[發明專利]心動過速事件早期風險評估的模型的建立方法及其裝置

有效

• 申請號: 202011243298.0
• 申請日: 2020-11-10
• 公開（公告）號: CN112365978B
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 李德玉;劉曉莉;張政波;歐陽真超
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G16H10/60;G06N3/04;G06K9/62;A61B5/145;A61B5/0205
• 代理公司: 北京京萬通知識產權代理有限公司 11440
• 代理人: 齊曉靜

1.一種心動過速事件早期風險評估的模型的建立方法，該方法包括：數據集構建模塊、數據處理模塊、模型構建與評估模塊；

數據集構建模塊用于匹配重癥監護室和普通病房臨床場景下連續監測生理波形數據庫與電子健康檔案，定義易獲取信息，以及根據發生心動過速事件的定義來確定正負樣本集；

數據處理模塊用于獲取可直接用于模型訓練和評估所需數據集，包括數據提取與處理和特征構建；特征構建針對心率、呼吸速率、血氧飽和度進行構建；

模型構建與評估模塊，用于獲得適用于不同臨床場景下的個體化心動過速實時評估和早期預警的模型，包括：利用患者入院的基本信息進行無監督聚類K-mean算法獲得患者所屬的亞群；利用雙向記憶神經網絡，基于大樣本集的重癥監護場景的模型構建、訓練和評估；基于小樣本集的普通病房場景的模型遷移、訓練和評估；

構建的模型包括數據預處理單元、特征計算單元、模型運算單元，根據輸入模型的待評估個體的數據，經過數據預處理、特征計算和模型計算后，可根據需求輸出未來0-6小時風險評分，以對在重癥監護室或普通病房的待評估個體的心動過速進行個體化實時評估和早期預警；

所述數據提取與處理包括：數據清洗、數據采樣、數據插值；其中，數據清洗包括：格式統一、單位統一、去除離群值、去除缺失任意生命體征的樣本集、去除噪聲占比30％、去除缺失數據占比30％；數據采樣為降采樣；數據插值為前向插值；

所述特征構建為基于觀測窗口，針對3個核心生命體征分別構建相應的統計特征；該統計特征為21個，包括：

心率統計特征：心率均值(hr_mean)、心率標準差(hr_std)、心率總和(hr_sum)、心率斜率(hr_slope)、心率能量(hr_abs_energy)、lag＝2時心率非線性量化(hr_c2)、lag＝3時心率非線性量化(hr_c3)、心率10％分位數(hr_quantiles_01)、心率30％分位數(hr_quantiles_03)、心率70％分位數(hr_quantiles_07)；

呼吸速率統計特征：呼吸速率均值(resp_mean)、呼吸速率標準差(resp_std)、呼吸速率斜率(resp_slope)、呼吸速率能量(resp_abs_energy)、呼吸速率非線性量化(resp_c3)；

血氧飽和度統計特征：血氧飽和度均值(spo2_mean)、血氧飽和度標準差(spo2_std)、血氧飽和度斜率(spo2_slope)、血氧飽和度非線性量化(spo2_c3)、血氧飽和度能量(spo2_abs_energy)；

綜合特征：all_autocorrelation。

2.根據權利要求1所述的方法，其特征在于：通過根據患者的唯一標識ID和住院時間匹配相應的連續監測生理波形數據庫與電子健康檔案，并確定兩類易獲取的研究特征：

動態信息，其包括：心率、呼吸速率、血氧飽和度，可由監護儀或者可穿戴設備便捷獲取，用于挖掘生理狀態變化的動態、隱藏信息；

靜態信息，其包括：年齡、性別、入院類型、入院科室、心血管疾病史，用于表征患者基礎疾病狀況。