[发明专利]一种基于置信区间融合阈值判据的疼痛识别系统有效
| 申请号: | 202110783626.4 | 申请日: | 2021-07-12 |
| 公开(公告)号: | CN113499035B | 公开(公告)日: | 2023-09-05 |
| 发明(设计)人: | 张瑜;张露;曹超宇;龚卫娟;朱林;刘林;邹焱;毕雅昕 | 申请(专利权)人: | 扬州大学 |
| 主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B5/0205;A61B5/145 |
| 代理公司: | 南京苏科专利代理有限责任公司 32102 | 代理人: | 董旭东;陈栋智 |
| 地址: | 225009 *** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 置信区间 融合 阈值 判据 疼痛 识别 系统 | ||
1.一种基于置信区间融合阈值判据的疼痛识别系统,其特征在于,包括监测数据采集模块、阈值处理模块、疼痛识别模块、输出模块和报警模块;
所述监测数据采集模块用于采集多维度的监测数据,通过生命体征检测仪采集患者的生命体征数据,通过睡眠感应装置采集患者的睡眠状况数据,通过医护信息系统录入患者的疼痛评分监测数据;
所述阈值处理模块用于融合阈值判据对疼痛监测数据进行预处理,将采集到的生命体征数据、睡眠状况数据和疼痛评分监测数据进行两步阈值预处理;所述两步阈值预处理具体包括:
第一步预处理,将采集到的所有监测数据与预设阈值进行比较,预设阈值范围为最大监测阈值和最小监测阈值之间的区域,若监测数据在预设阈值的范围之内,即监测数据的数值在有效范围内,则进一步输入构建的疼痛监测数据分级模型中;若当前时刻的监测数据不在患者正常静息状态或所设疼痛阈值的范围内,则报警模块发出报警信息,提醒医护人员进行相应处理;
第二步预处理,将采集到的生命体征数据和睡眠状况数据通过处理,计算某一时刻的生命体征数据和睡眠状况数据的变化量,并与静息状态下监测数据的最大变化量进行比较,若某一时刻的监测数据的变化量大于静息状态下的最大变化量,说明患者的生命体征和睡眠状况波动较大,则该时刻的监测数据进一步输入构建的疼痛监测数据分级模型中;
所述疼痛识别模块利用构建的疼痛监测数据分级模型对所述监测数据进行函数训练,得到对应的疼痛级别,确定疼痛检测数据置信区间,得到具体某一个疼痛级别所对应的最大概率的疼痛监测数值范围;
所述构建的疼痛监测数据分级模型具体包括一个数据输入层、I个隐藏层和一个输出处理层组;所述隐藏层组共设为I个隐藏层,任意第i个隐藏层组依次包含两个卷积层、一个池化层和一个正则化层,第i层的疼痛级别表示为Hi,在MATLAB程序中对疼痛监测数值0到Xt范围内所对应的疼痛级别Hi进行参数函数的拟合,获得5阶限定下疼痛级别Hi(Xt)所对应的最佳限定函数;
所述确定疼痛检测数据置信区间具体包括输入生命体征数值Xt以及对应得到的疼痛级别Hi导入到MATLAB程序中对Weibull方程条件下的方程f(Xt)进行自动拟合,得到Weibull方程模式;
所述输出模块用于对各个实时监测数据训练所对应的疼痛级别范围进行显示,并传送至医护人员电脑;
所述报警模块用于判断监测数据是否在有效范围内,若监测数据无效则发出报警信息提示医护人员进行处理。
2.根据权利要求1所述的一种基于置信区间融合阈值判据的疼痛识别系统,其特征在于,所述生命体征数据包括患者的心率值、血压值、呼吸值、血氧饱和度以及体温;所述睡眠状况数据包括患者的睡眠总时间、入睡时间、睡眠中断时间及深睡眠占比。
3.根据权利要求1所述的一种基于置信区间融合阈值判据的疼痛识别系统,其特征在于,所述数据输入层用于输入疼痛监测指标所对应的实时数据,包括生命体征数据、睡眠状况数据和疼痛评分的实时数值以及生命体征数据的实时变化量和睡眠状况数据的实时变化量。
4.根据权利要求1所述的一种基于置信区间融合阈值判据的疼痛识别系统,其特征在于,所述5阶限定下疼痛级别Hi(Xt)所对应的最佳限定函数为:
其中,Hi(Xt)为5阶限定下疼痛级别的最佳限定函数;xt为某一疼痛监测指标的实时具体数值;α1,α2,α3,α4,α5,α6为5阶限定函数的最佳拟合系数;隐藏层的初始维度设为100,其后隐藏层的维度根据得出的Hi与真正的实验值H0之间的差值计算下一个隐藏层的维度,则第i层隐藏层的维度表示为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于扬州大学,未经扬州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110783626.4/1.html,转载请声明来源钻瓜专利网。





