CN114699056A - 一种基于智能监测终端的术后康复自动反馈系统 - Google Patents
一种基于智能监测终端的术后康复自动反馈系统 Download PDFInfo
- Publication number
- CN114699056A CN114699056A CN202210349917.7A CN202210349917A CN114699056A CN 114699056 A CN114699056 A CN 114699056A CN 202210349917 A CN202210349917 A CN 202210349917A CN 114699056 A CN114699056 A CN 114699056A
- Authority
- CN
- China
- Prior art keywords
- patient
- recovery
- sign
- value
- signal
- 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 75
- 230000002980 postoperative effect Effects 0.000 title claims abstract description 27
- 238000011084 recovery Methods 0.000 claims abstract description 132
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 238000004891 communication Methods 0.000 claims abstract description 4
- 239000008280 blood Substances 0.000 claims description 66
- 210000004369 blood Anatomy 0.000 claims description 66
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 35
- 229910052760 oxygen Inorganic materials 0.000 claims description 35
- 239000001301 oxygen Substances 0.000 claims description 35
- 230000036772 blood pressure Effects 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 28
- 238000012216 screening Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 21
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 16
- 239000008103 glucose Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 4
- 208000014674 injury Diseases 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010000269 abscess Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000002555 auscultation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008733 trauma Effects 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
- A61B5/145—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
- A61B5/02—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
- A61B5/145—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
- A61B5/14532—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 glucose, e.g. by tissue impedance measurement
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Optics & Photonics (AREA)
- Vascular Medicine (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Emergency Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明属于术后恢复状态监测领域,涉及数据分析技术,用于解决用户过度依赖康复反馈系统导致需要就医时没有及时就医的问题,具体是一种基于智能监测终端的术后康复自动反馈系统,包括监测平台,所述监测平台通信连接有体征检测模块、恢复分析模块、就医推荐模块以及存储模块;所述体征检测模块用于对患者的身体状态进行自动检测与分析,监测平台接收到恢复分析信号后将恢复分析信号发送至恢复分析模块;本发明通过体征检测模块可以对患者的术后体征状态进行检测分析,同时对患者在术后一段时间内的体征波动情况进行分析,针对于患者的体征不稳定的患者,采用恢复分析模块对患者的体征状态进行进一步的分析。
Description
技术领域
本发明属于术后恢复状态监测领域,涉及数据分析技术,具体是一种基于智能监测终端的术后康复自动反馈系统。
背景技术
手术指医生用医疗器械对病人身体进行的切除、缝合等治疗,以刀、剪、针等器械在人体局部进行的操作,来维持患者的健康,目的是医治或诊断疾病,如去除病变组织、修复损伤、移植器官、改善机体的功能和形态等。
现有的术后康复自动反馈系统仅能够针对患者的身体状态进行恢复状态监测,然后根据恢复状态检测结果进行日常恢复行为调节;然而,现有的术后康复自动反馈系统还存在的问题为:用户过度依赖于自动反馈系统,以至于有的患者的恢复状态很差,但是仍然依赖于反馈系统进行自行调节,没有及时就医导致治疗时机被延误。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于智能监测终端的术后康复自动反馈系统,用于解决用户过度依赖康复反馈系统导致需要就医时没有及时就医的问题;
本发明需要解决的技术问题为:如何提供一种可以及时对恢复状态不合格的用户进行就医提醒的术后康复自动反馈系统。
本发明的目的可以通过以下技术方案实现:
一种基于智能监测终端的术后康复自动反馈系统,包括监测平台,所述监测平台通信连接有体征检测模块、恢复分析模块、就医推荐模块以及存储模块;
所述体征检测模块用于对患者的身体状态进行自动检测与分析并在患者的体征不稳定时向监测平台发送恢复分析信号,监测平台接收到恢复分析信号后将恢复分析信号发送至恢复分析模块;
所述恢复分析模块用于接收到恢复分析信号后对患者的恢复状态进行检测分析并在患者恢复等级为三等级时向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;
所述就医推荐模块用于接收到就医信号后对患者进行就诊医院推荐分析。
作为本发明的一种优选实施方式,所述体征检测模块对患者的身体状态进行自动检测与分析的具体过程包括:获取患者的血氧数据XB、血糖数据XT以及血压数据XY,通过对患者的血氧数据XB、血糖数据XT以及血压数据XY进行数值计算得到体征系数TZ,通过存储模块获取到体征阈值TZmax,将最近L1天内患者进行体征检测的体征系数建立体征集合,对体征集合进行方差计算得到体征表现值TB,通过存储模块获取到体征表现阈值TBmax,将体征系数TZ、体征表现值TB分别与体征阈值TZmax、体征表现阈值TBmax进行比较并通过比较结果对患者的体征是否合格稳定进行判定。
作为本发明的一种优选实施方式,患者的血氧数据XB获取过程包括:获取患者的血氧饱和度,通过存储模块获取血氧饱和范围,将血氧饱和范围最大值与最小值的平均值标记为血氧标准值,将血氧饱和度与血氧标准值差值的绝对值标记为血氧数据XB;
患者的血氧数据XT的获取过程包括:获取患者的血糖值,通过存储模块获取到血糖范围,将血糖范围的最大值与最小值的平均值标记为血糖标准值,将血糖值与血糖标准值差值的绝对值标记为血糖数据XT;
患者的血压数据XY的获取过程包括:获取患者的血压值,通过存储模块获取血压范围,将血压范围的最大值与最小值的平均值标记为血压标准值,将血压值与血压标准值差值的绝对值标记为血压数据XY。
作为本发明的一种优选实施方式,体征系数TZ、体征表现值TB分别与体征阈值TZmax、体征表现阈值TBmax的比较过程包括:
若体征系数TZ小于体征阈值TZmax且体征表现值TB小于体征表现阈值TBmax,则判定患者的体征合格且稳定,体征检测模块向监测平台发送体征合格信号,监测平台接收到体征合格信号后将体征合格信号发送至患者的手机终端;
若体征系数TZ大于等于体征阈值TZmax且体征表现值TB小于体征表现阈值TBmax,则判定患者的体征不合格且稳定,体征检测模块向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;
否则,判定患者的体征不稳定,体征检测模块向监测平台发送恢复分析信号,监测平台接收到恢复分析信号后将恢复分析信号发送至恢复分析模块。
作为本发明的一种优选实施方式,所述恢复分析模块对患者的恢复状态进行检测分析的具体过程包括:将患者最近若干天进行体征检测的体征系数标记为TZi,i=1,2,…,n,n为正整数,将患者每天的运动步数标记为BSi,单位为千;将患者体当天征系数TZi与前一天体征系数TZi-1的差值标记为体征差TCi;将患者当天运动步数BSi与前一天运动步数BSi-1的差值标记为步数差BCi,将数值为正值的体征差TCi数量标记为m,将数值为正值的步数差BCi数量标记为t,将t与m的比值标记为恢复系数HF,通过存储模块获取到恢复阈值HFmin、HFmax,其中HFmin为最小恢复阈值,HFmax为最大恢复阈值,将恢复系数HF与恢复阈值HFmin、HFmax进行比较通过比较结果对患者的恢复等级进行判定。
作为本发明的一种优选实施方式,恢复系数HF与恢复阈值HFmin、HFmax的比较过程包括:
若HF≤HFmin,则判定患者的恢复等级为三等级,恢复分析模块向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;
若HFmin<HF<HFmax,则判定患者的恢复等级为二等级,恢复分析模块向监测平台发送自行观察信号,监测平台接收到自行观察信号后将自行观察信号发送至患者的手机终端;
若HF≥HFmax,则判定患者的恢复等级为一等级,恢复分析模块向监测平台发送恢复合格信号,监测平台接收到恢复合格信号后将恢复合格信号发送至患者的手机终端。
作为本发明的一种优选实施方式,所述就医推荐模块对患者进行就诊医院推荐分析的具体过程包括:获取患者的位置并标记为出发位置,以出发位置为圆心、r1为半径进行画圆,r1距离常量,将得到的圆形区域标记为筛选区域,将筛选区域内所有的三甲医院标记为筛选对象,将筛选对象与出发位置的直线距离标记为ZJ,将筛选对象与出发位置长度最小的路径的红绿灯数量标记为HL,将筛选对象的注册医师人数标记为ZC,通过对ZJ、HL以及ZC进行数值计算得到筛选对象的推荐系数TJ;
将推荐系数TJ数值最大的筛选对象标记为推荐对象,将推荐对象的公告信息发送至患者的手机终端;推荐对象的公告信息包括推荐对象的地址、联系电话以及官方网址。
本发明具备下述有益效果:
1、通过体征检测模块可以对患者的术后体征状态进行检测分析,同时对患者在术后一段时间内的体征波动情况进行分析,如果患者的体征存在稳定合格与稳定不合格时,则判定患者术后恢复合格与恢复不合格,从而在恢复不合格时及时向患者的手机终端发送就医信号,防止患者过于以来康复反馈平台导致治疗时机被延误,另外针对于患者的体征不稳定的患者,采用恢复分析模块对患者的体征状态进行进一步的分析;
2、通过恢复分析模块可以对体征不稳定的患者进行恢复状态分析,对患者的体征系数变化与每天运动步数变化进行分析,从而对患者的恢复积极程度进行反馈,根据反馈结果对患者的恢复等级进行判定,同样的,针对与恢复积极性不高、恢复效果一般的患者,及时对其进行就医提醒,防止该类患者过度依赖康复反馈系统进行自行观察;
3、通过就医推荐模块可以对患者进行就诊医院推荐分析,由于医疗手术一般会在大型医院进行,而患者在后续的术后恢复观察则不必要在大型医院进行,因此,需要在手术完成之后,根据患者的位置、周边医院的资质等因素为患者提供就诊医院推荐,使患者就诊时更加方便,防止由于就医过程麻烦而导致患者对康复反馈系统的依赖性增强。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
手术指医生用医疗器械对病人身体进行的切除、缝合等治疗,以刀、剪、针等器械在人体局部进行的操作,来维持患者的健康。是外科的主要治疗方法,俗称“开刀”,目的是医治或诊断疾病,如去除病变组织、修复损伤、移植器官、改善机体的功能和形态等。早期手术仅限于用简单的手工方法,在体表进行切、割、缝,如脓肿引流、肿物切除、外伤缝合等。故手术是一种破坏组织完整性,或使完整性受到破坏的组织复原的操作,随着外科学的发展,手术领域不断扩大,已能在人体任何部位进行,应用的器械也不断更新,如手术刀即有电刀、微波刀、超声波刀及激光刀等多种。
如图1所示,一种基于智能监测终端的术后康复自动反馈系统,包括监测平台,监测平台通信连接有体征检测模块、恢复分析模块、就医推荐模块以及存储模块。
体征检测模块用于对患者的身体状态进行自动检测与分析:获取患者的血氧数据XB、血糖数据XT以及血压数据XY,患者的血氧数据XB获取过程包括:通过血氧仪获取患者的血氧饱和度,血氧仪主要测量指标分别为脉率、血氧饱和度、灌注指数,血氧饱和度是临床医疗上重要的基础数据之一。血氧饱和度是指在全部血容量中被结合O2容量占全部可结合的O2容量的百分比。通过存储模块获取血氧饱和范围,将血氧饱和范围最大值与最小值的平均值标记为血氧标准值,将血氧饱和度与血氧标准值差值的绝对值标记为血氧数据XB;患者的血氧数据XT的获取过程包括:通过血糖监测仪获取患者的血糖值,血糖监测仪是测量血糖的仪器,血糖仪的原理主要分两种:电化学和光化学原理,一般来说,光化学原理比电化学原理的血糖仪测试时需要的血样多。通过存储模块获取到血糖范围,将血糖范围的最大值与最小值的平均值标记为血糖标准值,将血糖值与血糖标准值差值的绝对值标记为血糖数据XT;患者的血压数据XY的获取过程包括:通过血压仪获取患者的血压值,血压仪是测量血压的仪器,也叫血压计,按测量血压的设计原理来区分主要有听诊法血压计和示波法血压计。通过存储模块获取血压范围,将血压范围的最大值与最小值的平均值标记为血压标准值,将血压值与血压标准值差值的绝对值标记为血压数据XY;通过公式TZ=α1×XB+α2×ZT+α3×XY得到体征系数TZ,体征系数是一个反应患者整体的体征状态好坏程度的数值,体征系数的数值越大则表示患者整体的体征状态越差,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;通过存储模块获取到体征阈值TZmax,将最近L1天内患者进行体征检测的体征系数建立体征集合,L1为数量常量,对体征集合进行方差计算得到体征表现值TB,体征表现值是一个反应患者体征系数稳定程度的数值,体征表现值的数值越大则表示患者体征系数越不稳定,通过存储模块获取到体征表现阈值TBmax,将体征系数TZ、体征表现值TB分别与体征阈值TZmax、体征表现阈值TBmax进行比较:若体征系数TZ小于体征阈值TZmax且体征表现值TB小于体征表现阈值TBmax,则判定患者的体征合格且稳定,体征检测模块向监测平台发送体征合格信号,监测平台接收到体征合格信号后将体征合格信号发送至患者的手机终端;若体征系数TZ大于等于体征阈值TZmax且体征表现值TB小于体征表现阈值TBmax,则判定患者的体征不合格且稳定,体征检测模块向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;否则,判定患者的体征不稳定,体征检测模块向监测平台发送恢复分析信号,监测平台接收到恢复分析信号后将恢复分析信号发送至恢复分析模块。
体征检测模块可以对患者的术后体征状态进行检测分析,同时对患者在术后一段时间内的体征波动情况进行分析,如果患者的体征存在稳定合格与稳定不合格时,则判定患者术后恢复合格与恢复不合格,从而在恢复不合格时及时向患者的手机终端发送就医信号,防止患者过于以来康复反馈平台导致治疗时机被延误。
恢复分析模块用于接收到恢复分析信号后对患者的恢复状态进行检测分析:将患者最近若干天进行体征检测的体征系数标记为TZi,i=1,2,…,n,n为正整数,将患者每天的运动步数标记为BSi,单位为千,运动步数由智能手表直接获取,智能手表是具有信息处理能力,符合手表基本技术要求的手表,智能手表除指示时间之外,还应具有提醒、导航、校准、监测、交互等其中一种或者多种功能;显示方式包括指针、数字、图像等。随着移动技术的发展,许多传统的电子产品也开始增加移动方面的功能,比如过去只能用来看时间的手表,现今也可以通过智能手机或家庭网络与互联网相连,显示来电信息、跑步记步、Twitter和新闻feeds、天气信息等内容;将患者体当天征系数TZi与前一天体征系数TZi-1的差值标记为体征差TCi;将患者当天运动步数BSi与前一天运动步数BSi-1的差值标记为步数差BCi,将数值为正值的体征差TCi数量标记为m,将数值为正值的步数差BCi数量标记为t,t是一个反应患者的术后恢复积极性的数值,t的数值越大则表示患者在术后恢复的积极性越高,同样的,m的数值越低则表示患者的恢复状态越好,将t与m的比值标记为恢复系数HF,恢复系数是一个结合恢复状态与恢复积极性对患者的整体状态进行反馈的数值,恢复系数的数值越大则表示用户的整体状态越好,相反的恢复系数的数值越小,则表示用户的整体状态越差。通过存储模块获取到恢复阈值HFmin、HFmax,其中HFmin为最小恢复阈值,HFmax为最大恢复阈值,将恢复系数HF与恢复阈值HFmin、HFmax进行比较:若HF≤HFmin,则判定患者的恢复等级为三等级,恢复分析模块向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;若HFmin<HF<HFmax,则判定患者的恢复等级为二等级,恢复分析模块向监测平台发送自行观察信号,监测平台接收到自行观察信号后将自行观察信号发送至患者的手机终端;若HF≥HFmax,则判定患者的恢复等级为一等级,恢复分析模块向监测平台发送恢复合格信号,监测平台接收到恢复合格信号后将恢复合格信号发送至患者的手机终端。
恢复分析模块可以对体征不稳定的患者进行恢复状态分析,对患者的体征系数变化与每天运动步数变化进行分析,从而对患者的恢复积极程度进行反馈,根据反馈结果对患者的恢复等级进行判定,同样的,针对与恢复积极性不高、恢复效果一般的患者,及时对其进行就医提醒,防止该类患者过度依赖康复反馈系统进行自行观察。
就医推荐模块用于接收到就医信号后对患者进行就诊医院推荐分析:获取患者的位置并标记为出发位置,以出发位置为圆心、r1为半径进行画圆,r1距离常量,单位为米,将得到的圆形区域标记为筛选区域,将筛选区域内所有的三甲医院标记为筛选对象,将筛选对象与出发位置的直线距离标记为ZJ,将筛选对象与出发位置长度最小的路径的红绿灯数量标记为HL,将筛选对象的注册医师人数标记为ZC,通过公式TJ=(β1×ZC)/(β2×ZJ+β3×HL)得到筛选对象的推荐系数TJ,其中β1、β2以及β3均为比例系数,且β3>β2>β1>1;将推荐系数TJ数值最大的筛选对象标记为推荐对象,将推荐对象的公告信息发送至患者的手机终端;推荐对象的公告信息包括推荐对象的地址、联系电话以及官方网址。
就医推荐模块可以对患者进行就诊医院推荐分析,由于医疗手术一般会在大型医院进行,而患者在后续的术后恢复观察则不必要在大型医院进行,因此,需要在手术完成之后,根据患者的位置、周边医院的资质等因素为患者提供就诊医院推荐,使患者就诊时更加方便,防止由于就医过程麻烦而导致患者对康复反馈系统的依赖性增强。
一种基于智能监测终端的术后康复自动反馈系统,工作时,采用体征检测模块对患者的身体状态进行自动检测与分析并在患者的体征不稳定时向监测平台发送恢复分析信号,监测平台接收到恢复分析信号后将恢复分析信号发送至恢复分析模块;恢复分析模块接收到恢复分析信号后对患者的恢复状态进行检测分析并在患者恢复等级为三等级时向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;就医推荐模块接收到就医信号后后对患者进行就诊医院推荐分析,通过对直线距离、路径红绿灯数量以及医院的注册医师人数进行计算得到推荐系数,将推荐系数数值最大的筛选对象标记为推荐对象。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式TZ=α1×XB+α2×ZT+α3×XY;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的体征系数;将设定的体征系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1、α2以及α3的取值分别为3.25、2.83和2.24;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的体征系数;只要不影响参数与量化后数值的比例关系即可,如体征系数与血压数据的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”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一定指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何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.一种基于智能监测终端的术后康复自动反馈系统,包括监测平台,其特征在于,所述监测平台通信连接有体征检测模块、恢复分析模块、就医推荐模块以及存储模块;
所述体征检测模块用于对患者的身体状态进行自动检测与分析并在患者的体征不稳定时向监测平台发送恢复分析信号,监测平台接收到恢复分析信号后将恢复分析信号发送至恢复分析模块;
所述恢复分析模块用于接收到恢复分析信号后对患者的恢复状态进行检测分析并在患者恢复等级为三等级时向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;
所述就医推荐模块用于接收到就医信号后对患者进行就诊医院推荐分析。
2.根据权利要求1所述的一种基于智能监测终端的术后康复自动反馈系统,其特征在于,所述体征检测模块对患者的身体状态进行自动检测与分析的具体过程包括:获取患者的血氧数据XB、血糖数据XT以及血压数据XY,通过对患者的血氧数据XB、血糖数据XT以及血压数据XY进行数值计算得到体征系数TZ,通过存储模块获取到体征阈值TZmax,将最近L1天内患者进行体征检测的体征系数建立体征集合,对体征集合进行方差计算得到体征表现值TB,通过存储模块获取到体征表现阈值TBmax,将体征系数TZ、体征表现值TB分别与体征阈值TZmax、体征表现阈值TBmax进行比较并通过比较结果对患者的体征是否合格稳定进行判定。
3.根据权利要求2所述的一种基于智能监测终端的术后康复自动反馈系统,其特征在于,患者的血氧数据XB获取过程包括:获取患者的血氧饱和度,通过存储模块获取血氧饱和范围,将血氧饱和范围最大值与最小值的平均值标记为血氧标准值,将血氧饱和度与血氧标准值差值的绝对值标记为血氧数据XB;
患者的血氧数据XT的获取过程包括:获取患者的血糖值,通过存储模块获取到血糖范围,将血糖范围的最大值与最小值的平均值标记为血糖标准值,将血糖值与血糖标准值差值的绝对值标记为血糖数据XT;
患者的血压数据XY的获取过程包括:获取患者的血压值,通过存储模块获取血压范围,将血压范围的最大值与最小值的平均值标记为血压标准值,将血压值与血压标准值差值的绝对值标记为血压数据XY。
4.根据权利要求2所述的一种基于智能监测终端的术后康复自动反馈系统,其特征在于,体征系数TZ、体征表现值TB分别与体征阈值TZmax、体征表现阈值TBmax的比较过程包括:
若体征系数TZ小于体征阈值TZmax且体征表现值TB小于体征表现阈值TBmax,则判定患者的体征合格且稳定,体征检测模块向监测平台发送体征合格信号,监测平台接收到体征合格信号后将体征合格信号发送至患者的手机终端;
若体征系数TZ大于等于体征阈值TZmax且体征表现值TB小于体征表现阈值TBmax,则判定患者的体征不合格且稳定,体征检测模块向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;
否则,判定患者的体征不稳定,体征检测模块向监测平台发送恢复分析信号,监测平台接收到恢复分析信号后将恢复分析信号发送至恢复分析模块。
5.根据权利要求4所述的一种基于智能监测终端的术后康复自动反馈系统,其特征在于,所述恢复分析模块对患者的恢复状态进行检测分析的具体过程包括:将患者最近若干天进行体征检测的体征系数标记为TZi,i=1,2,…,n,n为正整数,将患者每天的运动步数标记为BSi,单位为千;将患者体当天征系数TZi与前一天体征系数TZi-1的差值标记为体征差TCi;将患者当天运动步数BSi与前一天运动步数BSi-1的差值标记为步数差BCi,将数值为正值的体征差TCi数量标记为m,将数值为正值的步数差BCi数量标记为t,将t与m的比值标记为恢复系数HF,通过存储模块获取到恢复阈值HFmin、HFmax,其中HFmin为最小恢复阈值,HFmax为最大恢复阈值,将恢复系数HF与恢复阈值HFmin、HFmax进行比较通过比较结果对患者的恢复等级进行判定。
6.根据权利要求5所述的一种基于智能监测终端的术后康复自动反馈系统,其特征在于,恢复系数HF与恢复阈值HFmin、HFmax的比较过程包括:
若HF≤HFmin,则判定患者的恢复等级为三等级,恢复分析模块向监测平台发送就医信号,监测平台接收到就医信号后将就医信号发送至就医推荐模块;
若HFmin<HF<HFmax,则判定患者的恢复等级为二等级,恢复分析模块向监测平台发送自行观察信号,监测平台接收到自行观察信号后将自行观察信号发送至患者的手机终端;
若HF≥HFmax,则判定患者的恢复等级为一等级,恢复分析模块向监测平台发送恢复合格信号,监测平台接收到恢复合格信号后将恢复合格信号发送至患者的手机终端。
7.根据权利要求6所述的一种基于智能监测终端的术后康复自动反馈系统,其特征在于,所述就医推荐模块对患者进行就诊医院推荐分析的具体过程包括:获取患者的位置并标记为出发位置,以出发位置为圆心、r1为半径进行画圆,r1距离常量,将得到的圆形区域标记为筛选区域,将筛选区域内所有的三甲医院标记为筛选对象,将筛选对象与出发位置的直线距离标记为ZJ,将筛选对象与出发位置长度最小的路径的红绿灯数量标记为HL,将筛选对象的注册医师人数标记为ZC,通过对ZJ、HL以及ZC进行数值计算得到筛选对象的推荐系数TJ;
将推荐系数TJ数值最大的筛选对象标记为推荐对象,将推荐对象的公告信息发送至患者的手机终端;推荐对象的公告信息包括推荐对象的地址、联系电话以及官方网址。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210349917.7A CN114699056A (zh) | 2022-04-02 | 2022-04-02 | 一种基于智能监测终端的术后康复自动反馈系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210349917.7A CN114699056A (zh) | 2022-04-02 | 2022-04-02 | 一种基于智能监测终端的术后康复自动反馈系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114699056A true CN114699056A (zh) | 2022-07-05 |
Family
ID=82173419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210349917.7A Pending CN114699056A (zh) | 2022-04-02 | 2022-04-02 | 一种基于智能监测终端的术后康复自动反馈系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114699056A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115620890A (zh) * | 2022-10-24 | 2023-01-17 | 华东医院 | 一种基于数字化的胸外科患者术后远程监护及康复系统 |
CN117423424A (zh) * | 2023-12-19 | 2024-01-19 | 天津市泰达医院 | 基于数据分析的急诊电子病历信息分类管理系统 |
-
2022
- 2022-04-02 CN CN202210349917.7A patent/CN114699056A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115620890A (zh) * | 2022-10-24 | 2023-01-17 | 华东医院 | 一种基于数字化的胸外科患者术后远程监护及康复系统 |
CN115620890B (zh) * | 2022-10-24 | 2023-09-29 | 华东医院 | 一种基于数字化的胸外科患者术后远程监护及康复系统 |
CN117423424A (zh) * | 2023-12-19 | 2024-01-19 | 天津市泰达医院 | 基于数据分析的急诊电子病历信息分类管理系统 |
CN117423424B (zh) * | 2023-12-19 | 2024-02-23 | 天津市泰达医院 | 基于数据分析的急诊电子病历信息分类管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11497422B2 (en) | Indicator and analytics for sensor insertion in a continuous analyte monitoring system and related methods | |
CN114699056A (zh) | 一种基于智能监测终端的术后康复自动反馈系统 | |
RU2749187C2 (ru) | Компьютерно-реализуемый способ и портативный прибор для анализа данных контроля глюкозы, показывающих уровень глюкозы в физиологической жидкости | |
EP2298158A1 (en) | Adaptive selection of a warning limit in patient monitoring | |
KR20090024808A (ko) | 치매 및 치매성 장애의 평가 | |
Park et al. | Design of a portable urine glucose monitoring system for health care | |
WO2021082259A1 (zh) | Ecg心电测量模式切换方法、装置和可穿戴设备及存储介质 | |
CN111144436A (zh) | 基于可穿戴设备的情绪压力筛查及危机预警方法和装置 | |
CN108618788A (zh) | 一种心理压力评估装置及心理压力评估方法 | |
CN106343986A (zh) | 一种基于摄像头的动态血压非接触监测装置 | |
CN103093112B (zh) | 预警装置 | |
EP0236023A2 (en) | Non-invasive blood glucose level monitoring method | |
CN1394545A (zh) | 通过网络在专业机构或人士和健康或亚健康人之间通信的远程人体健康状态监测系统 | |
Barr et al. | Bedside capillary glucose monitoring in the general hospital | |
US20080167976A1 (en) | Management system and method for a biostrip | |
CN115349832A (zh) | 一种生命体征监测预警系统和方法 | |
CN115153437A (zh) | 一种疼痛程度识别方法及系统 | |
CN114242253A (zh) | 一种用于糖尿病酮症酸中毒预警的健康管理方法及系统 | |
CN112185570A (zh) | 一种压力性损伤动态预警系统 | |
US10966664B2 (en) | Dynamically calibrated blood pressure reference value electronic sphygmomanometer | |
CN115295160B (zh) | 自助式社区健康管理系统及管理方法 | |
CN117316367B (zh) | 一种基于ai的智能化诊断系统 | |
CN114271799B (zh) | 一种基于智能终端的心血管检测方法 | |
CN109009020A (zh) | 一种健康监测系统和健康监测方法 | |
CN112750513B (zh) | 甲状旁腺切除术患者管理系统及方法 |
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: 20220705 |
|
RJ01 | Rejection of invention patent application after publication |