多源异构医疗数据融合处理方法及其系统

摘要: 本申请涉及数据融合,具体是多源异构医疗数据融合处理方法及其系统。背景技术:1、在重症监护医疗场景中,对患者生理状态的实时监测与风险预警高度依赖多源数据的协同分析...
多源异构医疗数据融合处理方法及其系统

本申请涉及数据融合,具体是多源异构医疗数据融合处理方法及其系统。

背景技术:

1、在重症监护医疗场景中,对患者生理状态的实时监测与风险预警高度依赖多源数据的协同分析,监测设备持续生成高频生理参数序列,这些数据流易受影响,导致其质量波动显著,同时实验室检验数据虽具有高精度特性,但获取过程耗时且频率低下,形成稀疏分布的离散观测点,无法覆盖连续监测时段;

2、因此需要针对上述两类数据进行融合处理,然而现有的融合技术普遍采用固定权重规则或全局阈值处理策略,未能针对每个数据点的实时质量状态进行动态评估,并且缺乏基于高精度检验结果的闭环验证机制,无法有效综合监测数据的实时性与检验数据的可靠性,导致风险预警的及时性与稳定性被显著地削弱,针对上述问题,现有技术亟需改进。

技术实现思路

1、本申请的目的在于提供多源异构医疗数据融合处理方法及其系统,具有能够动态评估每个数据点的质量状态,并通过闭环反馈机制优化参数,从而提升医疗风险预警的准确性和稳定性的优点。

2、本申请的目的可以通过以下技术方案实现:第一方面,多源异构医疗数据融合处理方法,包括以下步骤:

3、同步获取预设监测周期内的连续生理参数序列和预设时刻下的检验指标值;

4、将所述连续生理参数序列中的各个生理参数值及其时间戳分别作为一个数据点;

5、获得所述连续生理参数序列中各个数据点的完整性评估指数和偏离度评估指数,对两项评估指数进行加权求和以获得对应数据点的初步置信度;

6、将所述初步置信度与预设置信阈值进行比较以获得对应数据点的置信状态,将不同置信状态的各个数据点的初步置信度分别映射为对应的融合置信度;

7、根据所述检验指标值获得表征预设时刻下患者生理状态的实际风险系数,将所述连续生理参数序列中的各个数据点及其融合置信度输入至预设的风险评估模型以输出对应数据点的评估风险系数;

8、根据预设监测周期内预设时刻下对应数据点的评估风险系数及其实际风险系数获得对应预设监测周期内的误差系数,根据连续多个预设监测周期内的误差系数的统计特征分别更新所述初步置信度的权重参数及其预设置信阈值。

9、第二方面,多源异构医疗数据融合处理系统,包括以下模块:

10、数据采集模块,用于同步获取预设监测周期内的连续生理参数序列和预设时刻下的检验指标值;

11、数据处理模块,用于将所述连续生理参数序列中的各个生理参数值及其时间戳分别作为一个数据点,获得所述连续生理参数序列中各个数据点的完整性评估指数和偏离度评估指数;

12、置信评估模块,用于对两项评估指数进行加权求和以获得对应数据点的初步置信度,将所述初步置信度与预设置信阈值进行比较以获得对应数据点的置信状态,将不同置信状态的各个数据点的初步置信度分别映射为对应的融合置信度;

13、风险评估模块,用于根据所述检验指标值获得表征预设时刻下患者生理状态的实际风险系数,将所述连续生理参数序列中的各个数据点及其融合置信度输入至预设的风险评估模型以输出对应数据点的评估风险系数;

14、反馈优化模块,用于根据预设监测周期内预设时刻下对应数据点的评估风险系数及其实际风险系数获得对应预设监测周期内的误差系数,根据连续多个预设监测周期内的误差系数的统计特征分别更新所述初步置信度的权重参数及其预设置信阈值。

15、第三方面,一种计算机存储介质,其存储有计算机可执行指令,所述计算机可执行指令执行时实现第一方面中所述的多源异构医疗数据融合处理方法。

16、与现有技术相比,本申请的有益效果是:

17、本申请通过动态评估数据点的置信度并基于误差情况反馈优化参数,能够解决现有技术中静态处理导致数据质量波动和误判风险的问题,有利于动态评估每个数据点的质量状态,并通过闭环反馈机制优化参数,从而提升医疗风险预警的准确性和稳定性。

1.多源异构医疗数据融合处理方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的多源异构医疗数据融合处理方法,其特征在于,所述完整性评估指数,其中,和分别为单一数据点对应的第一波形片段内识别的噪声信号能量和总信号能量;

3.根据权利要求1所述的多源异构医疗数据融合处理方法,其特征在于,所述初步置信度,其中,分别为单一数据点的完整性评估指数的第一权重值和偏离度评估指数的第二权重值,且;

4.根据权利要求3所述的多源异构医疗数据融合处理方法,其特征在于,所述融合置信度的映射规则为:将被标记为第一状态的各个数据点的融合置信度均设为0.1,将被标记为第二状态的各个数据点的融合置信度均设为1.0;

5.根据权利要求1所述的多源异构医疗数据融合处理方法,其特征在于,所述实际风险系数的获得过程包括:将所述检验指标值通过sigmoid函数映射至(0,1)区间内以获得对应预设监测周期内预设时刻下的实际风险系数;

6.根据权利要求5所述的多源异构医疗数据融合处理方法,其特征在于,所述误差系数的获得过程包括:将单一预设监测周期内预设时刻下的数据点对应的评估风险系数记为,并将该预设时刻下的实际风险系数记为,获得对应单一预设监测周期内的误差系数,其中,为预设的归一化系数,取值范围为[0,1]。

7.根据权利要求3所述的多源异构医疗数据融合处理方法,其特征在于,所述初步置信度的权重参数的更新过程为:获得包含最近k个预设监测周期内的误差系数的序列,其中,为第i个预设监测周期内的误差系数,;

8.根据权利要求7所述的多源异构医疗数据融合处理方法,其特征在于,所述初步置信度的预设置信阈值的更新过程为:当所述误差系数的序列的标准差大于预设波动阈值时;

9.多源异构医疗数据融合处理系统,其特征在于,包括以下模块:

10.一种计算机存储介质,其存储有计算机可执行指令,其特征在于,所述计算机可执行指令执行时实现权利要求1-8中任一项所述的多源异构医疗数据融合处理方法。