用于急性肾损伤动态靶点药物筛选的AI决策支持系统

本发明涉及医疗数据挖掘，具体涉及一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统。

背景技术：

1、心脏手术后急性肾损伤是重症监护中的常见并发症，其病理机制复杂，涉及系统性血流动力学紊乱与肾脏微循环功能障碍的动态耦合。临床上，现有的治疗决策高度依赖平均动脉压、中心静脉压等宏观静态指标，通常预设固定的压力管理目标。然而，在体外循环等重大手术后，患者常出现血管麻痹综合征、组织水肿或静脉回流受阻等特殊流体状态。在这些状态下，宏观血压指标与微循环的真实灌注水平常发生“脱节”。例如，在严重血管麻痹时，血液流经扩张的血管床过快，虽然平均动脉压可能勉强维持在正常范围下限，但有效灌注压严重不足；而在严重的组织水肿或静脉高压情况下，升高的流体静压会形成显著的逆向阻力，导致动脉端的能量难以传递至微循环。

2、现有基于线性指标的监测方法无法有效区分这些内在机制迥异的流体力学状态，使得临床医生难以在血管收缩药、利尿剂或微循环保护药物等不同治疗策略中做出精准的、病理生理学机制导向的选择。药物使用策略的偏差不仅无法逆转肾脏损伤，反而可能加重肾脏缺血或容量过负荷，从而延误最佳治疗时机。

技术实现思路

1、为了解决现有监测的宏观血压与微循环真实灌注水平脱节，难以准确识别多种复杂血流动力学紊乱的根源，从而提供有效决策支持的技术问题，本发明的目的在于提供一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，所采用的技术方案具体如下：

2、预处理与解耦模块，用于基于动脉压信号的波动划分单次搏动时窗，对于当前所述单次搏动时窗，分析舒张期内动脉压的衰减特征，结合所述单次搏动时窗的时长，获取舒张期张力系数；分别对动脉压的平方及动脉压与中心静脉压之差的平方进行积分，得到血管壁总应力负荷积分与微循环驱动负荷积分；

3、分析模块，用于在当前的预设历史邻域内，基于所述血管壁总应力负荷积分与所述微循环驱动负荷积分，构建二维滞后环，并计算所述二维滞后环围成的几何面积作为水肿阻尼指数；根据所述血管壁总应力负荷积分与所述微循环驱动负荷积分的线性特征，结合所述舒张期张力系数对所述水肿阻尼指数进行修正的结果，获取灌注转化效率；

4、状态标记模块，用于将当前的所述舒张期张力系数与所述灌注转化效率映射至二维决策平面，根据所述二维决策平面中当前的数据点的空间分布，结合当前所述单次搏动时窗内中心静脉压的整体特征，标记微循环流体状态。

5、进一步地，所述单次搏动时窗的获取方法包括：

6、获取所述动脉压信号的一阶导数，并识别超出预设噪声阈值的局部极大值点作为分隔点，将相邻的所述分隔点划分为一个单次搏动时窗。

7、进一步地，所述舒张期张力系数的获取方法包括：

8、基于舒张期起始压力与当前所述单次搏动时窗内的平均中心静脉压的差异，利用二元件windkessel模型拟合所述动脉压信号，获取绝对衰减时间常数；融合所述绝对衰减时间常数和所述单次搏动时窗的时长，获取舒张期张力系数。

9、进一步地，所述二维滞后环的获取方法包括：

10、在当前的预设历史邻域内，以归一化后的所述血管壁总应力负荷积分为横坐标，以归一化后的所述微循环驱动负荷积分为纵坐标，将各个单次搏动时窗在二维坐标系对应的数据点按时间顺序连接，构成二维滞后环。

11、进一步地，所述灌注转化效率的获取方法包括：

12、分析所述血管壁总应力负荷积分与所述微循环驱动负荷积分的线性特征，获取基础斜率；

13、融合预设阻尼敏感度系数、所述水肿阻尼指数、所述舒张期张力系数和预设稳定常数，获取有效灌注因子；融合所述有效灌注因子和所述基础斜率，获取灌注转化效率。

14、进一步地，所述基础斜率的获取方法包括：

15、以血管壁总应力负荷积分为横坐标，以所述微循环驱动负荷积分为纵坐标，基于当前的预设历史邻域内各个时窗对应的数据点，利用theil-sen估算器获取基础斜率。

16、进一步地，所述有效灌注因子的获取方法包括：

17、将预设阻尼敏感度系数与所述水肿阻尼指数的乘积作为分子，将所述舒张期张力系数和预设稳定常数的和值作为分母，将常数1减去分式比值的差值，作为有效灌注因子。

18、进一步地，映射至二维决策平面的方法包括：

19、将当前的所述舒张期张力系数能除以预设基准舒张力系数作为横坐标，将所述灌注转化效率除以预设基准转化效率作为纵坐标，映射至二维决策平面。

20、进一步地，所述标记微循环流体状态的方法包括：

21、在所述二维决策平面中，若当前的数据点处于预设第一状态区域，标记为预设第一状态；若当前的数据点的纵坐标小于预设阻滞阈值，且小于预设崩溃阈值的持续时间未超过预设安全时限时，当当前时窗内的平均中心静脉压大于预设警戒值，则标记为预设第二状态；当当前时窗内的平均中心静脉压小于或等于预设警戒值，则标记为预设第三状态；若当前的数据点的纵坐标小于预设崩溃阈值，且持续时间超过预设安全时限，则标记为预设第四状态。

22、进一步地，利用离散格林公式计算所述二维滞后环围成的几何面积。

23、本发明具有如下有益效果：

24、本发明首先在预处理与解耦模块中划分单次搏动时窗，将连续的血流动力学信号分割为一系列独立的生理事件单元，获取舒张期张力系数，表征血管平滑肌的物理收缩状态，获取血管壁总应力负荷积分，反映出心脏射血对动脉壁施加的总压力势能，获取微循环驱动负荷积分，表征了克服静脉背压后、实际可用于产生组织灌注的净势能；进一步在分析模块中，在当前的预设历史邻域内构建二维滞后环，并计算二维滞后环围成的几何面积作为水肿阻尼指数，量化了由微循环路径上的流体粘性阻力所导致的不可逆能量损失，然后获取灌注转化效率，实现了对微循环功能状态的物理修正与量化；最后通过状态标记模块，将当前的舒张期张力系数与灌注转化效率映射至二维决策平面，再结合当前单次搏动时窗内中心静脉压的整体特征，标记微循环流体状态。本发明通过解耦张力与能量特征，构建滞后环量化阻尼并修正效率，映射决策平面标记流体状态，解决宏观血压与微循环灌注脱节及紊乱根源难识别问题，提供决策支持。

1.一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，所述系统包括：

2.根据权利要求1所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，所述单次搏动时窗的获取方法包括：

3.根据权利要求1所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，所述舒张期张力系数的获取方法包括：

4.根据权利要求1所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，所述二维滞后环的获取方法包括：

5.根据权利要求1所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，所述灌注转化效率的获取方法包括：

6.根据权利要求5所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，所述基础斜率的获取方法包括：

7.根据权利要求5所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，所述有效灌注因子的获取方法包括：

8.根据权利要求1所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，映射至二维决策平面的方法包括：

9.根据权利要求8所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，所述标记微循环流体状态的方法包括：

10.根据权利要求1所述的一种用于急性肾损伤动态靶点药物筛选的ai决策支持系统，其特征在于，利用离散格林公式计算所述二维滞后环围成的几何面积。