[发明专利]用于监护系统的报警方法

摘要

本发明公开了一种用于监护系统的报警方法，基于Daubechies小波基将监护信息时序数据分解为高频信号和低频信号；采用最小二乘支持向量机算法，分别建立高频信号和低频信号的预报模型；由预报模型确定预报值，利用小波逆变换获得到最终预报结果。本发明采用粒子群优化算法能实时地根据观测数据和估计结果来自动调整模型参数，以实现对“慢”时变生理参数时间序列的追踪，保证模型准确性。本发明可根据建模结果，作前向预报，确定预报值和上下域值，自动设置为报警域值，从而实现可根据不同监护对象建立因人而异的报警模型，自动设置报警阈值。本发明可应用于医院中的中央监护系统、重症监护病房、冠心病重症监护以及社区远程监护系统中。

主权项

一种用于监护系统的报警方法，其特征在于步骤如下：(1) 监护系统在线运行，获得数据，作为样本数据集A；(2) 对样本数据集A采用Daubechies小波基进行分解；(3) 对上述分解获得各层信号进行建模，建模类型为最小二乘支持向量机(LS‑SVM)；(4) 应用粒子群优化算法确定LS‑SVM模型参数；(5) 用获得的LS‑SVM模型对小波分解的各层数据进行预报；(6) 采用Mallat算法，合成各分解序列的预报结果，并对合成的低频系数和高频系数分别进行小波重构，得到最终的预报结果；(7) 作前向预报确定预报上下阈值PI，并对监护对象处于何种状态做出判断； (8) 作前向递推修正模型参数，并重新开始预报和判断过程。