一种心源性及脑源性猝死监测预防系统和方法技术方案

本发明专利技术公开了一种心源性及脑源性猝死监测预防系统和方法，包括：通过患者佩戴的监测采集端采集患者各项体征数据，将各项体征数据通过5G医疗局域网传输至监测管理端；通过监测管理端对采集的各项体征数据进行预测分析，生成患者体征状态预测分析报告；监测终端实时显示患者的患者体征状态预测分析报告，若分析报告中各项体征数据出现异常值，则启动语音报警，提醒医护人员作出对应处理措施，避免因体征数据出现异常值导致患者心源性及脑源性猝死。通过监测终端实时显示患者生命体征信息，避免医护人员无畏的奔波，节省大量时间；还方便医护人员观察了解患者当前的动态情况，有效预防心源性及脑源性猝死。预防心源性及脑源性猝死。预防心源性及脑源性猝死。

【技术实现步骤摘要】
一种心源性及脑源性猝死监测预防系统和方法


[0001]本专利技术涉及监测预防
，一种心源性及脑源性猝死监测预防系统和方法。

技术介绍

[0002]根据世界卫生组织调查，80％的意外来源于心源性及脑源性猝死，患者休息过程中，如果出现“心梗、心衰、休克”等急、重症的时候，人体血压、心率、血氧、体温的指标会先出现较大波动，因此，对人体血压、心率、血氧饱和度和体温这几项重要参数进行连续测量，实时监测患者的生命体征状态，对心源性及脑源性猝死的预防起到了至关重要的作用。
[0003]传统的医疗监测方式大多采用固定的医疗监护设备对人体生命体征进行监测，并通过有线的传输方式，让医护人员每日定时定点到病房监测去获得病患的生理参数信息情况，若突发紧急情况，医护人员无法及时了解患者的情况，易导致错失救治患者的最佳时间，造成严重后果。所以，现在急需一种通过医疗设备与物联网的结合，医护人员通过终端实时了解患者的生命体征状态，实现医护人员远程监控患者的生命体征状态，从而提高了医护人员的工作效率，也会让病人在无紧张感的情况下，测出比较准确的生理参数值。

技术实现思路

[0004]本专利技术提供了一种心源性及脑源性猝死监测预防系统和方法，以解决现有技术中存在的根据世界卫生组织调查，80％的意外来源于心源性及脑源性猝死，患者休息过程中，如果出现“心梗、心衰、休克”等急、重症的时候，人体血压、心率、血氧、体温的指标会先出现较大波动，因此，对人体血压、心率、血氧饱和度和体温这几项重要参数进行连续测量，实时监测患者的生命体征状态，对心源性及脑源性猝死的预防起到了至关重要的作用。传统的医疗监测方式大多采用固定的医疗监护设备对人体生命体征进行监测，并通过有线的传输方式，让医护人员每日定时定点到病房监测去获得病患的生理参数信息情况，若突发紧急情况，医护人员无法及时了解患者的情况，易导致错失救治患者的最佳时间，造成严重后果的上述问题。
[0005]为了达到上述目的，本专利技术提供如下技术方案：
[0006]一种心源性及脑源性猝死监测预防方法，包括：
[0007]S101：通过患者佩戴的监测采集端采集患者各项体征数据，将各项体征数据通过5G医疗局域网传输至监测管理端；
[0008]S102：通过监测管理端对采集的各项体征数据进行预测分析，生成患者体征状态预测分析报告；
[0009]S103：监测终端实时显示患者的患者体征状态预测分析报告，若分析报告中各项体征数据出现异常值，则启动语音报警，提醒医护人员作出对应处理措施，避免因体征数据出现异常值导致患者心源性及脑源性猝死。
[0010]其中，所述S101步骤包括：
[0011]S1011：监测采集端包括血压监测模块和集成多种传感器，将血压监测模块和集成
多种传感器佩戴至患者对应采集部位；
[0012]S1012：血压监测模块和集成多种传感器采集患者对应体征数据，对应体征数据包括血压、血氧、心率、体温；
[0013]S1013：对应体征数据通过5G医疗局域网传输至监测管理端。
[0014]其中，所述S102步骤包括：
[0015]S1021：通过监测管理端将采集的对应体征数据进行分析处理，并将对应体征数据进行分类及加密存储处理；
[0016]S1022：在分析处理过程中，监测管理端的分析中心将实时采集的对应体征数据输入至神经网络预测模型；
[0017]S1023：通过神经网络预测模型对体征数据进行信息的预读与预处理，结合患者的历史致病因素进行判断与决策，获取患者身体状态评估的走势预测，根据患者身体状态评估的走势预测生成患者体征状态预测分析报告。
[0018]其中，所述S103步骤包括：
[0019]S1031：通过监测终端向医护人员展示患者体征数据的趋势图以及患者身体状态评估的走势预测；
[0020]S1032：体征数据通过监测终端的消息操作类界面进行异步传输，供监测终端展示界面滚动显示，滚动显示的体征数据包括数据时间、生理数据类型、生理数据值；
[0021]S1033：若患者体征数据的趋势图以及患者身体状态评估的走势预测出现异常情况时，则启动语音报警，提醒医护人员作出对应处理措施，避免因患者身体状态出现异常情况导致患者心源性及脑源性猝死。
[0022]其中，所述S1023步骤包括：
[0023]通过神经网络预测模型对体征数据进行信息的预读与预处理之前，构建神经网络预测模型；
[0024]构建神经网络预测模型过程中，先调取监测管理端的数据库中原始体征数据，将原始体征数据分为网络训练集和用于网络测试的验证集，对原始体征数据进行数据分割，对输入层输入数据进行预处理和数据标准化，然后将与时间序列无关联或无效的数据筛除；隐含层包括15个前后相连接的神经网络单元，神经网络单元间通过状态输出建立相应的关系；输出层通过对应函数对数据进行相对于概率转化，所有的输出概率和为1，数据整合输出的三个数值分别代表的体征状态为正常、低危和高危的概率，输出结果被传至网络训练模块进行预测训练，获取对应的神经网络预测模型。
[0025]一种心源性及脑源性猝死监测预防系统，包括：
[0026]监测采集单元用于通过患者佩戴的监测采集端采集患者各项体征数据，将各项体征数据通过5G医疗局域网传输至监测管理端；
[0027]预测分析单元用于通过监测管理端对采集的各项体征数据进行预测分析，生成患者体征状态预测分析报告；
[0028]监测终端单元用于监测终端实时显示患者的患者体征状态预测分析报告，若分析报告中各项体征数据出现异常值，则启动语音报警，提醒医护人员作出对应处理措施，避免因体征数据出现异常值导致患者心源性及脑源性猝死。
[0029]其中，所述监测采集单元包括：
[0030]监测采集第一子单元用于监测采集端包括血压监测模块和集成多种传感器，将血压监测模块和集成多种传感器佩戴至患者对应采集部位；
[0031]监测采集第二子单元用于血压监测模块和集成多种传感器采集患者对应体征数据，对应体征数据包括血压、血氧、心率、体温；
[0032]监测采集第三子单元对应体征数据通过5G医疗局域网传输至监测管理端。
[0033]其中，所述预测分析单元包括：
[0034]预测分析第一子单元用于通过监测管理端将采集的对应体征数据进行分析处理，并将对应体征数据进行分类及加密存储处理；
[0035]预测分析第二子单元用于在分析处理过程中，监测管理端的分析中心将实时采集的对应体征数据输入至神经网络预测模型；
[0036]预测分析第三子单元通过神经网络预测模型对体征数据进行信息的预读与预处理，结合患者的历史致病因素进行判断与决策，获取患者身体状态评估的走势预测，根据患者身体状态评估的走势预测生成患者体征状态预测分析报告。
[0037]其中，所述监测终端单元包括：
[0038]监测终端第一子单元用于通过监测终端向医护人员展示患者体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心源性及脑源性猝死监测预防方法，其特征在于，包括：S101：通过患者佩戴的监测采集端采集患者各项体征数据，将各项体征数据通过5G医疗局域网传输至监测管理端；S102：通过监测管理端对采集的各项体征数据进行预测分析，生成患者体征状态预测分析报告；S103：监测终端实时显示患者的患者体征状态预测分析报告，若分析报告中各项体征数据出现异常值，则启动语音报警，提醒医护人员作出对应处理措施，避免因体征数据出现异常值导致患者心源性及脑源性猝死。2.根据权利要求1所述的一种心源性及脑源性猝死监测预防方法，其特征在于，所述S101步骤包括：S1011：监测采集端包括血压监测模块和集成多种传感器，将血压监测模块和集成多种传感器佩戴至患者对应采集部位；S1012：血压监测模块和集成多种传感器采集患者对应体征数据，对应体征数据包括血压、血氧、心率、体温；S1013：对应体征数据通过5G医疗局域网传输至监测管理端。3.根据权利要求1所述的一种心源性及脑源性猝死监测预防方法，其特征在于，所述S102步骤包括：S1021：通过监测管理端将采集的对应体征数据进行分析处理，并将对应体征数据进行分类及加密存储处理；S1022：在分析处理过程中，监测管理端的分析中心将实时采集的对应体征数据输入至神经网络预测模型；S1023：通过神经网络预测模型对体征数据进行信息的预读与预处理，结合患者的历史致病因素进行判断与决策，获取患者身体状态评估的走势预测，根据患者身体状态评估的走势预测生成患者体征状态预测分析报告。4.根据权利要求1所述的一种心源性及脑源性猝死监测预防方法，其特征在于，所述S103步骤包括：S1031：通过监测终端向医护人员展示患者体征数据的趋势图以及患者身体状态评估的走势预测；S1032：体征数据通过监测终端的消息操作类界面进行异步传输，供监测终端展示界面滚动显示，滚动显示的体征数据包括数据时间、生理数据类型、生理数据值；S1033：若患者体征数据的趋势图以及患者身体状态评估的走势预测出现异常情况时，则启动语音报警，提醒医护人员作出对应处理措施，避免因患者身体状态出现异常情况导致患者心源性及脑源性猝死。5.根据权利要求3所述的一种心源性及脑源性猝死监测预防方法，其特征在于，所述S1023步骤包括：通过神经网络预测模型对体征数据进行信息的预读与预处理之前，构建神经网络预测模型；构建神经网络预测模型过程中，先调取监测管理端的数据库中原始体征数据，将原始体征数据分为网络训练集和用于网络测试的验证集，对原始体征数据进行数据分割，对输
入层输入数据进行预处理和数据标准化，然后将与时间序列无关联或无效的数据筛除；隐含层包括15个前后相连接的神经网络单元，神经网络单元间通过状态输出建立相应的关系；输出层通过对应函数对数据进行相对于概率转化，所有的输出概率和为1，数据整合输出的三个数值分别代表的体征状态为正常、低危和高危的概率，输出结果被传至网络训练模块进行预测训练，获取对应的神经网络预测模型。6.一种心源性及脑源性猝死监测预防系统，其特征在于，包括...

【专利技术属性】
技术研发人员：余彩霞，
申请(专利权)人：广东海纳医疗科技有限公司，
类型：发明
国别省市：