[发明专利]慢阻肺急性加重自动预警方法和平台、及可读存储介质

权利要求书

1.一种慢阻肺急性加重自动预警方法，其特征在于，包括步骤：

S1，对获取用户在呼吸护理过程中产生的时间数据以及与该时间数据对应的护理数据进行预处理；

S2，将预处理过后的所述时间数据和所述护理数据输入至预先建立好的学习模型中，并获取所述学习模型输出的急性加重结果；其中，所述学习模型函数为Res为用户当前时刻的急性加重的概率，x为所述护理数据中的一项具体护理数据的特征向量值，θ为所述x对应的的权重向量，T为常数；

S3，在所述模型预测的结果为急性加重，向正在用呼吸机进行护理的用户发送报警信息。

2.根据权利要求1所述的慢阻肺急性加重自动预警方法，其特征在于，在所述步骤S2包括，将预处理过后的所述时间数据和所述护理数据输入至预先建立好的学习模型中，并获取所述学习模型输出的Res是否大与预设的阈值，在所述Res大于等于所述阈值时，所述学习模型函数输出结果为急性加重；在所述Res小于所述阈值时，所述学习模型函数输出结果非急性加重。

3.根据权利要求1所述的慢阻肺急性加重自动预警方法，其特征在于，所述阈值为0.5。

4.根据权利要求1所述的慢阻肺急性加重自动预警方法，其特征在于，所述护理数据包括血压均值P、呼吸频率均值B、血氧均值S、心率均值H、体温均值T及分钟通气量MV中的至少一个。

5.根据权利要求1所述的慢阻肺急性加重自动预警方法，其特征在于，所述步骤S2之前，还包括：

获取用于训练逻辑回归模型的训练集，所述训练集包括第一预设数量的用户在呼吸护理过程中产生的时间数据、呼吸护理过程中产生的护理数据及对应的急性加重分类结果；

获取用于验证逻辑回归模型的验证集，所述验证集包括第二预设数量的用户在呼吸护理过程中产生的时间数据、呼吸护理过程中产生的护理数据及对应的急性加重分类结果；

利用训练集中不同用户对应的时间数据、护理数据及急性加重分类结果对逻辑回归模型进行构建；

利用验证集中不同用户对应的时间数据、护理数据及急性加重分类结果对之前构建的逻辑回归模型进行验证；

若验证集的通过率大于等于之前设定的通过率阈值，那么表示逻辑回归模型训练完成，并且以训练并验证后的该逻辑回归模型作为步骤S2中的模型，否则继续调整训练参数和增加训练集，再重新训练和验证，直到通过率满足为止。

6.根据权利要求1所述的慢阻肺急性加重自动预警方法，其特征在于，所述步骤S1中的预处理方法，包括：对所述所述时间数据和所述护理数据进行归一化处理的步骤。

7.根据权利要求1所述的慢阻肺急性加重自动预警方法，其特征在于，所述步骤S1中的预处理方法，包括：

对所述时间数据和所述护理数据进行丢包检测，在丢包率大于预设阈值时，发出数据丢失报警信号，在丢包率大于0且小于所述预设阈值时，获取在丢包时刻之前的所述护理数据，并根据所述丢包时刻之前的所述护理数据的平均值，对丢失的所述时间数据和所述护理数据进行补全。

8.根据权利要求1所述的慢阻肺急性加重自动预警方法，其特征在于，还包括步骤：

基于用户在呼吸护理过程中产生的所述时间数据以及与该时间数据对应的所述护理数据，生成相应的护理报告，并发送给对应的用户端。

9.一种慢阻肺急性加重自动预警平台，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法的步骤。