CN117133463A - 一种血液透析容量负荷多维评估系统 - Google Patents
一种血液透析容量负荷多维评估系统 Download PDFInfo
- Publication number
- CN117133463A CN117133463A CN202311382393.2A CN202311382393A CN117133463A CN 117133463 A CN117133463 A CN 117133463A CN 202311382393 A CN202311382393 A CN 202311382393A CN 117133463 A CN117133463 A CN 117133463A
- Authority
- CN
- China
- Prior art keywords
- dialysis
- patient
- coefficient
- sign
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001631 haemodialysis Methods 0.000 title claims abstract description 24
- 230000000322 hemodialysis Effects 0.000 title claims abstract description 24
- 238000011156 evaluation Methods 0.000 title abstract description 10
- 238000000502 dialysis Methods 0.000 claims abstract description 258
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 230000036541 health Effects 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000012417 linear regression Methods 0.000 claims abstract description 9
- 238000011282 treatment Methods 0.000 claims abstract description 8
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims description 28
- 239000003792 electrolyte Substances 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 17
- 239000000385 dialysis solution Substances 0.000 claims description 15
- 229940109239 creatinine Drugs 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 230000036772 blood pressure Effects 0.000 claims description 10
- 210000002700 urine Anatomy 0.000 claims description 10
- 230000036391 respiratory frequency Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 8
- 239000008280 blood Substances 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 239000012088 reference solution Substances 0.000 claims description 5
- 230000004913 activation Effects 0.000 claims description 3
- 238000001994 activation Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 230000036387 respiratory rate Effects 0.000 claims description 3
- 239000010865 sewage Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 210000002966 serum Anatomy 0.000 description 12
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 239000011734 sodium Substances 0.000 description 5
- 229910052708 sodium Inorganic materials 0.000 description 5
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 4
- 239000011591 potassium Substances 0.000 description 4
- 229910052700 potassium Inorganic materials 0.000 description 4
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 3
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 3
- 206010028813 Nausea Diseases 0.000 description 3
- 206010047700 Vomiting Diseases 0.000 description 3
- 239000011575 calcium Substances 0.000 description 3
- 229910052791 calcium Inorganic materials 0.000 description 3
- 239000000460 chlorine Substances 0.000 description 3
- 229910052801 chlorine Inorganic materials 0.000 description 3
- 230000003631 expected effect Effects 0.000 description 3
- 230000008693 nausea Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 208000019025 Hypokalemia Diseases 0.000 description 2
- 206010021036 Hyponatraemia Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000017169 kidney disease Diseases 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 208000009304 Acute Kidney Injury Diseases 0.000 description 1
- 206010002942 Apathy Diseases 0.000 description 1
- 206010003671 Atrioventricular Block Diseases 0.000 description 1
- 208000020084 Bone disease Diseases 0.000 description 1
- 208000014644 Brain disease Diseases 0.000 description 1
- 206010048962 Brain oedema Diseases 0.000 description 1
- BHPQYMZQTOCNFJ-UHFFFAOYSA-N Calcium cation Chemical compound [Ca+2] BHPQYMZQTOCNFJ-UHFFFAOYSA-N 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010013954 Dysphoria Diseases 0.000 description 1
- 208000032274 Encephalopathy Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 206010020564 Hyperadrenocorticism Diseases 0.000 description 1
- 208000008454 Hyperhidrosis Diseases 0.000 description 1
- 208000029422 Hypernatremia Diseases 0.000 description 1
- 208000003623 Hypoalbuminemia Diseases 0.000 description 1
- 206010021333 Ileus paralytic Diseases 0.000 description 1
- 201000005081 Intestinal Pseudo-Obstruction Diseases 0.000 description 1
- 206010030302 Oliguria Diseases 0.000 description 1
- 102000003982 Parathyroid hormone Human genes 0.000 description 1
- 108090000445 Parathyroid hormone Proteins 0.000 description 1
- 208000033626 Renal failure acute Diseases 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 208000032851 Subarachnoid Hemorrhage Diseases 0.000 description 1
- 208000002667 Subdural Hematoma Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 201000011040 acute kidney failure Diseases 0.000 description 1
- 208000012998 acute renal failure Diseases 0.000 description 1
- 208000022531 anorexia Diseases 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 208000006752 brain edema Diseases 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000020832 chronic kidney disease Diseases 0.000 description 1
- 208000022831 chronic renal failure syndrome Diseases 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 206010061428 decreased appetite Diseases 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 239000012510 hollow fiber Substances 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 208000028774 intestinal disease Diseases 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 208000027905 limb weakness Diseases 0.000 description 1
- 231100000861 limb weakness Toxicity 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 201000007620 paralytic ileus Diseases 0.000 description 1
- 239000000199 parathyroid hormone Substances 0.000 description 1
- 229960001319 parathyroid hormone Drugs 0.000 description 1
- XAEFZNCEHLXOMS-UHFFFAOYSA-M potassium benzoate Chemical compound [K+].[O-]C(=O)C1=CC=CC=C1 XAEFZNCEHLXOMS-UHFFFAOYSA-M 0.000 description 1
- 208000007645 potassium deficiency Diseases 0.000 description 1
- 208000024896 potassium deficiency disease Diseases 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009256 replacement therapy Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
- A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
- A61M1/16—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis with membranes
- A61M1/1601—Control or regulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
- A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
- A61M1/16—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis with membranes
- A61M1/1601—Control or regulation
- A61M1/1613—Profiling or modelling of patient or predicted treatment evolution or outcome
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pure & Applied Mathematics (AREA)
- Urology & Nephrology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Mathematical Optimization (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Epidemiology (AREA)
- Emergency Medicine (AREA)
- Primary Health Care (AREA)
- Vascular Medicine (AREA)
- Pathology (AREA)
- Hematology (AREA)
- Operations Research (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Anesthesiology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- External Artificial Organs (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
Abstract
本发明公开了一种血液透析容量负荷多维评估系统,涉及医疗信息技术领域,获取监测数据并建立体征数据集,由所述体征数据集生成患者的体征系数Tz(b,x,h);获取监控数据并建立患者的透析指标集,由透析指标集生成患者透析指标的变动系数Tbd(e,n,g);由设备状态集生成透析状态系数Tx(v,t,p),若获取的透析状态系数Tx(v,t,p)不在状态阈值范围内,对变动系数Tbd(e,n,g)做多重线性回归分析;使用训练后的患者透析模型,测试获取合适透析液成分;生成透析负荷指数Tx(t,t),对透析负荷指数Tx(t,t)进行预测,进一步地提高透析的效果,降低透析负荷,进而对患者的健康形成充分保障。
Description
技术领域
本发明涉及医疗信息技术领域,具体为一种血液透析容量负荷多维评估系统。
背景技术
血液透析是一种肾脏替代治疗方式,用于急慢性肾功能衰竭患者的治疗,血液透析的过程主要是将体内血液引流至体外,通过一个由无数根空心纤维组成的透析器进行物质交换,以清除体内的代谢废物、维持电解质和酸碱平衡,并清除体内过多的水分,并将经过净化的血液回输到体内,而在准备血液透析时,需要准备患者、透析室、透析器、透析管道及内瘘穿刺针和配制透析液等用品。
在申请号为202111159292.X的中国发明专利中,公开了一种血液透析质量监控辅助系统,系统包括:数据收集模块,用于收集至少一个收集维度的数据,所述数据包括患者数据、医护数据和科室数据:指标统计模块,用于根据所述数据收集模块的数据,统计并计算指标,生成标准化指标,监控所述标准化指标:质量控制模块,用于根据每个所述患者数据,形成科室数据,反馈并提醒医护人员透析质量数据,生成质量报告。
以上申请所记载的技术方案,可以帮助透析室进行质量管控,辅助提升患者透析质量,提供透析服务质量,但是以上的申请方案中,对血液透析质量进行评估后,在继续执行透析任务时,难以给出更佳的参考方案,也不便于通过调整透析设备的运行状态来降低透析负荷,因此,在透析时难以对患者健康形成充分的保障。
为此,本发明提供了一种血液透析容量负荷多维评估系统。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种血液透析容量负荷多维评估系统,获取监测数据并建立体征数据集,由所述体征数据集生成患者的体征系数Tz(b,x,h);获取监控数据并建立患者的透析指标集,由透析指标集生成患者透析指标的变动系数Tbd(e,n,g);由设备状态集生成透析状态系数Tx(v,t,p),若获取的透析状态系数Tx(v,t,p)不在状态阈值范围内,对变动系数Tbd(e,n,g)做多重线性回归分析;使用训练后的患者透析模型,测试获取合适透析液成分;生成透析负荷指数Tx(t,t),对透析负荷指数Tx(t,t)进行预测;进一步的提高透析的效果,降低透析负荷,进而对患者的健康形成充分保障,从而解决了背景技术中提出的,不便于通过调整透析设备的运行状态来降低透析负荷,在透析时难以对患者健康形成充分的保障的技术问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种血液透析容量负荷多维评估系统,健康监测单元、患者完成一个周期的透析后,对患者的身体状态进行监测,获取监测数据并建立体征数据集,由所述体征数据集生成患者的体征系数Tz(b,x,h),在所获取的体征系数Tz(b,x,h)超过体征阈值时,向外部发出第一预警信息;
透析状态监测单元、若接收到第一预警信息,对患者在透析后的健康指标进行监控,获取监控数据并建立患者的透析指标集,由透析指标集生成患者透析指标的变动系数Tbd(e,n,g),若所获取的透析指标的变动系数Tbd(e,n,g)不高于预设的变动阈值时,发出第二预警信息;
设备运行监测单元、若接收到第二预警信息,对执行透析任务的透析设备的运行状态进行监控,建立设备状态集,由设备状态集生成透析状态系数Tx(v,t,p),若获取的透析状态系数Tx(v,t,p)不在状态阈值范围内,对变动系数Tbd(e,n,g)做多重线性回归分析,获取与其对应的影响系数Yx(t,t),影响系数Yx(t,t)未超过影响程度阈值时,发出通知信息;
方案处理单元、使用现有数据建立透析模型数据集,并结合神经网络模型,训练生成患者透析模型,使用训练后的患者透析模型,分析获取若干种各成分比例不同并使变动系数Tbd(e,n,g)处于状态阈值范围内的透析液,以此生成相应的若干种透析方案,筛选出该若干种方案中的最优方案作为参考方案;
数据分析单元、在执行参考方案后并经过观察后,获取观察后的体征系数Tz(b,x,h)及变动系数Tbd(e,n,g),将两者关联生成透析负荷指数Tx(t,t),对透析负荷指数Tx(t,t)进行预测并获取相应的预测值,在透析负荷指数Tx(t,t)与其预测值中的至少有一个超过对应阈值时,发出报警信息。
进一步地,对患者当前的身体状态进行监测,获取监测数据并建立体征数据集;其中,所述体征数据集的建立方法如下:在监测周期内,获取的患者血压数据、心率数据及呼吸频率数据,分别生成血压Bv、心率Xv及呼吸频率Hv;沿着时间轴并以每个监测周期作为间隔,将以上数据连续获取若干组,在汇总后建立患者的体征数据集。
进一步地,由所述体征数据集生成患者的体征系数Tz(b,x,h),其具体方式如下:对血压Bv、心率Xv及呼吸频率Hv均做线性归一化处理,将对应的数据值投射到内:
其中,参数意义为:n为大于1的正整数,,权重系数:/>,/>,且/>,所述/>为血压的历史均值,/>为心率的历史均值,/>为呼吸频率的历史均值;在所获取的体征系数Tz(b,x,h)超过体征阈值时,发出第一预警信息。
进一步地,若接收到第一预警信息,对患者在透析后的健康指标进行监控;其中,所继续要监控的参数至少包括如下:获取在接下来的一个透析周期内,患者的尿液量Nm及肌酐清除率Gr,对患者的电解质水平进行监测,获取各个电解质的浓度与其标准值的比值,并在连续获取若干个比值后,平均获取其均值作为电解质系数Ex;将尿液量Nm、肌酐清除率Gr及电解质系数Ex汇总后,建立患者的透析指标集。
进一步的,由患者的透析指标集生成患者透析指标的变动系数Tbd(e,n,g),其具体的生成方式如下:对将尿液量Nm、肌酐清除率Gr及电解质系数Ex均做线性归一化处理,将对应的数据值投射到内:
其中,为尿液量的历史均值,/>为肌酐清除率的历史均值,/>为电解质系数的历史均值,n为大于1的正整数,/>,/>,/>,且/>;
若所获取的透析指标的变动系数Tbd(e,n,g)不高于预设的变动阈值时,向外部发出第二预警信息。
进一步地,接收到第二预警信息后,对执行透析任务的透析设备的运行状态进行监控,并获取对应的监控结果,建立设备状态集;所述设备状态集的建立方式如下:获取当前的透析液流速Tv,获取当前患者的透析总时长,生成透析时长Tt;依据透析设备两次启用之间的间隔,生成透析频率Tp;在连续获取若干组后,将以上运行数据汇总后,建立设备状态集。
进一步的,由设备状态集生成透析状态系数Tx(v,t,p),其生成方式如下:对透析液流速Tv、透析时长Tt及透析频率Tp做无量纲处理后,依照如下公式
n为大于1的正整数,,/>,/>,且/>;若获取的透析状态系数Tx(v,t,p)不在状态阈值范围内,发出提示信息;
未接收到提示信息时,并以透析液流速Tv及透析时长Tt作为自变量,以变动系数Tbd(e,n,g)作为因变量,做多重线性回归分析,生成对应的回归方程;从回归方程中获取与自变量相对应的回归系数,将两者加总后生成系数和,作为影响系数Yx(t,t);在影响系数Yx(t,t)未超过影响程度阈值时,向外部发出通知信息。
进一步地,接收到通知信息后,结合透析设备的规格及性能参数,患者的体征数据及病症数据,以及透析液的成分,汇总生成透析模型数据集,并在透析模型数据集中抽取部分数据,分别作为训练集和测试集,使用神经网络模型,在经过训练和测试后,生成患者透析模型;
以患者透析指标的变动系数Tbd(e,n,g)作为输出,以当前的透析液成分为输入,结合训练后的患者透析模型,依据患者当前的病症,对透析液的成分进行调整后,获取相对应的变动系数Tbd(e,n,g);
获取使变动系数Tbd(e,n,g)处于状态阈值范围内的若干种成分比例不同的透析液,生成相应的若干种透析方案;并在影响系数Yx(t,t)未超过影响程度阈值时,筛选出其中使变动系数Tbd(e,n,g)位于状态阈值范围内且保持最大的透析方案,以此作为参考方案。
进一步地,执行对应的参考方案后,设置观察周期,该观察周期至少包括若干个透析周期;在经过第一个观察周期后,获取第二个观察周期内每个透析周期前的体征系数Tz(b,x,h)及每个透析周期后的变动系数Tbd(e,n,g),将以上两者相关联,生成透析负荷指数Tx(t,t),其具体的方式如下:
其中,i为当前的污水数据在第二数据序列内的序号,,/>为在i位置上的体征系数值,/>为i位置及之前体征系数的均值,/>为在i位置上的体征系数值,/>为i位置及之前体征系数的均值,其中,/>为第一中间值,/>为第二中间值。
进一步地,依照如下公式生成数据质量系数Tx(t,t):
其中,,m为大于1的正整数,/>,/>,且/>,其具体值由用户调整设置,其中,/>为若干个第一中间值的均值,/>为若干个第二中间值的均值;
若获取的透析负荷指数Tx(t,t)不低于负荷阈值,发出第一报警信息;
未发出第一报警信息时,连续获取若干个透析负荷指数Tx(t,t);对该若干个透析负荷指数Tx(t,t)进行函数拟合,并在经过K-S检验后生成拟合函数,并将其作为指数预测函数以对透析负荷指数Tx(t,t)进行预测,获取第一预测值;
依据平滑指数预测法对透析负荷指数Tx(t,t)的变化趋势进行预测,获取第二预测值;若第一及第二预测值中的至少有一个超过对应阈值时,发出第二报警信息。
(三)有益效果
本发明提供了一种血液透析容量负荷多维评估系统,具备以下有益效果:
1、对透析后的代表性的体征参数进行检测,生成变动系数Tbd(e,n,g),依据变动系数Tbd(e,n,g)对当前的透析指标进行判断,若是判定当前的透析未能达到所预期的效果,此时则需要对透析方案进行调整,以便于在患者可接受的负荷内形成新的透析方案,以对患者的健康形成充分的保障。
2、通过关联生成透析状态系数Tx(v,t,p),以其对透析设备的运行状态是否合规进行判断,若其不在预设的阈值范围内时,则需要对患者的透析策略进行调整,例如,降低或者增加透析的频率等,以对患者在透析时的负荷状态形成调整;通过多重回归分析验证设备的运行状态,验证当前的透析策略对当前患者的健康的影响程度,对调整设备的运行状态的起到指导作用,进而对患者的健康状态形成保障。
3、使用神经网络模型生成患者透析模型,对透析液成分进行调整,在经过若干次的调整测试后,选择其中效果最好一种或者多种的透析液构成方案,并以此作为参考方案,在执行该参考方案时,结合对设备的运行状态的调整,能够进一步地提高透析的效果,降低透析负荷,进而对患者的健康形成充分保障。
4、在执行了调整之后的透析策略后,包括改进后的透析液及改进后的设备运行状态,将体征系数Tz(b,x,h)及每个透析周期后的变动系数Tbd(e,n,g),关联生成透析负荷指数Tx(t,t),以患者的健康状态作为判断透析负荷的基础,通过透析负荷指数Tx(t,t)判断当前的透析是否超负荷,若是存在超负荷的情况,则说明此时需要重新制定透析策略,否则会对患者的健康不利,通过对透析负荷指数Tx(t,t)进行预测并获取预测值,对透析负荷情况进行预测,从而在产生隐患时提前进行处理,对患者的健康形成保障。
附图说明
图1为本发明血液透析容量负荷多维评估系统结构示意图;
图2为本发明血液透析容量负荷多维评估方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1及图2,本发明提供一种血液透析容量负荷多维评估系统,包括:
健康监测单元、患者完成一周期的透析后,对患者的身体状态进行监测,获取监测数据并建立体征数据集,由所述体征数据集生成患者的体征系数Tz(b,x,h),在所获取的体征系数Tz(b,x,h)超过体征阈值时,向外部发出第一预警信息;
具体包括如下内容:
步骤101、在患者完成一次透析过程后,对患者当前的身体状态进行监测,获取监测数据并建立体征数据集;其中,所述体征数据集的建立方法如下:
预先设置监测周期,例如,以1分钟或者2分钟为一个监测周期,在监测周期内,获取的患者血压数据、心率数据及呼吸频率数据,分别生成血压Bv、心率Xv及呼吸频率Hv;沿着时间轴并以每个监测周期作为间隔,将以上数据连续获取若干组,在汇总后建立患者的体征数据集;
步骤102、由所述体征数据集生成患者的体征系数Tz(b,x,h),其具体方式如下:对血压Bv、心率Xv及呼吸频率Hv均做线性归一化处理,将对应的数据值投射到内,
其中,参数意义为:n为大于1的正整数,,权重系数:/>,/>,且/>,其具体值由用户调整设置,所述/>为血压的历史均值,/>为心率的历史均值,/>为呼吸频率的历史均值;
也需要说明的是,体征系数Tz(b,x,h)的获取可能存在方式有很多种,本方案中仅仅定义了其中的一种,本领域技术人员可以基于其他类似的参数及方式获取到体征系数Tz(b,x,h)的这一特征,也即是说,本方案公开的关联方法,仅仅是起到一种公开作用,并非是对体征系数Tz(b,x,h)的这一特征做出进一步的限定。
而由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数;将设定的预设比例系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到、/>及/>的取值;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数;只要不影响参数与量化后数值的比例关系即可,下同。
结合历史数据,并在使患者保持健康的条件下,预先设置体征阈值,在所获取的体征系数Tz(b,x,h)超过体征阈值时,说明患者在做完透析后未达到所要预期的效果;此时,向外部发出第一预警信息;
使用时,结合步骤101及102中的内容:
在患者完成一次透析后,获取患者当前的体征数据,并在其中筛选出具有代表性的部分后,进而生成体征系数Tz(b,x,h),以此对患者当前的身体状态进行大体上的评估和判断,若是评估结果表示患者的当前状态不佳,或者处于不健康的状态下,则说明该状态可能是由于透析方案不佳导致的,需要及时地进行改善,同时,也需要对患者的健康进行关注。
透析状态监测单元、若接收到第一预警信息,对患者在透析后的健康指标进行监控,获取监控数据并建立患者的透析指标集,由透析指标集生成患者透析指标的变动系数Tbd(e,n,g),若所获取的透析指标的变动系数Tbd(e,n,g)不高于预设的变动阈值时,发出第二预警信息;
具体包括如下内容:
步骤201、若是接收到第一预警信息,则说明患者的健康状态在透析后并获取所预期的好转,此时,需要继续对患者在透析后的健康指标进行监控;其中,所继续要监控的参数至少包括如下:
获取在接下来的一个透析周期内,即此次透析结束至下次透析开始前,患者的尿液量Nm,并进而获取患者体内的肌酐清除率Gr,也即内生肌酐清除率;
进一步的,对患者的电解质水平进行监测,由于电解质的种类较多,因此以血清钾、血清钠、血清氯及血清钙为电解质的代表性参数;而由于以上电解质的浓度在一定范围时,都属于正常状态,因此针对各个范围,取上下限值的均值作为供参考的标准值,例如:
获取各个电解质的浓度与其标准值的比值,并在连续获取若干个比值后,平均获取其均值,以此作为电解质系数Ex;将尿液量Nm、肌酐清除率Gr及电解质系数Ex汇总后,建立患者的透析指标集;
其中,需要说明的是:
血清钾的正常值在3.5~5.5mmol/L之间。如长期禁食、摄取钾盐不足,长期腹泻、呕吐等可导致血钾降低。血清钾小于3.5mmol/L即为低钾血症,有四肢无力、厌食、恶心、呕吐等表现,严重时引起麻痹性肠梗阻、心律失常、房室阻滞、缺钾性肾病等并发症。
血清钠的正常值在135~145mmol/L之间,饮食减少、脱水、大量出汗、糖尿病、肾上腺皮质功能亢进等可以影响血清钠正常值。当血清钠大于145mmol/L为高钠血症,伴随恶心、烦躁、尿量减少、表情淡漠等表现,严重时可引起硬膜下血肿、蛛网膜下腔出血、癫痫等并发症。血钠浓度小于135mmol/L时为低钠血症,有恶心呕吐、头痛、嗜睡、尿少等表现,严重时可引起低钠血症性脑病、脑水肿等并发症。
血清氯的正常值为96~108mmol/L,血液浓缩、吸收增加、代偿性增高、患有低蛋白血症时,可导致血清氯偏高。
血清钙的正常值在2.25~2.59mmol/L之间,甲状旁腺素低下、钙元素合成异常、肝肾疾病、骨骼疾病、肠道疾病可导致血钙异常。
步骤202、由患者的透析指标集生成患者透析指标的变动系数Tbd(e,n,g),其具体的生成方式如下:对将尿液量Nm、肌酐清除率Gr及电解质系数Ex均做线性归一化处理,将对应的数据值投射到内:
其中,为尿液量的历史均值,/>为肌酐清除率的历史均值,/>为电解质系数的历史均值,n为大于1的正整数,/>,/>,/>,且/>,其具体值由用户调整设置;
结合历史数据,在使患者处于健康状态下时,预先设置变动阈值,若所获取的透析指标的变动系数Tbd(e,n,g)高于预设的变动阈值时,说明透析指标达到了预定的要求,反之,则说明并未达到,此时,则需要向外部发出第二预警信息,以便于及时的对透析策略进行调整,保障患者的健康;
使用时,结合步骤201及202中的内容:
在对患者完成一次患者透析后,对透析后的代表性的体征参数进行检测,并在对代表性参数做出处理后,生成变动系数Tbd(e,n,g),依据变动系数Tbd(e,n,g)对当前的透析指标进行判断,若是判定当前的透析未能达到所预期的效果,此时则需要对透析方案进行调整,以便于在患者可接受的负荷内形成新的透析方案,例如,调整透析频率和调整透析液的成分等,以对患者的健康形成充分的保障。
设备运行监测单元、若接收到第二预警信息,对执行透析任务的透析设备的运行状态进行监控,建立设备状态集,由设备状态集生成透析状态系数Tx(v,t,p),若获取的透析状态系数Tx(v,t,p)不在状态阈值范围内,对变动系数Tbd(e,n,g)做多重线性回归分析,获取与其对应的影响系数Yx(t,t),影响系数Yx(t,t)未超过影响程度阈值时,发出通知信息;
具体包括如下内容:
步骤301、在接收到第二预警信息后,对执行透析任务的透析设备的运行状态进行监控,并获取对应的监控结果,建立设备状态集;其中,所述设备状态集的建立方式如下:
在所述透析设备在用于对患者透析时,获取当前的透析液流速Tv,进一步地,获取当前患者的透析总时长,生成透析时长Tt;依据透析设备两次启用之间的间隔,生成透析频率Tp;在连续获取若干组后,将以上运行数据汇总后,建立设备状态集;
步骤302、由设备状态集生成透析状态系数Tx(v,t,p),其生成方式如下:
对透析液流速Tv、透析时长Tt及透析频率Tp做无量纲处理后,依照如下公式
n为大于1的正整数,,/>,/>,且/>,其具体值由用户调整设置;
依据透析设备的历史运行数据,在保障透析患者健康的前提下,预先设置设备的状态上限阈值和下限阈值,形成状态阈值范围;此时,若获取的透析状态系数Tx(v,t,p)不在状态阈值范围内时,说明透析当前运行状态处于不推荐的状态,反之,则说明在为患者进行透析时,对设备的操作策略未出现意外,此时发出提示信息;
使用时,通过获取透析设备的运行状态数据,例如透析液流速Tv、透析时长Tt及透析频率Tp,关联生成透析状态系数Tx(v,t,p),以其对透析设备的运行状态是否合规进行判断,若其不在预设的阈值范围内时,则需要对患者的透析策略进行调整,例如,降低或者增加透析的频率等,以对患者在透析时的负荷状态形成调整。
步骤303、在未接收到提示信息时,从历史数据中连续获取多组数据,并以透析液流速Tv及透析时长Tt作为自变量,以变动系数Tbd(e,n,g)作为因变量,做多重线性回归分析,并以此生成对应的回归方程;从回归方程中获取与自变量相对应的回归系数,将两者加总后生成系数和,以所述系数和作为影响系数Yx(t,t);
依照预期预先设置影响程度阈值,在影响系数Yx(t,t)未超过影响程度阈值时,说明当前透析设备状态对患者健康的影响程度相对较低,若是要对患者透析指标的变动系数Tbd(e,n,g)作为进一步的调整,则需要从透析液的构成入手,此时,需要向外部发出通知信息;
使用时,结合步骤301至303中的内容:
结合历史数据,通过多重回归分析判断透析液流速Tv及透析时长Tt对变动系数Tbd(e,n,g)的影响程度,验证设备的运行状态,或者说,验证当前的透析策略对当前患者的健康的影响程度,从而可以以此对透析策略进行改进,也即是,能够对调整设备的运行状态的起到指导作用,进而对患者的健康状态形成保障。
方案处理单元、使用现有数据建立透析模型数据集,并结合神经网络模型,训练生成患者透析模型,使用训练后的患者透析模型,分析获取若干种各成分比例不同并使变动系数Tbd(e,n,g)处于状态阈值范围内的透析液,以此生成相应的若干种透析方案,筛选出该若干种方案中的最优方案作为参考方案;
具体包括如下内容:
步骤401、接收到通知信息后,结合透析设备的规格及性能参数,例如,透析液流速范围、可处理的透析液种类等;患者的体征数据及病症数据,例如,患者当前的血压、体温以及,血红蛋白含量,电解质平衡及肌酐清除率等;以及透析液的成分等;
将以上数据汇总后,生成透析模型数据集,并在透析模型数据集中抽取部分数据,分别作为训练集和测试集,使用神经网络模型,在经过训练和测试后,生成患者透析模型;
步骤402、以患者透析指标的变动系数Tbd(e,n,g)作为输出,以当前的透析液成分为输入,结合训练后的患者透析模型,依据患者当前的病症,在与患者病症相适应的前提下,对透析液的成分进行调整后,获取相对应的变动系数Tbd(e,n,g);
获取使变动系数Tbd(e,n,g)处于状态阈值范围内的若干种成分比例不同的透析液,生成相应的若干种透析方案;并在影响系数Yx(t,t)未超过影响程度阈值时,筛选出其中使变动系数Tbd(e,n,g)位于状态阈值范围内且保持最大的透析方案,以此作为参考方案;
使用时,结合步骤401与402中的内容:
对设备的运行状态进行调整后,为了进一步的降低透析负荷,依据现有的数据,使用神经网络模型生成患者透析模型,由此进行仿真测试,以对透析液成分进行调整,在经过若干次的调整测试后,选择其中效果最好一种或者多种的透析液构成方案,并以此作为参考方案,从而在执行该参考方案时,结合对设备的运行状态的调整,能够进一步的提高透析的效果,降低透析负荷,进而对患者的健康形成充分保障。
数据分析单元、在执行参考方案后并经过观察后,获取观察后的体征系数Tz(b,x,h)及变动系数Tbd(e,n,g),将两者关联生成透析负荷指数Tx(t,t),对透析负荷指数Tx(t,t)进行预测并获取相应的预测值,在透析负荷指数Tx(t,t)与其预测值中的至少有一个超过对应阈值时,发出报警信息;
具体包括如下内容:
步骤501、若生成的参考方案,也即,调整后的透析液成分在经过验证后,确认具有可行性,则执行对应的参考方案后,设置观察周期,该观察周期至少包括若干个透析周期;在经过第一个观察周期后,获取第二个观察周期内每个透析周期前的体征系数Tz(b,x,h)及每个透析周期后的变动系数Tbd(e,n,g),可以分别记录为:体征系数、/>直至/>;变动系数/>,/>直至/>;
将以上两者相关联,生成透析负荷指数Tx(t,t),其具体的方式如下:
其中,i为当前的污水数据在第二数据序列内的序号,,/>为在i位置上的体征系数值,/>为i位置及之前体征系数的均值,/>为在i位置上的体征系数值,/>为i位置及之前体征系数的均值,其中,/>为第一中间值,/>为第二中间值;
再依照如下公式生成数据质量系数Tx(t,t):
其中,,m为大于1的正整数,/>,/>,且/>,其具体值由用户调整设置,其中,/>为若干个第一中间值的均值,/>为若干个第二中间值的均值;
在依据透析状态预先设置负荷阈值后,若获取的透析负荷指数Tx(t,t)低于负荷阈值,则说明当前的透析负荷低于预期,患者能够处于健康状态,若相反,则说明患者在透析时,负荷较大,对患者的健康可能会受到一定的影响,此时发出第一报警信息;
步骤502、在当前未发出第一报警信息时,连续获取若干个透析负荷指数Tx(t,t);对该若干个透析负荷指数Tx(t,t)进行函数拟合,并在经过K-S检验后生成拟合函数,并将其作为指数预测函数以对透析负荷指数Tx(t,t)进行预测,获取第一预测值;
依据平滑指数预测法对透析负荷指数Tx(t,t)的变化趋势进行预测,获取第二预测值;若第一及第二预测值中的至少有一个超过对应阈值时,说明即将超过负荷,发出第二报警信息,以便于提前进行处理。
使用时,结合步骤501及502中的内容:
在执行了调整之后的透析策略后(包括改进后的透析液及改进后的设备运行状态),将体征系数Tz(b,x,h)及每个透析周期后的变动系数Tbd(e,n,g),关联生成透析负荷指数Tx(t,t),以患者的健康状态作为判断透析负荷的基础,通过透析负荷指数Tx(t,t)判断当前的透析是否超负荷,若是存在超负荷的情况,则说明此时需要重新制定透析策略,否则会对患者的健康不利,同时,通过对透析负荷指数Tx(t,t)进行预测并获取预测值,对透析负荷情况进行预测,从而在产生隐患时提前进行处理,对患者的健康形成保障。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种血液透析容量负荷多维评估系统,其特征在于:包括:
健康监测单元、患者完成一个周期的透析后,对患者的身体状态进行监测,获取监测数据并建立体征数据集,由所述体征数据集生成患者的体征系数Tz(b,x,h),在所获取的体征系数Tz(b,x,h)超过体征阈值时,向外部发出第一预警信息;
透析状态监测单元、若接收到第一预警信息,对患者在透析后的健康指标进行监控,获取监控数据并建立患者的透析指标集,由透析指标集生成患者透析指标的变动系数Tbd(e,n,g),若所获取的透析指标的变动系数Tbd(e,n,g)不高于预设的变动阈值时,发出第二预警信息;
设备运行监测单元、若接收到第二预警信息,对执行透析任务的透析设备的运行状态进行监控,建立设备状态集,由设备状态集生成透析状态系数Tx(v,t,p),若获取的透析状态系数Tx(v,t,p)不在状态阈值范围内,对变动系数Tbd(e,n,g)做多重线性回归分析,获取与其对应的影响系数Yx(t,t),影响系数Yx(t,t)未超过影响程度阈值时,发出通知信息;
方案处理单元、使用现有数据建立透析模型数据集,并结合神经网络模型,训练生成患者透析模型,使用训练后的患者透析模型,分析获取若干种各成分比例不同并使变动系数Tbd(e,n,g)处于状态阈值范围内的透析液,以此生成相应的若干种透析方案,筛选出该若干种方案中的最优方案作为参考方案;
数据分析单元、在执行参考方案后并经过观察后,获取观察后的体征系数Tz(b,x,h)及变动系数Tbd(e,n,g),将两者关联生成透析负荷指数Tx(t,t),对透析负荷指数Tx(t,t)进行预测并获取相应的预测值,在透析负荷指数Tx(t,t)与其预测值中的至少有一个超过对应阈值时,发出报警信息。
2.根据权利要求1所述的一种血液透析容量负荷多维评估系统,其特征在于:
对患者当前的身体状态进行监测,获取监测数据并建立体征数据集;其中,所述体征数据集的建立方法如下:在监测周期内,获取的患者血压数据、心率数据及呼吸频率数据,分别生成血压Bv、心率Xv及呼吸频率Hv;沿着时间轴并以每个监测周期作为间隔,将以上数据连续获取若干组,在汇总后建立患者的体征数据集。
3.根据权利要求2所述的一种血液透析容量负荷多维评估系统,其特征在于:
由所述体征数据集生成患者的体征系数Tz(b,x,h),其具体方式如下:对血压Bv、心率Xv及呼吸频率Hv均做线性归一化处理,将对应的数据值投射到内:
,
其中,参数意义为:n为大于1的正整数,,权重系数:/>,/>,且/>,所述/>为血压的历史均值,/>为心率的历史均值,/>为呼吸频率的历史均值;
在所获取的体征系数Tz(b,x,h)超过体征阈值时,发出第一预警信息。
4.根据权利要求1所述的一种血液透析容量负荷多维评估系统,其特征在于:
若接收到第一预警信息,对患者在透析后的健康指标进行监控;其中,所要监控的参数至少包括如下:获取在接下来的一个透析周期内,患者的尿液量Nm及肌酐清除率Gr,对患者的电解质水平进行监测,获取各个电解质的浓度与其标准值的比值,并在连续获取若干个比值后,平均获取其均值作为电解质系数Ex;将尿液量Nm、肌酐清除率Gr及电解质系数Ex汇总后,建立患者的透析指标集。
5.根据权利要求4所述的一种血液透析容量负荷多维评估系统,其特征在于:
由患者的透析指标集生成患者透析指标的变动系数Tbd(e,n,g),其具体的生成方式如下:对将尿液量Nm、肌酐清除率Gr及电解质系数Ex均做线性归一化处理,将对应的数据值投射到内:
,
其中,为尿液量的历史均值,/>为肌酐清除率的历史均值,/>为电解质系数的历史均值,n为大于1的正整数,/>,/>,/>,且/>;
若所获取的透析指标的变动系数Tbd(e,n,g)不高于预设的变动阈值时,向外部发出第二预警信息。
6.根据权利要求1所述的一种血液透析容量负荷多维评估系统,其特征在于:
接收到第二预警信息后,对执行透析任务的透析设备的运行状态进行监控,并获取对应的监控结果,建立设备状态集;所述设备状态集的建立方式如下:获取当前的透析液流速Tv,获取当前患者的透析总时长,生成透析时长Tt;依据透析设备两次启用之间的间隔,生成透析频率Tp;在连续获取若干组后,将以上运行数据汇总后,建立设备状态集。
7.根据权利要求6所述的一种血液透析容量负荷多维评估系统,其特征在于:
由设备状态集生成透析状态系数Tx(v,t,p),其生成方式如下:对透析液流速Tv、透析时长Tt及透析频率Tp做无量纲处理后,依照如下公式
,
n为大于1的正整数,,/>,/>,且/>;若获取的透析状态系数Tx(v,t,p)不在状态阈值范围内,发出提示信息;
未接收到提示信息时,并以透析液流速Tv及透析时长Tt作为自变量,以变动系数Tbd(e,n,g)作为因变量,做多重线性回归分析,生成对应的回归方程;从回归方程中获取与自变量相对应的回归系数,将两者加总后生成系数和,作为影响系数Yx(t,t);在影响系数Yx(t,t)未超过影响程度阈值时,向外部发出通知信息。
8.根据权利要求1所述的一种血液透析容量负荷多维评估系统,其特征在于:
接收到通知信息后,结合透析设备的规格及性能参数,患者的体征数据及病症数据,以及透析液的成分,汇总生成透析模型数据集,并在透析模型数据集中抽取部分数据,分别作为训练集和测试集,使用神经网络模型,在经过训练和测试后,生成患者透析模型;
以患者透析指标的变动系数Tbd(e,n,g)作为输出,以当前的透析液成分为输入,结合训练后的患者透析模型,依据患者当前的病症,对透析液的成分进行调整后,获取相对应的变动系数Tbd(e,n,g);
获取使变动系数Tbd(e,n,g)处于状态阈值范围内的若干种成分比例不同的透析液,生成相应的若干种透析方案;并在影响系数Yx(t,t)未超过影响程度阈值时,筛选出其中使变动系数Tbd(e,n,g)位于状态阈值范围内且保持最大的透析方案,以此作为参考方案。
9.根据权利要求8所述的一种血液透析容量负荷多维评估系统,其特征在于:
执行对应的参考方案后,设置观察周期,该观察周期至少包括若干个透析周期;在经过第一个观察周期后,获取第二个观察周期内每个透析周期前的体征系数Tz(b,x,h)及每个透析周期后的变动系数Tbd(e,n,g),将以上两者相关联,生成透析负荷指数Tx(t,t),其具体的方式如下:
,
,
其中,i为当前的污水数据在第二数据序列内的序号,m,/>为在i位置上的体征系数值,/>为i位置及之前体征系数的均值,/>为在i位置上的体征系数值,/>为i位置及之前体征系数的均值,其中,/>为第一中间值,/>为第二中间值。
10.根据权利要求9所述的一种血液透析容量负荷多维评估系统,其特征在于:依照如下公式生成数据质量系数Tx(t,t):
,
其中,m,m为大于1的正整数,/>,/>,且/>,其具体值由用户调整设置,其中,/>为若干个第一中间值的均值,/>为若干个第二中间值的均值;
若获取的透析负荷指数Tx(t,t)不低于负荷阈值,发出第一报警信息;
未发出第一报警信息时,连续获取若干个透析负荷指数Tx(t,t);对该若干个透析负荷指数Tx(t,t)进行函数拟合,并在经过K-S检验后生成拟合函数,并将其作为指数预测函数以对透析负荷指数Tx(t,t)进行预测,获取第一预测值;
依据平滑指数预测法对透析负荷指数Tx(t,t)的变化趋势进行预测,获取第二预测值;若第一及第二预测值中的至少有一个超过对应阈值时,发出第二报警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311382393.2A CN117133463B (zh) | 2023-10-24 | 2023-10-24 | 一种血液透析容量负荷多维评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311382393.2A CN117133463B (zh) | 2023-10-24 | 2023-10-24 | 一种血液透析容量负荷多维评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117133463A true CN117133463A (zh) | 2023-11-28 |
CN117133463B CN117133463B (zh) | 2023-12-22 |
Family
ID=88858504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311382393.2A Active CN117133463B (zh) | 2023-10-24 | 2023-10-24 | 一种血液透析容量负荷多维评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117133463B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110004110A1 (en) * | 2000-05-30 | 2011-01-06 | Vladimir Shusterman | Personalized Monitoring and Healthcare Information Management Using Physiological Basis Functions |
US20120330117A1 (en) * | 2008-10-29 | 2012-12-27 | The Regents Of The University Of Colorado, A Body Corporate | Hemodynamic Reserve Monitor and Hemodialysis Control |
US20200330668A1 (en) * | 2017-12-19 | 2020-10-22 | Fresenius Medical Care Deutschland Gmbh | Method And Devices For Determining A Treatment Regimen For Altering The Treatment Parameters When Dialyzing A Patient |
CN113289098A (zh) * | 2021-05-25 | 2021-08-24 | 南通市第二人民医院 | 一种基于血液透析装置的透析液监控方法及装置 |
US20220047789A1 (en) * | 2018-09-10 | 2022-02-17 | Beijing Ifmsoft Information Technology Co., Ltd. | Adequacy assessment method and system |
DE102020128298A1 (de) * | 2020-10-28 | 2022-04-28 | Fresenius Medical Care Deutschland Gmbh | Patientenmonitorsystem zum Erfassen von Daten eines Patienten, Anzeigevorrichtung, medizinische Behandlungsvorrichtung und Verfahren |
-
2023
- 2023-10-24 CN CN202311382393.2A patent/CN117133463B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110004110A1 (en) * | 2000-05-30 | 2011-01-06 | Vladimir Shusterman | Personalized Monitoring and Healthcare Information Management Using Physiological Basis Functions |
US20120330117A1 (en) * | 2008-10-29 | 2012-12-27 | The Regents Of The University Of Colorado, A Body Corporate | Hemodynamic Reserve Monitor and Hemodialysis Control |
US20200330668A1 (en) * | 2017-12-19 | 2020-10-22 | Fresenius Medical Care Deutschland Gmbh | Method And Devices For Determining A Treatment Regimen For Altering The Treatment Parameters When Dialyzing A Patient |
US20220047789A1 (en) * | 2018-09-10 | 2022-02-17 | Beijing Ifmsoft Information Technology Co., Ltd. | Adequacy assessment method and system |
DE102020128298A1 (de) * | 2020-10-28 | 2022-04-28 | Fresenius Medical Care Deutschland Gmbh | Patientenmonitorsystem zum Erfassen von Daten eines Patienten, Anzeigevorrichtung, medizinische Behandlungsvorrichtung und Verfahren |
CN113289098A (zh) * | 2021-05-25 | 2021-08-24 | 南通市第二人民医院 | 一种基于血液透析装置的透析液监控方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117133463B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180368759A1 (en) | Methods and systems for alerting practitioners to physiological conditions | |
US11464424B2 (en) | Cloud platform | |
US20160135755A1 (en) | Remote home healthcare system | |
CN108986419B (zh) | 一种用于血液透析的数据报警方法 | |
CN106022258A (zh) | 数字听诊器与滤除心音提取肺音的方法 | |
CN117153336B (zh) | 一种基于血液透析机的血液透析监测系统及其方法 | |
CN103440421B (zh) | 医学数据处理方法和系统 | |
CN102159260A (zh) | 用于在肾脏替代治疗中早期预测Kt/V参数的方法和设备 | |
US20140288440A1 (en) | Systems and methods for quantitative capnogram analysis | |
CN114898873A (zh) | 一种糖尿病前期患者心血管疾病风险的预测方法及系统 | |
CN116682566B (zh) | 一种血液透析的数据处理方法及系统 | |
US8246549B2 (en) | Method for predicting stroke and pain in a human patient | |
CN117133463B (zh) | 一种血液透析容量负荷多维评估系统 | |
CN113555136A (zh) | 一种基于医工融合技术的五位一体综合医养系统 | |
CN110124138A (zh) | 一种血液透析过程中干体重控制系统 | |
CN110064086A (zh) | 一种血液透析过程中超滤监测方法 | |
JP2018175488A (ja) | 健康支援装置、健康支援システム、健康支援方法及び健康支援装置のプログラム | |
CN106419846B (zh) | 一种呼吸暂停检测方法 | |
Wang | Computer internet of things-based intelligent medical system to be applied in home care of senile dementia patients | |
CN116313096A (zh) | 一种基于血液生理年龄测算的治疗效果评估系统及方法 | |
CN112957553B (zh) | 一种血透患者并发症的智能监测系统及方法 | |
CN117809833B (zh) | 远程智能化腹膜透析系统 | |
CN106714668B (zh) | 预测表征血液治疗的结果的一个或多个参数的设备和方法 | |
CN113577476A (zh) | 一种基于呼吸机信息收集的医学数据分析系统 | |
CN117809833A (zh) | 远程智能化腹膜透析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |