CN110840430B - 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 - Google Patents
腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 Download PDFInfo
- Publication number
- CN110840430B CN110840430B CN201810953895.9A CN201810953895A CN110840430B CN 110840430 B CN110840430 B CN 110840430B CN 201810953895 A CN201810953895 A CN 201810953895A CN 110840430 B CN110840430 B CN 110840430B
- Authority
- CN
- China
- Prior art keywords
- intra
- abdominal pressure
- value
- preset
- pressure data
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/03—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
Abstract
本发明提供一种腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置,属于医疗器械技术领域,该方法将一段腹内压数据按照从小到大顺序进行排列,并根据分级差值M将该段腹内压数据分类,再依据该级预设差值B和预设选段条件D进行数据筛选,以便获得准确的该段腹内压输出值E。该方法排除了患者情绪、体位、咳嗽等特殊情况下影响腹腔压力的异常数据,实现筛选数据的准确性和便捷性。
Description
技术领域
本发明涉及一种腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置,主要用于人体腹内压数据的获取、筛选、传输、显示,属于医疗器械技术领域。
背景技术
腹内压(IAP)主要由腹腔内脏器的静水压产生,正常情况下和大气压相近,任何引起腹腔内容积增加的情况均可导致腹腔内压力增高,其中胃肠道是腹内压升高最敏感的器官。近年来,随着人们对腹内压的重视,大量研究开始关注腹内高压(IAH)和腹腔间隙综合征(ACS),其中腹腔间隙综合征(ACS)是由各种原因引起的腹腔内压力(IAP)急剧升高到一定程度后,引起包括心、肺、肾、脑、胃肠等多器官、多系统的病理生理改变所形成的一种临床综合征,是一种极其凶险的并发症。所以,将监测的腹内压数据应用于危重病人诊断、治疗,可降低并发症的发生,提高危重病人的抢救成功率。
目前临床上腹内压监测以经膀胱间接测定法为金标准,通过测量膀胱压间接测量得出腹内压,利用现有尿动力监控仪可以实时监控患者膀胱压,从而间接获得腹内压情况,但是膀胱压往往受到患者情绪、体位、咳嗽,测量时医护人员的手动操作误差等限制,所以测量得出的膀胱压可能存在不准确的数据,间接影响获取正确的患者腹内压数据。另外,患者腹内压数据实时传输至医护人员的移动终端也是非常必要的,可以辅助医护人员实时了解患者病情。
由此可知,传统的尿动力监控仪无法在客观环境中测量得出准确的腹内压数据,医疗器械研发人员需要寻求一种能够在复杂环境中准确获取、筛选、传输、显示患者腹腔压力,并动态监测患者腹内压变化的医疗器械。
发明内容
本发明的目的在于提供一种不同体位下经膀胱内途径测定腹内压数据,并利用分级自动筛选得到腹内压数据的筛选方法,该方法具有预算速度快、实时动态监测、获得腹内压数据准确的技术效果。
一种腹内压数据筛选方法,包括:
步骤1,获取一段腹内压数据,将该段腹内压数据按照从小到大顺序进行排列;
步骤2,选择预设差值B和预设选段条件D,顺序计算该段中起始腹内压数值与该段中每一个腹内压数值之间的差值,并将符合预设差值B和预设选段条件D的连续腹内压数据判定为腹内压稳定值区域C1;
步骤3,将首个不符合预设差值B的腹内压数值作为新的起始腹内压数值,计算该值与该段中其余腹内压数值之间的差值,并将符合预设差值B和预设选段条件D的连续腹内压数据判定为腹内压稳定值区域Cn,直至整段腹内压数据计算完成;
步骤4,在腹内压稳定值区域C1至腹内压稳定值区域Cn之间筛选,选取占整段腹内压数据百分比最宽的腹内压稳定值区域C内的腹内压数值的平均值作为该段腹内压输出值E。
所述获取的腹内压数据应为一段有效腹内压数据。一般情况下人体的膀胱压数据为正数,所以获取筛选的腹内压数据也应为正数,程序在采集到无效数据时会有特殊标记,即通信协议中该时间点的压力值无效时,设置特殊标记指示。获取该段腹内压数据的长短可根据患者需求自由决定,例如:1分钟时间获取60个腹内压数据,从60个腹内压数据中筛选出至少一个该段腹内压输出值E;或者10分钟时间获取300个腹内压数据,从300个腹内压数据中筛选出至少一个该段腹内压输出值E。
首先,将该段腹内压数据按照从小到大的顺序进行依次排列,然后利用该段中的起始腹内压数值(顺序排在整段中第一个的腹内压数值)作为被减数,与该段中每一个腹内压数值之间相减计算差值,具体计算顺序为依照从小到大的顺序依次进行,再利用“预设差值B”进行比较,当两者差值绝对值小于预设差值B时,作为减数的该腹内压数值认为是可选数据;当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C1”。当起始腹内压数值作为被减数减去该段中某一个腹内压数值时,两者差值的绝对值等于或大于预设差值B时,作为减数的腹内压数值认为是不可选数据,并且成为新的起始腹内压数值,利用新的起始腹内压数值减去该段中其余的腹内压数值,并与“预设差值B”进行比较,当两者差值绝对值小于预设差值B时,作为减数的该腹内压数值认为是可选数据,当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C2”,该腹内压稳定值区域C2中包括新的起始腹内压数值,以及根据“预设差值B”筛选出的可选数据。此后,继续利用新的起始腹内压数值减去该段中某一个腹内压数值时,两者差值的绝对值等于或大于预设差值B时,作为减数的腹内压数值成为第二个新的起始腹内压数值,再利用第二个新的起始腹内压数值减去该段中其余的腹内压数值,再根据“预设选段条件D”得到“腹内压稳定值区域Cn”,如此计算整段腹内压数据直至完成,筛选得到若干个腹内压稳定值区域C。在腹内压稳定值区域C1至腹内压稳定值区域Cn之间筛选,计算比较整段中所有腹内压稳定值区域C,将占整段腹内压数据百分比最宽的(最大的)腹内压稳定值区域C筛出,该“腹内压稳定值区域C”的平均值为该段“腹内压输出值E”。其中,在计算比较整段中所有腹内压稳定值区域C时,采用逐一对比的方法,将在先的腹内压稳定值区域C的百分比与其他腹内压稳定值区域C的百分比进行比较,直到选出占百分比最大的腹内压稳定值区域C,如果比较过程中存在两个或两个以上的占百分比相同的腹内压稳定值区域C,选择在先的腹内压稳定值区域C。预设差值B、预设选段条件D可根据患者情况设定,如基础的“预设差值B”可选1mmHg、2mmHg、3mmHg,预设选段条件D可选占整段腹内压数据百分比大于等于10%、15%、20%。
所述步骤2还包括:计算整段中最大腹内压数据与最小腹内压数据之间的分级差值M,并且与预设分级差值A1、A2、A3比较,将整段腹内压数据归为:一级平稳状态,二级短暂异常干扰状态,三级持续干扰状态中的一种。
所述一级平稳状态的预设分级差值A1为5mmHg,二级短暂异常干扰状态的预设分级差值A2为10mmHg,三级持续干扰状态的预设分级差值A3为15mmHg;当分级差值M小于等于预设分级差值A1时,该段腹内压数据归为一级平稳状态,分级差值M小于等于预设分级差值A2并且大于预设分级差值A1时,该段腹内压数据归为二级短暂异常干扰状态,分级差值M小于等于预设分级差值A3并且大于预设分级差值A2时,该段腹内压数据归为三级持续干扰状态。
计算整段腹内压数据中最小的腹内压数据与最大的腹内压数据之间分级差值M的绝对值,利用两者分级差值M的绝对值与预设的分级差值A1、A2、A3比较,根据预设的分级差值A1、A2、A3,将该段腹内压数据归为三种分级状态之一,即:一级平稳状态,二级短暂异常干扰状态,三级持续干扰状态中的一种。例如:两者之间分级差值M的绝对值为8mmHg,该段腹内压数据归结为二级短暂异常干扰状态。当然,所述预设分级差值A1、A2、A3是根据患者实际情况设定的,例如:选择预设分级差值A1可在1mmHg至5mmHg之间,预设分级差值A2可在6mmHg至14mmHg之间,预设分级差值A3可在15mmHg至19mmHg之间。
根据步骤2的分级,确定该级预设差值B和预设选段条件D,所述一级平稳状态时预设差值B为1mmHg,预设选段条件D为占整段腹内压数据百分比大于等于10%;二级短暂异常干扰状态时预设差值B为2mmHg,预设选段条件D为占整段腹内压数据百分比大于等于15%;三级持续干扰状态时预设差值B为3mmHg,预设选段条件D为占整段腹内压数据百分比大于等于20%。
为了提高软件的运算速度,在保证运算准确度的前提下,根据分级的不同,选择对应该级的预设差值B和预设选段条件D,将预设差值B数值加大,可将腹内压数据入选的范围变大,再利用预设选段条件D的筛选,选取占整段腹内压数据百分比最宽的腹内压稳定值区域C的平均值为该段腹内压输出值E,可以更快的得到腹内压输出值E。
所述腹内压稳定值区域C占比大于整段腹内压数据的50%时,直接输出该腹内压稳定值区域C的平均值为该段腹内压输出值E。为了进一步提高软件的运算速度,当腹内压稳定值区域C占比大于整段腹内压数据的50%时,该腹内压稳定值区域C的平均值为该段腹内压数据的腹内压输出值E。
本发明的目的还在于提供一种计算机可读存储介质,用于存储上述腹内压数据筛选方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的腹内压数据筛选方法。
本发明的目的还在于提供一种腹内压数据筛选装置,用于腹内压数据的筛选,实现数据的筛选、传输、显示的技术效果。
一种腹内压数据筛选装置,包括:
获取模块,用于接收腹内压数据;
处理模块,用于计算处理腹内压数据,并利用筛选条件筛选得出该段腹内压数据中的输出值;
所述处理模块执行所述计算机程序时实现上述的腹内压数据筛选方法的步骤。
现有尿动力监控仪与人体膀胱相连通,可实时监控获取膀胱压数据,而膀胱压间接反映腹内压,该腹内压数据筛选装置与尿动力监控仪或具有膀胱压监测功能的导尿管相连接,利用获取模块和尿动力监控仪通过通讯协议接收膀胱压数据,所述通讯协议用于解析数据包,得到膀胱压数据,再利用处理模块中存储的腹内压数据筛选方法,筛选出腹内压输出值E。该方法较手工测量腹内压具有优势,可以实时动态监测、获得准确的腹内压数据。
该腹内压数据筛选装置还包括传输模块,该传输模块用于将腹内压数据的输出值传输至外部数据接收设备。主要利用无线WIFI数据上传功能、断线续传功能,与前置PC机、工作站、移动数据终端之间通讯。
该腹内压数据筛选装置还包括显示模块,该显示模块将腹内压数据的输出值通过图形和/或分级的方式显示。显示模块可以显示筛选得出的腹内压输出值E,并且可以将多个腹内压输出值E形成图形或者分级的方式进行显示。
技术效果:
传统的通过膀胱压测量腹内压的方法,往往受到患者情绪、体位、测量时医护人员的手动操作误差等限制,无法获取患者准确的腹内压数据,影响医护人员正确判断患者的病情。本申请通过实时动态监测膀胱压,得到腹内压数据,在利用软件特殊的筛选方法,智能排除掉由于患者翻身、咳嗽或其他外界原因引起的干扰,保证腹内压数据的准确性和可用性。
本申请的腹内压数据筛选装置在硬件上具有滤波设计和抗干扰设计,可辅助排除掉由于患者翻身、咳嗽或其他外界原因引起的干扰;所述传输模块,利用传输协议将腹内压数据输出至外部的移动数据终端或者数据存储库;所述显示模块,将处理模块处理过的腹内压数据输出值E通过图形和/或分级的方式显示,清楚的反应患者腹内压数据变化趋势。
附图说明
图1:本发明腹内压数据筛选方法示意图1;
图2:本发明腹内压数据筛选方法示意图2;
图3:本发明腹内压数据筛选装置结构示意图。
具体实施方式
实施例1:
如图1所示,一种腹内压数据筛选方法,通过测量腹腔内脏器膀胱内的压力间接测量腹腔内压力,并且实时、动态、准确的筛选所得腹腔压数据,将因患者情绪,体位,咳嗽,测量时医护人员的手动操作误差等情况引起的不准确的腹腔压数据排除,得到准确的腹腔压数据。
该腹内压数据筛选方法,包括:
步骤1,获取一段腹内压数据,将该段腹内压数据按照从小到大顺序进行排列;
步骤2,选择预设差值B和预设选段条件D,顺序计算该段中起始腹内压数值与该段中每一个腹内压数值之间的差值,并将符合预设差值B和预设选段条件D的连续腹内压数据判定为腹内压稳定值区域C1;
步骤3,将首个不符合预设差值B的腹内压数值作为新的起始腹内压数值,计算该值与该段中其余腹内压数值之间的差值,并将符合预设差值B和预设选段条件D的连续腹内压数据判定为腹内压稳定值区域Cn,直至整段腹内压数据计算完成;
步骤4,在腹内压稳定值区域C1至腹内压稳定值区域Cn之间筛选,选取占整段腹内压数据百分比最宽的腹内压稳定值区域C内的腹内压数值的平均值作为该段腹内压输出值E。
所述获取的腹内压数据应为一段有效腹内压数据,例如1分钟时间内获取的30个腹内压数据,将30个腹内压数据按照从小到大顺序进行排列,利用该段中的起始腹内压数值(顺序排在整段中第一个的腹内压数值)作为被减数,与该段中每一个腹内压数值之间相减计算差值,具体计算顺序为依照从小到大的顺序依次进行,再利用“预设差值B 1mmHg”进行比较,当两者差值绝对值小于预设差值B 1mmHg时,作为减数的该腹内压数值认为是可选数据;当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D 10%”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C1”。当起始腹内压数值作为被减数减去该段中某一个腹内压数值时,两者差值的绝对值等于或大于预设差值B 1mmHg时,作为减数的腹内压数值认为是不可选数据,并且成为新的起始腹内压数值,利用新的起始腹内压数值减去该段中其余腹内压数值,并与“预设差值B 1mmHg”进行比较,当两者差值绝对值小于预设差值B时,作为减数的该腹内压数值认为是可选数据,当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C2”,该腹内压稳定值区域C2中包括新的起始腹内压数值,以及根据“预设差值B”筛选出的可选数据。此后,在利用新的起始腹内压数值减去该段中某一个腹内压数值时,两者差值的绝对值等于或大于预设差值B时,作为减数的腹内压数值成为第二个新的起始腹内压数值,再利用第二个新的起始腹内压数值减去该段中其余的腹内压数值,再根据“预设选段条件D”得到“腹内压稳定值区域Cn”,如此计算整段腹内压数据直至完成,筛选得到若干个腹内压稳定值区域C。计算比较整段中所有“腹内压稳定值区域C”,将占整段腹内压数据中百分比最宽的(最大的)“腹内压稳定值区域C”筛出,该占比最宽的腹内压稳定值区域C内的腹内压数值的平均值为该段腹内压输出值E。其中,在计算比较整段中所有“腹内压稳定值区域C”时,采用逐一对比的方法,将在先的“腹内压稳定值区域C”的百分比与其他“腹内压稳定值区域C”的百分比进行比较,直到选出占百分比最大的“腹内压稳定值区域C”,如果比较过程中存在两个或两个以上的占百分比相同的“腹内压稳定值区域C”,选择在先的“腹内压稳定值区域C”,将在先的“腹内压稳定值区域C” 的平均值设为该段腹内压输出值E。
具体地,获取1分钟时间内的30个腹内压数据,将腹内压数据按照从小到大顺序进行排列,排序后的腹内压数据如下表所示:
设置预设差值B为:1mmHg,预设选段条件D为:占整段腹内压数据百分比大于等于10%。依数据进行数据筛选,利用该段中的起始腹内压数值5 mmHg(整段中第一个腹内压数值)作为被减数,与该段中腹内压数值之间相减计算差值,具体计算顺序为依照从小到大的顺序依次进行,再利用“预设差值B 1mmHg”进行比较,当两者差值绝对值小于预设差值B时,作为减数的该腹内压数值认为是可选数据,依据上述数据一直计算至序号10的腹内压数值5mmHg均为可选数据,当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D 10%”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C1”,数据值为5mmHg的腹内压稳定值区域C1占整段腹内压数据百分比的33.3%。当起始腹内压数值5 mmHg作为被减数减去该段中序号11的腹内压数值时,两者差值的绝对值等于预设差值B 1mmHg,作为减数的序号11的腹内压数值认为是不可选数据,并且成为新的起始腹内压数值6mmHg,利用新的起始腹内压数值6mmHg减去该段中其余腹内压数值,并与“预设差值B 1mmHg”进行比较,当两者差值绝对值小于预设差值B 1mmHg时,作为减数的该腹内压数值认为是可选数据,当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D 10%”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C2”,该腹内压稳定值区域C2中包括新的起始腹内压数值6mmHg,以及根据“预设差值B”筛选出的可选数据,数据值为6mmHg的腹内压稳定值区域C2占整段腹内压数据百分比的56.6%。此后,在利用新的起始腹内压数值6mmHg减去该段中序号28的腹内压数值时,两者差值的绝对值大于预设差值B 1mmHg,作为减数的序号28的腹内压数值成为第二个新的起始腹内压数值8mmHg,再利用第二个新的起始腹内压数值8mmHg减去该段中其余的腹内压数值,再根据“预设选段条件D 10%”得到“腹内压稳定值区域Cn”,数据值为8mmHg的腹内压稳定值区域Cn占整段腹内压数据百分比的10%。如此整段腹内压数据计算完成,筛选得到三个腹内压稳定值区域C,计算比较整段中所有“腹内压稳定值区域C”,将占整段腹内压数据中百分比最宽的(最大的)“腹内压稳定值区域C”筛出,该占比最宽的腹内压稳定值区域C内的腹内压数值的平均值为该段腹内压输出值E。该段三个腹内压稳定值区域C中,数据值为6mmHg的腹内压稳定值区域C2占整段腹内压数据百分比的56.6%,所以该段腹内压输出值E应为6mmHg。当然,因为“腹内压稳定值区域C2”占比已经大于整段腹内压数据的50%时,可以直接输出该“腹内压稳定值区域C2”的平均值为该段腹内压输出值E。
实施例2:
如图2所示,一种腹内压数据筛选方法,包括:
步骤1,获取一段腹内压数据,将该段腹内压数据按照从小到大顺序进行排列;
步骤2,计算该段中最大腹内压数据与最小腹内压数据之间的分级差值M,比较分级差值M与预设分级差值A1、A2、A3,根据预设分级差值A1、A2、A3将该段腹内压数据归为:一级平稳状态,二级短暂异常干扰状态,三级持续干扰状态中的一种;选择该级预设差值B和预设选段条件D;根据该级预设差值B和预设选段条件D,顺序计算该段中起始腹内压数值与该段中每一个腹内压数值之间的差值,并将符合预设差值B和预设选段条件D的连续腹内压数据判定为腹内压稳定值区域C1;
步骤3,将首个不符合预设差值B的腹内压数值作为新的起始腹内压数值,计算该值与该段中其余腹内压数值之间的差值,并将符合预设差值B和预设选段条件D的连续腹内压数据判定为腹内压稳定值区域Cn,直至整段腹内压数据计算完成;
步骤4,在腹内压稳定值区域C1至腹内压稳定值区域Cn之间筛选,选取占整段腹内压数据百分比最宽的腹内压稳定值区域C内的腹内压数值的平均值作为该段腹内压输出值E。
所述获取的腹内压数据应为一段有效腹内压数据,因为无效的腹内压数据不具有统计学意义,得出的腹内压输出值E也不能反映该段腹内压数据的真实情况。该段腹内压数据为1分钟时间内获取的60个腹内压数据,将60个腹内压数据按照从小到大顺序进行排列。选择该段腹内压数据中最小的腹内压数据与最大的腹内压数据,并计算两者之间分级差值M的绝对值,利用两者分级差值M的绝对值与预设的分级差值A1、A2、A3对比,如果两者分级差值M的绝对值小于等于预设分级差值A1的5mmHg,将该段腹内压数据分类为一级平稳状态;如果两者分级差值M的绝对值小于等于预设分级差值A2的10mmHg,大于预设分级差值A1的5mmHg,将该段腹内压数据分类为二级短暂异常干扰状态,如果两者分级差值M的绝对值小于等于预设分级差值A3的15mmHg,大于预设分级差值A2的10mmHg,将该段腹内压数据分类为三级持续干扰状态。利用不同的分级状态,选择该级设定的预设差值B和预设选段条件D,可以减少运算次数,加快软件运算速度,所述一级平稳状态时预设差值B为1mmHg,预设选段条件D为占整段腹内压数据百分比大于等于10%,二级短暂异常干扰状态时预设差值B为2mmHg,预设选段条件D为占整段腹内压数据百分比大于等于为15%,三级持续干扰状态时预设差值B为3mmHg,预设选段条件D为占整段腹内压数据百分比大于等于20%。根据该段腹内压数据分级,选用不同的预设差值B和预设选段条件D。选择对应该级的预设差值B和预设选段条件D,利用该段中的起始腹内压数值(顺序排在整段中第一个的腹内压数值)作为被减数,与该段中腹内压数值之间相减计算差值,具体计算顺序为依照从小到大的顺序依次进行,再利用“预设差值B”进行比较,当两者差值绝对值小于预设差值B时,作为减数的该腹内压数值认为是可选数据;当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C1”。当起始腹内压数值作为被减数减去该段中某一个腹内压数值时,两者差值的绝对值等于或大于预设差值B时,作为减数的腹内压数值认为是不可选数据,并且成为新的起始腹内压数值,利用新的起始腹内压数值减去该段中其余腹内压数值,并与“预设差值B”进行比较,当两者差值绝对值小于预设差值B时,作为减数的该腹内压数值认为是可选数据,当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C2”,该腹内压稳定值区域C2中包括新的起始腹内压数值,以及根据“预设差值B”筛选出的可选数据。此后,在利用新的起始腹内压数值减去该段中某一个腹内压数值时,两者差值的绝对值等于或大于预设差值B时,作为减数的腹内压数值成为第二个新的起始腹内压数值,再利用第二个新的起始腹内压数值减去该段中其余的腹内压数值,再根据“预设选段条件D”得到“腹内压稳定值区域Cn”,如此计算整段腹内压数据直至完成,筛选得到若干个腹内压稳定值区域C。然后比较各腹内压稳定值区域C的占比,占整段腹内压数据百分比最宽的(最大的)腹内压稳定值区域C内的腹内压数值的平均值为该段腹内压输出值E。如果比较过程中存在两个或两个以上的占百分比相同的“腹内压稳定值区域C”,选择在先的“腹内压稳定值区域C”。
具体地,获取1分钟时间内的60个腹内压数据,将腹内压数据按照从小到大顺序进行排列,排序后的腹内压数据如下表所示:
根据步骤2,计算最大腹内压数据与最小腹内压数据之间的分级差值M,该段腹内压数据中,最大腹内压数据为10mmHg,最小腹内压数据为6mmHg,两者之间的分级差值M为4mmHg,比较分级差值M与预设分级差值A1、A2、A3,该分级差值M 4mmHg小于预设分级差值A15mmHg,所以该段腹内压数据属于:一级平稳状态。
根据步骤2中的分级,选择该级预设差值B和预设选段条件D,一级平稳状态的预设差值B为1mmHg,一级平稳状态的预设选段条件D为:占整段腹内压数据百分比大于等于10%。依数据进行数据筛选,利用该段中的起始腹内压数值6 mmHg(整段中第一个腹内压数值)作为被减数,与该段中腹内压数值之间相减计算差值,具体计算顺序为依照从小到大的顺序依次进行,再利用“预设差值B 1mmHg”进行比较,当两者差值绝对值小于预设差值B时,作为减数的该腹内压数值认为是可选数据,依据上述数据一直计算至序号28的腹内压数值6mmHg均为可选数据,当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D 10%”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C1”,数据值为6mmHg的腹内压稳定值区域C1占整段腹内压数据百分比的46.6%。当起始腹内压数值6 mmHg作为被减数减去该段中序号29的腹内压数值时,两者差值的绝对值等于预设差值B 1mmHg,作为减数的序号29的腹内压数值认为是不可选数据,并且成为新的起始腹内压数值7mmHg,利用新的起始腹内压数值7mmHg减去该段中其余腹内压数值,并与“预设差值B 1mmHg”进行比较,当两者差值绝对值小于预设差值B 1mmHg时,作为减数的该腹内压数值认为是可选数据,当可选数据连续出现时,计算连续出现的可选数据在整段腹内压数据中所占百分比,若占比满足“预设选段条件D 10%”规定的占比条件时,将连续出现的可选数据设为“腹内压稳定值区域C2”,该腹内压稳定值区域C2中包括新的起始腹内压数值7mmHg,以及根据“预设差值B”筛选出的可选数据,数据值为7mmHg的腹内压稳定值区域C2占整段腹内压数据百分比的38.3%。再利用新的起始腹内压数值7mmHg减去该段中序号52的腹内压数值时,两者差值的绝对值等于预设差值B 1mmHg,作为减数的序号52的腹内压数值成为第二个新的起始腹内压数值8mmHg,再利用第二个新的起始腹内压数值8mmHg减去该段中其余的腹内压数值,再根据“预设选段条件D 10%” 筛选,数据值为8mmHg的连续腹内压数值只占整段腹内压数据百分比的3%,小于占整段腹内压数据百分比的10%的“预设选段条件D”,不形成腹内压稳定值区域C。继续用第二个新的起始腹内压数值8mmHg减去该段中序号54的腹内压数值时,两者差值的绝对值等于预设差值B 1mmHg,作为减数的序号54的腹内压数值成为第三个新的起始腹内压数值9mmHg,再利用第三个新的起始腹内压数值9mmHg减去该段中其余的腹内压数值,再根据“预设选段条件D 10%” 筛选,数据值为9mmHg的连续腹内压数值只占整段腹内压数据百分比的5%,小于占整段腹内压数据百分比的10%的“预设选段条件D”,不形成腹内压稳定值区域C。继续用第三个新的起始腹内压数值9mmHg减去该段中序号57的腹内压数值时,两者差值的绝对值等于预设差值B1mmHg,作为减数的序号57的腹内压数值成为第四个新的起始腹内压数值10mmHg,再利用第四个新的起始腹内压数值10mmHg减去该段中其余的腹内压数值,再根据“预设选段条件D10%” 筛选,数据值为10mmHg的连续腹内压数值只占整段腹内压数据百分比的6.6%,小于占整段腹内压数据百分比的10%的“预设选段条件D”,不形成腹内压稳定值区域C。如此整段腹内压数据计算完成,筛选得到两个腹内压稳定值区域C,计算比较整段中所有“腹内压稳定值区域C”,将占整段腹内压数据中百分比最宽的(最大的)“腹内压稳定值区域C”筛出,该占比最宽的腹内压稳定值区域C内的腹内压数值的平均值为该段腹内压输出值E。该段两个腹内压稳定值区域C中,数据值为6mmHg的腹内压稳定值区域C1占整段腹内压数据百分比的46.6%,所以该段腹内压输出值E应为6mmHg。
当所述腹内压稳定值区域C占比大于整段腹内压数据的50%时,直接输出该腹内压稳定值区域C的平均值为该段腹内压输出值E,不用比较得出最宽的腹内压稳定值区域C,因为占比超过50%已经确定为整段腹内压数据中最宽的。
实施例3:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的腹内压数据筛选方法。
所述计算机可读存储介质主要包括半导体、磁芯、磁鼓、磁带、激光盘等。结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
实施例4:
如图3所示,现有临床上利用腹腔引流管或穿刺针连接传感器进行测压是有创获得,利用膀胱压力的监控仪可以间接无创获得腹腔压数据,而且实时监控膀胱压间接监测腹内压也是方便可行的方式。在此基础上,本申请的腹内压数据筛选装置与监控膀胱压力的监控仪相连接,包括:获取模块11和处理模块12,所述获取模块11用于接收腹内压数据;所述处理模块12用于计算处理腹内压数据,并利用筛选条件筛选得出该段预定时长内的腹内压数据中的输出值E;所述处理模块12执行所述计算机程序时实现上述的腹内压数据筛选方法的步骤。
本装置还包括传输模块13,该传输模块13用于将腹内压数据的输出值E传输至外部数据接收设备15。
本装置还包括显示模块14,该显示模块14将腹内压数据的输出值E通过图形和/或分级的方式显示。将所得到的腹内压数据的输出值E通过图形、分级的方式显示,可清楚的看到腹内压的变化。
Claims (8)
1.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现腹内压数据筛选方法,包括:
步骤1,获取一段腹内压数据,将该段腹内压数据按照从小到大顺序进行排列;
步骤2,根据该段腹内压数据分级,利用不同的分级状态,选择对应该级的预设差值B和预设选段条件D, 预设选段条件D为占整段腹内压数据的百分比,顺序计算该段中起始腹内压数值与该段中每一个腹内压数值之间的差值,并将符合预设差值B和预设选段条件D的连续腹内压数据判定为腹内压稳定值区域C1;
步骤3,将首个不符合预设差值B的腹内压数值作为新的起始腹内压数值,计算该值与该段中其余腹内压数值之间的差值,并将符合预设差值B和预设选段条件D的连续腹内压数据判定为腹内压稳定值区域Cn,直至整段腹内压数据计算完成;
步骤4,在腹内压稳定值区域C1至腹内压稳定值区域Cn之间筛选,选取占整段腹内压数据百分比最宽的腹内压稳定值区域C内的腹内压数值的平均值作为该段腹内压输出值E。
2.根据权利要求1所述计算机可读存储介质,其特征在于,所述步骤2还包括:计算整段中最大腹内压数据与最小腹内压数据之间的分级差值M,并且与预设分级差值A1、A2、A3比较,将整段腹内压数据归为:一级平稳状态,二级短暂异常干扰状态,三级持续干扰状态中的一种。
3.根据权利要求2所述计算机可读存储介质,其特征在于,所述一级平稳状态的预设分级差值A1为5mmHg,二级短暂异常干扰状态的预设分级差值A2为10mmHg,三级持续干扰状态的预设分级差值A3为15mmHg;当分级差值M小于等于预设分级差值A1时,该段腹内压数据归为一级平稳状态,分级差值M小于等于预设分级差值A2并且大于预设分级差值A1时,该段腹内压数据归为二级短暂异常干扰状态,分级差值M小于等于预设分级差值A3并且大于预设分级差值A2时,该段腹内压数据归为三级持续干扰状态。
4.根据权利要求2或3所述计算机可读存储介质,其特征在于,根据步骤2的分级,确定该级预设差值B和预设选段条件D,所述一级平稳状态时预设差值B为1mmHg,预设选段条件D为占整段腹内压数据百分比大于等于10%;二级短暂异常干扰状态时预设差值B为2mmHg,预设选段条件D为占整段腹内压数据百分比大于等于15%;三级持续干扰状态时预设差值B为3mmHg,预设选段条件D为占整段腹内压数据百分比大于等于20%。
5.根据权利要求1所述计算机可读存储介质,其特征在于,所述腹内压稳定值区域C占比大于整段腹内压数据的50%时,直接输出该腹内压稳定值区域C的平均值为该段腹内压输出值E。
6.一种腹内压数据筛选装置,包括:
获取模块,用于接收腹内压数据;
处理模块,用于计算处理腹内压数据,并利用筛选条件筛选得出该段腹内压数据中的腹内压输出值E;
其特征在于,
所述处理模块执行所述计算机程序时实现如权利要求1至5中任意一项所述的计算机可读存储介质中腹内压数据筛选方法的步骤。
7.根据权利要求6所述腹内压数据筛选装置,其特征在于,还包括传输模块,该传输模块用于将腹内压数据的腹内压输出值E传输至外部数据接收设备。
8.根据权利要求6所述腹内压数据筛选装置,其特征在于,还包括显示模块,该显示模块将腹内压数据的腹内压输出值E通过图形和/或分级的方式显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810953895.9A CN110840430B (zh) | 2018-08-21 | 2018-08-21 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810953895.9A CN110840430B (zh) | 2018-08-21 | 2018-08-21 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110840430A CN110840430A (zh) | 2020-02-28 |
CN110840430B true CN110840430B (zh) | 2022-09-13 |
Family
ID=69595279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810953895.9A Active CN110840430B (zh) | 2018-08-21 | 2018-08-21 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110840430B (zh) |
Citations (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1522125A (zh) * | 2001-04-30 | 2004-08-18 | ɭ��÷�����˹��˾ | 用于监测体腔中压力的设备、方法和系统 |
CN101435727A (zh) * | 2007-11-12 | 2009-05-20 | 深圳迈瑞生物医疗电子股份有限公司 | 温度预测方法及装置 |
CN101961972A (zh) * | 2010-08-26 | 2011-02-02 | 东莞市威沃汽车科技有限公司 | 汽车轮胎气压检测方法 |
CN102038508A (zh) * | 2009-10-10 | 2011-05-04 | 金进精密泵业制品(深圳)有限公司 | 睡眠窒息检测仪 |
DE102013212820A1 (de) * | 2013-07-01 | 2015-01-08 | Siemens Aktiengesellschaft | Bestimmen der Bewegung eines Untersuchungsbereiches |
KR20150012104A (ko) * | 2013-07-24 | 2015-02-03 | 현대자동차주식회사 | 졸음 상태 판별 장치 및 방법 |
CN104473633A (zh) * | 2014-12-31 | 2015-04-01 | 广州视源电子科技股份有限公司 | 异常心电数据的判断方法和装置 |
CN104523265A (zh) * | 2014-12-31 | 2015-04-22 | 广州视源电子科技股份有限公司 | 异常心电数据的判断方法和装置 |
CN105433936A (zh) * | 2016-01-29 | 2016-03-30 | 北京心量科技有限公司 | 心输出量获得方法及装置 |
CN105476624A (zh) * | 2015-12-22 | 2016-04-13 | 河北大学 | 心电信号压缩传输方法及其心电监护系统 |
CN105559797A (zh) * | 2015-12-23 | 2016-05-11 | 上海第二工业大学 | 一种面向医疗物联网的便携式动态连续血糖监测仪 |
CN105595995A (zh) * | 2016-01-29 | 2016-05-25 | 电子科技大学 | 生理数据检测系统、检测装置、终端设备、数据分析方法 |
CN105682551A (zh) * | 2014-01-28 | 2016-06-15 | 皇家飞利浦有限公司 | 用于监测对象的膀胱体积的设备和方法 |
CN105745655A (zh) * | 2013-09-20 | 2016-07-06 | 赛诺菲-安万特德国有限公司 | 数据管理单元和操作数据管理单元的方法 |
CN105943013A (zh) * | 2016-05-09 | 2016-09-21 | 安徽华米信息科技有限公司 | 心率检测方法及装置、智能可穿戴设备 |
CN105962929A (zh) * | 2015-03-13 | 2016-09-28 | 胡渐佳 | 脑波数据分段记录方法以及记录和显示装置 |
CN105962930A (zh) * | 2015-03-13 | 2016-09-28 | 胡渐佳 | 学习状态分段记录方法以及记录和显示装置 |
CN106162698A (zh) * | 2015-04-15 | 2016-11-23 | 中国电信股份有限公司 | 网络异常问题分析方法和装置 |
CN106137219A (zh) * | 2016-08-04 | 2016-11-23 | 天津大学 | 双波长的绝对差值加和计算动脉血氧饱和度方法及其装置 |
CN106175742A (zh) * | 2016-07-19 | 2016-12-07 | 北京心量科技有限公司 | 一种心脏体征获取方法以及装置 |
CN106264479A (zh) * | 2015-05-29 | 2017-01-04 | 上海温尔信息科技有限公司 | 人体体温数据处理方法 |
CN106510651A (zh) * | 2016-12-09 | 2017-03-22 | 广州视源电子科技股份有限公司 | 一种体温预测算法的评估方法及装置 |
CN106573097A (zh) * | 2014-08-13 | 2017-04-19 | 弗雷森纽斯医疗护理德国有限责任公司 | 用于确定腹膜压力的设备 |
CN106580301A (zh) * | 2016-12-21 | 2017-04-26 | 广州心与潮信息科技有限公司 | 一种生理参数的监测方法、装置和手持设备 |
CN106974617A (zh) * | 2016-01-19 | 2017-07-25 | 深圳市卡迪赛克科技有限公司 | 一种高效准确的信号预处理方法及信号波峰检测方法 |
CN106999051A (zh) * | 2014-12-08 | 2017-08-01 | 皇家飞利浦有限公司 | 用于检测异常心脏波形和进行生理测量值计算的装置、系统和方法 |
CN107157460A (zh) * | 2017-06-16 | 2017-09-15 | 广州视源电子科技股份有限公司 | 一种血压计稳定性测试方法、装置和系统 |
CN107212896A (zh) * | 2017-04-05 | 2017-09-29 | 天津大学 | 一种情绪稳定性综合评价系统及信息处理方法 |
CN107424128A (zh) * | 2017-06-20 | 2017-12-01 | 南京泰立瑞信息科技有限公司 | 一种从所录制的眼底视频中提取清晰图像帧的方法及系统 |
CN107456221A (zh) * | 2017-09-01 | 2017-12-12 | 上海斐讯数据通信技术有限公司 | 能够精准测量血压的方法、血压计和系统 |
CN107490575A (zh) * | 2017-08-17 | 2017-12-19 | 三诺生物传感股份有限公司 | 一种基于化学发光的测量方法、系统及生物检测仪器 |
CN107510443A (zh) * | 2017-08-18 | 2017-12-26 | 浙江舒眠科技有限公司 | 一种基于多通道的睡眠体征信号采集装置及数据处理方法 |
CN107595273A (zh) * | 2017-09-12 | 2018-01-19 | 广东远峰电子科技股份有限公司 | 一种心率估算方法和装置 |
CN107785057A (zh) * | 2017-06-19 | 2018-03-09 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、存储介质和计算机设备 |
CN108201437A (zh) * | 2017-12-28 | 2018-06-26 | 北京怡和嘉业医疗科技股份有限公司 | 一种信号处理的方法和装置 |
CN108209879A (zh) * | 2017-07-03 | 2018-06-29 | 深圳市前海未来无限投资管理有限公司 | 预警信号生成方法及装置 |
CN108245749A (zh) * | 2017-12-29 | 2018-07-06 | 湖南明康中锦医疗科技发展有限公司 | 呼吸流量计数方法、装置、计算机设备及介质 |
CN108261176A (zh) * | 2017-12-28 | 2018-07-10 | 深圳京柏医疗科技股份有限公司 | 胎心监护数据处理方法、装置、系统、存储介质和计算机设备 |
CN108283489A (zh) * | 2017-12-16 | 2018-07-17 | 湖南明康中锦医疗科技发展有限公司 | 睡眠呼吸系统及方法 |
CN108294738A (zh) * | 2018-03-06 | 2018-07-20 | 江苏康尚生物医疗科技有限公司 | 一种血氧频域抗干扰测量方法、设备及存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100224815B1 (ko) * | 1995-06-23 | 1999-10-15 | 윤종용 | 데이타 압축 및 신장방법 |
KR100517820B1 (ko) * | 2003-04-07 | 2005-09-29 | 주식회사 에이치엠티 | 실시간 양방향 데이터 검증 방법 및 장치 |
CN100346742C (zh) * | 2004-06-03 | 2007-11-07 | 清华大学 | 腹内压的无创检测方法及其系统 |
US8299913B2 (en) * | 2008-08-04 | 2012-10-30 | Idt Technology Limited | Blood pressure measurement and reminder system |
DE102011014220A1 (de) * | 2011-03-17 | 2012-09-20 | Universität Zu Köln | Blasendruckmesssystem |
CN102302363B (zh) * | 2011-06-29 | 2013-06-19 | 深圳市理邦精密仪器股份有限公司 | 一种胎心率基线的自动识别装置和方法 |
JP2013122443A (ja) * | 2011-11-11 | 2013-06-20 | Hideo Ando | 生体活動測定方法、生体活動測定装置、生体活動検出信号の転送方法および生体活動情報を利用したサービスの提供方法 |
JP6298278B2 (ja) * | 2013-12-04 | 2018-03-20 | 日本光電工業株式会社 | 生体信号測定システム |
US20160045117A1 (en) * | 2014-08-14 | 2016-02-18 | Nehemiah T. Liu | Peak Detection System and Method for Calculation of Signal-Derived Metrics |
WO2016145052A1 (en) * | 2015-03-09 | 2016-09-15 | Vapor IO Inc. | Cooling system for data center rack |
CN107222254A (zh) * | 2016-03-21 | 2017-09-29 | 中兴通讯股份有限公司 | 一种光纤状态的检测方法及装置 |
KR101706306B1 (ko) * | 2016-03-31 | 2017-02-14 | (주)텔레필드 | 혈압정보 제공 시스템 및 방법 |
-
2018
- 2018-08-21 CN CN201810953895.9A patent/CN110840430B/zh active Active
Patent Citations (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1522125A (zh) * | 2001-04-30 | 2004-08-18 | ɭ��÷�����˹��˾ | 用于监测体腔中压力的设备、方法和系统 |
CN101435727A (zh) * | 2007-11-12 | 2009-05-20 | 深圳迈瑞生物医疗电子股份有限公司 | 温度预测方法及装置 |
CN102038508A (zh) * | 2009-10-10 | 2011-05-04 | 金进精密泵业制品(深圳)有限公司 | 睡眠窒息检测仪 |
CN101961972A (zh) * | 2010-08-26 | 2011-02-02 | 东莞市威沃汽车科技有限公司 | 汽车轮胎气压检测方法 |
DE102013212820A1 (de) * | 2013-07-01 | 2015-01-08 | Siemens Aktiengesellschaft | Bestimmen der Bewegung eines Untersuchungsbereiches |
KR20150012104A (ko) * | 2013-07-24 | 2015-02-03 | 현대자동차주식회사 | 졸음 상태 판별 장치 및 방법 |
CN105745655A (zh) * | 2013-09-20 | 2016-07-06 | 赛诺菲-安万特德国有限公司 | 数据管理单元和操作数据管理单元的方法 |
CN105682551A (zh) * | 2014-01-28 | 2016-06-15 | 皇家飞利浦有限公司 | 用于监测对象的膀胱体积的设备和方法 |
CN106573097A (zh) * | 2014-08-13 | 2017-04-19 | 弗雷森纽斯医疗护理德国有限责任公司 | 用于确定腹膜压力的设备 |
CN106999051A (zh) * | 2014-12-08 | 2017-08-01 | 皇家飞利浦有限公司 | 用于检测异常心脏波形和进行生理测量值计算的装置、系统和方法 |
CN104523265A (zh) * | 2014-12-31 | 2015-04-22 | 广州视源电子科技股份有限公司 | 异常心电数据的判断方法和装置 |
CN104473633A (zh) * | 2014-12-31 | 2015-04-01 | 广州视源电子科技股份有限公司 | 异常心电数据的判断方法和装置 |
CN105962929A (zh) * | 2015-03-13 | 2016-09-28 | 胡渐佳 | 脑波数据分段记录方法以及记录和显示装置 |
CN105962930A (zh) * | 2015-03-13 | 2016-09-28 | 胡渐佳 | 学习状态分段记录方法以及记录和显示装置 |
CN106162698A (zh) * | 2015-04-15 | 2016-11-23 | 中国电信股份有限公司 | 网络异常问题分析方法和装置 |
CN106264479A (zh) * | 2015-05-29 | 2017-01-04 | 上海温尔信息科技有限公司 | 人体体温数据处理方法 |
CN105476624A (zh) * | 2015-12-22 | 2016-04-13 | 河北大学 | 心电信号压缩传输方法及其心电监护系统 |
CN105559797A (zh) * | 2015-12-23 | 2016-05-11 | 上海第二工业大学 | 一种面向医疗物联网的便携式动态连续血糖监测仪 |
CN106974617A (zh) * | 2016-01-19 | 2017-07-25 | 深圳市卡迪赛克科技有限公司 | 一种高效准确的信号预处理方法及信号波峰检测方法 |
CN105595995A (zh) * | 2016-01-29 | 2016-05-25 | 电子科技大学 | 生理数据检测系统、检测装置、终端设备、数据分析方法 |
CN105433936A (zh) * | 2016-01-29 | 2016-03-30 | 北京心量科技有限公司 | 心输出量获得方法及装置 |
CN105943013A (zh) * | 2016-05-09 | 2016-09-21 | 安徽华米信息科技有限公司 | 心率检测方法及装置、智能可穿戴设备 |
CN106175742A (zh) * | 2016-07-19 | 2016-12-07 | 北京心量科技有限公司 | 一种心脏体征获取方法以及装置 |
CN106137219A (zh) * | 2016-08-04 | 2016-11-23 | 天津大学 | 双波长的绝对差值加和计算动脉血氧饱和度方法及其装置 |
CN106510651A (zh) * | 2016-12-09 | 2017-03-22 | 广州视源电子科技股份有限公司 | 一种体温预测算法的评估方法及装置 |
CN106580301A (zh) * | 2016-12-21 | 2017-04-26 | 广州心与潮信息科技有限公司 | 一种生理参数的监测方法、装置和手持设备 |
CN107212896A (zh) * | 2017-04-05 | 2017-09-29 | 天津大学 | 一种情绪稳定性综合评价系统及信息处理方法 |
CN107157460A (zh) * | 2017-06-16 | 2017-09-15 | 广州视源电子科技股份有限公司 | 一种血压计稳定性测试方法、装置和系统 |
CN107785057A (zh) * | 2017-06-19 | 2018-03-09 | 平安医疗健康管理股份有限公司 | 医疗数据处理方法、装置、存储介质和计算机设备 |
CN107424128A (zh) * | 2017-06-20 | 2017-12-01 | 南京泰立瑞信息科技有限公司 | 一种从所录制的眼底视频中提取清晰图像帧的方法及系统 |
CN108209879A (zh) * | 2017-07-03 | 2018-06-29 | 深圳市前海未来无限投资管理有限公司 | 预警信号生成方法及装置 |
CN107490575A (zh) * | 2017-08-17 | 2017-12-19 | 三诺生物传感股份有限公司 | 一种基于化学发光的测量方法、系统及生物检测仪器 |
CN107510443A (zh) * | 2017-08-18 | 2017-12-26 | 浙江舒眠科技有限公司 | 一种基于多通道的睡眠体征信号采集装置及数据处理方法 |
CN107456221A (zh) * | 2017-09-01 | 2017-12-12 | 上海斐讯数据通信技术有限公司 | 能够精准测量血压的方法、血压计和系统 |
CN107595273A (zh) * | 2017-09-12 | 2018-01-19 | 广东远峰电子科技股份有限公司 | 一种心率估算方法和装置 |
CN108283489A (zh) * | 2017-12-16 | 2018-07-17 | 湖南明康中锦医疗科技发展有限公司 | 睡眠呼吸系统及方法 |
CN108201437A (zh) * | 2017-12-28 | 2018-06-26 | 北京怡和嘉业医疗科技股份有限公司 | 一种信号处理的方法和装置 |
CN108261176A (zh) * | 2017-12-28 | 2018-07-10 | 深圳京柏医疗科技股份有限公司 | 胎心监护数据处理方法、装置、系统、存储介质和计算机设备 |
CN108245749A (zh) * | 2017-12-29 | 2018-07-06 | 湖南明康中锦医疗科技发展有限公司 | 呼吸流量计数方法、装置、计算机设备及介质 |
CN108294738A (zh) * | 2018-03-06 | 2018-07-20 | 江苏康尚生物医疗科技有限公司 | 一种血氧频域抗干扰测量方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110840430A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190304605A1 (en) | Medical characterization system | |
US8781753B2 (en) | System and method for evaluating physiological parameter data | |
JP5478847B2 (ja) | 医療用モニターユーザーインターフェース | |
EP2348959B1 (en) | System for facilitating observation of monitored physiologic data | |
CN104434311B (zh) | 生理参数处理方法、系统及监护设备 | |
US20130116580A1 (en) | System for quality assessment of physiological signals and method thereof | |
US20140276229A1 (en) | Information analyzing apparatus, digital stethoscope, information analyzing method, measurement system, control program, and recording medium | |
JP2013123494A (ja) | 情報解析装置、情報解析方法、制御プログラム、および、記録媒体 | |
CN107595259A (zh) | 一种报警方法、装置、穿戴设备及存储介质 | |
CN107320089A (zh) | 自校准的人体血压测量方法 | |
US11096652B2 (en) | Bioacoustic sound testing device and bioacoustic sound testing method | |
CN110840430B (zh) | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 | |
US20100217142A1 (en) | Method of determining training intensity | |
CN117174294A (zh) | 一种构建慢阻肺评估模型方法及系统 | |
JP4882052B2 (ja) | 自己組織化マップを用いた脈波診断システム並びに自己組織化マップの生成プログラム及び生成方法 | |
US10078731B2 (en) | System and methods for displaying medical data | |
US20210298612A1 (en) | Arterial stiffness display method, system and apparatus | |
EP3400872B2 (en) | Portable device for monitoring vascular access status | |
KR102503149B1 (ko) | 생체정보 측정 장치 및 방법 | |
US20220104764A1 (en) | Digital biomarker | |
TWI618054B (zh) | 可藉音頻技術獲得瘻管窄化程度之程式產品以及儲存有所述程式產品之電腦可讀取媒體 | |
JPH11128226A (ja) | 画像診断装置及び超音波診断装置 | |
JP2022537267A (ja) | デジタルバイオマーカー | |
CN117558391B (zh) | 基于主动脉夹层病历数据的术后病情深度学习方法及系统 | |
CN109635786A (zh) | 一种基于心音自相关函数的心率计算算法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |