓練數據集，對梯度提升決策樹分類器參數進行訓練，得到已訓練的所述報警信號標簽信息類別識別器，所述識別器根據新輸入的篩選后特征數據與對應的預警信號，進而識別輸出所述對應的預警信號標簽信息的類別為真陽性報警信號或假陽性報警信號；

所述步驟(4)的具體實現為：

(41)將步驟(3)得到的所述篩選后特征作為輸入特征向量空間，若第m-1輪的所述梯度提升決策樹分類器識別輸出的預警信號標簽信息為F_m-1(x)，則損失函數L(y,F_m-1(x))＝y-F_m-1(x)，其中x為樣本，y為樣本對應的真實的預警信號標簽信息；

(42)通過L(y,F_m-1(x))對F_m-1(x)求偏導得到第m輪所述梯度提升決策樹分類器的優化方向，學習率γ_m-1控制第m-1輪所述梯度提升決策樹分類器識別輸出的預警信號標簽信息的貢獻度，則第m輪所述梯度提升決策樹分類器識別輸出的預警信號標簽信息為

(43)迭代重復步驟(41)～(42)，直至第m輪與第m-1輪的所述梯度提升決策樹分類器識別輸出的預警信號標簽信息F_m(x)與F_m-1(x)之差小于設定閾值時，則迭代重復停止，得到已訓練的所述報警信號標簽信息類別識別器；

(44)所述識別器根據新輸入的篩選后特征數據與對應的預警信號，進而識別輸出所述對應的預警信號標簽信息的類別為真陽性報警信號或假陽性報警信號。

2.如權利要求1所述的一種基于集成樹的呼吸機假陽性報警信號識別方法，其特征在于，在所述步驟1中：

所述從醫院采集病人真實的呼吸機-監護儀監測數據的樣本頻率以秒為單位，每秒采集三次；

所述若干個特征包括16個體征特征，所述16個體征特征分別為分鐘呼氣量、平均壓、氧氣輸入口壓力、吸入氧氣濃度、呼吸未正壓、自主呼吸頻率、呼吸頻率、吸氣潮氣量、呼氣潮氣量、峰壓、有創血壓平均值、有創血壓高值、有創血壓低值、中心靜脈壓、血氧濃度和心率；

所述將每個所述監測儀數據樣本和每個所述呼吸機樣本數據組合的具體實現為，以呼吸機為主時間戳，采用匹配方法將每個監測儀數據樣本和每個呼吸機樣本數據組合成為一個樣本。