CN110974216A - 一种无线心电监护传感器的遥控系统 - Google Patents

一种无线心电监护传感器的遥控系统 Download PDF

Info

Publication number
CN110974216A
CN110974216A CN201911335834.7A CN201911335834A CN110974216A CN 110974216 A CN110974216 A CN 110974216A CN 201911335834 A CN201911335834 A CN 201911335834A CN 110974216 A CN110974216 A CN 110974216A
Authority
CN
China
Prior art keywords
terminal
data
patient
prediction result
doctor
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.)
Granted
Application number
CN201911335834.7A
Other languages
English (en)
Other versions
CN110974216B (zh
Inventor
张莹
寇京莉
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.)
Xuanwu Hospital
Original Assignee
Xuanwu 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 Xuanwu Hospital filed Critical Xuanwu Hospital
Priority to CN201911335834.7A priority Critical patent/CN110974216B/zh
Publication of CN110974216A publication Critical patent/CN110974216A/zh
Application granted granted Critical
Publication of CN110974216B publication Critical patent/CN110974216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/72—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
    • 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
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • 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
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Cardiology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及一种无线心电监护传感器的遥控系统，数据采集终端能够用于采集患者的心电数据和面部图像数据；护理终端能够判断心电数据是否异常，并在心电数据存在异常时生成报警信息；在报警信息被审批通过时，报警信息、面部图像数据和心电数据中的至少一者能够传输至数据处理终端和/或医生终端，数据处理终端配置为：基于心电数据得到至少包括患者的病发时间的第一预测结果；采集患者的生活行为数据，使得数据处理终端能够基于生活行为数据对第一预测结果进行修正以得到第二预测结果，在第二预测结果所对应的病发时间大于第一预测结果所对应的病发时间的情况下，向医生终端和/或护理终端推送能够缓解该患者病情的护理方案和/或治疗方案。

Description

一种无线心电监护传感器的遥控系统
技术领域
本发明属于心电监护技术领域，尤其涉及一种无线心电监护传感器的遥控系统。
背景技术
近年来，随着生活水平的提高，心血管疾病越来越频发，如何做好心血管疾病的预防及监护成为全社会共同关注的问题。医疗监护通常分为两种，一种是传统的医疗监护，指在医院由专业医生使用专门的仪器对病人进行生理信号监护；另一种是新型医疗监护，即远程医疗监护系统，它是指由患者本人或其家属使用远程医疗监护仪，通过该仪器将所得生理信号及时传送给相关医生进行监护。由于传统医疗监护受医疗资源、患者经济条件等多因素条件的制约，使其越来越不适应当今实时、连续、不间断地监护要求。因此，现有技术中已存在诸多心电监护系统。
例如，公开号为CN104921721A的专利文献，其公开了一种兼具本地和远程监护的动态心电监护系统，胸部监护导联连接便携式心电监护仪，便携式心电监护仪分别连接患者移动设备和患者家用电脑，患者移动设备和患者家用电脑分别连接远程心电监护服务器，远程心电监护服务器连接医生工作电脑；其中，便携式心电监护仪通过胸部监护导联采集患者心电信号；患者移动设备通过无线网络接入互联网，使用蓝牙接口与便携式心电监护仪进行实时通信；患者家用电脑接入互联网，通过USB接口与便携式心电监护仪通信；医生工作电脑通过互联网与远程心电监护服务器通信。该发明的有益效果是系统通过便携式心电监护仪实时采集患者动态心电图，能长时间、远距离对患者进行监控，并且不会限制患者活动。
现有技术中，针对患者，一般是监测到患者出现异常心电数据时，会向患者推送能够缓解其症状的护理方案或治疗方案。通过简单的护理方案或治疗方案虽然能够缓解患者的症状，但并不能根治患者的疾病。进而由于患者通过简单的护理或治疗达到缓解症状的目的后，患者便会忽视其自身状态，选择不去医院进行根治，最终导致病发。因此，从表面上看，在患者病情恶化时为患者推送护理方案是在救患者，但实质上，其是在纵容患者忽视自身健康状态。因此，本发明旨在提供一种能够克服上述缺陷的遥控系统及方法。
此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于发明人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
如本文所用的词语“模块”描述任一种硬件、软件或软硬件组合，其能够执行与“模块”相关联的功能。
针对现有技术之不足，本发明提供一种无线心电监护传感器的遥控系统，至少包括：数据采集终端，其至少能够用于采集患者的心电数据和面部图像数据并将其传输至护理终端；供护理人员使用的护理终端，其能够判断所述心电数据是否异常，并在所述心电数据存在异常时生成报警信息以触发所述数据采集终端对患者的面部图像数据进行采集，使得所述护理终端能够以所述面部图像数据为依据对所述报警信息进行审批；所述遥控系统还包括数据处理终端和供医生使用的医生终端，在所述报警信息被所述护理终端审批通过时，所述护理终端能够将所述报警信息、所述面部图像数据和所述心电数据中的至少一者传输至所述数据处理终端和/或所述医生终端，其中，所述数据处理终端配置为：对所述心电数据进行处理以得到至少包括患者的病发时间的第一预测结果；基于所述第一预测结果，将所述数据采集终端配置为能够采集患者的生活行为数据的工作模式，使得所述数据处理终端能够基于所述生活行为数据对所述第一预测结果进行修正以得到第二预测结果，在所述数据处理终端基于所述数据采集终端的生活行为数据而获得的第二预测结果所对应的病发时间大于第一预测结果所对应的病发时间的情况下，所述数据处理终端配置为向所述医生终端和/或护理终端推送能够缓解该患者病情的护理方案和/或治疗方案。
根据一种优选实施方式，所述遥控系统还包括第一使用终端和第二使用终端，所述第一使用终端至少包括所述护理终端、所述医生终端和患者终端，其中：所述第一使用终端能够数据采集终端采集的心电数据进行处理以获取所述报警信息，并能够将所述报警信息和所述心电数据传输至所述第二使用终端，使得所述报警信息和所述心电数据能够以可视化的方式被所述第二使用终端显示；在第二预测结果所对应的病发时间小于第一预测结果所对应的病发时间的情况下，所述数据处理终端配置为按照拒绝向患者使用的患者终端推送能够缓解该患者病情的护理方案和/或治疗方案的方式将所述第二预测结果推送至该患者使用的患者终端以促使患者使用的患者终端能够基于所述第二预测结果与所述第二使用终端和/或所述医生终端建立通信连接，并且还将数据采集终端采集的患者所有心电数据和生活行为数据传输至所述第二使用终端和/或所述医生终端。
根据一种优选实施方式，所述数据处理终端配置为：基于所述第一预测结果、所述第二预测结果、所述数据采集终端采集的能够用于修正所述第一预测结果的所述生活行为数据和所述数据采集终端采集的能够用于确定所述第一预测结果的所述心电数据中的至少一者计算不同患者之间的相似度，并将相似度大于设定阈值的至少两个患者划分至同一治疗组，所述至少两个患者各自的第二预测结果所对应的病发时间之间的差值能够小于设定阈值，同一治疗组内的患者的所有生活行为数据、心电数据、第一预测结果和/或第二预测结果均能够推送至所述第二使用终端和/或所述医生终端，其中：在所述数据处理终端基于所述第一预测结果和/或所述第二预测结果，向所述患者终端推送能够缓解该患者病情的护理方案和/或治疗方案，以使得患者在执行所述护理方案和/或治疗方案后，基于所述第一预测结果获得的第二预测结果能够产生变化的情况下，所述护理终端、所述医生终端、所述患者终端和所述数据处理终端彼此之间能够建立通信连接以实现数据分享。
根据一种优选实施方式，在至少一个患者的第二预测结果所对应的病发时间与第一预测结果所对应的病发时间之间的差值逐渐增大的情况下，该患者使用的患者终端能够将该患者对应的生活行为数据、心电数据、第一预测结果、第二预测结果、为其推送的护理方案及治疗方案能够传输至护理终端、医生终端、数据处理终端以及与该患者属于同一治疗组的其他患者所对应的患者终端中的至少一者。
根据一种优选实施方式，所述护理终端配置为能够基于数据采集终端采集的所述面部图像数据确定患者当前的病危等级，在患者的病危等级大于设定等级，并且该患者的基于所述数据处理终端获得的第二预测结果所对应的病发时间小于第一预测结果所对应的病发时间的情况下，所述医生终端能够基于其接收的心电数据从所述数据处理终端获取治疗方案并进行推送以供医生进行批准，其中，经批准后的治疗方案能够经所述医生终端传输至所述第二使用终端，使得所述第二使用终端能够基于所述治疗方案对医疗资源进行提前调度。
根据一种优选实施方式，在所述护理终端基于其接收的心电数据生成所述报警信息，并且该患者的第二预测结果所对应的病发时间小于第一预测结果所对应的病发时间的情况下，所述报警信息能够触发所述数据采集终端采集患者的面部图像数据，并将所述面部图像数据实时传输至所述护理终端，其中，所述护理终端能够将其接收的心电数据和/或面部图像数据传输至所述医生终端，并且所述护理终端、所述医生终端和数据采集终端中的至少两者之间能够建立通信连接以实现数据分享。
根据一种优选实施方式，所述数据处理终端配置为能够基于所述相似度的计算中所涉及的第一预测结果、第二预测结果、生活行为数据和心电数据中的至少一者以确定相似度大于设定阈值且均被划分至同一治疗组的至少两个患者彼此之间的区别点和相似点，并且在该至少两个患者各自的第二预测结果所对应的病发时间均小于其各自的第一预测结果所对应的病发时间的情况下，将所述区别点和所述相似点以突出显示的方式推送至所述第二使用终端。
本发明还提供一种无线心电监护传感器的遥控方法，其特征在于，所述遥控方法至少包括如下步骤：配置能够用于采集患者的心电数据和面部图像数据并将其传输至护理终端的数据采集终端；配置能够判断所述心电数据是否异常，并在所述心电数据存在异常时生成报警信息以触发所述数据采集终端对患者的面部图像数据进行采集的供护理人员使用的护理终端，使得所述护理终端能够以所述面部图像数据为依据对所述报警信息进行审批；配置数据处理终端和供医生使用的医生终端，在所述报警信息被所述护理终端审批通过时，所述护理终端能够将所述报警信息、所述面部图像数据和/或所述心电数据传输至所述数据处理终端和/或所述医生终端，其中，所述数据处理终端配置为：对所述心电数据进行处理以得到至少包括患者的病发时间的第一预测结果；基于所述第一预测结果，将所述数据采集终端配置为能够采集患者的生活行为数据的工作模式，使得所述数据处理终端能够基于所述生活行为数据对所述第一预测结果进行修正以得到第二预测结果，在所述数据处理终端基于所述数据采集终端的生活行为数据而获得的第二预测结果所对应的病发时间大于第一预测结果所对应的病发时间的情况下，所述数据处理终端配置为向所述医生终端和/或护理终端推送能够缓解该患者病情的护理方案和/或治疗方案。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时能够实现权利要求8所述的遥控方法。
本发明还提供一种电子设备，其特征在于，所述电子设备至少包括：一个或多个处理器；存储器，其用于存储可执行指令；所述一个或多个处理器被配置为经由所述可执行指令来实现权利要求8所述的遥控方法。
本发明的有益技术效果：
(1)根据现有技术，仅当无线心电监护传感器给出极端信号时，才向医护人员提供报警信息，而这往往会引发急救行动，即便提供有急救预案，也都是亡羊补牢的行为。在出现极端信号之前，就给出预警，才是真正意义上的急救前预案，这是本领域迫切需要解决的问题。本发明能够收集极端信号出现之前的特征数据并加以学习，进而能够进行提前预警。
(2)现有技术中，针对患者，一般是监测到患者出现异常心电数据时，会向患者推送能够缓解其症状的护理方案或治疗方案。通过简单的护理方案或治疗方案虽然能够缓解患者的症状，但并不能根治患者的疾病。进而由于患者通过简单的护理或治疗达到缓解症状的目的后，患者便会忽视其自身状态，选择不去医院进行根治，最终导致病发。因此，从表面上看，在患者病情恶化时为患者推送护理方案是在救患者，但实质上，其是在纵容患者忽视自身健康状态。因此，本申请在监测到患者的病情产生恶化时，拒绝向患者推送非专业的护理方案和/或治疗方案，而是将能够表征患者病情恶化的趋势的第二预测结果推送至患者，使得患者能够在第二预测结果所预测的病发时间内前往医院进行专业治疗，进而能够达到降低患者病情突发致死的概率。
附图说明
图1是本发明优选的遥控系统的模块化结构示意图。
附图标记列表
1：数据采集终端 2：第一使用终端 3：第二使用终端
4：数据处理终端 1a：无线通信器 1b：传感器
1c：图像采集器 1d：语音交互器
2a：护理终端 2b：医生终端 2c：显示器
2d：数据存储器 2f：患者终端
具体实施方式
下面结合附图进行详细说明。
实施例1
如图1所示，本发明提供一种基于无线心电监护传感器组的遥控系统，至少包括数据采集终端1、第一使用终端2和第二使用终端3。数据采集终端1能够设置在患者身上，进而能够采集患者的心电数据。例如，数据采集终端1可以是可穿戴式服装以供患者在院外进行使用。可穿戴式服装中设置有无线通信器1a和用于采集心电数据的传感器1b。传感器采集的心电数据能够通过无线通信器进行传输。第一使用终端2可以是智能手机，其可以供患者或患者的看护人员使用。数据采集终端1采集的心电数据能够按照无线传输的方式传输至第一使用终端2。第一使用终端2能够对心电数据进行处理，使得心电数据能够以ECG图谱的方式进行直观显示。通过设置第一使用终端2，能够让患者对其自身状态进行实时了解。第一使用终端2还配置有用于存储正常的ECG图谱的数据存储器，进而可以通过对比的方式确定患者当前的心电数据是否正常。当患者当前的心电数据不正常时，其能够生成与患者的病情相关的报警信息。例如，报警信息可以示出患者的具体不正常数据、患者可能患有的疾病等能够从侧面反映患者病情的数据。报警信息能够传输至第二使用终端3，并且能够触发第一使用终端2将其接收的心电数据传输至第二使用终端3。第二使用终端3设置于医院中，供医护人员使用。医护人员可以分析上传到第二使用终端3中的实时心电数据并进行远程诊断，进而根据诊断结果对患者及其家人进行远程救护指导。第二使用终端3可以具有例如是显示屏、投影幕布等显示部件，进而能够将报警信息和心电数据进行可视化显示。优选的，数据采集终端1能够基于第二使用终端3的访问需求，将其采集的心电数据直接传输至第二使用终端3。第一使用终端2还能够供医护人员使用。当患者的心电数据不正常而产生报警信息时，处于外出、休假状态的该患者的主治医生能够及时对该患者的心电数据进行查看，进而能够便于主治医生及时对该患者开展救护。
优选的，遥控系统还包括数据处理终端4。数据处理终端4配置有基于深度学习的第一卷积神经网络模型。第一使用终端2能够将患者病发前和/或病发时的异常心电数据传输至数据处理终端4中以完成第一卷积神经网络模型的训练。心血管疾病一般具有突发性，在其突发前的设定时间内，通常会出现不同程度的临床症状。例如，针对心脏性猝死，绝大多数的患者在发病前的前两周会出现例如是心悸、呼吸短暂困难、头晕等表现不明显的症状，该症状会对该患者的心电数据产生影响，使得心电数据产生变化，进而第一使用终端2会将上述心电数据划分为异常心电数据。第一卷积神经网络模型能够对患者的异常心电数据进行深度学习，进而通过将患者的实时心电数据导入卷积神经网路模型，第一卷积神经网络模型便会输出患者病发的第一预测结果。第一预测结果可以显示患者的患病类型、病发时间等。
优选的，数据处理终端4还配置有基于深度学习的第二卷积神经网络模型。数据采集终端1能够采集患者在病发前和病发时所限定的期间内的生活行为数据，并将该生活行为数据、心电数据和/或第一预测结果传输至数据处理终端4中供第二卷积神经网络模型进行训练。生活行为数据至少包括患者的饮食数据、运动数据、睡眠数据、情绪数据等。第一卷积神经网络模型输出的第一预测结果能够输入第二卷积神经网络模型中进行修正以得到第二预测结果。患者的生活行为数据会对心血管疾病的突发起到重大影响。例如，互联网行业具有久坐、缺乏运动、加班严重等行业性质。其会加剧患者的病情，进而会缩短例如是心脏性猝死的突发时间。第二卷积神经网络模型能够根据患者的生活行为数据，对第一预测结果进行修正。
优选的，在第二预测结果所对应的病发时间大于第一预测结果所对应的病发时间的情况下，数据处理终端4能够向患者使用的第一使用终端2推送护理方案和/或治疗方案。第二预测结果所对应的病发时间大于第一预测结果所对应的病发时间，表明患者的生活行为不会恶化其病情。例如，第一预测结果可以显示在两天后患者将大概率突发心脏病。第二预测结果可以显示在五天后患者将大概率突发心脏病。则表明患者的饮食、运动、睡眠、情绪等均处于良好状态。例如，患者并未经常熬夜、患者每天的运动量适宜、患者处于心情愉悦的状态。具体的，数据处理终端4能够配置有数据库。数据处理终端4能够通过互联网与各医院救护系统进行通信连接，进而能够采用例如是爬虫编程技术以从互联网中爬取针对不同心血管疾病的护理方案和/或治疗方案。爬取的护理方案和/或治疗方案能够存储于数据库中，进而使得数据处理终端4可以根据第一预测结果所对应的患病类型向相应患者推送存储于数据库中的护理方案和/或治疗方案。优选的，在第二预测结果所对应的病发时间与第一预测结果所对应的病发时间之间的差值逐渐增大的情况下，医生终端2b、患者终端2f和数据处理终端4彼此之间能够建立通信连接以实现数据分享。第二预测结果所对应的病发时间与第一预测结果所对应的病发时间之间的差值逐渐增大表明患者的生活行为、为其推荐的护理方案和/或治疗方案能够起到治疗其疾病的目的，进而治疗过程中所涉及的生活行为数据、护理方案和/或治疗方案能够在医生终端2b和数据处理终端4上进行分享，进而便于其他患者参考。
优选的，在第二预测结果所对应的病发时间小于第一预测结果所对应的病发时间的情况下，数据处理终端4能够将第二预测结果推送至患者使用的第一使用终端2，并且将数据采集终端1采集的该患者的所有心电数据和生活行为数据推送至第二使用终端3。第二预测结果所对应的病发时间小于第一预测结果所对应的病发时间，表明患者生活行为导致了其病情的恶化，此时，患者需要前往医院进行全面、专业的诊断治疗。现有技术中，针对患者，一般是监测到患者出现异常心电数据时，会向患者推送能够缓解其症状的护理方案或治疗方案。通过简单的护理方案或治疗方案虽然能够缓解患者的症状，但并不能根治患者的疾病。进而由于患者通过简单的护理或治疗达到缓解症状的目的后，患者便会忽视其自身状态，选择不去医院进行根治，最终导致病发。因此，从表面上看，在患者病情恶化时为患者推送护理方案是在救患者，但实质上，其是在纵容患者忽视自身健康状态。因此，本申请在监测到患者的病情产生恶化时，拒绝向患者推送非专业的护理方案和/或治疗方案，而是将能够表征患者病情恶化的趋势的第二预测结果推送至患者，使得患者能够在第二预测结果所预测的病发时间内前往医院进行专业治疗，进而能够达到降低患者病情突发致死的概率。同时，数据处理终端4还将数据采集终端1采集的该患者的所有心电数据和生活行为数据推送至第二使用终端3，进而使得医护人员能够通过第二使用终端3对该患者的心电数据和生活行为数据进行会诊分析，从而提前为患者准备治疗方案。例如，每一个医院中至少配置一个第二使用终端3。在例如是以市为单位的区域范围内能够配置至少一个数据处理终端4。数据采集终端1还可以对患者的身份数据进行采集，进而数据处理终端4便能够根据患者的居住地，就近挑选能够供该患者使用的医院，最终将该患者的所有心电数据发送至该医院的第二使用终端3。例如，数据采集终端1可以包括例如是语音交互器1d，进而使得数据采集终端1能够采集患者的身份数据。
实施例2
本实施例是对实施例1的进一步改进，重复的内容不再赘述。
优选的，数据处理终端4配置为能够根据生活行为数据、心电数据、第一预测结果和/或第二预测结果计算不同患者之间的相似度，并将相似度大于设定阈值的至少两个患者划分至同一治疗组，其中，同一治疗组内的患者的所有生活行为数据、心电数据、第一预测结果和/或第二预测结果均能够发送至第二使用终端3。例如，生活行为数据可以包括饮食数据、运动数据、睡眠数据、情绪数据。第一预测结果和第二预测结果可以包括患者的疾病类型。心电数据能够显示出心电曲线的变化趋势。数据处理终端4便能够将两个患者的饮食数据、运动数据、睡眠数据、情绪数据、疾病类型、心电曲线变化趋势进行对比以确定相似度。设定阈值可以根据实际情况进行划分，例如，可以设定为50％，70％等。相似度大于设定阈值的至少两个患者能够划分至同一个治疗组。同一个治疗组内的患者的所有相关数据能够被推送至同一个第二使用终端3，进而使得医护人员能够同时对该至少两个患者进行诊断治疗。
优选的，数据处理终端4通过计算不同患者之间的相似度，能够确定相似度大于设定阈值的至少两个患者之间的区别点和相似点。例如，两个患者可能患有的疾病类型相似、年龄相近、均存在不同程度的失眠等。或者两个患者各自的心电曲线变化趋势存在局部差异、运动数据存在差异等。数据处理终端4能够将至少两个患者之间的区别点和相似点以突出显示的方式传输至第二使用终端3，进而使得医护人员能够提前明确同一治疗组内的不同患者的情况。突出显示可以通过加深颜色、字体加粗等方式执行。通过上述方式，至少能够达到如下技术效果：一者，现有技术中，患者通常可以自主选择医院进行就诊，前往同一医院的患者的病情通常具有较大的差异，使得医院必须采用一对一问诊的方式逐个对患者进行诊断治疗。在医疗资源与就医患者数量之间的不平衡的情况下，一对一问诊无法有效地提高单位时间内得到诊断治疗的患者的数量，进而形成现阶段就医难的现状。本申请通过将患者进行聚类以形成治疗组，能够形成一对多或多对多的诊断治疗方式，由于同一治疗组内的至少两个患者是经过提前筛选的，其相似度较高，因而能够在一定程度上便于医护人员的同步诊断治疗，最终达到提高单位时间得到诊断治疗的患者的数量的目的。二者，同一治疗组能够形成对比实验，使得医护人员在进行诊断治疗的过程中，能够通过对比治疗效果的方式对特定疾病的治疗方法形成更为深刻的认识。例如，患有心血栓的若干个患者均能够分配至同一第二使用终端3，进而使用该第二使用终端3的一个或多个医护人员能够通过批量治疗心血栓疾病，再结合对治疗效果的对比，对该疾病的治疗方法等形成更为深刻的认识，进而获得治疗心血栓疾病的丰富经验。
实施例3
本实施例是对前述实施例的进一步改进，重复的内容不再赘述。
优选的，第一使用终端2至少包括供护理人员使用的护理终端2a、供医生使用的医生终端2b和供患者使用的患者终端2f。数据采集终端1还包括图像采集器1c。通过图像采集器至少能够采集患者的面部图像数据。例如，当患者在院内的病房进行治疗时，病床上设置图像采集1c以对患者的面部图像数据进行采集。优选的，图像采集器1c还可以设置在病房的例如是天花板上，进而通过图像采集器1c能够采集患者全身的图像数据。
优选的，第一使用终端2还包括显示器2c和数据存储器2d。数据采集终端1采集心电数据能够传输至护理终端2a中，并通过显示器2c进行直观显示。护理终端2a配置为能够同时接收若干个数据采集终端1采集的心电数据的工作模式。数据存储器2d能够对第一使用终端2接收的心电数据进行存储。数据存储器2d可以设置数据的极限存储时间。数据存储超出极限存储时间后，该数据将自动从数据存储器2d中删除。
优选的，在护理终端2a基于其接收的心电数据生成报警信息的情况下，生成的报警信息能够触发图像采集器1c至少对患者的面部图像数据进行采集，其中，经图像采集器1c采集的面部图像数据能够实时传输至护理终端2a。现有技术中，患者常因心电监护仪的电极脱落、报警阈值设置欠佳等原因导致心电监护仪出现误报警。本申请在心电数据异常而出现报警时，能够对患者的面部图像数据进行采集，进而例如是护士等护理人员能够通过患者的面部表情初步判断患者的病情。例如，当患者面部无任何表情，表现很平和时，护士可以初步判断报警是由于数据采集模块1工作异常导致的，患者并未出现病重情况。当患者面部表情狰狞呈痛苦状，或头面部出现很多汗珠时，护士便可初步判定患者突发病重，需要及时进行处理。
优选的，护理终端2a能够对图像采集器1c采集的患者的面部图像数据进行处理以确定患者当前的病危等级。例如，病危等级可以划分为第一等级、第二等级和第三等级。护理终端2a可以与数据采集终端1进行语音通信。即，护士发送的语音能够通过护理终端2a传输，并被无线通信器1a接收。无线通信器1a随后将其接收的语音通过语音交互器1d传输至患者，并且将患者反馈的语音通过无线通信器1a传输至护理终端2a，进而实现护士与患者之间的双向实时通信。第一等级可以设定为患者面部表情未出现狰狞痛苦状，并且能够进行正常沟通。第二等级可以设定为患者面部表情痛苦，并且能够进行正常沟通。第三等级可以设定为患者面部表情痛苦，并且不能够进行正常沟通。第三等级的优先度最高，需要优先及时处理。第一等级的优先度最低，医护人员可以通过语音实时沟通的方式对实际情况进行确定。
优选的，在患者的病危等级大于设定等级的情况下，护理终端2a能够将其接收的患者的心电数据和/或面部图像数据传输至医生终端2b，并且护理终端2a、医生终端2b和/或数据采集终端1彼此之间能够建立通信连接以实现数据共享。进而医生能够对患者的实时情况进行了解，并且可以远程指导护士进行紧急护理工作。例如，患者的主治医生处于休假状态或外出状态时，主治医生可以通过医生终端2b与数据采集终端1之间的通信连接对患者进行问诊，进而确定患者的实际病情。同时，主治医生可以通过医生终端2b与护理终端2a之间的通信连接，远程指导值班医生或护士进行紧急护理工作。
优选的，医生终端2b配置为能够推送治疗方案以供医生进行批准，其中，经批准后的治疗方案能够传输至第二使用终端3。例如，医生终端2b能够与数据处理终端4进行通信连接，进而当医生终端2b将其获得的心电数据、诊断数据等传输至数据处理终端4时，数据处理终端4能够从其数据库中筛选匹配程度高的治疗方案，并将其推送至医生终端2b以供医生进行参考。优选的，第二使用终端3还可以配置为供医院的值班运营管理人员使用，进而第二使用终端3可以根据治疗方案进行准备工作。例如，可以根据治疗方案，对药品、人员、医疗器械等进行调度安排。
实施例4
本实施例是对前述实施例的进一步改进，重复的内容不再赘述。
优选的，本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时能够实现如前述实施例中所述的技术方案，其实现原理类似，此处不再赘述。计算机可读存储介质可以是任何能够存储数据且可以被计算装置读取的有形介质。
优选的，本发明还提供一种电子设备，至少包括：一个或多个处理器以及存储器。存储器用于存储可执行指令。一个或多个处理器被配置为经由可执行指令来实现如前述实施例中所述的技术方案，其实现原理类似，此处不再赘述。
实施例5
本实施例是对前述实施例的进一步改进，重复的内容不再赘述。
优选的，数据采集终端1采集的心电数据能够传输至护理人员使用的护理终端2a。护理终端2a能够判断其接收的心电数据是否正常，并且在心电数据出现异常时生成能够被护理人员进行审批的报警信息。报警信息能够触发图像采集器1c工作以对患者的面部图像数据进行采集。图像采集器1c采集的面部图像数据能够实时传输至护理终端2a，使得医护人员和/或护理终端2a能够根据该面部图像数据对报警信息进行审批以确定报警信息的真实性。当报警信息审批通过以表明患者确实存在心电数据异常时，护理终端2a能够将报警信息、面部图像数据和/或心电数据传输至数据处理终端4和/或医生使用的医生终端2b。数据处理终端4和/或医生终端2b能够根据其接的报警信息、面部图像数据和/或心电数据，向护理终端2a推送辅助护理方案。通过辅助护理方案能够指导护理人员对病危的患者进行紧急救护。
需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。

Claims (10)

1.一种无线心电监护传感器的遥控系统，至少包括：
数据采集终端(1)，其至少能够用于采集患者的心电数据和面部图像数据；
护理终端(2a)，其能够判断所述心电数据是否异常，并在所述心电数据存在异常时生成报警信息，
其特征在于，
所述遥控系统还包括数据处理终端(4)和医生终端(2b)，在所述报警信息被审批通过时，所述报警信息、所述面部图像数据和所述心电数据中的至少一者能够传输至所述数据处理终端(4)和/或所述医生终端(2b)，其中，所述数据处理终端(4)配置为：
基于所述心电数据得到至少包括患者的病发时间的第一预测结果；
采集患者的生活行为数据，使得所述数据处理终端(4)能够基于所述生活行为数据对所述第一预测结果进行修正以得到第二预测结果，其中，在第二预测结果所对应的病发时间大于第一预测结果所对应的病发时间的情况下，所述数据处理终端(4)配置为向所述医生终端(2b)和/或护理终端(2a)推送能够缓解该患者病情的护理方案和/或治疗方案。
2.根据权利要求1所述的遥控系统，其特征在于，所述遥控系统还包括第一使用终端(2)和第二使用终端(3)，所述第一使用终端(2)至少包括所述护理终端(2a)、所述医生终端(2b)和患者终端(2f)，其中：
所述第一使用终端(2)能够对数据采集终端(1)采集的心电数据进行处理以获取所述报警信息，并能够将所述报警信息和所述心电数据传输至所述第二使用终端(3)；
在第二预测结果所对应的病发时间小于第一预测结果所对应的病发时间的情况下，所述数据处理终端配置为将所述第二预测结果推送至该患者使用的患者终端(2f)，并且还将数据采集终端(1)采集的患者的所有心电数据和生活行为数据传输至所述第二使用终端(3)和/或所述医生终端(2b)。
3.根据权利要求2所述的遥控系统，其特征在于，所述数据处理终端(4)配置为：
基于所述第一预测结果、所述第二预测结果、所述生活行为数据和所所述心电数据中的至少一者计算不同患者之间的相似度，并将相似度大于设定阈值的至少两个患者划分至同一治疗组，同一治疗组内的患者的所有生活行为数据、心电数据、第一预测结果和/或第二预测结果均能够推送至所述第二使用终端(3)和/或所述医生终端(2b)，其中：
在所述数据处理终端基于所述第一预测结果和/或所述第二预测结果，向所述患者终端(2f)推送能够缓解该患者病情的护理方案和/或治疗方案的情况下，所述护理终端(2a)、所述医生终端(2b)、所述患者终端(2f)和所述数据处理终端彼此之间能够建立通信连接以实现数据分享。
4.根据权利要求3所述的遥控系统，其特征在于，在至少一个患者的第二预测结果所对应的病发时间与第一预测结果所对应的病发时间之间的差值逐渐增大的情况下，该患者使用的患者终端(2f)能够将该患者对应的生活行为数据、心电数据、第一预测结果、第二预测结果、为其推送的护理方案及治疗方案能够传输至护理终端(2a)、医生终端(2b)、数据处理终端(4)以及与该患者属于同一治疗组的其他患者所对应的患者终端(2f)中的至少一者。
5.根据权利要求4所述的遥控系统，其特征在于，所述护理终端(2a)配置为能够基于数据采集终端(1)采集的所述面部图像数据确定患者当前的病危等级，在患者的病危等级大于设定等级，并且该患者的基于所述数据处理终端(4)获得的第二预测结果所对应的病发时间小于第一预测结果所对应的病发时间的情况下，所述医生终端(2b)能够基于其接收的心电数据从所述数据处理终端(4)获取治疗方案并进行推送以供医生进行批准，其中，经批准后的治疗方案能够经所述医生终端(2b)传输至所述第二使用终端(3)，使得所述第二使用终端(3)能够基于所述治疗方案对医疗资源进行提前调度。
6.根据权利要求5所述的遥控系统，其特征在于，在所述护理终端(2a)基于其接收的心电数据生成所述报警信息，并且该患者的第二预测结果所对应的病发时间小于第一预测结果所对应的病发时间的情况下，所述报警信息能够触发所述数据采集终端(1)采集患者的面部图像数据，并将所述面部图像数据实时传输至所述护理终端(2a)，其中，所述护理终端(2a)能够将其接收的心电数据和/或面部图像数据传输至所述医生终端(2b)，并且所述护理终端(2a)、所述医生终端(2b)和数据采集终端(1)中的至少两者之间能够建立通信连接以实现数据分享。
7.根据权利要求5所述的遥控系统，其特征在于，所述数据处理终端(4)配置为能够基于所述相似度的计算中所涉及的第一预测结果、第二预测结果、生活行为数据和心电数据中的至少一者以确定相似度大于设定阈值且均被划分至同一治疗组的至少两个患者彼此之间的区别点和相似点，并且在该至少两个患者各自的第二预测结果所对应的病发时间均小于其各自的第一预测结果所对应的病发时间的情况下，将所述区别点和所述相似点以突出显示的方式推送至所述第二使用终端(3)。
8.一种无线心电监护传感器的遥控方法，其特征在于，所述遥控方法至少包括如下步骤：
配置能够用于采集患者的心电数据和面部图像数据并将其传输至护理终端(2a)的数据采集终端(1)；
配置能够判断所述心电数据是否异常，并在所述心电数据存在异常时生成报警信息以触发所述数据采集终端(1)对患者的面部图像数据进行采集的供护理人员使用的护理终端(2a)，使得所述护理终端(2a)能够以所述面部图像数据为依据对所述报警信息进行审批；
配置数据处理终端(4)和供医生使用的医生终端(2b)，在所述报警信息被所述护理终端(2a)审批通过时，所述护理终端(2a)能够将所述报警信息、所述面部图像数据和/或所述心电数据传输至所述数据处理终端(4)和/或所述医生终端(2b)，其中，所述数据处理终端(4)配置为：
对所述心电数据进行处理以得到至少包括患者的病发时间的第一预测结果；
基于所述第一预测结果，将所述数据采集终端(2)配置为能够采集患者的生活行为数据的工作模式，使得所述数据处理终端(4)能够基于所述生活行为数据对所述第一预测结果进行修正以得到第二预测结果，在所述数据处理终端(4)基于所述数据采集终端(1)的生活行为数据而获得的第二预测结果所对应的病发时间大于第一预测结果所对应的病发时间的情况下，所述数据处理终端(4)配置为向所述医生终端(2b)和/或护理终端(2a)推送能够缓解该患者病情的护理方案和/或治疗方案。
9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时能够实现权利要求8所述的遥控方法。
10.一种电子设备，其特征在于，所述电子设备至少包括：
一个或多个处理器；
存储器，其用于存储可执行指令；
所述一个或多个处理器被配置为经由所述可执行指令来实现权利要求8所述的遥控方法。
CN201911335834.7A 2019-12-20 2019-12-20 一种无线心电监护传感器的遥控系统 Active CN110974216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911335834.7A CN110974216B (zh) 2019-12-20 2019-12-20 一种无线心电监护传感器的遥控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911335834.7A CN110974216B (zh) 2019-12-20 2019-12-20 一种无线心电监护传感器的遥控系统

Publications (2)

Publication Number Publication Date
CN110974216A true CN110974216A (zh) 2020-04-10
CN110974216B CN110974216B (zh) 2022-06-03

Family

ID=70074172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911335834.7A Active CN110974216B (zh) 2019-12-20 2019-12-20 一种无线心电监护传感器的遥控系统

Country Status (1)

Country Link
CN (1) CN110974216B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117717351A (zh) * 2024-02-08 2024-03-19 南京鼓楼医院集团宿迁医院有限公司 一种基于蓝牙传输的心电图机快速辅助匹配方法和系统

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002143097A (ja) * 2000-11-10 2002-05-21 Kuniaki Otsuka 疾病発症予知通報システム及び方法
US20030216655A1 (en) * 2002-05-17 2003-11-20 Schreck David M. System and method for synthesizing leads of an electrocardiogram
US20040024612A1 (en) * 2002-07-31 2004-02-05 Gerntholtz Otto Carl Infectious disease surveillance system
US20090137895A1 (en) * 2006-03-02 2009-05-28 Sang-Moon Lee Real-time diagnostic system employing non-invasive method to analyze electro-magnetic field radiated from a subject and the variation thereof
US20110246144A1 (en) * 2010-04-02 2011-10-06 Yugen Kaisha Suwa Torasuto Time Series Data Analyzer, And A Computer-Readable Recording Medium Recording A Time Series Data Analysis Program
US20120179055A1 (en) * 2010-12-07 2012-07-12 The Board Of Regents Of The University Of Texas System Method and device for early detection of heart attack
CN202351878U (zh) * 2011-12-05 2012-07-25 复旦大学附属中山医院 一种应用云端计算技术的辅助模块化心肺功能监护系统
WO2014006862A1 (ja) * 2012-07-05 2014-01-09 パナソニック株式会社 生活習慣病改善支援システム、生活習慣病改善支援方法、生活習慣病改善支援用コンピュータプログラム、及び、生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体
US20160203279A1 (en) * 2011-12-16 2016-07-14 Srinivas Neela System and Method for Evidence Based Differential Analysis and Incentives Based Healthcare Policy
CN106618592A (zh) * 2016-11-10 2017-05-10 深圳市元征软件开发有限公司 一种远程血糖监控处理的方法及移动终端
CN106805952A (zh) * 2015-12-02 2017-06-09 首都医科大学宣武医院 一种溶栓患者安全监护与报警系统
CN106983500A (zh) * 2017-03-28 2017-07-28 合肥科的星测控科技有限公司 基于物联网的远程移动医疗监护系统
CN107320090A (zh) * 2017-06-28 2017-11-07 广东数相智能科技有限公司 一种突发疾病监护系统及方法
CN107334466A (zh) * 2017-08-08 2017-11-10 西安交通大学 一种可穿戴的慢性病智能监控及预警的装置与方法
US20180296143A1 (en) * 2017-04-13 2018-10-18 Intuity Medical, Inc. Systems and methods for managing chronic disease using analyte and patient data
CN108784666A (zh) * 2017-05-04 2018-11-13 深圳市生码医疗科技有限公司 连续监测心血管的精准医疗系统及数据处理方法
CN108814627A (zh) * 2018-03-28 2018-11-16 西安理工大学 一种精神病患者发病状况便携式检测装置及其检测方法
WO2019008798A1 (en) * 2017-07-07 2019-01-10 Ntt Data Corporation DEVICE FOR PREDICTING DISEASE APPEARANCE, METHOD FOR PREDICTING DISEASE DISEASE, AND PROGRAM
EP3534372A2 (en) * 2013-08-27 2019-09-04 Heartflow, Inc. Systems and methods to predict the progression of disease involving lesions in blood vessels

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002143097A (ja) * 2000-11-10 2002-05-21 Kuniaki Otsuka 疾病発症予知通報システム及び方法
US20030216655A1 (en) * 2002-05-17 2003-11-20 Schreck David M. System and method for synthesizing leads of an electrocardiogram
US20040024612A1 (en) * 2002-07-31 2004-02-05 Gerntholtz Otto Carl Infectious disease surveillance system
US20090137895A1 (en) * 2006-03-02 2009-05-28 Sang-Moon Lee Real-time diagnostic system employing non-invasive method to analyze electro-magnetic field radiated from a subject and the variation thereof
US20110246144A1 (en) * 2010-04-02 2011-10-06 Yugen Kaisha Suwa Torasuto Time Series Data Analyzer, And A Computer-Readable Recording Medium Recording A Time Series Data Analysis Program
US20120179055A1 (en) * 2010-12-07 2012-07-12 The Board Of Regents Of The University Of Texas System Method and device for early detection of heart attack
CN202351878U (zh) * 2011-12-05 2012-07-25 复旦大学附属中山医院 一种应用云端计算技术的辅助模块化心肺功能监护系统
US20160203279A1 (en) * 2011-12-16 2016-07-14 Srinivas Neela System and Method for Evidence Based Differential Analysis and Incentives Based Healthcare Policy
WO2014006862A1 (ja) * 2012-07-05 2014-01-09 パナソニック株式会社 生活習慣病改善支援システム、生活習慣病改善支援方法、生活習慣病改善支援用コンピュータプログラム、及び、生活習慣病改善支援用コンピュータプログラムを格納したコンピュータ読み取り可能な記録媒体
EP3534372A2 (en) * 2013-08-27 2019-09-04 Heartflow, Inc. Systems and methods to predict the progression of disease involving lesions in blood vessels
CN106805952A (zh) * 2015-12-02 2017-06-09 首都医科大学宣武医院 一种溶栓患者安全监护与报警系统
CN106618592A (zh) * 2016-11-10 2017-05-10 深圳市元征软件开发有限公司 一种远程血糖监控处理的方法及移动终端
CN106983500A (zh) * 2017-03-28 2017-07-28 合肥科的星测控科技有限公司 基于物联网的远程移动医疗监护系统
US20180296143A1 (en) * 2017-04-13 2018-10-18 Intuity Medical, Inc. Systems and methods for managing chronic disease using analyte and patient data
CN108784666A (zh) * 2017-05-04 2018-11-13 深圳市生码医疗科技有限公司 连续监测心血管的精准医疗系统及数据处理方法
CN107320090A (zh) * 2017-06-28 2017-11-07 广东数相智能科技有限公司 一种突发疾病监护系统及方法
WO2019008798A1 (en) * 2017-07-07 2019-01-10 Ntt Data Corporation DEVICE FOR PREDICTING DISEASE APPEARANCE, METHOD FOR PREDICTING DISEASE DISEASE, AND PROGRAM
CN107334466A (zh) * 2017-08-08 2017-11-10 西安交通大学 一种可穿戴的慢性病智能监控及预警的装置与方法
CN108814627A (zh) * 2018-03-28 2018-11-16 西安理工大学 一种精神病患者发病状况便携式检测装置及其检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
M.SHANKAR,M.PAHADIA,D.SRIVASTAVA,T.S.ASHWIN: "A Novel Method for Disease Recognition and Cure Time Prediction Based on Symptoms", 《2015 SECOND INTERNATIONAL CONFERENCE ON ADVANCES IN COMPUTING AND COMMUNICATION ENGINEERING》, 26 October 2015 (2015-10-26), pages 679 - 682 *
张莹,苏敬泽,李庆祥: "中医药综合干预对急性心肌梗死患者心脏康复的影响", 《中西医结合心脑血管病杂志》 *
张莹,苏敬泽,李庆祥: "中医药综合干预对急性心肌梗死患者心脏康复的影响", 《中西医结合心脑血管病杂志》, 20 November 2015 (2015-11-20), pages 1830 - 1832 *
杜新峰,秦燕: "基于无线网络的居家养老医疗系统设计", 《医疗卫生装备》 *
杜新峰,秦燕: "基于无线网络的居家养老医疗系统设计", 《医疗卫生装备》, 15 October 2014 (2014-10-15), pages 39 - 41 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117717351A (zh) * 2024-02-08 2024-03-19 南京鼓楼医院集团宿迁医院有限公司 一种基于蓝牙传输的心电图机快速辅助匹配方法和系统
CN117717351B (zh) * 2024-02-08 2024-05-14 南京鼓楼医院集团宿迁医院有限公司 一种基于蓝牙传输的心电图机快速辅助匹配方法和系统

Also Published As

Publication number Publication date
CN110974216B (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN108430570B (zh) 从可植入医疗装置获取高分辨率信息
US20180301221A1 (en) Adverse Event Prediction and Detection Using Wearable Sensors and Adaptive Health Score Analytics
CN105411554A (zh) 一种无线式无创伤人体生理参数采集、检测及智能诊断系统
EP2375964A1 (de) Verfahren zur ferndiagnostischen überwachung und unterstützung von patienten sowie einrichtung und telemedizinisches zentrum
CN103400332A (zh) 一种基于实时监测的健康服务平台系统
CN106709233A (zh) 一种中央医疗协同管理系统
US11992330B2 (en) Systems and methods for preventing sleep disturbance
Zulfiqar et al. Focus on the different projects of telemedicine centered on the elderly in France
CN104867083A (zh) 一种基于移动终端的移动医疗系统
Al-Shaher et al. E-healthcare system to monitor vital signs
CN104867082A (zh) 一种面向个人的移动医疗系统
CN110974216B (zh) 一种无线心电监护传感器的遥控系统
CN110974215B (zh) 基于无线心电监护传感器组的预警系统及方法
CN106940753A (zh) 一种社区医院的疾病监测护理与保健系统
CN104933319A (zh) 一种基于云的使用移动终端的移动医疗系统
CH719154A2 (de) WC-Sitzgarnitur und computerimplementiertes, auf künstlicher Intelligenz basiertes Klassifikationsverfahren.
US20210315506A1 (en) Electrocardiogram analysis
Valsalan et al. Remote healthcare monitoring using expert system
KR20210128576A (ko) 웨어러블 디바이스 기반 건강관리 시스템
CN111759289A (zh) 基于大数据的健康终端管理方法
US20200260955A1 (en) Virtual assistant in pulse oximeter for patient surveys
Larson Clinical alarms management in the Intermediate cardiology and cardiovascular intensive care units at the University of Iowa Hospital and clinics
Greyson et al. Formulation Process of Knowledge for an Expert Healthcare System Unit
EP3210527A1 (en) Remote patient data monitoring
EP3380003A1 (en) Virtual assistant in pulse oximeter for patient surveys

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