[发明专利]一种能够资源调配的智能医疗系统及其形成关联规则的方法

权利要求书

1.一种能够资源调配的智能医疗系统，包括感知层、网络层、应用层，感知层包括智能终端、监测包括心电、呼吸、血压、血氧、脉搏，体温生理参数的传感器以及维持病人生理状态的医疗设备；

感知层的各个传感器以及医疗设备都安装有采集节点；

网络层通过多种通信方式，包括3G/4G、无线WiFi或互联网，将数据以TCP/IP格式上传到物联网应用服务器环境进行处理；

应用层为医疗监护平台，包括呼吸监控系统、心电监控系统、资源调配系统；资源调配系统由三个模块组成，即：数据采集模块，知识发现模块和决策支持模块。

2.根据权利要求1所述的一种能够资源调配的智能医疗系统，其特征在于：数据采集模块采用集中式数据仓库，对员工行为、治疗数据、病人数据、药物数据、症状数据、供应商数据等六类相关数据进行采集和存储，下表显示了六种数据类型，在收集相关数据并存储到集中式数据仓库之后，所有重要的参数都被传输到下一个模块知识发现模块，以发现参数之间隐藏的关系；

表1六种数据类型

3.根据权利要求1所述的一种能够资源调配的智能医疗系统，其特征在于：知识发现模块从数据仓库中提取病人的历史记录作为输入参数，通过将病人历史记录中的量化参数转化为模糊集，启动数据挖掘过程，形成有用的关联规则。

4.一种权利要求3所述的智能医疗系统的形成关联规则的方法，其特征在于包括如下步骤：

步骤1，将病人历史记录R_i的每个健康状态P_j转换为模糊集f_ij，并表示为

其中，f_ijk为历史记录R_i中健康状态P_j之间的关系；W_ijk为历史记录R_i中健康状态P_j第k种模糊区间，T_j为健康状态；P_j模糊区间的索引；R_i为病人的第i个历史记录，P_j为第j种健康状态，H为病人历史记录的索引；

步骤2，设置初始值k＝1，统计健康状态P_j的出现频次count_jk，

步骤3，寻找使得count_jk最大的健康状态P_j，count_jk最大值为Max-count_jk，并在接下来的挖掘过程中找到表示健康状态P_j相应的最大模糊区域Max-W_ij；

步骤4，设置初始值s＝1，将Max-count_jk的值与预先定义的最小支持阈值α_jk进行比较，其中，L_S为集合，s为计数，如果L_S中的Max-count_jk小于α_jk，则去除Max-count_jk；

步骤5，在L_S中生成所有可能的项集，如果每个项集b的计数小于最小支持阈值的最大值α_b的，则去除该项集，否则，将计数足够的项放入数据集合L_S+1中；

步骤6，对于新的数据集合L_S+1，识别R_i中项集b的模糊值f_ib，并求出每个项集的模糊计数count_b，

步骤7，检查(s+1)项集中每个参数的计数值与其对应的最小支持阈值，如果小于α_b，则去除count_b；

步骤8，检查L_S+1是否为空，如果s＝1且存在空值，则保留算法；如果s≥2 且存在空值，则转到步骤10；否则，进入步骤9；

步骤9，设置s＝s+1，重复步骤58；

步骤10，如果k≥T_j，则集中提取并构造所有可能的关联规则，计算所有可能关联规则的置信值，进入步骤11；否则设置k＝k+1，重复步骤29；

步骤11，对照预定义的置信阈值λ检查关联规则的置信值；如果置信值小于λ，则拒绝关联规则，用如果那么的格式表示病人的健康状况与药物剂量变化之间的关系。