CN116649987A - 一种基于互联网的心电异常实时监测系统 - Google Patents
一种基于互联网的心电异常实时监测系统 Download PDFInfo
- Publication number
- CN116649987A CN116649987A CN202310751277.7A CN202310751277A CN116649987A CN 116649987 A CN116649987 A CN 116649987A CN 202310751277 A CN202310751277 A CN 202310751277A CN 116649987 A CN116649987 A CN 116649987A
- Authority
- CN
- China
- Prior art keywords
- value
- delay
- preset
- threshold
- risk
- 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.)
- Withdrawn
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 230000005856 abnormality Effects 0.000 title claims description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 80
- 238000012502 risk assessment Methods 0.000 claims abstract description 52
- 238000012423 maintenance Methods 0.000 claims abstract description 43
- 230000035484 reaction time Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 63
- 230000007613 environmental effect Effects 0.000 claims description 33
- 230000002159 abnormal effect Effects 0.000 claims description 32
- 230000036387 respiratory rate Effects 0.000 claims description 27
- 206010003497 Asphyxia Diseases 0.000 claims description 22
- 230000017525 heat dissipation Effects 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 21
- 230000036284 oxygen consumption Effects 0.000 claims description 8
- 230000000241 respiratory effect Effects 0.000 claims description 5
- 208000000884 Airway Obstruction Diseases 0.000 claims description 4
- 101100366710 Arabidopsis thaliana SSL12 gene Proteins 0.000 claims description 4
- 206010008589 Choking Diseases 0.000 claims description 4
- 239000000428 dust Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 101100366707 Arabidopsis thaliana SSL11 gene Proteins 0.000 claims description 2
- 101100366562 Panax ginseng SS12 gene Proteins 0.000 claims description 2
- 101100366563 Panax ginseng SS13 gene Proteins 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 208000024172 Cardiovascular disease Diseases 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002565 electrocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000014221 sudden cardiac arrest Diseases 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
- A61B5/0833—Measuring rate of oxygen consumption
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Cardiology (AREA)
- Emergency Medicine (AREA)
- Obesity (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及心电异常监管技术领域,尤其涉及一种基于互联网的心电异常实时监测系统,包括监测中心、数据采集单元、自检反馈单元、生命监管单元、维护分析单元、预警显示单元以及延误分析单元;本发明是在心电设备运行状态正常的前提下,通过采集预警信号所对应预警设备的报警数据,并进行延误风险评估分析,判断报警设备是否存在延误报警的风险,以便及时的进行维护,进而降低延误所带来的治疗风险,且对于存在延误风险的报警设备,从延误影响值和平均反应时长两个角度进行分析,以便提高延误影响等级划分的精准性,以及根据不同的延误影响等级进行合理、有针对性的更换预警方式,以便根据不同的预警方式侧面反应报警设备的延误风险情况。
Description
技术领域
本发明涉及心电异常监管技术领域,尤其涉及一种基于互联网的心电异常实时监测系统。
背景技术
心血管疾病具有突发性和危险性的特点,由心血管疾病引起的死亡占到总死亡构成比的40%左右,对人们的健康造成极大的威胁,而研究表明72%的患者在心脏骤停发生前有明显不适,其中70%的患者症状持续超过15min,因此,对患者进行实时心电监测,以及时发现心电异常变化对心血管疾病的防治有重要意义;
但由于心电信号本身的复杂性和变异性,目前现有技术中的动态心电监测技术存在一定局限性,无法真正做到自动、快速、准确地分析,还会存在由于心电设备异常而造成的漏报、误报,进而无法对心电设备进行监管预警,影响心电设备预警的精准性和及时性,且对于工作的预警设备存在监管力度低的问题,进而造成报警延误,加重患者因延误所带来的治疗风险,无法根据延误影响等级进行合理、有针对性更换预警方式,影响患者的治疗及时性;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于互联网的心电异常实时监测系统,去解决上述提出的技术缺陷,是在心电设备运行状态正常的前提下,通过递进式分析方式对心电设备内部报警设备进行分析,采集预警信号所对应预警设备的报警数据,并进行延误风险评估分析,判断报警设备是否存在延误报警的风险,以便及时的进行维护,进而降低延误所带来的治疗风险,且对于存在延误风险的报警设备,从延误影响值和平均反应时长两个角度进行分析,以便提高延误影响等级划分的精准性,且根据不同的延误影响等级进行合理、有针对性的更换预警方式,以便根据不同的预警方式侧面反应报警设备的延误风险情况,进而有助于降低延误所带来的治疗风险,同时有助于提高报警的及时性和工作效率。
本发明的目的可以通过以下技术方案实现:一种基于互联网的心电异常实时监测系统,包括监测中心、数据采集单元、自检反馈单元、生命监管单元、维护分析单元、预警显示单元以及延误分析单元;
当监测中心生成运管指令,并将运管指令发送至数据采集单元,数据采集单元在接收到运管指令后,立即采集心电设备的实时工作数据和患者的生命特征数据,其中实时工作数据包括心电设备的运行电压、线路散失热量值以及显示特征图像,生命特征数据包括患者的呼吸频率、平均耗氧量以及心电波形特征图像,并将实时工作数据和生命特征数据分别对应发送至自检反馈单元和生命监管单元,自检反馈单元在接收到实时工作数据后,立即对实时工作数据进行实时监测运行评估分析,将得到的正常信号发送至生命监管单元,将异常信号发送至预警显示单元和维护分析单元;
维护分析单元在接收到异常信号后,立即对异常信号所对应的心电设备进行维护反馈分析,将反馈信号发送至数据采集单元;
生命监管单元在接收到生命特征数据和正常信号后,立即对生命特征数据进行监管预警分析,将预警信号发送至延误分析单元和预警显示单元;
延误分析单元在接收到预警信号后,立即采集预警信号所对应预警设备的报警数据,报警数据包括预警设备的报警分贝值、信号收发器的延误时长以及报警设备的环境干扰值,并对报警数据进行延误风险评估分析,得到延误指令,当生成延误指令时,对延误风险评估系数W进行深入式划分反馈分析,将得到的一级延误信号、二级延误信号以及三级延误信号发送至预警显示单元。
优选的,所述自检反馈单元的实时监测运行评估分析过程如下:
第一步:采集到心电设备开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内心电设备的运行电压和线路散失热量值,并将运行电压和线路散失热量值与预设运行电压阈值和预设线路散失热量值阈值进行比对分析,若运行电压大于预设运行电压阈值、线路散失热量值大于预设线路散失热量值阈值,则将运行电压大于预设运行电压阈值的部分和线路散失热量值大于预设线路散失热量值阈值的部分分别标记为过压风险值和过热风险值;
第二步:实时获取到时间阈值内心电设备的显示特征图像,从显示特征图像中获取到画面缺失面积占心电设备画面的比例,并将其标记为显示风险值,将过压风险值、过热风险值以及显示风险值与其内部录入存储的预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值进行比对分析:
若满足过压风险值、过热风险值以及显示风险值三者均小于预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值,则生成正常信号;
若不满足过压风险值、过热风险值以及显示风险值三者均小于预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值,则生成异常信号。
优选的,所述维护分析单元的维护反馈分析过程如下:
采集到异常信号所对应的心电设备的维护清单,从维护清单中获取到维护结果,并对维护结果进行判别:
若维护结果判定心电设备正常,则不生成任何信号;
若维护结果判定心电设备异常,则将合格的异常信号所对应的心电设备标记为待测设备,同时生成反馈信号。
优选的,所述生命监管单元的监管预警分析过程如下:
S1:实时获取到时间阈值内患者的呼吸频率,并将呼吸频率与预设呼吸频率阈值进行比对分析,若呼吸频率大于预设呼吸频率阈值,则将呼吸频率大于预设呼吸频率阈值的部分与预设呼吸频率阈值的比值标记为呼吸风险值HF,同时获取到时间阈值内患者的平均耗氧量PO,根据公式得到窒息风险评估系数HP;
S12:实时获取到时间阈值内患者的心电波形特征图像,并将心电波形特征图像与预设心电波形特征图像进行重合度比对分析,以此实时获取到时间阈值内心电波形特征图像与预设心电波形特征图像的心电重合值XC;
S13:将窒息风险评估系数HP和心电重合值XC与其内部录入存储的预设窒息风险评估系数阈值和预设心电重合值阈值进行比对分析:
若窒息风险评估系数HP小于预设窒息风险评估系数阈值,且心电重合值XC小于预设心电重合值阈值,则不生成任何信号;
若窒息风险评估系数HP大于等于预设窒息风险评估系数阈值,或心电重合值XC大于等于预设心电重合值阈值,则生成预警信号。
优选的,所述延误分析单元的延误风险评估分析过程如下:
SS1:采集到报警设备开始运行时刻到结束运行时刻之间的时长,并将其标记为报警时长,将报警时长划分k个子时间节点,k为大于零的自然数,获取到各个子时间节点内报警设备的报警分贝值,以此构建报警分贝值的集合A,获取到集合A中相连两个子集之间的差值,进而获取到相连两个子集之间的差值的均值,并将其标记为运行稳定值YF;
SS12:获取到报警设备内部的信号收发器的延误时长,延误时长指的是报警信号生成时刻到信号收发器接收并发送至结束时刻之间的时长超出预设时长的部分,并将延误时长与预设延误时长阈值进行比对分析,若延误时长与预设延误时长阈值的比值大于一,则将延误时长与预设延误时长阈值的比值大于一的部分标记为延误风险值YW;
SS13:获取到报警时长内报警设备的环境干扰值,环境干扰值指的是报警设备内部的环境湿度值与环境粉尘值以及环境温度值经数据归一化处理后得到的积值,并将环境干扰值与预设环境干扰值阈值进行比对分析,若环境干扰值大于预设环境干扰值阈值,则将环境干扰值大于预设环境干扰值阈值的部分标记为干扰延误值GY;
SS14:根据公式得到延误风险评估系数,其中,a1、a2以及a3分别为运行稳定值、延误风险值以及干扰延误值的预设比例因子系数,a1、a2以及a3均为大于零的正数,a4为预设补偿因子系数,取值为2.668,W为延误风险评估系数,并将延误风险评估系数W与其内部录入存储的预设延误风险评估系数阈值进行比对分析:
若延误风险评估系数W减去预设延误风险评估系数阈值得到的值小于等于零,则不生成任何信号;
若延误风险评估系数W减去预设延误风险评估系数阈值得到的值大于零,则生成延误指令。
优选的,所述延误分析单元的深入式划分反馈分析过程如下:
获取到延误风险评估系数W减去预设延误风险评估系数阈值得到的值,并将其标记为延误影响值YZ,同时获取到历史报警设备开始报警时刻到医生进入到对应患者房间时刻之间时长的均值,并将其标记为平均反应时长PC;
根据公式得到影响评估系数,其中,α和β分别为延误影响值和平均反应时长的预设权重因子系数,ε为预设修正系数,α、β以及ε均为大于零的正数,P为影响评估系数,并将影响评估系数P与其内部录入存储的预设影响评估系数区间进行比对分析:
若影响评估系数P大于预设影响评估系数区间中的最大值,则生成一级延误信号;
若影响评估系数P位于预设影响评估系数区间之内,则生成二级延误信号;
若影响评估系数P小于预设影响评估系数区间中的最小值,则生成三级延误信号。
本发明的有益效果如下:
(1)本发明是通过采集心电设备的实时工作数据,并进行实时监测运行评估分析,以判断心电设备的工作是否正常,以便保证数据显示的精准性和有效性,且通过反馈预警的方式对存在异常风险的心电设备进行维护管理,以提高心电设备的预警效果和工作效率,并对异常心电设备进行维护跟踪,以便对维护好的心电设备再次进行监管预警,而在心电设备运行状态正常的前提下分析,有助于提高心电设备的实时预警效果,同时保证心电设备上的数据真实性和有效性,而通过采集生命特征数据并进行监管预警分析,且通过从窒息风险评估系数和心电重合值两个维度进行评估分析,有助于提高分析结果的准确性,进而提高心电异常监测预警效果;
(2)本发明还通过递进式分析方式对心电设备内部报警设备进行分析,采集预警信号所对应预警设备的报警数据,并进行延误风险评估分析,判断报警设备是否存在延误报警的风险,以便及时的进行维护,进而降低延误所带来的治疗风险,且对于存在延误风险的报警设备,从延误影响值和平均反应时长两个角度进行分析,以便提高延误影响等级划分的精准性,且根据不同的延误影响等级进行合理、有针对性的更换预警方式,以便根据不同的预警方式侧面反应报警设备的延误风险情况,进而有助于降低延误所带来的治疗风险,同时有助于提高报警的及时性和工作效率。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图;
图2是本发明局部分析参考图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
请参阅图1至图2所示,本发明为一种基于互联网的心电异常实时监测系统,包括监测中心、数据采集单元、自检反馈单元、生命监管单元、维护分析单元、预警显示单元以及延误分析单元,监测中心与数据采集单元呈单向通讯连接,数据采集单元与自检反馈单元和生命监管单元均呈单向通讯连接,自检反馈单元与生命监管单元、维护分析单元以及预警显示单元均呈单向通讯连接,生命监管单元与预警显示单元和延误分析单元均呈单向通讯连接,延误分析单元与预警显示单元呈单向通讯连接;
当监测中心生成运管指令,并将运管指令发送至数据采集单元,数据采集单元在接收到运管指令后,立即采集心电设备的实时工作数据和患者的生命特征数据,其中实时工作数据包括心电设备的运行电压、线路散失热量值以及显示特征图像,生命特征数据包括患者的呼吸频率、平均耗氧量以及心电波形特征图像,并将实时工作数据和生命特征数据分别对应发送至自检反馈单元和生命监管单元,自检反馈单元在接收到实时工作数据后,立即对实时工作数据进行实时监测运行评估分析,以判断心电设备的工作是否正常,以便保证数据显示的精准性,具体的实时监测运行评估分析过程如下:
采集到心电设备开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内心电设备的运行电压和线路散失热量值,并将运行电压和线路散失热量值与预设运行电压阈值和预设线路散失热量值阈值进行比对分析,若运行电压大于预设运行电压阈值、线路散失热量值大于预设线路散失热量值阈值,则将运行电压大于预设运行电压阈值的部分和线路散失热量值大于预设线路散失热量值阈值的部分分别标记为过压风险值和过热风险值,需要说明的是,过压风险值和过热风险值是两个反映心电设备运行状态的影响参数;
实时获取到时间阈值内心电设备的显示特征图像,从显示特征图像中获取到画面缺失面积占心电设备画面的比例,并将其标记为显示风险值,需要说明的是,显示风险值的数值越大,则心电设备异常的风险越大,显示数据的完整性风险越大,将过压风险值、过热风险值以及显示风险值与其内部录入存储的预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值进行比对分析:
若满足过压风险值、过热风险值以及显示风险值三者均小于预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值,则生成正常信号,并将正常信号发送至生命监管单元;
若不满足过压风险值、过热风险值以及显示风险值三者均小于预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值,则生成异常信号,并将异常信号发送至预警显示单元和维护分析单元,预警显示单元在接收到异常信号后,立即控制异常信号所对应的心电设备上报警灯进行报警,进而提醒维护人员及时对存在异常风险的心电设备进行维护管理,以提高心电设备的预警效果和工作效率;
维护分析单元在接收到异常信号后,立即对异常信号所对应的心电设备进行维护反馈分析,以判断异常信号所对应的心电设备是否维护完成,以便为后续数据准确性监管进行支撑,具体的维护反馈分析过程如下:
采集到异常信号所对应的心电设备的维护清单,从维护清单中获取到维护结果,并对维护结果进行判别:
若维护结果判定心电设备正常,则不生成任何信号;
若维护结果判定心电设备异常,则将合格的异常信号所对应的心电设备标记为待测设备,同时生成反馈信号,并将反馈信号发送至数据采集单元,数据采集单元在接收到反馈信号后,立即对待测设备进行二次数据采集,以便对设备进行再次监管预警,以提高对心电设备的监管效率;
生命监管单元在接收到生命特征数据和正常信号后,立即对生命特征数据进行监管预警分析,而在心电设备运行状态正常的前提下,以保证心电设备上的数据真实性和有效性,同时有助于提高心电设备的实时预警效果,具体的监管预警分析过程如下:
实时获取到时间阈值内患者的呼吸频率,并将呼吸频率与预设呼吸频率阈值进行比对分析,若呼吸频率大于预设呼吸频率阈值,则将呼吸频率大于预设呼吸频率阈值的部分与预设呼吸频率阈值的比值标记为呼吸风险值HF,同时获取到时间阈值内患者的平均耗氧量PO,需要说明的是,呼吸风险值HF和平均耗氧量PO是两个反映患者状态的影响参数;
根据公式得到窒息风险评估系数,其中,f1和f2分别为呼吸风险值和平均耗氧量的预设比例因子,f1和f2均为大于零的正数,HP为窒息风险评估系数;
实时获取到时间阈值内患者的心电波形特征图像,并将心电波形特征图像与预设心电波形特征图像进行重合度比对分析,以此实时获取到时间阈值内心电波形特征图像与预设心电波形特征图像的心电重合值XC,需要说明的是,心电重合值XC的数值越大,则患者的状态越稳定,并将窒息风险评估系数HP和心电重合值XC与其内部录入存储的预设窒息风险评估系数阈值和预设心电重合值阈值进行比对分析:
若窒息风险评估系数HP小于预设窒息风险评估系数阈值,且心电重合值XC小于预设心电重合值阈值,则不生成任何信号;
若窒息风险评估系数HP大于等于预设窒息风险评估系数阈值,或心电重合值XC大于等于预设心电重合值阈值,则生成预警信号,并将预警信号发送至延误分析单元和预警显示单元,预警显示单元在接收到预警信号后,立即控制报警设备进行报警工作,进而提高心电异常监测预警效果,同时提高监测预警的及时性。
实施例2:
延误分析单元在接收到预警信号后,立即采集预警信号所对应预警设备的报警数据,报警数据包括预警设备的报警分贝值、信号收发器的延误时长以及报警设备的环境干扰值,并对报警数据进行延误风险评估分析,判断报警设备是否存在延误报警的风险,以便及时的进行维护,进而降低延误所带来的治疗风险,同时有助于提高报警的及时性和工作效率,具体的延误风险评估分析过程如下:
采集到报警设备开始运行时刻到结束运行时刻之间的时长,并将其标记为报警时长,将报警时长划分k个子时间节点,k为大于零的自然数,获取到各个子时间节点内报警设备的报警分贝值,以此构建报警分贝值的集合A,获取到集合A中相连两个子集之间的差值,进而获取到相连两个子集之间的差值的均值,并将其标记为运行稳定值,标号为YF,需要说明的是,运行稳定值YF的数值越大,则报警设备的工作异常风险越小;
获取到报警设备内部的信号收发器的延误时长,延误时长指的是报警信号生成时刻到信号收发器接收并发送至结束时刻之间的时长超出预设时长的部分,并将延误时长与预设延误时长阈值进行比对分析,若延误时长与预设延误时长阈值的比值大于一,则将延误时长与预设延误时长阈值的比值大于一的部分标记为延误风险值,标记为YW,需要说明的是,延误风险值YW的数值越大,则报警设备的延误风险越大;
获取到报警时长内报警设备的环境干扰值,环境干扰值指的是报警设备内部的环境湿度值与环境粉尘值以及环境温度值经数据归一化处理后得到的积值,并将环境干扰值与预设环境干扰值阈值进行比对分析,若环境干扰值大于预设环境干扰值阈值,则将环境干扰值大于预设环境干扰值阈值的部分标记为干扰延误值,标号为GY,需要说明的是,干扰延误值GY是一个反映报警设备运行状态的影响参数;
根据公式得到延误风险评估系数,其中,a1、a2以及a3分别为运行稳定值、延误风险值以及干扰延误值的预设比例因子系数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结果更加准确,a1、a2以及a3均为大于零的正数,a4为预设补偿因子系数,取值为2.668,W为延误风险评估系数,并将延误风险评估系数W与其内部录入存储的预设延误风险评估系数阈值进行比对分析:
若延误风险评估系数W减去预设延误风险评估系数阈值得到的值小于等于零,则不生成任何信号;
若延误风险评估系数W减去预设延误风险评估系数阈值得到的值大于零,则生成延误指令;
当生成延误指令时,对延误风险评估系数W进行深入式划分反馈分析,以便合理、有针对性的更换预警方式,以便根据不同的预警方式侧面反应报警设备的延误风险情况,以便提醒运管人员进行及时的管理,具体的深入式划分反馈分析过程如下:
获取到延误风险评估系数W减去预设延误风险评估系数阈值得到的值,并将其标记为延误影响值YZ,同时获取到历史报警设备开始报警时刻到医生进入到对应患者房间时刻之间时长的均值,并将其标记为平均反应时长,标号为PC;
根据公式得到影响评估系数,其中,α和β分别为延误影响值和平均反应时长的预设权重因子系数,ε为预设修正系数,α、β以及ε均为大于零的正数,P为影响评估系数,并将影响评估系数P与其内部录入存储的预设影响评估系数区间进行比对分析:
若影响评估系数P大于预设影响评估系数区间中的最大值,则生成一级延误信号;
若影响评估系数P位于预设影响评估系数区间之内,则生成二级延误信号;
若影响评估系数P小于预设影响评估系数区间中的最小值,则生成三级延误信号,其中,一级延误信号、二级延误信号以及三级延误信号所对应的延误影响程度依次降低,并将一级延误信号、二级延误信号以及三级延误信号发送至预警显示单元,预警显示单元在接收到一级延误信号、二级延误信号以及三级延误信号后,立即做出一级延误信号、二级延误信号以及三级延误信号所对应的预设预警操作,进而有助于降低延误所带来的治疗风险,同时有助于提高报警的及时性和工作效率;
综上所述,本发明是通过采集心电设备的实时工作数据,并进行实时监测运行评估分析,以判断心电设备的工作是否正常,以便保证数据显示的精准性和有效性,且通过反馈预警的方式对存在异常风险的心电设备进行维护管理,以提高心电设备的预警效果和工作效率,并对异常心电设备进行维护跟踪,以便对维护好的心电设备再次进行监管预警,而在心电设备运行状态正常的前提下分析,有助于提高心电设备的实时预警效果,同时保证心电设备上的数据真实性和有效性,而通过采集生命特征数据并进行监管预警分析,且通过从窒息风险评估系数HP和心电重合值XC两个维度进行评估分析,有助于提高分析结果的准确性,进而提高心电异常监测预警效果;
此外,通过递进式分析方式对心电设备内部报警设备进行分析,采集预警信号所对应预警设备的报警数据,并进行延误风险评估分析,判断报警设备是否存在延误报警的风险,以便及时的进行维护,进而降低延误所带来的治疗风险,且对于存在延误风险的报警设备,从延误影响值YZ和平均反应时长PC两个角度进行分析,以便提高延误影响等级划分的精准性,且根据不同的延误影响等级进行合理、有针对性的更换预警方式,以便根据不同的预警方式侧面反应报警设备的延误风险情况,进而有助于降低延误所带来的治疗风险,同时有助于提高报警的及时性和工作效率。
阈值的大小的设定是为了便于比较,关于阈值的大小,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设定基数数量;只要不影响参数与量化后数值的比例关系即可。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,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于互联网的心电异常实时监测系统,其特征在于,包括监测中心、数据采集单元、自检反馈单元、生命监管单元、维护分析单元、预警显示单元以及延误分析单元;
当监测中心生成运管指令,并将运管指令发送至数据采集单元,数据采集单元在接收到运管指令后,立即采集心电设备的实时工作数据和患者的生命特征数据,其中实时工作数据包括心电设备的运行电压、线路散失热量值以及显示特征图像,生命特征数据包括患者的呼吸频率、平均耗氧量以及心电波形特征图像,并将实时工作数据和生命特征数据分别对应发送至自检反馈单元和生命监管单元,自检反馈单元在接收到实时工作数据后,立即对实时工作数据进行实时监测运行评估分析,将得到的正常信号发送至生命监管单元,将异常信号发送至预警显示单元和维护分析单元;
维护分析单元在接收到异常信号后,立即对异常信号所对应的心电设备进行维护反馈分析,将反馈信号发送至数据采集单元;
生命监管单元在接收到生命特征数据和正常信号后,立即对生命特征数据进行监管预警分析,将预警信号发送至延误分析单元和预警显示单元;
延误分析单元在接收到预警信号后,立即采集预警信号所对应预警设备的报警数据,报警数据包括预警设备的报警分贝值、信号收发器的延误时长以及报警设备的环境干扰值,并对报警数据进行延误风险评估分析,得到延误指令,当生成延误指令时,对延误风险评估系数W进行深入式划分反馈分析,将得到的一级延误信号、二级延误信号以及三级延误信号发送至预警显示单元。
2.根据权利要求1所述的一种基于互联网的心电异常实时监测系统,其特征在于,所述自检反馈单元的实时监测运行评估分析过程如下:
第一步:采集到心电设备开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内心电设备的运行电压和线路散失热量值,并将运行电压和线路散失热量值与预设运行电压阈值和预设线路散失热量值阈值进行比对分析,若运行电压大于预设运行电压阈值、线路散失热量值大于预设线路散失热量值阈值,则将运行电压大于预设运行电压阈值的部分和线路散失热量值大于预设线路散失热量值阈值的部分分别标记为过压风险值和过热风险值;
第二步:实时获取到时间阈值内心电设备的显示特征图像,从显示特征图像中获取到画面缺失面积占心电设备画面的比例,并将其标记为显示风险值,将过压风险值、过热风险值以及显示风险值与其内部录入存储的预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值进行比对分析:
若满足过压风险值、过热风险值以及显示风险值三者均小于预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值,则生成正常信号;
若不满足过压风险值、过热风险值以及显示风险值三者均小于预设过压风险值阈值、预设过热风险值阈值以及预设显示风险值阈值,则生成异常信号。
3.根据权利要求1所述的一种基于互联网的心电异常实时监测系统,其特征在于,所述维护分析单元的维护反馈分析过程如下:
采集到异常信号所对应的心电设备的维护清单,从维护清单中获取到维护结果,并对维护结果进行判别:
若维护结果判定心电设备正常,则不生成任何信号;
若维护结果判定心电设备异常,则将合格的异常信号所对应的心电设备标记为待测设备,同时生成反馈信号。
4.根据权利要求1所述的一种基于互联网的心电异常实时监测系统,其特征在于,所述生命监管单元的监管预警分析过程如下:
S1:实时获取到时间阈值内患者的呼吸频率,并将呼吸频率与预设呼吸频率阈值进行比对分析,若呼吸频率大于预设呼吸频率阈值,则将呼吸频率大于预设呼吸频率阈值的部分与预设呼吸频率阈值的比值标记为呼吸风险值HF,同时获取到时间阈值内患者的平均耗氧量PO,根据公式得到窒息风险评估系数HP;
S12:实时获取到时间阈值内患者的心电波形特征图像,并将心电波形特征图像与预设心电波形特征图像进行重合度比对分析,以此实时获取到时间阈值内心电波形特征图像与预设心电波形特征图像的心电重合值XC;
S13:将窒息风险评估系数HP和心电重合值XC与其内部录入存储的预设窒息风险评估系数阈值和预设心电重合值阈值进行比对分析:
若窒息风险评估系数HP小于预设窒息风险评估系数阈值,且心电重合值XC小于预设心电重合值阈值,则不生成任何信号;
若窒息风险评估系数HP大于等于预设窒息风险评估系数阈值,或心电重合值XC大于等于预设心电重合值阈值,则生成预警信号。
5.根据权利要求1所述的一种基于互联网的心电异常实时监测系统,其特征在于,所述延误分析单元的延误风险评估分析过程如下:
SS1:采集到报警设备开始运行时刻到结束运行时刻之间的时长,并将其标记为报警时长,将报警时长划分k个子时间节点,k为大于零的自然数,获取到各个子时间节点内报警设备的报警分贝值,以此构建报警分贝值的集合A,获取到集合A中相连两个子集之间的差值,进而获取到相连两个子集之间的差值的均值,并将其标记为运行稳定值YF;
SS12:获取到报警设备内部的信号收发器的延误时长,延误时长指的是报警信号生成时刻到信号收发器接收并发送至结束时刻之间的时长超出预设时长的部分,并将延误时长与预设延误时长阈值进行比对分析,若延误时长与预设延误时长阈值的比值大于一,则将延误时长与预设延误时长阈值的比值大于一的部分标记为延误风险值YW;
SS13:获取到报警时长内报警设备的环境干扰值,环境干扰值指的是报警设备内部的环境湿度值与环境粉尘值以及环境温度值经数据归一化处理后得到的积值,并将环境干扰值与预设环境干扰值阈值进行比对分析,若环境干扰值大于预设环境干扰值阈值,则将环境干扰值大于预设环境干扰值阈值的部分标记为干扰延误值GY;
SS14:根据公式得到延误风险评估系数,其中,a1、a2以及a3分别为运行稳定值、延误风险值以及干扰延误值的预设比例因子系数,a1、a2以及a3均为大于零的正数,a4为预设补偿因子系数,取值为2.668,W为延误风险评估系数,并将延误风险评估系数W与其内部录入存储的预设延误风险评估系数阈值进行比对分析:
若延误风险评估系数W减去预设延误风险评估系数阈值得到的值小于等于零,则不生成任何信号;
若延误风险评估系数W减去预设延误风险评估系数阈值得到的值大于零,则生成延误指令。
6.根据权利要求5所述的一种基于互联网的心电异常实时监测系统,其特征在于,所述延误分析单元的深入式划分反馈分析过程如下:
获取到延误风险评估系数W减去预设延误风险评估系数阈值得到的值,并将其标记为延误影响值YZ,同时获取到历史报警设备开始报警时刻到医生进入到对应患者房间时刻之间时长的均值,并将其标记为平均反应时长PC;
根据公式得到影响评估系数,其中,α和β分别为延误影响值和平均反应时长的预设权重因子系数,ε为预设修正系数,α、β以及ε均为大于零的正数,P为影响评估系数,并将影响评估系数P与其内部录入存储的预设影响评估系数区间进行比对分析:
若影响评估系数P大于预设影响评估系数区间中的最大值,则生成一级延误信号;
若影响评估系数P位于预设影响评估系数区间之内,则生成二级延误信号;
若影响评估系数P小于预设影响评估系数区间中的最小值,则生成三级延误信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310751277.7A CN116649987A (zh) | 2023-06-25 | 2023-06-25 | 一种基于互联网的心电异常实时监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310751277.7A CN116649987A (zh) | 2023-06-25 | 2023-06-25 | 一种基于互联网的心电异常实时监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116649987A true CN116649987A (zh) | 2023-08-29 |
Family
ID=87726129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310751277.7A Withdrawn CN116649987A (zh) | 2023-06-25 | 2023-06-25 | 一种基于互联网的心电异常实时监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116649987A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117392587A (zh) * | 2023-11-02 | 2024-01-12 | 华能澜沧江水电股份有限公司景洪水电厂 | 基于物联网的特种设备安全监测系统 |
CN117395590A (zh) * | 2023-12-11 | 2024-01-12 | 常州新思达智能科技有限公司 | 一种电机动铁芯自动化装配系统 |
CN117423444A (zh) * | 2023-09-26 | 2024-01-19 | 中普达科技股份有限公司 | 一种基于物联网的医疗设备管理系统 |
CN117474318A (zh) * | 2023-10-18 | 2024-01-30 | 国网湖北省电力有限公司直流公司 | 一种基于移动式红外测温技术的换流站阀厅运行监管系统 |
CN117495083A (zh) * | 2023-10-24 | 2024-02-02 | 中交广州航道局有限公司 | 一种护岸边坡稳定性监测系统及方法 |
CN117647215A (zh) * | 2023-11-22 | 2024-03-05 | 博睿智造科技(广州)有限公司 | 一种测试新能源液冷板平面度的检测设备及检测方法 |
CN117666454A (zh) * | 2023-10-19 | 2024-03-08 | 江西师范高等专科学校 | 基于人工智能的少儿编程机器人及其控制系统 |
-
2023
- 2023-06-25 CN CN202310751277.7A patent/CN116649987A/zh not_active Withdrawn
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117423444A (zh) * | 2023-09-26 | 2024-01-19 | 中普达科技股份有限公司 | 一种基于物联网的医疗设备管理系统 |
CN117474318A (zh) * | 2023-10-18 | 2024-01-30 | 国网湖北省电力有限公司直流公司 | 一种基于移动式红外测温技术的换流站阀厅运行监管系统 |
CN117666454A (zh) * | 2023-10-19 | 2024-03-08 | 江西师范高等专科学校 | 基于人工智能的少儿编程机器人及其控制系统 |
CN117495083A (zh) * | 2023-10-24 | 2024-02-02 | 中交广州航道局有限公司 | 一种护岸边坡稳定性监测系统及方法 |
CN117495083B (zh) * | 2023-10-24 | 2024-04-12 | 中交广州航道局有限公司 | 一种护岸边坡稳定性监测系统及方法 |
CN117392587A (zh) * | 2023-11-02 | 2024-01-12 | 华能澜沧江水电股份有限公司景洪水电厂 | 基于物联网的特种设备安全监测系统 |
CN117392587B (zh) * | 2023-11-02 | 2024-04-26 | 华能澜沧江水电股份有限公司景洪水电厂 | 基于物联网的特种设备安全监测系统 |
CN117647215A (zh) * | 2023-11-22 | 2024-03-05 | 博睿智造科技(广州)有限公司 | 一种测试新能源液冷板平面度的检测设备及检测方法 |
CN117395590A (zh) * | 2023-12-11 | 2024-01-12 | 常州新思达智能科技有限公司 | 一种电机动铁芯自动化装配系统 |
CN117395590B (zh) * | 2023-12-11 | 2024-02-27 | 常州新思达智能科技有限公司 | 一种电机动铁芯自动化装配系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116649987A (zh) | 一种基于互联网的心电异常实时监测系统 | |
US10076276B2 (en) | Methods and systems for alerting practitioners to physiological conditions | |
US6585645B2 (en) | System for and method of establishing monitoring alarm limits based on physiological variables | |
CN108430312B (zh) | 标记心律失常发作以用于紧急审查的系统和方法 | |
US20130338519A1 (en) | Apparatus and Method for Measuring Physiological Signal Quality | |
CN110208019A (zh) | 一种动设备状态监测动态阈值预警方法 | |
CN116739384A (zh) | 基于5g无线通讯的矿用设备运行管理系统 | |
CN115469592A (zh) | 一种用于手术室行为管理的智能监管系统 | |
CN116687363A (zh) | 一种基于穿戴设备的有限空间作业人员身体状况监测系统 | |
CN115153552A (zh) | 情绪状态评估方法、装置、电子设备及存储介质 | |
CN106456015B (zh) | 用于评估急性发作和/或住院治疗的风险的装置、系统、方法和计算机程序 | |
CN112806961A (zh) | 体征数据评估方法及装置 | |
CN116660672A (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
CN112397204B (zh) | 一种预测高原病的方法、装置、计算机设备和存储介质 | |
LU504137B1 (en) | Remote fault diagnosis system and method for flue gas discharge system | |
CN117497162A (zh) | 基于数据分析的口腔激光治疗仪运行异常反馈预警系统 | |
Sapoznikov et al. | Detection of regularities in heart rate variations by linear and non-linear analysis: power spectrum versus approximate entropy | |
CN112660957B (zh) | 一种电梯运行风险的预警方法及预警系统 | |
CN115311114A (zh) | 基于健康大数据的智慧康养管理云平台 | |
CN111685742B (zh) | 一种用于脑卒中病治疗的评估系统及方法 | |
CN113628746A (zh) | 一种应用于长期护理保险的失能等级评估方法 | |
CN117612687B (zh) | 一种基于人工智能的医疗设备监测分析系统 | |
CN116530979B (zh) | 基于震动传感器的监测装置 | |
CN114783166B (zh) | 一种基于气体检测的作业人员行为动态感知系统 | |
CN117729209B (zh) | 基于云计算的健康管理数据智能管理系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230829 |