多源传感融合的床旁出入量自动计量与分析方法

本发明涉及智能临床监测，具体涉及多源传感融合的床旁出入量自动计量与分析方法。

背景技术：

1、在重症监护及外科术后康复过程中，床旁出入量的精确计量与动态监测，是临床医生评估患者脏器功能、体液平衡状况、感染控制进展以及术后出血风险的核心指标。传统的出入量计量主要依赖人工定时量杯观测，或采用单一传感器的自动化设备。然而，现有的自动计量设备在面对复杂的临床实际场景时，暴露出诸多严重的技术缺陷。

2、首先，传统计量算法普遍采用“固定参数换算”的理想化物理模型。现有系统默认流体密度与流动特征为恒定常数，且单一依赖重量或液位的独立换算得出总容积。但在实际的术后引流、血尿或重症患者的排出物中，常伴有血凝块、坏死组织、脓性分泌物或呈现高黏稠度状态。此类流体的物理性状与纯净尿液存在显著差异。当排出物物理性状发生动态突变时，采用固定常数将重量换算为体积的代数关系，与引流容器内的实际液位读数之间会出现严重不匹配，从而导致极大的累积体积计量误差。

3、其次，现有技术未能解决复杂流体的流变学干扰问题。高黏度引流液或脓性分泌物呈现出显著的非牛顿流体特性，在流经引流管路或滴落至引流容器时，会产生严重的“挂壁”现象与液面波动滞后效应。这部分流体贡献了系统的总重量，但由于管壁黏滞的截留，尚未流到底部引起液面真实升高。传统系统仅通过直接线性除法进行体积换算，彻底忽略了被管壁截留的隐性损耗体积，导致计算结果严重偏小，无法应对此类伴随强黏滞和挂壁的复杂引流场景。

4、此外，传统设备的感知维度极为单一，信息利用率极低。现有系统仅将传感器数据用于单纯的“体积数值累加”，完全忽略了传感器在捕捉不同流体时表现出的响应时间偏差及比例偏差。实际上，这些偏差本身就蕴含着极具价值的流体微观物理信息。由于无法利用这些动态偏差来反向辨识引流液的性状演变，现有技术错失了通过性状突变早期预警临床危机事件的宝贵机会。例如，当患者发生术后隐匿性大出血或继发性严重感染时，引流液会分别表现为密度的急剧上升或黏滞度的大幅增加，现有设备由于无法感知这些微观物理特征的演变，自然无法提供趋势突变报警。医护人员仍需频繁巡视并凭借肉眼观察来评估引流液性状，这不仅耗费大量护理人力，且存在严重的诊疗滞后性。

技术实现思路

1、本发明的目的是提供多源传感融合的床旁出入量自动计量与分析方法，以解决上述的问题。

2、为了实现上述目的，本发明提供如下技术方案：多源传感融合的床旁出入量自动计量与分析方法，包括以下步骤：

3、s1、获取同一时间切片内重量传感器采集的排出物累积重量增量数据，以及液位智能传感器采集的液面高度增量数据；

4、s2、处理所述累积重量增量数据与所述液面高度增量数据，计算重力增量速率与液面上升速率之间的时序偏离度，以及所述重力增量速率与所述液面上升速率之间的动态比例系数；

5、s3、判断所述动态比例系数是否偏离基准纯水密度阈值，提取所述时序偏离度的延迟特征，将所述动态比例系数和所述延迟特征联合映射至预设的临床液状特征库中进行流体性状分类辨识，得到性状分类结果；

6、s4、基于所述性状分类结果命中的特征条目，获取对应的动态密度基数与挂壁补偿系数，对重量-体积量纲进行非线性补偿换算，计算单次排出物经自适应校准后的实际体积结果与指定时间内的分类累计量；

7、s5、将当前的所述性状分类结果与历史性状分类结果进行时序比对，当判定所述性状分类结果发生跨等级突变时，触发性状突变预警。

8、进一步地，所述s1中还包括：对所述重量传感器和所述液位智能传感器的时间序列进行时间戳对齐，以截取所述同一时间切片内的数据；所述时序偏离度为液位响应滞后于重量变化的时间差；所述动态比例系数为实时等效密度。

9、进一步地，s2中，所述时序偏离度及动态比例系数的计算步骤包括：

10、计算所述累积重量增量数据的一阶导数得到所述重力增量速率；

11、计算所述液面高度增量数据的一阶导数得到所述液面上升速率；

12、将所述重力增量速率与所述液面上升速率的比值作为所述动态比例系数。

13、进一步地，所述s3中判断是否偏离基准纯水密度阈值时，需结合环境温度动态校准纯水密度；当所述动态比例系数与所述基准纯水密度阈值的偏离差值绝对值大于预设偏差允许范围时，启动所述流体性状分类辨识，当所述偏离差值绝对值小于或等于所述预设偏差允许范围时，跳过所述流体性状分类辨识，直接将所述性状分类结果判定为纯净尿液。

14、进一步地，所述临床液状特征库包含：纯净尿液、浆液性引流液、高黏稠度引流液、血性引流液及脓性引流液及其对应的密度区间与挂壁补偿系数；所述血性引流液按出血浓度进行分级。

15、进一步地，所述延迟特征表征流体挂壁黏滞导致的响应滞后量；s3中的映射辨识过程为：将所述动态比例系数与所述延迟特征作为多维传感响应特征，与所述临床液状特征库中的特征进行相似度匹配，命中对应流体性状。

16、进一步地，所述非线性补偿换算的公式为：

17、

18、其中，为所述实际体积结果，为所述累积重量增量数据，为所述动态密度基数，为所述挂壁补偿系数。

19、进一步地，所述计算指定时间内的分类累计量，包括：按不同所述性状分类结果建立独立的分类计量台账；将所述实际体积结果累加至对应的所述分类计量台账中，生成24小时分类累计量。

20、进一步地，s5中的时序比对包括：建立排出物性状的时序演变轨迹，计算当前的所述性状分类结果与预设时间窗口内的所述历史性状分类结果的性状等级差异。

21、进一步地，所述触发性状突变预警的触发条件包括：由浆液性突变为重度血性等密度陡增现象导致的突发性出血预警，或由于所述延迟特征增大反映黏度升高导致的感染加重预警。

22、与现有技术相比，本发明提供的多源传感融合的床旁出入量自动计量与分析方法具备以下有益效果：

23、第一，突破传统固定参数模型的局限，实现复杂流体场景下的自适应精准计量。本方案提取累积重量增量数据与液面高度增量数据的动态比例系数及相应的时序偏离度，进而反推流体的动态密度基数与挂壁补偿系数，并应用非线性补偿换算公式对单次排出物体积进行自适应校准。该逻辑彻底解决了脓性分泌物、高黏稠度引流液及血性引流液在流经管路时因附着挂壁导致的隐性截留计算丢失误差，打破了传统单一传感计量在应对物理性状突变时的测量盲区，预计可将传统固定参数法的体积计量误差从15%-30%大幅降低至5%以内。

24、第二，通过多维传感响应偏差的反向性状辨识技术，实现“零硬件增加”的流体属性提取。巧妙利用不同黏稠度流体在重力增加与液面上升速度上表现出的物理响应时间差，并将其与实时等效密度相结合，联合映射至临床液状特征库中进行模式识别匹配。这使得系统无需额外增设昂贵的微流控黏度计或精密密度计等专用检测硬件，仅通过基础的重量传感器和液位智能传感器双路信号交叉比对算法，即可准确区分纯净尿液、浆液性、脓性及不同浓度分级的血性引流液，极大提升了设备的诊断附加值与智能化水平，同时有效控制了仪器的制造成本。

25、第三，构建排出物性状时序演变追踪模型，填补了引流液状态早期智能预警的临床空白。本发明在实现精准体积计量的基础上，进一步建立了性状分类结果的时序窗口比对机制。当系统检测到患者引流物发生短时间内的跨等级突变时，能够自动触发临床状态突变预警信号。该功能将计量仪器从单纯的“体积记账工具”升级为“床旁智能监护节点”，有效辅助医护人员早期识别潜在隐匿并发症，大幅缩短危急重症的黄金抢救发现周期，显著保障了患者的生命安全。

26、第四，提供自动化的结构化分类计量台账，为临床循证医学决策提供客观量化支撑。与传统设备仅提供混合状态的总引流体积不同，通过流体性状分类辨识算法，将同一时间切片内的实际体积结果独立累加至对应的分类计量台账中，自动生成基于不同流体性状的分类统计报表。医护人员可直观获取24小时内各类流体的独立体积演变轨迹，这为临床医生客观判断体内引流效果、精准评估创面出血量以及掌控感染控制进展提供了多维度、高精度的数据量化依据。

27、第五，系统底层引入高精度的时空对齐与环境校准机制，保障特征提取的绝对精准。本方案在底层数据处理时，提前对传感器执行时间戳对齐，以消除硬件异步采样及传输滞后造成的数字错位误差；并在计算阈值偏离时，结合环境温度动态校准基准纯水密度。这些底层数据清洗与热力学校准机制，有效过滤了环境温漂与设备底噪带来的无效扰动，确保了整个技术方案在病房复杂环境下的极高系统鲁棒性和抗干扰能力。