CN111684540B - 监护设备中生理参数的统计显示方法及监护设备 - Google Patents
监护设备中生理参数的统计显示方法及监护设备 Download PDFInfo
- Publication number
- CN111684540B CN111684540B CN201780098075.XA CN201780098075A CN111684540B CN 111684540 B CN111684540 B CN 111684540B CN 201780098075 A CN201780098075 A CN 201780098075A CN 111684540 B CN111684540 B CN 111684540B
- Authority
- CN
- China
- Prior art keywords
- target
- statistical
- parameter
- results
- type
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012544 monitoring process Methods 0.000 title abstract description 27
- 238000012806 monitoring device Methods 0.000 claims abstract description 72
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000002861 ventricular Effects 0.000 description 74
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 62
- 238000010586 diagram Methods 0.000 description 18
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical group [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 17
- 239000008280 blood Substances 0.000 description 17
- 210000004369 blood Anatomy 0.000 description 17
- 229910052760 oxygen Inorganic materials 0.000 description 17
- 239000001301 oxygen Substances 0.000 description 17
- 208000001871 Tachycardia Diseases 0.000 description 15
- 206010003119 arrhythmia Diseases 0.000 description 15
- 230000006793 arrhythmia Effects 0.000 description 15
- 230000006794 tachycardia Effects 0.000 description 15
- 208000006218 bradycardia Diseases 0.000 description 14
- 230000036471 bradycardia Effects 0.000 description 14
- 230000002028 premature Effects 0.000 description 10
- 206010015856 Extrasystoles Diseases 0.000 description 7
- 206010047302 ventricular tachycardia Diseases 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000036765 blood level Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 208000003663 ventricular fibrillation Diseases 0.000 description 3
- 206010003658 Atrial Fibrillation Diseases 0.000 description 2
- 208000010496 Heart Arrest Diseases 0.000 description 2
- 206010047281 Ventricular arrhythmia Diseases 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 208000021816 ventricular bradycardia Diseases 0.000 description 2
- 101100478210 Schizosaccharomyces pombe (strain 972 / ATCC 24843) spo2 gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003183 myoelectrical effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
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
-
- 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
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
- A61B5/02455—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals provided with high/low alarm devices
-
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/347—Detecting the frequency distribution of signals
-
- 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
- A61B5/363—Detecting tachycardia or bradycardia
-
- 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
- A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
-
- 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
-
- 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
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
一种监护设备中生理参数的统计显示方法及监护设备，该方法包括：接收和/或提取统计设置信息(501)，统计设置信息包含时间范围、时间区间、分类规则以及目标参数，分类规则规定目标参数的各类型；从历史生理参数结果中获取N个时间区间对应的N组目标参数结果(502)，N组目标参数结果为历史生理参数结果中目标参数对应的生理参数结果；依据分类规则统计N组目标参数结果中目标参数的各类型的数目，得到目标参数的各类型在N个时间区间对应的N组统计结果(503)；显示N组统计结果(504)。监护设备可根据用户的设置信息直观地显示目标参数的统计结果，操作简单。
Description
技术领域
本发明涉及医疗设备技术领域，尤其涉及一种监护设备中生理参数的统计显示方法、监护设备及计算机可读介质。
背景技术
随着时代的发展，科技的进步，医疗水平也得到了极大的提升。由于监护设备能为医学临床诊断提供重要的病人信息，所以得到了广泛的应用。监护设备是医院实用的精密医学仪器，可以实时监护病人的生理参数，为医生应急处理和进行治疗提供依据。监护设备测量和监护的生理参数可以包含心电信号、肌电信号、血氧信号、脑电信号等。监护设备可以接收患者的心电信号，对心电信号进行QRS波的检测和分类，区分出正常心搏和室性早搏，计算出如心率、每分钟室性早搏个数、心律失常报警等生理参数，并在监护设备界面中显示。同时，监护设备会记录心电信号的历史波形，心率和每分钟室性早搏个数的趋势图，以及心律失常报警的事件列表。
室性早搏常见于心脏病患者，它可继发于任何类型的心脏疾病，在不同的情况下对人体的影响也有很大差别，轻者可无任何影响，重者可引起如室速、室颤等致命性心律失常。室性早搏的严重程度可以通过室早的频发程度和形态变化进行划分，如果医护人员要了解患者最近一段时间的室性早搏信息，可以通过以下途径：查看患者的心电历史波形，分辨出室性早搏发生频率或形态，这样需要耗费医护人员大量宝贵时间；查看每分钟室性早搏个数的趋势图，该趋势图只能反映各时刻对应的每分钟室早个数；查看室性早搏相关心律失常报警的事件列表，如果相应报警类型的开关被关闭，这些室性早搏事件会未被记录。另外，如果医护人员要了解患者最近一段时间的其他生理信息也需要通过类似的途径。
上述技术方案的缺陷在于，操作复杂、需要耗费医护人员大量时间。
发明内容
本发明实施例所要解决的技术问题在于，监护设备不能快速、直观地显示目标参数的统计结果的问题。
本发明实施例提供的监护设备中生理参数的统计显示方法，可根据用户的设置信息直观地显示目标参数的统计结果，操作简单。
第一方面，本发明实施例提供了一种监护设备中生理参数的统计显示方法，包括：
接收和/或提取统计设置信息，所述统计设置信息包含时间范围、时间区间、分类规则以及目标参数，所述分类规则规定所述目标参数的各类型；
从历史生理参数结果中获取N个时间区间对应的N组目标参数结果；所述N个时间区间为所述时间范围包含的N个时间区间；所述N组目标参数结果为所述历史生理参数结果中所述目标参数对应的生理参数结果；
依据所述分类规则统计所述N组目标参数结果中所述目标参数的各类型的数目，得到所述目标参数的各类型在所述N个时间区间对应的N组统计结果；
显示所述N组统计结果。
第二方面，本发明实施例提供了一种监护设备，该监护设备包括用于执行上述第一方面的方法的单元。
第三方面，本发明实施例提供了另一种监护设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持终端执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本发明实施例中，监护设备接收统计设置信息，根据所述统计设置信息统计目标参数，并显示统计的结果；可根据用户的设置信息直观地显示目标参数的统计结果，操作简单。
附图说明
为了更清楚地说明本发明实施例或背景技术中的技术方案，下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
图1是本发明实施例提供的监护设备的结构示意图；
图2是本发明实施例提供的监护设备的生理信号分析模块的处理流程图；
图3是本发明实施例提供的监护设备的统计信息设置模块的处理流程图；
图4是本发明实施例提供的监护设备的生理参数统计显示模块的处理流程图；
图5是本发明实施例提供的一种监护设备中生理参数的统计显示方法；
图6是本发明实施例提供的一种室性早搏统计结果的示意图；
图7是本发明实施例提供的一种心率或脉率的统计结果的示意图；
图8是本发明实施例提供的一种心律失常报警次数统计结果的示意图；
图9是本发明实施例提供的一种QRS波间期统计结果的示意图；
图10是本发明实施例提供的一种血氧饱和度统计结果的示意图；
图11是本发明实施例提供的一种室性早搏模板类型统计结果的示意图；
图12是本发明实施例提供的一种报警方法的流程图；
图13是本发明另一实施例提供的监护设备的结构示意图；
图14是本发明另一实施例提供的监护设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
需要说明的是，结合附图所阐述的详细描述旨在作为对各种配置的描述，而不旨在表示其中可以实践本文所描述的概念的唯一配置。本文中所记载的装置实施例和方法实施例将在下面的详细描述中进行描述，并在附图中通过各种框、模块、单元、组件、电路、步骤、过程、算法等等(统称为“要素”)来予以示出。这些要素可以使用电子硬件、计算机软件或者其任意组合来实现。至于这些要素是实现为硬件还是软件，取决于特定应用和施加在整体系统上的设计约束。本发明的说明书和权利要求书以及说明书附图中的术语如果使用“第一”、“第二”等描述，该种描述是用于区别不同对象，而不是用于描述特定顺序。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
需要说明的是，在没有明示的特别说明的情况下，本发明各实施例中的各项技术特征可视为能够进行相互组合或者结合，只要该种组合或者结合不是因为技术的原因而无法实施。为了较为充分的说明本发明，一些示例性的，可选的，或者优选的特征在本发明各实施例中与其他技术特征结合在一起进行描述，但这种结合不是必须的，而应该理解该示例性的，可选的，或者优选的特征与其他的技术特征都是彼此可分离的或者独立的，只要该种可分离或者独立不是因为技术的原因而无法实施。方法实施例中的技术特征的一些功能性描述可以理解为执行该功能、方法或者步骤，装置实施例中的技术特征的一些功能性描述可以理解为使用该种装置来执行该功能、方法或者步骤。
本发明实施例提供了一种监护设备中生理参数的统计显示方法，实施过程如下：
1)生理信号采集；
监护设备可以利用生理信号输入模块或生理信号采集装置采集患者的生理信号，上述生理信号输入模块可以采集生理信号；也可以从其他设备获取生理信号。上述生理信号可以包括心电信号、肌电信号、血氧信号等。举例来说，监护设备可以利用其固有的生理信号输入模块或配套的生理信号采集装置采集患者的生理信号。又举例来说，监护设备从其他生理信号采集装置获取生理信号。如图1所示，上述监护设备可以包括生理信号输入模块，生理信号分析模块，统计信息设置模块，生理参数统计显示模块。其中，生理信号输入模块可以获取患者的生理信号；生理信号分析模块可以对输入的生理信号进行分析，得到生理参数结果；统计信息设置模块可以由用户设置统计的时间范围、时间区间、分类规则以及生理参数类型信息；生理参数统计显示模块利用生理参数结果以及设置的统计信息，进行统计分析，显示图形化的统计结果。
2)生理信号分析；
上述监护设备中的生理信号分析模块可以对获取到的生理信号进行分析，得到历史生理参数结果。生理信号分析模块处理流程如图2所示：201、对生理信号进行预处理，例如进行高通、低通滤波处理，滤除高频噪声以及去除基线漂移等；202、对预处理后的生理信号进行特征计算，计算时域特征(如QRS波位置，间期，宽度，脉搏波位置等)和频域特征(如频谱功率分布，有效信号频率峰位置等)；203、利用计算出的时域特征和频域特征，计算输出的生理参数结果，作为生理参数统计显示模块的输入。
3)统计信息设置；
上述监护设备中的统计信息设置模块可以接收用户输入的统计设置信息，并执行进行相应的设置操作。统计信息设置模块的处理流程如图3所示，可包括：301、设置统计时间范围，即设置统计时间段的开始和结束时间，如开始时间可为6小时前，结束时间为当前时刻；302、设置统计时间区间，即每段统计的时间长度，如1小时；303、设置统计生理参数类型，即选择需要进行统计显示的生理参数，例如选择的生理参数为室性早搏、血氧饱和度等；304、设置分类规则，即生理参数类型的分类规则，例如分类规则为室早连续个数，可以分为单个室早(1个V)，二连发室早(2个V)，短连发室早(3至5个V)，长连发室早(大于5个V)，共四种类型；一个V表示一个室早。
4)生理参数统计显示。
上述监护设备中的生理参数统计显示模块可以根据上述统计设置信息统计生理参数结果，并进行显示。生理参数统计显示模块的处理流程如图4所示：401、从历史生理参数结果中提取出指定时间范围内的生理参数结果；402、按照指定时间区间对提取的生理参数结果进行分段；403、按照指定生理参数类型统计每段生理参数结果的分类结果，即根据用户指定统计的生理参数类型，统计这些类型的发生次数；404、绘图显示统计结果，即根据用户设置的时间范围、时间区间，以及指定生理参数类型的分类统计结果，图形化显示每段分类统计结果。
本发明实施例中，监护设备可以根据用户输入的统计设置信息统计该用户所需的统计结果，并进行显示，操作简单，节省时间。
请参见图5，图5是本发明实施例提供的另一种监护设备中生理参数的统计显示方法，该方法包括：
501、接收和/或提取统计设置信息，上述统计设置信息包含时间范围、时间区间、分类规则以及目标参数，上述分类规则规定各类型的上述目标参数；
上述接收和/或提取统计设置信息可以是接收用户输入的统计设置信息，上述统计设置信息全部为用户输入的；还可以是提取上述监护设备预置的统计设置信息，上述统计设置信息全部为上述监护设备预置的；还可以是接收用户输入的一部分统计设置信息，从上述监护设备提取另一部分统计设置信息，得到上述统计设置信息。举例来说，用户设置时间范围、时间区间、分类规则以及目标参数。又举例来说，监护设备提取预置的时间范围、时间区间、分类规则以及目标参数，不需要用户进行设置。又举例来说，用户设置时间范围和目标参数，监护设备提取预置的时间区间和分类规则。可以理解，上述统计设置信息可以是全部由用户进行设置；也可以全部从上述监护设备提取；还可以一部分由用户进行设置，另一部分从上述监护设备提取。上述统计设置信息还可以包含其他信息，本发明实施例不作限定。
所述监护设备预置的统计设置信息可以由用户进行更改或设置。举例来说，监护设备预置的时间区间为1小时，用户可以将时间区间设置为30分钟。又举例来说，监护设备预置的目标参数为心率或脉率，分类规则为心率或脉率的范围，用户可以将预置的目标参数设置为QRS波间期，分类规则调整为QRS波间期对应心率的范围，可以分为极端心动过缓(HR<35bpm)，心动过缓(35bpm<＝HR<50bpm)，正常(50bpm<＝HR<＝120bpm)，心动过速(120bpm<HR<＝160bpm)，极端心动过速(HR>160bpm)，共五种类型。可以理解，用户可以自行设置监护设置预置的统计设置信息。在实际应用中，用户可以设置预先设置一部分统计设置信息，在需要统计和显示目标参数的统计结果时，输入另一部分统计设置信息。在实际应用中，用户可以设置预先设置全部的统计设置信息，在需要统计和显示目标参数的统计结果时，不需要用户进行设置。
监护设备可通过输入设备接收上述统计设置信息；也可以通过接收器接收其他设备发送的统计设置信息。举例来说，用户通过监护设备的输入设备如键盘、设置按钮等输入统计设置信息。又举例来说，用户通过手机等终端向监护设备发送统计设置信息。上述目标参数可以是室性早搏、QRS波间期、心率、心律失常报警事件等，本发明实施例不作限定。上述分类规则规定上述目标参数的分类方法。举例来说，目标参数为心率或脉率，分类规则为心率或脉率的范围，可以分为极端心动过缓(HR<35bpm)，心动过缓(35bpm<＝HR<50bpm)，正常(50bpm<＝HR<＝120bpm)，心动过速(120bpm<HR<＝160bpm)，极端心动过速(HR>160bpm)，共五种类型。又举例来说，目标参数为心律失常报警事件，分类规则为报警等级，可以分为高级报警(停搏、室颤、室速、室缓、极端心动过速、极端心动过缓)，中级报警(R on T、多形室早、室早二联律，室早三联律、心动过缓、心动过速、非持续性室速、室性节律)，低级报警(多连发室早、心跳暂停)和提示报警(二连发室早、单个室早、起搏器未俘获、起搏器未起搏、漏搏、不规则节律、房颤)，共四种类型。
502、从历史生理参数结果中获取N个时间区间对应的N组目标参数结果；上述N个时间区间为上述时间范围包含的N个时间区间；上述N组目标参数结果为上述历史生理参数结果中上述目标参数对应的生理参数结果；
上述监护设备可以采集生理信号，进行相应分析和处理，得到生理参数结果。例如，监护设备接收患者的心电信号，对心电信号进行QRS波的检测和分类，区分出正常心搏和室性早搏，计算出如心率、心律失常报警等生理参数结果。上述历史生理参数结果是指当前时刻之前的生理参数结果。上述历史生理参数结果可以包含多种生理参数的结果；也可以仅包含上述目标生理参数的结果。举例来说，历史生理参数结果可以包含当前时刻之前一段时间内的心率、QRS波间期、心律失常报警等多种生理参数结果；也可以仅包含当前时刻之前一段时间内的目标参数的结果。
上述从历史生理参数结果中获取N个时间区间对应的N组目标参数结果可以是从上述历史生理参数结果中获取上述N个时间区间对应的N个时间段的目标参数结果。举例来说，时间范围为6小时、时间区间为1小时，整个时间范围包含6个时间区间，这6个时间区间对应6个时间段，监护设备获取这6个时间段的目标参数结果。上述历史生理参数结果中可以包含心率、心律失常报警事件、QRS波间期、血氧饱和度等各项生理参数结果。上述N组目标参数结果为上述历史生理参数结果中上述目标参数对应的生理参数结果，例如QRS波间期对应的生理参数结果。
503、依据上述分类规则统计上述N组目标参数结果中各类型的上述目标参数的数目，得到各类型的上述目标参数在上述N个时间区间对应的N组统计结果；
上述监护设备可以预置有上述目标参数的分类规则；也可以由用户设置上述目标参数的分类规则。举例来说，目标参数为室性早搏，分类规则为室早连续个数，可以分为单个室早、二连发室早、短连发室早、长连发室早共四种类型；监护设备统计这4种类型的室性早搏的个数。
504、显示上述N组统计结果。
上述监控设备可以图形化显示上述N组统计结果。如图6所示，图6为图形化显示的室性早搏统计结果。
本发明实施例中，监护设备接收统计设置信息，根据上述统计设置信息统计目标参数，并显示统计的结果；可根据用户的设置信息直观地显示目标参数的统计结果，操作简单。
在一种可选的实现方式中，上述依据上述分类规则统计上述N组目标参数结果中各类型的上述目标参数的数目，得到各类型的上述目标参数在上述N个时间区间对应的N组统计结果之后，上述方法还包括：
在确定目标组统计结果满足目标级别的报警条件的情况下，执行上述目标级别的报警操作；上述目标组统计结果包含于上述N组统计结果。
上述监控设备可以执行一个或多个级别的报警操作。执行不同级别的报警操作需满足不同级别的报警条件。举例来说，监护设备可以包含多个报警灯，不同级别的报警操作点亮不同的报警灯。又举例来说，监护设备包含一个报警灯，通过其不同的工作状态进行报警；例如持续点亮为第一级别的报警，以第一频率闪烁为第二级别的报警，以第三频率闪烁为第三级别的报警。又举例来说，监护设备包含一个报警灯，通过其不同的工作状态进行报警；例如该报警灯发绿光表示第一级别的报警，发黄光表示第二级别的报警，发红光表示第三级别的报警。本发明实施例中，不对报警操作进行限定。
在一种可选的实现方式中，上述目标组统计结果包含第一类型的上述目标参数的统计结果到第M类型的上述目标参数的统计结果；
上述确定目标组统计结果满足目标级别的报警条件的情况包括：
比较第F类型的上述目标参数的统计结果与上述第F类型对应的报警阈值，上述F小于或等于上述M，上述M大于或等于1，上述第F类型的上述目标参数的统计结果为上述第F类型的上述目标参数的个数或比例；
确定上述第F类型的上述目标参数的统计结果大于或等于目标阈值，上述目标阈值为上述目标级别对应的报警阈值。
举例来说，目标参数为室性早搏，分类规则为室早连续个数，可以分为单个室早、二连发室早、短连发室早、长连发室早共四种类型；监护设备统计这4种类型的室性早搏的个数。如图6所示，图6为图形化显示的室性早搏统计结果，601表示单个室早的个数，602表示二连发室早的个数，603表示短连发室早的个数，604表示长连发室早的个数。表1为报警类型与报警阈值的对应表，每个报警类型对应一组报警阈值。报警类型与报警阈值的对应表可以是监护设备预置的，也可以有用户进行设置。
表1
| 报警类型 | 低级别报警阈值 | 中级别报警阈值 | 高级别报警阈值 |
| 单个室早/小时 | 60 | 80 | 100 |
| 二连发室早/小时 | 20 | 30 | 40 |
| 短阵室早/小时 | 15 | 20 | 25 |
| 长时室早/小时 | 6 | 8 | 10 |
上述比较第F类型的上述目标参数的统计结果与上述第F类型对应的报警阈值可以是比较上述第F类型的上述目标参数的统计结果是否大于或等于上述第F类型对应的至少一个报警阈值。以4:00-5:00时间段的统计结果为例，长时室早次数为7次，满足长时室早低级别报警条件，给予低级别报警。上述监护设备可以检测每个类型的上述目标参数的统计结果是否满足该类型的报警条件。在某个时间段的统计结果满足两个或两个以上报警条件的情况下，执行满足的最高级别的报警操作。举例来说，某个时间段的单个室性早搏为60，满足低级别报警阈值；短阵室性早搏为21，满足中级别报警阈值，执行中级别报警操作。上述室早均指室性早搏。
本发明实施例中，可以准确、快速地确定所需执行的报警操作，实现简单。
在一种可选的实现方式中，上述统计设置信息还包含报警阈值设置信息，上述报警阈值设置信息用于设置上述各类型的上述目标参数对应的报警阈值。
本发明实施例中，用户可以通过报警阈值设置信息设置上述各类型的上述目标参数对应的报警阈值。举例来说，用户可以设置表1中的各报警阈值。
本发明实施例中，监护设备可以根据统计设置信息中的报警阈值设置信息设置报警阈值，可以满足不同用户的需求，操作简单。
在一种可选的实现方式中，上述接收统计设置信息之前，上述方法还包括：
采集生理信号，对上述生理信号进行预处理；
计算预处理后的上述生理信号的时域特征和频域特征；
利用上述时域特征和上述频域特征进行计算，得到上述历史生理参数结果。
上述监护设备可以通过生理信号采集装置或者生理信号输入模块采集患者的生理信号。举例来说，监护设备可以采集患者的心电信号、血氧信号等。上述对上述生理信号进行预处理可以是滤除上述生理信号中的高频噪声、去除上述生理信号的基线漂移等，还可以是其他操作，本发明实施例不作限定。上述时域特征可以是根据上述生理信号计算出的QRS波位置、间期、宽度以及脉搏波位置等。上述频域特征可以是上述生理信号的频谱功率分布、有效信号频率峰位置等。上述历史生理参数结果可以包括心率、每分钟室早个数、心律失常报警等生理参数结果。
本发明实施例中，监护设备对采集到的生理信号进行预处理和特征计算，得到历史生理参数结果，并进行存储；实现简单。
在一种可选的实现方式中，上述从历史生理参数结果中获取N个时间区间对应的N组目标参数结果包括：
从上述历史生理参数结果中获取上述时间范围内的目标参数结果；
按照上述时间区间对上述时间范围内的目标参数结果进行分段，得到上述N个时间区间对应的上述N组目标参数结果；
上述显示上述N组统计结果包括：
图形化显示上述N组统计结果。
举例来说，时间范围为6小时、时间区间为1小时，监护设备获取该时间范围的生理参数结果；将该时间范围的生理参数结果分为6段，每1段为1个时间区间对应的生理参数结果。
上述图形化显示上述N组统计结果可以是以柱状图、折线图、饼图、圆环图、面积图等显示上述N组统计结果，本发明实施例不作限定。
本发明实施例中，监护设备根据统计设置信息统计目标参数的统计结果，可得到统计设置信息执行的各时间区间的统计结果，实现简单。
本发明实施例1如下：
某个患者从0:00开始进行生理信号监护，包含心电监护和血氧监护。患者为心律失常病人，其心电信号中存在各种类型的室性早搏，监护设备的生理信号分析模块一直对心电信号进行分析，计算出以下心电参数：QRS波分类结果(正常心搏和室性早搏)、QRS分类模板类型、QRS波间期、心率、心律失常报警；其血氧水平存在一定的升高和降低现象，生理信号分析模块一直对血氧信号进行分析，计算出以下血氧参数：脉率，血氧饱和度。
此时为6:00，用户希望了解最近6小时内，每小时的生理参数统计信息。即统计信息设置如下：统计时间范围为0:00至6:00，统计时间区间为1小时。
若用户选择的生理参数为室性早搏，分类规则为室早连续个数，可以分为单个室早(1个V)，二连发室早(2个V)，短连发室早(3至5个V)，长连发室早(大于5个V)，共四种类型。图6为室性早搏统计结果的示意图，601表示单个室早的个数，602表示二连发室早的个数，603表示短连发室早的个数，604表示长连发室早的个数。
若用户选择的生理参数为心率或脉率，分类规则为心率或脉率的范围，可以分为极端心动过缓(HR<35bpm)，心动过缓(35bpm<＝HR<50bpm)，正常(50bpm<＝HR<＝120bpm)，心动过速(120bpm<HR<＝160bpm)，极端心动过速(HR>160bpm)，共五种类型。图7为心率/脉率统计结果的示意图，701表示极端心动过缓的个数，702表示心动过缓的个数，703表示心动正常的个数，704表示心动过速的个数，705表示极端心动过速的个数。
若用户选择的生理参数为心律失常报警事件，分类规则为报警等级，可以分为高级报警(停搏、室颤、室速、室缓、极端心动过速、极端心动过缓)，中级报警(R on T、多形室早、室早二联律，室早三联律、心动过缓、心动过速、非持续性室速、室性节律)，低级报警(多连发室早、心跳暂停)和提示报警(二连发室早、单个室早、起搏器未俘获、起搏器未起搏、漏搏、不规则节律、房颤)，共四种类型。图8为心律失常报警次数统计结果的示意图，801表示高级报警的个数，802表示中级报警的个数，803表示低级报警的个数，804表示提示报警的个数。
若用户选择的生理参数为QRS波间期(单位为ms)，分类规则为QRS波间期对应心率(换算公式：60*1000/QRS波间期)的范围，可以分为极端心动过缓(HR<35bpm)，心动过缓(35bpm<＝HR<50bpm)，正常(50bpm<＝HR<＝120bpm)，心动过速(120bpm<HR<＝160bpm)，极端心动过速(HR>160bpm)，共五种类型。图9为QRS波间期统计结果的示意图，901表示极端心动过缓的个数，902表示心动过缓的个数，903表示心动正常的个数，904表示心动过速的个数，905表示极端心动过速的个数。
若用户选择的生理参数为血氧饱和度，分类规则为血氧饱和度范围，可以分为血氧正常(SpO2>＝90％)，血氧中等(80％<＝SpO2<90％)，血氧偏低(SpO2<80％)，共三种类型。图10为血氧饱和度统计结果的示意图，1001表示血氧正常的个数，1002表示血氧中等的个数，1003表示血氧偏低的个数。
若用户选择的生理参数为室性早搏的分类模板类型，分类规则为模板类型编号，可以分为模板1到模板N共N种模板类型。假设监护病人在此事件段共出现四种室早模板，分别为模板1到模板4，共4种模板类型。生理参数统计显示模块输出的图形化显示结果见图11。图11为室性早搏模板类型统计结果的示意图，1101表示模板4的个数，1102表示模板3的个数，1103表示模板2的个数，1104表示模板1的个数。
若用户选择其他生理参数，分类规则可根据自行设置的数值范围或类型进行分类。生理参数统计显示模块输出的图形化统计结果。
本发明实施例中，监护设备可根据用户的设置信息直观地显示目标参数的统计结果，操作简单。
本发明的实施例2如下：
实施例2中监护设备的结构示意图可见图1，实施例2在实施例1的基础上，增加了报警模块。图12为本发明实施例提供的报警方法的流程图，监护设备的报警模块利用生理参数统计信息和预设报警阈值，给出报警结果。本发明实施例提出的报警方法，如图12所示，可包括：
1201、获取生理参数统计结果；
1202、判断上述生理参数统计结果是否超过报警阈值；
若是，执行1203；若否，执行1204。
1203、执行报警操作；
1204、不执行报警操作。
报警对象为实施例1中的患者在0:00～6:00的生理参数统计信息。以报警生理参数为室性早搏为例，用户设置的报警阈值如表1所示，可见在4:00-5:00时间段内，长时室早次数为7次，满足长时室早低级别报警条件，给予低级别报警。
本发明实施例中，监护设备根据生理参数统计信息和预设报警阈值确定满足的报警条件，并执行对应的报警操作，可及时通知用户。
请参见图13，图31是本发明实施例提供的另一种监护设备的结构示意图，该监护设备可以包括：
统计信息设置模块1303，用于接收和/或提取统计设置信息，上述统计设置信息包含时间范围、时间区间、分类规则以及目标参数；
生理参数统计显示模块1304，用于从历史生理参数结果中获取N个时间区间对应的N组目标参数结果；上述N个时间区间为上述时间范围包含的N个时间区间；上述N组目标参数结果为上述历史生理参数结果中上述目标参数对应的生理参数结果；用于依据上述分类规则统计上述N组目标参数结果中各类型的上述目标参数的数目，得到各类型的上述目标参数在上述N个时间区间对应的N组统计结果；显示上述N组统计结果。
具体实现方法与图5中的方法相同，这里不作详述。
在一种可选的实现方式中，如图13所示，上述监护设备还包括：
报警模块1305，用于在确定目标组统计结果满足目标级别的报警条件的情况后，执行上述目标级别的报警操作；上述目标组统计结果包含于上述N组统计结果。
在一种可选的实现方式中，上述目标组统计结果包含第一类型的上述目标参数的统计结果到第M类型的上述目标参数的统计结果；
上述报警模块1305，具体用于比较第F类型的上述目标参数的统计结果与上述第F类型对应的报警阈值，上述F小于或等于上述M，上述M大于或等于1，上述第F类型的上述目标参数的统计结果为上述第F类型的上述目标参数的个数或比例；确定上述第F类型的上述目标参数的统计结果大于或等于目标阈值，上述目标阈值为上述目标级别对应的报警阈值。
本发明实施例中，可以准确、快速地确定所需执行的报警操作，实现简单。
在一种可选的实现方式中，上述统计设置信息还包含分类规则，上述分类规则规定各类型的上述目标参数和/或上述各类型的上述目标参数分别对应的数值范围；
上述生理参数统计显示模块1304，具体用于依据上述分类规则统计上述N组生理参数结果中各类型的上述目标参数的数目，得到各类型的上述目标参数在上述N个时间区间对应的N组统计结果。
本发明实施例中，用户可以根据自己的需要设置分类规则，而不是采用固定的额分类规则，可以满足不同用户的需求。
在一种可选的实现方式中，上述统计设置信息还包含报警阈值设置信息，上述报警阈值设置信息用于设置上述各类型的上述目标参数对应的报警阈值。
本发明实施例中，监护设备可以根据统计设置信息中的报警阈值设置信息设置报警阈值，可以满足不同用户的需求，操作简单。
在一种可选的实现方式中，上述监护设备还包括：
生理信号输入模块1301，用于采集生理信号；
生理信号分析模块1302，用于对上述生理信号进行预处理；计算预处理后的上述生理信号的时域特征和频域特征；利用上述时域特征和上述频域特征进行计算，得到上述历史生理参数结果。
本发明实施例中，监护设备对采集到的生理信号进行预处理和特征计算，得到历史生理参数结果，并进行存储；实现简单。
在一种可选的实现方式中，上述生理参数统计显示模块1304，具体用于从上述历史生理参数结果中获取上述时间范围内的目标参数结果；按照上述时间区间对上述时间范围内的上述目标参数结果进行分段，得到上述N个时间区间对应的上述N组目标参数结果；图形化显示上述N组统计结果。
本发明实施例中，监护设备根据统计设置信息统计目标参数的统计结果，可得到统计设置信息执行的各时间区间的统计结果，实现简单。
请参见图14，图14是本发明实施例提供的一种监护设备，该监护设备包括处理器1401、存储器1402、输入设备1403和输出设备1404，上述处理器401、存储器402、输入设备1403和输出设备1404通过总线相互连接。
存储器1402包括但不限于是随机存储记忆体(英文：Random Access Memory，简称：RAM)、只读存储器(英文：Read-Only Memory，简称：ROM)、可擦除可编程只读存储器(英文：Erasable Programmable Read Only Memory，简称：EPROM)、或便携式只读存储器(英文：Compact Disc Read-Only Memory，简称：CD-ROM)，该存储器1402用于相关指令及数据。输入设备1403用于输入统计设备信息。输出设备1404用于显示统计结果。
处理器1401可以是一个或多个中央处理器(英文：Central Processing Unit，简称：CPU)，在处理器1401是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。
该监护设备的处理器1401用于读取上述存储器1402中存储的程序代码，执行以下操作：接收和/或提取统计设置信息，上述统计设置信息包含时间范围、时间区间、分类规则以及目标参数，上述分类规则规定各类型的上述目标参数；从历史生理参数结果中获取N个时间区间对应的N组目标参数结果；上述N个时间区间为上述时间范围包含的N个时间区间；上述N组目标参数结果为上述历史生理参数结果中上述目标参数对应的生理参数结果；依据上述分类规则统计上述N组目标参数结果中各类型的上述目标参数的数目，得到各类型的上述目标参数在上述N个时间区间对应的N组统计结果；显示上述N组统计结果。
需要说明的是，各个操作的实现还可以对应参照图5所示的方法实施例的相应描述。
本发明实施例提供一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现：接收和/或提取统计设置信息，上述统计设置信息包含时间范围、时间区间、分类规则以及目标参数，上述分类规则规定各类型的上述目标参数；从历史生理参数结果中获取N个时间区间对应的N组目标参数结果；上述N个时间区间为上述时间范围包含的N个时间区间；上述N组目标参数结果为上述历史生理参数结果中上述目标参数对应的生理参数结果；依据上述分类规则统计上述N组目标参数结果中各类型的上述目标参数的数目，得到各类型的上述目标参数在上述N个时间区间对应的N组统计结果；显示上述N组统计结果。
上述计算机可读存储介质可以是前述任一实施例中的监护设备的内部存储单元，例如监护设备的硬盘或内存。上述计算机可读存储介质也可以是上述监护设备的外部存储设备，例如上述监护设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。而前述的存储介质包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，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，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种监护设备中生理参数的统计显示方法，其特征在于，包括：
接收和/或提取统计设置信息，所述统计设置信息包含时间范围、时间区间、分类规则以及目标参数，所述分类规则规定所述目标参数的各类型；
从历史生理参数结果中获取N个时间区间对应的N组目标参数结果；所述N个时间区间为所述时间范围包含的N个时间区间；所述N组目标参数结果为所述历史生理参数结果中所述目标参数对应的生理参数结果；
依据所述分类规则统计所述N组目标参数结果中所述目标参数的各类型的数目，得到所述目标参数的各类型在所述N个时间区间对应的N组统计结果；
显示所述N组统计结果；
所述从历史生理参数结果中获取N个时间区间对应的N组目标参数结果包括：
从所述历史生理参数结果中获取所述时间范围内的目标参数结果；
按照所述时间区间对所述时间范围内的所述目标参数结果进行分段，得到所述N个时间区间对应的所述N组目标参数结果；
所述显示所述N组统计结果包括：
图形化显示所述N组统计结果。
2.根据权利要求1所述的方法，其特征在于，所述依据所述分类规则统计所述N组目标参数结果中所述目标参数的各类型的数目，得到所述目标参数的各类型在所述N个时间区间对应的N组统计结果之后，所述方法还包括：
在确定目标组统计结果满足目标级别的报警条件的情况下，执行所述目标级别的报警操作；所述目标组统计结果包含于所述N组统计结果。
3.根据权利要求2所述的方法，其特征在于，所述目标组统计结果包含第一类型的所述目标参数的统计结果到第M类型的所述目标参数的统计结果；
所述确定目标组统计结果满足目标级别的报警条件的情况包括：
比较第F类型的所述目标参数的统计结果与所述第F类型对应的报警阈值，所述F小于或等于所述M，所述M大于或等于1，所述第F类型的所述目标参数的统计结果为所述第F类型的所述目标参数的个数或比例；
确定所述第F类型的所述目标参数的统计结果大于或等于目标阈值，所述目标阈值为所述目标级别对应的报警阈值。
4.根据权利要求3所述的方法，其特征在于，所述统计设置信息还包含报警阈值设置信息，所述报警阈值设置信息用于设置所述目标参数的各类型对应的报警阈值。
5.根据权利要求1至4任意一项所述的方法，其特征在于，所述接收统计设置信息之前，所述方法还包括：
采集生理信号，对所述生理信号进行预处理；
计算预处理后的所述生理信号的时域特征和频域特征；
利用所述时域特征和所述频域特征进行计算，得到所述历史生理参数结果。
6.一种监护设备，其特征在于，包括：
统计信息设置模块，用于接收和/或提取统计设置信息，所述统计设置信息包含时间范围、时间区间、分类规则以及目标参数；
生理参数统计显示模块，用于从历史生理参数结果中获取N个时间区间对应的N组目标参数结果；所述N个时间区间为所述时间范围包含的N个时间区间；所述N组目标参数结果为所述历史生理参数结果中所述目标参数对应的生理参数结果；用于依据所述分类规则统计所述N组目标参数结果中所述目标参数的各类型的数目，得到所述目标参数的各类型在所述N个时间区间对应的N组统计结果；显示所述N组统计结果；
所述生理参数统计显示模块，具体用于从所述历史生理参数结果中获取所述时间范围内的目标参数结果；按照所述时间区间对所述时间范围内的所述目标参数结果进行分段，得到所述N个时间区间对应的所述N组目标参数结果；图形化显示所述N组统计结果。
7.根据权利要求6所述的监护设备，其特征在于，所述监护设备还包括：
报警模块，用于在确定目标组统计结果满足目标级别的报警条件的情况后，执行所述目标级别的报警操作；所述目标组统计结果包含于所述N组统计结果。
8.根据权利要求7所述的监护设备，其特征在于，所述目标组统计结果包含第一类型的所述目标参数的统计结果到第M类型的所述目标参数的统计结果；
所述报警模块，具体用于比较第F类型的所述目标参数的统计结果与所述第F类型对应的报警阈值，所述F小于或等于所述M，所述M大于或等于1，所述第F类型的所述目标参数的统计结果为所述第F类型的所述目标参数的个数或比例；确定所述第F类型的所述目标参数的统计结果大于或等于目标阈值，所述目标阈值为所述目标级别对应的报警阈值。
9.根据权利要求8所述的监护设备，其特征在于，所述统计设置信息还包含报警阈值设置信息，所述报警阈值设置信息用于设置所述目标参数的各类型对应的报警阈值。
10.根据权利要求6至9任意一项所述的监护设备，其特征在于，所述监护设备还包括：
生理信号输入模块，用于采集生理信号；
生理信号分析模块，用于对所述生理信号进行预处理；计算预处理后的所述生理信号的时域特征和频域特征；利用所述时域特征和所述频域特征进行计算，得到所述历史生理参数结果。
11.一种监护设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-5任一项所述的方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2017/115288 WO2019109351A1 (zh) | 2017-12-08 | 2017-12-08 | 监护设备中生理参数的统计显示方法及监护设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111684540A CN111684540A (zh) | 2020-09-18 |
| CN111684540B true CN111684540B (zh) | 2024-06-07 |
Family
ID=66750721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780098075.XA Active CN111684540B (zh) | 2017-12-08 | 2017-12-08 | 监护设备中生理参数的统计显示方法及监护设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11744524B2 (zh) |
| CN (1) | CN111684540B (zh) |
| WO (1) | WO2019109351A1 (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111953541B (zh) * | 2020-08-10 | 2023-12-05 | 腾讯科技（深圳）有限公司 | 告警信息处理方法、装置、计算机设备及存储介质 |
| CN114533014A (zh) * | 2020-11-26 | 2022-05-27 | 深圳市科瑞康实业有限公司 | 一种根据不同心律类型的心率范围进行预警的方法 |
| CN112843363A (zh) * | 2020-12-31 | 2021-05-28 | 复旦大学附属华山医院 | 用于透析患者的流程管理系统 |
| CN113486073A (zh) * | 2021-05-08 | 2021-10-08 | 华东师范大学 | 面向数字化环境下养老护理员照护信息协同优化方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106709256A (zh) * | 2016-12-29 | 2017-05-24 | 上海微创电生理医疗科技股份有限公司 | Ecg数据处理系统及方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19608733C1 (de) * | 1996-03-06 | 1997-05-22 | Siemens Ag | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens |
| US6993377B2 (en) * | 2002-02-22 | 2006-01-31 | The Board Of Trustees Of The University Of Arkansas | Method for diagnosing heart disease, predicting sudden death, and analyzing treatment response using multifractal analysis |
| US9265429B2 (en) * | 2009-09-18 | 2016-02-23 | Welch Allyn, Inc. | Physiological parameter measuring platform device supporting multiple workflows |
| CN102138789B (zh) * | 2011-01-24 | 2014-05-14 | 无锡微感科技有限公司 | 一种动态心电和运动记录与分析系统 |
| US9750442B2 (en) * | 2013-03-09 | 2017-09-05 | Masimo Corporation | Physiological status monitor |
| TWI492739B (zh) * | 2013-06-26 | 2015-07-21 | Shuenn Yuh Lee | 生理訊號檢測無線監控系統、生理訊號分析端裝置及生理訊號檢測端裝置 |
| CN103876718A (zh) * | 2014-03-18 | 2014-06-25 | 辛勤 | 基于生理参数的健康监控方法及系统 |
| US10105547B2 (en) * | 2015-11-02 | 2018-10-23 | West Affum Holdings Corp. | Wearable cardioverter defibrillator (WCD) causing patient's QRS width to be plotted against the heart rate |
-
2017
- 2017-12-08 CN CN201780098075.XA patent/CN111684540B/zh active Active
- 2017-12-08 WO PCT/CN2017/115288 patent/WO2019109351A1/zh active Application Filing
-
2020
- 2020-06-08 US US16/894,985 patent/US11744524B2/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106709256A (zh) * | 2016-12-29 | 2017-05-24 | 上海微创电生理医疗科技股份有限公司 | Ecg数据处理系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019109351A1 (zh) | 2019-06-13 |
| US20200297283A1 (en) | 2020-09-24 |
| CN111684540A (zh) | 2020-09-18 |
| US11744524B2 (en) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2944251B1 (en) | Method, apparatus and computer-readable medium for confidence level determination of ambulatory hr algorithm based on a three-way rhythm classifier | |
| US11744524B2 (en) | Statistical display method for physiological parameter of monitoring apparatus, and monitoring apparatus | |
| EP1722680B1 (en) | Distributed cardiac activity monitoring with selective filtering | |
| EP1928311B1 (en) | Monitoring method and apparatus | |
| AU2004266555B2 (en) | EEG seizure analysis | |
| CN107456227B (zh) | 全导联心电图聚类模板系统及方法 | |
| JP2022536552A (ja) | 脳波（ｅｅｇ）の非線形性の変化に基づく発作検出システム及び方法 | |
| JP2023099043A (ja) | 脳波（ｅｅｇ）の非線形性の変化に基づく発作検出システム及び方法 | |
| WO2012148470A1 (en) | Identifying seizures using heart rate decrease | |
| US20130041275A1 (en) | System, apparatus and method for diagnosing seizures | |
| CN109674474B (zh) | 睡眠呼吸暂停识别方法、设备及计算机可读介质 | |
| US11344242B2 (en) | Vital-sign data statistics system and patient monitor | |
| US20200138318A1 (en) | Methods and systems for seizure analysis | |
| US11179046B2 (en) | Method and system for detection of atrial fibrillation | |
| CN114366060A (zh) | 一种基于心率变异性的健康预警方法、装置及电子设备 | |
| WO2019185768A1 (en) | Method to analyze cardiac rhythms using beat-to-beat display plots | |
| CN110660492A (zh) | 动态生理参数监测方法、系统、监测设备及介质 | |
| US11179088B2 (en) | Electrocardiogram analysis | |
| Alfarhan et al. | Wireless heart abnormality monitoring kit based on Raspberry Pi | |
| KR20150081763A (ko) | 심전도 신호의 저전력 고효율 r파 검출 방법 및 시스템 | |
| Vasyltsov et al. | Statistical approach for lightweight detection of anomalies in ECG | |
| Deotale et al. | Identification of arrhythmia using ECG signal patterns | |
| Mohonta et al. | Cardiac Disorder Detection based on Features Analysis and CNN in GUI from ECG Signals | |
| Franchini | Automatic and intuitive electrocardiography monitoring system using Arduino | |
| CN113995418A (zh) | 一种实时心电监测方法及系统 |
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 |