CN116407721B - 一种智能化晚期肿瘤手术的麻醉靶控系统 - Google Patents
一种智能化晚期肿瘤手术的麻醉靶控系统 Download PDFInfo
- Publication number
- CN116407721B CN116407721B CN202310361733.7A CN202310361733A CN116407721B CN 116407721 B CN116407721 B CN 116407721B CN 202310361733 A CN202310361733 A CN 202310361733A CN 116407721 B CN116407721 B CN 116407721B
- Authority
- CN
- China
- Prior art keywords
- anesthesia
- current
- consciousness
- index
- plan
- 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.)
- Active
Links
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 156
- 206010002091 Anaesthesia Diseases 0.000 title claims abstract description 143
- 230000037005 anaesthesia Effects 0.000 title claims abstract description 143
- 238000001356 surgical procedure Methods 0.000 title claims abstract description 42
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 84
- 230000006378 damage Effects 0.000 claims abstract description 84
- 208000014674 injury Diseases 0.000 claims abstract description 84
- 238000002347 injection Methods 0.000 claims abstract description 56
- 239000007924 injection Substances 0.000 claims abstract description 56
- 206010039897 Sedation Diseases 0.000 claims abstract description 55
- 230000036280 sedation Effects 0.000 claims abstract description 55
- 230000003444 anaesthetic effect Effects 0.000 claims abstract description 51
- 230000036592 analgesia Effects 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 210000004556 brain Anatomy 0.000 claims abstract description 14
- 230000008859 change Effects 0.000 claims description 132
- 230000035772 mutation Effects 0.000 claims description 71
- 208000031074 Reinjury Diseases 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 10
- 230000002980 postoperative effect Effects 0.000 claims description 9
- 230000002776 aggregation Effects 0.000 claims description 8
- 238000004220 aggregation Methods 0.000 claims description 8
- 230000008685 targeting Effects 0.000 claims description 8
- 230000000202 analgesic effect Effects 0.000 claims description 7
- 239000003814 drug Substances 0.000 claims description 7
- 230000005764 inhibitory process Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 239000003193 general anesthetic agent Substances 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 206010059866 Drug resistance Diseases 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 206010061619 Deformity Diseases 0.000 description 2
- 208000032843 Hemorrhage Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003471 mutagenic agent Substances 0.000 description 2
- 231100000707 mutagenic chemical Toxicity 0.000 description 2
- 230000003505 mutagenic effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 210000004881 tumor cell Anatomy 0.000 description 2
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000004324 lymphatic system Anatomy 0.000 description 1
- 230000000771 oncological effect Effects 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M19/00—Local anaesthesia; Hypothermia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- 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
- A61B5/4821—Determining level or depth of anaesthesia
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Veterinary Medicine (AREA)
- Anesthesiology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Hematology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种智能化晚期肿瘤手术的麻醉靶控系统，包括：监测模块，用于监测肿瘤患者的脑电信号，获得当前意识指数和伤害指数；确定模块，用于确定肿瘤患者的镇静临界点以及镇痛范围；控制模块，用于根据意识指数得到当前镇静深度，根据伤害指数得到当前镇痛深度；当当前镇静深度大于镇静临界点且当前镇痛深度大于镇痛范围时，控制注射泵向肿瘤患者进行麻醉注射，控制注射泵向所述肿瘤患者进行麻醉注射。本发明根据不同患者的耐药性进行差异化控制，杜绝术中知晓，防止麻醉过深，减少医患纠纷；不仅能最大限度减少了麻醉药量控制不合适而造成手术患者的伤害，又能减少临床麻醉医生的工作强度。
Description
技术领域
本发明涉及麻醉技术领域，特别涉及一种智能化晚期肿瘤手术的麻醉靶控系统。
背景技术
癌症是全球范围内致病和致死的主要原因之一。手术是治疗大多数实体肿瘤最有效的手段，但许多休眠的肿瘤细胞可能已经存在于远离原发病灶的部位，手术治疗也可能通过淋巴系统和血流将肿瘤细胞从原发灶释放到循环系统中，肿瘤手术的麻醉控制是手术是否成功的关键环节之一，面对不同位置、不同时期的肿瘤手术，手术麻醉也有所差异，本发明提出一种适用于晚期肿瘤手术的智能化麻醉靶控系统。
发明内容
本发明提供一种智能化晚期肿瘤手术的麻醉靶控系统，用以根据不同患者的耐药性进行差异化控制，杜绝术中知晓，防止麻醉过深，减少医患纠纷，最大现度减少了麻醉药量控制不合适而造成手术患者的伤害。
本发明提供一种晚期肿瘤手术的智能化麻醉靶控系统，包括：
监测模块，用于监测肿瘤患者的脑电信号，获得当前意识指数和伤害指数；
确定模块，用于确定所述肿瘤患者的镇静临界点以及镇痛范围；
控制模块，用于根据意识指数得到当前镇静深度，根据伤害指数得到当前镇痛深度；当当前镇静深度大于镇静临界点且当前镇痛深度大于镇痛范围时，控制注射泵向肿瘤患者进行麻醉注射
优选的，所述监测模块，包括：
数据采集单元，用于实时采集肿瘤患者的脑电信号，并对所述脑电信号进行预处理，获得所述肿瘤患者的当前意识指数和当前伤害指数；
数据存储单元，用于将所述脑电信号以及所述当前意识指数和当前伤害指数作为实时数据，在添加时间标签后存储至所述肿瘤患者手术目录下。
优选的，所述确定模块，包括：
曲线生成单元，用于获取所述肿瘤患者的全部实时数据，根据所述全部实时数据生成第一意识变化曲线和第一伤害变化曲线；
基于手术要求范围，在所述第一意识变化曲线上绘制两条意识标准线，构建第一标准区间，同时，在所述第一伤害变化曲线上绘制两条伤害标准线，构建第二标准区间；
曲线跟新单元，用于当数据采集单元获得当前意识指数和当前伤害指数后，分别更新所述第一意识变化曲线和第一伤害变化曲线，获得第二意识变化曲线和第二伤害变化曲线；
确定单元，用于基于所述第二意识变化曲线，分别在所述第一标准区间内参照伤害指数值确定所述肿瘤患者的镇静临界点；
基于所述第二伤害变化曲线，在所述第二标准区间内确定所述肿瘤患者的镇痛范围。
优选的，所述确定单元，包括：
第一选取子单元，用于获取所述肿瘤患者使用的麻醉药物对应的参考意识变化曲线，以及所述参考意识指数变化曲线上各个拐点的数据标签；
基于所述数据标签，确定所述参考意识变化曲线上手术初级阶段对应的子曲线，并获取所述子曲线的数据变化特征；
第二选取子单元，用于根据所述数据变化特征，在所述第二意识变化曲线上截取对应的第一子变化曲线，基于所述第二意识变化曲线与所述第二伤害变化曲线的时间对应关系，在所述第二伤害变化曲线上截取对应的第二子变化曲线；
对比所述第一子变化曲线和所述第二子变化曲线，将意识指数与伤害指数变化的交叉点作为第一突变点，将所述第一突变点对应时间点作为时间中心，按照预设时间长度确定一段时间作为选定时间片段，并获取所述选定时间片段内的意识指数变化的第一变化趋势；
将所述第二子变化曲线上的伤害指数突变点作为第二突变点，根据时间对应关系，判断所述第二突变点是否在所述选定时间片段内，若在，获取从所述第二突变点对应时间点到所述第二突变点对应的选定时间片段的时间下限的伤害指数变化趋势作为第二变化趋势；
对比确定子单元，用于当所述第一变化趋势与所述第二变化趋势一致时，判定选定时间片段对应第一突变点对应的意识指数为镇静临界点，选定时间片段对应第二突变点对应的伤害指数为镇痛范围。
优选的，所述第一选取子单元，包括：
信息获取子单元，用于获取所述肿瘤患者的手术进度信息以及个人信息，确定所述肿瘤患者的年龄阶段以及使用的麻醉药物类型；
在病例数据库中，获取所述肿瘤患者对应的年龄阶段内使用同种麻醉药物的多个历史患者的麻醉数据以及历史意识指数变化曲线；
信息处理子单元，用于基于所述历史意识指数变化曲线对应的麻醉数据，根据时间对应关系，在所述历史意识指数变化曲线上标定每次麻醉药物注射起始时间点以及终止时间点，获得标定历史意识指数变化曲线；
基于预设算法处理全部标定历史意识指数变化曲线，确定所述麻醉药物注射后各个阶段对应的综合特征；
根据所述综合特征生成所述麻醉药物对所述年龄阶段的患者的参考意识变化曲线，并根据所述各个阶段的麻醉数据向所述参考意识变化曲线的各个拐点添加数据标签。
优选的，所述控制模块，包括：
获取单元，分别获取当前意识指数及其对应的当前伤害指数，根据所述当前意识指数确定所述肿瘤患者的当前镇静深度；
根据所述当前伤害指数确定所述肿瘤患者的当前镇痛深度；
判断单元，当所述当前镇静深度大于镇静临界点且当前镇痛深度大于镇痛范围时，向控制单元发送控制信号；
控制单元，用于接收控制信号，并控制注射泵向所述肿瘤患者进行麻醉注射。
优选的，所述控制单元,包括：
预测子单元，用于根据当前肿瘤手术同类历史手术的多个实际手术时间，预测所述当前肿瘤手术的结束时间，判断前肿瘤手术的当前进程；
处理子单元，用于当所述控制信号的接收时间与所述结束时间的差值大于预设值时，判定所述当前肿瘤手术未完成，将所述肿瘤患者的第二意识变化曲线与参考意识变化曲线及进行对齐；
根据所述对齐结果，获取麻醉药物的起效时间差值，根据所述起效时间差值，确定所述肿瘤患者对所述麻醉药物的抑制程度；
获取当前镇静深度以及当前镇痛深度与目标镇静深度以及目标镇痛深度的目标差值；
基于所述目标差值以及所述抑制程度，确定麻醉补充注射量，并根据预设泵速向所述肿瘤患者进行麻醉注射。
优选的，所述处理子单元，还用于当所述控制信号接收时间与所述结束时间的差值小于等于预设值时，判定所述前肿瘤手术即将完成，所述肿瘤患者不需要再次进行注射麻醉药物。
优选的，一种智能化晚期肿瘤手术的麻醉靶控系统系统，还包括：术后反思模块，包括：
计划生成单元，用于在确定当前肿瘤手术完成后，基于根据所述当前肿瘤手术的实际麻醉药物注射数据，生成实际手术麻醉计划；
计划对比单元，用于将实际手术麻醉计划与术前麻醉计划进行对比，生成计划对比列表，分别获得各个异变子计划以及各个异变子计划对应的时间节点，当任意时间节点对应时间存在突发状况时，判定所述术前麻醉计划发生为第一异变；
否则，判定所述术前麻醉计划发生为第二异变，获取所述异变子计划上的异变长度，根据所述异变长度计算所述异变子计划的异变聚集度；
根据所述异变聚集度计算所述术前麻醉计划的总异变度，当所述总异变度大于预设值时，判定所述术前麻醉计划失误，基于所述术前麻醉计划，获得异变子计划对应手术阶段的意识指数的预测时序变化特征；
同时，获取第二意识变化曲线上对应位置意识指数的实际时序变化特征；
报告生成单元，用于根据所述预测时序变化特征与所述实际时序变化特征，获得异变特征，并基于所述异变特征，生成麻醉计划失误报告，发送至医护人员移动端。
优选的，所述计划对比单元，包括：
列表生成子单元，用于获取所述当前肿瘤手术的术前麻醉计划，根据所述术前麻醉计划的麻醉药物注射分配情况，将所述术前麻醉计划拆分为多个第一子计划，建立计划列表；
根据所述计划列表，确定所述实际手术麻醉计划拆分节点，根据所述拆分节点，将所述实际手术麻醉计划拆分为多个第二子计划，并扩充所述计划列表，生成计划对比列表。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明一种智能化晚期肿瘤手术的麻醉靶控系统系统的结构示意图；
图2为本发明一种智能化晚期肿瘤手术的麻醉靶控系统系统监测模块的结构示意图；
图3为本发明一种智能化晚期肿瘤手术的麻醉靶控系统系统确定模块的结构示意图；
图4为本发明一种智能化晚期肿瘤手术的麻醉靶控系统系统控制模块的结构示意图；
图5为本发明一种智能化晚期肿瘤手术的麻醉靶控系统系统术后反思模块的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明提供一种智能化晚期肿瘤手术的麻醉靶控系统系统，如图1所示，包括：
监测模块，用于监测肿瘤患者的脑电信号，获得当前意识指数和伤害指数；
确定模块，用于确定所述肿瘤患者的镇静临界点以及镇痛范围；
控制模块，用于根据意识指数得到当前镇静深度，根据伤害指数得到当前镇痛深度；当当前镇静深度大于镇静临界点且当前镇痛深度大于镇痛范围时，控制注射泵向肿瘤患者进行麻醉注射。
本实施例中，当前意识指数是指肿瘤患者的当前脑电意识指数是一种镇静深度监测指数，可以较准确地反应镇静深度。
本实施例中，伤害指数是指伤害敏感指数，可以映患者无意识生理状态下的伤害刺激敏感程度。
本实施例中，镇静临界点是指患者刚好可以对手术有所感知的镇静深度值；镇痛范围是指患感觉不到疼痛时对应镇痛深度值对应的区间范围。
本实施例中，当前镇静深度等于当前意识指数；当前镇痛深度等于当前伤害指数。
上述技术方案的有益效果：本发明通过监测模块监测肿瘤患者手中的实时脑电信号，获得当前意识指数和伤害指数，然后当前意识指数和伤害指数对应的当前镇静深度以及当前镇痛深度低于镇静临界点以及镇痛范围时，控制注射泵向所述肿瘤患者进行麻醉注射，实现标准化、规范化给药，同时还可以根据不同患者的耐药性进行差异化控制，杜绝术中知晓，减少医患纠纷，最大现度减少了麻醉药量控制不合适而造成手术患者的伤害。
实施例2：
在实施例1的基础上，所述监测模块，如图2所示，包括：
数据采集单元，用于实时采集肿瘤患者的脑电信号，并对所述脑电信号进行预处理，获得所述肿瘤患者的当前意识指数和当前伤害指数；
数据存储单元，用于将所述脑电信号以及所述当前意识指数和当前伤害指数作为实时数据，在添加时间标签后存储至所述肿瘤患者手术目录下。
上述技术方案的有益效果：本发明通过数据采集单元，用于实时采集肿瘤患者的脑电信号，并对所述脑电信号进行预处理，获得所述肿瘤患者的当前意识指数和伤害指数，实现智能监测减少了麻醉医生的工作强度；同时在获得脑电信号以及当前意识指数和伤害指数后，将其作为实时数据，在添加时间标签后存储至所述肿瘤患者手术目录下，保留原始数据，为术后反思提供依据。
实施例3：
在实施例1的基础上，所述确定模块，如图3所示，包括：
曲线生成单元，用于获取所述肿瘤患者的全部实时数据，根据所述全部实时数据生成第一意识变化曲线和第一伤害变化曲线；
基于手术要求范围，在所述第一意识变化曲线上绘制两条意识标准线，构建第一标准区间，同时，在所述第一伤害变化曲线上绘制两条伤害标准线，构建第二标准区间；
曲线跟新单元，用于当数据采集单元获得当前意识指数和当前伤害指数后，分别更新所述第一意识变化曲线和第一伤害变化曲线，获得第二意识变化曲线和第二伤害变化曲线；
确定单元，用于基于所述第二意识变化曲线，分别在所述第一标准区间内参照伤害指数值确定所述肿瘤患者的镇静临界点；
基于所述第二伤害变化曲线，在所述第二标准区间内确定所述肿瘤患者的镇痛范围。
本实施例中，第一意识变化曲线是指根据现有的全部实时数据中意识指数的变化生成的曲线图像，该图反映了肿瘤患者在术中意识指数随时间的变化情况。
本实施例中，第一伤害变化曲线是指根据现有的全部实时数据中伤害指数的变化生成的曲线图像，该图反映了肿瘤患者在术中伤害指数随时间的变化情况。
本实施例中，手术要求范围要求意识指数保持在40-60，伤害指数保持在30-50。
本实施例中，意识标准线包括上限标准线以及下限标准线，所述上限标准线对应的意识指数与所述手术要求范围的上限值(60)一样，所述下限标准线对应的意识指数与所述手术要求范围的下限值(40)一样。
本实施例中，伤害标准线包括上限标准线以及下限标准线，所述上限标准线对应的伤害指数与所述手术要求范围的上限值(50)一样，所述下限标准线对应的伤害指数与所述手术要求范围的下限值(30)一样。
本实施例中，第一标准区间是指两条意识标准线之间限定的取值区间；第二标准区间是指两条伤害标准线之间限定的取值区间。
本实施例中，第二意识变化曲线是指根据当前意识指数实时更新以后的第一意识变化曲线；第二伤害变化曲线是指根据当前伤害指数实时更新以后的第一伤害变化曲线。
上述技术方案的有益效果：本发明根据实时数据分别生成意识变化曲线以及伤害变化曲线，并根据手术要求生成两条意识标准线和两条伤害标准线，直观的反应肿瘤患者术中的意识指数以及伤害指数变化情况，方便医护人员观察；同时，根据上述曲线的变化确定镇静临界点以及镇痛范围，有利于实现智能化麻醉，杜绝术中知晓。
实施例4：
在实施例3的基础上，所述确定单元，如图3所示，包括：
第一选取子单元，用于获取所述肿瘤患者使用的麻醉药物对应的参考意识变化曲线，以及所述参考意识指数变化曲线上各个拐点的数据标签；
基于所述数据标签，确定所述参考意识变化曲线上手术初级阶段对应的子曲线，并获取所述子曲线的数据变化特征；
第二选取子单元，用于根据所述数据变化特征，在所述第二意识变化曲线上截取对应的第一子变化曲线，基于所述第二意识变化曲线与所述第二伤害变化曲线的时间对应关系，在所述第二伤害变化曲线上截取对应的第二子变化曲线；
对比所述第一子变化曲线和所述第二子变化曲线，将意识指数与伤害指数变化的交叉点作为第一突变点，将所述第一突变点对应时间点作为时间中心，按照预设时间长度确定一段时间作为选定时间片段，并获取所述选定时间片段内的意识指数变化的第一变化趋势；
将所述第二子变化曲线上的伤害指数突变点作为第二突变点，根据时间对应关系，判断所述第二突变点是否在所述选定时间片段内，若在，获取从所述第二突变点对应时间点到所述第二突变点对应的选定时间片段的时间下限的伤害指数变化趋势作为第二变化趋势；
对比确定子单元，用于当所述第一变化趋势与所述第二变化趋势一致时，判定选定时间片段对应第一突变点对应的意识指数为镇静临界点，选定时间片段对应第二突变点对应的伤害指数为镇痛范围。
本实施例中，参考意识变化曲线是指根据大量的与肿瘤患者同年龄段同麻醉类型(同种麻醉药物)的历史患者的历史意识指数变化曲线经过预设算法处理得到的反映麻醉药物注入后患者意识指数变化情况的曲线。
本实施例中，数据标签是指表示参考意识指数变化曲线上各个拐点发生事件的标签，例如，麻醉药物补充、注射泵泵速改变、镇静深度以及镇痛深度到达镇静临界点以及镇痛范围等。
本实施例中，手术初级阶段是指注射泵开始注射麻醉药物到意识指数以及伤害指数到达最低值然后再上升的过程，该最低值是医护人员根据肿瘤患者自身情况在手术要求范围内确定的。
本实施例中，子曲线是指参考意识变化曲线上注射泵开始注射麻醉药物到意识指数以及伤害指数术中最低值然后再上升对应的曲线段。
本实施例中，数据变化特征是指肿瘤患者的意识指数以及伤害指数从最高值一直持续降低直到达到最低值，然后由于注射泵泵速的调节又会发生意识指数以及伤害指数上升。该最高指是指患者为进行麻醉前的意识指数以及伤害指数。
本实施例中，第一子变化曲线是指第二意识变化曲线上手术开始阶段对应的曲线段。
本实施例中，第二子变化曲线是指第二伤害变化曲线上与第一子变化曲线时间对应的曲线段。
本实施例中，第一突变点是指第一子变化曲线与第二子变化曲线对比后意识指数与伤害指数变化的交叉点；第二突变点是指第二子变化曲线上某一时间点的伤害指数突然上升(曲线的斜率突然变大)。。
本实施例中，时间中心是指选定时间片段的中心；选定时间片段是指将第一突变点对应的时间作为中心，按照预设的是时间长度在第一子变化曲线上选取的曲线段对应的时间区间。
本实施例中，第一变化趋势是指选定时间片段内意识指数的变化情况。
本实施例中，时间下限是指选定时间片段的下限对应的时间点。
本实施例中，第二变化趋势是指从第二突变点对应时间点到第二突变点对应的选定时间片段的时间下限的伤害指数的变化情况。
上述技术方案的有益效果：本发明根据参考意识变化曲线上的数据标签，确定手术初级阶段对应的子曲线以及该子曲线的数据变化特征，然后根据该数据变化特征在第二意识变化曲线上截取相同时期的第一子变化曲线，根据时间对应关系再在第二伤害变化曲线上截取对应的第二子变化曲线；确定第一曲线上的第一突变点后将其与对应的第二突变点进行比较，确定镇静临界点和镇痛范围，为实现智能化麻醉提供基础。
实施例5：
在实施例4的基础上，所述第一选取子单元，包括：
信息获取子单元，用于获取所述肿瘤患者的手术位置信息以及个人信息，确定所述肿瘤患者的年龄阶段以及使用的麻醉药物类型；
在病例数据库中，获取所述肿瘤患者对应的年龄阶段内使用同种麻醉药物的多个历史患者的麻醉数据以及历史意识指数变化曲线；
信息处理子单元，用于基于所述历史意识指数变化曲线对应的麻醉数据，根据时间对应关系，在所述历史意识指数变化曲线上标定每次麻醉药物注射起始时间点以及终止时间点，获得标定历史意识指数变化曲线；
基于预设算法处理全部标定历史意识指数变化曲线，确定所述麻醉药物注射后各个阶段对应的综合特征；
根据所述综合特征生成所述麻醉药物对所述年龄阶段的患者的参考意识变化曲线，并根据所述各个阶段的麻醉数据向所述参考意识变化曲线的各个拐点添加数据标签。
本实施例中，手术位置信息是指肿瘤患者的肿瘤切除位置以及身体情况，个人信息是指肿瘤患者的年龄、性别等信息。
本实施例中，年龄阶段包含儿童(3-13岁)、成人(14-60岁)以及老年(61-80岁)。
本实施例中，历史患者是指与肿瘤患者乃令阶段以及麻醉药物种类相同的患者。
本实施例中，所述麻醉数据包括麻醉种类、麻醉药物注射时间、注射量以及注射速度。
本实施例中，历史意识指数变化曲线是指历史患者在手术中的意识指数变化曲线。
本实施例中，时间对应关系是指麻醉药物注射时间与历史意识指数变化曲线上的时间对应。
本实施例中，每次麻醉药物注射是指没有进行麻醉药物补充以前不间断注射的过程。
本实施例中，标定历史意识指数变化曲线数字化标定麻醉数据的历史意识指数变化曲线。
本实施例中，综合特征是指根据全部历史患者的各个阶段的意识指数变化的综合特点。
上述技术方案的有益效果：本发明根据肿瘤患者自身情况在病例数据库中，获取多个历史患者的麻醉数据以及历史意识指数变化曲线。然后麻醉数据对该历史意识指数变化曲线进行便规定后处理获得参考意识变化曲线为镇静临界点和镇痛范围确定时间段的截取提供参考，同时获得多个历史患者的历史意识指数变化曲线确保参考意识变化曲线可以反应肿瘤患者同类患者的麻醉共性，尽可能保证参考意识变化曲线的准确性。
实施例6：
在实施例1的基础上，所述控制模块，如图4所示，包括：
获取单元，分别获取当前意识指数及其对应的当前伤害指数，根据所述当前意识指数确定所述肿瘤患者的当前镇静深度；
根据所述当前伤害指数确定所述肿瘤患者的当前镇痛深度；
判断单元，当所述当前镇静深度大于镇静临界点且当前镇痛深度大于镇痛范围时，向控制单元发送控制信号；
控制单元，用于接收控制信号，并控制注射泵向所述肿瘤患者进行麻醉注射。
上述技术方案的有益效果：本发明当所述当前镇静深度以及当前镇痛深度均小于镇静临界点以及镇痛范围时，向控制单元发送控制信号，并控制注射泵向所述肿瘤患者进行麻醉注射，减少了麻醉医生的工作强度、提高了麻醉水平，杜绝术中知晓，减少医患纠纷。
实施例7：
在实施例6的基础上，所述控制单元，包括：
预测子单元，用于根据当前肿瘤手术同类历史手术的多个实际手术时间，预测所述当前肿瘤手术的结束时间，判断前肿瘤手术的当前进程；
处理子单元，用于当所述控制信号接收时间与所述结束时间的差值大于预设值时，判定所述当前肿瘤手术未完成，将所述肿瘤患者的第二意识变化曲线与参考意识变化曲线及进行对齐；
根据所述对齐结果，获取麻醉药物的起效时间差值，根据所述起效时间差值，确定所述肿瘤患者对所述麻醉药物的抑制程度；
获取当前镇静深度以及当前镇痛深度与目标镇静深度以及目标镇痛深度的目标差值；
基于所述目标差值以及所述抑制程度，确定麻醉补充注射量，并根据预设泵速向所述肿瘤患者进行麻醉注射。
本实施例中，实际手术时间是指当前肿瘤手术的同类历史手术的手术总时长。
本实施例中，起效时间差值是当前肿瘤手术的肿瘤患者的意识变化曲线与参考意识变化曲线对比两个曲线之间的相位差。
本实施例中，目标镇静深度是指术中肿瘤患者的最低镇静深度；目标镇痛深度是指术中肿瘤患者的最低镇痛深度。
本实施例中，目标差值是指当前镇静深度与目标镇静深度的差值以及目标镇痛深度与目标镇痛深度的差值。
上述技术方案的有益效果：本发明对前肿瘤手术的当前进程进行判断，在确定控制信号接收时间与所述结束时间的差值大于预设值时，在进行麻醉药物注射，最大现度减少了麻醉药量，避免麻醉不合适而造成手术患者的伤害，同时也降低了麻醉药的使用量，降低成本。
实施例8：
在实施例7的基础上，所述预测子单元，包括：
数据处理子单元，用于获取肿瘤患者当前肿瘤手术的第一手术风险值，以及所述所述同类历史手术的的第二手术风险值；
根据所述第一手术风险值以及所述第二手术风险值，得到风险差值，获取风险差值在限定范围内的同类历史手术的实际手术时间；
计算子单元，用于根据所述实际手术时间，计算所述当前肿瘤手术的预测手术时长：
其中，T表示当前肿瘤手术的预测手术时长；Ti表示在限定范围内的第i个同类历史手术的实际手术时间；N表示在限定范围内的同类历史手术的总数量，所述限定范围为[0，0.15]；TMAX表示在限定范围内的同类历史手术中时长最长的历史同类手术对应的实际手术时间；TMIN表示在限定范围内的同类历史手术中时长最短的历史同类手术对应的实际手术时间；τi表示在限定范围内的第i个同类历史手术的第二手术风险值，取值范围为[0.45，0.9]；τ0表示当前肿瘤手术的第一手术风险值，取值范围为[0.6，0.9]；
获取所述当前肿瘤手术的开始时间，基于所述预测手术时长，计算所述当前肿瘤手术的结束时间：
Tend＝T+Tstart
其中，Tend表示当前肿瘤手术的结束时间；Tstart表示当前肿瘤手术的开始时间。
本实施例中，第一手术风险值是指当前肿瘤手术的风险值；第二手术风险值是指当前肿瘤手术的同类手术的风险值。
本实施例中，风险差值是指第一手术风险值和第二手术风险值差值的绝对值。
上述技术方案的有益效果：本发明在获得多个同类历史手术后根据手术风险值，对同类历史手术进行筛选，获得风险差值在限定范围内的同类历史手术的实际手术时间作为当前肿瘤手术的预测手术时长计算数据，避免手术风险差异带来的手术时长差异，使得手术时长预测结果更加接近真实值；获取所述当前肿瘤手术的开始时间，基于所述预测手术时长，计算所述当前肿瘤手术的结束时间为是否需要集训进行麻醉药物注射提供一个时间判断依据。
实施例9：
在实施例8的基础上，所述处理子单元，还用于当所述控制信号接收时间与所述结束时间的差值小于等于预设值时，判定所述前肿瘤手术即将完成，所述肿瘤患者不需要再次进行注射麻醉药物。
上述技术方案的有益效果：本发明当控制信号接收时间与所述结束时间的差值小于等于预设值时，判定前肿瘤手术即将完成，肿瘤患者不需要再次进行注射麻醉药物，避免过度麻醉延迟患者术后苏醒时间。
实施例10：
在实施例1的基础上，一种智能化晚期肿瘤手术的麻醉靶控系统系统，还包括：术后反思模块，如图5所示，包括：
计划生成单元，用于在确定当前肿瘤手术完成后，基于根据所述当前肿瘤手术的实际麻醉药物注射数据，生成实际手术麻醉计划；
计划对比单元，用于将实际手术麻醉计划与术前麻醉计划进行对比，生成计划对比列表，分别获得各个异变子计划以及各个异变子计划对应的时间节点，当任意时间节点对应时间存在突发状况时，判定所述术前麻醉计划发生为第一异变；
否则，判定所述术前麻醉计划发生为第二异变，获取所述异变子计划上的异变长度，根据所述异变长度计算所述异变子计划的异变聚集度；
根据所述异变聚集度计算所述术前麻醉计划的总异变度，当所述总异变度大于预设值时，判定所述术前麻醉计划失误，基于所述术前麻醉计划，获得异变子计划对应手术阶段的意识指数的预测时序变化特征；
同时，获取第二意识变化曲线上对应位置意识指数的实际时序变化特征；
报告生成单元，用于根据所述预测时序变化特征与所述实际时序变化特征，获得异变特征，并基于所述异变特征，生成麻醉计划失误报告，发送至医护人员移动端。
本实施例中，实际手术麻醉计划是指当前肿瘤手术中注射泵对肿瘤患者的实际注射情况。
本实施例中，术前麻醉计划是指当前肿瘤手术前计划的注射泵工作情况，包括注射量，注射时间、注射速度等。
本实施例中，计划对比列表是指将实际手术麻醉计划和术前麻醉计划分别划分为多个子计划，形成的列表，同一阶段的子计划在同一行不同列。
本实施例中，第一异变是指突发状况(例如，大出血)导致的计划异变；第二异变指不是因为突发状况(例如，大出血)导致的计划异变。
本实施例中，异变子计划是指实际手术麻醉计划和术前麻醉计划中麻醉药物注射情况不一样的子计划。
本实施例中，时间节点是指实际手术麻醉计划和术前麻醉计划中麻醉药物注射情况不一样的子计划对应的时间。
本实施例中，异变长度是指实际手术麻醉计划和术前麻醉计划中异变子计划注射方案不一样的时间长度；异变聚集度是指异变长度占其对应异变子计划总时长的比例。
本实施例中，总异变度是指实际手术麻醉计划和术前麻醉计划的差异程度。
本实施例中，预测时序变化特征是指术前麻醉计划中异变子计划对应意识指数变化情况。
本实施例中，实际时序变化特征是指第二意识变化曲线上异变子计划对应位置的意识指数变化情况。
本实施例中，异变特征是指预测时序变化特征和实际时序变化特征的差异。
本实施例中，麻醉计划失误报告实际手术麻醉计划和术前麻醉计划对比后生成计划差异报告。
上述技术方案的有益效果：本发明通过将实际手术麻醉计划与术前麻醉计划进行对比，确定突发状况是否是引起的计划异变的原因，对手术麻醉计划异变进行初步分类，然后根据各个异变子计划的异变聚集度计算术前麻醉计划的总异变度，确定手术术前麻醉计划是否失误，为计划是否的判断提供可数据支撑，同时，在判定术前麻醉计划失误后，将预测时序变化特征与实际时序变化特征进行对比获得异变特征，生成麻醉计划失误报告，为术后反思提供了数据。本发明在手术后对整个麻醉过程进行反思并于术前计划进行对比，有利于麻醉水平的提高。
实施例11：
在实施例1的基础上，所述计划对比单元，包括：
列表生成子单元，用于获取所述当前肿瘤手术的术前麻醉计划，根据所述术前麻醉计划的麻醉药物注射分配情况，将所述术前麻醉计划拆分为多个第一子计划，建立计划列表；
根据所述计划列表，确定所述实际手术麻醉计划拆分节点，根据所述拆分节点，将所述实际手术麻醉计划拆分为多个第二子计划，并扩充所述计划列表，生成计划对比列表。
本实施例中，第一子计划是指术前麻醉计划拆分得到的多个子计划；第二子计划是指实际麻醉计划拆分得到的多个子计划。
本实施例中，拆分节点是指根据每个第一子计划对应的时间，确定的实际手术麻醉计划拆分位置。
上述技术方案的有益效果：本发明对术前麻醉计划和实际手术麻醉计划进行拆分生成计划对比列表，有利于更加精准的发现麻醉计划异变位置，为手术后反思提供基础。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种智能化晚期肿瘤手术的麻醉靶控系统，其特征在于，包括：
监测模块，用于监测肿瘤患者的脑电信号，获得意识指数和伤害指数；
确定模块，用于确定所述肿瘤患者的镇静临界点以及镇痛范围；
控制模块，用于根据意识指数得到当前镇静深度，根据伤害指数得到当前镇痛深度；当当前镇静深度大于镇静临界点且当前镇痛深度大于镇痛范围时，控制注射泵向肿瘤患者进行麻醉注射；
术后反思模块；
其中，所述确定模块，包括：
曲线生成单元，用于获取所述肿瘤患者的全部实时数据，根据所述全部实时数据生成第一意识变化曲线和第一伤害变化曲线；
基于手术要求范围，在所述第一意识变化曲线上绘制两条意识标准线，构建第一标准区间，同时，在所述第一伤害变化曲线上绘制两条伤害标准线，构建第二标准区间；
曲线跟新单元，用于当数据采集单元获得当前意识指数和当前伤害指数后，分别更新所述第一意识变化曲线和第一伤害变化曲线，获得第二意识变化曲线和第二伤害变化曲线；
确定单元，用于基于所述第二意识变化曲线，在所述第一标准区间内参照伤害指数值确定所述肿瘤患者的镇静临界点；
基于所述第二伤害变化曲线，在所述第二标准区间内确定所述肿瘤患者的镇痛范围；
其中，术后反思模块，包括：
计划生成单元，用于在确定当前肿瘤手术完成后，基于根据所述当前肿瘤手术的实际麻醉药物注射数据，生成实际手术麻醉计划；
计划对比单元，用于将实际手术麻醉计划与术前麻醉计划进行对比，生成计划对比列表，分别获得各个异变子计划以及各个异变子计划对应的时间节点，当任意时间节点对应时间存在突发状况时，判定所述术前麻醉计划发生为第一异变；
否则，判定所述术前麻醉计划发生为第二异变，获取所述异变子计划上的异变长度，根据所述异变长度计算所述异变子计划的异变聚集度；
根据所述异变聚集度计算所述术前麻醉计划的总异变度，当所述总异变度大于预设值时，判定所述术前麻醉计划失误，基于所述术前麻醉计划，获得异变子计划对应手术阶段的意识指数的预测时序变化特征；
同时，获取第二意识变化曲线上对应位置意识指数的实际时序变化特征；
报告生成单元，用于根据所述预测时序变化特征与所述实际时序变化特征，获得异变特征，并基于所述异变特征，生成麻醉计划失误报告，发送至医护人员移动端。
2.根据权利要求1所述的一种智能化晚期肿瘤手术的麻醉靶控系统，其特征在于，所述监测模块，包括：
数据采集单元，用于实时采集肿瘤患者的脑电信号，并对所述脑电信号进行预处理，获得所述肿瘤患者的当前意识指数和当前伤害指数；
数据存储单元，用于将所述脑电信号以及所述当前意识指数和当前伤害指数作为实时数据，在添加时间标签后存储至所述肿瘤患者手术目录下。
3.根据权利要求1所述的一种智能化晚期肿瘤手术的麻醉靶控系统，其特征在于，所述确定单元，包括：
第一选取子单元，用于获取所述肿瘤患者使用的麻醉药物对应的参考意识变化曲线，以及所述参考意识变化曲线上各个拐点的数据标签；
基于所述数据标签，确定所述参考意识变化曲线上手术初级阶段对应的子曲线，并获取所述子曲线的数据变化特征；
其中，手术初级阶段是指注射泵开始注射麻醉药物到意识指数以及伤害指数到达最低值然后再上升的过程；
第二选取子单元，用于根据所述数据变化特征，在所述第二意识变化曲线上截取对应的第一子变化曲线，基于所述第二意识变化曲线与所述第二伤害变化曲线的时间对应关系，在所述第二伤害变化曲线上截取对应的第二子变化曲线；
对比所述第一子变化曲线和所述第二子变化曲线，将意识指数与伤害指数变化的交叉点作为第一突变点，将所述第一突变点对应时间点作为时间中心，按照预设时间长度确定一段时间作为选定时间片段，并获取所述选定时间片段内的意识指数变化的第一变化趋势；
将所述第二子变化曲线上的伤害指数突变点作为第二突变点，根据时间对应关系，判断所述第二突变点是否在所述选定时间片段内，若在，获取从所述第二突变点对应时间点到所述第二突变点对应的选定时间片段的时间下限的伤害指数变化趋势作为第二变化趋势；
对比确定子单元，用于当所述第一变化趋势与所述第二变化趋势一致时，判定选定时间片段对应第一突变点对应的意识指数为镇静临界点，选定时间片段对应第二突变点对应的伤害指数为镇痛范围。
4.根据权利要求3所述的一种智能化晚期肿瘤手术的麻醉靶控系统，其特征在于：所述第一选取子单元，包括：
信息获取子单元，用于获取所述肿瘤患者的手术进度信息以及个人信息，确定所述肿瘤患者的年龄阶段以及使用的麻醉药物类型；
在病例数据库中，获取所述肿瘤患者对应的年龄阶段内使用同种麻醉药物的多个历史患者的麻醉数据以及历史意识指数变化曲线；
信息处理子单元，用于基于所述历史意识指数变化曲线对应的麻醉数据，根据时间对应关系，在所述历史意识指数变化曲线上标定每次麻醉药物注射起始时间点以及终止时间点，获得标定历史意识指数变化曲线；
基于预设算法处理全部标定历史意识指数变化曲线，确定所述麻醉药物注射后各个阶段对应的综合特征；
根据所述综合特征生成所述麻醉药物对所述年龄阶段的患者的参考意识变化曲线，并根据所述各个阶段的麻醉数据向所述参考意识变化曲线的各个拐点添加数据标签。
5.根据权利要求1所述的一种智能化晚期肿瘤手术的麻醉靶控系统，其特征在于，所述控制模块，包括：
获取单元，分别获取当前意识指数及其对应的当前伤害指数，根据所述当前意识指数确定所述肿瘤患者的当前镇静深度；
根据所述当前伤害指数确定所述肿瘤患者的当前镇痛深度；
判断单元，当所述当前镇静深度大于镇静临界点且当前镇痛深度大于镇痛范围时，向控制单元发送控制信号；
控制单元，用于接收控制信号，并控制注射泵向所述肿瘤患者进行麻醉注射。
6.根据权利要求5所述的一种智能化晚期肿瘤手术的麻醉靶控系统，其特征在于：所述控制单元，包括：
预测子单元，用于根据当前肿瘤手术同类历史手术的多个实际手术时间，预测所述当前肿瘤手术的结束时间，判断当前肿瘤手术的当前进程；
处理子单元，用于当所述控制信号的接收时间与所述结束时间的差值大于预设值时，判定所述当前肿瘤手术未完成，将所述肿瘤患者的第二意识变化曲线与参考意识变化曲线及进行对齐；
根据所述对齐结果，获取麻醉药物的起效时间差值，根据所述起效时间差值，确定所述肿瘤患者对所述麻醉药物的抑制程度；
获取当前镇静深度以及当前镇痛深度与目标镇静深度以及目标镇痛深度的目标差值；
基于所述目标差值以及所述抑制程度，确定麻醉补充注射量，并根据预设泵速向所述肿瘤患者进行麻醉注射。
7.根据权利要求6所述的一种智能化晚期肿瘤手术的麻醉靶控系统，其特征在于：
所述处理子单元，还用于当所述控制信号接收时间与所述结束时间的差值小于等于预设值时，判定所述前肿瘤手术即将完成，所述肿瘤患者不需要再次进行注射麻醉药物。
8.根据权利要求1所述的一种智能化晚期肿瘤手术的麻醉靶控系统，其特征在于：所述计划对比单元，包括：
列表生成子单元，用于获取所述当前肿瘤手术的术前麻醉计划，根据所述术前麻醉计划的麻醉药物注射分配情况，将所述术前麻醉计划拆分为多个第一子计划，建立计划列表；
根据所述计划列表，确定所述实际手术麻醉计划拆分节点，根据所述拆分节点，将所述实际手术麻醉计划拆分为多个第二子计划，并扩充所述计划列表，生成计划对比列表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310361733.7A CN116407721B (zh) | 2023-03-30 | 2023-03-30 | 一种智能化晚期肿瘤手术的麻醉靶控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310361733.7A CN116407721B (zh) | 2023-03-30 | 2023-03-30 | 一种智能化晚期肿瘤手术的麻醉靶控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116407721A CN116407721A (zh) | 2023-07-11 |
| CN116407721B true CN116407721B (zh) | 2024-07-09 |
Family
ID=87054290
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310361733.7A Active CN116407721B (zh) | 2023-03-30 | 2023-03-30 | 一种智能化晚期肿瘤手术的麻醉靶控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116407721B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114177415A (zh) * | 2022-01-12 | 2022-03-15 | 深圳市威浩康医疗器械有限公司 | 一种基于脑电信号监测老人麻醉靶控智能化方法及系统 |
| CN114177416A (zh) * | 2022-01-18 | 2022-03-15 | 深圳市威浩康医疗器械有限公司 | 一种基于关键生命体征参数的麻醉靶控智能化控制系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB9618998D0 (en) * | 1996-09-11 | 1996-10-23 | Univ Glasgow | Anaesthesia control |
| US7089927B2 (en) * | 2002-10-23 | 2006-08-15 | New York University | System and method for guidance of anesthesia, analgesia and amnesia |
| CN112006658B (zh) * | 2020-08-21 | 2022-08-02 | 思澜科技（成都）有限公司 | 一种麻醉状态监测方法及装置 |
| CN114177414A (zh) * | 2022-01-12 | 2022-03-15 | 深圳市威浩康医疗器械有限公司 | 一种基于脑电信号监测成人麻醉靶控智能化方法及系统 |
| CN115105681B (zh) * | 2022-06-24 | 2024-05-24 | 纽锐思(苏州)医疗科技有限公司 | 基于多模态生理指标的麻醉闭环输注系统 |
| CN115600992A (zh) * | 2022-11-09 | 2023-01-13 | 江苏海纳宝川智能科技有限公司（Cn） | 一种基于预测算法的项目管理方法 |
| CN115553790A (zh) * | 2022-11-11 | 2023-01-03 | 重庆玺德尔医疗器械有限公司 | 基于脑电信号和心率变异性的麻醉疼痛伤害感受评估方法 |
-
2023
- 2023-03-30 CN CN202310361733.7A patent/CN116407721B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114177415A (zh) * | 2022-01-12 | 2022-03-15 | 深圳市威浩康医疗器械有限公司 | 一种基于脑电信号监测老人麻醉靶控智能化方法及系统 |
| CN114177416A (zh) * | 2022-01-18 | 2022-03-15 | 深圳市威浩康医疗器械有限公司 | 一种基于关键生命体征参数的麻醉靶控智能化控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116407721A (zh) | 2023-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chin et al. | Infraclavicular brachial plexus block for regional anaesthesia of the lower arm | |
| Scott | Change of eye muscle sarcomeres according to eye position | |
| Morley et al. | Closed loop control of anaesthesia: an assessment of the bispectral index as the target of control | |
| Ng et al. | Spinal versus epidural anaesthesia for caesarean section | |
| ES2888427T3 (es) | Gestión en tiempo real de los datos relativos al control fisiológico de los niveles de glucosa | |
| CA2455978C (en) | Apparatuses and methods for titrating drug delivery | |
| Hansen et al. | Popliteal fossa neural blockade as the sole anesthetic technique for outpatient foot and ankle surgery | |
| JP2017524414A (ja) | 患者への薬剤を監視および供給するシステム、およびそれを使用して、自動化した治療に伴うリスクを最小化させる方法 | |
| AU2015211352A1 (en) | Insulin management | |
| JP2003531691A (ja) | 即応性薬物運搬システムと方法 | |
| CN114177416B (zh) | 一种基于关键生命体征参数的麻醉靶控智能化控制系统 | |
| CN105748299A (zh) | 高血压患者服药提醒系统及方法 | |
| CN116407721B (zh) | 一种智能化晚期肿瘤手术的麻醉靶控系统 | |
| US20220233139A1 (en) | Device, system and method for perioperative pain management | |
| US20220157454A1 (en) | System, method, and program for patients with erectile dysfunction | |
| Scholz et al. | The effect of dobutamine on blood flow of free tissue transfer flaps during head and neck reconstructive surgery | |
| CN116747374B (zh) | 全凭静脉麻醉靶控智能化系统 | |
| Basmajian et al. | Liposomial bupivacaine for postoperative pain control in fragility intertrochanteric hip fractures | |
| CN116491898B (zh) | 一种适用于外科手术智能化麻醉靶控装置及给药方法 | |
| CN114225170A (zh) | 一种智能麻醉控制方法及系统 | |
| US20180211011A1 (en) | Anesthesia assessment system and method for enhanced recovery after surgery qualification | |
| RU2673076C2 (ru) | Способ и аппарат для мониторирования характеристик в сочетании с режимом непрерывного измерения уровня гликемии и компьютерный программный продукт | |
| US20070156624A1 (en) | System and method of patient specific vital sign estimation | |
| Gallo et al. | Users’ guide to the surgical literature: how to assess an article using surrogate end points | |
| Ellis et al. | Patient-controlled analgesia: optimizing the experience |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |