本发明专利技术涉及一种围手术期患者情绪监测系统及方法。系统包括：传感模块，用于采集患者的生理状态数据和图像数据；还包括处理模块。所述处理模块基于所述传感模块采集的生理状态数据和图像数据监测患者的情绪；其中，所述处理模块被配置为：按照与所述生理状态数据和图像数据对应的关联信息将所述生理状态数据和图像数据转化为至少一个用于表征患者情绪的情绪特征，将至少一个所述情绪特征与数据库中对应的阈值数据进行比较以输出情绪照护措施的若干个等级。本发明专利技术基于设置的传感模块的数据反馈并结合围手术期特征，监测围手术期内患者情绪变化，为患者情绪护理提供数据支持以及提出相关护理建议，保证患者术前心理健康和术后身体康复。后身体康复。后身体康复。
【技术实现步骤摘要】
一种围手术期患者情绪监测系统及方法
[0001]本专利技术涉及医疗监测与评估
，尤其涉及一种围手术期患者情绪监测系统及方法。
技术介绍
[0002]围手术期是围绕手术的一个全过程，从患者决定接受手术治疗开始，到手术治疗直至基本康复，包含手术前、手术中及手术后的一段时间。围手术期患者常因对手术信息不了解、担忧个人病情等因素出现焦虑、抑郁等不良情绪。现有技术中，由于围手术期患者的特殊性，患者往往需要进行心理和生理上的双重准备。但是由于患者对手术信息不了解、担忧个人病情等因素极易出现焦虑、抑郁等不良情绪，如何有效评估、测量患者此类不良情绪还有待探索。目前现有技术常用的方法更倾向于使用评估量表对患者不良情绪进行评估，但是存在可观性不足、易受评估者经验影响等不足。
[0003]中国专利CN110517770B公开了一种基于贝叶斯网络和效用体系的围手术期危重不良事件干预决策方法，属于人工智能及其医疗应用领域，包括步骤：S1：构建围手术期危重不良事件干预措施集；S2：为每种干预措施赋予效用值，形成干预措施效用体系；S3：针对干预措施，构建专家知识库；S4；形成多种组合干预方案；S5：基于患者临床病例数据及来源与专家知识，构建围手术期危重不良事件干预的贝叶斯网络模型；S6：针对单个患者，输入围手术期的数据信息，作为贝叶斯网络模型的数据证据，执行贝叶斯网络推理，得到每种干预措施是否采取的概率值；S7：计算每种组合方案的总体效用值；S8：选取总体效用值Top
‑
3的组合方案，作为干预决策方案的推荐结果。<br/>[0004]中国专利CN109934415B公开了一种基于跨模态深度学习的围术期危重事件预测方法，属于人工智能与医疗应用领域。该方法包括步骤1.构建多模态医疗监护数据集；2.患者监护数据与个性化数据双模态融合特征学习；3.跨模态协同学习特征提取；4.构建多模态危重事件(死亡风险)预测模型；5.模型反馈验证。该专利作为一种危重症不良事件预测预警工具，是实现术后主要重症事件的实时追踪、早期诊断和预警的一种有效方法。
[0005]但是上述两个专利均专注于不良事件或危重事件的干预而忽略其患者围手术期内情绪变化的护理过程，患者情绪变化往往也是不良事件和危重事件发生的重要因素，未从根本上解决其不良事件和危重事件的发生导致对患者的评估过程不足，不能有效评估患者术前、术中以及术后的情绪变化。
[0006]此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于申请人做出本专利技术时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本专利技术不具备这些现有技术的特征，相反本专利技术已经具备现有技术的所有特征，而且申请人保留在
技术介绍
中增加相关现有技术之权利。
技术实现思路
[0007]现有技术中，由于围手术期患者的特殊性，患者往往需要进行心理和生理上的双
重准备。但是由于患者对手术信息不了解、担忧个人病情等因素极易出现焦虑、抑郁等不良情绪，如何有效评估、测量患者此类不良情绪还有待探索。目前现有技术常用的方法更倾向于使用评估量表对患者不良情绪进行评估，但是存在可观性不足、易受评估者经验影响等不足。
[0008]针对现有技术之不足，本专利技术提供了一种围手术期患者情绪监测系统，尤其提供了一种围手术期患者不良情绪及生命体征监测系统，至少包括：传感模块，用于采集患者的生理状态数据和图像数据；还包括处理模块，所述处理模块基于所述传感模块采集的生理状态数据和图像数据监测患者的情绪；其中，所述处理模块被配置为：按照与所述生理状态数据和图像数据对应的关联信息将所述生理状态数据和图像数据转化为至少一个用于表征患者情绪的情绪特征，将至少一个所述情绪特征与数据库中对应的阈值数据进行比较以输出情绪照护措施的若干个等级。本专利技术基于设置的传感模块的数据反馈并结合围手术期特征，监测围手术期内患者情绪变化，为患者情绪护理提供数据支持以及提出相关护理建议，保证患者术前心理健康和术后身体康复。
[0009]根据一种优选的实施方式，所述关联信息是指描述所述生理状态数据和/或图像数据的信息，所述处理模块配置为按照如下方式建立生理状态数据和图像数据与所述情绪特征之间的关系：按照时间序列并基于所述传感模块采集到的生理状态数据和图像数据建立情绪库；获取与所述生理状态数据和图像数据对应的所述关联信息；基于所述情绪库和关联信息计算所述生理状态数据和图像数据对应的所述情绪特征。
[0010]根据一种优选的实施方式，所述处理模块获取与所述图像数据对应并且表征患者情绪类型的第一关联信息；所述处理模块基于所述生理状态数据获取表征患者情绪程度的第二关联信息；其中，所述处理模块基于所述第一关联信息和第二关联信息，并基于所述情绪库计算所述图像数据对应的患者情绪类型和所述生理状态数据对应的患者情绪程度。生理状态数据对于患者情绪类型的判决较为薄弱，不同情绪类型可能具有相同的生理状态数据。尤其是对于特殊患者来说，单一数据来源去判决患者情绪变化具有较大不可靠性。例如，当患者表现为兴奋或害怕时，其生理状态数据可能为相同的变化，即心跳加快、呼吸变快。单一生理状态数据对于情绪的判决缺少可靠性。
[0011]根据一种优选的实施方式，所述处理模块还被配置为通过医疗机构的病历数据库获取患者细化信息。所述处理模块配置为按照如下方式对所述患者细化信息进行处理：将所述患者细化信息中的数据按照围手术期阶段进行划分；获取所述患者细化信息中围手术期的风险控制信息；排除风险控制信息小于风险阈值的所述患者细化信息，从而得到围手术期的风险控制点，其中，所述风险控制点是指在患者的围手术期中需进行照护的时间节点或事件节点。如此处理患者细化信息的优势在于：能够择出影响患者手术过程和身体康复的影响因素，确保情绪照护的准确性。尤其是对于医疗系统中繁复的病情数据库，通过上述判断方式能够快速得出风险控制信息，简化处理模块的分析过程。
[0012]根据一种优选的实施方式，所述处理模块基于所述风险控制点于患者围手术期的分布以提高评估频率的方式更新患者的所述情绪特征；所述处理模块基于更新的所述情绪特征而同步更新患者情绪照护措施的等级。由于患者每一个体的不同，并且患者突然置身于医院接受手术导致外界环境变化而带来的刺激，患者容易存在情绪易怒、暴躁等负面情绪。由此，需要进行针对性照护以使得患者情绪处于健康状态。
[0013]现有技术形成了多种围手术期风险评估工具以适用于不同人群。不同人群能够采用不同的评估工具。但是围手术期患者情绪管理的不当还是时常发生。究其原因在于评估工具无法根据患者个体化病情和心理状况进行个体化评估和提醒。尤其采用纸质的评估量表需要医务人员进行人工填写，效率低下且准确性同样低下。反复地填写还会导致医务人员的疏忽和评估质量降低。
[0014]根据一种优选的实施方式，所述情绪照护措施包括第一情绪照护措施、第二情绪照护措施和第三情绪照护措施。所述处理模块在所述情绪特征未超过所述阈值数据的情况下，结合情绪特征的相对值来确定所述第一情绪照护措施和第二情绪照护措施本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种围手术期患者情绪监测系统，至少包括：传感模块(2)，用于采集患者的生理状态数据和图像数据；其特征在于，还包括处理模块(1)，所述处理模块(1)基于所述传感模块(2)采集的生理状态数据和图像数据监测患者的情绪；其中，所述处理模块(1)被配置为：按照与所述生理状态数据和图像数据对应的关联信息将所述生理状态数据和图像数据转化为至少一个用于表征患者情绪的情绪特征，将至少一个所述情绪特征与数据库中对应的阈值数据进行比较以输出情绪照护措施的若干个等级。2.根据权利要求1所述的围手术期患者情绪监测系统，其特征在于，所述关联信息是指描述所述生理状态数据和/或图像数据的信息，所述处理模块(1)配置为按照如下方式建立生理状态数据和图像数据与所述情绪特征之间的关系：按照时间序列并基于所述传感模块(2)采集到的生理状态数据和图像数据建立情绪库；获取与所述生理状态数据和图像数据对应的所述关联信息；基于所述情绪库和关联信息计算所述生理状态数据和图像数据对应的所述情绪特征。3.根据权利要求1或2所述的围手术期患者情绪监测系统，其特征在于，所述处理模块(1)获取与所述图像数据对应并且表征患者情绪类型的第一关联信息；所述处理模块(1)基于所述生理状态数据获取表征患者情绪程度的第二关联信息；其中，所述处理模块(1)基于所述第一关联信息和第二关联信息计算所述图像数据对应的患者情绪类型和所述生理状态数据对应的患者情绪程度。4.根据权利要求1～3任一项所述的围手术期患者情绪监测系统，其特征在于，所述处理模块(1)还被配置为通过医疗机构的病历数据库获取患者细化信息，其中，所述处理模块(1)配置为按照如下方式对所述患者细化信息进行处理：将所述患者细化信息中的数据按照围手术期阶段进行划分；获取所述患者细化信息中围手术期的风险控制信息；排除风险控制信息小于风险阈值的所述患者细化信息，从而得到围手术期的风险控制点，其中，所述风险控制点是指在患者的围手术期中需进行照护的时间节点或事件节点。5.根据权利要求1～4任一项所述的围手术期患者情绪监测系统，其特征在于，所述处理模块(1)基于所述风险控制点于患者围手术期的分布以提高评估频率的方式更新患者的所述情绪特征；所述处理模块(1)基于更新的所述情绪特征而同步更新患者情绪照护措...
【专利技术属性】
技术研发人员：韩琳，张红燕，燕芳红，郭佳丽，
申请(专利权)人：甘肃省人民医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。