CN117497150A - 一种症状检测方法及系统 - Google Patents
一种症状检测方法及系统 Download PDFInfo
- Publication number
- CN117497150A CN117497150A CN202311476924.4A CN202311476924A CN117497150A CN 117497150 A CN117497150 A CN 117497150A CN 202311476924 A CN202311476924 A CN 202311476924A CN 117497150 A CN117497150 A CN 117497150A
- Authority
- CN
- China
- Prior art keywords
- time period
- preset time
- priority
- electroencephalogram
- waveform
- 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.)
- Granted
Links
- 208000024891 symptom Diseases 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 230000000763 evoking effect Effects 0.000 claims abstract description 92
- 230000009429 distress Effects 0.000 claims abstract description 61
- 238000012546 transfer Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 15
- 230000002035 prolonged effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 2
- 210000004556 brain Anatomy 0.000 description 9
- 238000005481 NMR spectroscopy Methods 0.000 description 8
- 230000003902 lesion Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 208000029028 brain injury Diseases 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000005311 nuclear magnetism Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种症状检测方法及系统，其属于大数据处理技术领域，其包括获取求救信号；判断第一预设时间段内的求救信号是否超过1个，若未超过，则将所述第一预设时间段内的求救信号对应的床位号配置在急救列表的第一位；若超过，则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致；根据第一优先级至第四优先级的顺序将对应的求救信号的床位号排列至所述急救列表；则向所述急救列表中最底部的救治人员发送转移指令。本发明通过上述可更加合理地划分患者的症状治疗优先级，并根据上述症状治疗优先级来合理地调度救治人员为最需要救治的患者进行及时救治。
Description
技术领域
本发明属于大数据处理技术领域，具体涉及一种症状检测方法及系统。
背景技术
在医院护理人员的人力资源是一个相对固定的数值。例如，一层病房可能会配置一个值班护士或值班医生。然而，会出现患者需要诊断的现象是一个偶然的随机事件。
也就是说，在值班的过程中经常会出现小症状的患者占据着医疗资源，而使危重患者延误了治疗时机，造成病症加深，甚至影响生命安全的问题。
处理方式是将患者以危重病房配置多名医护人员，轻症状患者配置较少医护人员。但是，目前来看，上述传统方式依旧会造成上述形式的医疗资源浪费或者延误患者救治黄金时间的现象。
通常医护人员是按照召唤医护人员的先后时间顺序进行顺序救治，假如两个或两个以上患者同时召唤医护人员，则可能是医护人员就无法得知，救治优先级和是否应该停下手头的救治工作而直接救治下一位更加危重的患者。
假设此时的医护人员具备一定的医疗常识，懂得观察核磁图、脑电图或相关事件诱发电位的其中之一，但是两个患者一个脑电图严重，另一个相关事件诱发电位严重。这就会让医护人员无从下手，不知道到底该如何进行什么样优先级的救治。其中，相关事件诱发电位是机体的自发电活动可以为直接的或外界的确定性刺激(电、光、声等刺激)所影响，产生另一种局部化的电位变化称为诱发电位。又称诱发反应、事件相关电位。
我国发明专利201310400311.2，一种腹部软组织核磁图像分割的方法和系统，公开日：2013.12.25，公开了一种分割腹部的核磁图像的方法，其可自动化分割病灶位置，但是仅仅针对腹部软组织核磁病灶分割。
我国发明专利202110995542.7，用于大规模脑核磁分割的最大熵多阈值蚁群进化Spark方法，公开日2021.12.03，公开了一种精准化脑部核磁分区算法，其可分割脑部的核磁图像区域，但是其算法并未得到具体的应用场景。
因此，目前需要一种基于历史大数据以克服上述技术问题的一种症状检测方法。
发明内容
本发明的目的是提供一种症状检测方法，用以解决现有技术中存在的上述问题。
以克服，护理人员无法得知到底该如何进行什么样优先级的救治患者的问题。
为了实现上述目的，本发明采用以下技术方案：
本发明一种症状检测方法包括
获取求救信号；
判断第一预设时间段内的求救信号是否超过1个，若未超过，则将所述第一预设时间段内的求救信号对应的床位号配置在急救列表的第一位；若超过，则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致，若不一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位对应的病灶区域一致，若是，则将所述求救信号对应的床位号的优先级配置为第二优先级；若否，则将所述求救信号对应的床位号配置的优先级配置为第一优先级；若一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位的事件类别对应的病灶区域相同，若相同，则判定为第四优先级，若不相同，则判定为第三优先级；根据第一优先级至第四优先级的顺序将对应的求救信号的床位号排列至所述急救列表；
在所述急救列表中从最顶部至最低部依次排列第一优先级的病床号至第四优先级的病床号，判断所述急救列表中是否有救治人员，若是，判断所述急救列表中最顶部的床位号是否有救治人员，若无，则向所述急救列表中最底部的床位号的救治人员发送转移指令。
本发明一种症状检测方法的系统，其中，所述则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致的步骤包括：
预存事件类别对应的脑电图的波形；
将预存的脑电图的波形最大时长配置为段落时间；
将每个第二预设时间段的起始时间向之前延长段落时间，所述第二预设时间段的终点时间向之后延长段落时间生成为第三预设时间段；
判断时间轴上每个第三预设时间段内的脑电图的波形对应的事件类别是否与所述相关事件诱发电位对应的事件类别一致，若一致，则判断对应的脑电图的波形是否位于延长时间内，若否，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若是，则判断是否有其中之一的延长时间占据对应的脑电图的波形的时间超过50％，若未超过，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若超过，则判定超过50％的段落时间相同时间轴的所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形一致。
本发明一种症状检测方法的系统，其中，所述第一预设时间段为10s～1h。
本发明一种症状检测方法的系统，其中，所述第二预设时间段可为2s～20s。
本发明一种症状检测方法的系统，其中，所述将预存的脑电图的波形最大时长配置为段落时间的步骤包括：判断段落时间是否超过第二预设时间段，若是，则将所述第二预设时间段配置为段落时间，若否，则输出所述段落时间。
本发明一种症状检测方法的系统，包括
输入模块，其用于获取求救信号；
处理器，其用于判断第一预设时间段内的求救信号是否超过1个，若未超过，则将所述第一预设时间段内的求救信号对应的床位号配置在急救列表的第一位；若超过，则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致，若不一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位对应的病灶区域一致，若是，则将所述求救信号对应的床位号的优先级配置为第二优先级；若否，则将所述求救信号对应的床位号配置的优先级配置为第一优先级；若一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位的事件类别对应的病灶区域相同，若相同，则判定为第四优先级，若不相同，则判定为第三优先级；根据第一优先级至第四优先级的顺序将对应的求救信号的床位号排列至所述急救列表；
输出模块，在所述急救列表中从最顶部至最低部依次排列第一优先级的病床号至第四优先级的病床号，判断所述急救列表中是否有救治人员，若是，判断所述急救列表中最顶部的床位号是否有救治人员，若无，则向所述急救列表中最底部的床位号的救治人员发送转移指令。
本发明一种症状检测方法的系统，其中，所述则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致的步骤包括：
预存事件类别对应的脑电图的波形；
将预存的脑电图的波形最大时长配置为段落时间；
将每个第二预设时间段的起始时间向之前延长段落时间，所述第二预设时间段的终点时间向之后延长段落时间生成为第三预设时间段；
判断时间轴上每个第三预设时间段内的脑电图的波形对应的事件类别是否与所述相关事件诱发电位对应的事件类别一致，若一致，则判断对应的脑电图的波形是否位于延长时间内，若否，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若是，则判断是否有其中之一的延长时间占据对应的脑电图的波形的时间超过50％，若未超过，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若超过，则判定超过50％的段落时间相同时间轴的所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形一致。
本发明通过延长每段第二预设时间段的方式，来避免可能出现的对应的脑电图的段落被一分为二的问题，从而提高了抓取到匹配的脑电图的段落的概率。
本发明一种症状检测方法的系统，其中，所述第一预设时间段为10s～1h。
本发明一种症状检测方法的系统，其中，所述第二预设时间段可为2s～20s。
本发明一种症状检测方法的系统，其中，所述将预存的脑电图的波形最大时长配置为段落时间的步骤包括：判断段落时间是否超过第二预设时间段，若是，则将所述第二预设时间段配置为段落时间，若否，则输出所述段落时间。
有益效果：
本发明通过上述可更加合理地划分患者的症状治疗优先级，并根据上述症状治疗优先级来合理地调度救治人员为最需要救治的患者进行及时救治。其中，本发明整合了的核磁图、脑电图、相关事件诱发电位等信号源进行更加合理的患者救治优先级的分配，从而有助于让急救患者第一时间得到治疗。
附图说明
图1为本发明一种症状检测方法的方法流程图；
图2为本发明一种症状检测方法的第三预设时间段转化的示意图。
具体实施方式
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，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述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。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
实施例：
如图1所示，本实施例提供了一种症状检测方法，包括
获取求救信号、心电图、相关事件诱发电位图、核磁图像；
判断第一预设时间段内的求救信号是否超过1个，若未超过，则将所述第一预设时间段内的求救信号对应的床位号配置在急救列表的第一位；若超过，则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致，若不一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位对应的病灶区域一致，若是，则将所述求救信号对应的床位号的优先级配置为第二优先级；若否，则将所述求救信号对应的床位号配置的优先级配置为第一优先级；若一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位的事件类别对应的病灶区域相同，若相同，则判定为第四优先级，若不相同，则判定为第三优先级；根据第一优先级至第四优先级的顺序将对应的求救信号的床位号排列至所述急救列表；
在所述急救列表中从最顶部至最低部依次排列第一优先级的病床号至第四优先级的病床号，判断所述急救列表中是否有救治人员，若是，判断所述急救列表中最顶部的床位号是否有救治人员，若无，则向所述急救列表中最底部的床位号的救治人员发送转移指令。
本发明通过上述可更加合理地划分患者的症状治疗优先级，并根据上述症状治疗优先级来合理地调度救治人员为最需要救治的患者进行及时救治。其中，本发明整合了的核磁图、脑电图、相关事件诱发电位等信号源进行更加合理的患者救治优先级的分配，从而有助于让急救患者第一时间得到治疗。
其中，所述第一预设时间段可为10s～1h，优选为3分钟。
针对于第一预设时间段来说，过于短暂可能不会出现这一段时间有至少两个患者同时发出求救信号，过场，可能会第一优先级的患者已经被救治完毕，也不需要再进行第一预设时间段的统计。
针对于第二预设时间段来说，过于短暂可能会统计不到一个完整的相关时间诱发电位和脑电图的对应的波段。而时间过长，可能会导致不同时间点的相同的事件类别对应的相关事件诱发电位和脑电图的波段错误的重合，给判断带来不利的影响。
其中，第二预设时间段可为2s～20s，优选为5秒。
其中，数据库预存有与求救信号对应的床位号。
其中，数据库预存有与事件类别对应的脑电图的波形和相关时间诱发电位。所述事件类别可为：对、错、是、否、男、女、可以、不可以、睁眼、闭眼等。
本发明中如果在同一个第二预设时间段内出现了相同事件类别的相关事件诱发电位和脑电图的波形，可表示此时的用户的意志较为统一。因为脑部正常的患者或者植物人症状较轻的理应上述情况统一，而脑部植物人症状较为严重的患者，其脑电图和相关事件诱发电位是有可能因为脑部损伤而造成不同的，因此，通过上述情况可辨别医护人员的急救列表的优先级。
本发明中利用了相关专利201310400311.2、202110995542.7的其中之一或两种共同组合的形式，来训练数据库中已经存储的患者的核磁图像；并分析患者的核磁图像的进行病灶区域与所述相关事件诱发电位是否一致，来判断到底是因为此处的病灶区域是否为仅仅通过上述相关专利测试出的病灶区域，从而诊断患者症状知否加重。
数据库中预存有相关事件诱发电位对应的事件类别对应的病灶区域。例如，患者睁眼的动作的相关事件诱发电位，所属的睁眼的时间类别，与患者脑部的病灶区域是相同的或者不同的，从而判断并未诊断出病灶区域的其他位置对应的相关事件诱发电位的事件类别出现问题时，是否有问题，从而可获知是否在此次核磁后，是否病灶区域扩散，从而为扩散的患者提前救治。
其中，参见图2，所述则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致的步骤包括：
预存事件类别对应的脑电图的波形；
将预存的脑电图的波形最大时长配置为段落时间；
将每个第二预设时间段的起始时间向之前延长段落时间，所述第二预设时间段的终点时间向之后延长段落时间生成为第三预设时间段；
判断时间轴上每个第三预设时间段内的脑电图的波形对应的事件类别是否与所述相关事件诱发电位对应的事件类别一致，若一致，则判断对应的脑电图的波形是否位于延长时间内，若否，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若是，则判断是否有其中之一的延长时间占据对应的脑电图的波形的时间超过50％，若未超过，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若超过，则判定超过50％的段落时间相同时间轴的所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形一致。
本发明通过延长每段第二预设时间段的方式，来避免可能出现的对应的脑电图的段落被一分为二的问题，从而提高了抓取到匹配的脑电图的段落的概率。
具体的说，为了延长时间恰到好处，所以将第二预设时间段前后都延长段落时间。也就是说，每个第三时间均为：
延长时间+第二预设时间段+延长时间。
原本的时间轴为多个相互不重合的第二预设时间段组成；现在的时间轴为多个相互重合的第三预设时间段组成。
其中，则判定超过50％的段落时间相同时间轴的所述第二预设时间段内可理解为：一致的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形超过其所在的段落时间的超过50％，此时的相同时间轴的所述第二预设时间段内。上述内容可理解为，则判断是否有其中之一的延长时间占据对应的脑电图的波形的时间超过50％中超过的部分。
也就是说，本发明除去了用户的反应时间的影响，例如先有一事件类别的脑电图，后有同一事件类别的相关事件诱发电位是可以的；反过来，后有一事件类别的脑电图，先有同一事件类别的相关事件诱发电位是可以的。
上述方法可极大程度的降低被多段不规则的第二预设时间段分割的脑电图的段落分割后，无法准确采集与事件类别对应的脑电图的段落。
数据库预存有脑电图的波形对应的事件类别。
数据库预存有相关事件诱发电位对应的事件类别。
其中，时间轴可表示类似视频的进度条，也可理解为将脑电图和相关事件诱发电位的时间对齐，从而便于了解是否同时发生相关联的脑电图的波形和相关事件诱发电位。
其中，第二预设时间段大于所述段落时间，从而避免有些脑电图的波形会被一分为二二无法识别。
其中，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位对应的病灶区域一致可理解为：
核磁病灶区检测法可为202110995542.7中介绍的方法或201310400311.2介绍的方法的其中之一，经过本发明的数据库的训练而得出的病灶区域的位置。
数据库预存有所述相关事件诱发电位对应的病灶区域，通过比较上述两者的病灶区域是否一致，可判定上述病灶区域是否扩散，从而判定治疗优先级。
其中，判断所述急救列表中是否有救治人员可理解为，如果急救列表中有救治人员救治表中的发出求救信号的床位号，那么，可理解为急救列表中有救治人员；否则理解为急救列表中无救治人员。
其中，判断所述急救列表中最顶部是否有救治人员可理解为，急救列表中若有第一优先级的床位号的求救信号，则可理解为上述第一优先级的床位号的求救信号为急救列表中最顶部，所述第一优先级的床位号有求救信号，则判定为急救列表中最顶部是否有救治人员；
若急救列表中无第一优先级的床位号的求救信号，急救列表中若有第二优先级的床位号的求救信号，则可理解为上述第二优先级的床位号的求救信号为急救列表中最顶部，所述第二优先级的床位号有求救信号，则判定为急救列表中最顶部是否有救治人员；
若急救列表中无第一优先级、第二优先级的床位号的求救信号，急救列表中若有第三优先级的床位号的求救信号，则可理解为上述第三优先级的床位号的求救信号为急救列表中最顶部，所述第三优先级的床位号有求救信号，则判定为急救列表中最顶部是否有救治人员；
若急救列表中无第一优先级、第二优先级、第三优先级的床位号的求救信号，急救列表中若有第四优先级的床位号的求救信号，则可理解为上述第四优先级的床位号的求救信号为急救列表中最顶部，所述第四优先级的床位号有求救信号，则判定为急救列表中最顶部是否有救治人员。
其中，则向所述急救列表中最底部的救治人员发送转移指令可理解为，列表中正在救治最底部的患者的医护人员，应该向更加靠前的优先级的患者进行救治。
例如，急救列表中，有第二优先级和第三优先级的床位号发出求救信号，只有第三优先级的床位号配置有救治人员，则应向该救治人员发出转移指令信号。
其中，参见图1，所述第一预设时间段为10s～1h。
针对于第一预设时间段来说，过于短暂可能不会出现这一段时间有至少两个患者同时发出求救信号，过场，可能会第一优先级的患者已经被救治完毕，也不需要再进行第一预设时间段的统计。
其中，参见图1，所述第二预设时间段可为2s～20s。
针对于第二预设时间段来说，过于短暂可能会统计不到一个完整的相关时间诱发电位和脑电图的对应的波段。而时间过长，可能会导致不同时间点的相同的事件类别对应的相关事件诱发电位和脑电图的波段错误的重合，给判断带来不利的影响。
其中，参见图2，所述将预存的脑电图的波形最大时长配置为段落时间的步骤包括：判断段落时间是否超过第二预设时间段，若是，则将所述第二预设时间段配置为段落时间，若否，则输出所述段落时间。
本发明中理论上应该是第二预设时间段大于段落时间，如果段落时间过长，或者第二预设时间段过短，则通过上述方式适当缩短段落时间，使得检测更加准确。
如图1所示，一种症状检测方法的系统，包括
输入模块，其用于获取求救信号、心电图、相关事件诱发电位图、核磁图像；
处理器，其用于判断第一预设时间段内的求救信号是否超过1个，若未超过，则将所述第一预设时间段内的求救信号对应的床位号配置在急救列表的第一位；若超过，则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致，若不一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位对应的病灶区域一致，若是，则将所述求救信号对应的床位号的优先级配置为第二优先级；若否，则将所述求救信号对应的床位号配置的优先级配置为第一优先级；若一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位的事件类别对应的病灶区域相同，若相同，则判定为第四优先级，若不相同，则判定为第三优先级；根据第一优先级至第四优先级的顺序将对应的求救信号的床位号排列至所述急救列表；
输出模块，在所述急救列表中从最顶部至最低部依次排列第一优先级的病床号至第四优先级的病床号，判断所述急救列表中是否有救治人员，若是，判断所述急救列表中最顶部的床位号是否有救治人员，若无，则向所述急救列表中最底部的床位号的救治人员发送转移指令。
本发明通过上述可更加合理地划分患者的症状治疗优先级，并根据上述症状治疗优先级来合理地调度救治人员为最需要救治的患者进行及时救治。其中，本发明整合了的核磁图、脑电图、相关事件诱发电位等信号源进行更加合理的患者救治优先级的分配，从而有助于让急救患者第一时间得到治疗。
其中，所述第一预设时间段可为10s～1h，优选为3分钟。
针对于第一预设时间段来说，过于短暂可能不会出现这一段时间有至少两个患者同时发出求救信号，过场，可能会第一优先级的患者已经被救治完毕，也不需要再进行第一预设时间段的统计。
针对于第二预设时间段来说，过于短暂可能会统计不到一个完整的相关时间诱发电位和脑电图的对应的波段。而时间过长，可能会导致不同时间点的相同的事件类别对应的相关事件诱发电位和脑电图的波段错误的重合，给判断带来不利的影响。
其中，第二预设时间段可为2s～20s，优选为5秒。
其中，数据库预存有与求救信号对应的床位号。
其中，数据库预存有与事件类别对应的脑电图的波形和相关时间诱发电位。
本发明中如果在同一个第二预设时间段内出现了相同事件类别的相关事件诱发电位和脑电图的波形，可表示此时的用户的意志较为统一。因为脑部正常的患者或者植物人症状较轻的理应上述情况统一，而脑部植物人症状较为严重的患者，其脑电图和相关事件诱发电位是有可能因为脑部损伤而造成不同的，因此，通过上述情况可辨别医护人员的急救列表的优先级。
本发明中利用了相关专利201310400311.2、202110995542.7的其中之一或两种共同组合的形式，来训练数据库中已经存储的患者的核磁图像；并分析患者的核磁图像的进行病灶区域与所述相关事件诱发电位是否一致，来判断到底是因为此处的病灶区域是否为仅仅通过上述相关专利测试出的病灶区域，从而诊断患者症状知否加重。
数据库中预存有相关事件诱发电位对应的事件类别对应的病灶区域。例如，患者睁眼的动作的相关事件诱发电位，所属的睁眼的时间类别，与患者脑部的病灶区域是相同的或者不同的，从而判断并未诊断出病灶区域的其他位置对应的相关事件诱发电位的事件类别出现问题时，是否有问题，从而可获知是否在此次核磁后，是否病灶区域扩散，从而为扩散的患者提前救治。
其中，参见图2，所述则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致的步骤包括：
预存事件类别对应的脑电图的波形；
将预存的脑电图的波形最大时长配置为段落时间；
将每个第二预设时间段的起始时间向之前延长段落时间，所述第二预设时间段的终点时间向之后延长段落时间生成为第三预设时间段；
判断时间轴上每个第三预设时间段内的脑电图的波形对应的事件类别是否与所述相关事件诱发电位对应的事件类别一致，若一致，则判断对应的脑电图的波形是否位于延长时间内，若否，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若是，则判断是否有其中之一的延长时间占据对应的脑电图的波形的时间超过50％，若未超过，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若超过，则判定超过50％的段落时间相同时间轴的所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形一致。
本发明通过延长每段第二预设时间段的方式，来避免可能出现的对应的脑电图的段落被一分为二的问题，从而提高了抓取到匹配的脑电图的段落的概率。
具体的说，为了延长时间恰到好处，所以将第二预设时间段前后都延长段落时间。也就是说，每个第三时间均为：
延长时间+第二预设时间段+延长时间。
原本的时间轴为多个相互不重合的第二预设时间段组成；现在的时间轴为多个相互重合的第三预设时间段组成。
也就是说，本发明抛去了用户的反应时间的影响，例如先有一事件类别的脑电图，后有同一事件类别的相关事件诱发电位是可以的；反过来，后有一事件类别的脑电图，先有同一事件类别的相关事件诱发电位是可以的。
上述方法可极大程度的降低被多段不规则的第二预设时间段分割的脑电图的段落分割后，无法准确采集与事件类别对应的脑电图的段落。
数据库预存有脑电图的波形对应的事件类别。
数据库预存有相关事件诱发电位对应的事件类别。
其中，时间轴可表示类似视频的进度条，也可理解为将脑电图和相关事件诱发电位的时间对齐，从而便于了解是否同时发生相关联的脑电图的波形和相关事件诱发电位。
其中，第二预设时间段大于所述段落时间，从而避免有些脑电图的波形会被一分为二二无法识别。
其中，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位对应的病灶区域一致可理解为：
核磁病灶区检测法可为202110995542.7中介绍的方法或201310400311.2介绍的方法的其中之一，经过本发明的数据库的训练而得出的病灶区域的位置。
数据库预存有所述相关事件诱发电位对应的病灶区域，通过比较上述两者的病灶区域是否一致，可判定上述病灶区域是否扩散，从而判定治疗优先级。
其中，判断所述急救列表中是否有救治人员可理解为，如果急救列表中有救治人员救治表中的发出求救信号的床位号，那么，可理解为急救列表中有救治人员；否则理解为急救列表中无救治人员。
其中，判断所述急救列表中最顶部是否有救治人员可理解为，急救列表中若有第一优先级的床位号的求救信号，则可理解为上述第一优先级的床位号的求救信号为急救列表中最顶部，所述第一优先级的床位号有求救信号，则判定为急救列表中最顶部是否有救治人员；
若急救列表中无第一优先级的床位号的求救信号，急救列表中若有第二优先级的床位号的求救信号，则可理解为上述第二优先级的床位号的求救信号为急救列表中最顶部，所述第二优先级的床位号有求救信号，则判定为急救列表中最顶部是否有救治人员；
若急救列表中无第一优先级、第二优先级的床位号的求救信号，急救列表中若有第三优先级的床位号的求救信号，则可理解为上述第三优先级的床位号的求救信号为急救列表中最顶部，所述第三优先级的床位号有求救信号，则判定为急救列表中最顶部是否有救治人员；
若急救列表中无第一优先级、第二优先级、第三优先级的床位号的求救信号，急救列表中若有第四优先级的床位号的求救信号，则可理解为上述第四优先级的床位号的求救信号为急救列表中最顶部，所述第四优先级的床位号有求救信号，则判定为急救列表中最顶部是否有救治人员。
其中，则向所述急救列表中最底部的救治人员发送转移指令可理解为，列表中正在救治最底部的患者的医护人员，应该向更加靠前的优先级的患者进行救治。
例如，急救列表中，有第二优先级和第三优先级的床位号发出求救信号，只有第三优先级的床位号配置有救治人员，则应向该救治人员发出转移指令信号。
其中，参见图1，所述第一预设时间段为10s～1h。
针对于第一预设时间段来说，过于短暂可能不会出现这一段时间有至少两个患者同时发出求救信号，过场，可能会第一优先级的患者已经被救治完毕，也不需要再进行第一预设时间段的统计。
其中，参见图1，所述第二预设时间段可为2s～20s。
针对于第二预设时间段来说，过于短暂可能会统计不到一个完整的相关时间诱发电位和脑电图的对应的波段。而时间过长，可能会导致不同时间点的相同的事件类别对应的相关事件诱发电位和脑电图的波段错误的重合，给判断带来不利的影响。
其中，参见图1，所述将预存的脑电图的波形最大时长配置为段落时间的步骤包括：判断段落时间是否超过第二预设时间段，若是，则将所述第二预设时间段配置为段落时间，若否，则输出所述段落时间。
本发明中理论上应该是第二预设时间段大于段落时间，如果段落时间过长，或者第二预设时间段过短，则通过上述方式适当缩短段落时间，使得检测更加准确。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种症状检测方法，其特征在于，包括
获取求救信号；
判断第一预设时间段内的求救信号是否超过1个，若未超过，则将所述第一预设时间段内的求救信号对应的床位号配置在急救列表的第一位；若超过，则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致，若不一致，则通过核磁病灶区域检测法，判断核磁病灶区域是否与预存的相关事件诱发电位对应的病灶区域一致，若是，则将所述求救信号对应的床位号的优先级配置为第二优先级；若否，则将所述求救信号对应的床位号配置的优先级配置为第一优先级；若一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位的事件类别对应的病灶区域相同，若相同，则将床位号配置的优先级判定为第四优先级，若不相同，则将床位号配置的优先级判定为第三优先级；根据第一优先级至第四优先级的顺序将对应的求救信号的床位号排列至所述急救列表；
在所述急救列表中从最顶部至最低部依次排列第一优先级的病床号至第四优先级的病床号，判断所述急救列表中是否有救治人员，若是，判断所述急救列表中最顶部的床位号是否有救治人员，若无，则向所述急救列表中最底部的床位号的救治人员发送转移指令。
2.根据权利要求1所述的一种症状检测方法，其特征在于，所述则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致的步骤包括：
预存事件类别对应的脑电图的波形；
将预存的脑电图的波形最大时长配置为段落时间；
将每个第二预设时间段的起始时间向之前延长段落时间，所述第二预设时间段的终点时间向之后延长段落时间生成为第三预设时间段；
判断时间轴上每个第三预设时间段内的脑电图的波形对应的事件类别是否与所述相关事件诱发电位对应的事件类别一致，若一致，则判断对应的脑电图的波形是否位于延长时间内，若否，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若是，则判断是否有其中之一的延长时间占据对应的脑电图的波形的时间超过50％，若未超过，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若超过，则判定超过50％的段落时间相同时间轴的所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形一致。
3.根据权利要求1所述的一种症状检测方法，其特征在于，所述第一预设时间段为10s～1h。
4.根据权利要求1所述的一种症状检测方法，其特征在于，所述第二预设时间段可为2s～20s。
5.根据权利要求2所述的一种症状检测方法，其特征在于，所述将预存的脑电图的波形最大时长配置为段落时间的步骤包括：判断段落时间是否超过第二预设时间段，若是，则将所述第二预设时间段配置为段落时间，若否，则输出所述段落时间。
6.一种症状检测方法的系统，其特征在于，包括
输入模块，其用于获取求救信号；
处理器，其用于判断第一预设时间段内的求救信号是否超过1个，若未超过，则将所述第一预设时间段内的求救信号对应的床位号配置在急救列表的第一位；若超过，则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致，若不一致，则通过核磁病灶区域检测法，判断核磁病灶区域是否与预存的相关事件诱发电位对应的病灶区域一致，若是，则将所述求救信号对应的床位号的优先级配置为第二优先级；若否，则将所述求救信号对应的床位号配置的优先级配置为第一优先级；若一致，则通过核磁病灶区域检测法，判断所述核磁病灶区域是否与所述相关事件诱发电位的事件类别对应的病灶区域相同，若相同，则将床位号配置的优先级判定为第四优先级，若不相同，则将床位号配置的优先级判定为第三优先级；根据第一优先级至第四优先级的顺序将对应的求救信号的床位号排列至所述急救列表；
输出模块，在所述急救列表中从最顶部至最低部依次排列第一优先级的病床号至第四优先级的病床号，判断所述急救列表中是否有救治人员，若是，判断所述急救列表中最顶部的床位号是否有救治人员，若无，则向所述急救列表中最底部的床位号的救治人员发送转移指令。
7.根据权利要求6所述的一种症状检测方法的系统，其特征在于，所述则判断第二预设时间段内的相关事件诱发电位对应的事件类别是否与第二预设时间段内的脑电图的波形对应的事件类别一致的步骤包括：
预存事件类别对应的脑电图的波形；
将预存的脑电图的波形最大时长配置为段落时间；
将每个第二预设时间段的起始时间向之前延长段落时间，所述第二预设时间段的终点时间向之后延长段落时间生成为第三预设时间段；
判断时间轴上每个第三预设时间段内的脑电图的波形对应的事件类别是否与所述相关事件诱发电位对应的事件类别一致，若一致，则判断对应的脑电图的波形是否位于延长时间内，若否，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若是，则判断是否有其中之一的延长时间占据对应的脑电图的波形的时间超过50％，若未超过，则判定所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形对应的事件类别一致；若超过，则判定超过50％的段落时间相同时间轴的所述第二预设时间段内的相关事件诱发电位对应的事件类别与第二预设时间段内的脑电图的波形一致。
8.根据权利要求6所述的一种症状检测方法的系统，其特征在于，所述第一预设时间段为10s～1h。
9.根据权利要求6所述的一种症状检测方法的系统，其特征在于，所述第二预设时间段可为2s～20s。
10.根据权利要求7所述的一种症状检测方法的系统，其特征在于，所述将预存的脑电图的波形最大时长配置为段落时间的步骤包括：判断段落时间是否超过第二预设时间段，若是，则将所述第二预设时间段配置为段落时间，若否，则输出所述段落时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311476924.4A CN117497150B (zh) | 2023-11-08 | 2023-11-08 | 一种症状检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311476924.4A CN117497150B (zh) | 2023-11-08 | 2023-11-08 | 一种症状检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117497150A true CN117497150A (zh) | 2024-02-02 |
| CN117497150B CN117497150B (zh) | 2024-06-18 |
Family
ID=89673981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311476924.4A Active CN117497150B (zh) | 2023-11-08 | 2023-11-08 | 一种症状检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117497150B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007016149A2 (en) * | 2005-08-02 | 2007-02-08 | Brainscope Company, Inc. | Automatic brain function assessment apparatus and method |
| WO2011160222A1 (en) * | 2010-06-22 | 2011-12-29 | National Research Council Of Canada | Cognitive function assessment in a patient |
| CN107122050A (zh) * | 2017-04-26 | 2017-09-01 | 西安交通大学 | 基于csfl‑gdbn的稳态运动视觉诱发电位脑‑机接口方法 |
| CN112043287A (zh) * | 2020-09-30 | 2020-12-08 | 重庆大学 | 一种脑血氧无创监测方法及监测装置 |
| US20210022638A1 (en) * | 2018-03-22 | 2021-01-28 | Paris Sciences Et Lettres - Quartier Latin | Method of generation of a state indicator of a person in coma |
| CN113744228A (zh) * | 2021-08-27 | 2021-12-03 | 南通大学 | 用于大规模脑核磁分割的最大熵多阈值蚁群进化Spark方法 |
| CN115670483A (zh) * | 2022-11-09 | 2023-02-03 | 上海诺诚电气股份有限公司 | 一种患者意识障碍程度监测预警系统及方法 |
| CN115762750A (zh) * | 2022-10-18 | 2023-03-07 | 南京伟思医疗科技股份有限公司 | 多手段评估多设备治疗的智能方案生成方法和平台 |
| KR102538720B1 (ko) * | 2022-07-26 | 2023-05-31 | 고려대학교 세종산학협력단 | 정신질환 환자의 진단을 도울 수 있는 컴퓨터-보조 진단 시스템의 성능 향상을 위한 사건유발전위 신호의 평균 진폭을 기반으로 한 정신질환 분류 장치 및 방법 |
| US20230215560A1 (en) * | 2021-12-31 | 2023-07-06 | IX Innovation, LLC | System for a triage virtual assistant |
| KR20230106948A (ko) * | 2022-01-07 | 2023-07-14 | 유재창 | 뇌전증 모니터링 방법 및 뇌전증 모니터링 시스템 |
-
2023
- 2023-11-08 CN CN202311476924.4A patent/CN117497150B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007016149A2 (en) * | 2005-08-02 | 2007-02-08 | Brainscope Company, Inc. | Automatic brain function assessment apparatus and method |
| WO2011160222A1 (en) * | 2010-06-22 | 2011-12-29 | National Research Council Of Canada | Cognitive function assessment in a patient |
| CN107122050A (zh) * | 2017-04-26 | 2017-09-01 | 西安交通大学 | 基于csfl‑gdbn的稳态运动视觉诱发电位脑‑机接口方法 |
| US20210022638A1 (en) * | 2018-03-22 | 2021-01-28 | Paris Sciences Et Lettres - Quartier Latin | Method of generation of a state indicator of a person in coma |
| CN112043287A (zh) * | 2020-09-30 | 2020-12-08 | 重庆大学 | 一种脑血氧无创监测方法及监测装置 |
| CN113744228A (zh) * | 2021-08-27 | 2021-12-03 | 南通大学 | 用于大规模脑核磁分割的最大熵多阈值蚁群进化Spark方法 |
| US20230215560A1 (en) * | 2021-12-31 | 2023-07-06 | IX Innovation, LLC | System for a triage virtual assistant |
| KR20230106948A (ko) * | 2022-01-07 | 2023-07-14 | 유재창 | 뇌전증 모니터링 방법 및 뇌전증 모니터링 시스템 |
| KR102538720B1 (ko) * | 2022-07-26 | 2023-05-31 | 고려대학교 세종산학협력단 | 정신질환 환자의 진단을 도울 수 있는 컴퓨터-보조 진단 시스템의 성능 향상을 위한 사건유발전위 신호의 평균 진폭을 기반으로 한 정신질환 분류 장치 및 방법 |
| CN115762750A (zh) * | 2022-10-18 | 2023-03-07 | 南京伟思医疗科技股份有限公司 | 多手段评估多设备治疗的智能方案生成方法和平台 |
| CN115670483A (zh) * | 2022-11-09 | 2023-02-03 | 上海诺诚电气股份有限公司 | 一种患者意识障碍程度监测预警系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王传升;张萍;韩永凯;穆俊林;顾家鹏;时婷婷;赵建民;吴强;赵建华;石金河;靳玫;顾仁骏;: "脑电图和脑干听觉诱发电位动态检测对急性一氧化碳中毒后迟发性脑病的预测价值研究", 中国全科医学, no. 22, 15 June 2013 (2013-06-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117497150B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109394247B (zh) | 一种多特征融合的就诊用户情绪监控方法 | |
| US20110257517A1 (en) | Patient-Specific Seizure Onset Detection System | |
| Kandler et al. | Video ambulatory EEG: a good alternative to inpatient video telemetry? | |
| Beaver et al. | Emotional conditioning to masked stimuli and modulation of visuospatial attention. | |
| CN106874670A (zh) | 基于人工智能的儿科医生机器人装置 | |
| Oberli et al. | An expert system for monitor alarm integration | |
| JP2010029683A (ja) | 心臓不整脈の識別および治療を容易にするために不整脈情報を処理して、表示するシステムおよび方法 | |
| CN108392174B (zh) | 一种早产儿视网膜病变的自动检查方法及系统 | |
| US11744524B2 (en) | Statistical display method for physiological parameter of monitoring apparatus, and monitoring apparatus | |
| CN107220518A (zh) | 一种医疗预警通知方法和系统 | |
| US11426113B2 (en) | System and method for the prediction of atrial fibrillation (AF) | |
| JP2014054391A (ja) | 生体情報処理装置、ホルター心電図計、及び生体情報処理システム | |
| CN117497150B (zh) | 一种症状检测方法及系统 | |
| Yang et al. | Classification of aortic stenosis before and after transcatheter aortic valve replacement using cardio-mechanical modalities | |
| CN106419844A (zh) | 一种脑血栓患者的监测预警方法 | |
| CN111508578A (zh) | 一种基于人工智能的脑电波检查装置及检查方法 | |
| CN110710956A (zh) | 一种昏迷患者的预后评估方法和评估系统 | |
| CN110974216B (zh) | 一种无线心电监护传感器的遥控系统 | |
| CN114452133A (zh) | 一种基于分级监护模式的护理方法及护理系统 | |
| RU2445916C2 (ru) | Способ доврачебной оценки функционального состояния человека и автоматическая система оценки функционального состояния пользователя (варианты) | |
| CN110974215B (zh) | 基于无线心电监护传感器组的预警系统及方法 | |
| Owen et al. | Decoding thoughts in behaviorally nonresponsive patients | |
| EP3210527A1 (en) | Remote patient data monitoring | |
| Wang et al. | An audiovisual BCI system for assisting clinical communication assessment in patients with disorders of consciousness: a case study | |
| KR20190132161A (ko) | 건강검진을 위한 인공지능시스템의 학습방법, 인공지능시스템 및 이를 이용한 건강검진정보 제공방법 |
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 |