CN117253616B - 一种神经内科康复程度评价方法及系统 - Google Patents

一种神经内科康复程度评价方法及系统 Download PDF

Info

Publication number
CN117253616B
CN117253616B CN202311532899.7A CN202311532899A CN117253616B CN 117253616 B CN117253616 B CN 117253616B CN 202311532899 A CN202311532899 A CN 202311532899A CN 117253616 B CN117253616 B CN 117253616B
Authority
CN
China
Prior art keywords
value
index
rehabilitation
evaluation
patient
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
Application number
CN202311532899.7A
Other languages
English (en)
Other versions
CN117253616A (zh
Inventor
季芳芳
王小琴
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 Jianyikang Medical Instrument Technology Co ltd
Original Assignee
Shenzhen Jianyikang Medical Instrument Technology 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 Jianyikang Medical Instrument Technology Co ltd filed Critical Shenzhen Jianyikang Medical Instrument Technology Co ltd
Priority to CN202311532899.7A priority Critical patent/CN117253616B/zh
Publication of CN117253616A publication Critical patent/CN117253616A/zh
Application granted granted Critical
Publication of CN117253616B publication Critical patent/CN117253616B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • A61B5/103—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
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • 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
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Epidemiology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Educational Technology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种神经内科康复程度评价方法及系统，涉及康复程度评估技术领域，对患者当前的心理状态进行评估，生成心理状态指数，获取心理状态指数与其前值的比值，若所述比值超过比例阈值，对患者的肌肉兴奋指标及关节活动范围进行测试，并进而分别获取肢体康复指数及关节活动度；进而后生成身体康复值，若所述身体康复值未超过康复阈值，分别对当前的身体康复值及心理状态指数进行综合预测；由身体康复值及心理状态指数相关联，生成康复评价值，依据康复评价值与预先设置第一评价阈值及第二评价阈值的关系，为患者选择对应的保护策略，指导患者继续保持治疗、观察或入康复训练，从而能够加速患者的康复过程，对患者额度健康形成保障。

Description

一种神经内科康复程度评价方法及系统
技术领域
本发明涉及康复程度评估技术领域，具体为一种神经内科康复程度评价方法及系统。
背景技术
神经内科康复是指通过一系列的康复训练和护理，帮助神经系统疾病患者恢复运动、言语、认知等功能，提高生活质量。在神经内科康复中，体位训练、平衡训练、运动训练、言语功能康复护理等都是非常重要的方面。
体位训练可以帮助患者调整身体姿势，促进运动功能的恢复；平衡训练可以提高患者的平衡能力，减少跌倒的风险；运动训练可以增强肌肉力量和耐力，促进运动功能的恢复；言语功能康复护理可以帮助患者恢复语言能力，提高交流能力。
在授权公告号为CN109758124 B的中国发明专利中，公开了一种手功能康复的客观评价方法及装置和系统，所述的装置和系统通过多传感器检测单元的对应设置，使得检测的区域缩小到每一个手指节段，评价的结果更加精准。所述的评价方法，在检测过程中，被测者手部处于自然放松状态，无需被测者主观配合；通过检测与手指神经传导功能相关的神经传导动作电位波幅、与微循环功能相关的血液灌注指数、与局部区域氧供给相关的血氧饱和度、与局部组织健康状态相关的皮肤温度，从神经、血流、氧供给、肌肉组织等方面综合评价手功能的康复程度，评价内容更加底层和基础。
以上申请所记载的技术方案，有效避免了通过检测力、肌电、姿态等常见手功能康复评价技术中被评测对象的主观影响，评价的结果更加客观有效。但是，现有的神经内科手术康复评价方法中，则通常只考虑患者的神经系统及肌肉组织等少数方面，在很大程度上忽略了患者心理健康状态，同时，由于只考虑患者当前的康复状态，因此，所获取的评估结果对患者康复的指导意义相对于也较为薄弱。
为此，本发明提供了一种神经内科康复程度评价方法及系统。
发明内容
针对现有技术的不足，本发明提供了一种神经内科康复程度评价方法及系统，对患者当前的心理状态进行评估，生成心理状态指数，获取心理状态指数与其前值的比值，若所述比值超过比例阈值，对患者的肌肉兴奋指标及关节活动范围进行测试，并进而分别获取肢体康复指数及关节活动度；进而后生成身体康复值，若所述身体康复值未超过康复阈值，分别对当前的身体康复值及心理状态指数进行综合预测；由身体康复值及心理状态指数相关联，生成康复评价值，依据康复评价值与预先设置第一评价阈值及第二评价阈值的关系，为患者选择对应的保护策略。指导患者继续保持治疗、观察或入康复训练，从而能够加速患者的康复过程，对患者额度健康形成保障，从而解决了背景技术中的问题。
为实现以上目的，本发明通过以下技术方案予以实现：
一种神经内科康复程度评价方法，包括如下内容：
在患者完成当前阶段治疗后，在评估周期内对患者进行若干次的问卷测试，分别获取相应的测试结果，并在汇总后生成第一问卷指数集合，由第一问卷指数集合生成康复状态指数，若所获取康复状态指数/>不超过指数变动阈值，则发出第一预警指令；
其中，康复状态指数的获取方式如下：将第一指数差/>及第二指数差做线性归一化处理，并将相应的数据值映射至区间/>内，再依据如下方式：
；
权重系数为：，/>，/>，n为数据获取的个数，/>为第一指数差的均值，/>为第二指数差的均值；
在接收到第一预警指令后，对患者当前的心理状态进行评估，并在完成焦虑自评量表及抑郁自评量表后，获取评估结果并生成第一问卷指数集合，由第一问卷指数集合生成心理状态指数，获取心理状态指数/>与其前值的比值，若所述比值超过比例阈值，发出第一报警指令；
接收第一报警指令后，对患者的肌肉兴奋指标及关节活动范围进行测试，并分别获取对应的测试结果，并进而分别获取肢体康复指数及关节活动度Rm；将肢体康复指数/>及关节活动度Rm关联后生成身体康复值/>，若所述身体康复值未超过康复阈值，发出第二预警指令；
在接收到第二预警指令后，分别对当前的身体康复值及心理状态指数进行综合预测，以获取相应的综合预测值，若所获取的两个综合预测值中至少有一个高于前值，则发出第二报警指令；
在接收到第二报警指令后，在综合预测值的基础上，由所获取到的身体康复值及心理状态指数/>相关联，生成康复评价值/>：依据康复评价值与预先设置第一评价阈值及第二评价阈值的关系，为患者选择对应的保护策略。
进一步的，在各个子周期内分别对患者评估患者日常生活活动能力及认知功能进行问卷测定后，获取各个子周期内的Barthel指数Bv及FIM指数Fv当前值与前值的差值，记录为第一指数差及第二指数差/>，汇总后生成第一问卷指数集合；由第一问卷指数集合生成康复状态指数/>，若所获取康复状态指数/>不超过指数变动阈值，则发出第一预警指令。
进一步的，接收到第一预警指令后，对患者当前的心理状态进行评估，具体方式如下：向患者分别发出焦虑自评量表及抑郁自评量表，由患者在完成评估后，分别获取焦虑指数Sa及抑郁指数Sd，汇总后生成第一问卷指数集合；由所生成的第二问卷指数集合生成心理状态指数，获取心理状态指数/>与其前值的比值，若其超过比例阈值，发出第一报警指令。
进一步的，接收第一报警指令后，对患者的肢体功能恢复程度进行检测和评估，具体方式如下：对患者肢体肌肉兴奋指标进行测试，并在测试后获取：患者肢体肌肉的基强度Rq、利用时Rs及时值Rz，并经过多次测试后，将获取的肌肉测试数据汇总后，生成肌肉测试数据集合；由所述肌肉测试数据集合生成肢体康复指数。
进一步的，成肢体康复指数的获取方式如下：将基强度Rq、利用时Rs及时值Rz做线性归一化处理，并将相应的数据值映射至区间/>内，再依据如下方式：
；
权重系数： ，/>，/>，且/>，/>，此处，n为检测数据获取的个数，/>为基强度的均值，/>为基强度的合格标准值，/>为利用时的均值，/>为利用时的合格标准值，/>为时值的均值，/>为时值的合格标准值。
进一步的，对患者各个关节的活动范围进行测试，获取患者各个关节的活动范围，并在汇总后生成关节活动状态集合并生成关节活动度；在获取患者的肢体康复指数及关节活动度Rm后，获取身体康复值/>；其具体方式如下：将肢体康复指数及关节活动度Rm做线性归一化处理后，并将相应的数据值映射至区间/>内，再依据如下方式：
；
参数的意义为：，/>，且/>，/>为权重系数，若所述身体康复值/>未超过康复阈值，发出第二预警指令。
进一步的，在沿着时间轴连续获取若干个身体康复值及心理状态指数后，汇总建立患者历史状态数据集合，结合历史状态数据集合内数据，使用平滑指数预测法对身体康复值/>及心理状态指数/>进行预测，分别获取两者的第一预测值，使用自回归移动平均模型对身体康复值/>及心理状态指数/>进行预测，分别获取两者的第二预测值。
进一步的，分别获取到相应的第一预测值及第二预测值后，依据如下方式进行修正，获取综合预测值：
；
参数意义为：，/>，其具体值由用户调整设置，其中，/>代指第一预测值，/>代指第二预测值；若所获取的两个综合预测值中至少有一个高于前值，则发出第二报警指令。
进一步的，在接收到第二报警指令后，将所获取到的身体康复值及心理状态指数/>相关联，生成康复评价值/>，其获取方法如下：
；
其中，为权重，/> ，/>，且/>，具体值可由用户调整设置，其中，n为大于1的正整数；
；
其中，为身体康复值/>的移动中间值，/>为心理状态指数/>的移动中间值；预先设置第一评价阈值及第二评价阈值，第一阈值高于第二阈值；若康复评价值高于第一评价阈值，发出治疗指令，若康复评价值/>在第一阈值和第二阈值之间时，发出观察指令；若康复评价值/>低于第二阈值时，发出训练指令。
一种神经内科康复程度评价系统，包括：
问卷评估单元、在评估周期内对患者进行若干次的问卷测试，分别获取相应的测试结果，并在汇总后生成第一问卷指数集合，由第一问卷指数集合生成康复状态指数，若所获取康复状态指数不超过指数变动阈值，则发出第一预警指令；
心理评估单元、对患者当前的心理状态进行评估，并在完成焦虑自评量表及抑郁自评量表后，获取评估结果并生成第一问卷指数集合，由第一问卷指数集合生成心理状态指数，获取心理状态指数与其前值的比值，若所述比值超过比例阈值，发出第一报警指令；
肢体康复评估单元、对患者的肌肉兴奋指标及关节活动范围进行测试，并分别获取对应的测试结果，并进而分别获取肢体康复指数及关节活动度；进而后生成身体康复值，若所述身体康复值未超过康复阈值，发出第二预警指令；
预测单元、分别对当前的身体康复值及心理状态指数进行综合预测，以获取相应的综合预测值，若所获取的两个综合预测值中至少有一个高于前值，则发出第二报警指令；
策略单元、由身体康复值及心理状态指数相关联，生成康复评价值，依据康复评价值与预先设置第一评价阈值及第二评价阈值的关系，为患者选择对应的保护策略。
本发明提供了一种神经内科康复程度评价方法及系统，具备以下有益效果：
对患者连续进行若干次的Barthel指数FIM指数测定，以此对患者的康复状态做出预评估，而以问卷的形式来实现，便利性和效率相当更高，而若是当前的初步评估结果未能达到预期效果时，则向外部发出第一预警指令，从而在产生异常情形时，能够及时的进行处理，避免当前存在的问题进一步的扩大和恶化。
通过焦虑自评量表（SAS）及抑郁自评量表（SDS）的形式完成心理评估过程，并生成相应的心理状态指数，以其对患者当前的心理状态进行评估，并且依据评估结果选择对应的处理策略，以对患者当前的心理状态形成调整，加快患者的康复。
获取身体康复值，此时，以所述身体康复值/>对患者当前的身体康复程度形成综合性的判断，若患者当前身体活动反馈正常，则说明患者身体达到了康复标准，从而，通过进行多因素评估，能够对患者康复过程做出更为准确的调整。
分别获取到身体康复值及心理状态指数/>的历史值及当前值时，分别对两者进行预测，在获取到预测值后，依据预测值与前值的关系，对患者身体及心理状态的康复程度形成判断，若患者的状态逐渐变差，则说明，患者的康复需要及时调整策略，从而对患者的康复状态形成保障。
生成康复评价值，以康复评价值/>对患者的整体康复过程进行综合性判断，并且在获取判断结果后，可以依据判断结果对患者对应的参考意见，使患者继续保持治疗、观察或入康复训练，从而能够加速患者的康复过程，对患者额度健康形成保障。
附图说明
图1为本发明神经内科康复程度评价方法流程示意图；
图2为本发明神经内科康复程度评价系统结构示意图。
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。
请参阅图1，本发明提供一种神经内科康复程度评价方法，包括如下内容：
步骤一、在患者完成当前阶段治疗后，在评估周期内对患者进行若干次的问卷测试，分别获取相应的测试结果，并在汇总后生成第一问卷指数集合，由第一问卷指数集合生成康复状态指数，若所获取康复状态指数/>不超过指数变动阈值，则发出第一预警指令；
所述步骤一包括如下内容：
步骤101、在患者完成当前阶段的治疗后，需要对患者当前的康复状态进行评估，设置评估周期，对评估周期进行分割以获取若干个子周期，在各个子周期内分别对患者评估患者日常生活活动能力及认知功能进行问卷测定后，获取各个子周期内的Barthel指数Bv及FIM指数Fv；将各个子周期内的Barthel指数Bv及FIM指数Fv沿着时间轴排列，分别将其当前值与前值的差值，记录为第一指数差及第二指数差/>，将若干个第一指数差/>及第二指数差/>汇总后，生成第一问卷指数集合；
需要说明的是：
Barthel指数是一种用于评估日常生活活动功能状态的指标，主要适用于康复治疗机构。该指数在1965年由美国人DorotherBarthel及FloorenceMahoney设计并制订，包括10个方面的评估内容，如进食、洗澡、修饰、穿衣、控制大便、控制小便、上厕所、转移、行走和上下楼梯等，每个方面的得分范围为0-10分，总分为100分。
根据Barthel指数的总分，可以判断患者是否需要依赖他人照护。如果得分在61-99分，表明患者属于轻度需要依赖；如果得分在41-60分，表明患者属于中度需要依赖；如果得分小于等于40分，则表明患者属于重度需要依赖。
功能独立测定（FunctionIndependenceMeasure，FIM）是一种用于评估患者日常生活活动能力和认知功能的工具。它在临床评估和康复治疗中具有重要意义，可以帮助医生和治疗师了解患者的独立程度、他人帮助的程度以及辅助设备的需要程度。
FIM量表包括认知功能和运动功能两个部分。认知功能板块主要对患者交流和社会认知两个方面进行评估，运动功能板块则对患者的自理能力、括约肌控制、转移以及行走四个方面进行评估。总分数设置为126分，其中认知功能板块占35分，运动功能板块占91分。
在功能独立性测定的过程中，评估者关注的是患者实际能够完成的任务，而不是他们可能或应该达到的水平。因此，它在临床实践中具有较高的实用性和可信度。
FIM不仅可以用于预测患者的治疗效果、住院时间和预后情况，还可以帮助治疗师制定针对性的康复训练计划。它是一种广泛应用于临床和研究中的评估工具，为康复医学提供了重要参考依据。
步骤102、由第一问卷指数集合生成康复状态指数，其具体方式如下：将第一指数差/>及第二指数差/>做线性归一化处理，并将相应的数据值映射至区间/>内，再依据如下方式：
；
权重系数为：，/>，/>，n为数据获取的个数，/>为第一指数差的均值，/>为第二指数差的均值；作为补充说明，/>为第一指数差在i位置上的值，/>为第二指数差在i位置上的值；
依据对患者康复状态的预期及各项历史康复数据，预先设置指数变动阈值，若所获取康复状态指数不超过指数变动阈值，则发出第一预警指令；
使用时，结合步骤101及102中的内容：
对患者完成初步治疗后，对患者连续进行若干次的Barthel指数FIM指数测定，以此对患者的康复状态做出预评估，而以问卷的形式来实现，便利性和效率相当更高，而若是当前的初步评估结果未能达到预期效果时，则向外部发出第一预警指令，从而在产生异常情形时，能够及时的进行处理，避免当前存在的问题进一步的扩大和恶化。
步骤二、在接收到第一预警指令后，对患者当前的心理状态进行评估，并在完成焦虑自评量表及抑郁自评量表后，获取评估结果并生成第一问卷指数集合，由第一问卷指数集合生成心理状态指数，获取心理状态指数/>与其前值的比值，若所述比值超过比例阈值，发出第一报警指令；
所述步骤二包括如下内容：
步骤201、接收到第一预警指令后，若是判断出患者当前康复进度未到达预期时，考虑到患者长期处于病患状态下时，患者心理状态可能会受到一定的影响，心理状态可能会较平时更差，因此，需要对患者当前的心理状态进行评估，具体方式如下：
向患者分别发出焦虑自评量表（SAS）及抑郁自评量表（SDS），由患者在完成评估后，分别获取焦虑指数Sa及抑郁指数Sd，汇总后生成第一问卷指数集合；
需要说明的内容如下：
焦虑自评量表（SAS）是一种用于评估焦虑症状的自评工具，由W.K.Zung于1971年编制。
SAS适用于具有焦虑症状的成年人，其应用广泛，是心理咨询门诊中较为常见的一种情绪障碍。通过了解病人主观感受的变化，SAS可以作为咨询门诊中了解焦虑症状的自评工具。
抑郁自评量表（Self-ratingDepressionScale，SDS）是含有20个项目，分为4级评分的自评量表，原型是W.K.Zung编制的抑郁量表（1965），其特点是使用简便，并能相当直观地反映抑郁患者的主观感受及其在治疗中的变化。主要适用于具有抑郁症状的成年人，包括门诊及住院患者。
步骤202、由所生成的第二问卷指数集合生成心理状态指数，其具体方式如下：将焦虑指数Sa及抑郁指数Sd做线性归一化处理，并将相应的数据值映射至区间/>内，再依据如下方式：
；
其中，参数意义为：焦虑因子，/>，抑郁因子/>，/>，C为常数修正系数，取值为0.853至0.854之间；
需要说明的是，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预设比例系数；将设定的预设比例系数和采集的样本数据代入公式，任意两个公式构成二元一次方程组，将计算得到的系数进行筛选并取均值，得到的取值；
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预设比例系数；只要不影响参数与量化后数值的比例关系即可。
依据对患者心理状态变化的预期，预先设置比例阈值，获取心理状态指数与其前值的比值，将其作为心理变化比，若所述心理变化比超过比例阈值，则说明患者当前的状态不佳，甚至在逐渐变差，且变化的幅度已经高于预期，需要及时的采取干预手段，此时，向外部发出第一报警指令；
使用时，结合步骤201及202中的内容：
在患者长期处于待康复的状态时，继续采取问卷或者类似的方式，通过焦虑自评量表（SAS）及抑郁自评量表（SDS）的形式完成心理评估过程，并生成相应的心理状态指数，以其对患者当前的心理状态进行评估，并且依据评估结果选择对应的处理策略，以对患者当前的心理状态形成调整，加快患者的康复。
步骤三、接收第一报警指令后，对患者的肌肉兴奋指标及关节活动范围进行测试，并分别获取对应的测试结果，并进而分别获取肢体康复指数及关节活动度Rm；将肢体康复指数/>及关节活动度Rm关联后生成身体康复值/>，若所述身体康复值/>未超过康复阈值，发出第二预警指令；
所述步骤三包括如下内容：
步骤301、接收第一报警指令后，说明患者的心理状态较差，甚至处于逐渐恶化的状态下，在此条件下，继续对患者的肢体功能恢复程度进行检测和评估，具体方式如下：
设置体检周期，在体检周期内对患者肢体肌肉兴奋指标进行测试，并在测试后获取：
患者肢体肌肉的基强度Rq，其具体是指在复合刺激的情况下，能够引起神经或肌肉兴奋的最小强度；利用时Rs，其具体是指在复合刺激的情况下，神经或肌肉兴奋所需的时间；时值Rz，其具体指在复合刺激的情况下，神经或肌肉兴奋时所需的脉冲数；并经过多次测试后，将获取的肌肉测试数据汇总后，生成肌肉测试数据集合；
步骤302、由所述肌肉测试数据集合生成肢体康复指数，将基强度Rq、利用时Rs及时值Rz做线性归一化处理，并将相应的数据值映射至区间/>内，再依据如下方式：
；
权重系数： ，/>，/>，且/>，/>，此处，n为检测数据获取的个数，/>为基强度的均值，/>为基强度的合格标准值，/>为利用时的均值，/>为利用时的合格标准值，/>为时值的均值，/>为时值的合格标准值；
作为补充说明，为基强度在i位置上的值，/>为利用时在i位置上的值，/>为时值在i位置上的值；
步骤303、在完成对肢体康复测试后，为了使测试面覆盖范围更大，此时，对患者各个关节的活动范围进行测试，获取患者各个关节的活动范围，并在汇总后生成关节活动状态集合，依据各个关节活动状态对生活便利的影响程度，为各个关节赋予相应的影响因子后，将各个关节的活动范围做线性归一化处理，并将相应的数据值映射至区间内，依据如下方式生成关节活动度Rm：
；
其中，为第i个关节的活动范围值，/>为第i个关节的权重，n为关节的个数；
步骤304、在获取患者的肢体康复指数及关节活动度Rm后，获取身体康复值/>；其具体方式如下：将肢体康复指数/>及关节活动度Rm做线性归一化处理后，并将相应的数据值映射至区间/>内，再依据如下方式：
；
参数的意义为：，/>，且/>，/>为权重系数，
依据对患者肢体康复的预期，在结合历史数据的基础上，预先设置康复阈值后，若所述身体康复值超过康复阈值，则说明患者当前的康复状态较好，此时可以进入观察状态，如果未超过，则说明患者当前康复的较差，此时，向外部发出第二预警指令；
使用时，结合步骤301至304中的内容：
在对患者的心理状态形成评估和判断后，进一步的对患者当前的肢体康复程度和关节的活动程度进行检查和评估，分别形成肢体康复指数及关节活动度Rm后，并在此基础上继续获取身体康复值/>，此时，以所述身体康复值/>对患者当前的身体康复程度形成综合性的判断，若患者当前身体活动反馈正常，则说明患者身体达到了康复标准，从而，通过进行多因素评估，能够对患者康复过程做出更为准确的调整。
步骤四、在接收到第二预警指令后，分别对当前的身体康复值及心理状态指数/>进行综合预测，以获取相应的综合预测值，若所获取的两个综合预测值中至少有一个高于前值，则发出第二报警指令；
所述步骤四包括如下内容：
步骤401、在沿着时间轴连续获取若干个身体康复值及心理状态指数后，汇总建立患者历史状态数据集合，结合历史状态数据集合内数据，使用平滑指数预测法对身体康复值/>及心理状态指数/>进行预测，分别获取两者的第一预测值；使用自回归移动平均模型对身体康复值/>及心理状态指数/>进行预测，分别获取两者的第二预测值；
步骤402、分别获取到相应的第一预测值及第二预测值后，依据如下方式进行修正，获取综合预测值：
；
参数意义为：，/>，其具体值由用户调整设置，其中，/>代指第一预测值，/>代指第二预测值；若所获取的两个综合预测值中至少有一个高于前值，则发出第二报警指令。
使用时，结合步骤401及402中的内容：
在分别获取到身体康复值及心理状态指数/>的历史值及当前值时，分别对两者进行预测，在获取到预测值后，依据预测值与前值的关系，对患者身体及心理状态的康复程度形成判断，若患者的状态逐渐变差，则说明，患者的康复需要及时调整策略，从而对患者的康复状态形成保障。
步骤五、在接收到第二报警指令后，在综合预测值的基础上，由所获取到的身体康复值及心理状态指数/>相关联，生成康复评价值/>：依据康复评价值与预先设置第一评价阈值及第二评价阈值的关系，为患者选择对应的保护策略；
所述步骤五包括如下内容：
步骤501、在接收到第二报警指令后，将身体康复值及心理状态指数的综合预测值分别标记为身体康复值/>及心理状态指数/>，从而分别获取到身体康复值/>、/>、/>直至/>、/>，以及心理状态指数/>、/>、/>直至/>、/>，其中，n为大于1的正整数；
将所获取到的身体康复值及心理状态指数/>相关联，生成康复评价值/>，其获取方法如下：
；
其中，为权重，/> ，/>，且/>，具体值可由用户调整设置，其中，n为大于1的正整数；
；
其中，其中，为身体康复值/>的移动中间值，/>为心理状态指数/>的移动中间值；/>
步骤502、依据对患者康复预期及历史数据，预先设置第一评价阈值及第二评价阈值，其中，第一阈值高于第二阈值；若康复评价值高于第一评价阈值，发出治疗指令，此时，可以建议患者保持治疗状态，延长治疗周期；若康复评价值/>在第一阈值和第二阈值之间时，发出观察指令，此时，可以建议患者进入观察期，逐步退出治疗状态；若康复评价值/>低于第二阈值时，发出训练指令，此时，可以建议患者逐步执行预先准备的康复训练；
使用时，结合步骤501及502中的内容：
在患者的心理康复和身体康复状态未能都达到预期时，结合预测结果，将所获取到的身体康复值及心理状态指数/>相关联，从而生成康复评价值/>，以康复评价值/>对患者的整体康复过程进行综合性判断，并且在获取判断结果后，可以依据判断结果对患者对应的参考意见，例如，使患者继续保持治疗、观察或入康复训练，从而能够加速患者的康复过程，对患者额度健康形成保障。
请参阅图2，本发明提供一种神经内科康复程度评价系统，包括：
问卷评估单元、在评估周期内对患者进行若干次的问卷测试，分别获取相应的测试结果，并在汇总后生成第一问卷指数集合，由第一问卷指数集合生成康复状态指数，若所获取康复状态指数不超过指数变动阈值，则发出第一预警指令；
心理评估单元、对患者当前的心理状态进行评估，并在完成焦虑自评量表及抑郁自评量表后，获取评估结果并生成第一问卷指数集合，由第一问卷指数集合生成心理状态指数，获取心理状态指数与其前值的比值，若所述比值超过比例阈值，发出第一报警指令；
肢体康复评估单元、对患者的肌肉兴奋指标及关节活动范围进行测试，并分别获取对应的测试结果，并进而分别获取肢体康复指数及关节活动度；进而后生成身体康复值，若所述身体康复值未超过康复阈值，发出第二预警指令；
预测单元、分别对当前的身体康复值及心理状态指数进行综合预测，以获取相应的综合预测值，若所获取的两个综合预测值中至少有一个高于前值，则发出第二报警指令；
策略单元、由身体康复值及心理状态指数相关联，生成康复评价值，依据康复评价值与预先设置第一评价阈值及第二评价阈值的关系，为患者选择对应的保护策略。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以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，例如，所述单元的划分，仅仅为一种航道水下地形变化分析系统及方法逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果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，本申请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该技术方案的部分可以以软件产品的形式体现出来，该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（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-onlymemory，ROM)、随机存取存储器（randomaccessmemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种神经内科康复程度评价方法，其特征在于，包括如下内容：
在患者完成当前阶段治疗后，在评估周期内对患者进行若干次的问卷测试，分别获取相应的测试结果，并在汇总后生成第一问卷指数集合，由第一问卷指数集合生成康复状态指数，若所获取康复状态指数/>不超过指数变动阈值，则发出第一预警指令；
其中，康复状态指数的获取方式如下：将第一指数差/>及第二指数差/>做线性归一化处理，并将相应的数据值映射至区间/>内，再依据如下方式：
；
权重系数为：，/>，/>，n为数据获取的个数，/>为第一指数差的均值，/>为第二指数差的均值；
在接收到第一预警指令后，对患者当前的心理状态进行评估，并在完成焦虑自评量表及抑郁自评量表后，获取评估结果并生成第一问卷指数集合，由第一问卷指数集合生成心理状态指数，获取心理状态指数/>的当前值与其前一个值的比值，若所述比值超过比例阈值，发出第一报警指令；
接收第一报警指令后，对患者的肌肉兴奋指标及关节活动范围进行测试，并分别获取对应的测试结果，并进而分别获取肢体康复指数及关节活动度Rm；将肢体康复指数/>及关节活动度Rm关联后生成身体康复值/>，若所述身体康复值/>未超过康复阈值，发出第二预警指令；
在接收到第二预警指令后，分别对当前的身体康复值及心理状态指数/>进行综合预测，以获取相应的综合预测值，若所获取的两个综合预测值中至少有一个高于身体康复值/>及心理状态指数/>的当前值，则发出第二报警指令；
在接收到第二报警指令后，在综合预测值的基础上，由所获取到的身体康复值及心理状态指数/>相关联，生成康复评价值/>：依据康复评价值/>与预先设置第一评价阈值及第二评价阈值的关系，为患者选择对应的保护策略。
2.根据权利要求1所述的一种神经内科康复程度评价方法，其特征在于：
在各个子周期内分别对患者评估患者日常生活活动能力及认知功能进行问卷测定后，获取各个子周期内的Barthel指数Bv及FIM指数Fv当前值与前一个值的差值，记录为第一指数差及第二指数差/>，汇总后生成第一问卷指数集合；由第一问卷指数集合生成康复状态指数/>，若所获取康复状态指数/>不超过指数变动阈值，则发出第一预警指令。
3.根据权利要求1所述的一种神经内科康复程度评价方法，其特征在于：
接收到第一预警指令后，对患者当前的心理状态进行评估，具体方式如下：向患者分别发出焦虑自评量表及抑郁自评量表，由患者在完成评估后，分别获取焦虑指数Sa及抑郁指数Sd，汇总后生成第一问卷指数集合；由所生成的第二问卷指数集合生成心理状态指数，获取心理状态指数/>与其前一个值的比值，若其超过比例阈值，发出第一报警指令，其中，心理状态指数/>生成方式如下：将焦虑指数Sa及抑郁指数Sd做线性归一化处理，并将相应的数据值映射至区间/>内，再依据如下方式：
；
其中，参数意义为：焦虑因子，/>，抑郁因子/>，/>，C为常数修正系数。
4.根据权利要求1所述的一种神经内科康复程度评价方法，其特征在于：
接收第一报警指令后，对患者的肢体功能恢复程度进行检测和评估，具体方式如下：对患者肢体肌肉兴奋指标进行测试，并在测试后获取：患者肢体肌肉的基强度Rq、利用时Rs及时值Rz，并经过多次测试后，将获取的肌肉测试数据汇总后，生成肌肉测试数据集合；由所述肌肉测试数据集合生成肢体康复指数。
5.根据权利要求4所述的一种神经内科康复程度评价方法，其特征在于：
成肢体康复指数的获取方式如下：将基强度Rq、利用时Rs及时值Rz做线性归一化处理，并将相应的数据值映射至区间/>内，再依据如下方式：
；
权重系数： ，/>，/>，且/>，/>，此处，n为检测数据获取的个数，/>为基强度的均值，/>为基强度的合格标准值，/>为利用时的均值，/>为利用时的合格标准值，/>为时值的均值，/>为时值的合格标准值。
6.根据权利要求5所述的一种神经内科康复程度评价方法，其特征在于：
对患者各个关节的活动范围进行测试，获取患者各个关节的活动范围，并在汇总后生成关节活动状态集合并生成关节活动度；在获取患者的肢体康复指数/>及关节活动度Rm后，获取身体康复值/>；其具体方式如下：将肢体康复指数/>及关节活动度Rm做线性归一化处理后，并将相应的数据值映射至区间/>内，再依据如下方式：
；
参数的意义为：，/>，且/>，/>为权重系数，若所述身体康复值/>未超过康复阈值，发出第二预警指令。
7.根据权利要求1所述的一种神经内科康复程度评价方法，其特征在于：
在沿着时间轴连续获取若干个身体康复值及心理状态指数/>后，汇总建立患者历史状态数据集合，结合历史状态数据集合内数据，使用平滑指数预测法对身体康复值/>及心理状态指数/>进行预测，分别获取两者的第一预测值，使用自回归移动平均模型对身体康复值/>及心理状态指数/>进行预测，分别获取两者的第二预测值。
8.根据权利要求1所述的一种神经内科康复程度评价方法，其特征在于：
分别获取到相应的第一预测值及第二预测值后，依据如下方式进行修正，获取综合预测值：
；
参数意义为：，/>，其具体值由用户调整设置，其中，/>代指第一预测值，/>代指第二预测值。
9.根据权利要求8所述的一种神经内科康复程度评价方法，其特征在于：
在接收到第二报警指令后，将所获取到的身体康复值及心理状态指数/>相关联，生成康复评价值/>，其获取方法如下：
；
其中，为权重，/> ，/>，且/>，具体值由用户调整设置，其中，n为大于1的正整数；
；
其中，为身体康复值/>的移动中间值，/>为心理状态指数/>的移动中间值；预先设置第一评价阈值及第二评价阈值，第一阈值高于第二阈值；若康复评价值高于第一评价阈值，发出治疗指令，若康复评价值/>在第一阈值和第二阈值之间时，发出观察指令；若康复评价值/>低于第二阈值时，发出训练指令。
10.一种神经内科康复程度评价系统，应用有权利要求1至9中任一项所述的方法，其特征在于，包括：
问卷评估单元，在评估周期内对患者进行若干次的问卷测试，分别获取相应的测试结果，并在汇总后生成第一问卷指数集合，由第一问卷指数集合生成康复状态指数，若所获取康复状态指数不超过指数变动阈值，则发出第一预警指令；
心理评估单元，对患者当前的心理状态进行评估，并在完成焦虑自评量表及抑郁自评量表后，获取评估结果并生成第一问卷指数集合，由第一问卷指数集合生成心理状态指数，获取心理状态指数与其前一个值的比值，若所述比值超过比例阈值，发出第一报警指令；
肢体康复评估单元，对患者的肌肉兴奋指标及关节活动范围进行测试，并分别获取对应的测试结果，并进而分别获取肢体康复指数及关节活动度；进而后生成身体康复值，若所述身体康复值未超过康复阈值，发出第二预警指令；
预测单元，分别对当前的身体康复值及心理状态指数进行综合预测，以获取相应的综合预测值，若所获取的两个综合预测值中至少有一个高于身体康复值及心理状态指数的当前值，则发出第二报警指令；
策略单元，由身体康复值及心理状态指数相关联，生成康复评价值，依据康复评价值与预先设置第一评价阈值及第二评价阈值的关系，为患者选择对应的保护策略。
CN202311532899.7A 2023-11-17 2023-11-17 一种神经内科康复程度评价方法及系统 Active CN117253616B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311532899.7A CN117253616B (zh) 2023-11-17 2023-11-17 一种神经内科康复程度评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311532899.7A CN117253616B (zh) 2023-11-17 2023-11-17 一种神经内科康复程度评价方法及系统

Publications (2)

Publication Number Publication Date
CN117253616A CN117253616A (zh) 2023-12-19
CN117253616B true CN117253616B (zh) 2024-01-30

Family

ID=89126771

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311532899.7A Active CN117253616B (zh) 2023-11-17 2023-11-17 一种神经内科康复程度评价方法及系统

Country Status (1)

Country Link
CN (1) CN117253616B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117457173B (zh) * 2023-12-25 2024-03-12 中国人民解放军总医院第二医学中心 一种用于心内科的可穿戴设备心律失常监测系统
CN117785332B (zh) * 2024-02-28 2024-05-28 国维技术有限公司 一种虚拟三维空间动态资源加载释放方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108492875A (zh) * 2018-02-07 2018-09-04 苏州中科先进技术研究院有限公司 一种用于康复治疗的系统、及其健康状态评估方法和装置
CN108615558A (zh) * 2018-04-28 2018-10-02 郴州市第人民医院 一种基于冲击疗法治疗痉挛性偏瘫的评估系统及方法
CN109166627A (zh) * 2018-07-26 2019-01-08 苏州中科先进技术研究院有限公司 一种健康评估方法、评估装置及用于康复治疗的系统
CN114783610A (zh) * 2022-05-13 2022-07-22 上海市精神卫生中心（上海市心理咨询培训中心） 针对物质使用障碍的多维度评估与康复管理的系统、方法、装置、处理器及其存储介质
CN115862874A (zh) * 2023-02-22 2023-03-28 首都医科大学宣武医院 高龄外科多学科围术期辅助决策系统
CN116110585A (zh) * 2023-04-04 2023-05-12 北大医疗淄博医院有限公司 一种用于慢性阻塞性肺炎的呼吸康复评估系统
CN116344050A (zh) * 2023-03-27 2023-06-27 华中科技大学同济医学院附属协和医院 一种基于多维度健康管理模型的评测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108492875A (zh) * 2018-02-07 2018-09-04 苏州中科先进技术研究院有限公司 一种用于康复治疗的系统、及其健康状态评估方法和装置
CN108615558A (zh) * 2018-04-28 2018-10-02 郴州市第人民医院 一种基于冲击疗法治疗痉挛性偏瘫的评估系统及方法
CN109166627A (zh) * 2018-07-26 2019-01-08 苏州中科先进技术研究院有限公司 一种健康评估方法、评估装置及用于康复治疗的系统
CN114783610A (zh) * 2022-05-13 2022-07-22 上海市精神卫生中心（上海市心理咨询培训中心） 针对物质使用障碍的多维度评估与康复管理的系统、方法、装置、处理器及其存储介质
CN115862874A (zh) * 2023-02-22 2023-03-28 首都医科大学宣武医院 高龄外科多学科围术期辅助决策系统
CN116344050A (zh) * 2023-03-27 2023-06-27 华中科技大学同济医学院附属协和医院 一种基于多维度健康管理模型的评测方法
CN116110585A (zh) * 2023-04-04 2023-05-12 北大医疗淄博医院有限公司 一种用于慢性阻塞性肺炎的呼吸康复评估系统

Also Published As

Publication number Publication date
CN117253616A (zh) 2023-12-19

Similar Documents

Publication Publication Date Title
CN117253616B (zh) 一种神经内科康复程度评价方法及系统
Bohannon et al. Two-minute walk test performance by adults 18 to 85 years: normative values, reliability, and responsiveness
Harkema et al. Locomotor training: as a treatment of spinal cord injury and in the progression of neurologic rehabilitation
Oppewal et al. Adding meaning to physical fitness test results in individuals with intellectual disabilities
Longhi et al. Instrumental indices for upper limb function assessment in stroke patients: a validation study
Shuman et al. Associations between muscle synergies and treatment outcomes in cerebral palsy are robust across clinical centers
Ross et al. Dose–response effects of exercise on abdominal obesity and risk factors for cardiovascular disease in adults: study rationale, design and methods
Wang et al. Effects of tai chi program on neuromuscular function for patients with knee osteoarthritis: study protocol for a randomized controlled trial
Park et al. Artificial neural network learns clinical assessment of spasticity in modified Ashworth scale
Combs-Miller et al. Predictors of outcomes in exercisers with Parkinson disease: a two-year longitudinal cohort study
US20220330879A1 (en) Systems and methods for monitoring the state of a disease using a biomarker, systems and methods for identifying a biomarker of interest for a disease
Tavares et al. Comparison of functional and isokinetic performance between healthy women and women with fibromyalgia
Baldan et al. Robot-assisted rehabilitation of hand function after stroke: Development of prediction models for reference to therapy
Serrano et al. Identification and prediction of the walking cadence required to reach moderate intensity using individually-determined relative moderate intensity in older adults
Geiger et al. EMG Muscle Activation Pattern of Four Lower Extremity Muscles during Stair Climbing, Motor Imagery, and Robot‐Assisted Stepping: A Cross‐Sectional Study in Healthy Individuals
Watanabe et al. Effect of early rehabilitation activity time on critically ill patients with intensive care unit-acquired weakness: a Japanese retrospective multicenter study
Martín-Martínez et al. Impact of cognitive tasks on biomechanical and kinematic parameters of gait in women with fibromyalgia: a cross-sectional study
Wang et al. The assessment of upper-limb spasticity based on a multi-layer process using a portable measurement system
Mrotek et al. The Arm Movement Detection (AMD) test: a fast robotic test of proprioceptive acuity in the arm
CN117133404B (zh) 一种针对胸廓出口综合征的智能化康复护理装置
Guzik et al. Establishing the minimal clinically important differences for sagittal hip range of motion in chronic stroke patients
Aryan et al. Reliability of force plate-based measures of standing balance in the sub-acute stage of post-stroke recovery
Brauers et al. Measuring motor fatigability in the upper limbs in individuals with neurologic disorders: a systematic review
Pierella et al. Upper limb sensory-motor control during exposure to different mechanical environments in multiple sclerosis subjects with No clinical disability
O’Keeffe et al. InfoMuNet: Information-theory-based functional muscle network tracks sensorimotor integration post-stroke

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