CN118039070A - 一种用于介入手术的临床护理*** - Google Patents
一种用于介入手术的临床护理*** Download PDFInfo
- Publication number
- CN118039070A CN118039070A CN202410432711.XA CN202410432711A CN118039070A CN 118039070 A CN118039070 A CN 118039070A CN 202410432711 A CN202410432711 A CN 202410432711A CN 118039070 A CN118039070 A CN 118039070A
- Authority
- CN
- China
- Prior art keywords
- care
- nursing
- interventional
- information
- patient
- 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
- 230000000474 nursing effect Effects 0.000 claims abstract description 119
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 230000002439 hemostatic effect Effects 0.000 claims abstract description 32
- 230000002980 postoperative effect Effects 0.000 claims abstract description 23
- 230000023597 hemostasis Effects 0.000 claims abstract description 21
- 230000006835 compression Effects 0.000 claims abstract description 13
- 238000007906 compression Methods 0.000 claims abstract description 13
- 230000000712 assembly Effects 0.000 claims abstract description 11
- 238000000429 assembly Methods 0.000 claims abstract description 11
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 82
- 238000001514 detection method Methods 0.000 claims description 64
- 210000003414 extremity Anatomy 0.000 claims description 44
- 201000010099 disease Diseases 0.000 claims description 33
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 33
- 206010018852 Haematoma Diseases 0.000 claims description 24
- 238000013152 interventional procedure Methods 0.000 claims description 24
- 239000008280 blood Substances 0.000 claims description 20
- 210000004369 blood Anatomy 0.000 claims description 20
- 238000005457 optimization Methods 0.000 claims description 20
- 210000003371 toe Anatomy 0.000 claims description 14
- 208000035965 Postoperative Complications Diseases 0.000 claims description 10
- 206010058046 Post procedural complication Diseases 0.000 claims description 7
- 230000017531 blood circulation Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 5
- 230000036772 blood pressure Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 description 14
- 230000000306 recurrent effect Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 208000032843 Hemorrhage Diseases 0.000 description 3
- 208000002193 Pain Diseases 0.000 description 3
- 208000007536 Thrombosis Diseases 0.000 description 3
- 230000000740 bleeding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000036407 pain Effects 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 206010061218 Inflammation Diseases 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000002679 ablation Methods 0.000 description 2
- 208000034158 bleeding Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 208000009087 False Aneurysm Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000004550 Postoperative Pain Diseases 0.000 description 1
- 208000036838 Postoperative fever Diseases 0.000 description 1
- 206010048975 Vascular pseudoaneurysm Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 210000001142 back Anatomy 0.000 description 1
- 238000001266 bandaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000003073 embolic effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 201000011066 hemangioma Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000002697 interventional radiology Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000001732 thrombotic effect Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种用于介入手术的临床护理***,涉及介入手术领域,包括:护理病例管理模块,用于建立护理病例数据库,护理病例数据库用于存储多个介入手术护理病例;临床监护模块,至少包括加压止血组件及多个临床监护组件,加压止血组件用于肿瘤介入术后对患者的介入穿刺部位进行压迫止血,多个临床监护组件用于获取当前患者的术后临床监控数据;参数确定模块,用于基于护理病例数据库确定加压止血组件的止血参数,还用于基于护理病例数据库确定多个临床监护组件的工作参数;数据处理模块,用于基于护理病例数据库及多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,具有提高介入手术的临床护理的质量的优点。
Description
技术领域
本发明涉及介入手术领域,特别涉及一种用于介入手术的临床护理***。
背景技术
介入放射学又称介入治疗学,是近年迅速发展起来的一门融合了影像诊断和临床治疗于一体的新兴学科。它是在数字减影血管造影机、CT、超声和磁共振等影像设备的引导和监视下,利用穿刺针、导管及其他介入器材,通过人体自然孔道或微小的创口将特定的器械导入人体病变部位进行微创治疗的一系列技术的总称。介入治疗应用数字技术,扩大了医生的视野,借助导管,导丝延长了医生的双手,它的切口(穿刺点)面积较小,不用切开人体组织,就可治疗许多过去无法治疗,必须手术治疗或内科治疗疗效欠佳的疾病,如肿瘤,血管瘤等。介入治疗具有不开刀,创伤小,恢复快,效果好的特点。
现有技术中,由于介入手术的临床护理大部分的工作以医护人员为主,无法做到实时监控或远程监控,降低了护理工作的效率,导致无法实现介入手术的临床护理的实时监控并针对异常情况及时报警反馈。
因此,需要提供一种用于介入手术的临床护理***,用于提高介入手术的临床护理的质量。
发明内容
本发明提供一种用于介入手术的临床护理***,包括:护理病例管理模块,用于建立护理病例数据库,其中,所述护理病例数据库用于存储多个介入手术护理病例;临床监护模块,至少包括加压止血组件及多个临床监护组件,其中,所述加压止血组件用于肿瘤介入术后对患者的介入穿刺部位进行压迫止血,所述多个临床监护组件用于获取当前患者的术后临床监控数据;参数确定模块,用于基于所述护理病例数据库确定所述加压止血组件的止血参数,其中,所述止血参数至少包括压力值及加压时间,还用于基于所述护理病例数据库确定所述多个临床监护组件的工作参数;数据处理模块,用于基于所述护理病例数据库及所述多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估。
进一步地,所述护理病例管理模块建立护理病例数据库,包括:获取多个介入手术护理病例,其中,所述介入手术护理病例至少包括患者基本信息、患者疾病既往史信息、患者当前疾病信息、介入手术信息及术后临床护理信息;计算任意两个所述介入手术护理病例之间的病例相似度;通过k均值聚类算法基于任意两个所述介入手术护理病例之间的病例相似度,对所述多个介入手术护理病例进行聚类,确定多个护理病例聚类簇;按照所述多个护理病例聚类簇建立所述护理病例数据库。
进一步地,所述参数确定模块基于所述护理病例数据库确定所述加压止血组件的止血参数,包括:对于每个所述护理病例聚类簇,通过参数确定模型基于所述护理病例聚类簇包括的多个介入手术护理病例,确定所述护理病例聚类簇对应的最优止血参数;对于每个所述护理病例聚类簇,基于当前患者的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息和每个所述护理病例聚类簇的聚类中心的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息,确定每个所述护理病例聚类簇的簇匹配度;基于每个所述护理病例聚类簇的簇匹配度,从所述多个护理病例聚类簇中确定至少一个目标护理病例聚类簇;基于所述至少一个目标护理病例聚类簇对应的最优止血参数,确定所述加压止血组件的止血参数。
进一步地,所述多个临床监护组件至少包括:制动检测装置,用于检测当前患者的介入穿刺部位的制动信息;渗血检测装置,用于检测当前患者的介入穿刺部位的渗血信息;血肿检测装置,用于检测当前患者的介入穿刺部位的血肿信息;生理检测装置,用于采集当前患者的生理信息,其中,所述生理信息至少包括温度信息、血压信息及脉搏信息;肢体检测装置,用于获取当前患者的介入穿刺部位所在肢体的图像信息。
进一步地,所述参数确定模块基于所述护理病例数据库确定所述多个临床监护组件的工作参数,包括:对于每个所述护理病例聚类簇,基于所述护理病例聚类簇包括的多个介入手术护理病例,确定所述护理病例聚类簇对应的至少一个介入术后并发症;基于所述至少一个目标护理病例聚类簇对应的至少一个介入术后并发症,确定所述制动检测装置、渗血检测装置、血肿检测装置及生理检测装置的工作时间及检测频率。
进一步地,所述制动检测装置包括加速度传感器和振动传感器;所述数据处理模块基于所述护理病例数据库及所述多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:基于所述加速度传感器在所述制动检测装置的工作时间的多个时间点采集的加速度数据,生成加速度序列;基于所述振动传感器在所述制动检测装置的工作时间的多个时间点采集的振动数据,生成振动序列;基于所述加速度序列及所述振动序列,对所述当前患者的介入穿刺部位的制动情况进行评估。
进一步地,所述数据处理模块基于所述加速度序列及所述振动序列,对所述当前患者的介入穿刺部位的制动情况进行评估,包括:计算所述加速度序列的加速度波动参数,并基于所述加速度波动参数判断所述加速度序列是否有效;计算所述振动序列的振动波动参数,并基于所述振动波动参数判断所述振动序列是否有效;当判断所述加速度序列和所述振动序列均有效时,基于所述加速度序列生成加速度曲线,对所述加速度曲线进行经验模态分解,生成至少一个加速度分量及加速度残差,基于所述振动序列生成振动曲线,生成至少一个振动分量及振动残差;通过联合处理模型基于所述至少一个加速度分量及加速度残差和所述至少一个振动分量及振动残差,对所述加速度序列及所述振动序列进行去噪及补全处理,生成处理后的加速度序列及处理后的振动序列;通过制动评估模型基于所述处理后的加速度序列及处理后的振动序列,对所述当前患者的介入穿刺部位的制动情况进行评估。
进一步地,所述渗血检测装置包括第一彩色图像获取设备,用于获取所述当前患者的介入穿刺部位的彩色图像;所述血肿检测装置包括点云获取设备,用于获取所述当前患者的介入穿刺部位的点云信息:所述数据处理模块基于所述护理病例数据库及所述多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:基于所述当前患者的介入穿刺部位的彩色图像,对所述当前患者的介入穿刺部位的渗血情况进行评估;基于所述当前患者的介入穿刺部位的点云信息,对所述当前患者的介入穿刺部位的血肿情况进行评估。
进一步地,所述参数确定模块基于所述护理病例数据库确定所述多个临床监护组件的工作参数,包括:基于所述至少一个目标护理病例聚类簇对应的至少一个介入术后并发症,确定所述当前患者的介入穿刺部位所在肢体的目标区域;所述肢体检测装置包括第二彩色图像获取设备、肢体温度获取设备及脚趾动度获取设备,其中,所述第二彩色图像获取设备用于获取所述当前患者的介入穿刺部位所在肢体的目标区域的彩色图像,所述肢体温度获取设备用于获取所述当前患者的介入穿刺部位所在肢体的目标区域的温度信息,所述脚趾动度获取设备用于获取所述当前患者的介入穿刺部位所在肢体的脚趾的活动度信息;所述数据处理模块基于所述护理病例数据库及所述多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:用于基于所述当前患者的介入穿刺部位所在肢体的目标区域的彩色图像及温度信息和所述当前患者的介入穿刺部位所在肢体的脚趾的活动度信息,对所述当前患者的介入穿刺部位所在肢体的血液循环情况进行评估。
进一步地,所述***还包括:护理优化模块,用于对于每个所述护理病例聚类簇,基于所述护理病例聚类簇包括的多个介入手术护理病例,确定所述护理病例聚类簇的每个介入术后并发症的最优护理优化信息,建立护理优化图谱;所述护理优化模块还用于基于当前患者的护理情况的评估情况和所述护理优化图谱,生成护理优化信息。
相比于现有技术,本发明提供的一种用于介入手术的临床护理***,至少具备以下有益效果:
1、通过建立护理病例数据库,对当前患者的介入手术后护理提供数据支持,即确定与当前患者更加匹配的加压止血组件的止血参数和多个临床监护组件的工作参数,实现对介入手术后的患者的自动化监护,并进一步基于护理病例数据库及多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行准确评估,减少介入手术的临床护理对人力的依赖性,提高了介入手术的临床护理的质量。
2、通过检测当前患者的介入穿刺部位的制动信息、当前患者的介入穿刺部位的渗血信息、当前患者的介入穿刺部位的血肿信息、采集当前患者的生理信息及当前患者的介入穿刺部位所在肢体的图像信息,实现较为全面地对当前患者的介入手术并发症进行监测。
3、通过计算加速度序列的加速度波动参数,并基于加速度波动参数判断加速度序列是否有效,计算振动序列的振动波动参数,并基于振动波动参数判断振动序列是否有效,在加速度序列和振动序列均有效的前提下,再对加速度序列和振动序列进行去噪及补全处理,并基于处理后的加速度序列及处理后的振动序列,对当前患者的介入穿刺部位的制动情况进行评估,避免因加速度传感器或振动传感器故障,引起的误判。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的一种用于介入手术的临床护理***的模块示意图;
图2是根据本说明书一些实施例所示的建立护理病例数据库的流程示意图;
图3是根据本说明书一些实施例所示的确定加压止血组件的止血参数的流程示意图;
图4是根据本说明书一些实施例所示的对当前患者的介入穿刺部位的制动情况进行评估的流程示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
图1是根据本说明书一些实施例所示的一种用于介入手术的临床护理***的模块示意图,如图1所示,一种用于介入手术的临床护理***可以包括护理病例管理模块、临床监护模块、参数确定模块、数据处理模块及护理优化模块。
护理病例管理模块可以用于建立护理病例数据库。
其中,护理病例数据库用于存储多个介入手术护理病例,在一些实施例中,介入手术护理病例至少包括患者基本信息、患者疾病既往史信息、患者当前疾病信息、介入手术信息及术后临床护理信息。患者基本信息可以包括性别、年龄、身高、体重等,患者疾病既往史信息可以包括患者之前患过的疾病、目前仍处在疾病过程中但与本次介入手术无联系的疾病、传染病、外伤、手术、输血、预防接种、过敏情况等,患者当前疾病信息可以包括与本次介入手术直接关联的疾病信息,介入手术信息可以包括本次执行的介入手术的信息,例如,穿刺部位、手术类型等,术后临床护理信息可以包括用药信息及介入术后并发症情况等。
图2是根据本说明书一些实施例所示的建立护理病例数据库的流程示意图,如图2所示,护理病例管理模块建立护理病例数据库,包括:
获取多个介入手术护理病例;
计算任意两个介入手术护理病例之间的病例相似度;
通过k均值聚类算法基于任意两个介入手术护理病例之间的病例相似度,对多个介入手术护理病例进行聚类,确定多个护理病例聚类簇;
按照多个护理病例聚类簇建立护理病例数据库。
具体的,对于任意两个介入手术护理病例,可以通过相似度确定模型基于该两个介入手术护理病例的患者基本信息、患者疾病既往史信息、患者当前疾病信息、介入手术信息及术后临床护理信息,确定该两个介入手术护理病例之间的病例相似度。其中,相似度确定模型可以为循环神经网络(Recurrent Neural Networks,RNN)模型。
通过k均值聚类算法基于任意两个介入手术护理病例之间的病例相似度,对多个介入手术护理病例进行聚类,确定多个护理病例聚类簇,具体包括:预将多个介入手术护理病例分为K组,则随机选取K个介入手术护理病例作为初始的聚类中心,然后基于任意两个介入手术护理病例之间的病例相似度,计算每个介入手术护理病例与各个初始的聚类中心之间的距离,把每个介入手术护理病例分配给距离它最近的聚类中心。聚类中心以及分配给它们的介入手术护理病例就代表一个聚类。每分配一个介入手术护理病例,聚类的聚类中心会根据聚类中现有的介入手术护理病例被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)介入手术护理病例被重新分配给不同的聚类,没有(或最小数目)聚类中心再发生变化,误差平方和局部最小。
临床监护模块可以至少包括加压止血组件及多个临床监护组件,其中,加压止血组件用于肿瘤介入术后对患者的介入穿刺部位进行压迫止血,多个临床监护组件用于获取当前患者的术后临床监控数据。
在一些实施例中,多个临床监护组件至少包括:
制动检测装置,用于检测当前患者的介入穿刺部位的制动信息,其中,制动检测装置包括安装在当前患者的介入穿刺部位所在肢体的加速度传感器和振动传感器;
渗血检测装置,用于检测当前患者的介入穿刺部位的渗血信息,其中,渗血检测装置可以包括第一彩色图像获取设备,用于获取当前患者的介入穿刺部位的彩色图像;
血肿检测装置,用于检测当前患者的介入穿刺部位的血肿信息,其中,血肿检测装置包括点云获取设备,用于获取当前患者的介入穿刺部位的点云信息;
生理检测装置,用于采集当前患者的生理信息,其中,生理信息至少包括温度信息、血压信息及脉搏信息,生理检测装置可以包括体温计及血压仪;
肢体检测装置,用于获取当前患者的介入穿刺部位所在肢体的图像信息,其中,肢体检测装置包括第二彩色图像获取设备、肢体温度获取设备及脚趾动度获取设备,第二彩色图像获取设备用于获取当前患者的介入穿刺部位所在肢体的目标区域的彩色图像,肢体温度获取设备用于获取当前患者的介入穿刺部位所在肢体的目标区域的温度信息,脚趾动度获取设备用于获取当前患者的介入穿刺部位所在肢体的脚趾的活动度信息。
参数确定模块可以用于基于护理病例数据库确定加压止血组件的止血参数,其中,止血参数至少包括压力值及加压时间。
图3是根据本说明书一些实施例所示的确定加压止血组件的止血参数的流程示意图,如图3所示,在一些实施例中,参数确定模块基于护理病例数据库确定加压止血组件的止血参数,包括:
对于每个护理病例聚类簇,通过参数确定模型基于护理病例聚类簇包括的多个介入手术护理病例,确定护理病例聚类簇对应的最优止血参数,其中,参数确定模型可以为长短时记忆网络(Long Short-Term Memory,LSTM)模型;
对于每个护理病例聚类簇,基于当前患者的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息和每个护理病例聚类簇的聚类中心的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息,确定每个护理病例聚类簇的簇匹配度;
基于每个护理病例聚类簇的簇匹配度,从多个护理病例聚类簇中确定至少一个目标护理病例聚类簇;
基于至少一个目标护理病例聚类簇对应的最优止血参数,确定加压止血组件的止血参数。
具体的,对于每个护理病例聚类簇,可以通过匹配度确定模型基于当前患者的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息和护理病例聚类簇的聚类中心的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息,确定护理病例聚类簇的簇匹配度。当前患者的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息与护理病例聚类簇的聚类中心的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息越相似,护理病例聚类簇的簇匹配度越高。其中,匹配度确定模型可以为循环神经网络(Recurrent Neural Networks,RNN)模型。
参数确定模块可以将簇匹配度大于预设簇匹配度阈值的护理病例聚类簇作为目标护理病例聚类簇。
在一些实施例中,参数确定模块可以将簇匹配度最大的目标护理病例聚类簇对应的最优止血参数作为当前患者对应的加压止血组件的止血参数。
在一些实施例中,参数确定模块可以通过参数拟合模型对每个目标护理病例聚类簇对应的最优止血参数进行拟合,确定当前患者对应的加压止血组件的止血参数。参数拟合模型可以为循环神经网络(Recurrent Neural Networks,RNN)模型。
参数确定模块还可以用于基于护理病例数据库确定多个临床监护组件的工作参数。
具体包括:
对于每个护理病例聚类簇,基于护理病例聚类簇包括的多个介入手术护理病例,确定护理病例聚类簇对应的至少一个介入术后并发症;
基于至少一个目标护理病例聚类簇对应的至少一个介入术后并发症,确定制动检测装置、渗血检测装置、血肿检测装置及生理检测装置的工作时间及在该工作时间的检测频率。
具体的,介入术后并发症可以包括:
1、栓塞综合症:发热,一般不会高于39℃。术后发热主要是“吸收热”----瘤灶的坏死组织随血液循环被带离原来的部位,最终排出体外,在其过程中会引起类似炎症反应的发热,也可能由消融部位的炎症反应引起。
疼痛:麻醉减退后,术后的疼痛大多为轻到中度疼痛,可以耐受,主要由消融过程中对实质器官组织或神经的损毁引起。
2、穿刺点出血或血肿:有血肿,局部包块可能有动脉搏动,形成假性动脉瘤形成。
3)血栓:肢体变冷、下肢疼痛、趾端苍白麻木、足背动脉搏动减弱。
4)骨髓抑制。
在一些实施例中,对于每个护理病例聚类簇,参数确定模块可以护理病例聚类簇包括的多个介入手术护理病例,确定每个介入术后并发症的发生概率,将发生概率大于预设并发症发生概率阈值的介入术后并发症作为该护理病例聚类簇对应的介入术后并发症,并确定该介入术后并发症的发生时间(例如,术后1-3天、术后24小时内等)。
在一些实施例中,参数确定模块可以基于目标护理病例聚类簇。
例如,可以基于以下公式确定制动检测装置、渗血检测装置、血肿检测装置及生理检测装置的检测频率:
其中,为第i种介入术后并发症对应的检测装置的检测频率,为第i种介入术后并发症对应的检测装置的预设检测频率,/>为取最大值运算,/>为第i种介入术后并发症在第j个目标护理病例聚类簇的发生概率,/>第j个目标护理病例聚类簇对应的簇匹配度,/>为预设的归一化参数,/>为目标护理病例聚类簇的总数。
在一些实施例中,参数确定模块基于护理病例数据库确定多个临床监护组件的工作参数,包括:
基于至少一个目标护理病例聚类簇对应的至少一个介入术后并发症,确定当前患者的介入穿刺部位所在肢体的目标区域。其中,目标区域可以为当前患者的介入穿刺部位所在肢体容易发生血栓的区域。
仅作为示例的,参数确定模块可以通过区域确定模型基于目标护理病例聚类簇包括的发生血栓的介入手术护理病例的术后临床护理信息,确定当前患者的介入穿刺部位所在肢体的目标区域。其中,参数确定模块可以为循环神经网络(Recurrent NeuralNetworks,RNN)模型。
数据处理模块可以用于基于护理病例数据库及多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估。例如,对当前患者的介入术后并发症发生概率进行评估和预测。
在一些实施例中,数据处理模块基于护理病例数据库及多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:
基于加速度传感器在制动检测装置的工作时间的多个时间点采集的加速度数据,生成加速度序列;
基于振动传感器在制动检测装置的工作时间的多个时间点采集的振动数据,生成振动序列;
基于加速度序列及振动序列,对当前患者的介入穿刺部位的制动情况进行评估。
图4是根据本说明书一些实施例所示的对当前患者的介入穿刺部位的制动情况进行评估的流程示意图,如图4所示,在一些实施例中,数据处理模块基于加速度序列及振动序列,对当前患者的介入穿刺部位的制动情况进行评估,包括:
计算加速度序列的加速度波动参数,并基于加速度波动参数判断加速度序列是否有效;
计算振动序列的振动波动参数,并基于振动波动参数判断振动序列是否有效;
当判断加速度序列和振动序列均有效时,基于加速度序列生成加速度曲线,对加速度曲线进行经验模态分解,生成至少一个加速度分量及加速度残差,基于振动序列生成振动曲线,生成至少一个振动分量及振动残差;
通过联合处理模型基于至少一个加速度分量及加速度残差和至少一个振动分量及振动残差,对加速度序列及振动序列进行去噪及补全处理,生成处理后的加速度序列及处理后的振动序列,其中,联合处理模型可以为GAN(Generative Adversarial Networks,生成对抗网络)模型;
通过制动评估模型基于处理后的加速度序列及处理后的振动序列,对当前患者的介入穿刺部位的制动情况进行评估。
具体的,可以根据以下公式计算加速度序列的加速度波动参数:
其中,为加速度序列的加速度波动参数,/>为加速度传感器在/>检测时间点采集的加速度,/>为一个检测周期包括的检测时间点的总数。
可以根据以下公式计算振动序列的振动波动参数:
其中,为振动序列的振动波动参数,/>为振动传感器在/>检测时间点采集的振动幅值。
当加速度序列的加速度波动参数位于预设加速度波动参数范围内时,判断加速度序列有效。当振动序列的振动波动参数位于预设振动波动参数范围内时,判断振动序列有效。
制动评估模型基于处理后的加速度序列及处理后的振动序列,对当前患者的介入穿刺部位的制动情况进行评估,例如,评估当前患者的动作是否会引起介入穿刺部位出血、血肿。其中,制动评估模型可以为人工神经网络(Artificial Neural Network,ANN)模型。
在一些实施例中,数据处理模块基于护理病例数据库及多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:
基于当前患者的介入穿刺部位的彩色图像,对当前患者的介入穿刺部位的渗血情况进行评估,例如,可以通过渗血检测模型基于当前患者的介入穿刺部位的彩色图像,评估当前患者的介入穿刺部位是否发生渗血,其中,血肿检测模型可以为SSD(Single ShotMultiBox Detector)模型;
基于当前患者的介入穿刺部位的点云信息,对当前患者的介入穿刺部位的血肿情况进行评估,例如,可以通过血肿检测模型基于当前患者的介入穿刺部位的点云信息,评估当前患者的介入穿刺部位是否发生血肿及血肿尺寸等,其中,血肿检测模型可以为循环神经网络(Recurrent Neural Networks,RNN)模型。
在一些实施例中,数据处理模块基于护理病例数据库及多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:
用于基于当前患者的介入穿刺部位所在肢体的目标区域的彩色图像及温度信息和当前患者的介入穿刺部位所在肢体的脚趾的活动度信息,对当前患者的介入穿刺部位所在肢体的血液循环情况进行评估,例如,可以通过血液循环检测模型基于当前患者的介入穿刺部位所在肢体的目标区域的彩色图像及温度信息和当前患者的介入穿刺部位所在肢体的脚趾的活动度信息,评估当前患者的介入穿刺部位所在肢体发生血栓的概率,其中,血液循环检测模型可以为循环神经网络(Recurrent Neural Networks,RNN)模型。
护理优化模块可以用于对于每个护理病例聚类簇,基于护理病例聚类簇包括的多个介入手术护理病例,确定护理病例聚类簇的每个介入术后并发症的最优护理优化信息,建立护理优化图谱。
护理优化模块还用于基于当前患者的护理情况的评估情况和护理优化图谱,生成护理优化信息。其中,护理优化信息可以为针对当前患者可能发生的介入术后并发症的应对措施。例如,当前患者持续发热低于38 ℃,需要给当前患者补水,当前患者持续发热高于38 ℃,建议给药。又例如,穿刺部位肿胀、压痛、针孔渗血,给予加压包扎,冰敷4h后止血。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种用于介入手术的临床护理***,其特征在于,包括:
护理病例管理模块,用于建立护理病例数据库,其中,所述护理病例数据库用于存储多个介入手术护理病例;
临床监护模块,至少包括加压止血组件及多个临床监护组件,其中,所述加压止血组件用于肿瘤介入术后对患者的介入穿刺部位进行压迫止血,所述多个临床监护组件用于获取当前患者的术后临床监控数据;
参数确定模块,用于基于所述护理病例数据库确定所述加压止血组件的止血参数,其中,所述止血参数至少包括压力值及加压时间,还用于基于所述护理病例数据库确定所述多个临床监护组件的工作参数;
数据处理模块,用于基于所述护理病例数据库及所述多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估。
2.根据权利要求1所述的一种用于介入手术的临床护理***,其特征在于,所述护理病例管理模块建立护理病例数据库,包括:
获取多个介入手术护理病例,其中,所述介入手术护理病例至少包括患者基本信息、患者疾病既往史信息、患者当前疾病信息、介入手术信息及术后临床护理信息;
计算任意两个所述介入手术护理病例之间的病例相似度;
通过k均值聚类算法基于任意两个所述介入手术护理病例之间的病例相似度,对所述多个介入手术护理病例进行聚类,确定多个护理病例聚类簇;
按照所述多个护理病例聚类簇建立所述护理病例数据库。
3.根据权利要求2所述的一种用于介入手术的临床护理***,其特征在于,所述参数确定模块基于所述护理病例数据库确定所述加压止血组件的止血参数,包括:
对于每个所述护理病例聚类簇,通过参数确定模型基于所述护理病例聚类簇包括的多个介入手术护理病例,确定所述护理病例聚类簇对应的最优止血参数;
对于每个所述护理病例聚类簇,基于当前患者的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息和每个所述护理病例聚类簇的聚类中心的患者基本信息、患者疾病既往史信息、患者当前疾病信息及介入手术信息,确定每个所述护理病例聚类簇的簇匹配度;
基于每个所述护理病例聚类簇的簇匹配度,从所述多个护理病例聚类簇中确定至少一个目标护理病例聚类簇;
基于所述至少一个目标护理病例聚类簇对应的最优止血参数,确定所述加压止血组件的止血参数。
4.根据权利要求3所述的一种用于介入手术的临床护理***,其特征在于,所述多个临床监护组件至少包括:
制动检测装置,用于检测当前患者的介入穿刺部位的制动信息;
渗血检测装置,用于检测当前患者的介入穿刺部位的渗血信息;
血肿检测装置,用于检测当前患者的介入穿刺部位的血肿信息;
生理检测装置,用于采集当前患者的生理信息,其中,所述生理信息至少包括温度信息、血压信息及脉搏信息;
肢体检测装置,用于获取当前患者的介入穿刺部位所在肢体的图像信息。
5.根据权利要求4所述的一种用于介入手术的临床护理***,其特征在于,所述参数确定模块基于所述护理病例数据库确定所述多个临床监护组件的工作参数,包括:
对于每个所述护理病例聚类簇,基于所述护理病例聚类簇包括的多个介入手术护理病例,确定所述护理病例聚类簇对应的至少一个介入术后并发症;
基于所述至少一个目标护理病例聚类簇对应的至少一个介入术后并发症,确定所述制动检测装置、渗血检测装置、血肿检测装置及生理检测装置的工作时间及检测频率。
6.根据权利要求4或5所述的一种用于介入手术的临床护理***,其特征在于,所述制动检测装置包括加速度传感器和振动传感器;
所述数据处理模块基于所述护理病例数据库及所述多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:
基于所述加速度传感器在所述制动检测装置的工作时间的多个时间点采集的加速度数据,生成加速度序列;
基于所述振动传感器在所述制动检测装置的工作时间的多个时间点采集的振动数据,生成振动序列;
基于所述加速度序列及所述振动序列,对所述当前患者的介入穿刺部位的制动情况进行评估。
7.根据权利要求6所述的一种用于介入手术的临床护理***,其特征在于,所述数据处理模块基于所述加速度序列及所述振动序列,对所述当前患者的介入穿刺部位的制动情况进行评估,包括:
计算所述加速度序列的加速度波动参数,并基于所述加速度波动参数判断所述加速度序列是否有效;
计算所述振动序列的振动波动参数,并基于所述振动波动参数判断所述振动序列是否有效;
当判断所述加速度序列和所述振动序列均有效时,基于所述加速度序列生成加速度曲线,对所述加速度曲线进行经验模态分解,生成至少一个加速度分量及加速度残差,基于所述振动序列生成振动曲线,生成至少一个振动分量及振动残差;
通过联合处理模型基于所述至少一个加速度分量及加速度残差和所述至少一个振动分量及振动残差,对所述加速度序列及所述振动序列进行去噪及补全处理,生成处理后的加速度序列及处理后的振动序列;
通过制动评估模型基于所述处理后的加速度序列及处理后的振动序列,对所述当前患者的介入穿刺部位的制动情况进行评估。
8.根据权利要求4或5所述的一种用于介入手术的临床护理***,其特征在于,所述渗血检测装置包括第一彩色图像获取设备,用于获取所述当前患者的介入穿刺部位的彩色图像;
所述血肿检测装置包括点云获取设备,用于获取所述当前患者的介入穿刺部位的点云信息:
所述数据处理模块基于所述护理病例数据库及所述多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:
基于所述当前患者的介入穿刺部位的彩色图像,对所述当前患者的介入穿刺部位的渗血情况进行评估;
基于所述当前患者的介入穿刺部位的点云信息,对所述当前患者的介入穿刺部位的血肿情况进行评估。
9.根据权利要求4或5所述的一种用于介入手术的临床护理***,其特征在于,所述参数确定模块基于所述护理病例数据库确定所述多个临床监护组件的工作参数,包括:
基于所述至少一个目标护理病例聚类簇对应的至少一个介入术后并发症,确定所述当前患者的介入穿刺部位所在肢体的目标区域;
所述肢体检测装置包括第二彩色图像获取设备、肢体温度获取设备及脚趾动度获取设备,其中,所述第二彩色图像获取设备用于获取所述当前患者的介入穿刺部位所在肢体的目标区域的彩色图像,所述肢体温度获取设备用于获取所述当前患者的介入穿刺部位所在肢体的目标区域的温度信息,所述脚趾动度获取设备用于获取所述当前患者的介入穿刺部位所在肢体的脚趾的活动度信息;
所述数据处理模块基于所述护理病例数据库及所述多个临床监护组件获取的患者的术后临床监控数据,对当前患者的护理情况进行评估,包括:
用于基于所述当前患者的介入穿刺部位所在肢体的目标区域的彩色图像及温度信息和所述当前患者的介入穿刺部位所在肢体的脚趾的活动度信息,对所述当前患者的介入穿刺部位所在肢体的血液循环情况进行评估。
10.根据权利要求5所述的一种用于介入手术的临床护理***,其特征在于,还包括:
护理优化模块,用于对于每个所述护理病例聚类簇,基于所述护理病例聚类簇包括的多个介入手术护理病例,确定所述护理病例聚类簇的每个介入术后并发症的最优护理优化信息,建立护理优化图谱;
所述护理优化模块还用于基于当前患者的护理情况的评估情况和所述护理优化图谱,生成护理优化信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410432711.XA CN118039070B (zh) | 2024-04-11 | 2024-04-11 | 一种用于介入手术的临床护理*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410432711.XA CN118039070B (zh) | 2024-04-11 | 2024-04-11 | 一种用于介入手术的临床护理*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118039070A true CN118039070A (zh) | 2024-05-14 |
CN118039070B CN118039070B (zh) | 2024-06-28 |
Family
ID=90984376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410432711.XA Active CN118039070B (zh) | 2024-04-11 | 2024-04-11 | 一种用于介入手术的临床护理*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118039070B (zh) |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020177551A1 (en) * | 2000-05-31 | 2002-11-28 | Terman David S. | Compositions and methods for treatment of neoplastic disease |
CN101443780A (zh) * | 2004-12-30 | 2009-05-27 | 普罗文蒂斯公司 | 用于开发和使用用于预测多种医学结果、评价介入策略以及同时验证生物标志物诱因的预测模型的方法、***和计算机程序产品 |
CN103083251A (zh) * | 2013-01-22 | 2013-05-08 | 上海中医药大学附属曙光医院 | 一种丹参酮ⅱa-聚乳酸羟基乙酸微球用于制备抗肿瘤药物的用途 |
CN103778807A (zh) * | 2012-10-23 | 2014-05-07 | 天津市天堰医教科技开发有限公司 | 高级护理情景仿真训练*** |
CN104873270A (zh) * | 2014-02-27 | 2015-09-02 | 深圳市科曼医疗设备有限公司 | 监护仪它床观察方法及监护仪*** |
CN109044464A (zh) * | 2018-09-06 | 2018-12-21 | 徐隋意 | 一种脑血管介入术后穿刺部位按压装置 |
CN210301536U (zh) * | 2019-06-29 | 2020-04-14 | 李晓 | 一种介入手术后防感染护理装置 |
CN111210890A (zh) * | 2020-02-14 | 2020-05-29 | 成都木老仁康软件信息有限公司 | 一种基于临床数据的抗凝药学监护管理方法 |
CN111505961A (zh) * | 2020-04-13 | 2020-08-07 | 宋歌 | 基于临床试验数据的虚拟人体仿真*** |
CN112104692A (zh) * | 2020-06-29 | 2020-12-18 | 黑龙江省医院 | 一种医疗物联网健康监测方法 |
CN112259219A (zh) * | 2020-09-30 | 2021-01-22 | 吾征智能技术(北京)有限公司 | 一种基于上消化道出血预测疾病的***、设备、存储介质 |
CN113171059A (zh) * | 2021-04-25 | 2021-07-27 | 首都医科大学附属北京天坛医院 | 多模态监测信息的术后end风险预警及相关设备 |
US20210268231A1 (en) * | 2019-09-19 | 2021-09-02 | Institute Of Automation, Chinese Academy Of Sciences | Vascular interventional instrument control device with double guide wires or balloons |
CN113409911A (zh) * | 2021-07-14 | 2021-09-17 | 浙江大学 | 一种基于病例临床表型关联度的中药组方推荐方法及*** |
CN215021292U (zh) * | 2021-04-22 | 2021-12-07 | 重庆市九龙坡区人民医院 | 一种新型护理病例管理装置 |
CN114129147A (zh) * | 2021-10-14 | 2022-03-04 | 北京理工大学 | 基于脑功能网络的帕金森患者dbs术后效果预测***及方法 |
CN114242195A (zh) * | 2021-12-09 | 2022-03-25 | 齐晓宇 | 一种临床药学监护管理方法 |
CN114767205A (zh) * | 2022-03-16 | 2022-07-22 | 山西医科大学 | 全自动桡动脉压迫止血器及监测方法 |
CN115036011A (zh) * | 2022-08-10 | 2022-09-09 | 梅傲科技(广州)有限公司 | 基于数字病理图像进行实体肿瘤预后评估的*** |
CN115188477A (zh) * | 2022-08-01 | 2022-10-14 | 首都医科大学附属北京朝阳医院 | 肝癌肝移植术后预后预测方法、***及装置 |
CN115376706A (zh) * | 2022-10-26 | 2022-11-22 | 杭州艾名医学科技有限公司 | 一种基于预测模型的乳腺癌药物方案的预测方法及装置 |
CN115579107A (zh) * | 2022-09-21 | 2023-01-06 | 上海市第一人民医院 | 一种基于围手术期医护最优行为的智能辅助决策模型 |
CN115631860A (zh) * | 2022-10-27 | 2023-01-20 | 重庆大学 | 一种基于多任务学习的肝癌预后分析方法、***及设备 |
CN115670572A (zh) * | 2022-11-11 | 2023-02-03 | 嘉兴东晗智能设备有限公司 | 一种桡动脉智能压迫止血器及其控制方法 |
CN115831378A (zh) * | 2022-08-25 | 2023-03-21 | 中国人民解放军海军军医大学第三附属医院 | 一种胆管癌化疗联合免疫治疗疗效预测的模型及其应用 |
CN116298312A (zh) * | 2023-02-24 | 2023-06-23 | 中山大学 | 一种预测急性冠脉综合征病人预后风险的标志物及其预测预后风险的*** |
CN116884570A (zh) * | 2023-09-06 | 2023-10-13 | 南京诺源医疗器械有限公司 | 一种基于图像处理的术中实时仿真疗效评估*** |
CN116912098A (zh) * | 2022-06-30 | 2023-10-20 | 武汉联影智融医疗科技有限公司 | 用于介入手术医学影像处理方法、***、装置及存储介质 |
CN116936025A (zh) * | 2023-07-19 | 2023-10-24 | 上海市第七人民医院(上海中医药大学附属第七人民医院) | 一种心血管疾病临床治疗用药监护*** |
CN117076655A (zh) * | 2023-07-24 | 2023-11-17 | 上海联影智能医疗科技有限公司 | 一种手术规划方案生成方法、***、装置和介质 |
CN117133439A (zh) * | 2023-05-26 | 2023-11-28 | 福建省妇幼保健院 | 一种卵巢恶性和交界性肿瘤诊断模型构建方法 |
CN117438071A (zh) * | 2023-10-10 | 2024-01-23 | 内蒙古包钢医院 | 一种临床药学信息交互控制方法 |
-
2024
- 2024-04-11 CN CN202410432711.XA patent/CN118039070B/zh active Active
Patent Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020177551A1 (en) * | 2000-05-31 | 2002-11-28 | Terman David S. | Compositions and methods for treatment of neoplastic disease |
CN101443780A (zh) * | 2004-12-30 | 2009-05-27 | 普罗文蒂斯公司 | 用于开发和使用用于预测多种医学结果、评价介入策略以及同时验证生物标志物诱因的预测模型的方法、***和计算机程序产品 |
CN103778807A (zh) * | 2012-10-23 | 2014-05-07 | 天津市天堰医教科技开发有限公司 | 高级护理情景仿真训练*** |
CN103083251A (zh) * | 2013-01-22 | 2013-05-08 | 上海中医药大学附属曙光医院 | 一种丹参酮ⅱa-聚乳酸羟基乙酸微球用于制备抗肿瘤药物的用途 |
CN104873270A (zh) * | 2014-02-27 | 2015-09-02 | 深圳市科曼医疗设备有限公司 | 监护仪它床观察方法及监护仪*** |
CN109044464A (zh) * | 2018-09-06 | 2018-12-21 | 徐隋意 | 一种脑血管介入术后穿刺部位按压装置 |
CN210301536U (zh) * | 2019-06-29 | 2020-04-14 | 李晓 | 一种介入手术后防感染护理装置 |
US20210268231A1 (en) * | 2019-09-19 | 2021-09-02 | Institute Of Automation, Chinese Academy Of Sciences | Vascular interventional instrument control device with double guide wires or balloons |
CN111210890A (zh) * | 2020-02-14 | 2020-05-29 | 成都木老仁康软件信息有限公司 | 一种基于临床数据的抗凝药学监护管理方法 |
CN111505961A (zh) * | 2020-04-13 | 2020-08-07 | 宋歌 | 基于临床试验数据的虚拟人体仿真*** |
CN112104692A (zh) * | 2020-06-29 | 2020-12-18 | 黑龙江省医院 | 一种医疗物联网健康监测方法 |
CN112259219A (zh) * | 2020-09-30 | 2021-01-22 | 吾征智能技术(北京)有限公司 | 一种基于上消化道出血预测疾病的***、设备、存储介质 |
CN215021292U (zh) * | 2021-04-22 | 2021-12-07 | 重庆市九龙坡区人民医院 | 一种新型护理病例管理装置 |
CN113171059A (zh) * | 2021-04-25 | 2021-07-27 | 首都医科大学附属北京天坛医院 | 多模态监测信息的术后end风险预警及相关设备 |
CN113409911A (zh) * | 2021-07-14 | 2021-09-17 | 浙江大学 | 一种基于病例临床表型关联度的中药组方推荐方法及*** |
CN114129147A (zh) * | 2021-10-14 | 2022-03-04 | 北京理工大学 | 基于脑功能网络的帕金森患者dbs术后效果预测***及方法 |
CN114242195A (zh) * | 2021-12-09 | 2022-03-25 | 齐晓宇 | 一种临床药学监护管理方法 |
CN114767205A (zh) * | 2022-03-16 | 2022-07-22 | 山西医科大学 | 全自动桡动脉压迫止血器及监测方法 |
CN116912098A (zh) * | 2022-06-30 | 2023-10-20 | 武汉联影智融医疗科技有限公司 | 用于介入手术医学影像处理方法、***、装置及存储介质 |
CN115188477A (zh) * | 2022-08-01 | 2022-10-14 | 首都医科大学附属北京朝阳医院 | 肝癌肝移植术后预后预测方法、***及装置 |
CN115036011A (zh) * | 2022-08-10 | 2022-09-09 | 梅傲科技(广州)有限公司 | 基于数字病理图像进行实体肿瘤预后评估的*** |
CN115831378A (zh) * | 2022-08-25 | 2023-03-21 | 中国人民解放军海军军医大学第三附属医院 | 一种胆管癌化疗联合免疫治疗疗效预测的模型及其应用 |
CN115579107A (zh) * | 2022-09-21 | 2023-01-06 | 上海市第一人民医院 | 一种基于围手术期医护最优行为的智能辅助决策模型 |
CN115376706A (zh) * | 2022-10-26 | 2022-11-22 | 杭州艾名医学科技有限公司 | 一种基于预测模型的乳腺癌药物方案的预测方法及装置 |
CN115631860A (zh) * | 2022-10-27 | 2023-01-20 | 重庆大学 | 一种基于多任务学习的肝癌预后分析方法、***及设备 |
CN115670572A (zh) * | 2022-11-11 | 2023-02-03 | 嘉兴东晗智能设备有限公司 | 一种桡动脉智能压迫止血器及其控制方法 |
CN116298312A (zh) * | 2023-02-24 | 2023-06-23 | 中山大学 | 一种预测急性冠脉综合征病人预后风险的标志物及其预测预后风险的*** |
CN117133439A (zh) * | 2023-05-26 | 2023-11-28 | 福建省妇幼保健院 | 一种卵巢恶性和交界性肿瘤诊断模型构建方法 |
CN116936025A (zh) * | 2023-07-19 | 2023-10-24 | 上海市第七人民医院(上海中医药大学附属第七人民医院) | 一种心血管疾病临床治疗用药监护*** |
CN117076655A (zh) * | 2023-07-24 | 2023-11-17 | 上海联影智能医疗科技有限公司 | 一种手术规划方案生成方法、***、装置和介质 |
CN116884570A (zh) * | 2023-09-06 | 2023-10-13 | 南京诺源医疗器械有限公司 | 一种基于图像处理的术中实时仿真疗效评估*** |
CN117438071A (zh) * | 2023-10-10 | 2024-01-23 | 内蒙古包钢医院 | 一种临床药学信息交互控制方法 |
Non-Patent Citations (9)
Title |
---|
SALEEM, T: "Bridging the divide between the surgeon and the interventional radiologist: cooperation or/and competition?", LANGENBECKS ARCHIVES OF SURGERY, vol. 394, no. 6, 30 November 2009 (2009-11-30), pages 971, XP019760424, DOI: 10.1007/s00423-009-0531-7 * |
左玉姣;: "分析心血管介入术后并发假性动脉瘤的原因及护理", 中国民康医学, vol. 25, no. 15, 10 August 2013 (2013-08-10), pages 121 - 122 * |
张英姿,等: "小儿恶性实体肿瘤介入治疗的围手术期***护理", 西部医学, vol. 26, no. 12, 31 December 2014 (2014-12-31), pages 1717 - 1721 * |
李保森;邹正升;陈菊梅;: "终末期肝病病情预测评分***介绍", 传染病信息, vol. 21, no. 06, 15 December 2008 (2008-12-15), pages 344 - 349 * |
杨亚青;王和平;: "大咯血的介入治疗与护理", 吉林医学, no. 35 * |
杨梅;: "冠心病介入治疗的术后护理240例体会分析", 中国继续医学教育, vol. 7, no. 05, 15 March 2015 (2015-03-15), pages 161 - 162 * |
王秀梅;: "护理风险管理在老年冠心病患者介入手术护理中的应用探讨", 名医, no. 12, 25 December 2019 (2019-12-25), pages 1 * |
谢芳兰;邱骏;郑少平;: "内窥镜辅助耳后小切口切除术在腮腺良性肿瘤中的临床应用", 微创医学, vol. 15, no. 01, 25 February 2020 (2020-02-25), pages 26 - 28 * |
韩亚: "急诊护理对肿瘤合并急性上消化道出血患者的效果分析", 第四届全国医药研究论坛, 5 March 2024 (2024-03-05), pages 1 - 8 * |
Also Published As
Publication number | Publication date |
---|---|
CN118039070B (zh) | 2024-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2921206A1 (en) | Systems and methods for revascularization assessment | |
Koch et al. | Combined endoscopic–transcutaneous surgery in parotid gland sialolithiasis and other ductal diseases: reporting medium-to long-term objective and patients′ subjective outcomes | |
CN108320279B (zh) | 用于诊断患者状况的成像*** | |
CALDWELL et al. | Carotid artery thrombosis: report of eight cases due to trauma | |
US20220254043A1 (en) | A compression area identification platform and method thereof using content analysis | |
US11776697B2 (en) | System for administering a qualitative assessment using an automated verbal interface | |
KR20210141985A (ko) | 말초 중재술에 실시간 관류 가이드 타겟을 제공하기 위한 시스템 및 방법 | |
Kesteloot et al. | The costs and effects of open versus laparoscopic cholecystectomies | |
Arakelyan et al. | A retrospective evaluation of 182 free flaps in extremity reconstruction and review of the literature | |
CN110074864A (zh) | 颅脑血肿引流的规划***及方法 | |
CN118039070B (zh) | 一种用于介入手术的临床护理*** | |
CN116570370B (zh) | 一种脊柱针刀穿刺导航*** | |
CN116434927A (zh) | 一种医院感染的监控管理方法、装置、设备和介质 | |
US20230215560A1 (en) | System for a triage virtual assistant | |
RU2536558C1 (ru) | Способ лечения постпункционной пульсирующей гематомы | |
Moran et al. | Pseudoaneurysm of the brachial artery following humeral fracture | |
CN118105128B (zh) | 一种用于穿刺介入治疗的穿刺部位止血*** | |
Obed et al. | Microsurgical reimplantation of the avulsed scalp | |
US11894126B1 (en) | Systems and methods for tracking movement of a wearable device for advanced image stabilization | |
US20230368904A1 (en) | Adaptive patient condition surgical warning system | |
US20240238053A1 (en) | Device and method for treatment of deep vein thrombosis and pulmonary embolism | |
Doğan et al. | Increase in gap index over time after reduction of unstable paediatric both-bone forearm fracture does not cause displacement | |
Yu et al. | The Application of Preoperative Computed Tomography Angiography and Color Ultrasound Assisted Lower Limb Perforator Flap Design in the Repair of Lower Limb Soft Tissue Defects | |
CN118248342A (zh) | 一种经桡动脉穿刺术后前臂肿胀的预测方法及相关设备 | |
Hau et al. | 11. Incision caring for thyroid nodules surgery without drainage at Hanoi Medical University Hospital |
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 | ||
GR01 | Patent grant |