CN113100775A - 一种智能心血管护理监测系统 - Google Patents
一种智能心血管护理监测系统 Download PDFInfo
- Publication number
- CN113100775A CN113100775A CN202110396653.6A CN202110396653A CN113100775A CN 113100775 A CN113100775 A CN 113100775A CN 202110396653 A CN202110396653 A CN 202110396653A CN 113100775 A CN113100775 A CN 113100775A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- patient
- analysis
- medical staff
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 230000002526 effect on cardiovascular system Effects 0.000 title claims abstract description 40
- 230000000474 nursing effect Effects 0.000 title claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 238000007405 data analysis Methods 0.000 claims abstract description 32
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 11
- 201000010099 disease Diseases 0.000 claims description 30
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 30
- 208000024172 Cardiovascular disease Diseases 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 13
- 239000008280 blood Substances 0.000 claims description 11
- 210000004369 blood Anatomy 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000006399 behavior Effects 0.000 claims description 7
- 101100498818 Arabidopsis thaliana DDR4 gene Proteins 0.000 claims description 5
- 230000009084 cardiovascular function Effects 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000012937 correction Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 2
- 208000026106 cerebrovascular disease Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 206010047302 ventricular tachycardia Diseases 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 208000031226 Hyperlipidaemia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000031169 hemorrhagic disease Diseases 0.000 description 1
- 208000023589 ischemic disease Diseases 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000003663 ventricular fibrillation Diseases 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—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)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种智能心血管护理监测系统，属于临床护理技术领域，包括主控单元、视频监控模块以及病情预警模块，所述主控单元通过数据采集模块对心电监护仪以及视频监控模块采集的实时监测数据进行接收，同时主控单元命令数据分析模块进行数据分析并由报告导出模块输出结果报告，由数据上传模块将数据以及报告上传至云服务器中，并由无线通讯模块通知医务人员和患者家属。该智能心血管护理监测系统，通过设置主控单元对生理参数的各波形进行分析、阈值判定和AI人工智能分析,并得到该将判定结果，并通过无线传输模块传输给医务人员以及患者家属的客户端，提醒相关人员开展抢救措施，从而降低死亡率，降低医疗事故的发生率。
Description
技术领域
本发明属于临床护理技术领域，具体为一种智能心血管护理监测系统。
背景技术
心血管疾病,泛指由于高脂血症、血液黏稠、动脉粥样硬化、高血压等所导致的心脏的缺血性或出血性疾病。心血管疾病是一种严重威胁人类，特别是50岁以上中老年人健康的常见病，具有高患病率、高致残率和高死亡率的特点，即使应用目前最先进、完善的治疗手段，仍可有50％以上的脑血管意外幸存者生活不能完全自理，全世界每年死于心脑血管疾病的人数高达1500万人，居各种死因首位。
在心血管科的病房中，当护士忙于临床护理工作时不能24小时在心电监护仪旁边及时识别并处理恶性心律失常如：室性心动过速，室颤，长时间停跳导致患者猝死，造成非常严重的医疗事故问题。
为此，我们提出了一种智能心血管护理监测系统来解决上述问题。
发明内容
针对现有技术的不足，本发明提供了一种智能心血管护理监测系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种智能心血管护理监测系统，通过心电监护仪对患者的心血管功能进行实时监测，并通过云服务器与医务人员、患者家属的客户端进行信息交互，包括主控单元、视频监控模块以及病情预警模块，所述主控单元通过数据采集模块对心电监护仪以及视频监控模块采集的实时监测数据进行接收，同时主控单元命令数据分析模块进行数据分析并由报告导出模块输出结果报告，由数据上传模块将数据以及报告上传至云服务器中，并由无线通讯模块通知医务人员和患者家属；
所述数据采集模块，用于采集心电监护仪实时监测的患者各生理参数以及所述各生理参数对应的各波形至主控单元中；
所述数据分析模块，用于对采集到的数据基于模型进行分析、阈值判定和人工智能分析,并输出分析结果；
所述视频监控模块，用于对患者的实时行为进行护理监控，也可以为不在现场的医务人员指导护理人员或值班医生实施抢救措施；
所述报告导出模块，用于根据数据分析模块的分析对比评估结果呈现给患者的心血管疾病风险分析评估的实时结果报告；
所述数据上传模块，用于将心血管护理监测系统中的各类数据信息上传至云服务器，由云服务器进行信息的数据库备份存储以及实现各类数据信息的收发功能；
所述无线通讯模块，用于将云服务器的数据发送至医务人员、患者家属客户端的显示界面上；
所述病情预警模块，用于确认医务人员是否接收到分析结果，若1分钟内无医务人员确认，则会启动紧急方案。
进一步优化本技术方案，所述主控单元需要结合以下配置的硬件进行功能设计，主控单元的硬件配置需要Intel i5 9400F的CPU处理器或以上、4G DDR4内存或以上、IntelHM65主板芯片或以上、500G SATA 3.0硬盘或以上以及NVIDIA GeForce RTX 2070显卡或以上。
进一步优化本技术方案，所述医务人员的客户端为医务值班人员配置的平板电脑或医务值班人员的手机APP端；所述患者家属的客户端为患者家属的手机APP端。
进一步优化本技术方案，所述的患者各生理参数以及所述各生理参数对应的各波形包括患者心率心电图数据信息、血常规指标在内的心血管参数信息。
进一步优化本技术方案，所述云服务器在对信息进行备份存储的同时，还具有数据导出功能，用于将患者的历史病情数据导出配合数据分析模块中的分析模型进行病情分析；并配合人工智能的神经网络模型进行AI学习。
进一步优化本技术方案，所述数据分析模块中的模型基于预设的模型构建程序以及数据比较程序进行加载，在分析时数据信息时，需要进行数据修正，用以提高分析结果的准确性，帮助医务人员快速做出判断。
进一步优化本技术方案，所述数据修正的因素包括由云服务器导出的患者历史病情数据中的心血管疾病数据，例如血常规指标、心电图参数、基础病史以及遗传病史。
进一步优化本技术方案，所述病情预警模块的紧急方案采取自动循环拨打系统预存的5个电话号码进行电话预警，语音提示是哪间病房的哪间床位出现紧急病情。
与现有技术相比，本发明提供了一种智能心血管护理监测系统，具备以下有益效果：
1、该智能心血管护理监测系统，通过设置主控单元对生理参数的各波形进行分析、阈值判定和AI人工智能分析,并得到该将判定结果，并通过无线传输模块传输给医务人员以及患者家属的客户端，提醒相关人员开展抢救措施，从而降低死亡率，降低医疗事故的发生率。
2、该智能心血管护理监测系统，通过设置视频监控模块，在对患者的实时行为进行监控的同时，也可以为不在现场的医务人员指导护理人员或值班医生实施抢救措施，提供技术保证。
3、该智能心血管护理监测系统，通过设置病情预警模块，采取自动循环拨打系统预存的5个电话号码进行电话预警，确保相关人员可以接收到病情信息，降低医疗事故的发生率。
附图说明
图1为本发明提出的一种智能心血管护理监测系统的结构示意图。
具体实施方式
下面将结合本发明的实施例，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。
实施例一：
请参阅图1，一种智能心血管护理监测系统，通过心电监护仪对患者的心血管功能进行实时监测，并通过云服务器与医务人员、患者家属的客户端进行信息交互，包括主控单元、视频监控模块以及病情预警模块，所述主控单元通过数据采集模块对心电监护仪以及视频监控模块采集的实时监测数据进行接收，同时主控单元命令数据分析模块进行数据分析并由报告导出模块输出结果报告，由数据上传模块将数据以及报告上传至云服务器中，并由无线通讯模块通知医务人员和患者家属；
所述数据采集模块，用于采集心电监护仪实时监测的患者各生理参数以及所述各生理参数对应的各波形至主控单元中；
所述数据分析模块，用于对采集到的数据基于模型进行分析、阈值判定和人工智能分析,并输出分析结果；
所述视频监控模块，用于对患者的实时行为进行护理监控，也可以为不在现场的医务人员指导护理人员或值班医生实施抢救措施；
所述报告导出模块，用于根据数据分析模块的分析对比评估结果呈现给患者的心血管疾病风险分析评估的实时结果报告；
所述数据上传模块，用于将心血管护理监测系统中的各类数据信息上传至云服务器，由云服务器进行信息的数据库备份存储以及实现各类数据信息的收发功能；
所述无线通讯模块，用于将云服务器的数据发送至医务人员、患者家属客户端的显示界面上；
所述病情预警模块，用于确认医务人员是否接收到分析结果，若1分钟内无医务人员确认，则会启动紧急方案。
具体的，所述主控单元需要结合以下配置的硬件进行功能设计，主控单元的硬件配置需要Intel i5 9400F的CPU处理器、4G DDR4内存、Intel HM65主板芯片、500G SATA3.0硬盘以及NVIDIA GeForce RTX 2070显卡或以上。
具体的，所述医务人员的客户端为医务值班人员配置的平板电脑或医务值班人员的手机APP端；所述患者家属的客户端为患者家属的手机APP端。
具体的，所述的患者各生理参数以及所述各生理参数对应的各波形包括患者心率心电图数据信息、血常规指标在内的心血管参数信息。
具体的，所述云服务器在对信息进行备份存储的同时，还具有数据导出功能，用于将患者的历史病情数据导出配合数据分析模块中的分析模型进行病情分析；并配合人工智能的神经网络模型进行AI学习。
具体的，所述数据分析模块中的模型基于预设的模型构建程序以及数据比较程序进行加载，在分析时数据信息时，需要进行数据修正，用以提高分析结果的准确性，帮助医务人员快速做出判断。
具体的，所述数据修正的因素包括由云服务器导出的患者历史病情数据中的心血管疾病数据，例如血常规指标、心电图参数、基础病史以及遗传病史。
具体的，所述病情预警模块的紧急方案采取自动循环拨打系统预存的5个电话号码进行电话预警，语音提示是哪间病房的哪间床位出现紧急病情。
实施例二：
一种智能心血管护理监测系统，通过心电监护仪对患者的心血管功能进行实时监测，并通过云服务器与医务人员、患者家属的客户端进行信息交互，包括主控单元、视频监控模块以及病情预警模块，所述主控单元通过数据采集模块对心电监护仪以及视频监控模块采集的实时监测数据进行接收，同时主控单元命令数据分析模块进行数据分析并由报告导出模块输出结果报告，由数据上传模块将数据以及报告上传至云服务器中，并由无线通讯模块通知医务人员和患者家属；
所述数据采集模块，用于采集心电监护仪实时监测的患者各生理参数以及所述各生理参数对应的各波形至主控单元中；
所述数据分析模块，用于对采集到的数据基于模型进行分析、阈值判定和人工智能分析,并输出分析结果；
所述视频监控模块，用于对患者的实时行为进行护理监控，也可以为不在现场的医务人员指导护理人员或值班医生实施抢救措施；
所述报告导出模块，用于根据数据分析模块的分析对比评估结果呈现给患者的心血管疾病风险分析评估的实时结果报告；
所述数据上传模块，用于将心血管护理监测系统中的各类数据信息上传至云服务器，由云服务器进行信息的数据库备份存储以及实现各类数据信息的收发功能；
所述无线通讯模块，用于将云服务器的数据发送至医务人员、患者家属客户端的显示界面上；
所述病情预警模块，用于确认医务人员是否接收到分析结果，若1分钟内无医务人员确认，则会启动紧急方案。
具体的，所述主控单元需要结合以下配置的硬件进行功能设计，主控单元的硬件配置需要Intel i7 7700K的CPU处理器或以上、8G DDR4内存、Intel HM65主板芯片或以上、500G SATA 3.0硬盘以及NVIDIA GeForce RTX 3070显卡。
具体的，所述医务人员的客户端为医务值班人员配置的平板电脑或医务值班人员的手机APP端；所述患者家属的客户端为患者家属的手机APP端。
具体的，所述的患者各生理参数以及所述各生理参数对应的各波形包括患者心率心电图数据信息、血常规指标在内的心血管参数信息。
具体的，所述云服务器在对信息进行备份存储的同时，还具有数据导出功能，用于将患者的历史病情数据导出配合数据分析模块中的分析模型进行病情分析；并配合人工智能的神经网络模型进行AI学习。
具体的，所述数据分析模块中的模型基于预设的模型构建程序以及数据比较程序进行加载，在分析时数据信息时，需要进行数据修正，用以提高分析结果的准确性，帮助医务人员快速做出判断。
具体的，所述数据修正的因素包括由云服务器导出的患者历史病情数据中的心血管疾病数据，例如血常规指标、心电图参数、基础病史以及遗传病史。
具体的，所述病情预警模块的紧急方案采取自动循环拨打系统预存的8个电话号码进行电话预警，语音提示是哪间病房的哪间床位出现紧急病情。
实施例三：
一种智能心血管护理监测系统，通过心电监护仪对患者的心血管功能进行实时监测，并通过云服务器与医务人员、患者家属的客户端进行信息交互，包括主控单元、视频监控模块以及病情预警模块，所述主控单元通过数据采集模块对心电监护仪以及视频监控模块采集的实时监测数据进行接收，同时主控单元命令数据分析模块进行数据分析并由报告导出模块输出结果报告，由数据上传模块将数据以及报告上传至云服务器中，并由无线通讯模块通知医务人员和患者家属；
所述数据采集模块，用于采集心电监护仪实时监测的患者各生理参数以及所述各生理参数对应的各波形至主控单元中；
所述数据分析模块，用于对采集到的数据基于模型进行分析、阈值判定和人工智能分析,并输出分析结果；
所述视频监控模块，用于对患者的实时行为进行护理监控，也可以为不在现场的医务人员指导护理人员或值班医生实施抢救措施；
所述报告导出模块，用于根据数据分析模块的分析对比评估结果呈现给患者的心血管疾病风险分析评估的实时结果报告；
所述数据上传模块，用于将心血管护理监测系统中的各类数据信息上传至云服务器，由云服务器进行信息的数据库备份存储以及实现各类数据信息的收发功能；
所述无线通讯模块，用于将云服务器的数据发送至医务人员、患者家属客户端的显示界面上；
所述病情预警模块，用于确认医务人员是否接收到分析结果，若1分钟内无医务人员确认，则会启动紧急方案。
具体的，所述主控单元需要结合以下配置的硬件进行功能设计，主控单元的硬件配置需要Intel i7 9700K的CPU处理器或以上、16G DDR4内存、Intel HM65主板芯片、500GSATA 3.0硬盘以及AMD RX580显卡。
具体的，所述医务人员的客户端为医务值班人员配置的平板电脑或医务值班人员的手机APP端；所述患者家属的客户端为患者家属的手机APP端。
具体的，所述的患者各生理参数以及所述各生理参数对应的各波形包括患者心率心电图数据信息、血常规指标在内的心血管参数信息。
具体的，所述云服务器在对信息进行备份存储的同时，还具有数据导出功能，用于将患者的历史病情数据导出配合数据分析模块中的分析模型进行病情分析；并配合人工智能的神经网络模型进行AI学习。
具体的，所述数据分析模块中的模型基于预设的模型构建程序以及数据比较程序进行加载，在分析时数据信息时，需要进行数据修正，用以提高分析结果的准确性，帮助医务人员快速做出判断。
具体的，所述数据修正的因素包括由云服务器导出的患者历史病情数据中的心血管疾病数据，例如血常规指标、心电图参数、基础病史以及遗传病史。
具体的，所述病情预警模块的紧急方案采取自动循环拨打系统预存的5个电话号码进行电话预警，语音提示是哪间病房的哪间床位出现紧急病情。
本发明的有益效果是：
1、该智能心血管护理监测系统，通过设置主控单元对生理参数的各波形进行分析、阈值判定和AI人工智能分析,并得到该将判定结果，并通过无线传输模块传输给医务人员以及患者家属的客户端，提醒相关人员开展抢救措施，从而降低死亡率，降低医疗事故的发生率。
2、该智能心血管护理监测系统，通过设置视频监控模块，在对患者的实时行为进行监控的同时，也可以为不在现场的医务人员指导护理人员或值班医生实施抢救措施，提供技术保证。
3、该智能心血管护理监测系统，通过设置病情预警模块，采取自动循环拨打系统预存的5个电话号码进行电话预警，确保相关人员可以接收到病情信息，降低医疗事故的发生率。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
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 (8)
1.一种智能心血管护理监测系统，通过心电监护仪对患者的心血管功能进行实时监测，并通过云服务器与医务人员、患者家属的客户端进行信息交互，其特征在于，包括主控单元、视频监控模块以及病情预警模块，所述主控单元通过数据采集模块对心电监护仪以及视频监控模块采集的实时监测数据进行接收，同时主控单元命令数据分析模块进行数据分析并由报告导出模块输出结果报告，由数据上传模块将数据以及报告上传至云服务器中，并由无线通讯模块通知医务人员和患者家属；
所述数据采集模块，用于采集心电监护仪实时监测的患者各生理参数以及所述各生理参数对应的各波形至主控单元中；
所述数据分析模块，用于对采集到的数据基于模型进行分析、阈值判定和人工智能分析,并输出分析结果；
所述视频监控模块，用于对患者的实时行为进行护理监控，也可以为不在现场的医务人员指导护理人员或值班医生实施抢救措施；
所述报告导出模块，用于根据数据分析模块的分析对比评估结果呈现给患者的心血管疾病风险分析评估的实时结果报告；
所述数据上传模块，用于将心血管护理监测系统中的各类数据信息上传至云服务器，由云服务器进行信息的数据库备份存储以及实现各类数据信息的收发功能；
所述无线通讯模块，用于将云服务器的数据发送至医务人员、患者家属客户端的显示界面上；
所述病情预警模块，用于确认医务人员是否接收到分析结果，若1分钟内无医务人员确认，则会启动紧急方案。
2.根据权利要求1所述的一种智能心血管护理监测系统，其特征在于，所述主控单元需要结合以下配置的硬件进行功能设计，主控单元的硬件配置需要Intel i5 9400F的CPU处理器或以上、4G DDR4内存或以上、Intel HM65主板芯片或以上、500G SATA 3.0硬盘或以上以及NVIDIA GeForce RTX 2070显卡或以上。
3.根据权利要求1所述的一种智能心血管护理监测系统，其特征在于，所述医务人员的客户端为医务值班人员配置的平板电脑或医务值班人员的手机APP端；所述患者家属的客户端为患者家属的手机APP端。
4.根据权利要求1所述的一种智能心血管护理监测系统，其特征在于，所述的患者各生理参数以及所述各生理参数对应的各波形包括患者心率心电图数据信息、血常规指标在内的心血管参数信息。
5.根据权利要求1所述的一种智能心血管护理监测系统，其特征在于，所述云服务器在对信息进行备份存储的同时，还具有数据导出功能，用于将患者的历史病情数据导出配合数据分析模块中的分析模型进行病情分析；并配合人工智能的神经网络模型进行AI学习。
6.根据权利要求1所述的一种智能心血管护理监测系统，其特征在于，所述数据分析模块中的模型基于预设的模型构建程序以及数据比较程序进行加载，在分析时数据信息时，需要进行数据修正，用以提高分析结果的准确性，帮助医务人员快速做出判断。
7.根据权利要求6所述的一种智能心血管护理监测系统，其特征在于，所述数据修正的因素包括由云服务器导出的患者历史病情数据中的心血管疾病数据，例如血常规指标、心电图参数、基础病史以及遗传病史。
8.根据权利要求1所述的一种智能心血管护理监测系统，其特征在于，所述病情预警模块的紧急方案采取自动循环拨打系统预存的5个电话号码进行电话预警，语音提示是哪间病房的哪间床位出现紧急病情。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110396653.6A CN113100775A (zh) | 2021-04-13 | 2021-04-13 | 一种智能心血管护理监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110396653.6A CN113100775A (zh) | 2021-04-13 | 2021-04-13 | 一种智能心血管护理监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113100775A true CN113100775A (zh) | 2021-07-13 |
Family
ID=76716629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110396653.6A Pending CN113100775A (zh) | 2021-04-13 | 2021-04-13 | 一种智能心血管护理监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113100775A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN200977158Y (zh) * | 2006-08-18 | 2007-11-21 | 许浚 | 远程医疗心电监护系统 |
| CN103942452A (zh) * | 2014-05-07 | 2014-07-23 | 东南大学 | 一种基于物联网的重症监护病房患者智能家庭护理方法 |
| CN109480775A (zh) * | 2018-10-29 | 2019-03-19 | 杭州市儿童医院 | 一种基于人工智能的新生儿黄疸识别装置、设备、系统 |
| CN109935327A (zh) * | 2019-03-15 | 2019-06-25 | 南方医科大学顺德医院(佛山市顺德区第一人民医院) | 基于智能决策支持的高血压患者心血管危险分层评估方法 |
| CN111916179A (zh) * | 2019-05-08 | 2020-11-10 | 北京明熹一品电子商务有限公司 | 一种基于人工智能自适应个体体征进行“量身定制”饮食滋补模型方法 |
| CN112494034A (zh) * | 2020-11-30 | 2021-03-16 | 重庆优乃特医疗器械有限责任公司 | 基于3d体态检测分析的数据处理分析系统及方法 |
-
2021
- 2021-04-13 CN CN202110396653.6A patent/CN113100775A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN200977158Y (zh) * | 2006-08-18 | 2007-11-21 | 许浚 | 远程医疗心电监护系统 |
| CN103942452A (zh) * | 2014-05-07 | 2014-07-23 | 东南大学 | 一种基于物联网的重症监护病房患者智能家庭护理方法 |
| CN109480775A (zh) * | 2018-10-29 | 2019-03-19 | 杭州市儿童医院 | 一种基于人工智能的新生儿黄疸识别装置、设备、系统 |
| CN109935327A (zh) * | 2019-03-15 | 2019-06-25 | 南方医科大学顺德医院(佛山市顺德区第一人民医院) | 基于智能决策支持的高血压患者心血管危险分层评估方法 |
| CN111916179A (zh) * | 2019-05-08 | 2020-11-10 | 北京明熹一品电子商务有限公司 | 一种基于人工智能自适应个体体征进行“量身定制”饮食滋补模型方法 |
| CN112494034A (zh) * | 2020-11-30 | 2021-03-16 | 重庆优乃特医疗器械有限责任公司 | 基于3d体态检测分析的数据处理分析系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021008364A1 (zh) | 一种基于云架构的穿戴式心电监护系统及其监护方法 | |
| CN105147278B (zh) | 一种具备自动分析和实时信息分享功能的远程心电图监测系统实现方法 | |
| US9610012B2 (en) | System and apparatus for providing baseline data for automated patient management | |
| US9149237B2 (en) | System and method for evaluating a patient status for use in heart failure assessment | |
| Celler et al. | Home telemonitoring of vital signs—technical challenges and future directions | |
| US6280380B1 (en) | System and method for determining a reference baseline of individual patient status for use in an automated collection and analysis patient care system | |
| CN103400332A (zh) | 一种基于实时监测的健康服务平台系统 | |
| US20050234355A1 (en) | System and method for sudden cardiac death prediction | |
| CN107863152A (zh) | 脑卒中预警系统及方法 | |
| EP1107158B1 (en) | System and method for determining a reference baseline of individual patient status for use in an automated collection and analysis patient care system | |
| CN112568876A (zh) | 基于lstm多生理参数的老年人健康预测系统及预测方法 | |
| WO2019109351A1 (zh) | 监护设备中生理参数的统计显示方法及监护设备 | |
| CN106983502A (zh) | 疾病诊断系统及其使用方法 | |
| EP3747357B1 (en) | Medical system and method for remote patient monitoring | |
| CN113100775A (zh) | 一种智能心血管护理监测系统 | |
| CN112397164A (zh) | 一种母婴健康监护系统 | |
| CN106407718A (zh) | 一种医疗监控自动排队系统及方法 | |
| CN204744154U (zh) | 一种远程无线心电监护仪 | |
| US9192315B2 (en) | Patient signal analysis and characterization based on late potentials | |
| CN207506568U (zh) | 疾病诊断系统及疾病监测装置 | |
| CN109875549A (zh) | 一种基于心电图的健康预警方法 | |
| Chirchi et al. | Context Monitoring of Patients using Wireless Network | |
| Kemavuthanon et al. | Tracking and Notification Application for Arrhythmia Monitoring System | |
| AU759934B2 (en) | System and method for determining a reference baseline of individual patient status for use in an automated collection and analysis patient care system | |
| Braga et al. | A knowledge based home monitoring system for management and rehabilitation of cardiovascular patients |
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: 20210713 |
|
| RJ01 | Rejection of invention patent application after publication |