一种智能麻醉呼吸安全监控系统及方法
技术领域
本发明涉及麻醉呼吸设备安全监测领域,具体涉及一种智能麻醉呼吸安全监控系统及方法。
背景技术
麻醉是指通过药物或其他方式让患者局部或整体暂时失去感觉,使得病人能够适应手术、诊断、检查、治疗等医疗活动,其能够为诊疗活动的顺利实施提供良好条件。麻醉呼吸系统主要通过呼吸道吸入麻醉气体或麻醉蒸汽来实现对病人的麻醉,其还能辅助和控制呼吸,满足各种手术的要求。
现有的麻醉呼吸系统主要面临以下问题:首先,麻醉呼吸系统在将麻醉气体输入病人体内的过程中可能存在气体泄露现象;当前主要依靠麻醉气体浓度传感器检测输入病人体内的麻醉气体中的麻醉气体浓度,在麻醉气体调配和传输过程中,若麻醉气体浓度传感器出现故障可能会导致医疗事故的发生;其次,不同健康状况的人适用的麻醉方式和参数不同,目前大多是医生根据经验进行设置;少数麻醉呼吸系统能够基于离线模型自动推荐上述信息,但仅基于离线数据进行更新,个别声称实时更新的方案所需要的计算量很大,难以实现;不同健康状况的病人具有不同的麻醉剂分解速率,为了防止术中觉醒行,维持麻醉效果,在进入麻醉状态后,还需要在单位时间内持续输入不同单位的麻醉药剂量以维持麻醉状态,这大多也是依靠医生根据经验进行设置;另外,为了保证病人麻醉过程中的安全性,需要对麻醉过程中病人的实时状态进行监控;最后,病人呼出的气体中含有少量的麻醉气体,直接排出体外或者设置相应的吸收方式对其进行吸收不利于节约成本。
发明内容
本发明的目的是提供一种智能麻醉呼吸安全监控系统及方法,以解决上述背景技术中所提到的技术问题。
为了实现上述目的,本发明的所采用的具体技术方案是:
一种智能麻醉呼吸安全监控方法,包含下述步骤:
通过联网的方式从医疗系统设备中获取病人信息;
时间序列模型根据获取到的病人信息,确定第一麻醉阶段的麻醉方式、麻醉参数和病人的麻醉剂分解速率;
基于确定好的麻醉方式、麻醉参数和病人的麻醉剂分解速率,将合适浓度的麻醉气体输入病人体内,使病人进入麻醉状态;
收集第一麻醉阶段中病人的数据信息,将其输入时间序列模型自动调整模块,对时间序列模型进行调整和更新;
基于更新后的模型调整和推荐第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率;
基于第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率将合适浓度的麻醉气体输入病人体内,病人进入麻醉维持状态。
所述病人信息包括身高、体重、年龄、性别、疾病史、心血管、器官状况;所述麻醉方式包括全麻或半麻、麻醉药剂种类、呼吸控制模式、麻醉持续时长;第一麻醉阶段的麻醉参数包括进行麻醉状态需要的麻醉药剂量、呼吸频率、潮气率、压力、气体流速;第二麻醉阶段的麻醉参数包括:单位时间麻醉药剂量、呼吸频率、潮气率、压力、气体流速;所述第一麻醉阶段是指麻醉诱导阶段,第二麻醉阶段是指麻醉维持阶段;
所述基于第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率将合适浓度的麻醉气体输入病人体内,包括:对于能够自主呼吸的病人,在初始时间段内获取病人的平均呼吸频率,基于平均呼吸频率、单位时间内需要输入的麻醉药剂量和病人的麻醉剂分解速率确定麻醉气体浓度;对于不能自主呼吸的病人,根据时间序列模型推荐的呼吸频率、单位时间内需要输入的麻醉药剂量和病人的麻醉剂分解速率,设置不同的麻醉气体浓度;
在一实施例中,在获得麻醉方式、麻醉参数后,医生还可根据自己的经验和病人的实际情况,对自动推荐出来的麻醉方式和参数进行调整;
在另一实施例中,收集第二麻醉阶段中病人的数据信息;
在另一实施例中,控制模块中设有病人麻醉水平预测模型,麻醉水平预测模型基于麻醉剂输入总量,并结合病人的麻醉剂分解速率,预测病人的麻醉深度;获取病人的实际状态信息,根据采集到的病人的实际状态信息,得到实际麻醉深度;基于预测的麻醉深度和实际麻醉深度的差值确定病人是否处于正常状态;当实际麻醉深度与预测麻醉深度差值超过某一水平时,基于采集到的身体状态参数动态调整单位时间内输入的麻醉药剂量;
所述麻醉剂输入总量基于实时的气体流量数据、麻醉气体浓度数据计算得到;
所述病人的实际状态信息包括脑电信号、心电图、血氧饱和度、血压、体温,并分别利用脑电测量仪、心电测量仪、血氧饱和度传感器、血压测量仪、体温传感器获取;
在另一实施例中,利用CO2吸收装置对病人呼出气体中的二氧化碳进行吸收,并将剩余的含有麻醉剂的气体送回麻醉气体混合腔中进行二次回收利用;
在另一实施例中,至少两个气体流量传感器分别设置在输气通路的起点和终点,并将其在某一时间段内检测到的气体传输总量M1和M2发送给控制模块,控制模块根据气体传输总量是否具有一致性来判断气体泄露情况;
所述控制模块根据气体传输总量是否具有一致性来判断气体泄露情况,包括:判断第一气体流量传感器检测到气体传输总量M1与第二气体流量传感器检测到的气体传输总量M2差值是否在某一范围内,如果不在,则存在气体泄露情况,进行报警,并提示工作人员核实是否存在气体泄露情况;
在另一实施例中,麻醉气体混合腔中的不同位置处分别设置有第一、二、三麻醉气体浓度传感器;正常状态下,第一和第二麻醉气体浓度传感器工作,控制模块判断二者检测值的误差是否在预设范围内,若在则认为二者工作均正常,否则启动第三个麻醉气体浓度传感器,并进行报警,提示工作人员检查第一和第二麻醉气体浓度传感器;
在另一实施例中,在开始工作前,对气体流量传感器、麻醉气体浓度传感器进行自检。
根据本发明的另一个方面,还提供了一种智能麻醉呼吸安全监控系统,该系统包括:控制模块、氧气发生器、麻醉气体发生器、CO2吸收装置、压力调节阀、麻醉气体混合腔、至少两个气体流量传感器、至少三个麻醉气体浓度传感器、脑电测量仪、心电测量仪、血氧饱和度传感器、血压测量仪、体温传感器;
控制模块能够根据麻醉需求实时控制氧气发生器、麻醉气体发生器的气体产生速率,进而调节麻醉气体混合腔中的麻醉气体浓度,控制CO2吸收装置吸收病人呼出气体中的CO2,以及控制压力调节阀来调节麻醉气体输送通路中的压力;
所述至少两个气体流量传感器分别设置在输气通路的起点和终点,并将其在某一时间段内检测到的气体传输总量M1和M2发送给控制模块,控制模块根据气体传输总量是否具有一致性来判断气体泄露情况;
所述至少两个气体流量传感器还可以分别设置在回气通路、其他气体通路的起点和终点,采用上述方法来判断回气通路、其他气体通路是否存在气体泄露;
控制模块根据气体传输总量是否具有一致性来判断气体泄露情况,包括判断第一气体流量传感器检测到气体传输总量M1与第二气体流量传感器检测到的气体传输总量M2差值是否在某一范围内,如果不在,则存在气体泄露情况,进行报警,并提示工作人员核实是否存在气体泄露情况;
第一、二、三麻醉气体浓度传感器分别设置在麻醉气体混合腔中的不同位置处;正常状态下,第一和第二麻醉气体浓度传感器工作,控制模块判断二者检测值的误差是否在预设范围内,若在则认为二者工作均正常,否则启动第三个麻醉气体浓度传感器,并进行报警,提示工作人员检查第一和第二麻醉气体浓度传感器;
控制模块中设置有时间序列模型,控制模块通过联网的方式从医疗系统设备中获取病人信息,时间序列模型根据获取到的病人信息,确定第一麻醉阶段的麻醉方式、麻醉参数和病人的麻醉剂分解速率;所述时间序列模型通过多渠道收集的麻醉过程中病人的数据信息训练得到;
所述病人信息包括身高、体重、年龄、性别、疾病史、心血管、器官状况;所述麻醉方式包括全麻或半麻、麻醉药剂种类、呼吸控制模式、麻醉持续时长;第一麻醉阶段的麻醉参数包括进行麻醉状态需要的麻醉药剂量、呼吸频率、潮气率、压力、气体流速;第二麻醉阶段的麻醉参数包括:单位时间麻醉药剂量、呼吸频率、潮气率、压力、气体流速;所述第一麻醉阶段是指麻醉诱导阶段,第二麻醉阶段是指麻醉维持阶段;
在获得麻醉方式、麻醉参数后,医生还可根据自己的经验和病人的实际情况,包括病人个人意向、身体健康情况对自动推荐出来的麻醉方式和参数进行调整;
在第一麻醉阶段中,控制模块基于确定好的麻醉方式、麻醉参数和病人的麻醉剂分解速率,将合适浓度的麻醉气体输入病人体内,使病人进入麻醉状态;
控制模块中设有时间序列模型自动调整模块,收集第一麻醉阶段中病人的数据信息,将其输入时间序列模型自动调整模块,对时间序列模型进行调整和更新,并基于更新后的模型调整和推荐第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率;控制模块基于所述第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率将合适浓度的麻醉气体输入病人体内,病人进入麻醉维持状态;
控制模块还收集第二麻醉阶段中病人的数据信息;
控制模块基于第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率将合适浓度的麻醉气体输入病人体内,具体包括:对于能够自主呼吸的病人,在初始时间段内获取病人的平均呼吸频率,基于平均呼吸频率、单位时间内需要输入的麻醉药剂量和病人的麻醉剂分解速率确定麻醉药剂浓度;对于不能自主呼吸的病人,根据时间序列模型推荐的呼吸频率、单位时间内需要输入的麻醉药剂量和病人的麻醉剂分解速率,设置不同的麻醉药剂气体浓度。
控制模块中还设有病人麻醉水平预测模型,控制模块基于实时的气体流量数据、麻醉气体浓度数据来计算病人的麻醉剂输入总量,并结合病人的麻醉剂分解速率,预测病人的麻醉深度;
利用脑电测量仪、心电测量仪、血氧饱和度传感器、血压测量仪、体温传感器获取病人的实际状态信息,控制模块还根据采集到的病人的实际状态信息,包括脑电信号、心电图、血氧饱和度、血压、体温,得到实际麻醉深度;
基于预测的麻醉深度和实际麻醉深度的差值确定病人是否处于正常状态;
在麻醉处于非正常状态时,首先检查气体管路是否正常,在确定气体管路正常时,基于采集到的身体状态参数动态调整单位时间内输入的麻醉药剂量,同时呼叫医生进行查看和确认。
利用CO2吸收装置对病人呼出气体中的二氧化碳进行吸收,并将剩余的含有麻醉剂的气体送回麻醉气体混合腔中进行二次回收利用。
与现有技术相比,本发明具有如下有益效果:
本发明提供了一种智能麻醉呼吸安全监控系统及方法,包括利用气体流量传感器实时检测麻醉呼吸系统是否存在气体泄露现象,提高了麻醉呼吸系统的气密性;实时监测麻醉气体浓度传感器的工作状态,在发现麻醉气体浓度传感器异常时,切换另一麻醉气体浓度传感器,保证了麻醉呼吸系统的稳定性和安全性;基于病人信息,利用时间序列模型自动获取病人的麻醉方式、参数和病人的麻醉剂分解速率,基于病人第一麻醉阶段中的数据信息对模型进行更新,并基于更新后的模型推荐和获取第二麻醉阶段中的麻醉方式、参数和病人的麻醉剂分解速率,提高麻醉效果,保证麻醉过程中病人的舒适性;对麻醉过程中病人的实时状态进行监控,提高麻醉过程的安全性;对病人呼出气体中的麻醉气体进行二次回收利用,有利于节约成本。
附图说明
图1为智能麻醉呼吸安全监控系统结构示意图;
图2为智能麻醉呼吸安全监控系统气体流路示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方其中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
一种智能麻醉呼吸安全监控方法,包含下述步骤:
通过联网的方式从医疗系统设备中获取病人信息;
时间序列模型根据获取到的病人信息,确定第一麻醉阶段的麻醉方式、麻醉参数和病人的麻醉剂分解速率;
基于确定好的麻醉方式、麻醉参数和病人的麻醉剂分解速率,将合适浓度的麻醉气体输入病人体内,使病人进入麻醉状态;
收集第一麻醉阶段中病人的数据信息,将其输入时间序列模型自动调整模块,对时间序列模型进行调整和更新;
基于更新后的模型调整和推荐第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率;
基于第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率将合适浓度的麻醉气体输入病人体内,病人进入麻醉维持状态。
所述病人信息包括身高、体重、年龄、性别、疾病史、心血管、器官状况;
所述时间序列模型通过多渠道收集的麻醉过程中病人的数据信息训练得到;
所述麻醉方式包括全麻或半麻、麻醉药剂种类、呼吸控制模式、麻醉持续时长;
第一麻醉阶段的麻醉参数包括进行麻醉状态需要的麻醉药剂量、呼吸频率、潮气率、压力、气体流速;第二麻醉阶段的麻醉参数包括:单位时间麻醉药剂量、呼吸频率、潮气率、压力、气体流速;所述第一麻醉阶段是指麻醉诱导阶段,第二麻醉阶段是指麻醉维持阶段;
所述基于第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率将合适浓度的麻醉气体输入病人体内,具体包括:对于能够自主呼吸的病人,在初始时间段内获取病人的平均呼吸频率,基于平均呼吸频率、单位时间内需要输入的麻醉药剂量和病人的麻醉剂分解速率确定麻醉药剂浓度;对于不能自主呼吸的病人,根据时间序列模型推荐的呼吸频率、单位时间内需要输入的麻醉药剂量和病人的麻醉剂分解速率,设置不同的麻醉药剂气体浓度;控制模块通过控制氧气发生器、麻醉气体发生器的气体产生速率,进而调节麻醉气体混合腔中的麻醉气体浓度;
在一实施例中,在获得麻醉方式、麻醉参数后,医生还可根据自己的经验和病人的实际情况,包括病人个人意向、身体健康情况对自动推荐出来的麻醉方式和参数进行调整;
在另一实施例中,控制模块还收集第二麻醉阶段中病人的数据信息,便于后期查询和对模型进行离线更新;
在另一实施例中,控制模块中还设有病人麻醉水平预测模型,麻醉水平预测模型基于麻醉剂输入总量,并结合病人的麻醉剂分解速率,预测病人的麻醉深度;获取病人的实际状态信息,根据采集到的病人的实际状态信息,得到实际麻醉深度;基于预测的麻醉深度和实际麻醉深度的差值确定病人是否处于正常状态;当实际麻醉深度与预测麻醉深度差值超过某一水平时,重点检查输气和回气通路是否存在气体泄露情况,麻醉气体浓度传感器工作是否正常,在确定输气、回气通路、麻醉气体浓度传感器工作正常时,基于采集到的身体状态参数动态调整单位时间内输入的麻醉药剂量,同时呼叫医生进行查看和确认;
所述麻醉剂输入总量基于实时的气体流量数据、麻醉气体浓度数据计算得到;
所述病人的实际状态信息包括脑电信号、心电图、血氧饱和度、血压、体温,并分别利用脑电测量仪、心电测量仪、血氧饱和度传感器、血压测量仪、体温传感器获取;
在另一实施例中,利用CO2吸收装置对病人呼出气体中的二氧化碳进行吸收,并将剩余的含有麻醉剂的气体送回麻醉气体混合腔中进行二次回收利用;
在另一实施例中,至少两个气体流量传感器分别设置在输气通路的起点和终点,并将其在某一时间段内检测到的气体传输总量M1和M2发送给控制模块,控制模块根据气体传输总量是否具有一致性来判断气体泄露情况;
所述控制模块根据气体传输总量是否具有一致性来判断气体泄露情况,包括:判断第一气体流量传感器检测到气体传输总量M1与第二气体流量传感器检测到的气体传输总量M2差值是否在某一范围内,如果不在,则存在气体泄露情况,进行报警,并提示工作人员核实是否存在气体泄露情况;
在另一实施例中,麻醉气体混合腔中的不同位置处分别设置有第一、二、三麻醉气体浓度传感器;正常状态下,第一和第二麻醉气体浓度传感器工作,控制模块判断二者检测值的误差是否在预设范围内,若在则认为二者工作均正常,否则启动第三个麻醉气体浓度传感器,并进行报警,提示工作人员检查第一和第二麻醉气体浓度传感器,防止麻醉气体浓度传感器出现故障,而引起医疗事故;
在另一实施例中,在开始工作前,对气体流量传感器、麻醉气体浓度传感器进行自检。
根据本发明的另一个方面,还提供了一种智能麻醉呼吸安全监控系统,如图1所示,该系统包括:控制模块、氧气发生器、麻醉气体发生器、CO2吸收装置、压力调节阀、麻醉气体混合腔、至少两个气体流量传感器、至少三个麻醉气体浓度传感器、脑电测量仪、心电测量仪、血氧饱和度传感器、血压测量仪、体温传感器;
控制模块分别与氧气发生器、麻醉气体发生器、CO2吸收装置、压力调节阀电性连接,并能够根据麻醉需求实时控制氧气发生器、麻醉气体发生器的气体产生速率,进而调节麻醉气体混合腔中的麻醉气体浓度,控制CO2吸收装置吸收病人呼出气体中的CO2,以及控制压力调节阀来调节麻醉气体输送通路中的压力;
如图2所示,所述至少两个气体流量传感器分别设置在输气通路的起点和终点,并将其在某一时间段内检测到的气体传输总量M1和M2发送给控制模块,控制模块根据气体传输总量是否具有一致性来判断气体泄露情况;
所述至少两个气体流量传感器还可以分别设置在回气通路、其他气体通路的起点和终点,采用上述方法来判断回气通路、其他气体通路是否存在气体泄露;
控制模块根据气体传输总量是否具有一致性来判断气体泄露情况,包括判断第一气体流量传感器检测到气体传输总量M1与第二气体流量传感器检测到的气体传输总量M2差值是否在某一范围内,如果不在,则存在气体泄露情况,进行报警,并提示工作人员核实是否存在气体泄露情况;
第一、二、三麻醉气体浓度传感器分别设置在麻醉气体混合腔中的不同位置处;正常状态下,第一和第二麻醉气体浓度传感器工作,控制模块判断二者检测值的误差是否在预设范围内,若在则认为二者工作均正常,否则启动第三个麻醉气体浓度传感器,并进行报警,提示工作人员检查第一和第二麻醉气体浓度传感器,防止麻醉气体浓度传感器出现故障,而引起医疗事故;
在系统开始工作前,对气体流量传感器、麻醉气体浓度传感器进行自检;当实际麻醉深度与预测麻醉深度差值超过某一水平时,重点检查输气和回气通路是否存在气体泄露情况,麻醉气体浓度传感器工作是否正常;
控制模块中设置有时间序列模型,控制模块通过联网的方式从医疗系统设备中获取病人信息,时间序列模型根据获取到的病人信息,确定第一麻醉阶段的麻醉方式、麻醉参数和病人的麻醉剂分解速率;所述时间序列模型通过多渠道收集的麻醉过程中病人的数据信息训练得到;
所述病人信息包括身高、体重、年龄、性别、疾病史、心血管、器官状况;所述麻醉方式包括全麻或半麻、麻醉药剂种类、呼吸控制模式、麻醉持续时长;第一麻醉阶段的麻醉参数包括进行麻醉状态需要的麻醉药剂量、呼吸频率、潮气率、压力、气体流速;第二麻醉阶段的麻醉参数包括:单位时间麻醉药剂量、呼吸频率、潮气率、压力、气体流速;所述第一麻醉阶段是指麻醉诱导阶段,第二麻醉阶段是指麻醉维持阶段;
在获得麻醉方式、麻醉参数后,医生还可根据自己的经验和病人的实际情况,包括病人个人意向、身体健康情况对自动推荐出来的麻醉方式和参数进行调整;
在第一麻醉阶段中,控制模块基于确定好的麻醉方式、麻醉参数和病人的麻醉剂分解速率,将合适浓度的麻醉气体输入病人体内,使病人进入麻醉状态;
控制模块中设有时间序列模型自动调整模块,收集第一麻醉阶段中病人的数据信息,将其输入时间序列模型自动调整模块,对时间序列模型进行调整和更新,并基于更新后的模型调整和推荐第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率;控制模块基于所述第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率将合适浓度的麻醉气体输入病人体内,病人进入麻醉维持状态;
控制模块还收集第二麻醉阶段中病人的数据信息,便于后期查询和对模型进行离线更新;
控制模块基于所述第二麻醉阶段的麻醉方式、麻醉参数、病人的麻醉剂分解速率将合适浓度的麻醉气体输入病人体内,具体包括:对于能够自主呼吸的病人,在初始时间段内获取病人的平均呼吸频率,基于平均呼吸频率、单位时间内需要输入的麻醉药剂量和病人的麻醉剂分解速率确定麻醉药剂浓度;对于不能自主呼吸的病人,根据时间序列模型推荐的呼吸频率、单位时间内需要输入的麻醉药剂量和病人的麻醉剂分解速率,设置不同的麻醉药剂气体浓度;控制模块通过控制氧气发生器、麻醉气体发生器的气体产生速率,进而调节麻醉气体混合腔中的麻醉气体浓度。
控制模块中还设有病人麻醉水平预测模型,控制模块基于实时的气体流量数据、麻醉气体浓度数据来计算病人的麻醉剂输入总量,并结合病人的麻醉剂分解速率,预测病人的麻醉深度;
利用脑电测量仪、心电测量仪、血氧饱和度传感器、血压测量仪、体温传感器获取病人的实际状态信息,控制模块还根据采集到的病人的实际状态信息,包括脑电信号、心电图、血氧饱和度、血压、体温,得到实际麻醉深度;
基于预测的麻醉深度和实际麻醉深度的差值确定病人是否处于正常状态;
在麻醉处于非正常状态时,首先检查气体管路是否正常,在确定气体管路正常时,基于采集到的身体状态参数动态调整单位时间内输入的麻醉药剂量,同时呼叫医生进行查看和确认。
利用CO2吸收装置对病人呼出气体中的二氧化碳进行吸收,并将剩余的含有麻醉剂的气体送回麻醉气体混合腔中进行二次回收利用。
本发明提供了一种智能麻醉呼吸安全监控系统及方法,包括利用气体流量传感器实时检测麻醉呼吸系统是否存在气体泄露现象,提高了麻醉呼吸系统的气密性;实时监测麻醉气体浓度传感器的工作状态,在发现麻醉气体浓度传感器异常时,切换另一麻醉气体浓度传感器,保证了麻醉呼吸系统的稳定性和安全性;基于病人信息,利用时间序列模型自动获取病人的麻醉方式、参数和病人的麻醉剂分解速率,基于病人第一麻醉阶段中的数据信息对模型进行更新,并基于更新后的模型推荐和获取第二麻醉阶段中的麻醉方式、参数和病人的麻醉剂分解速率,提高麻醉效果,保证麻醉过程中病人的舒适性;对麻醉过程中病人的实时状态进行监控,提高麻醉过程的安全性;对病人呼出气体中的麻醉气体进行二次回收利用,有利于节约成本。
以上内容仅为本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。