CN114120586A - 报警方法、监护设备、监护系统及可读存储介质 - Google Patents

报警方法、监护设备、监护系统及可读存储介质 Download PDF

Info

Publication number
CN114120586A
CN114120586A CN202010869428.5A CN202010869428A CN114120586A CN 114120586 A CN114120586 A CN 114120586A CN 202010869428 A CN202010869428 A CN 202010869428A CN 114120586 A CN114120586 A CN 114120586A
Authority
CN
China
Prior art keywords
analyzed
alarm
time window
data
monitoring
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
CN202010869428.5A
Other languages
English (en)
Inventor
刘三超
叶文宇
代建
何先梁
姚祖明
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.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
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 Shenzhen Mindray Bio Medical Electronics Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN202010869428.5A priority Critical patent/CN114120586A/zh
Publication of CN114120586A publication Critical patent/CN114120586A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • 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
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • 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
    • A61B5/4806—Sleep evaluation
    • A61B5/4815—Sleep quality

Abstract

本申请实施例提供了一种报警方法、监护设备、监护系统及可读存储介质，基于获取初始趋势数据模板；获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；将所述匹配结果与预设条件进行比较，得到比较结果；对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警，不仅能够防止误报警的发生，且提高了监护的安全性和有效性，从而减少了医护人员的工作强度和难度，此外还可以有效且快速地筛选出患者关键的报警信息，从而降低了病情延误的风险。

Description

报警方法、监护设备、监护系统及可读存储介质
技术领域
本申请涉及医疗设备技术领域，尤其涉及一种报警方法、监护设备、监护系统及可读存储介质。
背景技术
监护设备通常指可佩带在患者身上，且能够实现对患者的监测参数数据不间断实时监护的医疗设备。现有的监护设备，在监测到的患者的监测参数数据达到预设的报警条件时，监护设备会产生报警，包括声音报警或灯光报警，以提示医护人员关注患者及根据报警信息进行干预。
例如，在监测到的患者的监测参数数据超出报警门限范围(例如高于报警阈值上限或低于报警阈值下限)时，监护设备会产生报警事件。然而，当患者正在运动或者在医护护理、家属辅助护理等操作时，监护设备监测到的监测参数数据通常会高于报警阈值上限或低于报警阈值下限而产生误报警。此外，在患者刚入院时，监测参数数据相对比较高，易波动，并且在短时间内无法降下来，从而监护设备会产生较多重复报警而导致报警疲劳，且医护人员无法有效且快速地筛选出患者关键的报警信息而提升病情延误的风险。虽然医护人员可以调整报警门限阈值，以减少此类重复报警，但是更改报警门限阈值存在一定的安全风险，且增加了医护人员的工作强度和难度。
发明内容
有鉴于此，有必要提供一种报警方法、监护设备、监护系统及可读存储介质，以解决上述问题。
第一方面，本申请提供一种报警方法，应用于监护设备，包括如下步骤：
获取初始趋势数据模板；
获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；
对所述待分析监测参数数据进行处理，以构建待分析趋势数据；
将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；
将所述匹配结果与预设条件进行比较，得到比较结果；
对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警。
第二方面，本申请提供一种监护设备，包括传感器和与所述传感器通讯连接的处理器，所述传感器用于采集患者的监测参数数据，所述处理器用于获取初始趋势数据模板；获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；将所述匹配结果与预设条件进行比较，得到比较结果；以及对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警。
第三方面，本申请还提供另一种监护设备，包括传感器和与所述传感器通讯连接的处理器，所述传感器用于采集患者的监测参数数据，其特征在于，所述处理器用于获取初始趋势数据模板；获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；基于所述初始趋势数据模板，以及对所述待分析趋势数据进行分析；对分析结果进行呈现，或者，在所述分析结果满足预设条件时，控制所述监护设备产生报警。
第四方面，本申请提供一种监护系统，所述控制系统包括上述的监护设备和第三方设备。
第五方面，本申请提供一种可读存储介质，所述可读存储介质上存储有交互程序，所述交互程序被处理器运行时执行如上所述的报警方法。
本申请实施例提供了一种报警方法、监护设备、监护系统及可读存储介质，基于获取初始趋势数据模板；获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；将所述匹配结果与预设条件进行比较，得到比较结果；对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警，不仅能够防止误报警的发生，且提高了监护的安全性和有效性，从而减少了医护人员的工作强度和难度，此外还可以根据所述匹配结果和/或所述比较结果、或者所述报警有效且快速地筛选出患者关键的报警信息，从而降低了病情延误的风险。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种报警系统的结构框图。
图2为本申请第一实施例提供的一种报警方法的步骤流程图。
图3为本申请第二实施例提供的一种报警方法的步骤流程图。
图4为本申请第三实施例提供的一种报警方法的步骤流程图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
请参阅图1，图1所示为本申请一实施例中的报警系统1000的结构框图。报警系统1000包括监护设备100和第三方设备300。监护设备100用于对患者的监测参数进行监测。监护设备100还与第三方设备300通信连接，第三方设备300用于接收监护设备100发送的监测数据，并对所述监测数据进行集中监护。
监护设备100包括，但不限于传感器10和与传感器10通讯连接的处理器20。传感器10采集患者的监测参数数据。其中，所述监测参数包括生理参数和非生理参数。所述生理参数包括，但不局限于心电、血氧、血压、呼吸、体温、中的任一参数。所述非生理参数包括，但不局限于运动参数、睡眠参数中的任一参数。所述运动参数例如是，但不局限于运动能耗、运动时间、运动步数、离床时间比。所述睡眠参数例如是，但不局限于睡眠时间、深度睡眠、睡眠质量。
传感器10可以用于连续采集患者的监测参数数据，例如传感器10为心电传感器。所述心电传感器用于在预设时间窗口内连续采集患者的心电数据。传感器10还可以按预设时间间隔采集患者的监测参数数据，例如，传感器10为体温传感器。所述体温传感器用于按所述预设时间间隔采集患者的体温数据。
传感器10和处理器20之间可以通过有线通信协议或无线通信协议相连，以使传感器10和处理器20之间可以进行数据交互。所述无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(WirelessFidelity，无线保真)网络。
本领技术人员应当理解的是，所述图1仅是报警系统1000的示例，并不构成对报警系统1000的限定，且监控设备100及报警系统1000可以包括比图1所示更多或更少的部件，或者组合某些部件，或者不同的部件，例如监护设备100还可以包括电源模块等，报警系统1000还可以包括打印设备等。
监护设备100可以用于监测患者的心电、呼吸、体温、脉搏氧饱和度、心率、血氧、无创血压、有创血压、运动、睡眠中的一项或多项生命体征参数。监护设备100可以为便携式监护设备、转运式监护设备、或者移动式监护设备。
在一实施例中，传感器10可以独立设置于监护设备100之外而与监护设备100可拆卸连接。传感器10用于采集患者的监测参数数据。处理器20还用于对来自传感器10的监测参数数据信号进行数据处理。传感器10包括，但不局限于心电、呼吸、血氧、血压、体温等监测参数监测附件。其中，监护设备100设置有若干连接接口。若干连接口可以是心电/呼吸接口、血氧接口、有创血压接口、无创血压接口、和/或体温接口等。监测参数监测附件通过连接接口电气连接于监护设备100上。在其它一些实施例中，传感器10还可以集成于监护设备100上。
在一些实施例中，传感器10还可以为，但不局限于运动传感器、声波检测传感器。运动传感器例如是加速度传感器。所述加速度传感器可以用于采集患者的运动参数和睡眠参数。所述声波检测传感器可以用于采集患者的睡眠参数。
在一实施例中，处理器20用于获取初始趋势数据模板；获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；将所述匹配结果与预设条件进行比较，得到比较结果；以及对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警。
如此，基于所述初始趋势数据模板，可以实现对所述待分析趋势数据进行分析，并为医护人员显示分析结果，或在所述分析结果满足预设条件时，控制所述监护设备产生报警，不仅能够防止误报警的发生，且提高了监护的安全性和有效性，从而减少了医护人员的工作强度和难度，此外还可以根据所述匹配结果和/或所述比较结果、或者所述报警有效且快速地筛选出患者关键的报警信息，从而降低了病情延误的风险。
在其它一些实施例中，处理器20用于获取初始趋势数据模板；获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；基于所述初始趋势数据模板，对所述待分析趋势数据进行分析；对分析结果进行呈现，或者，在所述分析结果满足预设条件时，控制所述监护设备产生报警。
具体的，基于所述初始趋势数据模板，对所述待分析趋势数据的变化趋势进行分析，以便基于变化趋势判断患者的监测参数数据是否异常，从而能够防止误报警的发生，且提高了监护的安全性和有效性，从而减少了医护人员的工作强度和难度，此外还可以根据所述分析结果、或者所述报警有效且快速地筛选出患者关键的报警信息，从而降低了病情延误的风险。
其中，在待分析趋势数据的变化趋势异常时，控制在监护设备100的显示界面显示所述分析结果，或者控制所述监护设备100产生报警。在待分析趋势数据的变化趋势趋于正常时，控制在监护设备100的显示界面显示所述分析结果，且控制所述监护设备100不产生报警，并更新所述初始趋势向量模板。
处理器20还可以用于控制监护设备100内的各个功能器件的协作。具体的，处理器20用于处理传感器10采集到的心电呼吸、血氧、血压、体温等生命体征参数，以得到监测参数数据，并控制显示器30显示所述监测参数数据。所述监测参数数据包括，但不局限于监测参数数据和监测参数波形中的至少一者。处理器20用于在监测到传感器10采集到的监测参数数据超出预设的报警门限阈值时生成报警事件。具体的，处理器20可以用于根据预设的监护指标的报警门限阈值确定是否针对传感器10所采集到的监测参数数据产生原始报警。处理器20还可以用于获取初始趋势数据模板；获取在待分析时间窗口内所连续监测的用于报警预测的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；将所述匹配结果与预设条件进行比较；以及在所述匹配结果满足所述预设条件时，控制所述监护设备产生新报警。
如此，本申请的监护设备100不仅可以基于传感器10所采集到的监测参数数据是否超出报警门限阈值来确定是否产生原始报警，还可以基于初始趋势数据模板与待分析趋势数据的匹配结果来确定是否产生新报警，即可以基于待分析时间窗口内所连续监测的用于报警分析的待分析参数数据的整体变化趋势来确定是否产生新报警，从而能够防止误报警的发生，且根据所述匹配结果和/或所述比较结果、或者原始报警和新报警中或根据新报警有效且快速地筛选出患者关键的报警信息，进而提高了监护的安全性和有效性，降低了病情延误的风险，以及减少了医护人员的工作强度和难度。
在本实施例中，监护设备100还包括显示器30及存储器40。传感器10、处理器20、显示器30及存储器40可以通过通信总线耦合。显示器30用于为用户提供可视化的显示输出，并接收用户输入的操作指令。具体的，显示器30可以用于为用户提供可视化显示界面，例如是，但不局限于参数界面和报警界面。显示器30的参数界面用于显示所述监测参数数据。显示器30的报警界面用于显示所述原始报警相对应的报警信息和所述新报警相对应的报警信息。在一些实施例中，显示器30的参数界面也可以用于显示所述原始报警相对应的报警信息和所述新报警相对应的报警信息。
在一些实施例中，监护设备100还包括电连接处理器20的报警模块50、输入输出模块60和通信模块70。报警模块50用于输出报警提示，以便医护人员执行相应的救护措施，且可以实时了解患者的情况及设备的工作状态，从而避免医护人员或者患者出现疏忽的现象，提高了监护的安全性。报警模块50例如是，但不局限于发光二极管或者蜂鸣器。输入输出装置60用于供用户输入操作指令。输入输出装置60例如是，但不局限于键盘、鼠标、触控屏、遥控器等输入设备及USB插口、网口等输出设备。处理器20还用于控制通信模块70将传感器10采集到的生命体征监测参数数据及报警事件发送至第三方设备300。
在一些实施例中，监护设备100可以通过通信模块70与第三方设备300建立数据通信。通信模块70可以是，但不局限于wifi、蓝牙或移动通信的2G、3G、4G、5G等通信模块。因此，患者的监测参数及报警提示信息等监护信息可以通过监护设备100的通信模块70无线传输到医院的第三方设备300进行集中监护。在其它一些实施例中，监护设备100还可以通过线缆与第三方设备300建立连接。第三方设备300可以是，但不局限于中央监护服务站设备或床边监护仪。
其中，监护设备100的数量可以包括一个或多个。第三方设备300与至少一个监护设备100建立数据通信。第三方设备300包括处理器302，显示器304、存储器306、及报警模块508。在一些实施例中，第三方设备300的处理器302，显示器304及存储器306的功能可以包括与监护设备100的处理器20，显示器30、存储器40及报警模块50相同的功能，此处不再赘述。举例来说，处理器302也可以用于处理传感器10所采集到的监测参数数据，并控制显示器304显示所述监测参数数据。第三方设备300的处理器302，显示器304及存储器306的功能还可以包括监护设备100的处理器20，显示器30及存储器40的不具备的功能，例如，处理器20可以接收并处理不同监护设备100通过通信模块70直接发送的监测参数数据。
处理器20，302可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。处理器20是监护设备100的控制中心，利用各种接口和线路连接整个监护设备100的各个部分。处理器20是第三方设备300的控制中心，利用各种接口和线路连接整个第三方设备300的各个部分。
其中，处理器20，302还用于执行下述报警方法中的所有步骤。例如，图2中的步骤S201至步骤S211，图3中的步骤S301至步骤S311，图4中的步骤S401至步骤S409等。具体的，存储器40存储有程序代码401，存储器306存储有程序代码307，处理器20，302用于调用存储器40，306的程序代码401，307而执行上述报警方法中所有步骤。
存储器40，306用于存储患者信息、报警事件信息及监测数据等。存储器40，306可用于存储计算机程序和/或模块，处理器20，302通过运行或执行存储在存储器40，306内的计算机程序和/或模块，以及调用存储在存储器40，306内的数据，实现监护设备100和第三方设备300的各种功能。存储器40，306可主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、多个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；数据存储区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器40，306可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、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)、多个磁盘存储器件、闪存器件、或其它易失性固态存储器件。
本发明实施例公开了一种报警方法，不仅能够防止误报警的发生，且有效且快速地筛选出患者关键的报警信息，从而提高了监护的安全性和有效性，降低了病情延误的风险，以及减少了医护人员的工作强度和难度。以下分别详细说明。
请一并参阅图1和图2，图2所示为本申请一实施例提供的一种报警方法的流程图。如图2所示，所述报警方法，应用于上述报警系统1000。具体的，所述报警方法，可以应用于上述监护设备100，也可以应用于上述第三方设备300。所述报警方法包括如下步骤。
步骤S201，获取初始趋势数据模板。
其中，所述初始趋势数据模板可以由监护设备100的传感器10采集到的监测参数数据构成，也可以由预处理后的监测参数数据构成。所述监测参数数据可以为生理参数，也可以为非生理参数。所述生理参数包括，但不局限于心电、呼吸、体温、脉搏氧饱和度、心率、血氧、无创血压、有创血压中的任一参数。所述非生理参数包括，但不局限于运动参数或睡眠参数中的任一参数。所述运动参数例如是，但不局限于运动能耗、运动时间、运动步数、离床时间比。所述睡眠参数例如是，但不局限于睡眠时间、深度睡眠、睡眠质量。
具体的，在一些实施例中，所述获取初始趋势数据模板包括：基于在参考时间窗口内所监测的监测参数数据，构建所述初始趋势数据模板。如此，医护人员可以根据监护设备100当前采集到的监测参数数据来构建所述初始趋势数据模板，以提高监护设备100产生报警信息的准确性。
在一实施例中，所述基于在参考时间窗口内所监测的监测参数数据，构建所述初始趋势数据模板包括：基于在所述参考时间窗口内所连续监测的监测参数数据，构建所述初始趋势数据模板。其中，“所述连续监测”是指每隔一定时间(这里指的是传感器10返回一个监测参数数据所对应的最短时间)，连续多次测定的监测参数数据。
在另一实施例中，所述基于在参考时间窗口内所监测的监测参数数据，构建所述初始趋势数据模板包括：基于在所述参考时间窗口内按预设时间间隔所监测的监测参数数据，构建所述初始趋势数据模板。其中，所述预设时间间隔可以通过监护设备100的设置菜单中自定义的时间间隔，或是监护设备100出厂默认预设，例如是0.5h、2h或4h等。所述按预设时间间隔可以相同，也可以不同。例如，所述检测参数数据为体温参数数据。
在其它一些实施例中，所述获取初始趋势数据模板包括：接收输入的预设趋势数据模板，并将所述预设趋势数据模板作为所述初始趋势数据模板。
其中，所述预设趋势数据模板可以是处理器调取监护设备100内预先存储的患者的历史趋势数据模板。所述预设趋势数据模板还可以是医护人员根据患者监测参数数据及先验知识临时手动输入的趋势数据模板。
在一些实施例中，所述接收输入的预设趋势数据模板，并将所述预设趋势数据模板作为所述初始趋势数据模板，具体包括：
获取所述监护设备内存储的患者监测参数数据中的参考时间窗口内所连续监测的历史监测参数数据；
接收根据所述历史监测参数数据输入的预设趋势数据模板，并将所述预设趋势数据模板作为所述初始趋势数据模板。
所述参考时间窗口的时间长度可以通过监护设备100的设置菜单中自定义该参考时间窗口，或是监护设备100出厂默认预设，例如10分钟(min)、30min、1小时(h)，3h，24h等。可以理解的，在参考时间窗口的时间长度过长时，后续构建趋势数据模板所需的时间较长，从而下述的待分析趋势数据未能及时与趋势数据模板进行匹配，且趋势数据模板中的监测参数数据不具代表性；在参考时间窗口的时间长度过短时，趋势数据模板中的监测参数数据波动性大，从而降低监护设备100产生的报警信息的准确度及有效性。可选的，所述参考时间窗口的时间长度为30min至60min，以提高监护设备100产生的报警信息的准确度及有效性。
如此，医护人员根据先验知识及根据监护设备100存储的患者的历史监测参数数据临时输入一个趋势数据模板，并将该趋势数据模板作为所述初始趋势数据模板，从而可以快速建立一个初始趋势数据模板，以实时监控当前监护设备100监测到的监测参数数据的整体变化趋势来判断是否产生报警，进而可以根据所述匹配结果和/或所述比较结果、或者所述报警有效且快速地筛选出患者关键的报警信息，从而降低了病情延误的风险。
步骤S203，获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据。
其中，所述参考时间窗口的时间长度大于或等于所述待分析时间窗口的时间长度，所述参考时间窗口与所述待分析时间窗口互不交叠，且所述参考时间窗口的起始时间早于所述待分析时间窗的起始时间，以实现所述待分析时间窗口的待分析监测参数数据与所述参考时间窗口内的监测参数数据进行匹配。所述待分析监测参数数据的参数类型与所述监测参数数据的参数类型相同。例如所述待分析监测参数数据和所述监测参数数据的参数类型均为心率。所述待分析监测参数数据和所述监测参数数据的参数类型包括，但不局限于心电、呼吸、体温、脉搏氧饱和度、心率、血氧、无创血压、有创血压、运动或睡眠。
步骤S205，对所述待分析监测参数数据进行处理，以构建待分析趋势数据。
在一些实施例中，所述对所述待分析监测监测参数数据进行处理，以构建待分析趋势数据，具体包括：
采用预设算法对所述待分析监测监测参数数据进行处理，以构建待分析趋势数据。
其中，所述预设算法可以为函数算法。所述函数算法包括，但不局限于平均值函数算法、中值函数算法、最大值函数算法、最小值函数算法、差分函数算法或方差函数算法。
步骤S207，将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果。
步骤S209，将所述匹配结果与预设条件进行比较，得到比较结果。
步骤S211，对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警。
具体的，在一些实施例中，可以在监护设备100的显示界面上显示所述匹配结果和所述比较结果中的至少一者，从而医护人员可以基于所述匹配结果和/或所述比较结果判断被监护设备100监护的患者对应的监测参数数据的变化趋势是否异常，以提示医护人员在监测参数数据的变化趋势异常时采取相应的救护措施，以避免病情延误的风险。所述匹配结果和/或所述比较结果可以是匹配度、变动率等变化趋势相关数据。
举例来说，当所述监测参数数据为睡眠参数数据时，在所述睡眠参数数据中的睡眠时间减少时，控制所述监护设备100产生报警；在所述睡眠参数数据中的睡眠时间减少或增多时，控制在监护设备100的显示界面上显示睡眠时间减少或增多的提示信息。
在另一些实施例中，当所述匹配结果满足所述预设条件时，表明监护设备100监测到的患者的监测参数数据超出正常指标，因此监护设备会产生报警，以提示医护人员对报警信息进行干预，以避免病情延误的风险。在其它一些实施例中，可以在监护设备100的显示界面上显示所述匹配结果和所述比较结果中的至少一者的同时，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警，以便医护人员快速了解患者的监测参数数据的变化趋势，以避免病情延误的风险。
在本实施例中，所述控制所述监护设备产生报警，具体包括：
在确定所述监护设备在所述待分析时间窗口内不存在原始报警时，控制所述监护设备产生新报警；
在确定所述监护设备在所述待分析时间窗口内存在所述原始报警时，控制所述监护设备产生所述新报警并保留所述原始报警，其中，所述新报警的报警形式不同于所述原始报警的报警形式，所述报警形式包括报警灯光、报警声音、报警图文信息中的至少一种；或者
在确定所述监护设备在所述待分析时间窗口内存在所述原始报警时，控制所述监护设备变更所述原始报警的当前报警形式且不产生所述新报警。
其中，所述新报警的报警形式不同于所述原始报警的报警形式可以是所述新报警和所述原始报警的报警灯光不同，或者是报警声音不同、或者是报警图文信息不同。所述新报警的报警形式不同于所述原始报警的报警形式还可以是所述原始报警采用灯光报警，所述新报警采用声音报警或者图文信息报警。
具体的，所述原始报警是指监护设备100的传感器10采集到的监测参数数据超出预设的报警门限阈值时产生原始报警。所述新报警是指所述待分析趋势数据与所述初始趋势数据模板进行匹配所得的匹配结果在满足所述预设条件时产生新报警，即待分析时间窗口内所连续监测的用于报警分析的待分析参数数据的整体变化趋势达到一定程度时产生新报警。
在一些实施例中，所述报警方法还包括：在确定所述监护设备在所述待分析时间窗口内存在所述原始报警时，将所述新报警进行升级，其中，所述新报警的报警级别高于所述原始报警的报警级别。升级后的新报警可以替换所述原始报警，以减少重复报警的次数，提升用户的体验。升级后的新报警也可以与所述原始报警并存，从而避免因删除原始报警而造成患者病情延误的风险。如此，医护人员可以根据所述新报警有效且快速地筛选出患者关键的报警信息，并针对性地对新报警事件进行干预，从而大大降低了病情延误的风险。
具体的，监护设备100可以产生代表了不同的报警级别的报警形式的报警。其中，报警级别用于反映报警事件的严重程度。例如，当报警信息对应的报警级别为一级时，监护设备100控制报警模块50发出蓝光；当报警信息对应的报警级别为二级时，监护设备100控制报警模块50发出黄光；当报警信息对应的报警级别为三级时，监护设备100控制报警模块50发出红光。再例如，当报警信息对应的报警级别为一级时，监护设备100控制报警模块50发出报警声；当报警信息对应的报警级别为二级时，监护设备100控制报警模块50发出黄光，并发出报警声；当报警信息对应的报警级别为三级时，监护设备100控制报警模块50发出红光且发出报警声，以及控制显示报警提示信息。
在另一些实施例中，所述报警方法还包括：在确定所述监护设备在所述待分析时间窗口内存在所述原始报警时，将所述新报警进行降级，其中，所述新报警的报警级别低于所述原始报警的报警级别。例如，当患者的心率值在一定时间内都比正常心率值偏低时，可以通过对所述新报警进行降级，从而医护人员可以优先处理其它报警级别较高报警事件。
在一些实施例中，所述报警方法还包括：
在所述匹配结果未满足所述预设条件时，控制所述监护设备不产生报警；
更新所述初始趋势数据模板。
具体的，当所述匹配结果未满足所述预设条件时，表明监护设备监测到的患者的监测参数数据未超出正常指标，因此监护设备不会产生报警。当所述匹配结果未满足所述预设条件时，通过更新所述初始趋势数据模板，以便对参考时间窗口之后的时间窗口内所连续监测的用于报警分析的待分析监测参数数据进行报警分析，并且提高了监护设备100产生报警信息的准确性。
在一些实施例中，所述报警方法还包括：在所述匹配结果满足所述预设条件时，更新所述初始趋势数据模板。
具体的，在确认完待分析时间窗口内所连续监测的用于报警预测的待分析监测参数数据是否需要产生报警后，更新所述初始趋势数据模板，即重新构建新趋势数据模板。可以理解的，随着监护时间的增加，监护设备所监测到的监测参数数据也越来越多，通过实时建立新趋势数据模板，监护设备可以将待分析趋势数据与最新的趋势数据模板进行匹配，从而可以更具代表性地反映监护设备监测到的患者的监测参数数据是否超出正常指标，进而提高监护设备100产生报警信息的准确性，且提高了监护的安全性和有效性。
所述更新所述初始趋势数据模板，具体包括：
将所述待分析趋势数据作为新趋势模板；或者
将所述初始趋势数据模板和所述待分析趋势数据进行加权处理，以获得所述新趋势模板。
具体的，通过将所述待分析趋势数据作为新趋势模板，从而无需重新构建新趋势模板，这大大节省了时间，从而下一个新待分析趋势数据可以与最新的趋势数据模板及时进行匹配，即新待分析趋势数据与最新的趋势数据模板可以无缝衔接，进而提高监护设备100产生报警信息的及时性，以降低了病情延误的风险。
具体来说，还可以通过将所述初始趋势数据模板和所述待分析趋势数据进行加权处理，以获得所述新趋势模板，以避免上一待分析趋势数据存在异常时，导致下一待分析趋势数据与上一待分析趋势数据(即新趋势模板)进行匹配时，也出现异常报警。例如，待分析趋势数据和初始趋势数据模板按照7:3的比例重新构建，以得到所述新趋势模板，从而可以更具代表性地反映监护设备监测到的患者的监测参数数据是否超出正常指标，且进一步提高监护设备100产生报警信息的准确性，且提高了监护的安全性和有效性。
在本申请实施例中，利用图2所描述的报警方法，可以通过将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果，并且在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警，即可以根据待分析时间窗口内所连续监测的用于报警分析的待分析监测参数数据的整体变化趋势来确定监护设备是否产生报警，从而能够防止误报警的发生，且医护人员可以根据该报警有效且快速地筛选出患者关键的报警信息，从而提高了监护的安全性和有效性，降低了病情延误的风险。
请一并参阅图1和图3，图3所示为本申请另一实施例提供的一种报警方法的流程图。如图3所示，所述报警方法，应用于上述报警系统1000。具体的，所述报警方法，可以应用于上述监护设备100，也可以应用于上述第三方设备300。所述报警方法包括如下步骤。
步骤S301，获取在参考时间窗口内所监测的监测参数数据。
所述获取在参考时间窗口内所监测的监测参数数据，具体包括：
确定所述监护设备开始监测所述监测参数数据的起始时间；
将所述起始时间之后以及所述待分析时间窗口的开始时间之前的任一时间点作为所述参考时间窗口的开始时间，从所述开始时间开始持续第一时长对所述监测参数数据进行监测，以获取在所述参考时间窗口内所监测的所述监测参数数据。
其中，所述起始时间是指监护设备100上电且监护设备100的传感器10开始监测患者的某一监测参数数据的时间，即首次生成监测参数数据所对应的时间。所述第一时长对应所述参考时间窗口的时间长度。
在一些实施例中，所述获取在第一时间窗口内所连续监测的模板监测参数数据，具体包括：
确定所述监护设备开始监测所述模板监测参数数据的起始时间；
将所述起始时间作为所述第一时间窗口的开始时间，从所述开始时间开始持续所述第一时间窗口监测参数数据，以获取在所述第一时间窗口内所监测的所述模板监测参数数据。
具体的，通过在监护设备100开始监测患者的监测参数时就开始进行初始趋势数据模板的构建，以便最早时间内构建初始趋势数据模板，以便后续确定待分析监测参数数据是否超出正常指标的监测，从而提高了监护的安全性和有效性，降低了病情延误的风险。
步骤S302，判断所述监测参数数据是否稳定。若是，则执行步骤S303；若否，则返回步骤S301。
在一些实施例中，所述判断所述监测参数数据是否稳定，具体包括：
确定所述监测参数数据中的最大值和最小值；
比较所述最大值和所述最小值；
在所述最大值和所述最小值之间的差异在预设范围内时，确定所述监测参数数据稳定；
在所述最大值和所述最小值之间的差异在所述预设范围外时，确定所述监测参数数据不稳定。其中，所述预设范围可以为15％-20％。
在其它一些实施例中，所述判断所述监测参数数据是否稳定，具体包括：
确定所述监测参数数据中的平均值或方差值；
比较所述平均值或所述方差值和期望值的差异，
在所述平均值或所述方差值和所述期望值的差异在预设范围内时，确定所述监测参数数据稳定；
在所述平均值或所述方差值和所述期望值的差异在所述预设范围外时，确定所述监测参数数据不稳定。
需要说明的是，判断所述监测参数数据是否稳定还可以基于所述监测参数数据与所述监测参数数据的方差、差分、平均值等的差异占比来确定，本申请不做具体限定。此外，现有技术的确定所述监测参数数据是否稳定的方法也适用于本申请，此处不再赘述。
可以理解的，通过在构建初始趋势数据模板之前，确定监测参数数据是否稳定，从而使得构建初始趋势数据模板更具有代表性，且可以进一步避免误报警的产生。
步骤S303，对所述监测参数数据进行处理，以构建并获取所述初始趋势数据模板。
其中，所述参考时间窗口包括多个第一子时间窗口。在本实施例中，多个第一子时间窗口的时间长度均相同。具体的，所述参考时间窗口可以根据预设时间长度划分为所述多个第一子时间窗口。所述多个第一子时间窗口的总时间长度等于所述参考时间窗口的时间长度。
所述对所述监测参数数据进行处理，以构建并获取所述初始趋势数据模板，具体包括：
获取所述参考时间窗口内每个所述第一子时间窗口的监测参数数据；
根据每个所述第一子时间窗口的所述监测参数数据计算出对应的第一趋势特征值；
基于计算出的所有第一趋势特征值构建并获取所述初始趋势数据模板。
其中，所述第一趋势特征值为所述第一子时间窗口的所述监测参数数据的平均值、中值、最大值、最小值、差分和方差中的至少一种。
步骤S304，在确定所述初始趋势数据模板构建不成功时，控制每次持续预设时间获取所述监测参数数据，直至所述初始趋势数据模板构建成功，其中，所述预设时间为产生一个所述监测参数数据的时间。
具体的，在确定所述初始趋势数据模板构建不成功时，控制每次持续预设时间获取所述监测参数数据，直至所述初始趋势数据模板构建成功，从而可以在监护设备100启动检测后尽早建立所述初始趋势数据模板，以便后续确定待分析监测参数数据是否超出正常指标的监测，从而提高了监护的安全性和有效性，降低了病情延误的风险。
步骤S305，获取在待分析时间窗口内所监测的用于报警预测的待分析监测参数数据。
具体地，可以对应参考图2实施方式中的方法步骤S203，在此不再赘述。
步骤S306，对所述待分析监测参数数据进行处理，以构建待分析趋势数据。
其中，所述待分析时间窗口包括多个第二子时间窗口。每一所述第二子时间窗口的时间长度等于每一所述第一子时间窗口的时间长度。在本实施例中，多个第二子时间窗口的时间长度均相同。具体的，所述待分析时间窗口也可以根据预设时间长度划分为所述多个第二子时间窗口。
所述对所述待分析监测参数数据进行处理，以构建待分析趋势数据，具体包括：
获取所述待分析时间窗口内每个所述第二子时间窗口的待分析监测参数数据；
根据每个所述第二子时间窗口的所述待分析监测参数数据计算出对应的第二趋势特征值；
基于计算出的所有所述第二趋势特征值构建所述待分析趋势数据。
其中，所述第二趋势特征值为所述第二子时间窗口的所述待分析监测参数数据的平均值、中值、最大值、最小值、差分和方差中的至少一种。
步骤S307，将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果。
所述将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果，具体包括：
根据所述待分析时间窗口的时间长度，确定所述参考时间窗口的匹配区块，其中，所述参考时间窗口包括一个或多个所述匹配区块，且每一所述匹配区块内的第一子时间窗口的数量等于所述第二子时间窗口的数量；
将所述待分析趋势数据与每一所述匹配区块所对应的所述初始趋势数据模板进行匹配，得到所述匹配结果。
其中，所述匹配区块的时长长度等于所述待分析时间窗口的长度。当所述匹配区块的数量为一个时，表明所述参考时间窗口的时间长度等于所述待分析时间窗口的时间长度。当所述匹配区块的数量为多个时，表明所述参考时间窗口的时间长度大于所述待分析时间窗口的时间长度。
所述根据所述待分析时间窗口的时间长度，确定所述参考时间窗口的匹配区块，具体包括：
将所述第一子时间窗口的数量除以所述第二子时间窗口的数量，获取商M和余数N；
当所述余数N为0时，根据所述待分析时间窗口的时间长度，将所述参考时间窗口划分成M个连续且互不交叠的所述匹配区块，以确定所述参考时间窗口的所述匹配区块；
当所述余数N为正整数时，舍弃N个所述第一子时间窗口；以及根据所述待分析时间窗口的时间长度，将所述参考时间窗口划分成M个互不交叠的所述匹配区块，以确定所述参考时间窗口的所述匹配区块，其中，M个所述匹配区块的排布方式包括连续排布、至少部分连续排布、间隔排布或至少部分间隔排布。
举例来说，假设参考时间窗口的时间长度为30min，待分析时间窗口的时间长度为9min，第一子时间窗口的时间长度和第二子时间窗口的时间长度均为1min，由此可知，参考时间窗口包括30个第一子时间窗口，待分析时间窗口包括9个第二子时间窗口，参考时间窗口可划分为3个互不交叠的匹配区块，并需要舍弃3个第一子时间窗口。为了方便描述将，将30个第一子时间窗口表示为W1、W2、……、W30。舍弃的3个第一子时间窗口可以为W1、W2、W3；或者为W27、W28、W29，此时，3个匹配区块可以连续排布。弃的3个第一子时间窗口可以为W10、W20、W30；或者为W1、W11、W21，此时，3个匹配区块可以间隔排布。舍弃的3个第一子时间窗口可以为W1、W2、W12；或者为W10、W11、W30，此时，3个匹配区块中2个匹配区块可以至少部分连续排布或者至少部分间隔排布。
所述将所述待分析趋势数据与每一所述匹配区块所对应的所述初始趋势数据模板进行匹配，得到所述匹配结果，具体包括：
将每一所述匹配区块内的每一所述第一子时间窗口所对应的第一趋势特征与每一所述第二子时间窗口所对应的所述第二趋势特征进行一一匹配，以获取对应的差异数据，并将所述差异数据作为所述匹配结果。
其中，所述差异数据是指其中一个第一趋势特征与对应的第二趋势特征的偏差。所述差异数据可以表示为abs(yi-xi)/yi)，或者为abs(yi-xi)。
步骤S308，将所述匹配结果与预设条件进行比较，得到比较结果。
步骤S309，对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警。
在一些实施例中，所述将所述匹配结果与预设条件进行比较，具体包括：
获取所述差异数据小于或等于第一预设阈值的占比；
在确定所述占比超过预设的占比阈值时，确定所述匹配结果满足所述预设条件。
其中，在本实施例中，所述差异数据可以表示为abs(yi-xi)/yi，所述第一预设阈值为5％，所述预设的占比阈值为80％。当所述占比大于80％时，表明监护设备所监测到的监测参数数据超出正常指标，即患者的状态不稳定，处理器20控制监护设备100的报警模块50产生报警，以提示医护人员关注患者及根据报警信息进行干预。当所述占比小于20％时，表明监护设备所监测到的监测参数数据未超出正常指标，即患者的状态稳定，处理器20控制监护设备100的报警模块50不产生报警。当所述占比大于20％且小于80％时，处理器20控制监护设备100的显示器30输出提示信息，以提示用户患者的状态可能不稳定，或者处理器20模糊处理，处理器20既不控制控制监护设备100的报警模块50产生报警，也不控制监护设备100的显示器30输出提示信息。
需要说明的是，所述第一预设阈值和占比阈值用户可以自定义或根据先验知识系统默认设置，本申请不做具体限定。
举例来说，获取24小时内所连续监测的室早数据。按照每小时为一个时间窗，计算每一所述时间窗对应的室早数据的平均值，保存初始趋势数据模板。所述初始趋势数据模板表示为φ(xi)＝{x1，x2，x3，……，xn}，其中，xi表示为每一时间窗对应的室早数据的平均值，n表示时间窗的数量。在本实施例中，n＝24，即初始趋势数据模板的长度为24。若所述初始趋势数据模板未构建成功，会一直持续每秒滑动进行所述初始趋势数据模板的建立。
在监护过程中，获取24小时内所连续监测的室早数据，按照每小时为一个时间窗，计算每一所述时间窗对应的室早数据的平均值，保存待分析趋势数据。所述待分析趋势数据表示为φ(yi)＝{y1，y2，y3，……，yn}，其中，yi表示为每一时间窗对应的室早数据的平均值，n表示时间窗的数量。在本实施例中，n＝24，即待分析趋势数据的长度为24。
将待分析趋势数据yi和初始趋势数据模板xi进行匹配，并且按照待分析趋势数据的窗口长度，确定待分析趋势数据yi与初始趋势数据模板xi的匹配次数。在本实施例中，初始趋势数据模板的长度为30，待分析趋势数据的长度为10，因此待分析趋势数据yi总共会和初始趋势数据模板xi进行一次匹配。若所有待分析趋势数据yi与初始趋势数据模板xi的差异在5％的个数超过80％，则认为患者状态发生变化且状态不稳定，并控制监护设备100的报警模块50产生报警。若所有待分析趋势数据yi与初始趋势数据模板xi的差异在5％的个数小于20％，则认为患者状态稳定，并控制监护设备100的报警模块50不产生报警，并更新初始趋势数据模板φ(xi)。
在另一些实施例中，所述将所述匹配结果与预设条件进行比较，具体包括：
确定所述匹配模块的数量，根据所述匹配模块的数量确定所述待分析趋势数据与所述初始趋势模板的匹配次数，其中，所述匹配模块的数量等于所述匹配次数；
根据每次匹配所获得的差异数据，获取所述差异数据小于或等于第一预设阈值的占比；
当所述占比超过预设的占比阈值时，进行计数，以得到计数值；
在确定所述计数值与所述匹配次数的比值大于或等于第二预设阈值时，确定所述匹配结果满足所述预设条件。
举例来说，在监护设备100上电且传感器10开始监测患者的心率值后，获取30分钟(min)内所连续监测的心率值。判断所述心率值是否稳定有效。在确定所述心率值稳定有效时，按照每分钟为一个时间窗，计算每一所述时间窗对应的心率值的中值，保存初始趋势数据模板。所述初始趋势数据模板表示为φ(xi)＝{x1，x2，x3，……，xn}，其中，xi表示为每一时间窗对应的心率值的中值，n表示时间窗的数量。在本实施例中，n＝30，即初始趋势数据模板的长度为30。若所述初始趋势数据模板未构建成功，会一直持续每秒滑动进行所述初始趋势数据模板的建立。
在监护过程中，获取10min内所连续监测的心率值，按照每分钟为一个时间窗，计算每一所述时间窗对应的心率值的中值，保存待分析趋势数据。所述待分析趋势数据表示为φ(yi)＝{y1，y2，y3，……，yn}，其中，yi表示为每一时间窗对应的心率值的中值，n表示时间窗的数量。在本实施例中，n＝10，即待分析趋势数据的长度为10。
将待分析趋势数据yi和初始趋势数据模板xi进行匹配，并且按照待分析趋势数据的窗口长度，确定待分析趋势数据yi与初始趋势数据模板xi的匹配次数。在本实施例中，初始趋势数据模板的长度为30，待分析趋势数据的长度为10，因此待分析趋势数据yi总共会和初始趋势数据模板xi进行三次匹配。在其中一次匹配过程中，若所有yi差异在5％的个数超过80％，则认为匹配相似，并计数+1。
若匹配相似的计数为0，则认为患者状态发生变化，控制监护设备100进行报警。若匹配相似的计数不为0，则认为患者状态稳定，控制监护设备100的报警模块50不进行报警，并更新初始趋势数据模板φ(xi)。
在其它一些实施例中，所述将所述匹配结果与预设条件进行比较，具体包括：
获取所述差异数据的相关系数；
在确定所述相关系数在第三预设阈值范围内时，确定所述匹配结果满足所述预设条件。
其中，所述相关系数的表达式为：
Figure BDA0002649880070000131
其中，cof表示相关系数，xi表示所述初始趋势数据模板的第一趋势特征，yi表示所述待分析趋势数据的第二趋势特征，n表示所述第二子时间窗口的数量。
举例来说，获取30分钟(min)内所连续监测的血压值。判断所述血压值是否稳定有效。在确定所述血压值稳定有效时，按照每分钟为一个时间窗，计算每一所述时间窗对应的血压值的中值，保存初始趋势数据模板。所述初始趋势数据模板表示为φ(xi)＝{x1，x2，x3，……，xn}，其中，xi表示为每一时间窗对应的血压值的中值，n表示时间窗的数量。在本实施例中，n＝30，即初始趋势数据模板的长度为30。若所述初始趋势数据模板未构建成功，会一直持续每秒滑动进行所述初始趋势数据模板的建立。
在监护过程中，获取30min内所连续监测的血压值，按照每分钟为一个时间窗，计算每一所述时间窗对应的血压值的中值，保存待分析趋势数据。所述待分析趋势数据表示为φ(yi)＝{y1，y2，y3，……，yn}，其中，yi表示为每一时间窗对应的血压值的中值，n表示时间窗的数量。在本实施例中，n＝30，即待分析趋势数据的长度为30。
将待分析趋势数据yi和初始趋势数据模板xi进行匹配，并且按照待分析趋势数据的窗口长度，确定待分析趋势数据yi与初始趋势数据模板xi的匹配次数。在本实施例中，初始趋势数据模板的长度为30，待分析趋势数据的长度为30，因此待分析趋势数据yi总共会和初始趋势数据模板xi进行一次匹配。计算所述差异数据的相关系数，其中，所述相关系数的表达式为：
Figure BDA0002649880070000141
其中，cof表示相关系数，xi表示所述初始趋势数据模板的第一趋势特征，yi表示所述待分析趋势数据的第二趋势特征，n表示所述第二子时间窗口的数量。
若所述相关系数低于80％，则认为患者状态发生变化，进行报警；否则认为患者状态稳定，若所述相关系数大于90％，则认为患者状态稳定，控制监护设备100的报警模块50不进行报警，并更新初始趋势数据模板φ(xi)。
步骤S311，对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果未满足所述预设条件时，控制所述监护设备不产生报警，更新所述初始趋势数据模板。
请参阅图4，图4所示为本申请第三实施例提供的一种报警方法的步骤流程图。
步骤S401，获取初始趋势数据模板。
具体地，可以对应参考图2实施方式中的方法步骤S201，在此不再赘述。
步骤S403，获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据。
具体地，可以对应参考图2实施方式中的方法步骤S203，在此不再赘述。
步骤S405，对所述待分析监测参数数据进行处理，以构建待分析趋势数据。
具体地，可以对应参考图2实施方式中的方法步骤S205，在此不再赘述。
步骤S407，基于所述初始趋势数据模板，对所述待分析趋势数据进行分析。
步骤S409，对分析结果进行呈现，或者，在所述分析结果满足预设条件时，控制所述监护设备产生报警。
具体的，基于所述初始趋势数据模板，对所述待分析趋势数据的变化趋势进行分析，以便基于变化趋势判断患者的监测参数数据是否异常，从而能够防止误报警的发生，且提高了监护的安全性和有效性，从而减少了医护人员的工作强度和难度，此外还可以所述分析结果、或者所述报警有效且快速地筛选出患者关键的报警信息，从而降低了病情延误的风险。
其中，在待分析趋势数据的变化趋势异常时，控制在监护设备100的显示界面显示所述分析结果，或者控制所述监护设备100产生报警。在待分析趋势数据的变化趋势趋于正常时，控制在监护设备100的显示界面显示所述分析结果，且控制所述监护设备100不产生报警，并更新所述初始趋势向量模板。
具体地，报警方式可以对应参考图2实施方式中的方法步骤S209，在此不再赘述。本申请实施例提供了一种报警方法、监护设备、监护系统及可读存储介质，基于获取初始趋势数据模板；获取在待分析时间窗口内所连续监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；将所述匹配结果与预设条件进行比较，得到比较结果；对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警，不仅能够防止误报警的发生，且提高了监护的安全性和有效性，从而减少了医护人员的工作强度和难度，此外还可以所述匹配结果和/或所述比较结果、或者所述报警有效且快速地筛选出患者关键的报警信息，从而降低了病情延误的风险。
本发明实施例还提供一种计算机存储介质，其中，所述计算机存储介质可存储有程序，所述程序执行时包括上述方法实施例中记载的任意一种报警方法的部分或全部步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应所述知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可能可以采用其它顺序或者同时进行。其次，本领域技术人员也应所述知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在本申请所提供的几个实施例中，应所述理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。上述报警方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者所述技术方案的全部或部分可以以软件产品的形式体现出来，所述计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本发明各个实施例上述报警方法的全部或部分步骤。其中，而前述的存储介质可包括：U盘、移动硬盘、磁碟、光盘、只读存储器(英文：Read-Only Memory，缩写：ROM)或者随机存取存储器(英文：Random Access Memory，缩写：RAM)等各种可以存储程序代码的介质。
以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施例进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施例及应用范围上均会有改变之处，综上上述，本说明书内容不应理解为对本发明的限制。
以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施例进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施例及应用范围上均会有改变之处，综上上述，本说明书内容不应理解为对本发明的限制。

Claims (27)

1.一种报警方法，应用于监护设备，其特征在于，包括如下步骤：
获取初始趋势数据模板；
获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；
对所述待分析监测参数数据进行处理，以构建待分析趋势数据；
将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；
将所述匹配结果与预设条件进行比较，得到比较结果；
对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警。
2.如权利要求1所述的报警方法，其特征在于，所述获取初始趋势数据模板包括：
基于在参考时间窗口内所监测的监测参数数据，构建并获取所述初始趋势数据模板；或者
接收输入的预设趋势数据模板，并将所述预设趋势数据模板作为所述初始趋势数据模板。
3.如权利要求2所述的报警方法，其特征在于，所述接收输入的预设趋势数据模板，并将所述预设趋势数据模板作为所述初始趋势数据模板，具体包括：
获取所述监护设备内存储的患者监测参数数据中的参考时间窗口内所监测的历史监测参数数据，其中，所述参考时间窗口的时间长度大于或等于所述待分析时间窗口的时间长度；
接收根据所述历史监测参数数据输入的预设趋势数据模板，并将所述预设趋势数据模板作为所述初始趋势数据模板。
4.如权利要求2所述的报警方法，其特征在于，所述基于在参考时间窗口内所监测的监测参数数据，构建并获取所述初始趋势数据模板，具体包括：
获取在所述参考时间窗口内所监测的监测参数数据，其中，所述参考时间窗口的时间长度大于或等于所述待分析时间窗口的时间长度，所述参考时间窗口与所述待分析时间窗口互不交叠，且所述参考时间窗口的起始时间早于所述待分析时间窗的起始时间；
对所述监测参数数据进行处理，以构建并获取所述初始趋势数据模板。
5.如权利要求4所述的报警方法，其特征在于，在所述对所述监测参数数据进行处理，以构建所述初始趋势数据模板之前，所述报警方法还包括：
判断所述监测参数数据是否稳定；
在所述监测参数数据稳定时，则执行所述对所述监测参数数据进行处理，以构建并获取所述初始趋势数据模板。
6.如权利要求4所述的报警方法，其特征在于，所述获取在所述参考时间窗口内所监测的监测参数数据，具体包括：
确定所述监护设备开始监测所述监测参数数据的起始时间；
将所述起始时间之后以及所述待分析时间窗口的开始时间之前的任一时间点作为所述参考时间窗口的开始时间，从所述开始时间开始持续第一时长对所述监测参数数据进行监测，以获取在所述参考时间窗口内所监测的所述监测参数数据。
7.如权利要求4所述的报警方法，其特征在于，在所述获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据之前，所述报警方法还包括：
在确定所述初始趋势数据模板构建不成功时，控制每次持续预设时间获取所述监测参数数据，直至所述初始趋势数据模板构建成功，其中，所述预设时间为产生一个所述监测参数数据的时间。
8.如权利要求4所述的报警方法，其特征在于，所述参考时间窗口包括多个第一子时间窗口，所述对所述监测参数数据进行处理，以构建并获取所述初始趋势数据模板，具体包括：
获取所述参考时间窗口内每个所述第一子时间窗口的监测参数数据；
根据每个所述第一子时间窗口的所述监测参数数据计算出对应的第一趋势特征值；
基于计算出的所有第一趋势特征值构建并获取所述初始趋势数据模板。
9.如权利要求8所述的报警方法，其特征在于，所述第一趋势特征值为所述第一子时间窗口的所述监测参数数据的平均值、中值、最大值、最小值、差分和方差中的至少一种。
10.如权利要求8所述的报警方法，其特征在于，所述待分析时间窗口包括多个第二子时间窗口，每一所述第二子时间窗口的时间长度等于每一所述第一子时间窗口的时间长度，所述对所述待分析监测参数数据进行处理，以构建待分析趋势数据，具体包括：
获取所述待分析时间窗口内每个所述第二子时间窗口的待分析监测参数数据；
根据每个所述第二子时间窗口的所述待分析监测参数数据计算出对应的第二趋势特征值；
基于计算出的所有所述第二趋势特征值构建所述待分析趋势数据。
11.如权利要求10所述的报警方法，其特征在于，所述第二趋势特征值为所述第二子时间窗口的所述待分析监测参数数据的平均值、中值、最大值、最小值、差分和方差中的至少一种。
12.如权利要求10所述的报警方法，其特征在于，所述将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果，具体包括：
根据所述待分析时间窗口的时间长度，确定所述参考时间窗口的匹配区块，其中，所述参考时间窗口包括一个或多个所述匹配区块，且每一所述匹配区块内的第一子时间窗口的数量等于所述第二子时间窗口的数量；
将所述待分析趋势数据与每一所述匹配区块所对应的所述初始趋势数据模板进行匹配，得到所述匹配结果。
13.如权利要求12所述的报警方法，其特征在于，所述根据所述待分析时间窗口的时间长度，确定所述参考时间窗口的匹配区块，具体包括：
将所述第一子时间窗口的数量除以所述第二子时间窗口的数量，获取商M和余数N；
当所述余数N为0时，根据所述待分析时间窗口的时间长度，将所述参考时间窗口划分成M个连续且互不交叠的所述匹配区块，以确定所述参考时间窗口的所述匹配区块；
当所述余数N为正整数时，舍弃N个所述第一子时间窗口；以及根据所述待分析时间窗口的时间长度，将所述参考时间窗口划分成M个互不交叠的所述匹配区块，以确定所述参考时间窗口的所述匹配区块，其中，M个所述匹配区块的排布方式包括连续排布、至少部分连续排布、间隔排布或至少部分间隔排布。
14.如权利要求12所述的报警方法，其特征在于，所述将所述待分析趋势数据与每一所述匹配区块所对应的所述初始趋势数据模板进行匹配，得到所述匹配结果，具体包括：
将每一所述匹配区块内的每一所述第一子时间窗口所对应的第一趋势特征与每一所述第二子时间窗口所对应的所述第二趋势特征进行一一匹配，以获取对应的差异数据，并将所述差异数据作为所述匹配结果。
15.如权利要求14所述的报警方法，其特征在于，所述将所述匹配结果与预设条件进行比较，具体包括：
获取所述差异数据小于或等于第一预设阈值的占比；
在确定所述占比超过预设的占比阈值时，确定所述匹配结果满足所述预设条件。
16.如权利要求14所述的报警方法，其特征在于，所述将所述匹配结果与预设条件进行比较，具体包括：
确定所述匹配模块的数量，根据所述匹配模块的数量确定所述待分析趋势数据与所述初始趋势模板的匹配次数，其中，所述匹配模块的数量等于所述匹配次数；
根据每次匹配所获得的差异数据，获取所述差异数据小于或等于第一预设阈值的占比；
当所述占比超过预设的占比阈值时，进行计数，以得到计数值；
在确定所述计数值与所述匹配次数的比值大于或等于第二预设阈值时，确定所述匹配结果满足所述预设条件。
17.如权利要求14所述的报警方法，其特征在于，所述将所述匹配结果与预设条件进行比较，具体包括：
获取所述差异数据的相关系数；
在确定所述相关系数在第三预设阈值范围内时，确定所述匹配结果满足所述预设条件。
18.如权利要求17所述的报警方法，其特征在于，所述相关系数的表达式为：
Figure FDA0002649880060000031
其中，cof表示相关系数，xi表示所述初始趋势数据模板的第一趋势特征，yi表示所述待分析趋势数据的第二趋势特征，n表示所述第二子时间窗口的数量。
19.如权利要求1所述的报警方法，其特征在于，所述控制所述监护设备产生报警，具体包括：
在确定所述监护设备在所述待分析时间窗口内不存在原始报警时，控制所述监护设备产生新报警；
在确定所述监护设备在所述待分析时间窗口内存在所述原始报警时，控制所述监护设备产生所述新报警并保留所述原始报警，其中，所述新报警的报警形式不同于所述原始报警的报警形式，所述报警形式包括报警灯光、报警声音、报警图文信息中的至少一种；或者
在确定所述监护设备在所述待分析时间窗口内存在所述原始报警时，控制所述监护设备变更所述原始报警的当前报警形式且不产生所述新报警。
20.如权利要求1所述的报警方法，其特征在于，所述报警方法还包括：
在所述匹配结果未满足所述预设条件时，控制所述监护设备不产生报警；
更新所述初始趋势数据模板。
21.如权利要求20所述的报警方法，其特征在于，所述更新所述初始趋势数据模板，具体包括：
将所述待分析趋势数据作为新趋势模板；或者
将所述初始趋势数据模板和所述待分析趋势数据进行加权处理，以获得所述新趋势模板。
22.如权利要求2至21中任一项所述的报警方法，其特征在于，所述待分析监测参数数据和所述监测参数数据均包括生理参数数据和非生理参数数据。
23.如权利要求2至21中任一项所述的报警方法，其特征在于，所述待分析监测参数数据和所述监测参数数据均为心电、血氧、血压、呼吸、体温、运动和睡眠中的任一参数。
24.一种监护设备，其特征在于，包括传感器和与所述传感器通讯连接的处理器，所述传感器用于采集患者的监测参数数据，所述处理器用于获取初始趋势数据模板；获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；将所述待分析趋势数据与所述初始趋势数据模板进行匹配，得到匹配结果；将所述匹配结果与预设条件进行比较，得到比较结果；以及对所述匹配结果和/或所述比较结果进行呈现；或者，在所述匹配结果满足所述预设条件时，控制所述监护设备产生报警。
25.一种监护设备，其特征在于，包括传感器和与所述传感器通讯连接的处理器，所述传感器用于采集患者的监测参数数据，所述处理器用于获取初始趋势数据模板；获取在待分析时间窗口内所监测的用于报警分析的待分析监测参数数据；对所述待分析监测参数数据进行处理，以构建待分析趋势数据；基于所述初始趋势数据模板，对所述待分析趋势数据进行分析；以及对分析结果进行呈现，或者，在所述分析结果满足预设条件时，控制所述监护设备产生报警。
26.一种报警系统，其特征在于，采用权利要求1至23中任意一项所述的报警方法或包括权利要求23所述的监护设备。
27.一种可读存储介质，其特征在于，所述可读存储介质上存储有交互程序，所述交互程序被处理器运行时执行如权利要求1-23中任一项所述的报警方法。
CN202010869428.5A 2020-08-25 2020-08-25 报警方法、监护设备、监护系统及可读存储介质 Pending CN114120586A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010869428.5A CN114120586A (zh) 2020-08-25 2020-08-25 报警方法、监护设备、监护系统及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010869428.5A CN114120586A (zh) 2020-08-25 2020-08-25 报警方法、监护设备、监护系统及可读存储介质

Publications (1)

Publication Number Publication Date
CN114120586A true CN114120586A (zh) 2022-03-01

Family

ID=80373960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010869428.5A Pending CN114120586A (zh) 2020-08-25 2020-08-25 报警方法、监护设备、监护系统及可读存储介质

Country Status (1)

Country Link
CN (1) CN114120586A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1522446A (zh) * 2000-05-10 2004-08-18 报警管理系统
US20140350360A1 (en) * 2004-02-05 2014-11-27 Earlysense Ltd. Monitoring a condition of a subject
US20150347698A1 (en) * 2014-05-30 2015-12-03 Roche Diagnostics Operations, Inc. Hazard based assessment patterns
CN105411567A (zh) * 2015-12-15 2016-03-23 北京世纪今科医疗器械有限公司 一种心电图数据分析方法及系统
CN106683340A (zh) * 2016-12-15 2017-05-17 歌尔股份有限公司 一种用户行为监测方法和可穿戴设备
CN108565023A (zh) * 2018-03-16 2018-09-21 夏伟 一种儿童疾病防控监测方法、装置和系统
CN108577830A (zh) * 2018-03-15 2018-09-28 乐普（北京）医疗器械股份有限公司 一种面向用户的体征信息动态监护方法和动态监护系统
US20190053754A1 (en) * 2017-08-18 2019-02-21 Fitbit, Inc. Automated detection of breathing disturbances

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1522446A (zh) * 2000-05-10 2004-08-18 报警管理系统
US20140350360A1 (en) * 2004-02-05 2014-11-27 Earlysense Ltd. Monitoring a condition of a subject
US20150347698A1 (en) * 2014-05-30 2015-12-03 Roche Diagnostics Operations, Inc. Hazard based assessment patterns
CN105411567A (zh) * 2015-12-15 2016-03-23 北京世纪今科医疗器械有限公司 一种心电图数据分析方法及系统
CN106683340A (zh) * 2016-12-15 2017-05-17 歌尔股份有限公司 一种用户行为监测方法和可穿戴设备
US20190053754A1 (en) * 2017-08-18 2019-02-21 Fitbit, Inc. Automated detection of breathing disturbances
CN108577830A (zh) * 2018-03-15 2018-09-28 乐普（北京）医疗器械股份有限公司 一种面向用户的体征信息动态监护方法和动态监护系统
CN108565023A (zh) * 2018-03-16 2018-09-21 夏伟 一种儿童疾病防控监测方法、装置和系统

Similar Documents

Publication Publication Date Title
US20170273629A1 (en) Health monitoring television
CN103842942B (zh) 传送患者监测系统上的初级报警通知的系统和方法
CN106415695B (zh) 用于显示生理数据集中的趋势和变化性的方法和设备
EP3981326A1 (en) Data display method and electronic device
CA3074789A1 (en) Systems and methods for dynamically and intellingently monitoring a host's glycemic condition using state transitions
WO2003020128A2 (en) Patient monitoring and alarm processing system using an expert system
CN103126658A (zh) 医疗监控手表及医疗监控系统
EP3951796A1 (en) Alarm threshold setting suggestion method, system and monitor
US20190110711A1 (en) Apparatus and method for processing physiological information
US20180184945A1 (en) Method and device for detecting a worsening of the cardio- respiratory condition of a patient within a respiratory assistance device
WO2020133432A1 (zh) 早期预警评分的显示方法、监护设备及系统
CN114120586A (zh) 报警方法、监护设备、监护系统及可读存储介质
US11304636B2 (en) Oximeter
WO2021077288A1 (zh) 报警系统及报警方法
JP7323387B2 (ja) 生体情報モニタ装置、生体情報モニタ装置のアラーム制御方法、及び生体情報モニタ装置のアラーム制御プログラム
JP2016013196A (ja) 心拍データ分析用サーバシステム
WO2020132799A1 (zh) 一种监护设备的报警限值设置方法及装置
WO2020133347A1 (zh) 一种对患者的监护方法及装置
CN114469021A (zh) 报警事件的回顾方法、监护设备和监护系统
CN114072045B (zh) 自适应报警系统、方法、装置、及物联网系统
JP2018057450A (ja) 眠気推定装置及び眠気推定プログラム
WO2020258333A1 (zh) 一种监护处理方法及装置、存储介质
CN111916222A (zh) 一种医疗监护系统、推送终端和监护消息的推送方法
CN111343535A (zh) 体温监测耳机及其体温监测方法
CN114126487A (zh) 监护方法及监护装置、监护设备、计算机可读存储介质

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