CN103876743B - 无线移动互联网自动计算的睡眠呼吸暂停信息交换方法 - Google Patents

无线移动互联网自动计算的睡眠呼吸暂停信息交换方法 Download PDF

Info

Publication number
CN103876743B
CN103876743B CN201310638390.0A CN201310638390A CN103876743B CN 103876743 B CN103876743 B CN 103876743B CN 201310638390 A CN201310638390 A CN 201310638390A CN 103876743 B CN103876743 B CN 103876743B
Authority
CN
China
Prior art keywords
data
signal
circuit
center
internet
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310638390.0A
Other languages
English (en)
Other versions
CN103876743A (zh
Inventor
韩芳
吴兵
吴一兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Easymonitor Technology Development Co ltd
Peking University Peoples Hospital
Original Assignee
Beijing Easymonitor Technology Development Co ltd
Peking University Peoples Hospital
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Easymonitor Technology Development Co ltd, Peking University Peoples Hospital filed Critical Beijing Easymonitor Technology Development Co ltd
Priority to CN201310638390.0A priority Critical patent/CN103876743B/zh
Publication of CN103876743A publication Critical patent/CN103876743A/zh
Application granted granted Critical
Publication of CN103876743B publication Critical patent/CN103876743B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明及发明涉及一种在各种环境状态下,利用无线移动互联网技术,实现自动计算的睡眠呼吸暂停信息交换方法。睡眠呼吸暂停低通气综合征(SAHS)在国人中的患病率达4%以上,随年龄及体重增加有升高趋势。该疾患以打鼾及频繁发生睡眠时窒息为主要临床特点,可导致缺氧及睡眠紊乱,引起全身多系统的并发症,如高血压、冠心病、心律失常及脑血管病,严重者可以夜间猝死。以睡眠呼吸暂停低通气综合征(SAHS)这一常见慢性疾病为切入点,应用互联网技术,实现远程无线传输技术,将医疗活动深入到家庭。大大增加了SAHS的诊断及治疗容量,为患者创造更为便利的诊疗环境,有效利用医疗资源,提高睡眠监测的信号采集质量,提高诊断的准确性。

Description

无线移动互联网自动计算的睡眠呼吸暂停信息交换方法
技术领域:
本发明涉及一种在各种环境状态下,利用多信道无线移动互联网技术,实现自动计算的睡眠呼吸暂停信息交换方法。
背景技术:
当今时代互联网技术和通讯技术是引领科学技术进步的支撑力量之一,结合临床医疗服务,在互联网平台上以无线通讯手段实现医疗信息集成交换,开创新的医疗服务模式。利用公共通讯和互联网服务平台实现医疗服务的新模式,在不稳定的移动互联网上实现稳定的信号传输,可以节省开创此项服务的大量投资,降低使用者的成本,随之可以将此项医疗服务扩展到农村、边远地区等地域中。是医疗信息化发展的趋势之一。在实现了新的诊疗模式下,医疗单位的诊疗过程可以发生改变。医疗单位的服务范围扩展了,诊断过程可以精细化分工,提供了大量的技术手段和技术服务岗位,在生物医学信号处理技术的辅助下,自动诊断、信息化管理、多中心并发信息处理等智能诊疗技术的实施,使医生可以在平时的工作条件下增加患者疾病诊断的数量,甚至医生在回到家里的情况下也可以开展医疗服务。大大的提高了医疗单位的诊疗效率。降低患者医疗费用以及改善患者看病难的现象。建立家庭医疗(HOMECARE)服务体系,形成家庭-社区-大型医疗中心-体化的服务模式,是“基于中心医院的以信息技术为支撑平台的区域医疗”体系的深入和具体化,对整个体系构架的完善具有重要的意义。
网络化医疗服务也可以弥补目前国内医疗资源分配不尽合理的现状,对于社区医疗服务和远程医疗服务提供一个具有实用化、精细化、完整化的补充。是现代生物--社会--心理医学模式内涵的延伸,是医疗资源科学配置的发展趋势。采用公共互联网平台实现诊疗监护信息网络化共享的模式,可以大大降低系统搭建的成本,特别是基础通讯环境建立了信息流动硬件平台,完全节省了通讯设备的大量支出,这种诊疗监护模式的建立,受益的将是临床医疗单位和广大患者本身。
睡眠呼吸暂停低通气综合征(SAHS)在国人中的患病率达4%以上,随年龄及体重增加有升高趋势。该疾患以打鼾及频繁发生睡眠时窒息为主要临床特点,可导致缺氧及睡眠紊乱,引起全身多系统的并发症,如高血压、冠心病、心律失常及脑血管病,严重者可以夜间猝死。例如,50%的高血压患者患有SAHS,40-50%的SAHS患者有高血压,目前SAHS已经成为高血压最重要的原因之一;全世界每天有3000人死于该疾患。SAHS导致的白天犯困也是交通事故的重要原因,SAHS患者撞车的发生率达正常人的2-7倍。国外统计表明与SAHS直接相关的医疗费用达四百亿美元。相反,积极治疗该疾患可以大大降低心脑血管疾病及交通事故的发生率。2007年美国的国家健康计划已将其列为需要长期进行管理的慢性病之一,是心脑血管疾病防治的重要一环。由国家卫生部组织制订的“健康中国2020战略规划研究公共卫生优先领域——慢性呼吸疾病(草案)”中,SAHS已经与COPD、支气管哮喘一起被列为慢性呼吸系统疾病。目前以SAHS的认识及治疗为切入点,一门新兴的边缘学科——睡眠医学已经成形。国内也有600多家医院成立了专门的睡眠中心或实验室,成立了包括中国睡眠研究会、中华医学会呼吸疾病分会睡眠学组、中华口腔医学会睡眠协作组、中华医学会儿科学分会睡眠协作组、中华医学会神经疾病分会睡眠学组等学术组织。
SAHS的诊断主要依靠多导生理记录仪(PSG)进行睡眠呼吸监测。可以解决“是不是、是什么、重不重、治不治、如何治”的问题。但该检查目前需在睡眠实验室进行,费用较贵(500-600元/人次),不少患者进入睡眠室后难以入睡、睡不好,影响检查效果;再次,条件差的睡眠室由于隔音效果差或多个患者共居一室而鼾声互相干扰而导致检查失败。其次,不少出现了并发症或行动不不便者难以到睡眠中心监测;最后,多数医院的睡眠室只有1-2张床位,每天晚上只能监测1-2名患者;患者需等候数周至数月才能进行检查。在等候监测过程中出现意外的情况时有所见。根本的解决途径是进行家庭监测,一是为患者创造良好的睡眠环境,保证监测的准确性;二是缓解医院睡眠室的压力,增加监测数量,避免患者延误诊治。对部分已经出现并发症的住院患者,可进行床边监测。鉴于其重要的临床及对降低医疗费用的应用价值,美国国家医疗保险政策已经于2007年开始对家庭PSG监测予以报销,但目前还缺少合适的家庭监测系统。
目前除上述的全导PSG系统外,更为简易的初筛装置也有一定的应用。便携式(portable)睡眠监测设备是相对固定和复杂的标准多导睡眠仪设备而言。便携式睡眠监测仪仪器配制简化,便于携带,不 但可以在睡眠试验室应用,还可以在任何适合患者睡眠的实验室以外的地方,如患者的家中、办公室或旅店等进行睡眠监测。
以睡眠呼吸暂停低通气综合征(SAHS)这一常见慢性疾病为切入点,应用国际先进的互联网技术,实现基于无线互联网通讯的远程无线传输技术开展家庭诊断和治疗,运用自动计算的睡眠呼吸暂停信息交换方法,将医疗活动深入到家庭,是对“社区-中心医院”这一服务模式的延伸。将大大增加SAHS的诊断及治疗容量,为患者创造更为便利的诊疗环境,有效利用医疗资源,提高睡眠监测的信号采集质量,提高诊断的准确性。为家庭呼吸治疗系统的建立积累科学及管理经验,为其他慢性病家庭管理系统的建立及医疗模式的转换提供借鉴。发挥大医院的学科优势,协助各地区医院开展睡眠医学学科的建设。
发明内容及具体实施方式:
本技术涉及一种在各种环境状态下,利用无线移动互联网技术,实现自动计算的睡眠呼吸暂停信息交换方法。
本发明涉及一个以无线互联网为通讯媒介的硬件设备之间的数据交换系统,包括移动生理信号采集传输终端以及相关中心数据服务器、中心处理工作站、无线互联网和运行其上的计算管理软件等。移动生理信号采集传输终端的组成包含二个单元。第一单元是生理、生命信号采集换能器,第二单元是生命信息采集传输终端主机。可以涉及的电生理参数和其它参数包括:脑电(2导联)、心电(1导联)、血氧饱和度、无创血压、眼动电、肌电、口鼻呼吸气流、胸呼吸运动、腹呼吸运动、体动、阴茎硬度、阴茎血流的数据交换控制软件。
集成在一体的脑电、眼动电、肌电的波形信号采集换能器,连续采集额部双侧的脑电波和额部肌电、眼动电波。包括一组金属电极片。金属电极传感脑电波信号、眼动电信号、额肌电信号的混合波形数据,金属电极分为左侧框上部位和右侧框上部位两个脑电信号、肌电信号、眼动电信号的引导电极,以及双耳耳垂部两个脑电信号参考电极。组合后分别采集左右脑的脑电波信号、眼动电波信号、肌电波信号,电极设计经过理化处理,在形状上和电位极化上满足干电极采集波形信号的应用要求,不需对信号采集点附近的皮肤做专业处理,就可以方便的采集到符合医疗标准的脑电波信号。
终端主机完成生理信号和生命体症信号的放大、整形、转换接受、加密、打包、通讯等工作。其中包含信号转换电路、信号放大电路、滤波电路等信号整形放大电路,以及中心计算控制管理电路、通讯接口电路、动态数据链路缓存电路、无线互联网络接入控制和自动分包上传电路、电源电路等部分;各部分之间的连接关系如下:通过人体的脑电、眼动、肌电、心电、血压、体动、血氧、呼吸、血流灌注等生理波形信号和生命体症数值信号换能器探头,转换人体的相应生命体征、生理信号为电信号和计算机数值信号,电信号送入监护电路的滤波、噪音控制、放大输入部分,经相应监护模块(HXD_I)的各自计算处理、加工后,再经由模块的模拟信号输入口,分别送入中心计算控制管理电路的模、数转换电路,生命数值信号经由RS232接口电路送入中心计算控制管理电路的通讯接口中;中心计算控制管理电路获得数字化的上述生命数据后,分别加密、压缩;得到处理后的数据流,送入动态数据链路缓存队列中;动态数据链路缓存队列是变化的数据存储和输出结构;根据网络状态的不同,数据在存储区域内的结构不同;由计算控制管理部分在获得网络状态变化的中断事件触发后,控制采集到的数据的不同排列组合;在写指令控制下,写入存储队列的数据缓冲区;队列中的数据在计算控制管理电路的读指令控制下,经数据端口输出到无线互联网络接入控制电路;互联网络接入控制电路部分完成对网络的自动拨号、网络状态识别、TCP/IP模式信号调制、分包、输出的功能,上传至数据存储服务器和数据计算服务器;
计算控制部分在获得血氧饱和度的数据后,和设定的阈值比较,在低于报警设定后,计算体动数据,判断血氧降低前后的体动变化,若有变化,设定刺激唤醒标志,并写入动态数据链路缓存并发送到数据中心服务器处理,等待系统通知触发刺激唤醒操作或解除预备状态。若无变化,判断血氧下降的级别,分为危险和预备两个级别,在危险级别,直接启动电刺激唤醒电路工作,输出0-20毫安电流、0.25毫秒的脉冲刺激作为唤醒操作的刺激唤醒。在预备状态,实时接收到系统中某个中心工作站所发来的控制命令,若启动刺激,自计算控制电路的内存中取出相应的控制模式代码,以不同的电刺激频率和刺激电流驱动输出电路施加电刺激唤醒操作,刺激电极安装于患者的体动传感器部位。见图4-图10。
无线互联网络接入装置接受中心计算控制电路传输的数据流。对于超过10导联以上的数据流,每导联平均采样时间分辨率为2毫秒,10导联波形数据的带宽要求为:带宽=10*1000/2=5k/秒。增加报头和地址信息,每秒的数据流大约为8k以上,对于GPRS通讯带宽,考虑到冗余因素,使用双通道无线互联 网接入装置,每通道通信控制器分别将二分之一的数据流传送到互联网平台,满足GPRS带宽限制所带来的问题,同时,又利用了其覆盖区域广泛,使用成本经济的特色。如果采用3G通讯模式,又可以提供通讯带宽的高度冗余,实现多通道大数据实时传输的应用要求。
系统中的数据中心服务器、移动生理信号采集传输终端、中心处理工作站之间通过互联网实现数据之间的交换,采用无线互联网接入GPRS传输技术(中移动手机通讯模式),以无线方式经由互联网实时传输患者生理多导信号至数据中心服务器、中心处理工作站,完成实时互动信号采集调整,生理多导信号存储,实时数据自动预分析等互动监控任务。中心处理工作站完成数据回顾浏览、数据自动分析、分析结果手工校正、报告单据生成等项任务。中心工作站可以是连接互联网的任意一台计算机,也可以是通过医院信息中心互联网接入映射到医院内网络上的任意一台医生工作站。实现无线网络化区域并发多终端数据采集、多中心诊疗监控分析处理功能,并通过无线网络传输实现对睡眠呼吸疾患相关诊疗信息的实时在线管理和分析、统计、存储记录。传输信息将以规范化格式集成到院方HIS系统中。信息采集、记录、监控的时间长度不限,可以贯穿到疾患诊疗的全过程。无线移动多导生理信号数据采集传输终端以直流供电方式工作,充分保证诊疗的安全性。架构示意如图1图2所示。
基于无线互联网通讯的广域无线移动睡眠呼吸暂停低通气综合征网络化监测及治疗管理平台诊疗流程如下所述,见图3。
1)患者家庭或在医院场合由诊疗服务人员为患者配戴电极传感器,服务人员配代移动电脑,可以实时接收采集的信号,观察信号质量,同时,中心监控工作站同步观看采集的信号,利用即时通讯方式,互动调整传感器位置,确保信号采集的质量。
2)移动信息采集传输终端自动完成信息采集并同步实时发送至数据中心服务器和系统中心工作站上实时分析及存储。
3)在远程终端信息传输出现问题时,中心监控工作站以声、光报警,提示值班人员处理异常情况。
4)信号采集结束后,利用数据分析工作站调取相关患者睡眠监测数据,自动分析、手动校正,生成数据分析报表,以电子方式传送到医生中心工作站。
5)远程实时反馈治疗调控,随访的流程(同上述4步骤)。
对于院内睡眠呼吸疾患的基本诊断治疗监测信息的网络化管理需求,可以建立一套基于无线互联网通讯的局域数据网络化管理系统,达到诊疗监测结果信息在院内各信息点上的共享和信息化要求。在现有院内网络环境条件下,主要以信息软件技术实现系统的全部功能要求。
采用典型的多中心分布式服务模式,睡眠呼吸疾患无线网络化信息功能区覆盖的可以为一个社区中心、区、县,乃至全国范围。功能区内设置的网络服务器作为数据转发、存储和共享的角色。功能区内的无线移动生理信号采集传输终端可以是独立的唯一标识地址,功能区设定最大生理信号采集传输终端的数量。数据传输以加密缓存方式实现,保证数据的完整和隐私保护。为了保障网络服务器的工作稳定可靠,建议采用双机热备份外接光纤磁盘阵列的方式进行冗余,同时可阶段性进行人工或自动的磁带机或DVD的外存储备份方式,进一步提高灾备可靠性。网络服务器最重要的功能是需要通过宽带接入Internet,以便安置于患者身边的多种无线移动诊断、治疗、监护终端可以将数据通过无线互联网实时上传,考虑到实施环境和地理位置,可采用北京联通的DDN专线接入方式,同时要求接入带宽不低于4M。关于接入互联网所需配套设备可能涉及路由器、交换机、防火墙等,均可根据不同配置需要及安全防护需求定制。
设置于医疗机构的中心处理工作站可采用普通计算机实现,完成其所负责患者的生理多导信号的分析、诊断、监控、反馈调控工作。每台计算机需要通过宽带接入至互联网或互联网映射到院内内网的定点网络节点,根据每个工作站的地理位置及摆放情况,可选择采用有线接入方式,还可以采用如HSDPA、TD-SCDMA、EVDO(CDMA2000)或WCDMA的无线上网设备直接接入互联网。中心诊疗分析处理监控工作站的数据均来源于由功能区内设置的网络服务器转发的无线移动生理信号采集传输终端设备的实时数据。
中心工作站是作为应用软件载体使用。根据功能划分,可以组成诊断数据分析中心或监控治疗数据控制中心、医生诊断工作站。数据分析处理工作站对数据具有自动分析和人工校正的功能,可以是多台计算机同时作为数据分析处理工作站,各工作站以同步协调方式联合展开一个患者的生理多导数据分析或多个患者的独立数据分析。结果回送数据中心服务器和各相关医生的诊断计算机工作站。
中心诊疗分析处理监控工作站和服务器组成的数据中心之间以C/S模式组网。满足数据处理和显示的实时性要求。中心诊疗监控工作站和医生个人电脑或医生诊断工作站之间可以采用B/S模式,以浏览器方式获取分析处理的结果。
在更广阔的区域,如城际、省级甚至国家、国际范围,还可以通过将多个功能区域信息共享的方式.即在各自中心诊疗监控工作站上配置不同的应用服务软件,在权限匹配原则和安全原则下,点选相应的功能区域名称,就可以实现不同功能区域的信息交换,实现广域范畴的临床医学信息采集、共享和分析,具体实现方式可根据需要通过互联网或专网实现。
数据中心服务器管理所有的移动信息采集传输终端发送的数据,每个终端设定唯一的地址编码,由机器号加服务器的固定IP地址组成:
终端机器地址=组网范围内的唯一地址号+组网服务器的固定IP地址
组网内最大机器数量=65535
移动信息采集传输终端对于转换成数字信号的数据实施加密化处理和压缩。整合的数据流进入链路存储队列中。数据窗口为8个bety
L流窗口=wavelet(m1+m2+m3+m4+addr+asyn+datal+data2)
m1,m2,m3,m4为模块传送的数据,asyn为同步,data为数据和加密包
系统数据发送和状态接受、命令接受是系统实用化的根本保证。也是系统能够安全使用的关键环节之一。GPRS或3G通讯技术在移动中并不是一个完全稳定的无线通讯平台。诸多环节可以影响数据传送的效果。对于数值型数据的传送,可以使用UDP包。采用多次发送的方式,保证服务器可以接受到一次有效数据实体。对于波形图像的传输,要求连续性和排他性。不能丢失数据。波形图像的传送必须采用TCP包。利用单片计算机的流控制能力,实时处理GPRS接入的状态和内部缓存大小。自动识别和自我修正网络通讯的实时进程,进而控制数据流的方向和网络呼叫拨号。设置了多达六分钟的数据链路动态队列区。保证数据的完整和容错能力的提高。
数据在链路存储队列中等待入网。网络状态触发电路触发一个网络状态事件,计算控制单元的事件处理流程根据事件性质,分别进入不同的线程处理单元。在正常状态下,取得链路数据,以TCP协议分包,通过无线网络向网络中设置的网址和端口发送协议包。
TCP协议包+=(save_point-read_point)*real_data→read_point++
save_point,read_point为数据指针,real_data为实时数据。
如果非正常状态,系统启动等待拨号线程处理流程,网络接入状态识别电路定时尝试网络接通情况,同时,触发一个数据缓存事件,并重组数据结构。网络状态识别确定网络服务器忙还是网络断线发生,触发不同的消息,启动重新拨号电路或尝试连通服务器线程。
L流窗口=(m1+m1+m1+m1+addr+asyn+data)
ml为传送的关键数据,asyn为同步,data为加密包
动态数据链路管理包含了内存数据队列管理,数据加密管理,数据压缩管理。数据结构动态改变,数据流的重组。涵盖了回顾数据及当前数据发送的动态相互协调和关键数据快速传送的功能。
系统的数据传输,采用公网和无线模式,数据的加密采用数据结构随数据内容动态改变的方法,改变规则其一:是根据各导联数值的动态大小,自动排列各导联在数据流中的位置。其二,采用16位二进制码加权算法,对数据流实时加权计算,生成加密的数据流发送至互联网平台。其三,数据流不包含使用者的个人身份信息,对应信息在中心工作站的使用登录系统中绑定。
各个移动信息采集传输终端的实时数据首先传输到数据中心服务器中,连接到这台服务器的计算机称为中心工作站,中心工作站可以是任意多个计算机,中心工作站运行专用的中心机监控软件,通过服务器提取呼吸睡眠暂停管理的实时数据显示和处理。服务器需要连接公共internet互联网,要求在路由器上配置固定IP地址,服务器安装MicrosoftWindowsServer版本服务器专用操作系统和sqlserver数据库系统。服务器可以和医院内网实现互联,建立内外网的VPN通道,在多重防火墙保护下使呼吸睡眠暂停管理信息进入医院的内网,连接医院内网的计算机都可以作为中心工作站使用,由使用人员的权限控制进入本系统的软件服务。连接到数据中心服务器的中心工作站,其中的一台作为患者登记工作站使用,其上的软件对将终端地址与患者身份及数据库绑定,将患者主观输入通讯终端和患者身份及数据库绑定。所有使用过程的呼吸睡眠暂停管理信息统一存储于其相应的数据库中保存。
医务人员的个人电脑可以通过internet互联网在相应权限下直接获取不同患者的呼吸睡眠暂停诊疗信 息,个人电脑上要安装专用软件包。权限管理要划入医院整体管理权限范围。同时,所有操作记录将发回数据中心服务器,作为追踪、挖掘、分析的原始数据保存。医患之间和一线二线医生之间的实时在线互动由连接在服务器端的计算机或个人移动通讯终端之间实现,交流信息通过服务器的双向转发,达到实时双向通讯的目的。实时互动功能由系统软件功能实现。睡眠呼吸监测记录单见图11。
中心工作站对于接受到的每个移动终端发送的数据实时处理,自动分解脑电波数据中混合的眼动电波和额肌电波,以采样频率为500/s、采样时间窗口为2.5s、采样精度为10位bite的离散化处理,采用波形识别、小波分析算法,分解出眼动信号和肌电信号。采用小波公式:
WT x ( a , τ ) = a 2 π ∫ X ( ω ) ψ ( aω ) e jωt dω
对脑电向量组
f i(x)=[x1 x2 x3…xm-2 xm-1 xm]
i:脑电波导联数量,m:向量元素数量
实时计算处理,以多尺度滤波器组算法,分解出各尺度窗口下的小波基函数
(Wf(2^j,x))j∈z
(Wf(2^0,x)),(Wf(2^1,x)),,,(Wf(2^N,x))
获得的一组时域重构函数如下:
f j(x)=∑Wf(2^j,x)*X2^j(x)
f1(x),f2(x),,fN(x);N=阶数;
各个时域函数代表了不同频率段的脑电波,眼动电波和肌电波。对于分解的各个波形,采用波形识别算法提取眼动,脑电慢波,脑电快波等脑电镇静特征波成分。首先,求取各波形的一阶导数:
Di(x)=(fi(x)-fi(x+m))/Δx
对Di(x)排序,得到极大值和极小值,设定阈值a,可以求取
Di(x)的正负极性变异点,得到一组极值点向量:
Mi(j)和mi(j);j为极值点的数量。
对眼动和肌电波分类函数采用积分算法:
E=∫f0(t)^2*Δt
E1=∫f1(t)^2*Δt
得到肌电和眼动的功率值大小,通过阈值法,可以从原始的脑电波数据中分解出肌电成分和眼动成分。获得消除了眼动和肌电波的基本纯净的脑电波。对于眼动波和肌电波,所计算的功率值,作为大脑镇静程度的一个分量。
对于分解的脑电波,采用功率谱算法:
X ( ω ) = ∫ - ∞ ∞ f ( x ) e - jωt dt
可以获得脑电波中功率谱的各个成分,包括α β δ θ波段的数值,Fsef,Fmax
等边缘频率,优势频率等数值。
对于上述各个定量数值的综合分类,得到一个20秒时间段内的镇静程度0-100的无量纲指数:
镇静指数=(1 1/csp(E))×100
E=((β+Fsef)/(δ+θ+30))
对于口鼻呼吸波、胸腹呼吸波,阴茎血流灌注波信号,计算呼吸波暂停时间t1,低通气时间t2、口鼻呼吸与胸腹呼吸的顺应度k,以及血流灌注指数Pi,计算采用复合算法,模式识别、波形识别、微积分。
对于采集的呼吸波、血流灌注信号波,以采样频率为500/秒、连续数据点计算、采样精度为10位bite的离散化处理,生成波形信号的向量组:
Xi=[x1 x2 x3…xm-2 xm-1 xm]
其中,m为向量中元素个数,m数值可变,求得波形数据的一个极值变化时的值为准。元素xi-波形某点的幅值,并且相邻两元素间的时间间隔Δt相等。i代表导联数量。波形导联数为4。
对于上述的向量数值,求取特征组{a,b,c,d}的各个点的数值。对向量实施微分计算:
y(j)=x(j)-x(j-1)/Δt
j=0,1,2,,m
获取y(i)中最大数值,可以获得特征指(a),其中的正负反相点,就是特征值(b)和特征值(d),特征值(c)采用模糊识别技术,对向量数据施加迭代微分算法:
y(j,i)=∑(x(j+i)-x(j+i-1)/(Δt+i))
i为Δt的增量,从1..N,j是从点(b)至点(d)之间的数值序号。
对于矩阵y(j,i)中的各个向量,选取向量中最小值,对应的j点代表了图中的(c)点。
对于血流灌注波信号的计算,获得波形信号的时域信号向量Xi=[x1 x2 x3…xm-2xm-1 xm],D(a,b,c,d,e),T(i=1,2,…,M),将一个给定的模式归入C个类ω1,ω2,…,ωc中,然后根据模式之间的距离函数来判别分类。其中,T表示转置;M为样本点数;D为样本特征数。每个模式类代表了多种血流灌注波形的不同形态,计算各个血流灌注波的距离函数:
Z(j)=(ωj-D) j=1,2,,c
获得一组向量Z(j),选取最小值对应的ωj,计算各个血流灌注波和他的距离函数,得到:
G=∑(Di-Di-1) i=a,b,c,d,e
作为各个血流灌注波的变异性大小。
计算点(a)和点(b)之间的斜率和积分:
H=[a-b]/Δt
T=∫y(i)*Δt i=a,,b
计算点(b)和点(c)之间的积分:
T1=∫y(i)*Δt i=b,,c
计算点(c)和点(d)之间的积分:
T2=∫y(i)*Δt i=c,,d
求得灌注指数:
P=((T*H)+T1+T2)*L/G
L为点(a)和点(d)之间的距离,G为各个血流灌注波的变异率。
指数化P,得到
Pi=(1-1/esp(P))×100
对于呼吸波形数据,计算a、d点的时间间隔,设定正常呼吸的a、b点的幅度为呼吸幅度标准值H,实时计算a、b点的幅度数值h,求取当前幅度和标准幅度的占比F:
F=(h/H)*100;
如果F值大于20%并小于50%,得到低通气时间t2:
t2=(d-a)
如果F值低于20%,得到呼吸暂停时间t1:
t1=(d-a)
对于口鼻呼吸和胸腹呼吸之间的顺应性,计算暂停时三导呼吸波形的a点时间,求取三个时间的差值,得到顺应性数值:
K=(a1-a2)+(a2-a3)+(a1-a3)
对于血氧饱和度的自动计算,采用血氧饱和度绝对值下降阈值算法。计算数值低于正常值4%的时间,以及低于90、80、70、60的时间,以及平均血氧数值,最低血氧数值、最高血氧数值。对于小于70的血氧饱和度数值,启动直接唤醒操作,对于小于80的数值,启动预备唤醒操作状态。
血压和心电的处理,以及体动的处理,采用睡前血压、睡后血压值记录,平均心率,最低心率、最高心率、平均心率数值作为自动报告单的生成内容。体动数据的处理,类似于呼吸波形的计算,获得a、b点的幅度值D,设定阈值后,大于阈值的D值作为一次体动记录,在报告单中生成睡眠中体动的总次数。
下面结合附图进一步说明。
附图说明:
下面结合附图进一步说明。
图1是架构图1。
图2是架构图2。
图3是网络化监测及治疗管理诊疗流程图。
图4是移动信息采集传输终端计算控制电路。
图5是脑电、眼动、肌电信号采集放大电路。
图6是电刺激信号驱动电路。
图7是体动信号放大电路。
图8是rs232接口电路。
图9是心电放大电路。
图10是胸腹呼吸放大电路。
图11是睡眠呼吸监测记录单。
图12是波形识别。

Claims (2)

1.以无线互联网为通讯媒介的硬件设备之间的数据交换系统,其特征在于,包括移动生理信号采集传输终端以及相关中心数据服务器、中心处理工作站和无线互联网;移动生理信号采集传输终端包含二个单元;第一单元是生理信号采集换能器,第二单元是生理信息采集传输终端主机;生理信号包括:脑电、心电、血氧饱和度、无创血压、眼动电、肌电、口鼻呼吸气流、胸呼吸运动、腹呼吸运动、体动、阴茎硬度、阴茎血流;其中连续采集额部双侧的脑电波和额部肌电、眼动电波的脑电、眼动电、肌电的波形信号采集换能器,包括一组传感脑电波信号、眼动电信号、额肌电信号的混合波形数据的金属电极片;金属电极分为左侧框上部位和右侧框上部位两个脑电信号、肌电信号、眼动电信号的引导电极,以及双耳耳垂部两个脑电信号参考电极,组合后分别采集左右脑的脑电波信号、眼动电波信号、肌电波信号;完成生理信号的放大、整形、转换接受、加密、打包、通讯的生理信息采集传输终端主机包含信号转换电路、信号放大电路、滤波电路组成的信号整形放大电路、以及中心计算控制管理电路、通讯接口电路、动态数据链路缓存电路、无线互联网络接入控制电路和自动分包上传电路。
2.如权利要求1所述的以无线互联网为通讯媒介的硬件设备之间的数据交换系统的工作方法,其特征在于,通过人体的脑电、眼动、肌电、心电、血压、体动、血氧、呼吸、血流灌注生理波形信号换能器探头,转换人体的相应生理信号为电信号和计算机数值信号,电信号送入监护电路的滤波、噪音控制、放大输入部分,经相应监护模块的各自计算处理、加工后,再经由模块的模拟信号输入口,分别送入中心计算控制管理电路的模、数转换电路,生理数值信号经由RS232接口电路送入中心计算控制管理电路的通讯接口中;中心计算控制管理电路获得数字化的上述生理数值信号后,分别加密、压缩;得到处理后的数据流,送入动态数据链路缓存队列中;动态数据链路缓存队列是变化的数据存储和输出结构;根据网络状态的不同,数据在存储区域内的结构不同;由中心计算控制管理电路在获得网络状态变化的中断事件触发后,控制采集到的数据的不同排列组合;在写指令控制下,写入存储队列的数据缓冲区;队列中的数据在计算控制管理电路的读指令控制下,经数据端口输出到无线互联网络接入控制电路;互联网络接入控制电路部分完成对网络的自动拨号、网络状态识别、TCP/IP模式信号调制、分包、输出的功能,上传至由数据存储服务器和数据计算服务器组成的中心数据服务器;计算控制管理电路在获得血氧饱和度的数据后,和设定的阈值比较,在低于报警设定后,计算体动数据,判断血氧降低前后的体动变化,若有变化,设定刺激唤醒标志,并写入动态数据链路缓存并发送到数据计算服务器处理,等待系统通知触发刺激唤醒操作或解除预备状态;若无变化,判断血氧下降的级别,分为危险和预备两个级别,在危险级别,直接启动电刺激唤醒电路工作,输出0-20毫安电流、0.25毫秒的脉冲刺激作为唤醒操作的刺激唤醒;在预备状态,实时接收到系统中某个中心处理工作站所发来的控制命令,若启动刺激,自中心计算控制管理电路的内存中取出相应的控制模式代码,以不同的电刺激频率和刺激电流驱动输出电路施加电刺激唤醒操作,刺激电极安装于患者的体动传感器部位;
无线互联网络接入控制电路接受中心计算控制管理电路传输的数据流;对于超过10导联以上的数据流,每导联平均采样时间分辨率为2毫秒,10导联波形数据的带宽要求为:带宽=10*1000/2=5k/秒;增加报头和地址信息,每秒的数据流为8k以上,对于GPRS通讯带宽,考虑到冗余因素,使用双通道无线互联网接入装置,每通道通信控制器分别将二分之一的数据流传送到互联网平台;如果采用3G通讯模式,又可以提供通讯带宽的高度冗余,实现多通道大数据实时传输的应用要求;
系统中的中心数据服务器、移动生理信号采集传输终端、中心处理工作站之间通过互联网实现数据之间的交换,采用无线互联网接入GPRS传输技术,以无线方式经由互联网实时传输患者生理多导信号至中心数据服务器、中心处理工作站,完成实时互动信号采集调整,生理多导信号存储,实时数据自动预分析互动监控任务;中心处理工作站完成数据回顾浏览、数据自动分析、分析结果手工校正、报告单据生成项任务;中心工作站可以是连接互联网的任意一台计算机,也可以是通过医院信息中心互联网接入映射到医院内网络上的任意一台医生工作站;实现无线网络化区域并发多终端数据采集、多中心诊疗监控分析处理功能,并通过无线网络传输实现对睡眠呼吸疾患相关诊疗信息的实时在线管理和分析、统计、存储记录;传输信息将以规范化格式集成到院方HIS系统中;信息采集、记录、监控的时间长度不限,可以贯穿到疾患诊疗的全过程;无线移动多导生理信号数据采集传输终端以直流供电方式工作,充分保证诊疗的安全性。
CN201310638390.0A 2013-12-04 2013-12-04 无线移动互联网自动计算的睡眠呼吸暂停信息交换方法 Active CN103876743B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310638390.0A CN103876743B (zh) 2013-12-04 2013-12-04 无线移动互联网自动计算的睡眠呼吸暂停信息交换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310638390.0A CN103876743B (zh) 2013-12-04 2013-12-04 无线移动互联网自动计算的睡眠呼吸暂停信息交换方法

Publications (2)

Publication Number Publication Date
CN103876743A CN103876743A (zh) 2014-06-25
CN103876743B true CN103876743B (zh) 2017-02-01

Family

ID=50946106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310638390.0A Active CN103876743B (zh) 2013-12-04 2013-12-04 无线移动互联网自动计算的睡眠呼吸暂停信息交换方法

Country Status (1)

Country Link
CN (1) CN103876743B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104793493B (zh) * 2015-04-09 2017-09-29 南京邮电大学 一种基于实时神经网络的半自动睡眠分期装置
CN105361867A (zh) * 2015-10-30 2016-03-02 中国科学技术大学 一种康复数据处理系统
CN105232049A (zh) * 2015-11-17 2016-01-13 北京怡和嘉业医疗科技有限公司 一种云平台
CN106994075A (zh) * 2016-01-26 2017-08-01 深圳市科曼医疗设备有限公司 婴儿辐射保暖台
CN105796055A (zh) * 2016-03-02 2016-07-27 陕西理工学院 一种便携式无线鼾声监测系统
CN106037761A (zh) * 2016-07-12 2016-10-26 张红萍 一种基于血氧饱和度测量的鼾病自治的闭环控制电路
CN108309239A (zh) * 2018-02-01 2018-07-24 深圳市禹欣鑫电子有限公司 基于脑电和呼吸的睡眠呼吸暂停智能可穿戴监测设备
CN112469330B (zh) * 2018-08-23 2023-11-21 深圳迈瑞生物医疗电子股份有限公司 医疗监护系统、呼吸事件的回顾装置
CN109381179A (zh) * 2018-10-16 2019-02-26 中山大学 一种阻塞性睡眠呼吸暂停综合症的诊疗系统
CN109567755A (zh) * 2018-12-05 2019-04-05 成都云卫康医疗科技有限公司 一种睡眠呼吸监测设备的管理系统及商业模式
CN110838227B (zh) * 2019-12-23 2024-04-30 北京百联长通科技有限公司 一种无线数据接收装置
CN111161818A (zh) * 2019-12-31 2020-05-15 甘肃省卫生健康统计信息中心(西北人口信息中心) 一种基于大数据技术的医疗数据交换共享系统及方法
CN113116344B (zh) * 2020-01-16 2022-12-27 华为技术有限公司 基于电子设备的血氧监测方法、介质及系统
CN111583613A (zh) * 2020-04-29 2020-08-25 重庆生命新云网络科技有限公司 一种患者检测报告实时传输系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9326695B1 (en) * 2004-11-12 2016-05-03 Orbital Research Inc Electrode harness and method of taking biopotential measurements
CN1943505A (zh) * 2006-08-10 2007-04-11 方祖祥 高危心脏病人群的远程实时监护系统及集控式连续监护方法
CN100559382C (zh) * 2008-08-05 2009-11-11 北京易飞华通科技开发有限公司 紧急医学救援无线移动信息系统及数据交换方法
CN101599110A (zh) * 2009-04-30 2009-12-09 北京大学人民医院 紧急医学救援无线移动信息管理方法及平台
US8348841B2 (en) * 2010-04-09 2013-01-08 The Board Of Trustees Of The University Of Arkansas Wireless nanotechnology based system for diagnosis of neurological and physiological disorders
CN102178521A (zh) * 2011-04-15 2011-09-14 北京正业德盈科技有限公司 生理信号监测装置
CN102727361B (zh) * 2012-06-29 2014-03-12 中国科学院自动化研究所 坐卧式下肢康复机器人

Also Published As

Publication number Publication date
CN103876743A (zh) 2014-06-25

Similar Documents

Publication Publication Date Title
CN103876743B (zh) 无线移动互联网自动计算的睡眠呼吸暂停信息交换方法
CN103876708B (zh) 疼痛应激及主观感受、疼痛治疗的无线移动信息交换系统
Ma et al. Big health application system based on health internet of things and big data
CN103905549B (zh) 基于物联网和云计算的健康管理系统及方法
Abidoye et al. Using wearable sensors for remote healthcare monitoring system
CN100559382C (zh) 紧急医学救援无线移动信息系统及数据交换方法
CN105590031A (zh) 一种应用于智能医疗设备的数据处理装置
CN202077067U (zh) 一种病人随访系统
CN105956371A (zh) 远程视频问诊系统
JP5952490B2 (ja) 患者の脳の電気活動を解析してこの患者の生理状態を特徴付ける方法および当該方法を適用した監視装置
CN101599110A (zh) 紧急医学救援无线移动信息管理方法及平台
CN103400332A (zh) 一种基于实时监测的健康服务平台系统
CN202505352U (zh) 用于家庭机械通气患者管理的手机云加端物联网医学系统
CN103605911A (zh) 一种基于物联网的社区智能医护系统控制方法
CN103810369A (zh) 基于物联网的copd远程医疗监护系统及其实现方法
CN104689475B (zh) 一种植入式医疗器械的远程监控系统的患者终端
TW201006512A (en) Sleep assistant device and method
CN202723828U (zh) 一种阻塞性睡眠呼吸暂停低通气综合征(osahs)患者初筛系统
JPWO2019244949A1 (ja) 生体情報処理方法、生体情報処理装置、および生体情報処理システム
CN105160155A (zh) 一种医学信息网络共享系统
CN101083697A (zh) 一种移动医疗救助数字信息系统及其工作方法
CN203276282U (zh) 远程医疗信息系统
CN112842328A (zh) 基于物联网的集成化步态、距离、相对体重、脑电波同步传感分析系统
Mohamed et al. Secure and reliable ML-based disease detection for a medical wireless body sensor networks
CN202015171U (zh) 吸毒患者行为干预治疗与生理监测系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant