技术新讯 > 医药医疗技术的改进,医疗器械制造及应用技术 > 妊娠风险预警管理系统  >  正文

妊娠风险预警管理系统

  • 国知局
  • 2024-08-30 14:58:58

本技术涉及医疗信息处理,且更为具体地,涉及一种妊娠风险预警管理系统。

背景技术:

1、妊娠期是女性生理历程中独特且至关重要的阶段,妊娠期间,母体的生理机能会发生显著的变化,这些变化可能催生一系列妊娠并发症,对母婴的健康造成潜在风险。近年来,随着全球生育观念的演变,高龄妊娠的比率逐年攀升,这在一定程度上加剧了妊娠并发症的可能。因此,对妊娠并发症的早期识别和高效管理成为了保障母婴健康的关键任务。

2、传统的妊娠管理策略主要基于定期的产科门诊就诊,然而,这种方法可能无法实现对孕妇生理状态的实时监控,可能导致检查不及时、监测连续性差、漏诊率高等问题,其有效性受到一定的制约。

3、随着科技的发展,可穿戴设备和远程监测技术在妇产科领域的应用越来越广泛,使得实时监测孕妇的生理状态成为可能。因此,期待一种智能化的妊娠风险预警管理系统。

技术实现思路

1、为了解决上述技术问题,提出了本技术。

2、相应地,根据本技术的一个方面,提供了一种妊娠风险预警管理系统,其包括:

3、孕妇生理状态监测模块,用于获取由可穿戴设备采集的被监控孕妇对象的生理状态参数的时间序列,其中,所述生理状态参数包括心率值、血压值、脉搏频率值;

4、生理状态参数时序编码模块,用于对所述生理状态参数的时间序列进行参数样本级时序特征提取以得到心率值时序关联隐含特征向量、血压值时序关联隐含特征向量和脉搏频率值时序关联隐含特征向量;

5、生理状态参数规整模块,用于对所述生理状态参数的时间序列进行数据规整以得到心率值时序输入向量、血压值时序输入向量和脉搏频率值时序输入向量;

6、多尺度特征门控融合模块,用于将所述心率值时序关联隐含特征向量和所述心率值时序输入向量、所述血压值时序关联隐含特征向量和所述血压值时序输入向量以及所述脉搏频率值时序关联隐含特征向量和所述脉搏频率值时序输入向量输入基于门控响应的特征动态交互融合模块以得到心率多尺度门控融合特征向量、血压多尺度门控融合特征向量和脉搏频率多尺度门控融合特征向量;

7、生理状态预警管理模块,用于基于所述血压多尺度门控融合特征向量、所述心率多尺度门控融合特征向量和所述脉搏频率多尺度门控融合特征向量的多模态融合特征,判断所述被监控孕妇对象的生理状态是否存在异常;

8、其中,所述多尺度特征门控融合模块,包括:特征联合单元,用于将所述心率值时序关联隐含特征向量和所述心率值时序输入向量输入特征联合模块以得到心率多尺度时序特征联合表示向量;信息融合门控响应计算单元,用于将所述心率多尺度时序特征联合表示向量输入门控响应函数以得到信息融合的响应门;信息融合单元,用于计算一与所述信息融合的响应门的差值,并以所述信息融合的响应门和所述差值作为权重,来计算所述心率值时序关联隐含特征向量和所述心率值时序输入向量的按位置加权和以得到所述心率多尺度门控融合特征向量。

9、在上述妊娠风险预警管理系统中,所述生理状态参数时序编码模块,包括:参数样本级数据排列单元,用于将所述生理状态参数的时间序列按照参数样本维度进行排列以得到心率值的时间序列、血压值的时间序列和脉搏频率值的时间序列;时序特征提取单元,用于将所述心率值的时间序列、所述血压值的时间序列和所述脉搏频率值的时间序列输入基于双向门控循环单元的序列编码器以得到所述心率值时序关联隐含特征向量、所述血压值时序关联隐含特征向量和所述脉搏频率值时序关联隐含特征向量。

10、在上述妊娠风险预警管理系统中,所述生理状态参数规整模块,用于:将所述生理状态参数的时间序列按照参数样本维度和时间维度进行一维排列以得到所述心率值时序输入向量、所述血压值时序输入向量和所述脉搏频率值时序输入向量。

11、在上述妊娠风险预警管理系统中,所述特征联合单元,用于:将所述心率值时序关联隐含特征向量和所述心率值时序输入向量进行特征级联以得到所述心率多尺度时序特征联合表示向量。

12、在上述妊娠风险预警管理系统中,所述信息融合门控响应计算单元,用于:使用预定权重向量乘以所述心率多尺度时序特征联合表示向量以得到信息交互融合相关系数;将所述信息交互融合相关系数和预定偏置参数相加后通过sigmoid函数进行激活处理以得到所述信息融合的响应门。

13、在上述妊娠风险预警管理系统中,所述生理状态预警管理模块,包括:多模态特征融合单元,用于将所述血压多尺度门控融合特征向量、所述心率多尺度门控融合特征向量和所述脉搏频率多尺度门控融合特征向量输入基于嵌入层的多模态特征融合器以得到生理状态多模态融合特征向量;预警管理结果生成单元,用于将所述生理状态多模态融合特征向量输入基于分类器的预警管理结果生成器以得到预警管理结果,所述预警管理结果用于表示所述被监控孕妇对象的生理状态是否存在异常。

14、在上述妊娠风险预警管理系统中,还包括用于对所述基于双向门控循环单元的序列编码器、所述基于门控响应的特征动态交互融合模块、所述基于嵌入层的多模态特征融合器和所述基于分类器的预警管理结果生成器进行训练的训练模块。

15、在上述妊娠风险预警管理系统中,所述训练模块,包括:训练数据获取单元,用于获取训练数据,所述训练数据包括由可穿戴设备采集的被监控孕妇对象的训练生理状态参数的时间序列,其中,所述训练生理状态参数包括训练心率值、训练血压值、训练脉搏频率值以及所述被监控孕妇对象的生理状态是否存在异常的真实值;训练参数样本维度排列单元,用于将所述训练生理状态参数的时间序列按照参数样本维度进行排列以得到训练心率值的时间序列、训练血压值的时间序列和训练脉搏频率值的时间序列;训练参数时序编码单元,用于将所述训练心率值的时间序列、所述训练血压值的时间序列和所述训练脉搏频率值的时间序列输入所述基于双向门控循环单元的序列编码器以得到训练心率值时序关联隐含特征向量、训练血压值时序关联隐含特征向量和训练脉搏频率值时序关联隐含特征向量;训练参数时序排列单元,用于将所述训练心率值的时间序列、所述训练血压值的时间序列和所述训练脉搏频率值的时间序列分别按照时间维度排列为训练心率值时序输入向量、训练血压值时序输入向量和训练脉搏频率值时序输入向量;训练参数多尺度时序特征融合单元,用于将所述训练心率值时序关联隐含特征向量和所述训练心率值时序输入向量、所述训练血压值时序关联隐含特征向量和所述训练血压值时序输入向量以及所述训练脉搏频率值时序关联隐含特征向量和所述训练脉搏频率值时序输入向量输入所述基于门控响应的特征动态交互融合模块以得到训练心率多尺度门控融合特征向量、训练血压多尺度门控融合特征向量和训练脉搏频率多尺度门控融合特征向量;训练参数多模态特征融合单元,用于将所述训练血压多尺度门控融合特征向量、所述训练心率多尺度门控融合特征向量和所述训练脉搏频率多尺度门控融合特征向量输入所述基于嵌入层的多模态特征融合器以得到训练生理状态多模态融合特征向量;分类损失单元,用于将所述训练生理状态多模态融合特征向量输入所述基于分类器的预警管理结果生成器以得到分类损失函数值;预定损失函数值计算单元,用于计算所述训练生理状态多模态融合特征向量的预定损失函数值;模型训练单元,用于以所述分类损失函数值和所述预定损失函数值的加权和作为损失函数值,来对所述基于双向门控循环单元的序列编码器、所述基于门控响应的特征动态交互融合模块、所述基于嵌入层的多模态特征融合器和所述基于分类器的预警管理结果生成器进行训练。

16、与现有技术相比,本技术提供的妊娠风险预警管理系统采用基于深度学习的人工智能技术对孕妇的生理状态进行实时监测和数据分析,以捕捉到孕妇的心率、血压和脉搏频率的时序变化特性,进而基于孕妇各项生理状态参数的时序多模态融合特征来智能判断孕妇的生理状态是否存在异常。这样,减轻医疗人员的工作负担,保障母婴的健康安全。

本文地址:https://www.jishuxx.com/zhuanli/20240830/284909.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。