CN119069101B 面向智慧醫療的傳感監測數據優化方法及系統 (寧波芯聯心醫療科技有限公司)_第1頁
CN119069101B 面向智慧醫療的傳感監測數據優化方法及系統 (寧波芯聯心醫療科技有限公司)_第2頁
CN119069101B 面向智慧醫療的傳感監測數據優化方法及系統 (寧波芯聯心醫療科技有限公司)_第3頁
CN119069101B 面向智慧醫療的傳感監測數據優化方法及系統 (寧波芯聯心醫療科技有限公司)_第4頁
CN119069101B 面向智慧醫療的傳感監測數據優化方法及系統 (寧波芯聯心醫療科技有限公司)_第5頁
已閱讀5頁,還剩50頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

經貿大街558號(慈溪輕紡布料城1幢面向智慧醫療的傳感監測數據優化方法及本申請公開了一種面向智慧醫療的傳感監測數據優化方法及系統,屬于數據處理技術領和/或調控處理等領域的深入研究和應用提供了2將所述原始植入式設備傳感監測信息流輸入預調試的基于所述數據優化策略匹配觀點集確定所述原始植入式設備傳感監測信息流中每個植入式設備傳感監測信息對應的數據優化策略所述原始植入式設備傳感監測信息流包括需執行預處理的目標體征監所述目標數據優化策略匹配網絡是將過往學習信息輸入待調試的原始數據優化策略式設備傳感監測信息分別挖掘出的一批過往數據質量表征向量以及與每個過往數據質量量表征向量的異常狀態關鍵詞,所述投票權重反映與所述異常狀態關鍵詞對應的強化系述每個過往數據質量表征向量包括通過一個過往植入式設備傳感監測信息和所述一個過往植入式設備傳感監測信息的上一個過往植入式設備傳感監測信息一并確定的數據質量所述數據優化策略匹配觀點用于表示所述目標體征監測數據的預處理策略關鍵通過以下步驟分別確定與所述一批過往數據質量表征向量中每個過往數據質量表征將所述當前過往數據質量表征向量輸入所述原始數據優化策略匹配基于所述當前數據缺陷狀態和與所述當前過往數據質量表征向量對應的先驗學習注所述將所述當前過往數據質量表征向量輸入所述原始數據優化策略匹將預存的預處理策略關鍵詞集合中的每個預處理策略關鍵詞按序與所述當前過往數量化判別指標包括所述每個預處理策略關鍵詞對應將所述第一批量化判別指標中指標數值最大的第一量化判別指標對應的備選預處理策略關鍵詞確定為所述當前數據缺陷狀態對應的當前預處理策略3在將預存的預處理策略關鍵詞集合中的每個預處理策略關鍵詞按序與所述當前過往確定所述熱力特征變量是否符合設定的熱力分在所述熱力特征變量符合所述設定的熱力分布規則的基處理策略關鍵詞集合中的備選預處理策略關鍵詞作為所述當前數據在所述熱力特征變量未符合所述設定的熱力分布規則的基礎上所述將所述第一批量化判別指標中指標數值最大的第一量化判別指標對應的備選預在所述第一量化判別指標對應的備選預處理策略關鍵詞和所述目標預處理策略關鍵所述原始數據優化策略匹配網絡成功輸出匹在所述第一量化判別指標對應的備選預處理策略關鍵詞和所述目標預處理策略關鍵所述原始數據優化策略匹配網絡沒有成功輸出匹所述方法還包括:基于所述目標體征監測數據的預處理策略關鍵詞對所述一批過往植入式設備傳感監測信息進行第一表征向量挖掘,過往植入式設備傳感監測信息中的一個過往植入式設備傳感監對所述一批過往植入式設備傳感監測信息進行第二表征向量挖掘,式設備傳感監測信息的上一幀植入式設備傳感監測信息為第二過往植入式設備傳感監測過往植入式設備傳感監測信息之間的上下文嵌對所述第一批數據質量表征向量和所述第二批數據質量表征向量分別進行集通過以下步驟對所述一批過往植入式設備傳感監測信息進行第二表征向量挖對所述當前過往植入式設備傳感監測信息執行傳感監測信息分析操作,4對所述當前過往植入式設備傳感監測信息的上一個過往植入式設備傳感監測信息執在所述上一個過往植入式設備傳感監測信息中描述所述目標體征監測數據的基于所述第一批分布特征變量和所述第二批分布特征變量確定所述當前數據質量表從所述過往學習信息中篩選若干個過往聯動監測記錄,其中,所述若干測記錄中的第i個過往聯動監測記錄包括第i個過往數據質量表征向量、與所述第i個過往數據質量表征向量對應的第i個數據缺陷狀態、第i個投票權重以及第i+1個過往數據質量基于所述若干個過往聯動監測記錄對待調試的原始數據優化策略匹配網絡進行調試,通過以下步驟基于多組過往聯動監測記錄對待調試的原始數據優化策略匹配網絡進確定所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息是否為過往植入式設備傳感監測信息流中最后一個過往植入式在所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息為所述最后一個過往植入式設備傳感監測信息的基礎上,基于所述第i個投票權重確定所述原始數在所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息不為所述最后一個過往植入式設備傳感監測信息的基礎上,基于所述第i個投票權重與關聯數據優基于所述訓練參量與所述原始數據優化策略匹配網絡的輸出確定所述訓練誤差表達在執行以上步驟的迭代次數達到所述設定迭代門限5所述基于所述第i個投票權重與關聯數據優化策略匹配網絡的輸出確定所述訓練參將預存的預處理策略關鍵詞集合中的每個預處理策略關鍵詞按序與所述第i+1個過往批量化判別指標包括所述每個預處理策略關鍵詞對應將所述第二批量化判別指標中指標數值最大的第二量化判別指標與所述第i個投票權得所述至少一個處理器執行權利要求1_5任6[0006]將所述原始植入式設備傳感監測信息流輸入預調試的目標數據優化策略匹配網[0007]基于所述數據優化策略匹配觀點集確定所述原始植入式設備傳感監測信息流中每個植入式設備傳感監測信息對應的數據優化[0010]所述目標數據優化策略匹配網絡是將過往學習信息輸入待調試的原始數據優化植入式設備傳感監測信息分別挖掘出的一批過往數據質量表征向量以及與每個過往數據系數,所述一批過往植入式設備傳感監測信息是一批不間斷的植入式設備傳感監測信息,所述每個過往數據質量表征向量包括通過一個過往植入式設備傳感監測信息和所述一個過往植入式設備傳感監測信息的上一個過往植入式設備傳感監測信息一并確定的數據質[0011]所述數據優化策略匹配觀點用于表示所述目標體征監測數據的預處理策略關鍵7量表征向量與所述一批過往植入式設備傳感監測信息中的一個過往植入式設備傳感監測植入式設備傳感監測信息的上一幀植入式設備傳感監測信息為第二過往植入式設備傳感第二過往植入式設備傳感監測信息之間的上下文嵌[0014]對所述第一批數據質量表征向量和所述第二批數據質量[0016]通過以下步驟對所述一批過往植入式設備傳感監測信息[0018]對所述當前過往植入式設備傳感監測信息的上一個過往植入式設備傳感監測信用于在所述上一個過往植入式設備傳感監測信息中描述所述目標體[0019]基于所述第一批分布特征變量和所述第二批分布特征變量確定所述當前數據質[0021]通過以下步驟分別確定與所述一批過往數據質量表征向量中每個過往數據質量對應的數據缺陷狀態作為當前數據缺陷狀態和當[0023]基于所述當前數據缺陷狀態和與所述當前過往數據質量表征向量對應的先驗學8[0025]將預存的預處理策略關鍵詞集合中的每個預處理策略關鍵詞按序與所述當前過一批量化判別指標包括所述每個預處理策略關鍵詞對應[0026]將所述第一批量化判別指標中指標數值最大的第一量化判別指標對應的備選預處理策略關鍵詞確定為所述當前數據缺陷狀態對應的當前預處理策略關鍵判別指標對應的備選預處理策略關鍵詞確定為所述當前數據缺陷狀態對應的當前預處理[0033]在所述第一量化判別指標對應的備選預處理策略關鍵詞和所述目標預處理策略表示所述原始數據優化策略匹配網絡成功輸出匹[0034]在所述第一量化判別指標對應的備選預處理策略關鍵詞和所述目標預處理策略表示所述原始數據優化策略匹配網絡沒有成功輸出匹動監測記錄中的第i個過往聯動監測記錄包括第i個過往數據質量表征向量、與所述第i個過往數據質量表征向量對應的第i個數據缺陷狀態、第i個投票權重以及第i+1個過往數據[0037]基于所述若干個過往聯動監測記錄對待調試的原始數據優化策略匹配網絡進行9[0039]通過以下步驟基于多組過往聯動監測記錄對待調試的原始數據優化策略匹配網[0040]確定所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息是否為過往植入式設備傳感監測信息流中最后一個[0041]在所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息為所述最后一個過往植入式設備傳感監測信息的基礎上,基于所述第i個投票權重確定所述原[0042]在所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息不為所述最后一個過往植入式設備傳感監測信息的基礎上,基于所述第i個投票權重與關聯數原始數據優化策略匹配網絡的神經網絡權重存在區別;[0043]基于所述訓練參量與所述原始數據優化策略匹配網絡的輸出確定所述訓練誤差[0045]在一種實現方式中,所述基于所述第i個投票權重與關聯數據優化策略匹配網絡[0046]將預存的預處理策略關鍵詞集合中的每個預處理策略關鍵詞按序與所述第i+1個第二批量化判別指標包括所述每個預處理策略關鍵詞對應的[0047]將所述第二批量化判別指標中指標數值最大的第二量化判別指標與所述第i個投[0048]本申請實施例提供一種傳感監測數據優化系統,包括至少一[0051]圖1為本申請實施例所提供的一種面向智慧醫療的傳感監測數據優化方法的流程的關系。[0055]圖1示出一種面向智慧醫療的傳感監測數據優化方法,應用于傳感監測數據優化[0058]步驟120、將所述原始植入式設備傳感監測信息流輸入預調試的目標數據優化策過往植入式設備傳感監測信息分別挖掘出的一批過往數據質量表征向量以及與每個過往個過往植入式設備傳感監測信息的上一個過往植入式設備傳感監測信息一并確定的數據[0060]步驟130、基于所述數據優化策略匹配觀點集確定所述原始植入式設備傳感監測信息流中每個植入式設備傳感監測信息對應的數[0062]近年來,通過植入式腦機接口芯片進行神經監測和調控的傳感數據采集是智慧/[0063]在步驟110中,傳感監測數據優化系統首先獲取來自慢性神經系統疾病患者腦內[0064]接下來在步驟120中,傳感監測數據優化系統將原始植入式設備傳感監測信息流[0071]步驟110步驟130所記載的技術方案通過獲取原始植入式設備傳感監測信息流、設備傳感監測信息流的優化提供了創新性的解決方或調控處理和植入式設備等領域的發展提供了有力征向量中的一個數據質量表征向量與所述一批過往植入式設備傳感監測信息中的一個過據質量表征向量與所述過往植入式設備傳感監測信息中的第一過往植入式設備傳感監測映原始植入式設備傳感監測信息流中的數據特步驟為后續的數據優化策略匹配提供了基礎的數據特征會了如何根據輸入的數據質量表征向量來輸出相應的數據優化策略始植入式設備傳感監測信息進行深度挖掘和[0096]數據質量表征向量是對過往植入式設備傳感監測信息的數據質量特征進行量化行所述第二表征向量挖掘的過往植入式設備傳感監測信息作為當前過往植入式設備傳感往植入式設備傳感監測信息的上一個過往植入式設備傳感監測信息執行傳感監測信息分量表征向量用于表示所述第一批分布特征變量和所述第二批分布特征變量中對應分布特得到一個包含所有當前數據質量表征向量的第二批數據質量表征備傳感監測信息中描述目標體征監測數據的區域。這些分布特征變量可能包括信號的均監測信息執行相同的傳感監測信息分析操作。該步驟的目的是確定另一批分布特征變量,入式設備傳感監測信息之間目標體征監測數據的[0121]在實際應用中,第二批數據質量表征向量的挖掘過程可能涉及復雜的算法和計當前投票權重:將所述當前過往數據質量表征向量輸入所述原始數據優化策略匹配網絡,前數據缺陷狀態與所述目標預處理策略關鍵詞[0125]在一種可替換的實施例中,所述方法不僅涵蓋了之前提及的步每個過往數據質量表征向量相對應的數據缺陷狀都將其視為當前過往數據質量表征向量,并為其確定一個對應的數據缺陷狀態和投票權數據質量表征向量所代表的過往植入式設備傳感監測信息在數據質量上存在的問題或缺過往植入式設備傳感監測信息進行預處理時所期望據優化系統可以評估當前過往數據質量表征向量所代表的過往植入式設備傳感監測信息前過往數據質量表征向量所代表的過往植入式設備傳感監測信息在數據質量上與目標狀態匹配程度的投票權重。該權重將在后續的數據優化策略選擇和匹配過程中發揮重要作每個預處理策略關鍵詞按序與所述當前過往數據質量表征向量一并輸入第一判別算法分標對應的備選預處理策略關鍵詞確定為所述當前數據缺陷狀態對應的當前預處理策略關詞集合中的每個預處理策略關鍵詞按序與當前過往數據質量表征向量一并輸入到第一判[0139]當傳感監測數據優化系統將所有的預處理策略關鍵詞都與當前過往數據質量表最大的量化判別指標對應的預處理策略關鍵詞確定為當前數據缺陷狀態對應的當前預處理策略關鍵詞。[0141]該當前預處理策略關鍵詞就是傳感監測數據優化系統想它反映了當前過往數據質量表征向量所代表的過往植入式設備傳感監測信息在數據質量能夠準確反映數據質量表征向量與預處理策略關鍵詞之間匹配程度的感監測數據優化系統可以定期使用新的過往植入式設備傳感監測信息來訓練和優化原始熱力特征變量是否符合設定的熱力分布規則來地反映出當前過往數據質量表征向量所代表的過往植入式設備傳感監測信息在數據質量直接根據該規則動態抽取預存的預處理策略關鍵詞集合中的備選預處理策略關鍵詞作為代表了傳感監測數據優化系統對過往植入式設備傳感監測信息進行預處理時所應該采取練的網絡模型,它能夠根據輸入的過往數據質量表征向量來輸出一個對應的數據缺陷狀一量化判別指標對應的備選預處理策略關鍵詞確定為所述當前數據缺陷狀態對應的當前標對應的備選預處理策略關鍵詞確定為當前數據缺陷狀態對應的當前預處理策略關鍵詞低這個與目標預處理策略關鍵詞不同的備選預處理策略關鍵詞在當前數據缺陷狀態確定據缺陷狀態對應的預處理策略。當備選預處理策略關鍵詞與目標預處理策略關鍵詞相同為后續的數據優化策略選擇和匹配提供了更加準確和第i個過往數據質量表征向量、與所述第i個過往數據質量表征向量對應的第i個數據缺陷監測記錄包括第i個過往數據質量表征向量、與第i個過往數據質量表征向量對應的第i個配網絡確定為目標數據優化策略匹配網絡。這個目標網絡已經具備了較高的準確性和效經網絡權重。訓練誤差表達式是一個衡量網絡輸出與實際數據缺陷狀態之間差異的函數,錄:確定所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息是否為過往植入式設備傳感監測信息流中最后一個過往植入式設備傳感監測信息;在所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息為所述最后一個過往植入式設備傳感監測信息的基礎上,基于所述第i個投票權重確定所述原始數據優化策略匹配網絡生成的訓練參量;在所述第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息不為所述最后一個過往植入式設備傳感監測信息的基礎上,基于所述第i個投票[0174]接下來,傳感監測數據優化系統需要確定第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息是否為過往植入式設備傳感監測信息流中最后一個過往植測數據優化系統將基于第i個投票權重來確定原始數據優化策略匹配網絡生成的訓練參[0175]如果第i+1個過往數據質量表征向量對應的過往植入式設備傳感監測信息不是最后一個過往植入式設備傳感監測信息,那么傳感監測數據優化系統需要基于第i個投票權匹配網絡確定為目標數據優化策略匹配網絡。這個目標網絡已經經過了充分的訓練和調化系統還可以根據實際需

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論