CN108403103A - 一种高时效性心血管病监测系统及其监测方法 - Google Patents

一种高时效性心血管病监测系统及其监测方法 Download PDF

Info

Publication number
CN108403103A
CN108403103A CN201810367069.6A CN201810367069A CN108403103A CN 108403103 A CN108403103 A CN 108403103A CN 201810367069 A CN201810367069 A CN 201810367069A CN 108403103 A CN108403103 A CN 108403103A
Authority
CN
China
Prior art keywords
data
cloud server
user
interaction means
user interaction
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.)
Pending
Application number
CN201810367069.6A
Other languages
English (en)
Inventor
张靖
崔骐
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.)
Wuhan Idea Cloud Technology Co Ltd
Original Assignee
Wuhan Idea Cloud Technology Co Ltd
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 Wuhan Idea Cloud Technology Co Ltd filed Critical Wuhan Idea Cloud Technology Co Ltd
Priority to CN201810367069.6A priority Critical patent/CN108403103A/zh
Publication of CN108403103A publication Critical patent/CN108403103A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/366—Detecting abnormal QRS complex, e.g. widening
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation

Abstract

本发明涉及一种高时效性心血管病监测系统及其监测方法，该系统包括监测装置、云端服务器、与云端服务器通过网络连接的用户交互装置、与云端服务器通过网络连接的医院交互装置，该系统用于心血管病监测时，用户交互装置与监测装置建立和维持数据连接，监测装置检测到用户心率、心电图信息后，通过蓝牙数据送给用户交互装置，用户交互装置通过网络连接发送至云端服务器，云端服务器对检测数据做分析和总结，并在最佳的时机施行冠脉CTA检查。本发明提供了一种敏感性远高于目前临床检查手段的方法，该方法可在院外持续监测病人状态，提高阳性检出率同时保证时效性和可靠性；且相比于直接进行冠脉DSA费用，本发明的监测方法及预约冠脉CTA费用可降低60％。

Description

一种高时效性心血管病监测系统及其监测方法
技术领域
本发明涉及医疗器械和电子信息领域，具体涉及一种高时效性心血管病监测系统及其监测方法。
背景技术
在欧美发达国家拥有良好的早期预防意识及机制的前提下，心血管疾病还一直是全球死亡率最高的疾病。然而，在机制和意识均相对欠缺的中国，根据卫生统计年鉴2016年权威数据，心血管病的死亡率是298/10万。最新报告显示，中国心血管病患病率处于持续上升阶段，全国有心血管病患者约2.9亿，已经成为影响民众健康的重要因素。
目前确诊心血管病的唯一检查手段是DSA造影成像，施行该检查有严格的手术指征，实际情况是：该疾病的症状隐匿，当患者出现症状，同时达到施行DSA造影检查指征的时候，心血管病往往已经进展到病情晚期，病人可选的治疗方案只有支架或者搭桥手术。在高危人群没有症状到出现症状、并确诊为病程晚期之间有很长的时间段。该时间段目前临床上使用的常规心电图(包括长程)、D二聚体、肌钙蛋白、运动平板、心脏彩超等方法均不能做到及时诊断、时效性差、敏感性达不到及时诊断的要求。
同时，心血管疾病发病急骤，根据相关数据显示造成病例死亡的地点有75％发生在院外。
远程医疗(Telemedicine)是网络科技与医疗技术结合的产物，目前市场应用的各种以个人电脑或以智能手机为基础远程诊疗平台，已用于高血压、糖尿病、慢性阻塞性肺病等单病种慢病随访，但慢性心血管病患者多数危急重、医疗数据来源众多，有各种医疗设备采集的数据、医院内网数据系统数据、各种终端采集数据、不同种类数据库中存储的数据等，每一个不同来源的数据都有不同的数据格式，这些数据一部分能够通过系统功能导出到Excel数据，一部分通过数据库视图直接导出成excel数据，数据融合成本高、难度大、患者采集数据后，大量数据积累难以进行直观分析，目前已披露的任一远程医疗方案，对各种慢性心血管疾病，如慢性心力衰竭、心房颤动、心血管病器械治疗或介入术后等高危患者安全性、可靠性均难以保障。
因此提供一种阳性检出率更高、敏感性更高同时可以在院外持续监测的诊断技术对该疾病的及时诊断和提高病人生存率有极大的意义。
发明内容
针对现有技术中存在的技术问题，本发明的目的在于提供一种高时效性心血管病监测系统及其监测方法，用于持续监测、筛查心血管病患者，并通过系统的软件平台为用户在最佳时间申请冠脉CTA检查，实现心血管病的及时监测与诊断。
为实现上述目的，本发明提出了一种高时效性心血管病监测系统，包括监测装置、云端服务器、与云端服务器通过网络连接的用户交互装置、与云端服务器通过网络连接的医院交互装置，监测装置连接用户交互装置；
所述监测装置为动态心电记录仪，用于监测被监测者心率、心电图信息；
所述云端服务器包括数据依次连接的采集模块、数据分析模块、数据决策模块和数据存储模块；所述数据采集模块用于采集被监测者心率、心电图信息并发送至数据分析模块和数据存储模块；所述数据分析模块基于被监测者心率、心电图信息进行常规心律失常监测分析和心肌负荷指数分析、根据用户提供的多因素修正数据计算信度并将数据分析结果及信度发送至数据决策模块和数据存储模块；所述数据决策模块用于基于心肌负荷指数和心律失常类型判断用户心脏状况，并综合用户心脏状况和信度两个指标作出决策；
与云端服务器通过网络连接的用户交互装置为智能手机或平板电脑同，用于录入用户提供的多因素修正数据并上传到云端服务器，通过与云端服务器的交互将云端服务器采集、分析的数据结果显示在手机或平板电脑APP界面上；
与云端服务器通过网格连接的医院交互装置用于对接合作医疗机构的远程医疗中心，为被监测用户自动预约冠脉CTA检查。
优选地，用户首次使用/切换用户时，云端服务器的数据采集模块采集用户身份信息，所述用户身份信息通过用户交互装置摄像头获取，并通过用户交互装置与云端服务器的交互将用用户身份发信息上传至云端服务器。
优选地，心电图在时间顺序上由心脏起搏点P波、心房复极化pq段、心室去极化qrs波、心室复极化st段及t波组成，通过心电仪采集心电数据、去固定长度1024byte数据，并对组成部分中的波峰求一阶倒数，所述心肌负荷指数是通过以下计算方式获得的：
心肌负荷指数＝|1*p’|+|2*q’|+|1*r’|+|1*s’|+|5*t’|
其中p’、q’、r’、s’、t’分别为p波、q波、r波、s波、t波在波峰处的一阶导数。
优选地，所述用户提供的多因素修正数据是由用户先输入到用户交互装置，再通过用户交互装置与云端服务器的交互将多因素修正数据上传至云端服务器，由数据分析模块自动采集。
优选地，所述用户提供的多因素修正数据包括病人心肌负荷指数、常规心电图、心脏彩超、心肌酶、D-二聚体、肌钙蛋白、血糖、血压、血脂、吸烟史、饮酒史、基础病史、遗传病史、性别、年龄。
优选地，所述常规心律失常监测分析和心肌负荷指数分析的分析结果通过云端服务器与用户交互装置的交互，从而发送至用户交互装置并显示在用户交互装置的APP界面上。
优选地，所述云端服务器具有数据导入功能，用于上传被监测者冠脉CTA的DiCOM数据。
优选地，所述被监测者冠脉CTA的DiCOM数据是通过云端服务器与用户交互装置的交互，从而在用户交互装置APP界面上显示来自CTA医疗机构提供的云端接口数据，最终获取和展示病人冠脉CTA的DiCOM数据。
本发明的另一目的是提出一种基于高时效性心血管病监测系统的心血管病监测方法，所述方法包括以下步骤：
S1：指标监测：监测装置检测用户心率、心电图信息；
S2：数据采集：用户交互装置通过蓝牙接口与监测装置建立和维持数据连接，监测装置检测到用户心率、心电图信息后，通过蓝牙数据送给用户交互装置，用户交互装置通过网络连接发送至云端服务器的数据采集模块和数据存储模块；
S3：数据分析：将S1的数据在数据分析模块进行常规心律失常监测分析和心肌负荷指数分析，同时根据用户提供的多因素修正数据计算信度，将数据分析结果及信度发送至数据决策模块和数据存储模块；并通过云端服务器与用户交互装置的交互将数据分析结果、心律失常类型、心肌负荷指数呈现在用户交互装置的app界面上；所述用户提供的多因素修正数据是由用户先输入到用户交互装置，再通过用户交互装置与云端服务器的交互将多因素修正数据上传至云端服务器，由数据分析模块自动采集；
S4：数据决策：基于心肌负荷指数和心律失常类型判断用户心脏状况，并根据多因素修正数据计算的信度，由数据决策模块综合两个指标作出决策，所述决策为是否通过对接的医疗机构为用户预约冠脉CTA检查。
优选地，所述云端服务器具有数据查找功能，在数据分析之前，云端服务器根据系统时间查找数据采集模块当天是否采集过数据；如果未采集，则数据采集模块采集数据；如果当天已采集，则系统直接进入数据分析模块进行多因素修正。
本发明的有益效果：
(1)本发明能提供一种敏感性远高于目前临床检查手段的方法，同时该方法可以在院外持续监测病人状态，并且在最佳的时机施行冠脉CTA预约，提高阳性检出率同时保证时效性和可靠性。
(2)相比于直接进行冠脉DSA费用，本发明的监测方法及预约冠脉CTA费用可以降低60％。
(3)本发明的监测方法敏感性更高，阳性检出率高，可实现在患病早期推荐创伤性更低的冠脉CTA检查，减少了病人的手术风险，同时减少了医生施行冠脉DSA检查的放射线曝光剂量。
附图说明
图1为本发明实施例一的高时效性心血管病监测系统的结构示意图；
图2为本发明实施例一的高时效性心血管病监测系统中云端服务器局部结构示意图；
图3为本发明实施例一的高时效性心血管病监测系统的用户APP登录界面示意图；
图4为本发明实施例二提供的心血管病监测方法的的流程图。
具体实施方式
展示一下实例来具体说明本发明的某些实施例，且不应解释为限制本发明的范围。对本发明公开的内容可以同时从材料、方法和反应条件进行改进，所有这些改进，均应落入本发明的的精神和范围之内。
实施例一：一种高时效性心血管病监测系统
如图1所示，一种高时效性心血管病监测系统，包括监测装置1、云端服务器3、与云端服务器通过网络连接的用户交互装置2、与云端服务器通过网络连接的医院交互装置4，监测装置1连接用户交互装置2。所述监测装置1为动态心电记录仪，用于监测被监测者心率、心电图信息，该动态心电记录仪符合国家食品药品监督管理局发布(IEC 60601-2-25:2003，IDT)(记录和分析型单道和多道心电图机安全和基本性能专用要求)文件标准，测量导联为明尼苏达12导联标准Ⅰ导联的数据。
如图2所示，所述云端服务器3包括数据依次连接的采集模块31、数据分析模块32、数据决策模块33和数据存储模块34；所述数据采集模块31用于采集被监测者心率、心电图信息并发送至数据分析模块32和数据存储模块34，当用户首次使用或面要切换新用户时，云端服务器的数据采集模块31需要采集新用户身份信息，此时的新用户身份信息是通过用户交互装置2的摄像头获取，并通过用户交互装置2与云端服务器3的交互将新用户身份信息上传至云端服务器3。
所述数据分析模块32基于被监测者心率、心电图信息进行常规心律失常监测分析和心肌负荷指数分析、根据用户提供的多因素修正数据(病人心肌负荷指数、常规心电图、心脏彩超、心肌酶、D-二聚体、肌钙蛋白、血糖、血压、血脂、吸烟史、饮酒史、基础病史、遗传病史、性别、年龄)计算信度并将数据分析结果及信度发送至数据决策模块33和数据存储模块34，其中用户提供的多因素修正数据是由用户先输入到用户交互装置2，再通过用户交互装置2与云端服务器3的交互将多因素修正数据上传至云端服务器3，由数据分析模块32自动采集；其中，若多因素修正数据中因素全部合格，则信度为100％，若因素中有不合格的，则信度按个数比例降低；心电图在时间顺序上由心脏起搏点P波、心房复极化pq段、心室去极化qrs波、心室复极化st段及t波组成，通过心电仪采集心电数据、去固定长度1024byte数据，并对组成部分中的波峰求一阶倒数，因此，本发明的心肌负荷指数指标则是通过以下计算方式获得的：心肌负荷指数＝|1*p’|+|2*q’|+|1*r’|+|1*s’|+|5*t’|(将p、q、r、s、t波倒数按照权重取绝对值累加得到心肌负荷指数)。其中p’、q’、r’、s’、t’分别为p波、q波、r波、s波、t波在波峰处的一阶导数。数据分析模块32进行的常规心律失常监测分析和心肌负荷指数分析的分析结果通过云端服务器3与用户交互装置2的交互，从而发送至用户交互装置2并显示在用户交互装置的APP界面上。
所述数据决策模块34用于基于心肌负荷指数和心律失常类型判断用户心脏状况，并综合用户心脏状况和信度两个指标作出决策：当心肌负荷指数低于100K、信度大于或等于90％时，继续监测，当心肌负荷指数高于100k、信度大于或等于90％时，通过对接的医疗机构为用户预约冠脉CTA检查。
与云端服务器3通过网络连接的用户交互装置2为智能手机或平板电脑，用于录入用户提供的多因素修正数据并上传到云端服务器3，通过与云端服务器3的交互将云端服务器3采集、分析的数据结果显示在手机或平板电脑APP界面上。与云端服务器通过网格连接的医院交互装置4用于对接合作医疗机构的远程医疗中心，为被监测用户自动预约冠脉CTA检查。
本发明的云端服务器具有数据导入功能，用于上传被监测者冠脉CTA的DiCOM数据，通过云端服务器与用户交互装置的交互，从而在用户交互装置APP界面上显示来自CTA医疗机构提供的云端接口数据，最终获取和展示病人冠脉CTA的DiCOM数据。
本发明的监测系统中云端服务器3设置管理员权限、用户交互装置2上设置用户权限和在医院交互装置4上设置医生权限，管理员、患者和医生依据权限或特定密码，能过本地、手机、电脑登录云端服务器，上传或下载患者基本信息、查看检测结果等，有利于对患者进行及时诊疗。如图3所示为患者手机APP登录界面，老用户只需登录，新用户登录之前需注册，并通过手机摄像头获取新用户的身份信息。
因此，本实施例的心血管病监测系统可以在院外持续监测病人状态，并且在最佳的时机施行冠脉CTA预约，提高阳性检出率同时保证时效性和可靠性，并且在相比于直接进行冠脉DSA费用，本发明的监测方法及预约冠脉CTA费用显著降低。
实施例二：基于高时效性心血管病监测系统的心血管病监测方法
基于实施例一中的高时效性心血管病监测系统，本实施例提出了一种心血管病监测方法，如图4所示，所述方法包括以下步骤：
S1：指标监测：监测装置检测用户心率、心电图信息；
S2：数据采集：用户交互装置通过蓝牙接口与监测装置建立和维持数据连接，监测装置检测到用户心率、心电图信息后，通过蓝牙数据送给用户交互装置，用户交互装置通过网络连接发送至云端服务器的数据采集模块和数据存储模块；
S3：数据分析：将S1的数据在数据分析模块进行常规心律失常监测分析和心肌负荷指数分析，同时根据用户提供的多因素修正数据计算信度，将数据分析结果及信度发送至数据决策模块和数据存储模块；并通过云端服务器与用户交互装置的交互将数据分析结果、心律失常类型、心肌负荷指数呈现在用户交互装置的app界面上；所述用户提供的多因素修正数据是由用户先输入到用户交互装置，再通过用户交互装置与云端服务器的交互将多因素修正数据上传至云端服务器，由数据分析模块自动采集；
S4：数据决策：基于心肌负荷指数和心律失常类型判断用户心脏状况，并根据多因素修正数据计算的信度，由数据决策模块综合两个指标作出决策，所述决策为是否通过对接的医疗机构为用户预约冠脉CTA检查。
优选地，云端服务器具有数据查找功能，在数据分析之前，云端服务器根据系统时间查找数据采集模块当天是否采集过数据；如果未采集，则数据采集模块采集数据；如果当天已采集，则系统直接进入数据分析模块进行多因素修正。
本发明的监测方法是采用一种新的判断指标-心肌负荷指数来反映患者的心血管状况，该指数由武汉市意念云科技有限公司根据单道动态心电记录仪测量数据计算得出，具体结果为一整型数，心肌负荷指数临床效果验证方法如下：
(1)通过权威三甲医院心内科室执行，项目全程由医院GCP小组参与，保证项目全程遵守CRO临床要求标准，数据采集及分析由独立第三方CRO公司承担。
(2)临床一期纳入200例冠脉DSA确诊患者。通过心肌负荷指数阳性检出率与常规心电图等技术阳性检出率对比，确认心肌负荷指数相对于常规心电图等临床方法有更高的阳性检出率，即敏感性高达90％以上，特异性达到75％-90％，准确率达到84％。
(3)心肌负荷指数为单一整型数，通过分组对照及以冠脉DSA(狭窄50％以下)、冠脉DSA(狭窄50％-70％)、冠脉DSA(狭窄70％以上)三组与心肌负荷指数建立统计学关系，确定心肌负荷指数与冠脉DSA狭窄程度的对应关系，吻合率达到83％。
因此，本发明的监测方法所采用的新的判断指标准确率更高，可显著提高心血管疾病诊断的可靠性。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种高时效性心血管病监测系统，其特征在于，包括监测装置、云端服务器、与云端服务器通过网络连接的用户交互装置、与云端服务器通过网络连接的医院交互装置，监测装置连接用户交互装置；
所述监测装置为动态心电记录仪，用于监测被监测者心率、心电图信息；
所述云端服务器包括数据依次连接的采集模块、数据分析模块、数据决策模块和数据存储模块；所述数据采集模块用于采集被监测者心率、心电图信息并发送至数据分析模块和数据存储模块；所述数据分析模块基于被监测者心率、心电图信息进行常规心律失常监测分析和心肌负荷指数分析、根据用户提供的多因素修正数据计算信度并将数据分析结果及信度发送至数据决策模块和数据存储模块；所述数据决策模块用于基于心肌负荷指数和心律失常类型判断用户心脏状况，并综合用户心脏状况和信度两个指标作出决策；
与云端服务器通过网络连接的用户交互装置为智能手机或平板电脑，用于录入用户提供的多因素修正数据并上传到云端服务器，通过与云端服务器的交互将云端服务器采集、分析的数据结果显示在手机或平板电脑APP界面上；
与云端服务器通过网格连接的医院交互装置用于对接合作医疗机构的远程医疗中心，为被监测用户自动预约冠脉CTA检查。
2.根据权利要求1所述的一种高时效性心血管病监测系统，其特征在于，用户首次使用/切换用户时，云端服务器的数据采集模块采集用户身份信息，所述用户身份信息通过用户交互装置摄像头获取，并通过用户交互装置与云端服务器的交互将用用户身份发信息上传至云端服务器。
3.根据权利要求1所述的一种高时效性心血管病监测系统，其特征在于，心电图在时间顺序上由心脏起搏点P波、心房复极化pq段、心室去极化qrs波、心室复极化st段及t波组成，通过心电仪采集心电数据、去固定长度1024byte数据，并对组成部分中的波峰求一阶倒数，所述心肌负荷指数是通过以下计算方式获得的：
心肌负荷指数＝|1*p’|+|2*q’|+|1*r’|+|1*s’|+|5*t’|
其中p’、q’、r’、s’、t’分别为p波、q波、r波、s波、t波在波峰处的一阶导数。
4.根据权利要求1所述的一种高时效性心血管病监测系统，其特征在于，所述用户提供的多因素修正数据是由用户先输入到用户交互装置，再通过用户交互装置与云端服务器的交互将多因素修正数据上传至云端服务器，由数据分析模块自动采集。
5.根据权利要求1所述的一种高时效性心血管病监测系统，其特征在于，所述用户提供的多因素修正数据包括病人心肌负荷指数、常规心电图、心脏彩超、心肌酶、D-二聚体、肌钙蛋白、血糖、血压、血脂、吸烟史、饮酒史、基础病史、遗传病史、性别、年龄。
6.根据权利要求1所述的一种高时效性心血管病监测系统，其特征在于，所述常规心律失常监测分析和心肌负荷指数分析的分析结果通过云端服务器与用户交互装置的交互，从而发送至用户交互装置并显示在用户交互装置的APP界面上。
7.根据权利要求1所述的一种高时效性心血管病监测系统，其特征在于，所述云端服务器具有数据导入功能，用于上传被监测者冠脉CTA的DiCOM数据。
8.根据权利要求7所述的一种高时效性心血管病监测系统，其特征在于，所述被监测者冠脉CTA的DiCOM数据是通过云端服务器与用户交互装置的交互，从而在用户交互装置APP界面上显示来自CTA医疗机构提供的云端接口数据，最终获取和展示病人冠脉CTA的DiCOM数据。
9.一种基于高时效性心血管病监测系统的心血管病监测方法，其特征在于，所述方法包括以下步骤：
S1：指标监测：监测装置检测用户心率、心电图信息；
S2：数据采集：用户交互装置通过蓝牙接口与监测装置建立和维持数据连接，监测装置检测到用户心率、心电图信息后，通过蓝牙数据送给用户交互装置，用户交互装置通过网络连接发送至云端服务器的数据采集模块和数据存储模块；
S3：数据分析：将S1的数据在数据分析模块进行常规心律失常监测分析和心肌负荷指数分析，同时根据用户提供的多因素修正数据计算信度，将数据分析结果及信度发送至数据决策模块和数据存储模块；并通过云端服务器与用户交互装置的交互将数据分析结果、心律失常类型、心肌负荷指数呈现在用户交互装置的app界面上；所述用户提供的多因素修正数据是由用户先输入到用户交互装置，再通过用户交互装置与云端服务器的交互将多因素修正数据上传至云端服务器，由数据分析模块自动采集；
S4：数据决策：基于心肌负荷指数和心律失常类型判断用户心脏状况，并根据多因素修正数据计算的信度，由数据决策模块综合两个指标作出决策，所述决策为是否通过对接的医疗机构为用户预约冠脉CTA检查。
10.根据权利要求9所述的一种基于高时效性心血管病监测系统的心血管病监测方法，其特征在于，所述云端服务器具有数据查找功能，在数据分析之前，云端服务器根据系统时间查找数据采集模块当天是否采集过数据；如果未采集，则数据采集模块采集数据；如果当天已采集，则系统直接进入数据分析模块进行多因素修正。
CN201810367069.6A 2018-04-23 2018-04-23 一种高时效性心血管病监测系统及其监测方法 Pending CN108403103A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810367069.6A CN108403103A (zh) 2018-04-23 2018-04-23 一种高时效性心血管病监测系统及其监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810367069.6A CN108403103A (zh) 2018-04-23 2018-04-23 一种高时效性心血管病监测系统及其监测方法

Publications (1)

Publication Number Publication Date
CN108403103A true CN108403103A (zh) 2018-08-17

Family

ID=63136168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810367069.6A Pending CN108403103A (zh) 2018-04-23 2018-04-23 一种高时效性心血管病监测系统及其监测方法

Country Status (1)

Country Link
CN (1) CN108403103A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109147963A (zh) * 2018-08-23 2019-01-04 西安交通大学医学院第附属医院 一种智能心血管内科护理监视系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100228140A1 (en) * 2001-10-31 2010-09-09 Robert Hirsh Non-invasive method and device to monitor cardiac parameters
CN102657525A (zh) * 2012-05-11 2012-09-12 季忠 一种心功能无创检测系统及方法
CN103054562A (zh) * 2012-12-25 2013-04-24 中国科学院合肥物质科学研究院 基于多路脉搏波波形分析的心血管功能检测方法及其装置
US20130184597A1 (en) * 2010-08-25 2013-07-18 Angel Medical Systems, Inc. Acute ischemia detection based on parameter value range analysis
CN103211585A (zh) * 2013-04-07 2013-07-24 北京海利赢医疗科技有限公司 多参数监护分析系统
CN103514356A (zh) * 2012-11-22 2014-01-15 Tcl集团股份有限公司 一种车载式家庭医疗系统及其数据处理方法
CN104856659A (zh) * 2015-05-28 2015-08-26 中国科学院合肥物质科学研究院 一种基于加速度与脉搏的心肌血氧供需状况动态监测系统及预警方法
CN105232029A (zh) * 2015-09-30 2016-01-13 成都信汇聚源科技有限公司 一种超低功耗可穿戴式动态心电自动分析设备的实现方法及设备
CN105448055A (zh) * 2015-12-03 2016-03-30 长春工业大学 基于互联智能汽车的社区老年人一站式救助系统
CN106354998A (zh) * 2016-08-26 2017-01-25 成都汉康信息产业有限公司 一种支持远程问诊的在线医疗系统
CN106913330A (zh) * 2015-10-07 2017-07-04 株式会社K海奥斯威尔 佩戴式无线12通道心电图系统
CN106913466A (zh) * 2017-04-20 2017-07-04 苏州智合健医疗科技有限公司 用药与就诊提醒方法和装置以及具有用药与就诊提醒功能的终端
CN107093156A (zh) * 2017-04-11 2017-08-25 凌斌 家庭医院综合服务微型平台
CN206491793U (zh) * 2016-11-24 2017-09-15 合肥博谐电子科技有限公司 一种多参数心血管功能检测系统
CN107205667A (zh) * 2015-01-19 2017-09-26 谷歌公司 心脏健康和人体生理系统的其它机能状态和趋势的非侵入性确定
CN107785081A (zh) * 2017-12-12 2018-03-09 北京动亮健康科技有限公司 计算中心血流动力学指标的方法、装置、存储介质及设备

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100228140A1 (en) * 2001-10-31 2010-09-09 Robert Hirsh Non-invasive method and device to monitor cardiac parameters
US20130184597A1 (en) * 2010-08-25 2013-07-18 Angel Medical Systems, Inc. Acute ischemia detection based on parameter value range analysis
CN102657525A (zh) * 2012-05-11 2012-09-12 季忠 一种心功能无创检测系统及方法
CN103514356A (zh) * 2012-11-22 2014-01-15 Tcl集团股份有限公司 一种车载式家庭医疗系统及其数据处理方法
CN103054562A (zh) * 2012-12-25 2013-04-24 中国科学院合肥物质科学研究院 基于多路脉搏波波形分析的心血管功能检测方法及其装置
CN103211585A (zh) * 2013-04-07 2013-07-24 北京海利赢医疗科技有限公司 多参数监护分析系统
CN107205667A (zh) * 2015-01-19 2017-09-26 谷歌公司 心脏健康和人体生理系统的其它机能状态和趋势的非侵入性确定
CN104856659A (zh) * 2015-05-28 2015-08-26 中国科学院合肥物质科学研究院 一种基于加速度与脉搏的心肌血氧供需状况动态监测系统及预警方法
CN105232029A (zh) * 2015-09-30 2016-01-13 成都信汇聚源科技有限公司 一种超低功耗可穿戴式动态心电自动分析设备的实现方法及设备
CN106913330A (zh) * 2015-10-07 2017-07-04 株式会社K海奥斯威尔 佩戴式无线12通道心电图系统
CN105448055A (zh) * 2015-12-03 2016-03-30 长春工业大学 基于互联智能汽车的社区老年人一站式救助系统
CN106354998A (zh) * 2016-08-26 2017-01-25 成都汉康信息产业有限公司 一种支持远程问诊的在线医疗系统
CN206491793U (zh) * 2016-11-24 2017-09-15 合肥博谐电子科技有限公司 一种多参数心血管功能检测系统
CN107093156A (zh) * 2017-04-11 2017-08-25 凌斌 家庭医院综合服务微型平台
CN106913466A (zh) * 2017-04-20 2017-07-04 苏州智合健医疗科技有限公司 用药与就诊提醒方法和装置以及具有用药与就诊提醒功能的终端
CN107785081A (zh) * 2017-12-12 2018-03-09 北京动亮健康科技有限公司 计算中心血流动力学指标的方法、装置、存储介质及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109147963A (zh) * 2018-08-23 2019-01-04 西安交通大学医学院第附属医院 一种智能心血管内科护理监视系统

Similar Documents

Publication Publication Date Title
Savage et al. Electrocardiographic findings in patients with obstructive and nonobstructive hypertrophic cardiomyopathy.
Lankhaar et al. Quantification of right ventricular afterload in patients with and without pulmonary hypertension
US7272435B2 (en) System and method for sudden cardiac death prediction
Rautaharju et al. AHA/ACCF/HRS recommendations for the standardization and interpretation of the electrocardiogram: part IV: the ST segment, T and U waves, and the QT interval: a scientific statement from the American Heart Association Electrocardiography and Arrhythmias Committee, Council on Clinical Cardiology; the American College of Cardiology Foundation; and the Heart Rhythm Society: endorsed by the International Society for Computerized Electrocardiology
Aboukhalil et al. Reducing false alarm rates for critical arrhythmias using the arterial blood pressure waveform
Savage et al. Mitral valve prolapse in the general population. 3. Dysrhythmias: the Framingham Study
Li et al. Artificial arterial blood pressure artifact models and an evaluation of a robust blood pressure and heart rate estimator
CN113727638A (zh) 用于自动量化信号质量的方法和系统
CN108056762A (zh) 一种心功能数据获取系统
Piotrowicz et al. Telemedicine solutions in cardiology: a joint expert opinion by the Information Technology and Telemedicine Committee of the Polish Cardiac Society, the Section of Noninvasive Electrocardiology and Telemedicine of the Polish Cardiac Society, and the Clinical Research Committee of the Polish Academy of Sciences (short version, 2021)
Petersson et al. P‐wave morphology is unaffected by atrial size: a study in healthy athletes
Wei et al. Assessment of diabetic autonomic nervous dysfunction with a novel percussion entropy approach
Tseng et al. Cloud-based artificial intelligence system for large-scale arrhythmia screening
Tamburro et al. Detection of pulsus paradoxus associated with large pericardial effusions in pediatric patients by analysis of the pulse-oximetry waveform
CN108403103A (zh) 一种高时效性心血管病监测系统及其监测方法
CN112863679A (zh) 健康管理小屋用控制系统
Feng et al. Machine learning-aided detection of heart failure (LVEF≤ 49%) by using ballistocardiography and respiratory effort signals
Rocha et al. Wearable computing for patients with coronary diseases: Gathering efforts by comparing methods
Grube et al. Computerized two-lead resting ECG analysis for the detection of coronary artery stenosis
Radai et al. A novel telemedicine system for monitoring congestive heart failure patients
Kemavuthanon et al. Tracking and Notification Application for Arrhythmia Monitoring System
CN115299908A (zh) 老年人心血管健康管理监测方法
RU2806495C1 (ru) Способ диагностики патологических состояний и удаленного мониторинга пациентов и электронная медицинская станция для его осуществления
Novikov et al. Possibility to detect glycemia with heart rate variability in patients with type 2 diabetes mellitus in a non-invasive glycemic monitoring system
Klinge et al. Towards automatic pathology classification for a 24/7 ECG-based telemonitoring service

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination