CN110916643A - 一种无线式心电监护仪及其监测方法 - Google Patents

一种无线式心电监护仪及其监测方法 Download PDF

Info

Publication number
CN110916643A
CN110916643A CN201911165891.5A CN201911165891A CN110916643A CN 110916643 A CN110916643 A CN 110916643A CN 201911165891 A CN201911165891 A CN 201911165891A CN 110916643 A CN110916643 A CN 110916643A
Authority
CN
China
Prior art keywords
user
blood pressure
state
value
oxygen saturation
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
CN201911165891.5A
Other languages
English (en)
Inventor
李雪丹
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.)
Tongji Medical College of Huazhong University of Science and Technology
Union Hospital Tongji Medical College Huazhong University of Science and Technology
Original Assignee
Union Hospital Tongji Medical College Huazhong University of Science and Technology
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 Union Hospital Tongji Medical College Huazhong University of Science and Technology filed Critical Union Hospital Tongji Medical College Huazhong University of Science and Technology
Priority to CN201911165891.5A priority Critical patent/CN110916643A/zh
Publication of CN110916643A publication Critical patent/CN110916643A/zh
Pending legal-status Critical Current

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
    • A61B5/24—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
    • A61B5/02—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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Pulmonology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提供一种无线式心电监护仪，包括：电极片装置，用与检测心电信号；心电监护仪，其通过无线通信模块与所述电极片装置连接，用于接收所述电极片装置的检测数据，并输出检测结果；佩戴装置，其佩戴在使用者身上，用于放置所述电极片装置；其中，所述电极片装置位于使用者胸前对应心脏处。本发明还提供一种无线式心电监护仪的监测方法，能够采集使用者的生命体征，并基于BP神经网络确定使用者的生命状态，对使用者进行安全监护，还能对使用者的生命状态值进行归一化，并获得使用者的生命状态综合评价值，对使用者的进行更有效的安全监护。

Description

一种无线式心电监护仪及其监测方法
技术领域
本发明涉及医疗器械技术领域，更具体的是，本发明涉及一种无线式心电监护仪及其监测方法。
背景技术
随着医院规模不断扩大，病床数及加床数不断增多，临床时时监测众多患者的生命体征显然成为了一件事倍功半的令每一位医护人员都头疼的事情。监测患者生命体征是每一位医护人员必备的基本知识，对于一些危重症患者(如手术患者，ICU患者)常需时时监测其生命体征，另外，外科手术术后使用心电监护的频率也较高。在为患者使用心电监护时，有以下问题：
1、心电监护的导联线较多且较长，线与线之间不易梳理。临床很多病人对身上过多的导线会产生抗拒心理，一方面是心理压力，另一方面对于术后翻身，床上活动，术后定时反身病人穿衣都不方便，活动受限。
2、血氧饱和度夹子较硬，使用时易对手指受压部位造成末梢血液循环障碍甚至形成压疮。
中国实用新型专利201820277967.8提供一种无线心电监护仪，具体公开了监控主机，还包括若干个与监控主机无线通信连接的电极装置；电极装置包括外壳、粘接或扣接在外壳底部上的电极片、设置在外壳内的信号采集电路、以及与外壳连接的穿戴装置，但是监护仪仅能机械性显示测试数据，具体的数据分析还需要护士或者生来主观判断。
中国实用新型专利201821672303.8提供一种心电监护仪无线监测装置，具体公开了心电监护仪、导联装置和血氧监测装置，其只是进行简单的心电和血氧监测，只能反映监测装置的直接监测数据，并不能做出有效分析，进而也不能做出更为有效的结果判断。
发明内容
为解决现有心电监护仪仅能机械性测试数据的问题，本发明的一个目的是提供一种无线式心电监护仪，将电极与监护仪无线连接，病人不会受线缆的束缚，并且能够对测试数据做出有效性分析，提高监护安全性。
本发明的另一个目的是提供一种无线式心电监护仪的监测方法，能够采集使用者的生命体征，并基于BP神经网络确定使用者的生命状态，对使用者进行安全监护。
本发明还能对使用者的生命状态值进行归一化，并获得使用者的生命状态综合评价值，对使用者的进行更有效的安全监护。
本发明提供的技术方案为：
一种无线式心电监护仪，包括：
电极片装置，用与检测心电信号；
心电监护仪，其通过无线通信模块与所述电极片装置连接，用于接收所述电极片装置的检测数据，并输出检测结果；
佩戴装置，其佩戴在使用者身上，用于放置所述电极片装置；
其中，所述电极片装置位于使用者胸前对应心脏处。
优选的是，还包括：
血氧饱和度检测夹，其通过无线通信模块与所述心电监护仪连接，用于检测血氧饱和度；
泡沫垫，其设置在所述血氧饱和度检测夹内侧面；
中央显示屏，其通过无线通信模块与所述心电监护仪连接，用于接收所述心电监护仪的检测结果。
一种无线式心电监护仪的监测方法，采集使用者的生命体征，并基于BP神经网络确定使用者的生命状态，具体包括如下步骤：
步骤一、按照检测周期，测量使用者的呼吸频率、心率、血压和血氧饱和度；
步骤二、确定三层BP神经网络的输入层神经元向量x＝{x1，x2，x3，x4，x5}；其中，x1为使用者的呼吸频率，x2为使用者的心率，x3为使用者的最高血压，x4为使用者的最低血压，x5为使用者的血氧饱和度；
步骤三、所述输入层向量映射到隐层，隐层的神经元为m个；
步骤四、得到输出层神经元向量o＝{o1，o2，o3，o4}；其中，o1为心率状态值，o2为最高血压状态值，o3为最低血压状态值，o4为血氧饱和度状态值。
优选的是，还包括：对获得的使用者的心率状态值，最高血压状态值，最低血压状态值，以及血氧饱和度状态值进行归一化，获得使用者的心率状态系数，最高血压状态系数，最低血压状态系数，以及血氧饱和度状态系数：
Figure BDA0002287443000000031
其中，
Figure BDA0002287443000000032
为使用者第j项的状态系数，oj分别为输出参数：使用者的心率状态值，最高血压状态值，最低血压状态值，以及血氧饱和度状态值，j＝1，2，3，4；ojmax和ojmin分别为相应输出参数中的设定的最大值和最小值。
优选的是，还包括获得使用者的生命状态综合评价值：
Figure BDA0002287443000000033
其中，S为使用者的生命状态综合评价值，S0为使用者的生命状态综合评价标准值，e为自然对数的底数，ξ为校正系数，
Figure BDA0002287443000000034
为使用者的心率状态系数，
Figure BDA0002287443000000035
Figure BDA0002287443000000036
为心率状态系数阈值，
Figure BDA0002287443000000037
为使用者的最高血压状态系数，
Figure BDA0002287443000000038
Figure BDA0002287443000000039
Figure BDA00022874430000000310
为最高血压状态系数阈值，
Figure BDA00022874430000000311
为使用者的最低血压状态系数，
Figure BDA00022874430000000312
Figure BDA00022874430000000313
Figure BDA00022874430000000314
为最低血压状态系数阈值，
Figure BDA00022874430000000315
为使用者的血氧饱和度状态系数，
Figure BDA0002287443000000041
Figure BDA0002287443000000042
为血氧饱和度状态系数阈值；
当S≥90时，使用者处于安全状态，检测周期调节为5min；
当75≤S＜90时，使用者处于亚安全状态，检测周期调节为2min；
当S＜75时，使用者处于危险状态，立即对使用者进行检查。
优选的是，
当
Figure BDA0002287443000000043
时，使用者的心率过低，应立即对使用者进行检查；
当
Figure BDA0002287443000000044
对，使用者的心率过快，应立即对使用者进行检查。
优选的是，
当
Figure BDA0002287443000000045
时，使用者的最高血压过低，应立即对使用者进行检查；
当
Figure BDA0002287443000000046
时，使用者的最高血压过高，应立即对使用者进行检查。
优选的是，
当
Figure BDA0002287443000000047
时，使用者的最低血压过低，应立即对使用者进行检查；
当
Figure BDA0002287443000000048
时，使用者的最低血压过高，应立即对使用者进行检查。
优选的是，
当
Figure BDA0002287443000000049
时，使用者的血氧饱和度过低，应立即对使用者进行检查；
当
Figure BDA00022874430000000410
对，使用者的血氧饱和度过高，应立即对使用者进行检查。
优选的是，所述隐层的神经元为5个；所述隐层及所述输出层的激励函数均采用S型函数fj(x)＝1/(1+e-x)。
本发明所述的有益效果：
(1)本发明提供的无线式心电监护仪，将电极与监护仪无线连接，病人不会受线缆的束缚，并且能够对测试数据做出有效性分析，提高监护安全性。对于患者术后翻身，床上活动及卧床吃饭，更换衣服，都提供了很大的方便，身上没有过多的导线能够缓解患者的心理压力，诊治期间保持愉悦的心情。对于临床医护人员来说，更加轻松快捷方便，增加工作效率。
(2)本发明提供的无线式心电监护仪的监测方法，能够采集使用者的生命体征，并基于BP神经网络确定使用者的生命状态，对使用者进行安全监护。本发明还能对使用者的生命状态值进行归一化，并获得使用者的生命状态综合评价值，对使用者的进行更有效的安全监护。
附图说明
图1为本发明所述无线式心电监护仪的模块结构示意图。
图2为本发明所述佩戴装置的机构示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
本发明可以有许多不同的形式实施，而不应该理解为限于再次阐述的实施例，相反，提供这些实施例，使得本公开将是彻底和完整的。在附图中，为了清晰起见，会夸大结构和区域的尺寸和相对尺寸。
如图1所示，本发明提供一种无线式心电监护仪，包括：电极片装置110，其采用不同的颜色设置有，便于区分，并且不通过导线的方式连接，内置有检测芯片，用与检测使用者(患者)心电信号；心电监护仪120，其采用现有的类似于电脑主机似的显示屏，其通过无线通信模块130(蓝牙或者红外)与电极片装置110连接，用于接收电极片装置110的检测数据，并输出检测结果；佩戴装置140，如图2所示，其佩戴在使用者身上，用于放置电极片装置110，当佩戴装置140佩戴在使用者身上时，要保证电极片装置110位于使用者胸前对应心脏处，以便准确检测患者的生命体征。
血氧饱和度检测夹150，与现有使用的夹子结构一致，只是将检测芯片置于夹子内部，不需使用导线，通过无线通信模块与心电监护仪120连接，用于检测血氧饱和度，血氧饱和度检测夹150夹持在患者手指上，由于现有血氧饱和度夹子较硬，使用时易对手指受压部位造成末梢血液循环障碍甚至形成压疮，因此，在血氧饱和度检测夹内侧面设置有泡沫垫，类似于临床上使用的预防压疮的泡沫敷料，提高使用舒适度。
在护士的监控室还设置有中央显示屏160，其通过无线通信模块与心电监护仪120连接，用于接收心电监护仪120的检测结果，使得护士无需挨个病人或者挨间病房检查，就能实时了解各个病人的生命体征，便于护士对患者的及时监测，保障患者的生命安全。
本发明提供的无线式心电监护仪，将电极与监护仪无线连接，病人不会受线缆的束缚，并且能够对测试数据做出有效性分析，提高监护安全性。对于患者术后翻身，床上活动及卧床吃饭，更换衣服，都提供了很大的方便，身上没有过多的导线能够缓解患者的心理压力，诊治期间保持愉悦的心情。对于临床医护人员来说，更加轻松快捷方便，增加工作效率。
本发明还提供一种无线式心电监护仪的监测方法，采集使用者的生命体征，并基于BP神经网络确定使用者的生命状态，具体包括如下步骤：
步骤一、建立BP神经网络模型。
BP模型上各层次的神经元之间形成全互连连接，各层次内的神经元之间没有连接，输入层神经元的输出与输入相同，即oi＝xi。中间隐含层和输出层的神经元的操作特性为：
Figure BDA0002287443000000061
opj＝fj(netpj)
其中p表示当前的输入样本，ωji为从神经元i到神经元j的连接权值，opi为神经元j的当前输入，opj为其输出；fj为非线性可微非递减函数，一般取为S型函数，即fj(x)＝1/(1+e-x)。
本发明采用的BP神经网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示监护仪工作状态的n个检测信号，这些信号参数由数据预处理模块给出；第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定；第三层为输出层，共p个节点，由系统实际需要输出的响应确定。
该网络的数学模型为：
输入向量：x＝(x1，x2，...，xn)T
中间层向量：y＝(y1，y2，...，ym)T
输出向量：o＝(o1，o2，...，op)T
本发明中，输入层节点数为n＝5，输出层节点数为p＝4，隐藏层节点数m＝5。
输入层5个参数分别表示为：x1为使用者的呼吸频率，x2为使用者的心率，x3为使用者的最高血压，x4为使用者的最低血压，x5为使用者的血氧饱和度；
输出层4个参数分别表示为，o1为心率状态值，o2为最高血压状态值，o3为最低血压状态值，o4为血氧饱和度状态值。
步骤二、进行BP神经网络的训练。
建立好BP神经网络节点模型后，即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值，隐层节点j和输出层节点k之间的连接权值。
(1)训练方法
各子网采用单独训练的方法；训练时，首先要提供一组训练样本，其中的每一个样本由输入样本和理想输出对组成，当网络的所有实际输出与其理想输出一致时，表明训练结束；否则，通过修正权值，使网络的理想输出与实际输出一致。
(2)训练算法
BP网络采用误差反向传播(Backward Propagation)算法进行训练，其步骤可归纳如下：
第一步：选定一结构合理的网络，设置所有节点阈值和连接权值的初值。
第二步：对每个输入样本作如下计算：
(a)前向计算：对l层的j单元
Figure BDA0002287443000000081
式中，
Figure BDA0002287443000000082
为第n次计算时l层的j单元信息加权和，
Figure BDA0002287443000000083
为l层的j单元与前一层(即l-1层)的单元i之间的连接权值，
Figure BDA0002287443000000084
为前一层(即l-1层，节点数为nl-1)的单元i送来的工作信号；i＝0时，令
Figure BDA0002287443000000085
Figure BDA0002287443000000086
Figure BDA0002287443000000087
为l层的j单元的阈值。
若单元j的激活函数为sigmoid函数，则
Figure BDA0002287443000000088
且
Figure BDA0002287443000000089
若神经元j属于第一隐层(l＝1)，则有
Figure BDA00022874430000000810
若神经元j属于输出层(l＝L)，则有
Figure BDA0002287443000000091
且ej(n)＝xj(n)-Oj(n)；
(b)反向计算误差：
对于输出单元
Figure BDA0002287443000000092
对隐单元
Figure BDA0002287443000000093
(c)修正权值：
Figure BDA0002287443000000094
η为学习速率。
第三步：输入新的样本或新一周期样本，直到网络收敛，在训练时各周期中样本的输入顺序要重新随机排序。
BP算法采用梯度下降法求非线性函数极值，存在陷入局部极小以及收敛速度慢等问题。更为有效的一种算法是Levenberg-Marquardt优化算法，它使得网络学习时间更短，能有效地抑制网络陷于局部极小。其权值调整率选为Δω＝(JTJ+μI)-1JTe
其中J为误差对权值微分的雅可比(Jacobian)矩阵，I为输入向量，e为误差向量，变量μ是一个自适应调整的标量，用来确定学习是根据牛顿法还是梯度法来完成。
在系统设计时，系统模型是一个仅经过初始化了的网络，权值需要根据在使用过程中获得的数据样本进行学习调整，为此设计了系统的自学习功能。在指定了学习样本及数量的情况下，系统可以进行自学习，以不断完善网络性能。
步骤三、对获得的使用者的心率状态值，最高血压状态值，最低血压状态值，以及血氧饱和度状态值进行归一化，获得使用者的心率状态系数，最高血压状态系数，最低血压状态系数，以及血氧饱和度状态系数：
Figure BDA0002287443000000101
其中，
Figure BDA0002287443000000102
为使用者第j项的状态系数，oj分别为输出参数：使用者的心率状态值，最高血压状态值，最低血压状态值，以及血氧饱和度状态值，j＝1，2，3，4；ojmax和ojmin分别为相应输出参数中的设定的最大值和最小值。
步骤四、获得使用者的生命状态综合评价值：
Figure BDA0002287443000000103
其中，S为使用者的生命状态综合评价值，S0为使用者的生命状态综合评价标准值，e为自然对数的底数，ξ为校正系数，
Figure BDA0002287443000000104
为使用者的心率状态系数，
Figure BDA0002287443000000105
Figure BDA0002287443000000106
为心率状态系数阈值，
Figure BDA0002287443000000107
为使用者的最高血压状态系数，
Figure BDA0002287443000000108
Figure BDA0002287443000000109
Figure BDA00022874430000001010
为最高血压状态系数阈值，
Figure BDA00022874430000001011
为使用者的最低血压状态系数，
Figure BDA00022874430000001012
Figure BDA00022874430000001013
Figure BDA00022874430000001014
为最低血压状态系数阈值，
Figure BDA00022874430000001015
为使用者的血氧饱和度状态系数，
Figure BDA00022874430000001016
Figure BDA00022874430000001017
为血氧饱和度状态系数阈值；
(4.1)当S≥90时，使用者处于安全状态，检测周期调节为5min；
(4.2)当75≤S＜90时，使用者处于亚安全状态，检测周期调节为2min；
(4.3)当S＜75时，使用者处于危险状态，立即对使用者进行检查。
(4.4)当
Figure BDA00022874430000001018
时，使用者的心率过低，应立即对使用者进行检查；
当
Figure BDA00022874430000001019
时，使用者的心率过快，应立即对使用者进行检查。
(4.5)当
Figure BDA00022874430000001020
时，使用者的最高血压过低，应立即对使用者进行检查；
当
Figure BDA00022874430000001021
时，使用者的最高血压过高，应立即对使用者进行检查。
(4.6)当
Figure BDA0002287443000000111
时，使用者的最低血压过低，应立即对使用者进行检查；
当
Figure BDA0002287443000000112
时，使用者的最低血压过高，应立即对使用者进行检查。
(4.7)当
Figure BDA0002287443000000113
时，使用者的血氧饱和度过低，应立即对使用者进行检查；
当
Figure BDA0002287443000000114
时，使用者的血氧饱和度过高，应立即对使用者进行检查。
下面结合具体的实施例进一步的对本发明提供的无线式心电监护仪的监测方法进行说明。
选取10个病患，既采用无线心电监护仪监护，同时也采用现有的有线心电监护仪监护，无线心电监护仪监护采用本发明提供的监测方法进行监测，输出结果如表1所示。
表1输出结果
序号 心率状态值 最高血压状态值 最低血压状态值 血氧饱和度状态值
1 90 122 85 91
2 110 151 135 68
3 85 118 78 88
4 56 173 130 63
5 80 130 85 89
6 76 131 90 88
7 45 163 110 77
8 88 120 90 85
9 120 80 47 45
10 82 115 78 99
通过常规设定，心率状态值的最大值为100，最小值为60；最高血压状态值的最大值为135，最小值为100；最低血压状态值的最大值为100，最小值为60；血氧饱和度的最大值为98，最小值为78，对获得的使用者的心率状态值，最高血压状态值，最低血压状态值，以及血氧饱和度状态值进行归一化，获得使用者的心率状态系数，最高血压状态系数，最低血压状态系数，以及血氧饱和度状态系数，具体结果如表2所示。
表2归一化数据结果
序号 心率状态值 最高血压状态值 最低血压状态值 血氧饱和度状态值
1 0.75 0.63 0.625 0.55
2 1.25 1.46 1.25 -0.6
3 0.625 0.72 0.45 0.4
4 -0.1 2.1 1.75 -0.85
5 0.5 0.85 0.625 0.45
6 0.4 0.88 0.75 0.4
7 -0.375 1.8 1.25 -0.15
8 0.7 0.57 0.75 0.25
9 1.5 -0.57 -0.325 -1.75
10 0.55 0.43 0.45 0.9
由于采用相同材质，确定校正系数ξ＝0.0815，设定A0＝100，δ10＝0.4，δ20＝0.3，δ30＝0.3，δ40＝0.10，获得使用者的生命状态综合评价值，如表3所示。
表3生命状态综合评价值
Figure BDA0002287443000000121
Figure BDA0002287443000000131
采用现有的有线心电监护仪监护的为常规的监测方式监测，连续监测1h发现1号和10号的生命体征一直处于安全状态，而3号、6号和8号偶尔会出现短暂的波动，需要注意一下，稍微频繁的监测和检查，而剩余的则需要医护人员一直不离身的监测和观察来保证患者的安全。因此，现有的有线心电监护仪的监测结果和本发明提供的无线心电监护仪的监测结果基本一致，说明本发明提供的监测方法是合理的。
本发明提供的无线式心电监护仪的监测方法，能够采集使用者的生命体征，并基于BP神经网络确定使用者的生命状态，对使用者进行安全监护。本发明还能对使用者的生命状态值进行归一化，并获得使用者的生命状态综合评价值，对使用者的进行更有效的安全监护。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (10)

1.一种无线式心电监护仪，其特征在于，包括：
电极片装置，用与检测心电信号；
心电监护仪，其通过无线通信模块与所述电极片装置连接，用于接收所述电极片装置的检测数据，并输出检测结果；
佩戴装置，其佩戴在使用者身上，用于放置所述电极片装置；
其中，所述电极片装置位于使用者胸前对应心脏处。
2.如权利要求1所述的无线式心电监护仪，其特征在于，还包括：
血氧饱和度检测夹，其通过无线通信模块与所述心电监护仪连接，用于检测血氧饱和度；
泡沫垫，其设置在所述血氧饱和度检测夹内侧面；
中央显示屏，其通过无线通信模块与所述心电监护仪连接，用于接收所述心电监护仪的检测结果。
3.一种无线式心电监护仪的监测方法，其特征在于，采集使用者的生命体征，并基于BP神经网络确定使用者的生命状态，具体包括如下步骤：
步骤一、按照检测周期，测量使用者的呼吸频率、心率、血压和血氧饱和度；
步骤二、确定三层BP神经网络的输入层神经元向量x＝{x1，x2，x3，x4，x5}；其中，x1为使用者的呼吸频率，x2为使用者的心率，x3为使用者的最高血压，x4为使用者的最低血压，x5为使用者的血氧饱和度；
步骤三、所述输入层向量映射到隐层，隐层的神经元为m个；
步骤四、得到输出层神经元向量o＝{o1，o2，o3，o4}；其中，o1为心率状态值，o2为最高血压状态值，o3为最低血压状态值，o4为血氧饱和度状态值。
4.如权利要求3所述的无线式心电监护仪的监测方法，其特征在于，还包括：对获得的使用者的心率状态值，最高血压状态值，最低血压状态值，以及血氧饱和度状态值进行归一化，获得使用者的心率状态系数，最高血压状态系数，最低血压状态系数，以及血氧饱和度状态系数：
Figure FDA0002287442990000021
其中，
Figure FDA0002287442990000022
为使用者第j项的状态系数，oj分别为输出参数：使用者的心率状态值，最高血压状态值，最低血压状态值，以及血氧饱和度状态值，j＝1，2，3，4；ojmax和ojmin分别为相应输出参数中的设定的最大值和最小值。
5.如权利要求4所述的无线式心电监护仪的监测方法，其特征在于，还包括获得使用者的生命状态综合评价值：
Figure FDA0002287442990000023
其中，S为使用者的生命状态综合评价值，S0为使用者的生命状态综合评价标准值，e为自然对数的底数，ξ为校正系数，
Figure FDA0002287442990000024
为使用者的心率状态系数，
Figure FDA0002287442990000025
Figure FDA0002287442990000026
为心率状态系数阈值，
Figure FDA0002287442990000027
为使用者的最高血压状态系数，
Figure FDA0002287442990000028
Figure FDA0002287442990000029
δ20为最高血压状态系数阈值，
Figure FDA00022874429900000210
为使用者的最低血压状态系数，
Figure FDA00022874429900000211
Figure FDA00022874429900000212
Figure FDA00022874429900000213
为最低血压状态系数阈值，
Figure FDA00022874429900000214
为使用者的血氧饱和度状态系数，
Figure FDA00022874429900000215
Figure FDA00022874429900000216
为血氧饱和度状态系数阈值；
当S≥90时，使用者处于安全状态，检测周期调节为5min；
当75≤S＜90时，使用者处于亚安全状态，检测周期调节为2min；
当S＜75时，使用者处于危险状态，立即对使用者进行检查。
6.如权利要求5所述的无线式心电监护仪的监测方法，其特征在于，
当
Figure FDA00022874429900000217
时，使用者的心率过低，应立即对使用者进行检查；
当
Figure FDA00022874429900000218
时，使用者的心率过快，应立即对使用者进行检查。
7.如权利要求5所述的无线式心电监护仪的监测方法，其特征在于，
当
Figure FDA00022874429900000219
时，使用者的最高血压过低，应立即对使用者进行检查；
当
Figure FDA00022874429900000220
时，使用者的最高血压过高，应立即对使用者进行检查。
8.如权利要求5所述的无线式心电监护仪的监测方法，其特征在于，
当
Figure FDA0002287442990000031
时，使用者的最低血压过低，应立即对使用者进行检查；
当
Figure FDA0002287442990000032
时，使用者的最低血压过高，应立即对使用者进行检查。
9.如权利要求5所述的无线式心电监护仪的监测方法，其特征在于，
当
Figure FDA0002287442990000033
寸，使用者的血氧饱和度过低，应立即对使用者进行检查；
当
Figure FDA0002287442990000034
时，使用者的血氧饱和度过高，应立即对使用者进行检查。
10.如权利要求3-9中任意一项所述的无线式心电监护仪的监测方法，其特征在于，所述隐层的神经元为5个；所述隐层及所述输出层的激励函数均采用S型函数fj(x)＝1/(1+e-x)。
CN201911165891.5A 2019-11-25 2019-11-25 一种无线式心电监护仪及其监测方法 Pending CN110916643A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911165891.5A CN110916643A (zh) 2019-11-25 2019-11-25 一种无线式心电监护仪及其监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911165891.5A CN110916643A (zh) 2019-11-25 2019-11-25 一种无线式心电监护仪及其监测方法

Publications (1)

Publication Number Publication Date
CN110916643A true CN110916643A (zh) 2020-03-27

Family

ID=69851758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911165891.5A Pending CN110916643A (zh) 2019-11-25 2019-11-25 一种无线式心电监护仪及其监测方法

Country Status (1)

Country Link
CN (1) CN110916643A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113680012A (zh) * 2021-08-25 2021-11-23 济南力生体育用品有限公司 一种可调配重式多功能钟摆器及其监测指示方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102198301A (zh) * 2011-05-20 2011-09-28 哈尔滨工业大学 基于人体特征监测的音乐播放系统
CN202505346U (zh) * 2012-04-18 2012-10-31 中国人民解放军南京军区南京总医院 无线心电监护系统
CN102917661A (zh) * 2010-01-14 2013-02-06 风险获利有限公司 基于多变量残差的用于人体健康监视的健康指数
CN106175726A (zh) * 2016-07-11 2016-12-07 夏茂 基于bp神经网络的人体健康状况识别方法
CN107233102A (zh) * 2017-05-26 2017-10-10 重庆邮电大学 基于bp神经网络算法的多参数心理压力评估方法
US20180049675A1 (en) * 2016-08-17 2018-02-22 Koninklijke Philips N.V. Location, activity, and health compliance monitoring using multidimensional context analysis
CN109620263A (zh) * 2018-12-13 2019-04-16 湖南仪峰安安网络科技股份有限公司 一种企事业单位上岗人员体征安全分析方法
CN109886439A (zh) * 2019-04-24 2019-06-14 辽宁工业大学 电控车辆远程诊断系统及其诊断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102917661A (zh) * 2010-01-14 2013-02-06 风险获利有限公司 基于多变量残差的用于人体健康监视的健康指数
CN102198301A (zh) * 2011-05-20 2011-09-28 哈尔滨工业大学 基于人体特征监测的音乐播放系统
CN202505346U (zh) * 2012-04-18 2012-10-31 中国人民解放军南京军区南京总医院 无线心电监护系统
CN106175726A (zh) * 2016-07-11 2016-12-07 夏茂 基于bp神经网络的人体健康状况识别方法
US20180049675A1 (en) * 2016-08-17 2018-02-22 Koninklijke Philips N.V. Location, activity, and health compliance monitoring using multidimensional context analysis
CN107233102A (zh) * 2017-05-26 2017-10-10 重庆邮电大学 基于bp神经网络算法的多参数心理压力评估方法
CN109620263A (zh) * 2018-12-13 2019-04-16 湖南仪峰安安网络科技股份有限公司 一种企事业单位上岗人员体征安全分析方法
CN109886439A (zh) * 2019-04-24 2019-06-14 辽宁工业大学 电控车辆远程诊断系统及其诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董洁: "《基于体域网多体征信息融合的健康评估方法研究》", 《中国优秀博硕士学位论文全文数据库信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113680012A (zh) * 2021-08-25 2021-11-23 济南力生体育用品有限公司 一种可调配重式多功能钟摆器及其监测指示方法

Similar Documents

Publication Publication Date Title
Kumari et al. Increasing trend of wearables and multimodal interface for human activity monitoring: A review
Paradiso Wearable health care system for vital signs monitoring
US11890107B2 (en) Systems and methods for monitoring a patient
KR101227415B1 (ko) 생체신호분석을 위한 일중주기 모니터링 시스템
US11931154B2 (en) Systems and methods for classifying ECG data
US20180020982A1 (en) Wellness monitoring using a patch system
Kostishyn et al. Design features of automated diagnostic systems for family medicine
CN110916643A (zh) 一种无线式心电监护仪及其监测方法
CN108135511A (zh) 诊断支援装置、诊断支援方法、诊断支援程序
Dutta et al. Using Fuzzy Logic for Decision Support in Vital Signs Monitoring.
Chen et al. Designing and evaluating a wearable sEMG device for the elderly
US20230165501A1 (en) System and methods for contactless monitoring of heart muscle activity and identifying medical conditions based on biopotential signals
Vatti et al. Edge intelligence for predicting and detecting cardiac pathologies by analyzing stress and anxiety
Chen Design of a wearable sensor system for neonatal seizure monitoring
Pauli et al. Balanced Leave-One-Subject-Out Cross-Validation for Microsleep Detection
CN113303796B (zh) 一种肿瘤患者心理自动测试仪及其测试方法
JP2003325467A (ja) 意思伝達支援装置、及び意思伝達支援ソフトウエア
Ahn et al. Unobtrusive estimation of cardiorespiratory fitness with daily activity in healthy young men
Deotale et al. Identification of arrhythmia using ECG signal patterns
CN108926346A (zh) 一种穿戴诊疗系统
Wang et al. Non-contact in bed Measurements of Electrocardiogram Using a Capacitively Coupled Electrode Array Based on Flexible Circuit Board
Arsyadi Iot Wearable Device Heart Rate Monitoring
Vasavi et al. A mind operated computer mouse using Discrete wavelet transforms for elderly people with multiple disabilities
JP7403094B2 (ja) 判定装置
Alizadeh-Meghrazi Development of Smart Textile Systems for Electrophysiological Monitoring

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200327