[发明专利]热灌注药液浓度智能分析调节方法及系统

权利要求书

1.热灌注药液浓度智能分析调节方法，其特征在于，所述方法包括：

采集患者心率H、体温T和血氧浓度K三组体征数据，基于该三组体征数据监控患者体征变化；

根据当前患者水灌注时与灌注前的三组体征数据的变化量，获得对比参照特征；

根据参照特征对每个患者的水灌注适应能力进行评级，生成基于样本库中与之相对的匹配簇群；

根据匹配簇群中患者药灌注时的药液浓度数据，生成当前患者药灌注时的初始药液浓度值和基础偏置；

基于基础偏置，根据药灌注时患者三组体征数据的同比变化量，分析药液浓度的适应能力特征，得到患者药灌注时下一个循环下的药液浓度的接受值。

2.根据权利要求1所述的热灌注药液浓度智能分析调节方法，其特征在于，所述根据患者水灌注时与灌注前的三组体征数据的变化量，获得对比参照特征，具体包括：

将水灌注时与灌注前分别采集到的三组体征数据组成两套身体状况信息序列；

基于身体状况信息序列，根据动态时间规整公式得到参照特征R_A；

R_A=tanh{DTW(H_0,H_A )*DTW(T_0,T_A )*DTW(K_0,K_A )}

其中，0为灌注前患者身体状况数据信息的下标索引，A为水灌注时患者身体状况数据信息的下表索引；

将参照特征R_A作为患者对于灌注化疗的应激程度。

3.根据权利要求2所述的热灌注药液浓度智能分析调节方法，其特征在于，所述根据参照特征对每个患者的水灌注适应能力进行评级，生成基于样本库中与之相对的匹配簇群，具体包括：

所述样本库用于采集每次进行热灌注的患者的各项数据，采集的数据包括所述三组体征数据，其中，当前患者的数据也会收集到样本库中；

根据当前患者与样本库中所有往期患者的应激程度和三组体征数据，计算差异距离D；

D(X,Y)=abs(R_A (X)-R_A (Y))/(1+similarity(U ̅_X,U ̅_Y ) )；

基于患者之间的差异距离D，利用k-means无监督聚类方法，将患者划分到相应等级的匹配簇群。

4.根据权利要求3所述的热灌注药液浓度智能分析调节方法，其特征在于，所述根据匹配簇群中患者药灌注时的药液浓度数据，生成当前患者药灌注时的初始药液浓度值和基础偏置，具体包括：

根据匹配簇群中每个患者与簇内其余患者药液浓度的差值的和，得到每个患者的典型程度δ_X；

δ_X=Σabs(N_(Q_X )-N_(G_i ) )

基于匹配簇群中患者的药液浓度与当前患者在匹配簇群中的典型程度δ_X，得到当前患者在该次灌注化疗的初始灌注药液浓度N_i；

N_i=min(δ_X*N_G+(1-δ_X ) N_(Q_X ),N_(Q_X ) )

其中，N_(Q_X )为当前患者上次药灌注时的药液浓度，N_(G_i )为匹配簇群中患者药灌注时的药液浓度。

5.根据权利要求4所述的热灌注药液浓度智能分析调节方法，其特征在于，所述基于基础偏置，根据药灌注时患者三组体征数据的同比变化量，分析药液浓度的适应能力特征，得到患者药灌注时下一个循环下的药液浓度的接受值，具体包括：

计算当前患者在药灌注时与水灌注时的体征数据的差异特征R_B，其中，所述差异特征R_B的计算方式与所述参照特征R_A的计算方式一致，仅对计算对象做更换；

计算药灌注时患者对药液浓度的适应能力S=ReLU(mean(〖R_B〗_last )-mean(〖R_B〗_now ))；

根据患者的药液适应能力S，初始药液浓度N_i和匹配簇群中患者药灌注时的药液浓度的平均值N_G，计算离线动态混合估计值N_D；

将所述估计值N_D作为患者药灌注时在下一个药循环下的药液浓度值。

6.热灌注药液浓度智能分析调节系统，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1~5任意一项所述方法的步骤。