CN118818067B - 一种基于家庭化pt测量的血液凝固特性检测方法及系统 - Google Patents
一种基于家庭化pt测量的血液凝固特性检测方法及系统 Download PDFInfo
- Publication number
- CN118818067B CN118818067B CN202411269421.4A CN202411269421A CN118818067B CN 118818067 B CN118818067 B CN 118818067B CN 202411269421 A CN202411269421 A CN 202411269421A CN 118818067 B CN118818067 B CN 118818067B
- Authority
- CN
- China
- Prior art keywords
- blood coagulation
- characteristic
- parameter
- result
- blood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/86—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood coagulating time or factors, or their receptors
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Hematology (AREA)
- Molecular Biology (AREA)
- Urology & Nephrology (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Biomedical Technology (AREA)
- Medicinal Chemistry (AREA)
- Biotechnology (AREA)
- Pathology (AREA)
- Cell Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Microbiology (AREA)
- Food Science & Technology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种基于家庭化PT测量的血液凝固特性检测方法及系统,涉及PT测量领域,该基于家庭化PT测量的血液凝固特性检测方法包括以下步骤:S1、采集用户数据配置家庭化检测设备;S2、对用户进行血液采集;S3、分组存放并进行血液凝固特性检测,获取血液凝固特性参数;S4、进行比对,并进行血液凝固特性判断;S5、进行血液凝固安全分析,获取血液凝固安全参数;S6、将血液凝固安全参数与血液凝固应对阈值进行匹配,获取血液凝固应对策略。本发明通过收集用户数据来定制PT测量方案,确保检测过程和结果更贴合每个用户的特定需求和状况,提高基于家庭化PT测量的血液凝固特性检测方法适用性。
Description
技术领域
本发明涉及PT测量领域,具体来说,涉及一种基于家庭化PT测量的血液凝固特性检测方法及系统。
背景技术
心脏瓣膜术后患者需要口服华法林,并需要每隔一段时间测量PT(凝血酶原时间),而家庭化PT测量使得用户可以在家中进行测量,无需前往医院或诊所,对于那些有困难出门或者住在偏远地区的人来说是极大的便利,同时能够提供即时的测量结果,使得用户可以快速得知自身的健康状况,并节省等待医生预约和往返医院的时间。
血液凝固特性是指血液在某些情况下能够从液态转变为凝固态的能力,血液中存在多种凝血因子,在凝血过程中扮演重要角色,这些因子按照特定的顺序激活,最终导致纤维蛋白形成,同时血液凝固是一个平衡过程,不仅有促进凝固的因子,还有抗凝因子如抗凝血酶等,而PT是衡量血液凝固速度指标之一,所以对于服用抗凝药物的患者来说,需要定期监测PT确保药物剂量的准确性和安全性。
但现有基于家庭化PT测量的血液凝固特性检测方法在进行使用时并未对用户的个体差异进行对应调整,导致现有基于家庭化PT测量的血液凝固特性检测方法再对用户进行血液凝固特性检测时的适用效果并不理想,且现有的基于家庭化PT测量的血液凝固特性检测方法在进行使用时并未对血液凝固特性进行数据化的分析,导致基于家庭化PT测量的血液凝固特性检测方法在进行使用时无法提供准确的血液凝固特性检测结果。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本发明提出一种基于家庭化PT测量的血液凝固特性检测方法及系统,以克服现有相关技术所存在的上述技术问题。
为此,本发明采用的具体技术方案如下:
一种基于家庭化PT测量的血液凝固特性检测方法,包括以下步骤:
S1、采集用户数据,设置家庭化PT测量步骤,并根据家庭化PT测量步骤配置血液凝固特性检测设备;
S2、根据配置的血液凝固特性检测设备对用户进行家庭化血液采集;
S3、对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数;
S4、预设血液凝固特性阈值,将血液凝固特性参数与血液凝固特性阈值进行比对,并根据比对结果进行血液凝固特性判断;
S5、根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数;
S6、设置血液凝固应对策略组阈值,并将血液凝固安全参数与血液凝固应对阈值进行匹配,获取血液凝固家庭化应对策略。
作为优选方案,对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数包括以下步骤:
S31、预设血液凝固特性对比规则和血液凝固检测方案,并根据血液凝固特性对比规则对采集的血液进行分组;
S32、根据血液凝固检测方案对分组后的血液进行凝固检测获取血液凝固参数组;
S33、将血液凝固参数组进行特征分类,并根据特征分类结果进行时序比对验证,获取血液凝固特性参数。
作为优选方案,将血液凝固参数组进行特征分类,并根据特征分类结果进行时序比对验证,获取血液凝固特性参数包括以下步骤:
S331、根据血液凝固检测方案设置特征提取规则;
S332、根据特征提取规则对血液凝固参数组进行特征提取,并对特征提取结果进行分类,获取血液凝固参数集;
S333、对血液凝固参数集进行时序划分,并对时序划分后的血液凝固参数集进行时序比对;
S334、根据时序比对结果进行血液凝固趋势分析,并根据血液凝固趋势分析结果对血液凝固变化参数进行预测;
S335、将血液凝固变化预测结果与血液凝固参数进行比对,并根据比对结果对血液凝固参数进行验证调整,获取血液凝固特性参数。
作为优选方案,对血液凝固参数集进行时序划分,并对时序划分后的血液凝固参数集进行时序比对包括以下步骤:
S3331、对血液凝固参数集进行数据清洗,并设置时间戳规则;
S3332、根据时间戳规则对血液凝固参数集进行时序划分,获取血液凝固时间窗口集;
S3333、对血液凝固时间窗口集内部血液凝固时间窗口进行时序比对,并根据比对结果进行时间窗口趋势分析;
S3334、将时间窗口趋势分析结果进行整合,获取时间窗口趋势集,并作为时序比对结果进行输出。
作为优选方案,根据时序比对结果进行血液凝固趋势分析,并根据血液凝固趋势分析结果对血液凝固变化参数进行预测包括以下步骤:
S3341、将时间窗口趋势集内的时间窗口趋势根据时间顺序进行组合,并对组合后的时间窗口趋势进行趋势类型分析;
S3342、预设时序预测模型库,对趋势类型分析结果进行周期变化验证,并将周期变化验证后的趋势类型分析结果与时序预测模型库进行模型匹配;
S3343、将趋势类型分析结果带入匹配模型进行血液凝固变化参数预测;
S3344、对血液凝固变化参数预测结果进行验证,并对验证后的血液凝固变化参数预测结果设置置信阈值。
作为优选方案,对血液凝固时间窗口集内部血液凝固时间窗口进行时序比对,并根据比对结果进行时间窗口趋势分析的计算公式为:
;
其中,为在t时间窗口的趋势值;
S为平滑常数;
为血液凝固时间窗口在t-1时间窗口的变化参数;
为血液凝固时间窗口在t-1时间窗口的预测参数。
作为优选方案,根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数包括以下步骤:
S51、预设参数正常阈值,并根据参数正常阈值对血液凝固特性判断结果进行初步安全分析,获取初始安全分析结果;
S52、根据用户数据生成用户个体参数,并对用户个体参数进行特征提取,获取安全影响参数;
S53、对安全影响参数进行赋权,并根据赋权结果对安全影响参数进行调整;
S54、根据调整后的安全影响参数对初始安全分析结果进行优化调整,获取血液凝固安全参数。
作为优选方案,根据用户数据生成用户个体参数,并对用户个体参数进行特征提取,获取安全影响参数包括以下步骤:
S521、对用户数据进行数据清洗,并对异常用户数据进行数据调整,得到用过个体参数;
S522、预设用户特征提取规则,并根据用户特征提取规则对用户个体参数进行特征提取;
S523、对用户个体参数特征提取结果进行分析验证,获取安全影响参数。
作为优选方案,对安全影响参数进行赋权,并根据赋权结果对安全影响参数进行调整包括以下步骤:
S531、预设赋权规则,并根据赋权规则对安全影响参数进行赋权;
S532、根据赋权结果对安全影响参数进行调整,并构建历史参数模型对调整后的安全影响参数进行验证调整;
S533、将验证调整后的安全影响参数存储,并进行输出。
根据本发明的另一个方面,提供了一种基于家庭化PT测量的血液凝固特性检测系统,该系统包括:
数据采集模块,用于采集用户数据,设置家庭化PT测量步骤,并根据家庭化PT测量步骤配置血液凝固特性检测设备;
血液采集模块,用于根据配置的血液凝固特性检测设备对用户进行家庭化血液采集;
检测特性模块,用于对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数;
凝固判断模块,用于预设血液凝固特性阈值,将血液凝固特性参数与血液凝固特性阈值进行比对,并根据比对结果进行血液凝固特性判断;
安全分析模块,用于根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数;
应对策略模块,用于设置血液凝固应对策略组阈值,并将血液凝固安全参数与血液凝固应对阈值进行匹配,获取血液凝固家庭化应对策略;
数据采集模块、血液采集模块、检测特性模块、凝固判断模块、安全分析模块及应对策略模块依次连接。
本发明的有益效果为:
1、本发明通过收集用户数据来定制PT测量方案,确保检测过程和结果更贴合每个用户的特定需求和状况,提高基于家庭化PT测量的血液凝固特性检测方法适用性,且通过对血液进行分组并进行特征提取,能够更精确地识别血液凝固的特性,提高检测的精度,并通过时序比对和趋势分析,使得基于家庭化PT测量的血液凝固特性检测方法能够实时监控血液凝固状态的变化,及时发现潜在问题。
2、本发明通过设置参数正常阈值并进行安全分析,确保血液凝固特性在安全范围内,为用户提供更多保障,并对对用户个体参数的特征提取和赋权调整,使得基于家庭化PT测量的血液凝固特性检测方法可以根据每个用户的特定情况进行个性化调整,提高了方案的适应性和有效性,同时通过数据清洗、时间戳规则设置等,提高血液凝固特性数据的质量和准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种基于家庭化PT测量的血液凝固特性检测方法的方法流程图;
图2是根据本发明实施例的一种基于家庭化PT测量的血液凝固特性检测系统的系统框图。
图中:
1、数据采集模块;2、血液采集模块;3、检测特性模块;4、凝固判断模块;5、安全分析模块;6、应对策略模块。
具体实施方式
为下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种基于家庭化PT测量的血液凝固特性检测方法及系统。
现结合附图和具体实施方式对本发明进一步说明,根据本发明的一个实施例,如图1所示,根据本发明实施例的基于家庭化PT测量的血液凝固特性检测方法,包括以下步骤:
S1、采集用户数据,设置家庭化PT测量步骤,并根据家庭化PT测量步骤配置血液凝固特性检测设备;
具体的,采集用户数据需要采集的用户信息,例如姓名、年龄、性别、病史、家庭信息等,并建立一个数据库或者电子表格,用于存储和管理采集到的用户数据,再设置家庭化PT测量步骤,如检测时为饭前检测还是饭后检测等,再准备适用于家庭化的血液凝固特性检测设备,包括便携式凝血酶原时间测量仪、检测试剂等,用户根据设备厂商提供的操作手册,打开便携式凝血酶原时间测量仪,将采集的样本放入便携式凝血酶原时间测量仪进行测量并记录测量结果,便携式凝血酶原时间测量仪根据测量结果进行简单的解读,辅助用户进行了解。
再根据PT测量步骤配置血液凝固特性检测设备,如根据需要选择便携式凝血酶原时间测量仪,并根据设备厂商提供的操作手册,设置设备的参数和测量条件,例如测量时间、温度等,同时根据需要配置检测试剂,确保其适用于所要检测的血液凝固特性,再进行设备的校准,并配置设备的数据输出方式。
S2、根据配置的血液凝固特性检测设备对用户进行家庭化血液采集;
具体的,用户进行血液采集的准备工作时,确保家庭内部采集环境干净、整洁,并配备所需的采集器具和消毒用品,同时确认采集设备已经校准,并按照设备厂商的指示进行质控测试,并选择合适的采集部位,如常用的采集部位包括指尖、前臂静脉、手背静脉等,或根据需要选择合适的采集部位,如用户的年龄、病史和采集目的等因素。
S3、对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数;
具体的,对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数包括以下步骤:
S31、预设血液凝固特性对比规则和血液凝固检测方案,并根据血液凝固特性对比规则对采集的血液进行分组;
具体的,根据血液凝固检测的目的,确定需要对比的凝血指标,如凝血酶原时间、部分凝血活酶时间、凝血因子活性等,再根据血液凝固特性对比规则的要求,确定不同凝血指标的正常范围,以及与异常结果相关的疾病或病理状态,根据血液凝固特性对比规则,确定需要检测的凝血指标和相应的检测方法,再根据设备的要求和标准操作流程,设置血液凝固检测的参数和条件,例如测量时间、温度等,确定血液样本的采集方式和采集量,再根据血液凝固特性对比规则,将采集到的血液样本按照凝血指标的异常程度进行分组,根据正常范围的上下限或者设定的阈值,将血液样本分为正常、轻度异常、中度异常和重度异常等不同的组别,且在分组过程中,要确保准确记录每个样本的相关信息,例如样本编号、采集时间、用户信息等。
S32、根据血液凝固检测方案对分组后的血液进行凝固检测获取血液凝固参数组;
具体的,确保血液凝固检测设备已经校准,并按照设备厂商的指示进行质控测试,如准备好所需的试剂、标准曲线和其他必要的材料,按照血液凝固检测方案进行检测,根据方案中的要求,取出分组后的血液样本进行检测,设置设备的参数和条件,例如测量时间、温度等,按照设备操作手册的指示,将血液样本和试剂混合,启动设备进行凝固检测,并确保操作过程中遵守消毒和无菌操作的要求,根据设备的测量结果,记录血液凝固参数,如凝血酶原时间、部分凝血活酶时间、凝血因子活性等,再将每个样本的测量结果与对应的分组信息相匹配,形成血液凝固参数组。
S33、将血液凝固参数组进行特征分类,并根据特征分类结果进行时序比对验证,获取血液凝固特性参数。
具体的,将血液凝固参数组进行特征分类,并根据特征分类结果进行时序比对验证,获取血液凝固特性参数包括以下步骤:
S331、根据血液凝固检测方案设置特征提取规则;
具体的,确定需要从血液凝固检测数据中提取哪些特征,如提取凝血时间、凝血因子浓度、纤维蛋白原水平等特征,根据血液凝固检测方案和特征提取目的,设计特征提取规则,根据设计的特征提取规则,将血液凝固检测数据进行数学运算、统计分析或其他相关方法中进行特征提取,验证提取的特征是否符合预期,是否能够准确地描述血液凝固的特征,并根据需要,评估提取的特征在血液凝固检测中的实际应用效果,并进行必要的调整和优化。
S332、根据特征提取规则对血液凝固参数组进行特征提取,并对特征提取结果进行分类,获取血液凝固参数集;
具体的,确定要从血液凝固参数组中提取的特征,如凝固时间、凝血因子浓度等或者是,根据特定的血液凝固检测方案和目标,设计适合的特征提取规则,包括数学公式、阈值设定、比较逻辑等,根据定义的特征提取规则,对血液凝固参数组中的每个样本进行特征提取,使用相应的算法或程序,根据规则计算或提取所需的特征,如使用统计分析、数学运算或其他相关方法,根据特征提取结果,并基于提取的特征值或特征组合的结果对血液凝固参数进行分类,根据分类的要求和目的,设计分类规则,如使用阈值、逻辑判断、机器学习等方法进行分类,再将分类结果与原始的血液凝固参数组相匹配,形成血液凝固参数集。
S333、对血液凝固参数集进行时序划分,并对时序划分后的血液凝固参数集进行时序比对;
具体的,对血液凝固参数集进行时序划分,并对时序划分后的血液凝固参数集进行时序比对包括以下步骤:
S3331、对血液凝固参数集进行数据清洗,并设置时间戳规则;
具体的,检查血液凝固参数集中的数据,排除异常或错误的数据点,如检查是否存在缺失值、异常值或重复值,并根据特定的数据清洗规则,对异常数据进行处理,如选择删除异常数据、填充缺失值或使用插值方法进行数据修复,同时进行数据清洗的过程中,要保持数据的准确性和一致性,并且记录下清洗的操作过程。
设置时间戳规则时需要确定添加时间戳的血液凝固参数集的数据字段,包括采集时间、记录时间等,根据实际需求和数据采集方式,设置时间戳规则,如基于数据采集设备的内置时间,或者根据数据输入系统的时间戳添加规则,并确保时间戳的准确性并符合数据采集的时间顺序,根据数据清洗规则,对血液凝固参数集进行清洗操作,如删除异常数据、填充缺失值或修复数据错误,且在清洗过程中,根据时间戳设置规则,为每个数据点添加相应的时间戳信息,并通过执行清洗和时间戳设置操作,得到经过清洗和时间戳处理后的血液凝固参数集。
S3332、根据时间戳规则对血液凝固参数集进行时序划分,获取血液凝固时间窗口集;
具体的,确定血液凝固时间窗口的长度和间隔,根据实际需求和研究目的进行设置,如设置固定长度的时间窗口,或者根据特定事件的发生来划分时间窗口,在从血液凝固参数集中提取时间戳信息,确保时间戳的准确性和一致,并根据设定的时间窗口规则,将血液凝固参数集中的数据点划分到相应的时间窗口中,使用时间戳进行比对和判定数据点所属的时间窗口,将划分后的血液凝固参数集按时间窗口整理成不同的子集,每个子集代表一个时间窗口,同时确保每个时间窗口集合内的数据点都符合时间窗口的起始时间和结束时间,再为每个血液凝固时间窗口集添加相关的信息,如时间窗口的起始时间、结束时间等,验证划分后的血液凝固时间窗口集是否满足预期的划分规则,并根据需要进行调整和优化。
S3333、对血液凝固时间窗口集内部血液凝固时间窗口进行时序比对,并根据比对结果进行时间窗口趋势分析;
具体的,对血液凝固时间窗口集内部血液凝固时间窗口进行时序比对,并根据比对结果进行时间窗口趋势分析的计算公式为:
;
其中,为在t时间窗口的趋势值;
S为平滑常数;
为血液凝固时间窗口在t-1时间窗口的变化参数;
为血液凝固时间窗口在t-1时间窗口的预测参数。
S3334、将时间窗口趋势分析结果进行整合,获取时间窗口趋势集,并作为时序比对结果进行输出。
具体的,对每个时间窗口内的血液凝固参数集进行趋势分析,使用统计方法、机器学习等技术,分析血液凝固参数在时间窗口内的变化趋势,如增加、减少或保持稳定等,将每个时间窗口的趋势分析结果整合为时间窗口趋势集,使用数据结构如数组、矩阵或数据表格等形式进行整合,确保趋势集与时间窗口的对应关系,将时间窗口趋势集与原始的血液凝固参数集进行时序比对,确保趋势集和血液凝固参数集的对应关系,并根据比对结果,将时间窗口趋势集作为时序比对结果进行输出,将结果保存为文件、数据库或其他合适的数据存储形式,验证时序比对结果是否符合预期,并根据需要进行调整和优化,检查输出结果的准确性和一致性,并确保趋势集与血液凝固参数集的对应关系正确无误。
S334、根据时序比对结果进行血液凝固趋势分析,并根据血液凝固趋势分析结果对血液凝固变化参数进行预测;
具体的,根据时序比对结果进行血液凝固趋势分析,并根据血液凝固趋势分析结果对血液凝固变化参数进行预测包括以下步骤:
S3341、将时间窗口趋势集内的时间窗口趋势根据时间顺序进行组合,并对组合后的时间窗口趋势进行趋势类型分析;
具体的,将时间窗口趋势集按时间顺序进行组合,确保趋势集按照时间的先后顺序排列,再确定趋势类型的定义和分类方式,根据实际需求和研究目的进行设置,如定义趋势类型为增加、减少、保持稳定、波动等,对组合后的时间窗口趋势进行趋势类型分析,根据设定的趋势类型定义,判断每个时间窗口的趋势类型,对其进行分类标记,将趋势类型分析的结果整理为趋势类型集,确保每个时间窗口的趋势类型与时间窗口的对应关系,在将趋势类型集作为输出结果进行保存或展示,并验证趋势类型分析结果是否符合预期,并根据需要进行调整和优化,检查输出结果的准确性和一致性,并确保趋势类型集与时间窗口的对应关系正确无误。
S3342、预设时序预测模型库,对趋势类型分析结果进行周期变化验证,并将周期变化验证后的趋势类型分析结果与时序预测模型库进行模型匹配;
具体的,选择适合用于时间序列分析的模型,如自回归移动平均模型、自回归积分滑动平均模型、季节性自回归积分滑动平均模型及神经网络模型等,使用历史数据训练这些模型,以捕捉数据的基本趋势、季节性、周期性等特点,再对血液凝固参数的历史数据进行趋势分析,识别出可能的周期性、长期趋势或其他相关模,根据分析结果,将趋势分为不同类型,如上升、下降、周期性波动等,在使用统计方法如周期图分析、自相关和偏自相关函数分析来验证数据中的周期性,确定数据中的周期性模式,选择适合的模型,并根据趋势类型和周期变化的分析结果,从模型库中选择最适合的模型,并使用交叉验证等技术来测试模型的有效性,将选定的模型应用于最新的数据进行预测。
S3343、将趋势类型分析结果带入匹配模型进行血液凝固变化参数预测;
具体的,使用时间序列分析方法,如移动平均、指数平滑等对血液凝固参数数据进行分析,识别并记录趋势类型,如:线性增长、周期性波动、长期稳定等,基于趋势类型的分析结果,从预设的时序预测模型库中选择合适的模型,如对于周期性波动的趋势,选择季节性ARIMA模型,对于线性增长趋势,选择线性回归模型等,根据趋势类型的具体特征,调整模型的参数,再使用历史血液凝固参数数据对选定的模型进行训练,并通过交叉验证或使用一部分保留数据来测试模型的准确性和预测能力,应用训练好的模型对未来的血液凝固参数变化进行预测,并分析预测结果,评估其与实际观测值的吻合程度,将预测结果应用于血液凝固管理或治疗计划的制定,并根据预测结果的准确性,调整模型或重新分析趋势类型。
S3344、对血液凝固变化参数预测结果进行验证,并对验证后的血液凝固变化参数预测结果设置置信阈值。
具体的,使用交叉验证技术,如K折交叉验证,来评估模型的预测性能,并特别针对时间序列数据,将数据按时间顺序分割成训练集和测试集,用训练集建模,然后在测试集上验证模型的预测准确性,再将预测结果与实际观测到的血液凝固参数变化进行比较,评估模型的准确性。
利用统计指标,如预测误差、平均绝对误差、均方误差等评估模型的准确性,根据模型的预测误差和分布,计算预测结果的置信区间,根据模型的性能和实际应用需求,设定一个合理的置信阈值,如选择在95%置信区间内的预测结果作为可接受的预测,根据验证结果,评估模型的预测性能,特别是在置信阈值范围内的准确性,如果验证结果不符合预期,需要重新调整模型参数或选择不同的模型,同时在实际应用中持续监控模型的预测性能,并根据新数据或变化的条件进行调整。
S335、将血液凝固变化预测结果与血液凝固参数进行比对,并根据比对结果对血液凝固参数进行验证调整,获取血液凝固特性参数。
具体的,使用已建立的时序预测模型对血液凝固变化进行预测,获取原始的血液凝固参数集,包括采集的时间、血液凝固相关指标等信息,将血液凝固变化预测结果与原始血液凝固参数集进行时序比对,分析时序比对的结果,识别预测结果与实际血液凝固参数之间的差异和一致性,并使用统计指标如均方根误差等来评估预测的准确性,根据比对结果,验证预测模型的准确性,并进行必要的调整,再根据经过验证和调整的预测模型,获取血液凝固特性参数反映血液凝固变化的特性,如变化速度、趋势类型等,并记录血液凝固特性参数,将其保存为文件、数据库或其他适当的数据存储形式。
S4、预设血液凝固特性阈值,将血液凝固特性参数与血液凝固特性阈值进行比对,并根据比对结果进行血液凝固特性判断;
具体的,确定血液凝固特性的阈值,获取的血液凝固特性参数,如变化速度、趋势类型等,将血液凝固特性参数与预设的血液凝固特性阈值进行比对,根据比对的方式,判断血液凝固特性参数是否超过或在阈值范围内,再根据比对结果,判断血液凝固特性参数的状态或特性,如判断是否存在异常、是否处于正常范围、是否呈现特定趋势等,记录血液凝固特性判断的结果,并根据需要进行输出,将结果保存为文件、数据库或其他适当的数据存储形式。
S5、根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数;
具体的,根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数包括以下步骤:
S51、预设参数正常阈值,并根据参数正常阈值对血液凝固特性判断结果进行初步安全分析,获取初始安全分析结果;
具体的,根据相关研究、临床经验或专家意见,确定血液凝固特性参数的正常阈值,再获取血液凝固特性判断的结果,例如异常状态、正常范围、趋势类型等,将血液凝固特性判断结果与预设的参数正常阈值进行比对,并根据比对的方式判断血液凝固特性是否处于正常范围内或超出了正常阈值,再根据比对结果进行初步的安全分析,根据血液凝固特性的判断结果和正常阈值,评估血液凝固的安全性,如判断是否存在风险、是否需要进一步的检查或干预等,记录初始安全分析结果,并根据需要进行输出。
S52、根据用户数据生成用户个体参数,并对用户个体参数进行特征提取,获取安全影响参数;
具体的,根据用户数据生成用户个体参数,并对用户个体参数进行特征提取,获取安全影响参数包括以下步骤:
S521、对用户数据进行数据清洗,并对异常用户数据进行数据调整,得到用过个体参数;
具体的,检查用户数据集,识别并处理缺失值、重复值、异常值等数据质量问题,使用数据清洗工具或编程语言的数据处理函数,进行数据过滤、填充、删除等操作,再使用异常检测算法,如离群点检测、异常规则检测识别用户数据中的异常数据,对于识别到的异常数据,进行数据调整以修正异常值,且调整方法可以是删除异常数据、用相邻数据平均值替代、用插值法进行填充等,根据清洗后的用户数据,通过特定的算法或公式计算个体参数,参数可以是血液凝固特性、健康指标等,确保计算过程中使用的数据是经过清洗和调整后的可靠数据。
S522、预设用户特征提取规则,并根据用户特征提取规则对用户个体参数进行特征提取;
具体的,定义用户特征提取规则,包括确定要提取的特征和提取特征的方法,确保用户数据经过清洗和调整,以确保数据的质量和可靠性,包括缺失值处理、异常值调整等,再根据预设的用户特征提取规则,从用户数据中提取相应的特征,且特征可以是数值型、类别型或其他类型,取决于规定的特征提取方法,并进行特征归一化或标准化,确保不同特征之间具有可比性。
S523、对用户个体参数特征提取结果进行分析验证,获取安全影响参数。
具体的,对提取的个体参数特征进行可视化和摘要统计,如使用直方图、箱线图、散点图等方式,观察特征的分布、离群点、异常情况等,分析个体参数特征之间的相关性,并使用相关系数、热力图等方法,探索特征之间的相关程度,确定是否存在相关性高的特征,如果有目标变量,则分析个体参数特征与目标变量之间的关系,并使用统计方法如t检验、方差分析等,确定特征对目标变量的显著影响,根据特征分析结果,进行特征选择和降维,排除无关或冗余的特征,选择重要的特征,以简化模型,再基于选定的个体参数特征,建立预测模型,并使用机器学习算法如回归、分类等,进行模型训练和验证,同时根据模型的分析结果和特征重要性,确定安全影响参数。
S53、对安全影响参数进行赋权,并根据赋权结果对安全影响参数进行调整;
具体的,对安全影响参数进行赋权,并根据赋权结果对安全影响参数进行调整包括以下步骤:
S531、预设赋权规则,并根据赋权规则对安全影响参数进行赋权;
具体的,确定赋权的目标,通过赋权将重要性或权重分配给安全影响参数的目标,根据目标定义赋权规则,如数学公式、专家意见或基于数据分析的方法,再根据赋权规则,对安全影响参数进行赋权计算,且赋权结果在不同的量纲上,需要进行赋权结果的归一化,确保不同参数的赋权结果具有可比性,记录赋权后的安全影响参数,并验证赋权结果是否符合预期,并根据需要进行调整,使用敏感性分析、专家评估等方法来验证赋权结果的合理性。
S532、根据赋权结果对安全影响参数进行调整,并构建历史参数模型对调整后的安全影响参数进行验证调整;
具体的,使用赋权结果对安全影响参数进行调整,将赋权结果应用到原始参数值上,以得到调整后的安全影响参数,基于调整后的安全影响参数,构建历史参数模型,包括时间序列模型、回归模型或其他适当的模型,对构建的历史参数模型进行验证,如使用统计指标、交叉验证等方法,评估模型的拟合程度和预测性能,再根据历史参数模型的验证结果,进行模型的调整,验证安全影响参数的调整效果,使用历史数据进行验证,比较调整后的参数与实际观测值之间的一致性和准确性,并记录安全影响参数的调整和历史参数模型的验证结果。
S533、将验证调整后的安全影响参数存储,并进行输出。
S54、根据调整后的安全影响参数对初始安全分析结果进行优化调整,获取血液凝固安全参数。
具体的,根据参数正常阈值对血液凝固特性判断结果进行的初步安全分析,确定哪些参数可能对血液凝固的安全性具有重要影响,重新评估安全参数的重要性,并基于调整后的安全影响参数,使用专家意见、统计分析等方法,确定每个参数对血液凝固安全性的相对重要性,再根据安全参数的重要性重新优化初始安全分析结果,调整安全判断的阈值、更新评估模型,或采用其他方法来更准确地评估血液凝固的安全性,根据优化后的安全分析结果,确定血液凝固安全参数。
S6、设置血液凝固应对策略组阈值,并将血液凝固安全参数与血液凝固应对阈值进行匹配,获取血液凝固家庭化应对策略。
具体的,根据领域知识、临床标准或业务需求,确定血液凝固应对策略组的阈值,包括血小板计数、凝血时间等指标的正常范围,将之前获取的血液凝固安全参数与血液凝固应对策略组的阈值进行匹配,确保每个安全参数与相应的阈值相对应,根据匹配结果,定义血液凝固家庭化应对策略,包括采取药物治疗、调整抗凝剂剂量等措施,以应对血液凝固的不同情况。
建立匹配规则,将血液凝固安全参数映射到相应的家庭化应对策略,验证匹配规则的准确性,并根据需要进行调整,并使用历史数据或模拟数据进行验证,确保匹配规则能够有效地匹配安全参数和家庭化应对策略,再记录血液凝固应对策略的匹配结果,并根据需要进行输出,将结果保存为文件、数据库或其他适当的数据存储形式,同时建立定期监测机制,持续跟踪血液凝固安全参数和家庭化应对策略的变化,根据监测结果,及时更新应家庭化对策略或调整匹配规则。
根据本发明另一个实施例,如图2所示一种基于家庭化PT测量的血液凝固特性检测系统,该系统包括:
数据采集模块1,用于采集用户数据,设置家庭化PT测量步骤,并根据家庭化PT测量步骤配置血液凝固特性检测设备;
血液采集模块2,用于根据配置的血液凝固特性检测设备对用户进行家庭化血液采集;
检测特性模块3,用于对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数;
凝固判断模块4,用于预设血液凝固特性阈值,将血液凝固特性参数与血液凝固特性阈值进行比对,并根据比对结果进行血液凝固特性判断;
安全分析模块5,用于根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数;
应对策略模块6,用于设置血液凝固应对策略组阈值,并将血液凝固安全参数与血液凝固应对阈值进行匹配,获取血液凝固家庭化应对策略;
数据采集模块、血液采集模块、检测特性模块、凝固判断模块、安全分析模块及应对策略模块依次连接。
具体的血液采集模块、检测特性模块、凝固判断模块、安全分析模块及应对策略模块均设置在便携式凝血酶原时间测量仪内部,通过便携式凝血酶原时间测量仪对用户进行家庭化PT采血测量,并进行血液凝固特性的检测。
综上所述,借助于本发明的上述技术方案,本发明通过收集用户数据来定制PT测量方案,确保检测过程和结果更贴合每个用户的特定需求和状况,提高基于家庭化PT测量的血液凝固特性检测方法适用性,且通过对血液进行分组并进行特征提取,能够更精确地识别血液凝固的特性,提高检测的精度,并通过时序比对和趋势分析,使得基于家庭化PT测量的血液凝固特性检测方法能够实时监控血液凝固状态的变化,及时发现潜在问题。
此外,本发明通过设置参数正常阈值并进行安全分析,确保血液凝固特性在安全范围内,为用户提供更多保障,并对对用户个体参数的特征提取和赋权调整,使得基于家庭化PT测量的血液凝固特性检测方法可以根据每个用户的特定情况进行个性化调整,提高了方案的适应性和有效性,同时通过数据清洗、时间戳规则设置等,提高血液凝固特性数据的质量和准确性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于家庭化PT测量的血液凝固特性检测方法,其特征在于,包括以下步骤:
S1、采集用户数据,设置家庭化PT测量步骤,并根据家庭化PT测量步骤配置血液凝固特性检测设备;
S2、根据配置的血液凝固特性检测设备对用户进行家庭化血液采集;
S3、对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数;
所述对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数包括以下步骤:
S31、预设血液凝固特性对比规则和血液凝固检测方案,并根据血液凝固特性对比规则对采集的血液进行分组;
S32、根据血液凝固检测方案对分组后的血液进行凝固检测获取血液凝固参数组;
S33、将血液凝固参数组进行特征分类,并根据特征分类结果进行时序比对验证,获取血液凝固特性参数;
所述将血液凝固参数组进行特征分类,并根据特征分类结果进行时序比对验证,获取血液凝固特性参数包括以下步骤:
S331、根据血液凝固检测方案设置特征提取规则;
S332、根据特征提取规则对血液凝固参数组进行特征提取,并对特征提取结果进行分类,获取血液凝固参数集;
S333、对血液凝固参数集进行时序划分,并对时序划分后的血液凝固参数集进行时序比对;所述对血液凝固参数集进行时序划分,并对时序划分后的血液凝固参数集进行时序比对包括以下步骤:
S3331、对血液凝固参数集进行数据清洗,并设置时间戳规则;
S3332、根据时间戳规则对血液凝固参数集进行时序划分,获取血液凝固时间窗口集;
S3333、对血液凝固时间窗口集内部血液凝固时间窗口进行时序比对,并根据比对结果进行时间窗口趋势分析;
S3334、将时间窗口趋势分析结果进行整合,获取时间窗口趋势集,并作为时序比对结果进行输出;
S334、根据时序比对结果进行血液凝固趋势分析,并根据血液凝固趋势分析结果对血液凝固变化参数进行预测;所述根据时序比对结果进行血液凝固趋势分析,并根据血液凝固趋势分析结果对血液凝固变化参数进行预测包括以下步骤:
S3341、将时间窗口趋势集内的时间窗口趋势根据时间顺序进行组合,并对组合后的时间窗口趋势进行趋势类型分析;
S3342、预设时序预测模型库,对趋势类型分析结果进行周期变化验证,并将周期变化验证后的趋势类型分析结果与时序预测模型库进行模型匹配;
S3343、将趋势类型分析结果带入匹配模型进行血液凝固变化参数预测;
S3344、对血液凝固变化参数预测结果进行验证,并对验证后的血液凝固变化参数预测结果设置置信阈值;
S335、将血液凝固变化预测结果与血液凝固参数进行比对,并根据比对结果对血液凝固参数进行验证调整,获取血液凝固特性参数;
S4、预设血液凝固特性阈值,将血液凝固特性参数与血液凝固特性阈值进行比对,并根据比对结果进行血液凝固特性判断;
S5、根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数;
所述根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数包括以下步骤:
S51、预设参数正常阈值,并根据参数正常阈值对血液凝固特性判断结果进行初步安全分析,获取初始安全分析结果;
S52、根据用户数据生成用户个体参数,并对用户个体参数进行特征提取,获取安全影响参数;
S53、对安全影响参数进行赋权,并根据赋权结果对安全影响参数进行调整;
S54、根据调整后的安全影响参数对初始安全分析结果进行优化调整,获取血液凝固安全参数;
S6、设置血液凝固应对策略组阈值,并将血液凝固安全参数与血液凝固应对阈值进行匹配,获取血液凝固家庭化应对策略。
2.根据权利要求1所述的一种基于家庭化PT测量的血液凝固特性检测方法,其特征在于,所述对血液凝固时间窗口集内部血液凝固时间窗口进行时序比对,并根据比对结果进行时间窗口趋势分析的计算公式为:
;
其中,为在t时间窗口的趋势值;
S为平滑常数;
为血液凝固时间窗口在t-1时间窗口的变化参数;
为血液凝固时间窗口在t-1时间窗口的预测参数。
3.根据权利要求1所述的一种基于家庭化PT测量的血液凝固特性检测方法,其特征在于,所述根据用户数据生成用户个体参数,并对用户个体参数进行特征提取,获取安全影响参数包括以下步骤:
S521、对用户数据进行数据清洗,并对异常用户数据进行数据调整,得到用过个体参数;
S522、预设用户特征提取规则,并根据用户特征提取规则对用户个体参数进行特征提取;
S523、对用户个体参数特征提取结果进行分析验证,获取安全影响参数。
4.根据权利要求1所述的一种基于家庭化PT测量的血液凝固特性检测方法,其特征在于,所述对安全影响参数进行赋权,并根据赋权结果对安全影响参数进行调整包括以下步骤:
S531、预设赋权规则,并根据赋权规则对安全影响参数进行赋权;
S532、根据赋权结果对安全影响参数进行调整,并构建历史参数模型对调整后的安全影响参数进行验证调整;
S533、将验证调整后的安全影响参数存储,并进行输出。
5.一种基于家庭化PT测量的血液凝固特性检测系统,用于实现权利要求1-4中任一项所述的基于家庭化PT测量的血液凝固特性检测方法,其特征在于,该系统包括:
数据采集模块,用于采集用户数据,设置家庭化PT测量步骤,并根据家庭化PT测量步骤配置血液凝固特性检测设备;
血液采集模块,用于根据配置的血液凝固特性检测设备对用户进行家庭化血液采集;
检测特性模块,用于对采集的血液进行分组存放,根据分组存放结果对采集的血液进行血液凝固特性检测,并对血液凝固特性检测结果进行验证,获取血液凝固特性参数;
凝固判断模块,用于预设血液凝固特性阈值,将血液凝固特性参数与血液凝固特性阈值进行比对,并根据比对结果进行血液凝固特性判断;
安全分析模块,用于根据血液凝固特性判断结果进行血液凝固安全分析,获取血液凝固安全参数;
应对策略模块,用于设置血液凝固应对策略组阈值,并将血液凝固安全参数与血液凝固应对阈值进行匹配,获取血液凝固家庭化应对策略;
所述数据采集模块、所述血液采集模块、所述检测特性模块、所述凝固判断模块、所述安全分析模块及所述应对策略模块依次连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411269421.4A CN118818067B (zh) | 2024-09-11 | 2024-09-11 | 一种基于家庭化pt测量的血液凝固特性检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411269421.4A CN118818067B (zh) | 2024-09-11 | 2024-09-11 | 一种基于家庭化pt测量的血液凝固特性检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118818067A CN118818067A (zh) | 2024-10-22 |
| CN118818067B true CN118818067B (zh) | 2024-12-03 |
Family
ID=93071293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202411269421.4A Active CN118818067B (zh) | 2024-09-11 | 2024-09-11 | 一种基于家庭化pt测量的血液凝固特性检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118818067B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110244067A (zh) * | 2019-07-27 | 2019-09-17 | 贾晓轻 | 一种血液样本分析测试系统 |
| CN114088956A (zh) * | 2020-08-24 | 2022-02-25 | 上海长岛生物技术有限公司 | 血液凝固时间计算方法及凝血分析仪 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080114549A1 (en) * | 2006-11-09 | 2008-05-15 | Mark Evan Schafer | Rapid response blood analyzer |
| JP5691168B2 (ja) * | 2009-01-08 | 2015-04-01 | ソニー株式会社 | 血液凝固系解析装置、血液凝固系解析方法及びプログラム |
| US9291612B2 (en) * | 2012-07-16 | 2016-03-22 | Micropoint Bioscience, Inc. | Determining blood coagulation characteristics using residual accumulative conductive energy |
| KR20210044711A (ko) * | 2019-10-15 | 2021-04-23 | 연세대학교 산학협력단 | 응고 검사 결과 분석 장치 및 방법 |
| US12062423B2 (en) * | 2020-05-06 | 2024-08-13 | Janssen Pharmaceuticals, Inc. | Drug administration devices that communicate with surgical hubs |
| US12440285B2 (en) * | 2021-01-22 | 2025-10-14 | Cilag Gmbh International | Prediction of hemostasis issues based on biomarker monitoring |
| JP7756352B2 (ja) * | 2021-09-30 | 2025-10-20 | 国立大学法人 新潟大学 | 凝固時間が延長する原因を解析するための方法、解析システム、解析装置、及びコンピュータプログラム |
| CN114662623B (zh) * | 2022-05-25 | 2022-08-16 | 山东师范大学 | 基于XGBoost的凝血检测中血液样本的分类方法及系统 |
-
2024
- 2024-09-11 CN CN202411269421.4A patent/CN118818067B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110244067A (zh) * | 2019-07-27 | 2019-09-17 | 贾晓轻 | 一种血液样本分析测试系统 |
| CN114088956A (zh) * | 2020-08-24 | 2022-02-25 | 上海长岛生物技术有限公司 | 血液凝固时间计算方法及凝血分析仪 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118818067A (zh) | 2024-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11335450B2 (en) | Dehydration amount prediction method for hemodialysis and electronic device using the same | |
| US20220336060A1 (en) | Analysis device | |
| CN112070239B (zh) | 基于用户数据建模的分析方法、系统、介质及设备 | |
| CN118658627B (zh) | 用于医疗穿戴设备的云端数据融合平台 | |
| CN119153070A (zh) | 一种多参数监护数据分析方法 | |
| CN117129698B (zh) | 全自动凝血测试仪的异常报警与重测系统及方法 | |
| CN119153121A (zh) | 一种骨科患者数据管理与远程监测平台 | |
| CN118380097B (zh) | 基于数据分析的智慧健康管理方法及平台 | |
| CN118072971B (zh) | 基于信息深度整合的智慧养老服务管理方法 | |
| CN116019429B (zh) | 基于生理指标的健康监测方法、装置、设备及存储介质 | |
| CN119964838A (zh) | 一种预防儿童呼吸道感染的系统及方法 | |
| CN117037989A (zh) | 一种智慧社区的健康数据管理方法及系统 | |
| CN118818067B (zh) | 一种基于家庭化pt测量的血液凝固特性检测方法及系统 | |
| CN118746679B (zh) | 一种基于患者信息的凝血时间计算方法、系统及存储介质 | |
| CN120809063A (zh) | 一种慢病患者个性化饮食与运动指导系统及方法 | |
| CN119517441A (zh) | 基于机器学习的急危重症辅助评估系统 | |
| CN114864086A (zh) | 一种基于肺功能报告模板的疾病预测方法 | |
| CN120103897A (zh) | 一种养猪场用养殖环境温度控制系统 | |
| CN119252515A (zh) | 一种基于物联网的医疗平台用户随访管理系统及方法 | |
| CN119601209A (zh) | 一种基于时序的患者术后血液状况的输血预测方法 | |
| CN117174331A (zh) | 一种用于检验项目的二代参考区间确定方法与装置 | |
| CN120432077B (zh) | 一种基于人工智能的静脉置管匹配方法及系统 | |
| CN113744870A (zh) | 一种病案首页主要诊断预测系统及方法 | |
| CN120932877B (zh) | 一种基于梯度递增的vte风险预测方法及系统 | |
| CN115944277B (zh) | 基于数据分析的脉诊仪辅助诊脉系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |