基于机器学习的术中神经电生理监测识别系统技术方案

本实用新型专利技术公开了基于机器学习的术中神经电生理监测识别系统，包括头部探头电极、肢体探头电极和监测预警仪；所述监测预警仪包括电极插孔、神经电信号采集器、高通滤波器、信号转换器、信号处理器、语音提示器、语音提示器、显示屏、数据存储器、操作键盘、人工预警按键、供电组件和电源插头。本实用新型专利技术能够在当手术刀接触到神经监测回路上的神经时会实时发出语音报警信号，不需要专业技师根据监测信号进行判定后告知主刀医生，解决了专业技师的判定过程与主刀医生的手术进程难以协调，以及监测过程中的准确信号和干扰信号难以及时准确的区分的问题，同时在专业技师的手动输入语音报警信号的过程中增加补充预警条件，不断提高监测预警准确性。

【技术实现步骤摘要】
基于机器学习的术中神经电生理监测识别系统
本技术具体涉及基于机器学习的术中神经电生理监测识别系统。
技术介绍
围术期，也称手术全期，指护士从迎接病人进入外科病房到病人术后痊愈回家这段时期，包括术前、术中和术后的全段时间，由于疾病在这三个时段的表现、变化和常发生的问题等都不尽相同，处理技巧也是不同的；另一方面，相同疾病的围术期的发展、变化又有共同点或者叫类同性；因此外科专家们为了慎重起见，专门提出了围术期的概念。外科医学由于重视了围术期的处理，使得现代的手术安全性得到了巨大的提高。在外科手术过程中，主刀医生难以完全准确无误的判定所有神经所在的位置，手术刀在切割人体时容易对重要神经造成破坏性损伤，给患者带来术后难以恢复的生理功能障碍。目前，临床实践急需能够克服上述缺陷的神经电生理监测用探头电极，以解决实践中需依靠经验积累及肉眼评估进行神经保护的不确切性问题，但是需要专业技师根据设备的监测信号进行判定后告知主刀医生，专业技师的判定过程与主刀医生的手术进程难以协调，并且监测过程中的准确信号和干扰信号难以及时准确的区分。
技术实现思路
本技术的目的在于克服现有技术的缺点，提供基于机器学习的术中神经电生理监测识别系统，以解决现有神经监测系统需要专业技师根据监测信号进行判定后告知主刀医生，专业技师的判定过程与主刀医生的手术进程难以协调，并且监测过程中的准确信号和干扰信号难以及时准确的区分的问题。为实现上述目的，本技术所采取的技术方案是：提供基于机器学习的术中神经电生理监测识别系统，包括>头部探头电极，其探头部位用于与脑部神经连接，其手柄部位通过信号线连接有头部电极插针；肢体探头电极，其探头部位用于与肢体神经连接，其手柄部位通过信号线连接有肢体电极插针；监测预警仪，用于采集人体神经电信号并将其转换为波形信号，并在监测到由异常神经电信号转换的异常波形信号时，以语音进行实时播报；所述监测预警仪包括电极插孔，其设有多个互不连接的插孔，两个该插孔分别与头部电极插针和肢体电极插针插接；神经电信号采集器，其信号输入端与电极插孔的信号输出端连接，脑部神经、头部探头电极、头部电极插针、神经电信号采集器、肢体电极插针、肢体探头电极和肢体神经形成一个通过手术部位的神经监测回路，手术部位对应的神经在神经监测回路上位于头部探头电极和肢体探头电极之间，可增加头部探头电极和肢体探头电极的数量以组建多个神经监测回路，神经电信号采集器采集神经监测回路的神经电信号；高通滤波器，其信号输入端与神经电信号采集器的信号输出端连接，用于滤除神经电信号中的低频干扰信号，神经电信号中的高频信号通过高通滤波器；信号转换器，其信号输入端与高通滤波器的信号输出端连接，将高频信号转换为波形信号；信号处理器，其信号输入一端与信号转换器的信号输出端连接，当手术刀接触到神经监测回路上的神经时会产生频率远高于正常神经电信号频率的异常神经电信号，信号转换器将异常神经电信号转换为频率远高于预设的正常波形信号频率波段的异常波形信号，信号处理器接收到异常波形信号后实时发出语音报警信号；语音提示器，其信号输入端与信号处理器的信号输出一端连接，将语音报警信号以语音进行实时播报；显示屏，信号处理器设有与显示屏的信号输入端连接的信号输出二端，用于实时显示波形信号和语音报警信号；数据存储器，信号处理器设有与数据存储器连接的信号交互端，用于存储信号处理器获得的波形信号、语音报警信号和信号数据对应的时间；操作键盘，信号处理器设有与操作键盘的信号输出端连接的信号输入二端，用于通过显示屏查看数据存储器中的历史数据，操作键盘上设有用于专业技师根据显示屏实时显示的波形信号手动输入语音报警信号的人工预警按键，信号处理器将多次手动输入语音报警信号的波形信号所处的频段设定为补充预警条件，信号处理器将补充预警条件的数据存储在数据存储器；供电组件，用于为监测预警仪的运行提供适配电源，监测预警仪外设有与供电组件电源输入端连接的电源插头。作为优选，还包括USB数据接口，信号处理器设有与USB数据接口的信号输入端连接的信号输出三端，用于通过操作键盘输入指令导出数据存储器中的历史数据。本技术的有益效果为：1.本技术能够在当手术刀接触到神经监测回路上的神经时会实时发出语音报警信号，不需要专业技师根据监测信号进行判定后告知主刀医生；显示屏能够实时显示波形信号和语音报警信号，数据存储器能够存储信号处理器获得的波形信号、语音报警信号和信号数据对应的时间，操作键盘能够通过显示屏查看数据存储器中的历史数据；专业技师可根据显示屏实时显示的波形信号和历史数据中的波形信号，通过操作键盘上的人工预警按键手动输入语音报警信号，信号处理器将多次手动输入语音报警信号的波形信号所处的频段设定为补充预警条件，信号处理器将补充预警条件的数据存储在数据存储器，可以不断提高该系统监测预警的准确性；本技术解决了专业技师的判定过程与主刀医生的手术进程难以协调，以及监测过程中的准确信号和干扰信号难以及时准确的区分的问题，同时在专业技师的手动输入语音报警信号的过程中增加补充预警条件，不断提高该系统监测预警的准确性。2.本技术的USB数据接口能够通过操作键盘输入指令导出数据存储器中的历史数据。附图说明图1为基于机器学习的术中神经电生理监测识别系统的结构示意图。具体实施方式为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。实施例：参考图1，本实施例提供基于机器学习的术中神经电生理监测识别系统，包括头部探头电极，其探头部位用于与脑部神经连接，其手柄部位通过信号线连接有头部电极插针；肢体探头电极，其探头部位用于与肢体神经连接，其手柄部位通过信号线连接有肢体电极插针；监测预警仪，用于采集人体神经电信号并将其转换为波形信号，并在监测到由异常神经电信号转换的异常波形信号时，以语音进行实时播报；所述监测预警仪包括电极插孔，其设有多个互不连接的插孔，两个该插孔分别与头部电极插针和肢体电极插针插接；神经电信号采集器，其信号输入端与电极插孔的信号输出端连接，脑部神经、头部探头电极、头部电极插针、神经电信号采集器、肢体电极插针、肢体探头电极和肢体神经形成一个通过手术部位的神经监测回路，手术部位对应的神经在神经监测回路上位于头部探头电极和肢体探头电极之间，可增加头部探头电极和肢体探头电极的数量以组建多个神经监测回路，神经电信号采集器采集神经监测回路的神经电信号；高通滤波器，其信号输入端与神经电信号采集器的信号输出端连接，用于滤除神经电信号中的低频干扰信号，神经电信号中的高频信号通过高通滤波器；信号转换器，其信号输入端与高通滤波器的信号输出端连接，将高频信号转换为波形信号；信号处理器，其信号输入一端与信号转换本文档来自技高网...

【技术保护点】
1.基于机器学习的术中神经电生理监测识别系统，其特征在于，包括/n头部探头电极，其探头部位用于与脑部神经连接，其手柄部位通过信号线连接有头部电极插针；/n肢体探头电极，其探头部位用于与肢体神经连接，其手柄部位通过信号线连接有肢体电极插针；/n监测预警仪，用于采集人体神经电信号并将其转换为波形信号，并在监测到由异常神经电信号转换的异常波形信号时，以语音进行实时播报；/n所述监测预警仪包括/n电极插孔，其设有多个互不连接的插孔，两个该插孔分别与头部电极插针和肢体电极插针插接；/n神经电信号采集器，其信号输入端与电极插孔的信号输出端连接，脑部神经、头部探头电极、头部电极插针、神经电信号采集器、肢体电极插针、肢体探头电极和肢体神经形成一个通过手术部位的神经监测回路，手术部位对应的神经在神经监测回路上位于头部探头电极和肢体探头电极之间，可增加头部探头电极和肢体探头电极的数量以组建多个神经监测回路，神经电信号采集器采集神经监测回路的神经电信号；/n高通滤波器，其信号输入端与神经电信号采集器的信号输出端连接，用于滤除神经电信号中的低频干扰信号，神经电信号中的高频信号通过高通滤波器；/n信号转换器，其信号输入端与高通滤波器的信号输出端连接，将高频信号转换为波形信号；/n信号处理器，其信号输入一端与信号转换器的信号输出端连接，当手术刀接触到神经监测回路上的神经时会产生频率远高于正常神经电信号频率的异常神经电信号，信号转换器将异常神经电信号转换为频率远高于预设的正常波形信号频率波段的异常波形信号，信号处理器接收到异常波形信号后实时发出语音报警信号；/n语音提示器，其信号输入端与信号处理器的信号输出一端连接，将语音报警信号以语音进行实时播报；/n显示屏，信号处理器设有与显示屏的信号输入端连接的信号输出二端，用于实时显示波形信号和语音报警信号；/n数据存储器，信号处理器设有与数据存储器连接的信号交互端，用于存储信号处理器获得的波形信号、语音报警信号和信号数据对应的时间；/n操作键盘，信号处理器设有与操作键盘的信号输出端连接的信号输入二端，用于通过显示屏查看数据存储器中的历史数据，操作键盘上设有用于专业技师根据显示屏实时显示的波形信号手动输入语音报警信号的人工预警按键，信号处理器将多次手动输入语音报警信号的波形信号所处的频段设定为补充预警条件，信号处理器将补充预警条件的数据存储在数据存储器；/n供电组件，用于为监测预警仪的运行提供适配电源，监测预警仪外设有与供电组件电源输入端连接的电源插头。/n...

【技术特征摘要】
1.基于机器学习的术中神经电生理监测识别系统，其特征在于，包括
头部探头电极，其探头部位用于与脑部神经连接，其手柄部位通过信号线连接有头部电极插针；
肢体探头电极，其探头部位用于与肢体神经连接，其手柄部位通过信号线连接有肢体电极插针；
监测预警仪，用于采集人体神经电信号并将其转换为波形信号，并在监测到由异常神经电信号转换的异常波形信号时，以语音进行实时播报；
所述监测预警仪包括
电极插孔，其设有多个互不连接的插孔，两个该插孔分别与头部电极插针和肢体电极插针插接；
神经电信号采集器，其信号输入端与电极插孔的信号输出端连接，脑部神经、头部探头电极、头部电极插针、神经电信号采集器、肢体电极插针、肢体探头电极和肢体神经形成一个通过手术部位的神经监测回路，手术部位对应的神经在神经监测回路上位于头部探头电极和肢体探头电极之间，可增加头部探头电极和肢体探头电极的数量以组建多个神经监测回路，神经电信号采集器采集神经监测回路的神经电信号；
高通滤波器，其信号输入端与神经电信号采集器的信号输出端连接，用于滤除神经电信号中的低频干扰信号，神经电信号中的高频信号通过高通滤波器；
信号转换器，其信号输入端与高通滤波器的信号输出端连接，将高频信号转换为波形信号；
信号处理器，其信号输入一端与信号转换器的信号输出端连接，当手术刀接触到神经监测回路上的神经时...

【专利技术属性】
技术研发人员：赵杰祎，郭佳隽，杨若宁，
申请(专利权)人：王晓宇，
类型：新型
国别省市：四川;51