CN2061826U - 微型脑卒中鉴别诊断仪 - Google Patents
微型脑卒中鉴别诊断仪 Download PDFInfo
- Publication number
- CN2061826U CN2061826U CN 89206431 CN89206431U CN2061826U CN 2061826 U CN2061826 U CN 2061826U CN 89206431 CN89206431 CN 89206431 CN 89206431 U CN89206431 U CN 89206431U CN 2061826 U CN2061826 U CN 2061826U
- Authority
- CN
- China
- Prior art keywords
- switch
- resistance
- miniature
- ammeter
- outfan
- 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- Withdrawn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
- 208000026106 cerebrovascular disease Diseases 0.000 title abstract description 14
- 208000024891 symptom Diseases 0.000 claims abstract description 17
- 238000003748 differential diagnosis Methods 0.000 claims description 15
- 206010008190 Cerebrovascular accident Diseases 0.000 claims description 11
- 208000006011 Stroke Diseases 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 6
- 239000000758 substrate Substances 0.000 claims description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 2
- 229910052802 copper Inorganic materials 0.000 claims description 2
- 239000010949 copper Substances 0.000 claims description 2
- 239000003381 stabilizer Substances 0.000 claims description 2
- 206010008111 Cerebral haemorrhage Diseases 0.000 abstract description 15
- 206010008118 cerebral infarction Diseases 0.000 abstract description 12
- 238000003745 diagnosis Methods 0.000 abstract description 9
- 238000000034 method Methods 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 abstract description 4
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 206010008132 Cerebral thrombosis Diseases 0.000 description 4
- 201000001429 Intracranial Thrombosis Diseases 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000011514 reflex Effects 0.000 description 3
- 208000032843 Hemorrhage Diseases 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 2
- 206010047700 Vomiting Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000008673 vomiting Effects 0.000 description 2
- 0 *C(CC1CCCC1)=C Chemical compound *C(CC1CCCC1)=C 0.000 description 1
- 241001549627 Havetia Species 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000003773 Meningism Diseases 0.000 description 1
- 206010037714 Quadriplegia Diseases 0.000 description 1
- 206010041235 Snoring Diseases 0.000 description 1
- 208000010513 Stupor Diseases 0.000 description 1
- 206010046543 Urinary incontinence Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 208000023158 meningismus Diseases 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001179 pupillary effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本实用新型微型脑卒中鉴别诊断仪是鉴别脑出血和脑梗塞的仪器,因两种病治疗方法截然不同,鉴别至关重要;本仪器的结构特征是采用频率比鉴别诊断法,利用症状、症状指数与指数电阻值的关系,采用运算放大器,适当选取运算放大器的工作点,通过机壳、面板、测量/检验开关、电流表、调零旋钮、电源开关及26个症状指数开关等,可鉴别出脑出血或脑梗塞症状,为确诊后正确治疗提供依据。本仪器体积小,重量轻,可随身携带,使用方便。
Description
一种微型脑卒中鉴别诊断仪属以诊断为目的记录仪器。
脑卒中是指脑出血和脑血栓形成。这两种病发病率高,但两者在治疗上截然不同,因此在治疗前必须首先确诊是脑出血还是脑血栓形成(或叫脑梗塞),因此,鉴别这两种病是至关重要。
目前国外及国内几家大医院主要靠CT扫描和核磁共振来鉴别,这两种仪器鉴别诊断率高。但投资百万元以上目前我国县以下医院绝大多数无此设备,因此,鉴别脑出血还是脑血栓形成比较困难,因此容易造成误诊。
国内沈阳三星电器制造公司生产一种脑出血与脑梗塞鉴别仪”是将17种临床症状体征输入装有电子计算机的仪器内,总的诊断符合率为92.2%,但该仪器价格较贵,每台数千元,且不易搬动,使用不方便;国内山西医学院朶振顺医师用计算机软件来鉴别这两种疾病,仍需计算机设备;还有不少单位有类似软件,而目前县以下医院均很少具有计算机设备;国内不少单位用频率比,国外用拟然比来鉴别这两种疾病,但还需列表计算,显得较麻烦;还有不少基层单位靠腰穿是否血来鉴别,这种办法也有不足之处,例如准确性较差,容易出现假阳性和假阴性的弊端。
本实用新型《微型脑卒中鉴别诊断仪》的发明目的是提供一种鉴别率高、价格便宜,携带方便和使用简单的鉴别仪器。
本仪器总重量在1公斤以内,体积在0.00126立方米左右,价格约是CT扫描仪的万分之一左右。並为县以下医院、厂矿卫生所、个体医师以及非神经内科专业的其它专业医师鉴别诊断脑出血和脑血栓形成提供了较可靠的仪器,从而指导临床治疗,急救病人。
本实用新型一种微型脑卒中鉴别诊断仪可以通过以下措施来达到:
一种微型脑卒中鉴别诊断仪,它由机壳、面板、测量开关、症状开关、印刷线路板等所构成,其特征在于面板2用螺钉8固定在机壳1上面板上装有电源开关6、测量/检验选择开关3、电流表4、调零旋扭5及症状指数开关7;印刷线路板固定在机壳1内的中部,正面是元件反面是敷铜面。
2.本实用新型的发明目的还可以通过以下措施来达到:根据上述的微型脑卒中鉴别诊断仪其特征在于两块9伏电池分别接到集成稳压块7805和7905的输入端,7805和7905的输出端分别接到运算放大器μA741的正负电源端(7脚和4脚)上,这两端同时接到代表症状的指数开关7上;所有正指数开关接7805输出端(+5V),所有负指数开关接7905的输出端(-5V);指数开关的另一端分别接到26个症状指数电阻上,各电阻的另一端並在一起接到μA741的反向输入端(2脚),μA741的正向输入端(3脚)通过1K电阻,接到公共地线上;在μA741的1、5、4脚上接入调零旋扭5,运算放大器的输出端通过测量/检验选择开关3接到电流表上,该选择开关的另一端通过调整电阻R* 2把电流表和两块电池连接起来;μA741的第6脚和第2脚间接入1.2K的反馈电阻;电阻R* 1接在μA741的输出端和电流表之间,以调整灵敏度。
根据上述的微型脑卒中鉴别诊断仪其特征在于用模拟计算机基本电路之一的全加器,结构上,只使用一块集成电路,电耗数毫安,使用小型电池供电。
附图的图面说明如下:
图1为外型结构图,件号1为机壳;件号2为面板;件号3为测量/检验开关;件号4为电流表;件号5为调零旋扭;件号6为电源扭子开关;件号7为症状指数开关。
图2为电原理图,图中μA741为运算放大器;7805、7905为LM7805、LM7905稳压块;R-1、R-2、……R-7及R+1R+2、……R+19代表电阻;100μA代表91C4-A型电流表,量程100μA。
图3为印刷线路图。
本发明下面将结合实施例作进一步详述:本发明分两部分:
1.鉴别分数的由来
采用汤旦林频率比鉴别诊断法,其计算方法为:
计分标准P1/P2当P1>P2时
-P2/P1当P2>P1时
P1表示某症状体征在脑出血病例中出现的频率;
P2表示某症状体征在脑梗塞病例中出现的频率;
将临床上观察的26项指标进行计算。根据CT扫描确诊的100例脑梗塞和75例CT扫描证实(或腰穿证实)的脑出血病历记录中的指标筛选出26项进行计分。
在上述记分基础上运用最小二乘法原理在长城0520-CH计算机上对各项指标的频率比进行了计算和自学习处理,得出各项指标的频率比,取小数点后一位数,例表如下:
附表1:
编号 症 状 症状指数 指数电阻值(Ω) Ri
1 动态发病 4.2 23.8K R+1
2 静态发病 -4.0 25.0K R-1
3 有TIA史 -2.1 47.6K R-2
4 有高血压史 1.4 71.4K R+2
5 有糖尿病史 -4.0 25.0K R-3
6 头 痛 3.7 27.0K R+3
7 呕吐恶心 4.5 22.2K R+4
编号 症 状 症状指数 指数电阻值(Ω) Ri
8 烦 燥 2.2 45.5K R+5
9 呕吐咖啡色物 9.0 11.1K R+6
10 尿 失 禁 2.7 37.0K R+7
11 体温T≥37.1℃ 3.0 33.3K R+8
12 呼吸鼾声 8.0 12.5K R+9
13 陈施式呼吸 8.0 12.5K R+10
14 血压<140 -3.0 33.3K R-4
15 血压180-229 2.7 37.0K R+11
16 血压>220 5.5 18.2K R+12
17 意识清楚 -4.0 25.0K R-5
18 意识模糊 1.5 66.7K R+13
19 昏 迷 6.5 15.4K R+14
20 眼睛同向凝视 2.6 37.0K R+15
21 瞳孔反射迟钝 3.0 33.3K R+16
22 四肢瘫痪 8.5 11.8K R+17
23 病理反射双(+) 2.0 50.0K R+18
24 病理反射双(-) -2.0 50.0K R-6
25 脑膜刺激症 7.0 14.3K R+19
26 瘫痪进行性加重 -4.0 25.0K R-7
2.将鉴别分数输入机器中
通过面板上的26个开关输入计分数值,用模拟计算机原理进行计算来实现脑出血和脑梗塞的鉴别,最后表头指针位置则可清楚地表明是何种疾病,以分值8为界,大于8为脑出血,小于8为脑梗塞。
<微型脑卒中鉴别诊断仪>数学模型及自适应修正算法分析:
1.数学模型
记症状群D=d1、d2、……d26,即以d1代表动态发病,d2代表静态发病,…d26代表瘫痪进行性加重。以X=(X1、X2、…X26)表示某病例表现在D上的症状向量,其中每个分量Xi的取值是据该病例有无症状di而取1或0。
我们采用简洁有效的频率比鉴别诊断法,即由事先确定的各症状频率比α1~α26和一个鉴别阀值α0,对某一特定病例X′=(X1′、X2′…X26′),首先计算
否y′>0则诊断为出血,
若y′≤0则诊断为梗塞。
2.自适应修正
由上述可知,鉴别阀值与频率比实质就是定量化的医生经验,为能更准确的反映这种经验,我们用最优化计算方法来修正这些参数。
首先选取N个确诊的病例,记症状向量为XK=(XK1、XK2、…XK26),确诊结果为yK′,以yK′=1表示出血,yK′=-1表示梗塞
下面构造一个以误诊偏差为目标的目标函数:
H=1 yK·yK′≤0时,
0 yK·yK′>0时,
为将f(A)构成性质较好的连续可微函数,构造:HK= 1/(1+e50yky′k) ;于是有:
;至此,由事先给出的鉴别诊断阀值及各症状频率比的初始值:
A0=(α0 0,α0 1,…α0 26);及控制误差ε,通过对最优化问题:
f(A)→min的求解即可得出修正后的参数值。
机器的使用说明:
1.正确装入新电池;
2.将各种症状指数开关搬下:
3.电源开关向下关断;
4.将测量扭子开关搬向检验侧(下侧);
5.接通电源开关指针应指向兰线处,表示可以测量,否则需更换电池;
6.关闭电源开关将测量电源开关搬向测量侧(上侧);
7.根据病人的症状体征分别把相应指标开关搬上;
8.开启电源开关,指针即指向脑梗塞或脑出血一侧。
本发明相比现有技术具有如下优点:
1.准确率高,对已确诊的100例脑梗塞和75例脑出血病例用本诊断仪对照,脑梗塞病人符合率为93.6%;脑出血病人符合率为89.3%)。
2.价格低,适应于基层单位购买,也可以个人购买,每台造价100元左右。
3.便于携带,本诊断仪长约20厘米,宽约10厘米,高约8厘米,医生可随身携带至病人病床前,根据病人的症状体征,当时就可以作出这两种病的鉴别诊断。
4.操作容易,只要按照说明,一般医生一看就会操作。
5.制造容易,一般无线电厂均能生产,所用材料,零件国内均有售处。
生产本诊断仪经济效益高,社会效益大,可使这两种病的死亡率和致残率大大下降。
参考资料:
1.《模糊数学》杂志:82年第一期
Furry应用于中医计算机诊断;
2.《最优化计算方法》席少霖、上海科技出版社。
Claims (3)
1、一种微型脑卒中鉴别诊断仪,它由机壳、面板、测量开关、电流表、调零旋扭、电源开关、印刷线路板等构成,其特征在于面板2用螺钉8固定在机壳1上,面板上装有电源开关6、测量/检验选择开关3、电流表4、调零旋扭5及症状指数开关7;印刷线路板固定在机壳1内的中部,正面是元件,反面是敷铜面。
2、根据权利要求1所述的微型脑卒中鉴别诊断仪,其特征在于两块9伏电池分别接到集成稳压块7805和7905的输入端,7805和7905的输出端分别接到运算放大器μA741的正负电源端(7脚和4脚)上,这两端同时接到代表症状的指数开关7上;所有正指数开关接7805输出端(+5V),所有负指数开关接7905的输出端(-55V);指数开关的另一端分别接到26个症状指数电阻上,各电阻的另一端並在一起接到μA741的反向输入端(2脚),μA741的正向输入端(3脚)通过1K电阻,接到公共地线上;在μA741的1、5、4脚上接入调零旋钮5,运算放大器的输出端通过测量/检验选择开关3接到电流表上,该选择开关的另一端通过调整电阻R* 2把电流表和两块电池连接起来:μA741的第6脚和第2脚间接入1.2K的反馈电阻;电阻R* 1接在μA741的输出端和电流表之间。
3、根据权利要求1、2所述的微型脑卒中鉴别诊断仪其特征在于用模拟计算机基本电路之的全加器,在结构上,只使用一块集成电路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 89206431 CN2061826U (zh) | 1989-04-30 | 1989-04-30 | 微型脑卒中鉴别诊断仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 89206431 CN2061826U (zh) | 1989-04-30 | 1989-04-30 | 微型脑卒中鉴别诊断仪 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN2061826U true CN2061826U (zh) | 1990-09-12 |
Family
ID=4863479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 89206431 Withdrawn CN2061826U (zh) | 1989-04-30 | 1989-04-30 | 微型脑卒中鉴别诊断仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN2061826U (zh) |
-
1989
- 1989-04-30 CN CN 89206431 patent/CN2061826U/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Computational traditional Chinese medicine diagnosis: a literature survey | |
CN106267694B (zh) | 下肢骨折康复系统及其控制方法 | |
CN103720461A (zh) | 可穿戴式多参数生理指标采集器 | |
CN115099331A (zh) | 基于可解释性机器学习算法的恶性胸腔积液辅助诊断系统 | |
CN115760656A (zh) | 一种医学影像处理方法及系统 | |
CN204016294U (zh) | 一种盆底脏器脱垂检测装置 | |
CN102397060B (zh) | 卡路里监测仪 | |
CN109700657B (zh) | 一种中医针灸人体穴位定位仪 | |
CN2061826U (zh) | 微型脑卒中鉴别诊断仪 | |
CN208388918U (zh) | 基于智能感知的便携式移动护理平台 | |
CN110189804A (zh) | 一种心血管信息采集与处理系统及方法 | |
CN203290890U (zh) | 手持式监护仪 | |
CN109431529A (zh) | 一种心脏ct结构化报告系统 | |
CN205306977U (zh) | 便携式非接触创口面积测量装置 | |
CN201537086U (zh) | 一种便携式体温、脉搏、呼吸测量仪 | |
CN206134173U (zh) | 一种电子病历牌信息显示装置 | |
Nagatomo et al. | Impact of Approximate QRS Identification on RR Interval-Based Arrhythmia Detection and Classification | |
CN102955035A (zh) | 一种支持快速打印输出的便携式智能血糖仪 | |
CN213345632U (zh) | 一种人体营养检测装置 | |
CN209915985U (zh) | 一种便携式蓝牙智能心电监护预警系统 | |
CN107661107A (zh) | 一种脚环及应用方法 | |
CN202960527U (zh) | 一种运动型电子血糖仪 | |
CN111584089A (zh) | 患者数据搜索方法、装置及存储介质 | |
CN203744993U (zh) | 多功能仪表显示器 | |
CN107518901B (zh) | 一种人体关节多功能测量仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |