← 返回列表

一种电动止血带压力值智能调控系统

申请号: CN202311753597.2
申请人: 中国人民解放军总医院第八医学中心
申请日期: 2023/12/20

摘要文本

本发明涉及医疗数据处理技术领域,具体涉及一种电动止血带压力值智能调控系统,包括:采集每个监测项目的止血带监测数据构成止血带压力状态向量,获取所有初始Sigma点;根据每个监测项目的止血带监测数据获取每个监测项目的第一判断向量,进而获取每个监测项目的第二稳定评价;根据第二稳定评价获取初始Sigma点的高稳定对比向量和低稳定对比向量;根据高稳定对比向量和低稳定对比向量获取每个初始Sigma点的优选程度,进而获取所有优选Sigma点用于预测下一采集时刻的止血带监测数据。本发明旨在解决待选Sigma点不稳定造成UKF预测存在较大误差问题,达到自适应调控止血带施加的压力的目的。

专利详细信息

项目 内容
专利名称 一种电动止血带压力值智能调控系统
专利类型 发明授权
申请号 CN202311753597.2
申请日 2023/12/20
公告号 CN117442288B
公开日 2024/3/5
IPC主分类号 A61B17/132
权利人 中国人民解放军总医院第八医学中心
发明人 杨荔慧; 李夏南; 王涛
地址 北京市海淀区黑山扈路甲17号

专利主权项内容

1.一种电动止血带压力值智能调控系统,其特征在于,该系统包括以下模块:电动止血带数据采集模块:用于采集每个监测项目在每个采集时刻的止血带监测数据;电动止血带数据处理模块:用于使用当前采集时刻所有监测项目的止血带监测数据构成当前采集时刻的止血带压力状态向量,将当前采集时刻之前的所有采集时刻构成的区间记为历史采集时刻区间;将历史采集时刻区间的所有监测项目的所有止血带监测数据输入到UKF滤波器,获得当前采集时刻的所有初始Sigma点;根据每个监测项目的止血带监测数据在历史采集时刻区间中的变化趋势获取每个监测项目在历史采集时刻区间中所有采集时刻的第一判断向量;根据每个监测项目在所有采集时刻的第一判断向量获取每个监测项目在当前采集时刻下的第二稳定评价;将每个监测项目在当前采集时刻下的第二稳定评价排序获取在当前采集时刻下的高稳定判断向量和低稳定判断向量;根据当前采集时刻下高稳定判断向量和低稳定判断向量中的监测项目获取当前采集时刻下每个初始Sigma点的高稳定对比向量和低稳定对比向量,根据当前采集时刻下每个初始Sigma点的高稳定对比向量和低稳定对比向量获取当前采集时刻下每个初始Sigma点的优选程度;根据当前采集时刻下每个初始Sigma点的优选程度获取所有优选Sigma点,所有优选Sigma点构成优选Sigma点集合;电动止血带压力调控模块:用于UKF算法使用优选Sigma点集合预测下一时刻的止血带监测数据,用于调整电动止血带的压力值;每个采集时刻的监测项目的止血带监测数据包括体温、脉搏/>、收缩压/>、舒张压/>、已充气时间/>、充气压力/>、充气量/>,第/>采集时刻的止血带监测数据构成UKF止血带压力状态向量/>,矩阵中每个元素表示一个监测项目,每个元素的数值表示这个监测项目的数值,/>为向量转置符号;所述获取每个监测项目在历史采集时刻区间中所有采集时刻的第一判断向量包括:将任意一个监测项目记为监测项目,将开始采集的时刻记为/>,将当前采集时刻记为,当前采集时刻之前的所有采集时刻构成的采集时刻区间记为历史采集时刻区间/>,使用STL算法分解监测项目/>在历史采集时刻区间/>和当前采集时刻的所有止血带监测数据构成的曲线,获取监测项目/>在每个采集时刻的曲线趋势方向,根据曲线趋势方向获取监测项目/>在每个采集时刻的趋势方向的向量值,将监测项目/>的第/>采集时刻与第/>采集时刻的趋势方向的向量值差值记为第/>采集时刻的第一判断向量,获取监测项目/>在每个采集时刻的趋势方向的向量值差值,记为每个采集时刻的第一判断向量;所述获取每个监测项目在当前采集时刻下的第二稳定评价包括:将开始采集的时刻记为,将当前采集时刻记为/>,当前采集时刻之前的所有采集时刻构成的采集时刻区间记为历史采集时刻区间/>,使用最大最小值归一化函数将患者在第/>采集时刻下的所有监测项目的第一稳定评价归一化,归一化的结果记为监测项目/>的在第/>采集时刻下第二稳定评价;所述第采集时刻下的所有监测项目的第一稳定评价的获取方式包括:将任意一个监测项目记为监测项目,将第/>采集时刻的第一判断向量记为/>,将第/>采集时刻的第一判断向量记为/>,监测项目/>在第/>采集时刻的第一稳定评价/>的计算方式为:
;其中,为监测项目/>在第/>采集时刻的止血带监测数据的总数,所述总数的获取方法为:将监测项目/>在历史采集时刻区间/>和当前采集时刻中采集到的止血带监测数据总个数记为监测项目/>在第/>采集时刻的止血带监测数据的总数;
为监测项目/>在历史采集时刻区间/>和当前采集时刻中第/>采集时刻的止血带监测数据,/>为监测项目/>在历史采集时刻区间/>和当前采集时刻的所有止血带监测数据均值,/>监测项目/>在第/>在历史采集时刻区间/>和当前采集时刻的所有止血带监测数据的标准差,/>表示余弦相似度函数;所述获取在当前采集时刻下的高稳定判断向量和低稳定判断向量包括:将当前采集时刻记为第采集时刻,将第/>采集时刻的高稳定监测项目集合和低稳定监测项目集合根据第/>采集时刻的止血带压力状态向量中监测项目的顺序的排列,获得第/>采集时刻的作为高稳定判断向量和低稳定判断向量;所述高稳定监测项目集合和低稳定监测项目集合的获取方式包括:将第采集时刻下所有的监测项目的第二稳定评价降序排列,获得第/>采集时刻的第二稳定评价降序序列,计算第二稳定评价降序序列中相邻第二稳定评价的差值,选取第/>采集时刻的降序序列中最大的第二稳定评价作为高稳定起点,以及满足相邻第二稳定评价的差值最大时的两个第二稳定评价中,大的第二稳定评价作为高稳定终点,将高稳定起点和高稳定终点之间的所有第二稳定评价构成的合集记为第/>采集时刻的高稳定监测项目集合;选取第/>采集时刻的降序序列中满足相邻第二稳定评价的差值最大时的两个第二稳定评价中,小的第二稳定评价作为低稳定起点,以及第/>采集时刻的降序序列中最小的第二稳定评价作为低稳定终点,将低稳定起点和低稳定终点之间的所有第二稳定评价构成的合集记为第/>采集时刻的低稳定监测项目集合;所述获取当前采集时刻下每个初始Sigma点的高稳定对比向量和低稳定对比向量包括:将当前采集时刻记为第采集时刻,获取第/>采集时刻的第/>个初始Sigma点的采集时刻,第/>采集时刻的第/>个初始Sigma点的采集时刻的所有监测项目的止血带监测数据构成第/>采集时刻的第/>个初始Sigma点的采集时刻的止血带压力状态向量,记为第/>采集时刻的第/>个初始Sigma点的止血带压力状态向量;在第/>采集时刻的第/>个初始Sigma点的止血带压力状态向量中,选取与第/>采集时刻的高稳定项目相同的所有监测项目,所述所有监测项目的第二稳定评价构成第/>个初始Sigma点的高稳定对比向量;选取与第/>采集时刻的低稳定项目相同的所有监测项目,所述所有监测项目的第二稳定评价构成第/>个初始Sigma点的低稳定对比向量;所述高稳定项目和低稳定项目的获取方式包括:将第采集时刻下的高稳定判断向量的所有监测项目记为第/>采集时刻的高稳定项目;将第/>采集时刻下的低稳定判断向量的所有监测项目记为第/>采集时刻的低稳定项目。