[发明专利]用于预测透析中参数的装置和方法在审
申请号: | 201410366994.9 | 申请日: | 2014-07-29 |
公开(公告)号: | CN104346521A | 公开(公告)日: | 2015-02-11 |
发明(设计)人: | 理查德·阿塔拉;雅诺什·汉兹;克里斯托弗·施特赫费尔 | 申请(专利权)人: | B·布莱恩·阿维图姆股份公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;A61M1/14 |
代理公司: | 北京律诚同业知识产权代理有限公司 11006 | 代理人: | 徐金国;吴启超 |
地址: | 德国梅*** | 国省代码: | 德国;DE |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 预测 透析 参数 装置 方法 | ||
1.一种用于预测诸如血压的透析中参数的装置,其中提供至少一种学习算法和/或至少一种神经网络,所述装置包括用于存储患者个体透析中参数、实验室参数和/或机器参数的存储器装置,所述装置可以用于透析治疗期间的患者特异性参数进展的预后中。
2.如权利要求1所述的装置,其中所述患者个体透析中参数是血压和/或相对血容量RBV,和/或所述实验室参数是白蛋白和/或尿素,和/或所述机器参数是静脉压力PV和/或动脉压力PA。
3.如权利要求1或2所述的装置,其中例如以视觉或听觉方式显示所需参数的进展的趋势。
4.如上述权利要求中任一项所述的装置,其包括生物反馈系统,所述生物反馈系统使用所述预后作为输入,并且例如以减小UF、改变LF、改变透析液体温度或注射等渗溶液的形式自动采取应对措施。
5.如上述权利要求中任一项所述的装置,其包括至少一个传感器或存储器布置(2),所述至少一个传感器或存储器布置(2)用于检测或存储机器参数,如静脉压力PV、动脉压力PA、跨膜压力TMP、所述透析液体的导电性LF、所述透析液体的温度DT和/或另外的参数,和/或
传感器布置或存储器布置(3),所述传感器布置或存储器布置(3)用于检测患者参数,如尿毒症毒素吸收率、血细胞比容HCT,和/或
传感器布置或存储器布置(4),所述传感器布置或存储器布置(4)用于检测或存储实验室参数,如白蛋白、尿素等这些参数。
6.如上述权利要求中任一项所述的装置,其包括训练单元(6)和预后单元(7),其中所述训练单元被设计来首先执行学习阶段,之后所述训练单元将训练算法的相应训练后的(即,相应调整后的)值转发给所述预后单元(7),所述预后单元借助于整合的训练算法、基于外推或其他计算进行预测,以用于有待确定或监测的参数的未来进展的预后,
其中可以评价所述预后参数,将所述预后参数与阈值进行比较和/或显示所述预后参数。
7.如权利要求6所述的装置,其中所述训练单元(6)、所述预后单元(7)和/或用于形成预后参数的手段(8)均被设计为人工神经网络和/或用作支持向量机。
8.如上述权利要求中任一项所述的装置,其包括用于例如以听觉和/或视觉形式和/或以显示装置形式输出警告的报警单元,在所述显示装置上可以示出所述预后参数的当前进展以及未来期望估计进展。
9.如上述权利要求中任一项所述的装置,其包括控制器(11),所述控制器基于所述预后参数以及当前参数采取控制干涉,所述参数例如血压或相对血容量。
10.如上述权利要求中任一项所述的装置,所述装置被设计来在初始阶段期间调整和训练神经网络(40)的结构,所述神经网络包括具有至少两个输入的输入层(41)、包括至少三个神经元(44)的至少一个隐藏层(43)以及具有至少一个输出(46)的至少一个输出层(45),
根据输入数据调整所述输出,
计算所述预定义网络(40)的权重,以及
改变所述网络的所述结构,例如所述神经元或所述隐藏层的数量,以便确保使用现有数据记录的最优学习过程并且调整所述学习算法。
11.如上述权利要求中任一项所述的装置,其中所述网络的所述训练使用贝叶斯规则反向传播和Levenberg-Marquardt反向传播算法作为所述训练算法来进行,和/或所述预后的所述进展使用非线性自回归(NAR)网络和/或使用非线性自回归外生(NARX)网络来评价。
12.如上述权利要求中任一项所述的装置,为了进一步改进所述预后,除了血压之外,所述装置被设计成包括以下输入参数中的至少一种或多种:
超滤速率,UF速率,
超滤容量,
动脉压力和静脉压力,
血细胞比容,
相对血容量,
氧饱和度,
血红蛋白,
超滤速率,
心跳,
尿毒症毒素吸收率,
收缩血压,
所述透析液体的导电性(酸和碱导电性,pH值),和/或
所述透析液体的温度,和/或
另外的学习技术。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于B·布莱恩·阿维图姆股份公司,未经B·布莱恩·阿维图姆股份公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410366994.9/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用