CN110911006A - 基于ai人工智能分析的中央监护***的数据处理方法 - Google Patents
基于ai人工智能分析的中央监护***的数据处理方法 Download PDFInfo
- Publication number
- CN110911006A CN110911006A CN201911267716.7A CN201911267716A CN110911006A CN 110911006 A CN110911006 A CN 110911006A CN 201911267716 A CN201911267716 A CN 201911267716A CN 110911006 A CN110911006 A CN 110911006A
- Authority
- CN
- China
- Prior art keywords
- monitoring system
- central monitoring
- artificial intelligence
- intelligence analysis
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 116
- 238000004458 analytical method Methods 0.000 title claims abstract description 72
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 55
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 31
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 description 7
- 206010003119 arrhythmia Diseases 0.000 description 6
- 230000006793 arrhythmia Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000036760 body temperature Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002861 ventricular Effects 0.000 description 3
- 206010003658 Atrial Fibrillation Diseases 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 208000010496 Heart Arrest Diseases 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000002631 hypothermal effect Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G16H40/60—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 operation of medical equipment or devices
- G16H40/67—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 operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于AI人工智能分析的中央监护***的数据处理方法，其包括：中央监护***获取遥测监护仪发送的各生理参数以及所述各生理参数对应的各波形；中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析，并显示该将判定结果。本发明当遥测监护仪在采集到病人的生理参数后，运算出各个生理参数的波形后，不再进一步的对其进行分析和阈值的判断，而是直接把各个生理参数的波形发送给中央监护***，由中央监护***进行分析和判断，从而降低了遥测监护仪的功耗，同时也避免了遥测监护仪出现误报警。
Description
技术领域
本发明涉及医用加护及心电技术领域，特别涉及一种基于AI人工智能分析的中央监护***的数据处理方法。
背景技术
遥测监护仪正常工作的时候，由于在工作的过程中是通过内部的电源单元进行供电，该电源需要支持遥测监护仪进行生理参数的采集，生理参数的运算处理，计算出各个生理参数的波形和数值，并对波形和数值进行分析判定，再通过无线信号发送到中央监护***，中央处理器和无线数据传输的功耗都相对比较大，这样则对遥测监护仪的续航时间产生影响。若为了提升遥测监护仪的续航时间而加大储能单元的尺寸和重量，则对遥测监护仪的便携性产生影响。总得来说，目前的遥测监护仪的应用中，存在以下几个缺点：
遥测监护仪在工作的时候，遥测的中央处理单元承担的任务过多，包括：采集病人生理参数采集，生理参数的前端模拟信号处理，生理参数的运算处理，生理参数的阈值判定，生理参数数据和波形的上发等，任务繁重，导致其功耗较大。
其中，波形的分析判断是需要耗费非常多的处理运算资源的，而遥测监护仪由于其尺寸形态的限制，通常采用的是主频200-600MHZ的MCU处理器，这类处理器的运算能力有限，只能进行比较初级的分析判断，无法对复杂的波形进行分析处理，尤其对于心电图波形而言，其波形复杂需要更强大的运算处理器对其进行分析，才能判断出是否有异常情况。
遥测设备由于是穿戴在病人身上，大部分时间均为熄屏和运动的状态，其采集到的波形会比正常卧床病人的波形更不稳定和复杂，遥测监护仪在分析此类波形的时候常常会出现误判，导致设备出现误报警，误报警过多会导致医护人员放松警惕，当真的发生异常事件的时候病人无法得到及时的救治。
因而现有技术还有待改进和提高。
发明内容
本发明要解决的技术问题在于，针对现有技术的不足，提供一种基于AI人工智能分析的中央监护***的数据处理方法，以接解决现有技术中遥测监护仪功耗大、容易误报警等问题。
为了解决上述技术问题，本发明所采用的技术方案如下：
一种基于AI人工智能分析的中央监护***的数据处理方法，其包括：
中央监护***获取遥测监护仪发送的各生理参数以及所述各生理参数对应的各波形；
中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析，并显示该将判定结果。
所述的基于AI人工智能分析的中央监护***的数据处理方法，其中，所述中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析之前还包括：
中央监护***对获取到的各波形进行抗运动处理；
对所述抗运动处理后的波形再进行分析、阈值判定和AI人工智能分析。
所述的基于AI人工智能分析的中央监护***的数据处理方法，其中，所述中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析具体包括：
中央监护***对所述各波形进行分析、阈值判定，并通过AI人工智能对波形进行实时分析，以判断所述各波形对应的生理参数是否异常；
当存在异常的生理参数时，中央监护***发出报警信息。
所述的基于AI人工智能分析的中央监护***的数据处理方法，其中，所述当存在异常的生理参数时，中央监护***发出报警信息还包括：
将该异常的生理参数下发报警信息至所述遥测监护仪。
所述的基于AI人工智能分析的中央监护***的数据处理方法，其中，所述的将该异常的生理参数下发报警信息至所述遥测监护仪具体为：
将该异常的生理参数通过无线AP下发报警信息至所述遥测监护仪。
所述的基于AI人工智能分析的中央监护***的数据处理方法，其中，所述的中央监护***包括：
显示单元，用于显示遥测监护仪的机器状态。
所述的基于AI人工智能分析的中央监护***的数据处理方法，其中，所述的中央监护***还包括：
报警***，所述报警***由显示屏上的不同颜色闪烁以及报警声音组成，报警声音通过连接服务器上的喇叭组成。
一种计算机可读存储介质，其中，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任意一项所述的基于AI人工智能分析的中央监护***的数据处理方法中的步骤。
一种基于AI人工智能分析的中央监护***的数据处理***，其中，包括：遥测监护仪以及中央监护***，所述遥测监护仪与所述中央监护***通讯并将采集的数据发送至中央监护***，所述中央监护***包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如上任意一项所述的基于AI人工智能分析的中央监护***的数据处理方法中的步骤。
有益效果：与现有技术相比，本发明提供了一种基于AI人工智能分析的中央监护***的数据处理方法，其包括：中央监护***获取遥测监护仪发送的各生理参数以及所述各生理参数对应的各波形；中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析，并显示该将判定结果。本发明当遥测监护仪在采集到病人的生理参数后，运算出各个生理参数的波形后，不再进一步的对其进行分析和阈值的判断，而是直接把各个生理参数的波形发送给中央监护***，由中央监护***进行分析和判断，从而降低了遥测监护仪的功耗，同时也避免了遥测监护仪出现误报警。
附图说明
图1为本发明提供的基于AI人工智能分析的中央监护***的数据处理方法的流程图。
图2为本发明提供的遥测监护仪的结构原理图。
图3为本发明提供的遥测监护仪与中央监护***的数据互联业务的流程图。
图4为本发明提供的中央监护***较佳实施例的结构原理图。
具体实施方式
本发明提供一种基于AI人工智能分析的中央监护***的数据处理方法，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
下面结合附图，通过对实施例的描述，对发明内容作进一步说明。
本实施例提供了一种基于AI人工智能分析的中央监护***的数据处理方法，如图1所示，所述方法包括：
S100、中央监护***获取遥测监护仪发送的各生理参数以及所述各生理参数对应的各波形；
S200、中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析，并显示该将判定结果。
具体地，所述遥测监护仪是用于病人随身携带的小型电子设备监护仪，病人随身携带着遥测监护仪，即可在医院内对病人的生理参数进行连续监护，并通过无线技术把测量得到的生理参数发送到中央监护***。护士通过中央监护***即可及时地了解到不同病人的生理参数和状态，从而实现集中管理的目的。且病人在使用遥测监护仪的过程中，可以在病区范围内进行适当的活动，有一定的灵活性。
本实施例的一个实现方式中，遥测监护仪在采集到病人的生理参数后，其中央处理单元对参数进行运算处理，运算出各个生理参数的波形后，直接把各个生理参数的波形和运算结果发送给中央监护***，由中央监护***对波形进行分析和阈值判定，再将判定结果通过中央监护***显示出来。这样，通过中央监护***来对波形进行分析，从而降低了遥测监护仪中央处理单元的数据分析处理任务，从而降低遥测监护仪的功耗，提升其续航时间。
本实施例的一个实现方式中，所述中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析之前还包括：
S101、中央监护***对获取到的各波形进行抗运动处理；
S102、对所述抗运动处理后的波形再进行分析、阈值判定和AI人工智能分析。
具体地，本实施例中波形的分析和报警阈值判断由中央监护***进行，并且，中央监护***可对具体的波形进行抗运动滤波处理，再进行分析，从而避免了因为运动引起的波形变化而导致的***误报警，提高报警的准确率。
如图2所示，图2为本发明提供的遥测监护仪的结构原理图。所述遥测监护仪具体包括：
中央处理单元101为遥测监护仪终端的中央控制处理器，负责各个生理参数的处理和运算，数据的收发控制，显示等。该单元处于为整个产品的核心控制器件，处于内部电路板上。该单元由于用于遥测设备上，其功耗通常较低，数据运算处理能力较差。
电源单元102，由电池及电源管理电路组成，可选地，电池可以为内置的锂聚合物电池或可更换的充电电池。储能单元可以存储电能，同时也能释放电能，该单元同时安装在设备的内部电池仓上。电源管理电路主要为各个部件提供恰当的电压电源，支持各个部件工作。
触控和按键单元103，主要由按键，触摸屏等人机交互的输入器件组成，操作者通过该单元对设备进行操作和控制。
附件单元104，该单元的末端连接病人的具体测量部位上，另一端连接到遥测监护仪上。
参数采集单元105，主要为各参数采集的模拟前端电路，有信号滤波器和放大电路的等构成，负责对病人身体的生理参数进行采集放大处理，再发送到控制处理单元101上，该单元为信号采集及转换的电路，处于内部电路板上。
显示单元106，用于显示常规的人机交互的信息、测量得到的生理参数信息和报警信息等。显示屏单元安装在整机的前壳上。
无线通讯单元107由射频电路和天线等构成。该单元通常集成设备内部的电路板上，天线会安装在外壳内壁。可选地，天线可以由一个或两个构成，设备开机后，该单元会搜索无线AP并进行连接。在遥测监护仪终端在移动的过程中，该单元会持续的检测当前所处位置接收到的无线AP的信号强度，当发现有信号更强的无线AP时，该单元将进行自动切换连接，实现无线网络的漫游。
报警单元108，主要为声光报警信号，由红黄蓝三色指示灯、喇叭和报警文字信息组成。
本实施例的一个实现方式中，所述中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析具体包括：
S201、中央监护***对所述各波形进行分析、阈值判定，并通过AI人工智能对波形进行实时分析，以判断所述各波形对应的生理参数是否异常；
S202、当存在异常的生理参数时，中央监护***发出报警信息。
具体地，所述中央监护***有一套预先设置的阈值列表，其中，所述阈值列表包括了病人各个生理参数的上限或下限或上下限，例如，针对病人的体温生理参数，中央监护***中预设了38.0摄氏度为上限阈值，35.5摄氏度为下限阈值，这样当中央监护***接收到的病人体温参数大于38.0摄氏度时，那么就可以判断该用户的体温参数发生异常，从而中央***会发出“体温过高”报警；相应的，当中央监护***接收到的病人体温参数小于35.5摄氏度时，那么就可以判断该用户的体温参数发生异常，从而中央***会发出“体温过低”报警。需要可以理解的，其他生理参数的阈值设置以及比较过程亦同。需要说明的是，本发明并非对人的体温生理参数进行限制，其还可以为人体出汗量、人体电生理等其他生理参数，可以理解的，其他生理参数的阈值设置以及比较过程都可以采用上述的原理进行操作，对此不在赘述。
本实施例的一个实现方式中，所述的波形分析，主要针对心电波形，中央监护***的常规波形分析功能可分析出心电波形中常见的ST，停博，室性，漏搏，室早，室速及常见的20-30种心律失常事件等，当中央监护***识别出来后，会发出对应的报警等级的报警信号告知医护人员。
然而，上述的波形分析能力是有限的，对于复杂的波形或有运动干扰的波形，需要在复杂而又受到了干扰的波形中识别出更多的异常心电片段，则需要更强大的AI人工智能分析。因此本发明还要通过AI人工智能对波形进行实时分析，从而提高了对人体生理参数判断的准确性。需要说明的是，所述AI人工智能分析是于人工智能技术的心电图自动分析诊断软件平台，诊断准确度高。正常心电图诊断准确率达99％，心律失常及心脏激动传导异常诊断准确率极高。诊断范围广，涵盖了绝大部分心律失常和心脏激动传导异常，可诊断心电图事件达74种。临床应用专业化，并且，其运用了人工智能深度学习算法，突破传统中央监护***算法无法准确分析疑难心脏病症的局限性，可以专业辅助医生分析诊断复杂心电类型。
需要说明的是，所述中央监护***的波形分析是初筛，识别出明显的典型心电波形异常事件，AI人工智能分析是在普通波形分析的基础上，进一步深度分析筛查，其依赖于强大的人工智能分析工具对波形进行逐一的分析诊断，尽可能不漏掉任何一个轻微的异常波形，以供医护人员更全面的了解病人的生理状态。
本实施例的一个实现方式中，所述当存在异常的生理参数时，中央监护***发出报警信息还包括：
S203、将该异常的生理参数下发报警信息至所述遥测监护仪，其具体具体为：
将该异常的生理参数通过无线AP下发报警信息至所述遥测监护仪。
进一步，本发明实施例除了遥测监护仪外，还包括中央监护***，其中，所述中央监护***由中央监护软件和服务器及报警***组成。
具体地，中央监护软件是安装在服务器上的软件，该软件除了传统中央监护软件的常规功能以外，还有实时分析参数波形的功能，尤其是心电波形。可以理解，由于中央监护***是运行在服务器上，其运算的CPU性能较强大，在分析波形的时候，除了基本的阈值判定以外，还可以进一步的分析更多的异常事件，比如心电波形中的各类心律失常自动识别，ST端分析，起搏分析，房颤房扑分析编辑，心律变异时域/频域分析，心律震荡分析，QT分析，睡眠呼吸分析等，中央监护***可依托其强大的处理器快速实时的计算出各种异常事件，并进行实时报警。
示例性的，所述的中央监护软件常规功能包括：
多屏显示，可同时对数十台监护仪进行集中管理；
可通过床位号切换、观察、调阅病人监护数据；
可显示监护仪传送来的机器状态和报警信息；
可进行波形冻结，解除冻结，冻结波形回顾；
可对监护仪发送的数据进行上百小时的趋势数据存储及回顾；
可以对每台监护仪多达数百条报警事件的存储及回顾；
支持打印机输出监护波形和数据；
支持接收，解除，转床等病人信息管理；
可对上千个历史病人的监护数据的查询，浏览，维护等管理。
进一步地，本发明实施例所述中央监护***除了上述常规功能以外，还具备以下功能：
可实时对参数波形进行动态分析，尤其是心电波形；
可实时对心电波形进行预处理，去除紊乱波形，避免误判；
自动实时识别各类心律失常，并提供报警；
通过RR间期变化趋势自动识别判断房颤房扑；
可实时进行起搏器分析；
动态分析心率变异；
可实时进行停博、室速等分析。
本实施例的一个实现方式中，所述的中央监护***还包括：
报警***，所述报警***由显示屏上的不同颜色闪烁以及报警声音组成，报警声音通过连接服务器上的喇叭组成。
所述服务器为工业级计算机，拥有强大的运算能力。
本实施例的一个实现方式中，如图3所示，所述遥测监护仪与中央监护***的数据互联业务流流程图，其具体包括：
S10、中央监护***登记病人信息，新建病人；
具体地，中央监护***上登记病人，新建病人，记录病人的ID号、姓名、性别、年纪等信息，并与遥测监护仪绑定。
S20、遥测监护仪附件单元连接到病人身上，采集病人的原始信号；
具体地，遥测监护仪的附件连接到病人的具***置上，遥测监护仪的采集单元开始采集病人的原始生理数据。
S30、遥测监护仪采集单元对生理信号进行模拟前端处理，包括滤波，放大，AD转换等；
S40、遥测监护仪中央处理单元对信号进行运算处理，计算出各参数的数值和波形；
具体地，遥测监护仪的中央处理单元对信号进行运算处理，计算出各个参数的参数值和波形信号，与传统遥测监护仪不同，此时本发明所述遥测监护仪不对此波形进行分析和阈值判定。
S50、遥测监护仪中央处理单元通过无线通讯单元把各参数的数值和波形上发给中央站；
具体地，中央处理器把运算得到的参数值和波形通过无线通讯单元上发到中央监护***。
S60、中央监护***中央站软件接收各个参数的数值和波形图；
S70、中央监护***中央站软件利用其强大的处理能力，对各个参数的数值和波形图进行实时分析处理，并进行实时阈值判定；
具体地，中央监护***接收到参数的数值和波形后，对其进行实时动态的分析，包括各个波形的异常事件及阈值判定等。
S80、中央监护***当分析出病人生理参数或波形出现异常或超出阈值时，中央站发出报警信息，提醒医护人员，同时通过无线AP下发报警信息到遥测监护仪；
S90、遥测监护仪接收中央站的报警信息，发出报警信息。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述实施例所述的基于AI人工智能分析的中央监护***的数据处理方法中的步骤。
本发明还提供了一种基于AI人工智能分析的中央监护***的数据处理***，其包括：遥测监护仪以及中央监护***，所述遥测监护仪与所述中央监护***通讯并将采集的数据发送至中央监护***，如图4所示，所述中央监护***包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(CommunicationsInterface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。
此外，上述的存储器22中的逻辑指令可以通过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。
存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器30通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
存储器22可包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
此外，上述存储介质以及终端设备中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于AI人工智能分析的中央监护***的数据处理方法，其特征在于，其包括：
中央监护***获取遥测监护仪发送的各生理参数以及所述各生理参数对应的各波形；
中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析，并显示该将判定结果。
2.根据权利要求1所述的基于AI人工智能分析的中央监护***的数据处理方法，其特征在于，所述中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析之前还包括：
中央监护***对获取到的各波形进行抗运动处理；
对所述抗运动处理后的波形再进行分析、阈值判定和AI人工智能分析。
3.根据权利要求2所述的基于AI人工智能分析的中央监护***的数据处理方法，其特征在于，所述中央监护***对所述各波形进行分析、阈值判定和AI人工智能分析具体包括：
中央监护***对所述各波形进行分析、阈值判定，并通过AI人工智能对波形进行实时分析，以判断所述各波形对应的生理参数是否异常；
当存在异常的生理参数时，中央监护***发出报警信息。
4.根据权利要求3所述的基于AI人工智能分析的中央监护***的数据处理方法，其特征在于，所述当存在异常的生理参数时，中央监护***发出报警信息还包括：
将该异常的生理参数下发报警信息至所述遥测监护仪。
5.根据权利要求4所述的基于AI人工智能分析的中央监护***的数据处理方法，其特征在于，所述的将该异常的生理参数下发报警信息至所述遥测监护仪具体为：
将该异常的生理参数通过无线AP下发报警信息至所述遥测监护仪。
6.根据权利要求5所述的基于AI人工智能分析的中央监护***的数据处理方法，其特征在于，所述的中央监护***包括：
显示单元，用于显示遥测监护仪的机器状态。
7.根据权利要求1所述的基于AI人工智能分析的中央监护***的数据处理方法，其特征在于，所述的中央监护***还包括：
报警***，所述报警***由显示屏上的不同颜色闪烁以及报警声音组成，报警声音通过连接服务器上的喇叭组成。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～7任意一项所述的基于AI人工智能分析的中央监护***的数据处理方法中的步骤。
9.一种基于AI人工智能分析的中央监护***的数据处理***，其特征在于，包括：遥测监护仪以及中央监护***，所述遥测监护仪与所述中央监护***通讯并将采集的数据发送至中央监护***，所述中央监护***包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如权利要求1～7任意一项所述的基于AI人工智能分析的中央监护***的数据处理方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911267716.7A CN110911006A (zh) | 2019-12-11 | 2019-12-11 | 基于ai人工智能分析的中央监护***的数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911267716.7A CN110911006A (zh) | 2019-12-11 | 2019-12-11 | 基于ai人工智能分析的中央监护***的数据处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110911006A true CN110911006A (zh) | 2020-03-24 |
Family
ID=69824633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911267716.7A Pending CN110911006A (zh) | 2019-12-11 | 2019-12-11 | 基于ai人工智能分析的中央监护***的数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110911006A (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101422362A (zh) * | 2008-12-09 | 2009-05-06 | 华南理工大学 | 具有运动伪差消除功能的无线心电监护*** |
| CN102085095A (zh) * | 2009-12-07 | 2011-06-08 | 深圳市新元素医疗技术开发有限公司 | 一种检测心电图中st段的方法、***和心电检测仪器 |
| CN103099615A (zh) * | 2013-01-23 | 2013-05-15 | 深圳市理邦精密仪器股份有限公司 | 一种消除运动心电信号干扰的方法和装置 |
| CN103259823A (zh) * | 2012-02-21 | 2013-08-21 | 苏州优点优唯医疗科技有限公司 | 远程医疗监护*** |
| CN104095627A (zh) * | 2014-05-20 | 2014-10-15 | 邱磊 | 一种心电图数字化信号质量软判决方法和装置 |
| CN104382567A (zh) * | 2014-11-14 | 2015-03-04 | 电子科技大学 | 近红外光谱人体血液动力学检测装置及运动干扰消除方法 |
| CN105678092A (zh) * | 2016-02-01 | 2016-06-15 | 中国人民解放军第三军医大学第三附属医院 | 基于物联网的重症监护智能报警管理*** |
| CN107049299A (zh) * | 2017-04-06 | 2017-08-18 | 河北大学 | 一种抗干扰心电检测***、检测方法、专用柔性石墨烯电极及其制备方法与用途 |
| CN107714023A (zh) * | 2017-11-27 | 2018-02-23 | 乐普（北京）医疗器械股份有限公司 | 基于人工智能自学习的静态心电图分析方法和装置 |
| CN109326347A (zh) * | 2018-10-15 | 2019-02-12 | 广州市三锐电子科技有限公司 | 一种基于人工智能的心电图远程监护*** |
| CN110353656A (zh) * | 2019-07-12 | 2019-10-22 | 东南大学 | 一种基于云架构的穿戴式心电监护***及其监护方法 |
-
2019
- 2019-12-11 CN CN201911267716.7A patent/CN110911006A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101422362A (zh) * | 2008-12-09 | 2009-05-06 | 华南理工大学 | 具有运动伪差消除功能的无线心电监护*** |
| CN102085095A (zh) * | 2009-12-07 | 2011-06-08 | 深圳市新元素医疗技术开发有限公司 | 一种检测心电图中st段的方法、***和心电检测仪器 |
| CN103259823A (zh) * | 2012-02-21 | 2013-08-21 | 苏州优点优唯医疗科技有限公司 | 远程医疗监护*** |
| CN103099615A (zh) * | 2013-01-23 | 2013-05-15 | 深圳市理邦精密仪器股份有限公司 | 一种消除运动心电信号干扰的方法和装置 |
| CN104095627A (zh) * | 2014-05-20 | 2014-10-15 | 邱磊 | 一种心电图数字化信号质量软判决方法和装置 |
| CN104382567A (zh) * | 2014-11-14 | 2015-03-04 | 电子科技大学 | 近红外光谱人体血液动力学检测装置及运动干扰消除方法 |
| CN105678092A (zh) * | 2016-02-01 | 2016-06-15 | 中国人民解放军第三军医大学第三附属医院 | 基于物联网的重症监护智能报警管理*** |
| CN107049299A (zh) * | 2017-04-06 | 2017-08-18 | 河北大学 | 一种抗干扰心电检测***、检测方法、专用柔性石墨烯电极及其制备方法与用途 |
| CN107714023A (zh) * | 2017-11-27 | 2018-02-23 | 乐普（北京）医疗器械股份有限公司 | 基于人工智能自学习的静态心电图分析方法和装置 |
| CN109326347A (zh) * | 2018-10-15 | 2019-02-12 | 广州市三锐电子科技有限公司 | 一种基于人工智能的心电图远程监护*** |
| CN110353656A (zh) * | 2019-07-12 | 2019-10-22 | 东南大学 | 一种基于云架构的穿戴式心电监护***及其监护方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9179851B2 (en) | System and method for high resolution wireless full disclosure ECG episode monitoring and analysis | |
| EP2733632A2 (en) | Apparatus and methods for remote disease management | |
| KR20080085205A (ko) | 광역망을 기반으로 하는 전기 생체 데이터 원격 이동모니터링 방법 및 그 장치 | |
| Bonnici et al. | Testing of wearable monitors in a real-world hospital environment: What lessons can be learnt? | |
| CN105496400A (zh) | 便捷式多导联无线心电监测设备及方法 | |
| JP2019502426A5 (zh) | ||
| CN107669262A (zh) | 基于svm与wlt的多导联远程心电诊断与监护***及方法 | |
| US11744524B2 (en) | Statistical display method for physiological parameter of monitoring apparatus, and monitoring apparatus | |
| CN210353491U (zh) | 一种触摸式带心电图测试功能的蓝牙耳机智能手环 | |
| US9905105B1 (en) | Method of increasing sensing device noticeability upon low battery level | |
| US20210321927A1 (en) | Method and device for monitoring vital sign of user | |
| CN103948385A (zh) | 一种心脏异常监测装置及其监测方法 | |
| Kuzmin et al. | Device and software for mobile heart monitoring | |
| CN204950942U (zh) | 用于心电监测的手机壳 | |
| CN110037688A (zh) | 一种生理数据采集的方法和监护设备 | |
| CN110911006A (zh) | 基于ai人工智能分析的中央监护***的数据处理方法 | |
| CN103371817A (zh) | 一种新型家用心律监测分析仪 | |
| CN201638350U (zh) | 院外心脏监护自动报警器 | |
| CN206007242U (zh) | 一种可穿戴心脏节律监测装置 | |
| EP3687393B1 (en) | Device and system for providing physiological data monitoring of patients | |
| CN209733985U (zh) | 无线12导联动态心电图实时监护仪 | |
| CN212118142U (zh) | 便携式心电监护仪 | |
| KR20200024673A (ko) | 운전자 모니터링을 위한 디지털 의류 | |
| US20220122444A1 (en) | Monitoring apparatus and method for operating same, monitor and computer storage medium | |
| CN213883246U (zh) | 一种实时无线心电动态监护装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200324 |
|
| RJ01 | Rejection of invention patent application after publication |