[发明专利]一种重症监护病房提早转入预测方法、系统及存储介质

权利要求书

1.一种重症监护病房提早转入预测方法，其特征在于，包括以下步骤：

获取历史数据，对历史数据进行数据处理，获取带标签的数据集合，所述带标签的数据集合包括异步多元时间序列；

获取带标签的数据集合中具有提早分类能力的子序列，将所述具有提早分类能力的子序列映射到低维空间，输入预先设置的分类器，训练分类器得到训练好的模型；

利用所述训练好的模型对实时临床数据进行预测分类，提早识别出病情恶化而需要转入重症监护病房的患者。

2.根据权利要求1所述的一种重症监护病房提早转入预测方法，其特征在于：所述获取带标签的数据集合中具有提早分类能力的子序列，将所述具有提早分类能力的子序列映射到低维空间，输入预先设置的分类器，训练分类器得到训练好的模型这一步骤，包括以下步骤：

获取所述带标签的数据集合中，异步多元时间序列的子序列；

计算所述子序列间的距离，所述距离包括子序列间的距离和序列到子序列的距离；

从子序列中选择出具有提早分类能力的子序列；

采用所述具有提早分类能力的子序列训练分类器模型。

3.根据权利要求2所述的一种重症监护病房提早转入预测方法，其特征在于：所述采用所述具有提早分类能力的子序列训练分类器模型这一步骤，还包括以下步骤：

构建二叉树模型，结合所述具有提早分类能力的子序列进行模型训练；

构建随机森林模型，结合所述具有提早分类能力的子序列进行模型训练。

4.根据权利要求2所述的一种重症监护病房提早转入预测方法，其特征在于：所述带标签的数据集合包括异步多元时间序列，

所述获取所述带标签的数据集合中，异步多元时间序列的子序列这一步骤，包括以下步骤：

采用最大时间偏移容忍，限制所述异步多元时间序列的子序列在各个维度上的时间不统一现象；

采用预设的长度要求，限制所述异步多元时间序列的子序列的长度；

采用子序列层次查找的方法，搜索满足时间和长度要求的子序列。

5.根据权利要求2所述的一种重症监护病房提早转入预测方法，其特征在于：所述从子序列中选择出具有提早分类能力的子序列这一步骤，还包括以下步骤：

根据所述子序列的信息增益，挑选信息增益大的子序列，得到候选子序列；

采用聚类方法，从所述候选子序列中，获取最优子序列，作为具有提早分类能力的子序列。

6.根据权利要求1所述的一种重症监护病房提早转入预测方法，其特征在于：所述利用所述训练好的模型对实时临床数据进行预测分类，提早识别出病情恶化而需要转入重症监护病房的患者这一步骤，还包括以下步骤：

获取住院患者预设测量时刻的体征数据；

将所述体征数据输入所述训练好的模型进行预测，根据模型预测结果，若预测结果为需要进入ICU，则将结果告知医护人员并停止预测；反之，预测结果为不需要进入ICU，则获取患者留院状态；

根据所述患者留院状态，若患者留院状态改变，则停止对该患者的预测，反之，患者留院状态不变，则等待到下一预设测量时刻进行预测。

7.根据权利要求5所述的一种重症监护病房提早转入预测方法，其特征在于：所述从子序列中选择出具有提早分类能力的子序列这一步骤，还包括以下步骤：

计算所述候选子序列信息增益，获取第一预设数目的信息增益最大的子序列；

从所述信息增益最大的子序列中，计算相对位置，获取相对位置最低的子序列作为具有提早分类能力的子序列，所述相对位置的计算公式为：

其中，local为相对位置，t_s为子序列最晚测量点对应的Unix时间戳，t₁为所述子序列所在的时间序列开始测量的Unix时间戳，t₂为所述子序列所在的时间序列结束测量的Unix时间戳。