本发明涉及一种医疗技术，尤其是一种医疗预警技术，具体地说是一种micu产后出血预警系统。
背景技术：
1、长期以来，产后出血一直是各国孕产妇死亡的首要原因。产后出血是指在胎儿娩出后24h内，经阴道分娩产妇的出血量≥500ml或经剖宫产分娩产妇的出血量≥1000ml。子宫收缩乏力、产道损伤、胎盘因素和凝血功能障碍是产后出血的四大原因。产后出血导致的死亡通常与诊断和治疗的延迟有关。因此，早期准确预测产后出血的发生对于挽救孕产妇的生命至关重要。
2、对出血量的准确测量和评估是及时诊断产后出血的关键。目前，临床常用的评估方法有称重法、休克指数法、测定血红蛋白水平和基于生命体征估计。首选方法是称重法，这是理论上最准确的测量产后出血的方法。然而，目前在临床上，一般是通过在床上铺一次性护理垫，医护人员通过测量护理垫上的血液重量估计出血量，这存在一定的误差，可能会低估出血量从而延误治疗时机。
3、产后出血的高危因素包括既往产后出血、多胎妊娠、先兆子痫、巨大儿和瘢痕子宫等。在先前的报道中，结合高危因素已经开发出了基于传统的统计学方法的产后出血预测模型。如今，机器学习凭借更强大数据挖掘和拟合能力，成为了在医学领域建立风险预测模型的更好选择。
4、现有技术中，尚未开发出针对micu重症患者的基于机器学习的产后失血性休克的预测模型，也尚未开发出集监测、预测和预警一体的产后出血预警系统。
技术实现思路
1、本发明的目的是针对现有的产妇出血评价指标单一，无法满足临床要求的问题，设计一种micu产后出血预警系统。
2、本发明的技术方案是：
3、一种micu产后出血预警系统，其特征是，它包括：
4、一流量检测模块，它被安装在产妇床垫下，用于实时检测产妇的出血量并将相关数据送入预测模型机中，以便与产妇的各类生理指数进行匹配，并最终得出预警等级；
5、一预测模型机，该预测模型机能通过机器学习的方法建立产后出血的预测模型，它通过测量并实时记录micu重症患者的生理指标、出血量，提取患者的产后出血高危因素、血色素和凝血功能等临床数据，完成预测模型的建立，并进行判定，将判定结果传输至预警模块；
6、一预警模块，该预警模块能根据预测模型机识别出容易出现产后失血性休克的micu重症患者通过声音或视频发出警告，以便医护人员及时采取相应的急救措施。
7、所述的预测模型机主要用于（1）收集医院电子病历系统的数据；（2）筛选入住micu的重症患者，提取所需患者信息，并对收集到的临床数据进行预处理；（3）对完成预处理的临床数据进行分析，筛选与产后失血性休克相关的危险因素；（4）应用包括逻辑回归、支持向量机、随机森林、决策树和神经网络在内的机器学习方法，建立预测模型；（5）将准备好的数据集按照7:3比例分为训练集和验证集，使用训练集训练各个模型；（6）在验证集上评估各模型的预测性能，选择预测性能最佳的预测模型。
8、所述的流量检测模块将流量传感器、压力传感器设置于检测区域；依据检测区域血液的面积随时间变化的变化曲线检测出入科后的出血量，结合输入的入科前输血量，输出被监测的micu患者的产后出血量。
9、所述的预警模块提取micu重症患者的人口学资料、产后出血高危因素、产时出血量和产前产后辅助检查数据；自动监测并记录micu重症患者的生理指标、阴道流血量、宫腔引流液量和腹腔引流液量数据；从提取的上述临床数据中，筛选出具有统计学意义的特征变量，将上述变量与产后生理指标、产后出血量数据组合得到用于预测模型的数据集；得到产后失血性休克风险等级；产后失血性休克风险等级数值将被传输至显示模块和预警模块，依据风险等级，显示屏上将显示风险等级。当风险等级高时，预警系统将被启动，输出为预警提示音和信号灯。
10、本发明的有益效果：
11、1、使用micu重症患者多维度、全面的临床数据，包括人口学资料、产后出血高危因素、产时出血量、产前产后辅助检查、产后生理指标和产后出血量等，建立基于机器学习的产后失血性休克预测模型。
12、2、该发明能够实时监测并记录产后生理指标、产后出血量，这对于准确评估患者产后出血情况具有重要价值。
13、3、早期预测失血性休克的发生并自动启动该预警系统对于临床医护人员及时治疗产后出血和降低失血性休克发生率具有重要意义。
1.一种micu产后出血预警系统，其特征是，它包括：
2.根据权利要求1所述的预警系统，其特征是，所述的预测模型机主要用于（1）收集医院电子病历系统的数据；（2）筛选入住micu的重症患者，提取所需患者信息，并对收集到的临床数据进行预处理；（3）对完成预处理的临床数据进行分析，筛选与产后失血性休克相关的危险因素；（4）应用包括逻辑回归、支持向量机、随机森林、决策树和神经网络在内的机器学习方法，建立预测模型；（5）将准备好的数据集按照7:3比例分为训练集和验证集，使用训练集训练各个模型；（6）在验证集上评估各模型的预测性能，选择预测性能最佳的预测模型。
3.根据权利要求1所述的预警系统，其特征是：所述的流量检测模块将流量传感器、压力传感器设置于检测区域；依据检测区域血液的面积随时间变化的变化曲线检测出入科后的出血量，结合输入的入科前输血量，输出被监测的micu患者的产后出血量。
4.根据权利要求1所述的预警系统，其特征是：所述的预警模块提取micu重症患者的人口学资料、产后出血高危因素、产时出血量和产前产后辅助检查数据；自动监测并记录micu重症患者的生理指标、阴道流血量、宫腔引流液量和腹腔引流液量数据；从提取的上述临床数据中，筛选出具有统计学意义的特征变量，将上述变量与产后生理指标、产后出血量数据组合得到用于预测模型的数据集；得到产后失血性休克风险等级；产后失血性休克风险等级数值将被传输至显示模块和预警模块，依据风险等级，显示屏上将显示风险等级。当风险等级高时，预警系统将被启动，输出为预警提示音和信号灯。
