用于凝血实时预警的方法、系统、计算机设备及存储介质

1.本发明属于医疗设备技术领域，具体涉及一种用于凝血实时预警的方法、系统、计算机设备及存储介质。


背景技术：

2.连续性肾脏替代治疗（crrt）又称为连续性血液净化，指一组体外血液净化的治疗技术，是所有连续、缓慢清除水分和溶质治疗方式的总称。其主要模式包括连续性静脉
‑
静脉血液滤过（cvvh）、连续性静脉
‑
静脉血液透析（cvvhd）、连续性静脉
‑
静脉血液透析滤过（cvvhdf）等。crrt目前已成为重症肾脏病领域最重要的治疗技术，广泛用于各种原因所导致的急、慢性肾功能衰竭的危重患者的救治，包括重症感染（如脓毒症）、挤压综合征（如地震伤）、药物或生物毒素中毒（如蜂蛰伤）、外科术后（如心胸手术）、肿瘤相关（如肿瘤溶解综合征）、自身免疫性疾病（如系统性红斑狼疮）等多种原因导致的肾功能损害，涉及多学科的危急重症领域。由于crrt具有血流动力学稳定、精确控制容量平衡、缓慢持续清除毒素、清除炎症介质、调节免疫功能、保障营养补充及药物治疗等多项优势，尤其适用于危重患者的支持治疗。
3.确保体外循环管路不发生凝血是crrt治疗安全顺利进行的关键核心技术之一。凝血事件不仅可直接导致crrt滤器无法继续使用从而被迫中断治疗，并且将消耗患者大量血红蛋白、血小板、凝血因子等机体重要成分，可明显增加患者贫血及出血相关风险，直接影响患者治疗的安全性和有效性。另外，更换滤器还将导致治疗耗材费用以及护理工作量的增加。
4.因此，监控和预防凝血在crrt治疗中显得非常重要。目前主流crrt机可以实时监测循环引出压力（aop）、滤器前压力（pfp）、废液压（ep）、循环回输压力（rip），并可通过计算得到滤器跨膜压（tmp）：tmp=(pfp+rip)/2
‑
ep，单位mmhg。然而，只有在发生明显凝血事件时，才能够观察到循环管路压力明显异常（主要是滤器跨膜压和循环回输压力的明显升高）。而在体外血液净化治疗中，体外循环管路凝血可分为滤器凝血及静脉壶凝血，并可根据严重程度分为三度。循环管路压力变化也有可能受到其他因素的扰动，因而与凝血事件的发生并不存在简单的关联。这使得crrt机的循环管路压力检测功能并不能够对所有的凝血事件进行监控。此外，与凝血后的补救措施相比，预防凝血发生无疑更为重要，但是通过循环管路压力检测通常只能检测当前时间点的压力是否超限，无法监控压力变化侧趋势，因而也就无法提前对凝血的产生发出预警。
5.基于上述原因，现有技术中，crrt治疗时是否发生凝血以及凝血严重程度的分度主要还是由护理操作人员通过观察体外循环管路进行判断。然而依靠人工观察滤器可能凝血的征象仍然不能切实有效地提前预防凝血事件发生。这是由于，是否及时发现和预测凝血风险的发生不仅受到医护人员护理工作繁忙程度的影响，还与医护人员个人的实际工作经验有关。故人工监控的方法仍然缺乏足够的时效性和稳定的预警效能。
6.尽管人工智能在疾病的预防和治疗中已经有较多的应用，例如中国发明专利申请
“
cn201911146419.7基于集成学习的早期死亡风险评估模型建立方法及装置”提供了一种评估重症监护室中病人风险的模型及装置。但是，由于人工智能预测结果的准确性与其模型的构建方式、模型种类的选择、模型参数选择及输入数据的处理方法等有着很大的关系。因此，现有的这些人工智能在医疗领域中预测风险的现有技术仍然不适用于crrt治疗的过程。因此，有必要针对crrt治疗提出一种新的人工智能风险预测方案。


技术实现要素：

7.针对现有技术中的缺陷，本发明提供一种用于凝血实时预警的方法、系统、计算机设备及存储介质，通过本发明提供的装置和系统，能够基于crrt机采集的压力数据进行分析，利用滑动窗得到各小范围时间段内是否即将发生凝血的分类结果，然后基于压力数据的数值和一段时间内是否即将发生凝血的分类结果实时判断是否发出凝血实时预警。
8.一种用于凝血实时预警的方法，包括以下步骤：（1）输入crrt机连续采集的具有时序的压力数据；（2）将所述压力数据进行预处理，转化成函数型数据；（3）利用滑动窗在所述函数型数据上滑动，每一次滑动后取出滑动窗范围内的所述函数型数据，输入函数型数据分类模型进行分类，得到每一个滑动窗范围内是否即将出现凝血的分类结果；（4）根据步骤（1）得到的压力数据的数值大小和/或步骤（3）得到的分类结果进行是否发出凝血实时预警的判断。
9.优选的，步骤（1）中，所述压力数据是crrt机连续采集的离散数据，所述离散数据为每秒一个数据点的压力数据；和/或，所述压力数据为跨膜压数据、循环引出压力、滤器前压力、废液压或循环回输压力中的至少一种。
10.优选的，步骤（2）中，所述预处理为：用基函数展开法将所述压力数据转化成函数型数据。
11.优选的，步骤（2）中，所述基函数展开法中，基系统选择b样条基系统，系数向量的估计为最小二乘估计。
12.优选的，步骤（3）中，所述分类模型利用函数型数据的修正带深度进行所述函数型数据的曲线监督分类预测。
13.优选的，步骤（3）中，所述分类模型采用基于函数型数据深度mbd的分类规则，所述分类规则为d方法或tad方法；所述d方法是计算新观测的所述函数型数据的曲线与已知曲线类别组的α
‑
截尾均值的距离，并进行分类；所述tad方法是计算新观测的所述函数型数据的曲线与已知曲线类别的每个元素的加权平均距离，并进行分类。
14.优选的，步骤（3）中，所述分类模型进行训练时，样本的数据包括t时间段内的压力数据和t +
△
t时间段末是否发生凝血的标签；所述t取值为2
‑
4h，所述
△
t取值为10
‑
30 min；和/或，随机抽取全部样本的2/3作为训练集，1/3作为测试集，随机抽样重复500到
1000次，通过计算测试集的错误率对分类模型进行训练。
15.优选的，步骤（3）中，滑动窗宽的取值为2
‑
4 h，滑动间隔为t，所述t取值为2
‑
5 min，利用分类模型连续得到正常或即将出现凝血的分类结果；所述t取值为2
‑
5 min；步骤（4）中，当判断出现如下两种情况之一时，发出凝血实时预警：情况一，步骤（3）得到k个连续分类结果，其中三分之二以上的分类结果为即将出现凝血，同时步骤（1）得到的所述压力数据的最后一个数据点数值大于180 mmhg；所述k取值为3
‑
9；情况二，步骤（1）得到的所述压力数据有大于等于5个连续的数据点数值大于250 mmhg。
16.本发明还提供一种计算机设备，用于连续性肾脏替代治疗凝血实时预警，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述用于凝血实时预警的方法的步骤。
17.本发明还提供一种用于凝血实时预警的系统，包括：压力数据采集和/或输入装置，用于采集和/或输入具有时序的压力数据；上述计算机设备，用于实时判断是否发出凝血实时预警；预警装置，用于接收所述凝血实时预警并发出警报。
18.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于实现上述用于凝血实时预警的方法的步骤。
19.本发明中，所述“压力数据”是指crrt机可以实时监测或计算出的压力参数，例如：循环引出压力（aop）、滤器前压力（pfp）、废液压（ep）、循环回输压力（rip）和滤器跨膜压（tmp）等。所述“函数型数据”是指平滑连续的数据，对于离散的系列数据点，可通过非参数光滑技术（如基函数展开法）将其转化为函数型数据。
20.本发明首次实现了利用机器学习的方法实时监控和预测crrt治疗过程中，患者是否会发生凝血。由于本发明的方法中的分类模型是基于函数型数据的分类模型，其能够对压力数据的变化趋势进行识别和判断，从而在严重凝血发生前，提前发出预警，使得医护人员有足够的时间提前对风险患者进行处置，大大提高了crrt治疗的安全性。
21.显然，根据本发明的上述内容，按照本领域的普通技术知识和惯用手段，在不脱离本发明上述基本技术思想前提下，还可以做出其它多种形式的修改、替换或变更。譬如采用其他的函数型数据深度定义（如fm深度、fsd深度、kfsd深度），其他的分类器（如非参knn等）或者集成分类器。
22.以下通过实施例形式的具体实施方式，对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。凡基于本发明上述内容所实现的技术均属于本发明的范围。
附图说明
23.图1为本发明实施例的流程示意图。
具体实施方式
24.需要特别说明的是，实施例中未具体说明的数据采集、传输、储存和处理等步骤的
graves. functional data analysis with r and matlab. 2009,[1]）基函数的选择对于数据分析很重要，傅立叶基函数与b样条基函数是两类最为常用的基函数，前者经常用来分析带有周期性的数据，后者用于不具有明显周期性数据。本发明选择常用的适用于非周期函数的b样条基函数进行曲线拟合。设定：第一，所有曲线采用相同基底表示；第二，基底函数限定为等距节点b样条基函数。
[0031]
（2）系数向量的估计在选定基函数后，需要估计基函数展开式中的系数向量。假设函数曲线x(t)的观测数据是{(t
j
,y
j
):j=1,2,
…
,n},服从的模型是y
j = x(t
j
)+ε
j ,结合x(t)的展开式，可得模型y=φc+ε其中，是随机误差项，满足独立分布假定，且eε =0, ναrε=σ2i
n
；φ是一个元素为φ
k
(t
j
)的n行k列的矩阵。估计系数最常用的方法是最小二乘法，即最小化拟合的残差平方和：写成矩阵形式：系数向量的最小二乘估计为：类似的，考虑随机误差项ε是异方差或相关情形下的加权最小二乘估计为：其中， w是一个正定的权重矩阵。
[0032]
至此，每条压力数据x
i
(t)可通过b样条基函数展开拟合。
[0033]
2、基于函数型数据的深度计算各组截尾均值函数型数据的统计深度表示一组数据内观测值的“中心性”或“外部性”度量，提供从中心到外部对观测值进行排序的指标。本实施例采用修正带（mbd）深度，它是一种基于在平面上图形定义带的方法，易于计算而且可以灵活处理不规则曲线。
[0034]
曲线深度计算如下（参考现有技术journal of the american statistical association .2009,104, 718
–
734）：对于{ x1(t),
…
, x
n
(t)}中的任意函数x(t)且j≥2，令是区间[a,b]中的集合,表示曲线x(t)在j条曲线x
i1
(t), x
i2
(t),
…
,x
ij
(t)的宽带中的时间的集合，{x
i1
(t), x
i2
(t),
…
,x
ij
(t)}表示{x1(t),
…
, x
n
(t)}中的任意j条不同曲线。
[0035]
λ是[a,b]上的lebesgue测度，则：其是x(t)在j条曲线围成的带内的时间比例，因此n条曲线中j条曲线形成的带中
包含曲线x(t)的时间比例为：其中，若x(t)始终在带内则λ
r
[a
j
(x)]是1。
[0036]
在这里仅考虑j=2的情况：基于函数型数据深度，可以得到α
‑
截尾均值，令x
(1)
,x
(2)
,
…
,x
(n)
是基于mbd的中心向外排序样本，则α
‑
截尾均值是：，其中，m
α
为α
‑
截尾均值，[nα]是nα的整数部分。
[0037]
3、分类规则基于函数型数据深度mbd的分类规则：d和tad方法。这两种方法是在已知类别的训练数据的基础上，对未知类别的新样本判断其归属。在已知曲线类别组a1,
…
,a
g
,将任意新观测值分配给g组中的一个。下面介绍两种分类方法的流程：d：计算新观测值到已知类别组α
‑
截尾均值的距离，步骤如下，（1）计算每组α
‑
截尾均值（给定α，取值在10%到30%之间，本实施例具体取值为10 %）：。
[0038]
（2）计算新观测值x与的距离： 其中定义在[0,1]上两曲线x和y之间的l1距离d：。
[0039]
（3）x的分类规则：归为第k类当其中，d存在一个特殊的值，当α=0时，计算的距离为新观测值与已知类别组中所有曲线的均值之间的距离。
[0040]
分类方法：计算新观测值到已知曲线类别组中每个元素的加权平均距离。令a
g
={x1,
…
,x
ng
} 则新观测值x与第g组曲线族a
g
的加权平均距离为：其中，s是每个观测值的深度，n
g
是a
g
中观测值的数量，权重的意义是使用每个观测值自身的深度，深度越深权重越大，因此距离受深度影响。若各组观测值数量相差悬殊，则分类效果就不稳定。因此采用下面的修正ad分类方法——tad：考虑每组中m个最深的观测值计算距离，固定m≤n1,
…
,n
g ,则：4、估算错误率分布为了估算错误率分布，将随机抽取全部样本的2/3作为训练集，1/3作为测试集，随机抽样重复多次（可取1000次）,并且对不同的分类方法每次都计算错误率e，利用错误率e
进行模型的训练和优化。错误率e是测试集t中分类错误的样本数占样本总数n
t
的比例,即。
[0041]
5、模型建立后的实时预警过程在患者进行连续性肾脏替代治疗时，实时预警包括如下步骤：（1）输入crrt机连续采集的具有时序的压力数据；（2）将所述压力数据按照与上述训练数据相同的方式预处理，转化成函数型数据；（3）利用滑动窗在所述函数型数据上滑动，每一次滑动后取出滑动窗范围内的所述函数型数据，输入函数型数据分类模型进行分类，得到每一个滑动窗范围内是否出现凝血的分类结果；本实施例中滑动的时间范围（窗宽）与t的取值相等，滑动间隔为t，利用分类模型会连续得到正常或即将出现凝血的分类结果。本实施例中t取值为5 min。
[0042]
（4）根据步骤（1）得到的压力数据的数值大小和/或步骤（3）得到的分类结果进行是否发出凝血实时预警的判断。
[0043]
本实施例中，当判断出现如下两种情况之一时，发出凝血实时预警：情况一，步骤（3）得到的所述连续k（本实施例中k值取6）个分类结果中，三分之二以上的分类结果为即将出现凝血，同时步骤（1）得到的所述压力数据的最后一个数据点数值大于180 mmhg；情况二，步骤（1）得到的所述压力数据有大于等于5个连续的数据点数值大于250 mmhg。
[0044]
采用本实施例的方法对89位凝血患者进行凝血实时预警，使用基于深度（mbd）的函数型数据d分类方法进行判断是否即将凝血时，错误率平均值为15.8%。而目前大部分透析机预先设定的报警范围为tmp>250 mm hg，通过截取上述89位凝血患者发生凝血前半个小时的tmp值进行分析，发现按照现有的透析机报警机制，其对这89位凝血患者的预警错误率为45.07%。以上结果表明：本实施例的方法在报警准确率上有显著提升。
[0045]
通过上述实施例可见，本发明的方法能够对crrt机连续采集的具有时序的压力数据进行分析，能够提前对患者即将发生凝血的风险进行实时预警，使得医务人员有足够的时间对患者的凝血风险进行提前处理。本发明能够显著地提高连续性肾脏替代治疗的安全性和有效性，具有很高的应用价值。