CN112827011A - 一种基于视觉检测的药物输注泵控制系统及其控制方法 - Google Patents
一种基于视觉检测的药物输注泵控制系统及其控制方法 Download PDFInfo
- Publication number
- CN112827011A CN112827011A CN202011470201.XA CN202011470201A CN112827011A CN 112827011 A CN112827011 A CN 112827011A CN 202011470201 A CN202011470201 A CN 202011470201A CN 112827011 A CN112827011 A CN 112827011A
- Authority
- CN
- China
- Prior art keywords
- side effect
- infusion pump
- drug
- degree
- reinforcement learning
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/142—Pressure infusion, e.g. using pumps
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/142—Pressure infusion, e.g. using pumps
- A61M2005/14208—Pressure infusion, e.g. using pumps with a programmable infusion control system, characterised by the infusion program
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/18—General characteristics of the apparatus with alarm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
- A61M2230/42—Rate
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Engineering & Computer Science (AREA)
- Anesthesiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Hematology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
Abstract
本发明公开一种基于视觉检测的药物输注泵控制系统及其控制方法,包括视觉检测模块,深度强化学习控制模块,药物供给模块以及警报模块,使用视觉检测对人面部表情进行识别,不论是疼痛时反应疼痛程度微表情,还是药物副作用时呼吸困难或意识不清晰的微表情,都可以通过视觉检测进行准确识别,在视觉检测的基础上,使用深度强化学习控制药物供给,能够实现全镇痛麻醉流程的自动化检测,配合预警模块能够使得在出现非正常情况可能性时,能够及时发出提醒。
Description
技术领域
本发明涉及医疗器械技术领域,尤其是涉及一种基于视觉检测的药物输注泵控制系统及其控制方法。
背景技术
输注泵是一种可以持续输注液体的装置,并且能使药物在体内保持稳定的浓度,提高药物治疗效果。通常在持续输注量的基础上允许病人自行按压以增加一个额外输注剂量,符合疼痛感觉个体化差异的特征。输注泵常应用于外科手术后镇痛和产妇分娩镇痛;并且输注泵中常添加阿片类强效镇痛药物,该药物剂量应用把握不当常可引起患者呼吸抑制等并发症,现国内绝大部分医院主要由麻醉专科医师负责用于镇痛或镇静输注泵的配制和管理。
然而,现实中却由于医院内使用输注泵的患者多且分散分布,术后不同时间段患者对镇痛需求也不一样,麻醉科人员配备不足及成本等因素实在无法每个外科科室安排一名工作人员对病人输注泵进行个体化调控管理,因此使用自动化控制系统对输注泵进行智能控制成为一个比较重要的需求。
发明内容
本发明所要解决的技术问题是提供一种使用视觉检测对病人情况进行判断,并且使用深度强化学习对药物输注泵的药物释放进行自动控制的一种药物输注泵控制系统及其方法。
本发明控制系统所采用的技术方案是一种基于视觉检测的药物输注泵控制系统,包括:
对面部疼痛表情以及药物副作用面部反应进行监控的视觉检测模块;
与视觉检测模块连接的控制药物释放的深度强化学习控制模块;
受深度强化学习控制的药物供给模块;
以及当视觉检测模块检测到非当前药物供给可控情况时的警报模块;
所述药物供给模块包括镇痛或麻醉药物输注泵与镇痛或麻醉过度时的缓解药物输注泵。
本发明控制系统的有益效果是:使用视觉检测对人面部表情进行识别,不论是疼痛时反应疼痛程度微表情,还是药物副作用时呼吸困难或意识不清晰的微表情,都可以通过视觉检测进行准确识别,在视觉检测的基础上,使用深度强化学习控制药物供给,能够实现全镇痛或麻醉流程的自动化检测,配合预警模块能够使得在出现非正常情况可能性时,能够及时发出提醒。
本发明控制方法所采用的技术方案是一种基于视觉检测的药物输注泵控制方法,包括:
S1、使用视觉检测模块对面部表情进行特征提取与分类判断,得到特征向量、对人体当前疼痛以及药物副作用情况的判定;
S2、将S1得到的特征向量作为深度强化学习的输入,根据S1得到的分类判断定义深度强化学习的奖励函数,将控制镇痛或麻醉药物输注泵释放药物以及镇痛或麻醉过度的缓解药物输注泵释放药物作为深度强化学习动作输出;
S3、使用S1得到的分类判断,对深度强化学习的输出动作进行监督校正;
S4、在仿真环境下对深度强化学习模型进行训练,得到任务执行模型。
本发明控制方法的有益效果是:使用基于视觉检测分类构建强化学习的奖励以及监督校正,使用视觉检测的特征提取作为强化学习模型的输入,使得视觉检测与强化学习决策较好的联合起来对整个镇痛或麻醉流程进行控制,实现全自动化,使用仿真模型训练可以得到较好的任务执行模型。
作为优先,所述S1包括:
A1、实时拍摄面部表情,预处理后使用特征提取器提取特征向量;
A2、根据A1提取的特征向量维度,构造一个疼痛程度分类器以及一个药物副作用程度分类器;
A3、根据面部疼痛表情量表准备数据集,对疼痛程度分类器进行训练;
A4、根据药物副作用面部表情准备数据集,对药物副作用程度分类器进行训练;
A5、设定一疼痛程度下限值与副作用程度下限值,将A1得到的特征向量作为A3训练完成的疼痛程度分类器的输入,进行当前疼痛程度分类,若当前疼痛程度低于下限值,则将A1得到的特征向量同步作为药物副作用程度分类器的输入,同时判别当前药物副作用程度;若副作用程度高于副作用程度下限值,则关闭疼痛程度分类器;若疼痛程度高于上限值,则关闭药物副作用程度分类器。
上述方法使得分类器能够较好的判定当前情况,且能够最大化排除多个分类器在后续决策时候的相互影响。
作为优先,所述S2包括,所述深度强化学习使用连续型控制模型,所述深度强化学习的动作输出为镇痛或麻醉药物输注泵的药物释放速度和镇痛或麻醉过量缓解药物输注泵的药物释放速度两个元素;所述疼痛程度分类器和副作用程度分类器同步开启,且副作用分类器的分类程度低于指定副作用程度时,给以深度强化学习模型正奖励,在其他情况下给以负奖励。
上述内容使得深度强化学习模型的优化目标控制在保证病人疼痛程度降低且不会药物过量发生副作用。
作为优先,所述S3包括:当副作用程度低于下限值或副作用程度分类器未工作时,镇痛或麻醉药物输注泵接收深度强化学习模型的动作指令释放药物,镇痛或麻醉过度缓解药物输注泵不工作;当副作用程度高于下限值时,镇痛或麻醉过度缓解药物输注泵接收深度强化学习模型的动作指令释放药物释放速度动作对接,镇痛或麻醉药物输注泵不工作。
上述方法使得在明显处于疼痛状态,或明显处于副作用状态时,两个动作不会互相干扰,最大化单一动作效果,且在高于下限值时才选择给药缓解,在低于下限值时可以自动采用停止释放镇痛药的策略。
作为优先,所述深度强化学习模型的动作输出层激活函数为tanh函数,当输出值小于0等于时,定义药物释放速度为0,这使得深度强化学习控制存在较大的策略空间,可以具有采用停止给药等待之前的药物生效这一策略。
作为优先,所述S1还包括非正常情况分类器,所述非正常情况分类器的输出包括副作用概率,疼痛概率以及非正常情况概率,将A3和A4准备的两个数据集作为副作用情况分类和疼痛情况分类进行训练,将符合该两种分类的数据集输入后训练至输出概率为1,同时准备根据非常情况面部表情量表构造的数据集进行非正常情况分类进行训练,在完成训练后将A1得到的特征向量作为非正常情况分类器的输入,若非正常情况概率高于设定值,则警报模块发生预警。通过预警模块辅助,可以在非正常概率高于一定值时发出预警,医护人员能够及时进行调整监护防止意外情况发生。
附图说明
图1为本发明方法流程示意图;
图2为本发明系统模块图。
具体实施方式
本发明涉及了一种基于视觉检测的药物输注泵控制系统及其控制方法,其中控制系统所采用的技术方案是:对面部疼痛表情以及药物副作用面部反应进行监控的视觉检测模块;与视觉检测模块连接的控制药物释放的深度强化学习控制模块;受深度强化学习控制的药物供给模块;以及当视觉检测模块检测到非当前药物供给可控情况时的警报模块;所述药物供给模块包括镇痛或麻醉药物输注泵与镇痛或麻醉过度时的缓解药物输注泵。控制方法所采用的技术方案是一种基于视觉检测的药物输注泵控制方法,包括:S1、使用视觉检测模块对面部表情进行特征提取与分类判断,得到特征向量、对人体当前疼痛以及药物副作用情况的判定;S2、将S1得到的特征向量作为深度强化学习的输入,根据S1得到的分类判断定义深度强化学习的奖励函数,将控制镇痛或麻醉药物输注泵释放药物以及镇痛或麻醉过度的缓解药物输注泵释放药物作为深度强化学习动作输出;S3、使用S1得到的分类判断,对深度强化学习的输出动作进行监督校正;S4、在仿真环境下对深度强化学习模型进行训练,得到任务执行模型。本发明使用视觉检测对人面部表情进行识别,不论是疼痛时反应疼痛程度微表情,还是药物副作用时呼吸困难或意识不清晰的微表情,都可以通过视觉检测进行准确识别,在视觉检测的基础上,使用深度强化学习控制药物供给,能够实现全镇痛或麻醉流程的自动化检测,配合预警模块能够使得在出现非正常情况可能性时,能够及时发出提醒;使用基于视觉检测分类构建强化学习的奖励以及监督校正,使用视觉检测的特征提取作为强化学习模型的输入,使得视觉检测与强化学习决策较好的联合起来对整个镇痛或麻醉流程进行控制,实现全自动化,使用仿真模型训练可以得到较好的任务执行模型。
所述S1包括:
A1、实时拍摄面部表情,预处理后使用特征提取器提取特征向量;
A2、根据A1提取的特征向量维度,构造一个疼痛程度分类器以及一个药物副作用程度分类器;
A3、根据面部疼痛表情量表准备数据集,对疼痛程度分类器进行训练;
A4、根据药物副作用面部表情量表准备数据集,对药物副作用程度分类器进行训练;
A5、设定一疼痛程度下限值与副作用程度下限值,将A1得到的特征向量作为A3训练完成的疼痛程度分类器的输入,进行当前疼痛程度分类,若当前疼痛程度低于下限值,则将A1得到的特征向量同步作为药物副作用程度分类器的输入,同时判别当前药物副作用程度;若副作用程度高于副作用程度下限值,则关闭疼痛程度分类器;若疼痛程度高于上限值,则关闭药物副作用程度分类器。
上述方法使得分类器能够较好的判定当前情况,且能够最大化排除多个分类器在后续决策时候的相互影响。
在本发明中,深度强化学习使用连续型控制模型,所述深度强化学习的动作输出为镇痛或麻醉药物的释放速度和镇痛或麻醉过量缓解药物的注射速度两个元素;所述疼痛程度分类器和副作用程度分类器同步开启,且副作用分类器的分类程度低于指定副作用程度时,给以深度强化学习模型正奖励,在其他情况下给以负奖励,上述内容使得深度强化学习模型的优化目标控制在保证病人疼痛程度降低且不会药物过量发生副作用。
当副作用程度低于下限值或副作用程度分类器未工作时,镇痛或麻醉药物输注泵接收深度强化学习模型的动作指令释放药物,镇痛或麻醉过度缓解药物输注泵不工作;当副作用程度高于下限值时,镇痛或麻醉过度缓解药物输注泵接收深度强化学习模型的动作指令释放药物释放速度动作对接,镇痛或麻醉药物输注泵不工作。上述方法使得在明显处于疼痛状态,或明显处于副作用状态时,两个动作不会互相干扰,最大化单一动作效果。
所述深度强化学习模型的动作输出层激活函数为tanh函数,当输出值小于0等于时,定义药物释放速度为0,这使得深度强化学习控制存在较大的策略空间,可以具有采用停止给药等待之前的药物生效这一策略。
本发明还包括非正常情况分类器,所述非正常情况分类器的输出包括副作用概率,疼痛概率以及非正常情况概率,将A3和A4准备的两个数据集作为副作用情况分类和疼痛情况分类进行训练,将符合该两种分类的数据集输入后训练至输出概率为1,同时准备根据非常情况面部表情量表构造的数据集进行非正常情况分类进行训练,在完成训练后将A1得到的特征向量作为非正常情况分类器的输入,若非正常情况概率高于设定值,则警报模块发生预警。通过预警模块辅助,可以在非正常概率高于一定值时发出预警,医护人员能够及时进行调整监护防止意外情况发生。
在一个实施例中,本发明的深度强化学习算法可以使用DDPG实现。
在一个实施例中,本发明的面部微表情识别为基于3D的面部识别或基于2D的面部识别。
在一个实施例中,本发明的视觉检测预处理包括对面部的气色、紧张程度、褶皱进行针对性处理。
在一个实施例中,本发明深度强化学习输出的大于0的值为将常规药物释放速度归一化后的值。
在一个实施例中,所述实时拍摄面部表情为多角度实时拍摄。
在一个实施例中,使用呼气频率检测仪对药物副作用程度分类器进行辅助校准,若药物副作用分类器分类结果与呼气频率检测仪结果不相符,则报警模块发出预警。
在一个实施例中,副作用程度数据集通过沟通或自述或观察或通过仪器检测,然后进行人工标注拍摄到的图片与副作用程度标签对应得到。
Claims (7)
1.一种基于视觉检测的输注泵控制系统,其特征在于,包括:
对面部疼痛表情以及药物副作用面部反应进行监控的视觉检测模块;
与视觉检测模块连接的控制药物释放的深度强化学习控制模块;
受深度强化学习控制的药物供给模块;
以及当视觉检测模块检测到非当前药物供给可控情况时的警报模块;
所述药物供给模块包括镇痛或麻醉药物输注泵与镇痛或麻醉过度时的缓解药物输注泵。
2.一种基于视觉检测的输注泵控制方法,其特征在于,包括:
S1、使用视觉检测模块对面部表情进行特征提取与分类判断,得到特征向量、对人体当前疼痛以及药物副作用情况的判定;
S2、将S1得到的特征向量作为深度强化学习的输入,根据S1得到的分类判断定义深度强化学习的奖励函数,将控制镇痛或麻醉药物输注泵释放药物以及镇痛或麻醉过度的缓解药物输注泵释放药物作为深度强化学习动作输出;
S3、使用S1得到的分类判断,对深度强化学习的输出动作进行监督校正;
S4、在仿真环境下对深度强化学习模型进行训练,得到任务执行模型。
3.根据权利要求2所述的一种基于视觉检测的输注泵控制方法,其特征在于,所述S1包括:
A1、实时拍摄面部表情,预处理后使用特征提取器提取特征向量;
A2、根据A1提取的特征向量维度,构造一个疼痛程度分类器以及一个药物副作用程度分类器;
A3、根据面部疼痛表情量表准备数据集,对疼痛程度分类器进行训练;
A4、根据药物副作用时的面部表情准备数据集,对药物副作用程度分类器进行训练;
A5、设定一疼痛程度下限值与副作用程度下限值,将A1得到的特征向量作为A3训练完成的疼痛程度分类器的输入,进行当前疼痛程度分类,若当前疼痛程度低于下限值,则将A1得到的特征向量同步作为药物副作用程度分类器的输入,同时判别当前药物副作用程度;若副作用程度高于副作用程度下限值,则关闭疼痛程度分类器;若疼痛程度高于上限值,则关闭药物副作用程度分类器。
4.根据权利要求3所述的一种基于视觉检测的输注泵控制方法,其特征在于,所述S2包括,所述深度强化学习使用连续型控制模型,所述深度强化学习的动作输出为镇痛或麻醉药物输注泵的药物释放速度和镇痛或麻醉过量缓解药物输注泵的药物释放速度两个元素;所述疼痛程度分类器和副作用程度分类器同步开启,且副作用分类器的分类程度低于指定副作用程度时,给以深度强化学习模型正奖励,在其他情况下给以负奖励。
5.根据权利要求4所述的一种基于视觉检测的输注泵控制方法,其特征在于,所述S3包括:当副作用程度低于下限值或副作用程度分类器未工作时,镇痛或麻醉药物输注泵接收深度强化学习模型的动作指令释放药物,镇痛或麻醉过度缓解药物输注泵不工作;当副作用程度高于下限值时,镇痛或麻醉过度缓解药物输注泵接收深度强化学习模型的动作指令释放药物释放速度动作对接,镇痛或麻醉药物输注泵不工作。
6.根据权利要求4所述的一种基于视觉检测的输注泵控制方法,其特征在于,所述深度强化学习模型的动作输出层激活函数为tanh函数,当输出值小于0等于时,定义药物释放速度为0。
7.根据权利要求2所述的一种基于视觉检测的输注泵控制方法,其特征在于,所述S1还包括非正常情况分类器,所述非正常情况分类器的输出包括副作用概率,疼痛概率以及非正常情况概率,将A3和A4准备的两个数据集作为副作用情况分类和疼痛情况分类进行训练,将符合该两种分类的数据集输入后训练至输出概率为1,同时准备根据非常情况面部表情量表构造的数据集进行非正常情况分类进行训练,在完成训练后将A1得到的特征向量作为非正常情况分类器的输入,若非正常情况概率高于设定值,则警报模块发生预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011470201.XA CN112827011B (zh) | 2020-12-14 | 2020-12-14 | 一种基于视觉检测的药物输注泵控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011470201.XA CN112827011B (zh) | 2020-12-14 | 2020-12-14 | 一种基于视觉检测的药物输注泵控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112827011A true CN112827011A (zh) | 2021-05-25 |
CN112827011B CN112827011B (zh) | 2023-04-28 |
Family
ID=75923529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011470201.XA Active CN112827011B (zh) | 2020-12-14 | 2020-12-14 | 一种基于视觉检测的药物输注泵控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112827011B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113455834A (zh) * | 2021-07-08 | 2021-10-01 | 首都医科大学附属北京天坛医院 | 一种家庭医用智能药柜 |
CN118197609A (zh) * | 2024-05-17 | 2024-06-14 | 大连百首企家科技有限公司 | 一种基于人脸表情分析的麻醉镇痛效果评估方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010025156A1 (en) * | 1999-02-10 | 2001-09-27 | Tuan Bui | Method and apparatus for automatically controlling the level of medication |
CN1901954A (zh) * | 2003-12-05 | 2007-01-24 | 卡迪纳尔健康303公司 | 借助病人监测系统的病人自控镇痛技术 |
CN104784784A (zh) * | 2015-04-24 | 2015-07-22 | 江苏人先医疗科技有限公司 | 一种实现智能输液的镇痛泵控制方法、装置及设备 |
CN105125172A (zh) * | 2015-06-24 | 2015-12-09 | 广州三瑞医疗器械有限公司 | 基于面部图像识别的镇痛控制方法及其装置 |
WO2018130215A1 (zh) * | 2017-01-16 | 2018-07-19 | 马挺 | 结合疼痛评估调节输液参数的方法、系统、撤泵提示方法 |
CN108388890A (zh) * | 2018-03-26 | 2018-08-10 | 南京邮电大学 | 一种基于面部表情识别的新生儿疼痛程度评估方法及系统 |
US20190091403A1 (en) * | 2013-03-15 | 2019-03-28 | Ivan Osorio | Automatic treatment of pain |
CN111249567A (zh) * | 2020-01-20 | 2020-06-09 | 苏州麦德迅医疗科技有限公司 | 无线镇痛泵系统 |
CN111803756A (zh) * | 2020-06-12 | 2020-10-23 | 江苏爱朋医疗科技股份有限公司 | 一种智能自控镇痛系统 |
-
2020
- 2020-12-14 CN CN202011470201.XA patent/CN112827011B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010025156A1 (en) * | 1999-02-10 | 2001-09-27 | Tuan Bui | Method and apparatus for automatically controlling the level of medication |
CN1901954A (zh) * | 2003-12-05 | 2007-01-24 | 卡迪纳尔健康303公司 | 借助病人监测系统的病人自控镇痛技术 |
US20190091403A1 (en) * | 2013-03-15 | 2019-03-28 | Ivan Osorio | Automatic treatment of pain |
CN104784784A (zh) * | 2015-04-24 | 2015-07-22 | 江苏人先医疗科技有限公司 | 一种实现智能输液的镇痛泵控制方法、装置及设备 |
CN105125172A (zh) * | 2015-06-24 | 2015-12-09 | 广州三瑞医疗器械有限公司 | 基于面部图像识别的镇痛控制方法及其装置 |
WO2018130215A1 (zh) * | 2017-01-16 | 2018-07-19 | 马挺 | 结合疼痛评估调节输液参数的方法、系统、撤泵提示方法 |
CN108388890A (zh) * | 2018-03-26 | 2018-08-10 | 南京邮电大学 | 一种基于面部表情识别的新生儿疼痛程度评估方法及系统 |
CN111249567A (zh) * | 2020-01-20 | 2020-06-09 | 苏州麦德迅医疗科技有限公司 | 无线镇痛泵系统 |
CN111803756A (zh) * | 2020-06-12 | 2020-10-23 | 江苏爱朋医疗科技股份有限公司 | 一种智能自控镇痛系统 |
Non-Patent Citations (1)
Title |
---|
杨在启: "《新编麻醉学》", 30 June 2018 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113455834A (zh) * | 2021-07-08 | 2021-10-01 | 首都医科大学附属北京天坛医院 | 一种家庭医用智能药柜 |
CN118197609A (zh) * | 2024-05-17 | 2024-06-14 | 大连百首企家科技有限公司 | 一种基于人脸表情分析的麻醉镇痛效果评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112827011B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112827011A (zh) | 一种基于视觉检测的药物输注泵控制系统及其控制方法 | |
AU2015343123B2 (en) | Respiratory parameter guided automated IV administration and IV tube clamp activation | |
CN110547868B (zh) | 一种连续麻醉装置 | |
CN103153178A (zh) | 用于结合麻醉药和止痛药的药物效应相互作用与评估麻醉期间意识水平的脑电图的装置 | |
CN105793853B (zh) | 关于患者护理的分析 | |
CN107330297A (zh) | 一种医疗急救系统和方法 | |
CN114177416A (zh) | 一种基于关键生命体征参数的麻醉靶控智能化控制系统 | |
CN111798956B (zh) | 一种用于人工智能麻醉的决策确定方法、装置及系统 | |
CN202761825U (zh) | 基于人体生理信息反馈提高输液安全性的输液控制系统 | |
CN116747377A (zh) | 一种闭环的智能麻醉控制系统 | |
CN109147899A (zh) | 用于审核处方剂量和频次的前置审方的方法 | |
CN109360621A (zh) | 基于nlp的处方药物依从性管理方法及管理系统 | |
CN112755284A (zh) | 远程透析监控系统 | |
CN117219227A (zh) | 一种基于模糊神经网络的麻醉给药控制方法及控制系统 | |
CN117409981A (zh) | 一种麻醉系统和麻醉药效指示方法 | |
CN112057701A (zh) | 舒适麻醉辅助控制系统运行方法、电子装置及存储介质 | |
CN104353154B (zh) | 采用丙泊酚和瑞芬太尼的双通道麻醉靶控输注控制装置 | |
KR20220014464A (ko) | 촬영 장치를 이용한 중환자실 감시 시스템 | |
DE102020121044A1 (de) | Nasenapplikator | |
CN117393133B (zh) | 一种基于推理的住院患者急救抢救信息化管理系统 | |
CN116246751A (zh) | 一种医疗数据的采集管理方法、系统、终端及存储介质 | |
Karer | Towards Closing the Loop in Depth-of-Hypnosis Control: Connecting Matlab-Simulink to Medical Devices | |
US20230148863A1 (en) | System for identifying and remediating patient withdrawal symptoms | |
WO2023004542A1 (zh) | 医疗通气设备及其通气控制方法、存储介质 | |
CN114334079A (zh) | 人工气道的辅助建立方法以及相关产品 |
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 |