[发明专利]一种基于云平台的生命体征数据处理方法及系统

权利要求书

1.一种基于云平台的生命体征数据处理方法，其特征在于，包括以下步骤：

步骤S1，实时获取多个用户数据；所述用户数据包括生命体征监护终端设备ID编码、患者信息和生命体征数据；

步骤S2，对获取的每一用户数据进行预处理并进行统一封装后存入生命体征数据库；

步骤S3，实时读取上述生命体征数据库中的生命体征数据，并利用分布式并行计算的深度学习框架进行分析筛查处理，得到分析筛查结果，生成数据分析报告；

在步骤S2中，

基于系统编码表规则，将生命体征监护终端设备ID编码和患者信息绑定，生成患者业务流水号，并与所述设备ID编码保持双向映射转换；

对接收的生命体征数据进行解析、分类、数据格式标准化处理，保留设备原始报警事件数据标志；解析是指从接收的数据包中抽取数据，所述抽取数据包括时间戳、数值；分类是指根据数据协议将上述解析的生命体征数据按参数类型进行分类；数据格式标准化处理是采用数位变化、码率转换、再编码方式转换为所述云平台生命体征数据标准格式；

将患者业务流水号和经过预处理的生命体征数据进行统一封装，存入生命体征数据库；

在步骤S3中，实时读取上述生命体征数据库中的生命体征数据及所包含的设备原始报警数据，并利用分布式并行计算的深度学习框架进行分析筛查处理，是采用在线实时数据分析处理方式及基于Spark引擎的深度学习框架实现：

通过Spark分布式并行计算的深度学习框架读取生命体征数据中的生命体征数据及所包含的设备原始报警数据，按照设置的微批处理间隔时间，Spark引擎并行创建多个任务，触发Spark流将数据按类型切分为RDD数据集合，同时控制相应类型的中央模型对该类型数据进行计算处理；

所述中央模型分为两类，一类对波形类数据的形态、节律、速率进行分析计算，另一类对数值型数据幅值进行分析计算；中央模型内置的二阶差分计算工具和阈值逻辑分析工具，实时计算分析生命体征数据的形态、节律、速率、数值，对波形进行分类标记、对数值进行统计归纳，实时分析筛查超出基准的异常数据；

所述生命体征监护终端设备为多参数监护设备、呼吸功能监测仪、颅内压监测仪或胎心监测仪；

生命体征数据分为波形类和数值类；其中，波形类生命体征数据包括：全程总心博、心电波间期、QRS时限、ST段形态、QT间期，全程呼吸总次数、呼吸波间期，脉搏容积波峰谷值，颅内压波峰谷值，呼气末二氧化碳分压波峰谷值、呼气末二氧化碳分压波间期；数值类生命体征数据包括：全程无创/有创血压中的收缩压和舒张压、脉率、血氧饱和度、体温值、胎心率；无创心排量的心搏量、心脏指数、总外周阻力值；呼吸力学的气道压力值、气道流量值、气道容积值。

2.根据权利要求1所述的方法，其特征在于，当所述中央模型计算处理发现超出设定基准的异常数据时，分析异常数据特征，计算持续时间，标记异常数据属性。

3.根据权利要求2所述的方法，其特征在于，在发现异常数据时，将异常数据生成实时数据分析报告，向用户发出异常事件预警，并将实时数据分析报告发送给用户。

4.根据权利要求3所述的方法，其特征在于，使用所述生命体征数据库中经过分析筛查处理后的生命体征数据，实时对每类中央模型进行训练优化，得到该类型数据新的中央模型。

5.根据权利要求4所述的方法，其特征在于，将经过分析筛查处理的每一用户全程生命体征数据进行整合，自动生成动态数据分析报告，根据患者业务流水号，将动态数据分析报告发送给用户。