基于多源特征融合的躁郁状态切换识别系统及方法

本发明涉及状态识别，尤其涉及基于多源特征融合的躁郁状态切换识别系统及方法。

背景技术：

1、双相情感障碍是一种以躁狂相与抑郁相交替发作为特征的精神疾病，其病情在不同状态之间的切换往往具有渐进性和隐匿性，患者在两种状态发生转变的过程中，通常会伴随睡眠、活动、言语以及情绪等多个方面的客观表现变化。对于住院患者而言，能否及时发现这种状态切换的早期迹象，对于把握治疗时机、保障患者安全具有重要意义。因此，如何在临床管理过程中对患者的状态切换趋势进行持续、客观的识别，一直是精神卫生领域所关注的问题。

2、在现有的临床管理方式中，对住院患者状态变化的把握主要依赖医护人员的定时查房观察以及周期性的量表评估。医护人员通过查房时的直接观察记录患者的表现，并结合定期开展的结构化量表对患者的状态进行评价，据此判断患者所处的状态及其变化趋势。随着监测技术的发展，一些管理方式在此基础上引入了对患者睡眠、活动等生理与行为数据的采集，通过对采集到的数据进行处理和分析，辅助医护人员了解患者的状态变化情况。这类方式通常按照预先设定的方式对多个来源的数据进行采集，并将采集到的数据进行处理后形成相应的分析结果，供医护人员参考。

3、然而，上述现有方式在实际应用中仍存在一定的局限。一方面，查房观察和量表评估均是在离散的时间点上进行的，两次评估之间存在较长的间隔，而患者的状态切换过程往往发生在这些间隔之中，容易导致对状态切换的识别出现滞后。另一方面，在对多个来源的数据进行采集和处理时，各来源数据的采集完整程度和可靠程度并不一致，在患者未能持续配合采集或医护人员未能及时录入相关记录的情况下，部分来源的数据会出现缺失或质量下降，而按照固定方式对各来源数据进行处理时，难以对这种数据质量的波动作出相应的调整，从而影响所得分析结果的可靠性。此外，现有方式通常按照预先设定的固定强度进行数据采集与观察，这种固定的采集与观察方式既无法在患者状态出现变化趋势时及时提高监测的密度以准确把握其变化，也会在患者状态平稳时造成不必要的监测投入，难以与有限的护理资源以及患者自身的休息需求相协调。

4、由此可见，现有的住院患者状态管理方式，在数据质量波动的适应能力以及监测强度与患者状态变化趋势的协调能力方面存在不足，容易导致状态切换识别的滞后以及分析结果可靠性的下降。

技术实现思路

1、为了解决现有技术存在的现有的住院患者状态管理方式，容易导致状态切换识别的滞后以及分析结果可靠性下降的技术问题，本发明实施例提供了一种基于多源特征融合的躁郁状态切换识别系统及方法。技术方案如下：

2、一方面，提供了一种基于多源特征融合的躁郁状态切换识别系统，包括：多源数据初始化模块，用于基于当前采集策略参数获取各多源时序数据以分别进行质量评估得到质量评估分数，并同步获取病区情境标签；个体自适应基线模块，用于结合病区情境标签对多源时序数据进行时段过滤，结合历史过滤数据建立个体动态基线，并计算多源时序数据相对个体动态基线的偏移特征向量以提取跨源时序结构，生成时序结构特征向量；动态置信度融合模块，用于基于质量评估分数对各源的时序结构特征向量进行动态置信度加权融合，生成综合特征向量，并计算对应的综合置信度；回补调控模块，用于在检测到综合置信度小于预设阈值时，生成数据回补请求指令并发送至通信连接的护士站终端，以获取回补的多源时序数据，并基于回补的多源时序数据重新生成综合特征向量；状态切换概率计算模块，用于在检测到综合置信度不小于预设阈值时，将综合特征向量输入预设的时序概率模型，计算得到状态切换概率序列；概率趋势分级与调度反控模块，用于基于状态切换概率序列进行趋势分级判决，生成分级标识以反向生成更新后的采集策略参数，将更新后的采集策略参数作为下一时间窗口的当前采集策略参数，以调度多源数据采集动作。

3、另一方面，提供了一种基于多源特征融合的躁郁状态切换识别方法，该方法包括：基于当前采集策略参数获取各多源时序数据以分别进行质量评估得到质量评估分数，并同步获取病区情境标签；结合病区情境标签对多源时序数据进行时段过滤，结合历史过滤数据建立个体动态基线，并计算多源时序数据相对个体动态基线的偏移特征向量以提取跨源时序结构，生成时序结构特征向量；基于质量评估分数对各源的时序结构特征向量进行动态置信度加权融合，生成综合特征向量，并计算对应的综合置信度；在检测到综合置信度小于预设阈值时，生成数据回补请求指令并发送至通信连接的护士站终端，以获取回补的多源时序数据，并基于回补的多源时序数据重新生成综合特征向量；在检测到综合置信度不小于预设阈值时，将综合特征向量输入预设的时序概率模型，计算得到状态切换概率序列；基于状态切换概率序列进行趋势分级判决，生成分级标识以反向生成更新后的采集策略参数，将更新后的采集策略参数作为下一时间窗口的当前采集策略参数，以调度多源数据采集动作。

4、本发明实施例提供的技术方案带来的有益效果至少包括：

5、本发明提供一种基于多源特征融合的躁郁状态切换识别系统，面向精神科住院患者的状态管理场景，通过多源数据初始化、个体自适应基线、动态置信度融合、回补调控、状态切换概率计算以及概率趋势分级与调度反控等模块的协同处理，实现对状态切换趋势的持续识别。其中，系统结合病区情境标签对多源时序数据进行时段过滤并建立个体动态基线，有效排除治疗与环境因素的干扰，使偏移的度量更贴合患者个体的真实常态；进而依据各来源实时数据质量动态调整融合权重，并在综合置信度不足时向护士站终端触发数据回补，从而保证参与识别的数据始终可信；同时，依据状态切换概率反向调度采集与护理观察的强度，在切换趋势显现时及时提高监测密度、在状态平稳时恢复常规强度。由此，本系统在护理资源有限的条件下，兼顾了状态切换识别的及时性、识别结果的可靠性以及护理资源的合理分配。

6、本发明依据数据质量动态调整融合权重并结合置信度门控触发数据回补构成质量闭环。不同于按固定权重进行融合的常规处理，本方案依据各来源的实时质量评估分数与历史贡献度动态确定融合权重，并在某来源质量过低时将其权重强制衰减至零、由其余来源归一化补偿，从而使融合结果不因个别来源缺失或质量下降而失真；进一步地，当综合置信度低于预设阈值时主动向护士站终端触发数据回补，使补充后的数据重新进入融合环节。该特征将数据质量不足的判断转化为对护理录入行为的反向调控，保证识别始终建立在可信数据之上。

7、本发明依据状态切换概率反向调度数据采集与护理观察强度构成的概率闭环。不同于仅依据单一概率取值与固定门限进行判断的方式，本方案综合状态切换概率的当前取值、上升斜率与持续时长进行趋势分级判决，并依据所得分级标识反向生成更新后的采集策略参数，回送至采集环节以调整传感采样频率、启用的数据源以及护理观察频次。由此，监测强度得以随患者状态切换趋势自适应升降，在趋势显现时加密采集与观察以准确把握变化，在状态平稳时恢复常规强度以合理分配护理资源、减少对患者的不必要打扰。

1.基于多源特征融合的躁郁状态切换识别系统，其特征在于，包括：

2.如权利要求1所述基于多源特征融合的躁郁状态切换识别系统，其特征在于：所述多源数据初始化模块在基于当前采集策略参数获取各多源时序数据时，具体用于：

3.如权利要求1所述基于多源特征融合的躁郁状态切换识别系统，其特征在于：所述多源数据初始化模块在分别进行质量评估得到质量评估分数时，具体用于：

4.如权利要求1所述基于多源特征融合的躁郁状态切换识别系统，其特征在于：所述个体自适应基线模块在结合所述病区情境标签对所述多源时序数据进行时段过滤，结合历史过滤数据建立个体动态基线，并计算所述多源时序数据相对所述个体动态基线的偏移特征向量时，具体用于：

5.如权利要求1所述基于多源特征融合的躁郁状态切换识别系统，其特征在于：所述个体自适应基线模块在提取跨源时序结构，生成时序结构特征向量时，具体用于：

6.如权利要求1所述基于多源特征融合的躁郁状态切换识别系统，其特征在于：所述动态置信度融合模块，具体用于：

7.如权利要求1所述基于多源特征融合的躁郁状态切换识别系统，其特征在于：所述状态切换概率计算模块，具体用于：

8.如权利要求1所述基于多源特征融合的躁郁状态切换识别系统，其特征在于：所述概率趋势分级与调度反控模块在基于所述状态切换概率序列进行趋势分级判决，生成分级标识时，具体用于：

9.如权利要求8所述基于多源特征融合的躁郁状态切换识别系统，其特征在于：所述概率趋势分级与调度反控模块在反向生成更新后的采集策略参数时，具体用于：

10.基于多源特征融合的躁郁状态切换识别方法，其特征在于，包括以下步骤：