买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南通大学附属医院

摘要：本发明公开了一种基于医疗物联网的呼吸机故障预测方法及系统，涉及呼吸机故障分析领域，该方法包括以下步骤：通过物联网技术将呼吸机的运行数据实时上传至中心服务器；获取医护人员间的信任记录；输出满足差分隐私的数据集；基于满足差分隐私的数据集进行神经网络构建与差分隐私训练；构建医护人员之间的信任网络，获取信任用户集，并输出呼吸机的社会化故障预测；若社会化故障预测结果大于预设的故障阈值，则发出预警信号；该系统包括数据收集模块、信任记录获取模块、隐私保护模块、网络构建模块、社会化故障预测模块及反馈模块。本发明在保护患者隐私的前提下利用医护人员间的信任网络来增加预测的社会化维度。

主权项：1.一种基于医疗物联网的呼吸机故障预测方法，其特征在于，该基于医疗物联网的呼吸机故障预测方法包括以下步骤：S1、收集呼吸机的运行数据，并通过物联网技术将呼吸机的运行数据实时上传至中心服务器；S2、标记包含敏感信息的运行数据，且获取医护人员间的信任记录；S3、根据数据的敏感性，计算每条运行数据被抽取的概率，且抽取数据集，确保数据集满足差分隐私要求，同时输出满足差分隐私的数据集；S4、基于满足差分隐私的数据集进行神经网络构建与差分隐私训练；S5、构建医护人员之间的信任网络，获取信任用户集，并输出呼吸机的社会化故障预测；S6、若社会化故障预测结果大于预设的故障阈值，则发出预警信号，并将社会化故障预测结果反馈给医护人员；所述基于满足差分隐私的数据集进行神经网络构建与差分隐私训练包括以下步骤：S41、构建包含输入层、若干隐藏层和输出层的神经网络结构，并初始化神经网络的权重和偏置；S42、设定隐私预算，并选择噪声分布；S43、将满足差分隐私的数据集划分为训练集、验证集和测试集；S44、使用优化算法更新神经网络的权重；S45、对神经网络进行训练，并使用验证集评估神经网络的性能；S46、使用隐私损失累积工具追踪每次迭代的隐私预算消耗；S47、若达到隐私预算的上限，则停止训练，并使用测试集进行最终评估，以确定神经网络的性能；所述使用优化算法更新神经网络的权重包括以下步骤：S441、确定迭代次数；S442、对于每一轮迭代，通过生成一组随机向量用于梯度估计，且初始化当前轮次权重为上一轮迭代结束时的权重；S443、在差分隐私的框架下，计算全梯度，并在每个样本的梯度计算中添加噪声以保护隐私；S444、对于每个内循环，初始化学习率，并随机选取单个样本，计算梯度估计值，并加入差分隐私噪声；S445、计算修正梯度，并根据修正梯度更新权重向量；S446、计算所有迭代的加权平均权重，作为最终的神经网络权重；所述计算所有迭代的加权平均权重的公式为： 式中，表示加权平均后的权重向量； T表示总的迭代次数，t表示当前迭代的索引； 表示第t次迭代后的权重向量；所述对神经网络进行训练包括以下步骤：S451、对于训练集中的每个批次，执行前向传播，并计算预测输出；S452、计算损失函数，并执行反向传播，计算梯度；S453、对梯度进行裁剪，确保每个梯度的L2范数不超过预设的阈值；S454、向裁剪后的梯度添加高斯噪声，并使用带噪声的梯度更新神经网络的权重；S455、在每个训练周期结束时，使用验证集评估神经网络的性能；所述构建医护人员之间的信任网络，获取信任用户集，并输出呼吸机的社会化故障预测包括以下步骤：S51、使用医院人员间的信任记录构建信任网络，且信任网络包含医护人员ID作为节点，信任关系作为有向二值边；S52、计算医护人员对其他人员的信任度，并筛选出信任度高于阈值的人员，构成信任用户集；S53、使用训练好的神经网络及信任用户集中的人员对呼吸机故障的评分，输出呼吸机的社会化故障预测。

全文数据：

权利要求：

百度查询： 南通大学附属医院 一种基于医疗物联网的呼吸机故障预测方法及系统