CN113057599A - 一种快速评估疼痛的机器 - Google Patents

一种快速评估疼痛的机器 Download PDF

Info

Publication number
CN113057599A
CN113057599A CN202110429122.2A CN202110429122A CN113057599A CN 113057599 A CN113057599 A CN 113057599A CN 202110429122 A CN202110429122 A CN 202110429122A CN 113057599 A CN113057599 A CN 113057599A
Authority
CN
China
Prior art keywords
machine
pain
local server
electric connection
audible
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
CN202110429122.2A
Other languages
English (en)
Inventor
李波
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.)
Changzhou Wujin Peoples Hospital
Original Assignee
Changzhou Wujin Peoples 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 Changzhou Wujin Peoples Hospital filed Critical Changzhou Wujin Peoples Hospital
Priority to CN202110429122.2A priority Critical patent/CN113057599A/zh
Publication of CN113057599A publication Critical patent/CN113057599A/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
    • A61B5/48—Other medical applications
    • A61B5/4824—Touch or pain perception evaluation
    • A61B5/4827—Touch or pain perception evaluation assessing touch sensitivity, e.g. for evaluation of pain threshold
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • 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)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pain & Pain Management (AREA)
  • Psychiatry (AREA)
  • Hospice & Palliative Care (AREA)
  • Physiology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种快速评估疼痛的机器，其技术方案要点是：包括移动机构和本地服务器，所述本地服务器固定安装在移动机构内，所述本地服务器电性连接有云端服务器；通过移动机构，在使用时，移动机构具有便于带动机器进行移动，便于机器在各个病房内进出移动，便于快速对病患进行疼痛评估，通过人脸图像信息采集前端、本地服务器、图像预处理模块和对比分析模块等配合下，快速采集病患脸部表情图像信息后，进行数据信息对比分析，通过显示灯组和声光报警器快速进行评估反馈，从而解决了现有的评估方法存在评估准确度低，且对于进行评估的医护人员需要拥有一定的经验，才能进行评估，无法及时有效的了解到病人的疼痛等级的问题。

Description

一种快速评估疼痛的机器
技术领域
本发明涉及疼痛评估技术领域，具体涉及一种快速评估疼痛的机器。
背景技术
每个人一生中都有过疼痛的感觉，当你去医院就诊时，医生首先要对疼痛的病因做出诊断，然后再进行治疗，可是每个人对疼痛的描述轻重不一，作为医生就要有对疼痛评估的方法，疼痛的评估对了解病人疼痛程度及是否达到止痛目的有重要意义，临床常用主观测定法、行为测定法和生理指标测定法对疼痛的自然属性进行评估。各种评价方法都是从不同的角度对疼痛的程度和性质进行评估，为了使疼痛评估准确、客观，应采用多种方法进行综合评价。
现有的疼痛等级评估方法主要为主观测定法、行为测定法、生理指标测定法；
(一)主观测定法：
1.视觉模拟量表，通常采用10cm长的直线，从0端(无痛)到10端(剧痛)，病人根据疼痛的感受程度在直线上记号，从0端到记号之间的距离即为评分分数。
2.语言评价量表，用语言将疼痛用“无痛”、“轻微痛”、“中度痛”、“重度痛”、“极重度痛”表示，病人根据这几种疼痛程度来描述自己的疼痛程度.无法进行语言交流的病人不宜采用此法，但亦可通过写字板形式进行疼痛程度的表达。
3.数字评价量表，将疼痛用0到10这11个数字表示，0表示无痛，l0表示最痛，病人根据个人的疼痛感受程度在其中一个数做记号。此方法简单，在临床工作中常用。
4.McGill问卷表，McGill问卷表包括4类20组疼痛描述词，从感觉、情感、评价和其他相关类4个因素以及现时疼痛强度进行较全面的评价。病人选择一个与自己的疼痛感受程度相同的词并得到相应分值，计算得到疼痛评定指数。问卷表需要病人花费一定的时间和精力，在术后早期不宜选用，以免影响病人的休息。
(二)行为测定法：
由于疼痛常对人体的生理、心理造成一定的影响，所以病人术后疼痛时常表现出一些行为和举止的改变，如面部表情、躯体姿势和肌紧张度等。10分脸谱法(scaleoflofaces)是用从微笑到哭泣的6种面部表情来评估疼痛的程度，它没有特定的文化年龄或性别要求，容易掌握。体位、姿势等行为可帮助测定疼痛程度，如病人不敢移动身体、不敢用力咳嗽、常常哭闹惊叫等表示病人经受着不同程度的疼痛，疼痛时病人的肌张力加大。
(三)生理指标测定法：
临床疼痛评估还可以通过生理指标测定法实现。疼痛可带来自主神经的改变，故观察心率、血压、呼吸及局部皮肤温度等变化可间接估计疼痛程度，但这种方法的正确率较低，属于间接评价法。术后护理人员应定时观察并记录生命体征，其结果可与上述方法结合对病人疼痛程度进行综合评估。
但是在对于icu中插管的病人或者四岁及以下的儿童和婴儿，在进行评估时，由于病人无法主动进行表达或者表达不清楚，只能通过医护人员观察病人的面部表情、肢体活动来判断病人的疼痛等级，这种评估方法存在评估准确度低，且对于进行评估的医护人员需要拥有一定的经验，才能进行评估，无法及时有效的了解到病人的疼痛等级，所以需要一种快速评估疼痛的机器。
发明内容
针对背景技术中提到的问题，本发明的目的是提供一种快速评估疼痛的机器，以解决背景技术中提到的问题。
本发明的上述技术目的是通过以下技术方案得以实现的：
一种快速评估疼痛的机器，包括移动机构和本地服务器，所述本地服务器固定安装在移动机构内，所述本地服务器电性连接有云端服务器，所述云端服务器电性连接有云端数据库，所述本地服务器分别电性连接有人脸图像信息采集前端、对比分析模块、图像预处理模块和信号转换器，所述人脸图像信息采集前端电性连接有本地存储模块，所述信号转换器电性连接有控制器，所述控制器电性连接有执行机构。
通过采用上述技术方案，在进行疼痛评估时，通过人脸图像信息采集前端采集人脸数据信息后，通过图像预处理模块进行处理后，自动反馈到本地服务器，通过本地服务器与云端服务器数据连接，调取云端数据库中的数据，通过对比分析模块进行数据对比分析，然后通过信号转换器将信息反馈到控制器，通过控制器自动控制显示灯组亮起和声光报警器报警，从而达到了快速对病人疼痛等级进行评估的效果。
较佳的，所述移动机构由安装箱、安装箱下表面固定安装的移动轮、安装箱表面固定连接的推把构成。
通过采用上述技术方案，移动机构具有便于机器进行移动，从而便于进出ICU病房和普通病房，从而便于快速对病患进行疼痛等级评估的效果。
较佳的，所述本地服务器、信号转换器、控制器、对比分析模块、图像预处理模块均固定安装在安装箱的内部。
通过采用上述技术方案，本地服务器、信号转换器、控制器、对比分析模块、图像预处理模块均固定安装在安装箱的内部，从而具有便于进行整体移动的特点。
较佳的，所述人脸图像信息采集前端为摄像头，所述摄像头固定安装在安装箱的表面。
通过采用上述技术方案，摄像头具有对病患脸部图像信息特征进行采集的效果，且摄像头采用但不限于华为智选监控摄像头，从而具有达到更好的对病患脸部信息进行采集的特点。
较佳的，四个所述移动轮以安装箱的轴线为中心呈对称分布，所述移动轮为自锁万向轮。
通过采用上述技术方案，移动轮为自锁万向轮，从而具有达到更好的进行移动和移动后进行定位固定的效果。
较佳的，所述安装箱的表面固定开设有安装槽，所述安装槽的内壁与安装箱的内壁固定连通。
通过采用上述技术方案，安装槽具有便于对安装箱内部的设备进行安装维护的效果。
较佳的，所述安装槽的内壁铰接有密封门，两个所述密封门以安装槽的轴线为中心呈对称分布。
通过采用上述技术方案，密封门具有对安装箱内部进行防尘密封的效果。
较佳的，所述执行机构由声光报警器、声光报警器电性连接的显示灯组、构成。
通过采用上述技术方案，通过显示灯组和声光报警器具有快速了解病人疼痛等级，和及时进行介入治疗的特点。
较佳的，所述声光报警器和显示灯组均固定安装在安装箱的表面，所述声光报警器和显示灯组均与控制器电性连接，所述显示灯组由十一个显示灯珠构成。
通过采用上述技术方案，显示灯组由十一个显示灯珠构成，从而具有便于按零到十进行等级划分，便于医护人员快速连接病人疼痛等级的效果。
综上所述，本发明主要具有以下有益效果：
1、通过移动机构，在使用时，移动机构具有便于带动机器进行移动，便于机器在各个病房内进出移动，便于快速对病患进行疼痛评估，通过人脸图像信息采集前端、本地服务器、图像预处理模块和对比分析模块等配合下，快速采集病患脸部表情图像信息后，进行数据信息对比分析，通过显示灯组和声光报警器快速进行评估反馈，从而解决了现有的评估方法存在评估准确度低，且对于进行评估的医护人员需要拥有一定的经验，才能进行评估，无法及时有效的了解到病人的疼痛等级的问题。
2、通过执行机构，在使用时，显示灯组由十一个显示灯珠构成，十一个显示灯珠与数字分级法中0-10进行对应，从而具有便于医护人员快速查看了解病人疼痛等级的效果。
3、通过移动机构和执行机构，在使用时，对ICU插管病人，通过移动机构将机器快速移动到便于对病人脸部监控位置后，通过摄像头实时采集监控病人的脸部表情变化，在病人疼痛等级达到3级以上后，自动控制声光报警器进行报警，从而具有对ICU插管病人进行及时的疼痛治疗的效果。
附图说明
图1是本发明的示意图；
图2是本发明的安装箱结构立体图；
图3是安装箱结构局部剖视图；
图4是云端数据库结构框图；
图5是图像预处理模块结构框图；
附图标记：1、本地服务器；2、云端服务器；3、云端数据库；4、人脸图像信息采集前端；5、对比分析模块；6、图像预处理模块；7、信号转换器；8、本地存储模块；9、控制器；10、安装箱；1001、移动轮；1002、推把；1003、安装槽；1004、密封门；11、声光报警器；1101、显示灯组。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参考图1-图5，一种快速评估疼痛的机器，包括移动机构和本地服务器1，本地服务器1固定安装在移动机构内，移动机构包括安装箱10，安装箱10的下表面固定安装有移动轮1001，四个移动轮1001以安装箱10的轴线为中心呈对称分布，移动轮1001为自锁万向轮，安装箱的表面固定连接有推把1002，安装箱10的表面固定开设有安装槽1003，安装槽1003的内壁与安装箱10的内壁固定连通，安装槽1003的内壁固定安装有密封门1004，两个密封门1004以安装槽1003的轴线为中心呈对称分布，密封门1004通过合页与安装槽1003的内壁铰接；
本地服务器1通过4G/5G/WiFi数据电性连接有云端服务器2，云端服务器2电性连接有云端数据库3；
参照图4，云端数据库3的建立，通过采集不同年龄、性别人群的脸部表情信息和不同疼痛级别的人脸信息后，通过标准化和去噪进行图像处理，然后进行表情轮廓锐化和表情边缘提取进行特征提取，然后采用PCA算法(人脸识别算法是指在检测到人脸并定位面部关键特征点之后，主要的人脸区域就可以被裁剪出来，经过预处理之后，馈入后端的识别算法。识别算法要完成人脸特征的提取，并与库存的已知人脸进行比对，完成最终的分类)完成表情分类；
本地服务器1分别电性连接有人脸图像信息采集前端4、对比分析模块5、图像预处理模块6和信号转换器7，人脸图像采集前端为摄像头，本实施例中摄像头采用但不限于华为智选监控摄像头家用远程连手机夜视高清无线360度全景无死角，且摄像头固定安装在安装箱10的表面；
参照图5，图像预处理模块6通过将摄像头采集的人脸原图进行维纳去噪后生成去噪后图像，经过Canny算子(Canny边缘检测算子是John F.Canny于1986年开发出来的一个多级边缘检测算法。更为重要的是Canny创立了“边缘检测计算理论”computationaltheory of edge detection解释这项技术如何工作进行表情边缘提取图像和采用Sobel算子索贝尔算子是计算机视觉领域的一种重要处理方法。主要用于获得数字图像的一阶梯度，常见的应用和物理意义是边缘检测。索贝尔算子是把图像中每个像素的上下左右四领域的灰度值加权差，在边缘处达到极值从而检测边缘。索贝尔算子主要用作边缘检测。在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。索贝尔算子不但产生较好的检测效果，而且对噪声具有平滑抑制作用)进行“S”变换后得到表情边缘锐化图像；
人脸图像采集前端电性连接有用于存储本地人脸数据信息的本地存储模块8，信号转换器7电性连接有控制器9，控制器9采用但不限于PLC控制器9，控制器9电性连接有执行机构，执行机构包括声光报警器11和显示灯组1101，声光报警器11和显示灯组1101均与控制器9电性连接，声光报警器11用于在病人疼痛等级达到三级以上时进行声光报警，便于医护人员及时介入治疗，显示灯组1101由十一个显示灯珠构成，分别对应数字分级法中的0-10，十一等级，便于医护人员快速查看了解病人疼痛等级；
本地服务器1、信号转换器7、控制器9、对比分析模块5、图像预处理模块6均固定安装在安装箱10的内部，声光报警器11和显示灯组1101均固定安装在安装箱10的表面；
通过执行机构，在使用时，显示灯组1101由十一个显示灯珠构成，十一个显示灯珠与数字分级法中0-10进行对应，从而具有便于医护人员快速查看了解病人疼痛等级的效果；
通过移动机构和执行机构，在使用时，对ICU插管病人，通过移动机构将机器快速移动到便于对病人脸部监控位置后，通过摄像头实时采集监控病人的脸部表情变化，在病人疼痛等级达到3级以上后，自动控制声光报警器11进行报警，从而具有对ICU插管病人进行及时的疼痛治疗的效果；
通过移动机构，在使用时，移动机构具有便于带动机器进行移动，便于机器在各个病房内进出移动，便于快速对病患进行疼痛评估，通过人脸图像信息采集前端4、本地服务器1、图像预处理模块6和对比分析模块5等配合下，快速采集病患脸部表情图像信息后，进行数据信息对比分析，通过显示灯组1101和声光报警器11快速进行评估反馈，从而解决了现有的评估方法存在评估准确度低，且对于进行评估的医护人员需要拥有一定的经验，才能进行评估，无法及时有效的了解到病人的疼痛等级的问题。
工作原理：在对病患进行疼痛等级评估时，通过人脸图像采集前端摄像头对病患的脸部图像信息进行采集后，传递到本地服务器1，本地服务器1通过图像预处理模块6对图像进行预处理后，本地服务器1与云端服务器2数据连接后，调取云端数据库3中的数据通过对比分析模块5进行对比分析，然后将对比分析后的数据信息通过信号转换器7反馈到控制器9，控制器9根据反馈信息自动控制显示灯组1101和声光报警器11工作，根据对比分析模块5反馈的疼痛等级信息，自动控制对应显示灯珠亮起和声光报警器11报警。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种快速评估疼痛的机器，包括移动机构和本地服务器(1)，其特征在于：所述本地服务器(1)固定安装在移动机构内，所述本地服务器(1)电性连接有云端服务器(2)，所述云端服务器(2)电性连接有云端数据库(3)，所述本地服务器(1)分别电性连接有人脸图像信息采集前端(4)、对比分析模块(5)、图像预处理模块(6)和信号转换器(7)，所述人脸图像信息采集前端(4)电性连接有本地存储模块(8)，所述信号转换器(7)电性连接有控制器(9)，所述控制器(9)电性连接有执行机构。
2.根据权利要求1所述的一种快速评估疼痛的机器，其特征在于：所述移动机构由安装箱(10)、安装箱(10)下表面固定安装的移动轮(1001)、安装箱(10)表面固定连接的推把(1002)构成。
3.根据权利要求2所述的一种快速评估疼痛的机器，其特征在于：所述本地服务器(1)、信号转换器(7)、控制器(9)、对比分析模块(5)、图像预处理模块(6)均固定安装在安装箱(10)的内部。
4.根据权利要求2所述的一种快速评估疼痛的机器，其特征在于：所述安装箱(10)的表面固定开设有安装槽(1003)，所述安装槽(1003)的内壁与安装箱(10)的内壁固定连通。
5.根据权利要求3所述的一种快速评估疼痛的机器，其特征在于：所述安装槽(1003)的内壁铰接有密封门(1004)，两个所述密封门(1004)以安装槽(1003)的轴线为中心呈对称分布。
6.根据权利要求2所述的一种快速评估疼痛的机器，其特征在于：所述执行机构由声光报警器(11)、声光报警器(11)电性连接的显示灯组(1101)、构成。
7.根据权利要求6所述的一种快速评估疼痛的机器，其特征在于：所述声光报警器(11)和显示灯组(1101)均固定安装在安装箱(10)的表面，所述声光报警器(11)和显示灯组(1101)均与控制器(9)电性连接，所述显示灯组(1101)由十一个显示灯珠构成。
CN202110429122.2A 2021-04-21 2021-04-21 一种快速评估疼痛的机器 Pending CN113057599A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110429122.2A CN113057599A (zh) 2021-04-21 2021-04-21 一种快速评估疼痛的机器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110429122.2A CN113057599A (zh) 2021-04-21 2021-04-21 一种快速评估疼痛的机器

Publications (1)

Publication Number Publication Date
CN113057599A true CN113057599A (zh) 2021-07-02

Family

ID=76567283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110429122.2A Pending CN113057599A (zh) 2021-04-21 2021-04-21 一种快速评估疼痛的机器

Country Status (1)

Country Link
CN (1) CN113057599A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113709425A (zh) * 2021-09-24 2021-11-26 深圳市第二人民医院(深圳市转化医学研究院) 一种智能疼痛识别系统
CN114533996A (zh) * 2022-01-18 2022-05-27 中山大学附属第六医院 可调控阴道冲洗器及其冲洗方法、系统、计算机设备
CN116138733A (zh) * 2022-09-01 2023-05-23 上海市第四人民医院 可视化疼痛等级评分方法及应用

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184239A (zh) * 2015-08-27 2015-12-23 沈阳工业大学 基于患者表情识别的病房辅助医护系统及辅助医护方法
CN107358180A (zh) * 2017-06-28 2017-11-17 江苏爱朋医疗科技股份有限公司 一种人脸表情的疼痛评估方法
US20180049691A1 (en) * 2015-03-20 2018-02-22 Heart Spòlka Z Ograniczona Odpowiedzialnoscia Device for Monitoring the Perceived Pain Score
CN108363969A (zh) * 2018-02-02 2018-08-03 南京邮电大学 一种基于移动终端的新生儿疼痛评估方法
CN208243549U (zh) * 2017-06-28 2018-12-18 江苏爱朋医疗科技股份有限公司 疼痛表情采集及处理装置
CN110251079A (zh) * 2019-05-23 2019-09-20 江苏中科西北星信息科技有限公司 一种用于移动设备的病患疼痛检测方法及系统
CN110338759A (zh) * 2019-06-27 2019-10-18 嘉兴深拓科技有限公司 一种正面疼痛表情数据采集方法
CN110660454A (zh) * 2019-09-28 2020-01-07 马学磊 一种癌痛实时评估仪及其评估方法
CN111844078A (zh) * 2020-07-29 2020-10-30 昆明医科大学第一附属医院 一种协助护士临床工作的智能护理机器人
CN111938603A (zh) * 2020-09-16 2020-11-17 绵竹市人民医院 一种生命体征监测仪

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180049691A1 (en) * 2015-03-20 2018-02-22 Heart Spòlka Z Ograniczona Odpowiedzialnoscia Device for Monitoring the Perceived Pain Score
CN105184239A (zh) * 2015-08-27 2015-12-23 沈阳工业大学 基于患者表情识别的病房辅助医护系统及辅助医护方法
CN107358180A (zh) * 2017-06-28 2017-11-17 江苏爱朋医疗科技股份有限公司 一种人脸表情的疼痛评估方法
CN208243549U (zh) * 2017-06-28 2018-12-18 江苏爱朋医疗科技股份有限公司 疼痛表情采集及处理装置
CN108363969A (zh) * 2018-02-02 2018-08-03 南京邮电大学 一种基于移动终端的新生儿疼痛评估方法
CN110251079A (zh) * 2019-05-23 2019-09-20 江苏中科西北星信息科技有限公司 一种用于移动设备的病患疼痛检测方法及系统
CN110338759A (zh) * 2019-06-27 2019-10-18 嘉兴深拓科技有限公司 一种正面疼痛表情数据采集方法
CN110660454A (zh) * 2019-09-28 2020-01-07 马学磊 一种癌痛实时评估仪及其评估方法
CN111844078A (zh) * 2020-07-29 2020-10-30 昆明医科大学第一附属医院 一种协助护士临床工作的智能护理机器人
CN111938603A (zh) * 2020-09-16 2020-11-17 绵竹市人民医院 一种生命体征监测仪

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113709425A (zh) * 2021-09-24 2021-11-26 深圳市第二人民医院(深圳市转化医学研究院) 一种智能疼痛识别系统
CN114533996A (zh) * 2022-01-18 2022-05-27 中山大学附属第六医院 可调控阴道冲洗器及其冲洗方法、系统、计算机设备
CN116138733A (zh) * 2022-09-01 2023-05-23 上海市第四人民医院 可视化疼痛等级评分方法及应用
CN116138733B (zh) * 2022-09-01 2023-12-26 上海市第四人民医院 可视化疼痛等级评分方法及应用

Similar Documents

Publication Publication Date Title
CN113057599A (zh) 一种快速评估疼痛的机器
Zhang et al. Webcam-based, non-contact, real-time measurement for the physiological parameters of drivers
JP5961235B2 (ja) 睡眠／覚醒状態評価方法及びシステム
Jin et al. HeartToGo: a personalized medicine technology for cardiovascular disease prevention and detection
US20230143594A1 (en) Systems and methods for reduced lead electrocardiogram diagnosis using deep neural networks and rule-based systems
Zamzmi et al. An approach for automated multimodal analysis of infants' pain
Giannakakis et al. A novel multi-kernel 1D convolutional neural network for stress recognition from ECG
CN110916647A (zh) 面向多场景的可穿戴心电监测与心律失常远程实时诊断装置
Klug et al. The BeMoBIL Pipeline for automated analyses of multimodal mobile brain and body imaging data
CN113317794A (zh) 一种生命体征分析方法与系统
CN115024725A (zh) 融合心理状态多参数检测的肿瘤治疗辅助决策系统
Mellouk et al. CNN-LSTM for automatic emotion recognition using contactless photoplythesmographic signals
CN115337018A (zh) 基于整体动态特征的心电信号分类方法及系统
Mehmood et al. Multimodal integration for data-driven classification of mental fatigue during construction equipment operations: Incorporating electroencephalography, electrodermal activity, and video signals
Alahmadi et al. An explainable algorithm for detecting drug-induced QT-prolongation at risk of torsades de pointes (TdP) regardless of heart rate and T-wave morphology
CN113143274A (zh) 基于摄像头的情绪预警方法
Wang et al. Single-lead ECG based multiscale neural network for obstructive sleep apnea detection
Du et al. Non-interference driving fatigue detection system based on intelligent steering wheel
CN210494064U (zh) 一种动态心电、呼吸和运动监测设备
Vasavi et al. Regression modelling for stress detection in humans by assessing most prominent thermal signature
Ranjani Machine learning applications for a real-time monitoring of arrhythmia patients using IoT
CN111276218A (zh) 一种精准诊疗系统、设备及方法
AU2021101272A4 (en) An artificial intelligence based heart rate monitoring system for sports training
Pittara et al. Estimation of pulse rate from ambulatory PPG using ensemble empirical mode decomposition and adaptive thresholding
Liu et al. Health warning based on 3R ECG Sample's combined features and LSTM

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

Application publication date: 20210702

RJ01 Rejection of invention patent application after publication