1.一种医疗护理自动监测系统，其特征在于，该系统包括以下模块：

数据采集模块，用于采集患者每个时刻下的所有维度的护理数据；具体为：通过电子血压测量仪、血氧仪、动态心电记录仪等各项设备，采集患者每个时刻下的各项护理数据，并将不同项护理数据记为不同维度的护理数据；

多维度分析模块，用于根据患者每个时刻下的所有维度的护理数据，获取所有维度的护理数据的若干主成分、每个主成分的方向向量以及每个主成分的方差贡献率；根据患者各维度的护理数据构建样本空间，根据样本空间中数据点的位置，结合每个主成分的方向向量以及每个主成分的方差贡献率，获取每个维度的趋势与主成分的方向向量的相似程度；

单维度模块，用于根据每个维度的护理数据的幅值与采集的时刻，获取每个维度中的每个护理数据的增量，并对每个维度中的每个护理数据进行分类，得到每个维度中的每个护理数据的分类结果；根据每个维度中的每个护理数据的增量与分类结果，结合每个维度的趋势与主成分的方向向量的相似程度，获取每个维度的特征表现度；

监测模块，用于根据每个维度的特征表现度获取核心维度，利用核心维度中的护理数据训练神经网络模型；根据神经网络模型对实时采集的护理数据进行监测；

所述根据患者各维度的护理数据构建样本空间，根据样本空间中数据点的位置，结合每个主成分的方向向量以及每个主成分的方差贡献率，获取每个维度的趋势与主成分的方向向量的相似程度，包括的具体方法为：获取患者每个时刻下的所有维度的护理数据的维度数量，记为 ，构建一个 维的坐标系，将患者每个时刻下的所有维度的护理数据置入 维的坐标系中，得到样本空间；

对于第 个维度与第 个主成分，获取第 个主成分的方向向量在第 个维度上的投影向量，获取每个主成分的方向向量在所有维度上的投影向量；获取样本空间中所有数据点在所有维度上的投影，记为所有维度上的投影点，对于第 个维度上的第 个投影点，获取第个维度上的第 个投影点，在第 个主成分的方向向量在第 个维度上的投影向量上的投影向量，记为第 个维度上的第 个投影点的第 个投影向量，获取每个维度上的所有投影点的所有投影向量；

根据每个主成分的方向向量在第 个维度上的投影向量、第 个维度上的所有投影点的所有投影向量、每个主成分的方差贡献率以及第 个维度上的投影点数量，获取第 个维度的趋势与主成分的方向向量的相似程度；

所述获取第 个维度的趋势与主成分的方向向量的相似程度，包括的具体计算公式为：

其中， 表示第 个维度的趋势与主成分的方向向量的相似程度， 表示第 个维度上的投影点数量， 表示第 个主成分的方差贡献率， 表示第 个主成分的方向向量在第个维度上的投影向量， 表示第 个维度上的第 个投影点的第 个投影向量；表示主成分的数量；

所述根据每个维度的护理数据的幅值与采集的时刻，获取每个维度中的每个护理数据的增量，并对每个维度中的每个护理数据进行分类，得到每个维度中的每个护理数据的分类结果，包括的具体方法为：对于第 个维度中第 个时刻采集的护理数据，将第 个维度中第 个时刻采集的护理数据，减去第 个维度中第 个时刻采集的护理数据得到的差，记为第 个维度中第 个时刻采集的护理数据的增量，获取第 个维度中所有的护理数据的增量，将第 个维度中所有的护理数据的增量均值记为基准值，将第 个维度中增量小于基准值的护理数据记为第一类数据，将第 个维度中增量大于基准值的护理数据记为第二类数据；

所述根据每个维度中的每个护理数据的增量与分类结果，结合每个维度的趋势与主成分的方向向量的相似程度，获取每个维度的特征表现度，包括的具体方法为：对于第 个维度，根据第 个维度中所有的护理数据的增量，获取第 个维度中所有的护理数据的增量的峰度，结合第 个维度的趋势与主成分的方向向量的相似程度、第一类数据的数量以及第二类数据的数量，获取第 个维度的特征表现度；

所述获取第 个维度的特征表现度，包括的具体计算公式为：

式中， 表示第 个维度的特征表现度； 表示第 个维度的趋势与主成分的方向向量的相似程度； 表示第 个维度中所有的护理数据的增量的峰度； 表示第一类数据的数量； 表示第二类数据的数量； 表示归一化函数； 表示绝对值运算； 表示以自然常数为底数的指数函数；

所述根据每个维度的特征表现度获取核心维度，包括的具体方法为：

预设一个表现度阈值 ，对于第 个维度的特征表现度，当第 个维度的特征表现度大于，则第 个维度为核心维度，获取所有核心维度。

2.根据权利要求1所述一种医疗护理自动监测系统，其特征在于，所述根据患者每个时刻下的所有维度的护理数据，获取所有维度的护理数据的若干主成分、每个主成分的方向向量以及每个主成分的方差贡献率，包括的具体方法为：将患者每个时刻下的所有维度的护理数据，输入进PCA主成分分析算法中，得到所有维度的护理数据的若干主成分、每个主成分的方向向量以及每个主成分的方差贡献率。

3.根据权利要求1所述一种医疗护理自动监测系统，其特征在于，所述利用核心维度中的护理数据训练神经网络模型，包括的具体方法为：将核心维度中的护理数据作为SOM神经网络模型的输入层，输出层为一个 的方形拓扑网络，进行 次训练，得到SOM神经网络模型；所述 与 分别为预设的方形边长与训练次数。

4.根据权利要求1所述一种医疗护理自动监测系统，其特征在于，所述根据神经网络模型对实时采集的护理数据进行监测，包括的具体方法为：在得到SOM神经网络模型后，将实时采集的各维度的护理数据输入SOM神经网络模型中，当SOM神经网络模型的输出为异常神经元时，则实时采集的护理数据为异常数据，当SOM神经网络模型的输出为正常神经元时，则实时采集的护理数据为正常数据。