一种用于康复训练的中风偏瘫失语患者疼痛闭环预警与干预系统

摘要: 本发明涉及医疗系统,更具体的是涉及一种面向中风后偏瘫合并失语症患者康复训练场景,基于多模态生理信号实现疼痛客观评估、分级预警及闭环自动干预系统。背景技术:1、中...
一种用于康复训练的中风偏瘫失语患者疼痛闭环预警与干预系统

本发明涉及医疗系统,更具体的是涉及一种面向中风后偏瘫合并失语症患者康复训练场景,基于多模态生理信号实现疼痛客观评估、分级预警及闭环自动干预系统。

背景技术:

1、中风脑卒中是临床高发脑血管疾病,30%-40%中风患者发病后会伴随失语症状,该类患者因言语中枢、语言理解脑区损伤,丧失疼痛主观表达能力,无法完成数字疼痛评分nrs、视觉模拟评分vas等依赖主观口述的疼痛评估量表测评。康复训练过程中产生的疼痛无法自主反馈,极易出现训练强度过载,诱发肌肉痉挛、血压异常升高、关节及软组织二次损伤,造成康复训练中断、康复周期延长,严重威胁患者康复安全。

2、现有客观疼痛评估技术多采用皮肤电eda、心率变异性hrv多模态生理信号融合实现疼痛分级评估,但是现有技术方案在康复训练强肢体运动场景下存在明显缺陷:

3、第一,运动伪迹干扰严重。皮肤电信号极易受肢体运动、体位变动、出汗影响,康复训练过程中肢体主动/被动运动带来的信号波动幅值甚至超过疼痛诱发的皮电反应。现有专利技术未针对康复训练场景设计专门的运动干扰识别与修正算法,直接采用原始皮电信号开展评估,误报率高,临床实用性差。现有方案多采用直接丢弃干扰窗口的硬剔除模式,造成生理时序数据断裂,丢失有效疼痛信息。

4、第二,系统为开环架构,无闭环干预能力。现有技术大多仅完成疼痛等级输出、界面展示,评估结果无法和康复训练设备、临床医护终端联动。从疼痛发生到临床干预完全依靠人工观察,存在显著时间滞后,存在安全隐患。

5、第三,未适配中风偏瘫失语患者病理特征。偏瘫患者患侧肌张力异常、自主神经功能紊乱,生理信号基线与健康人群存在显著差异;现有系统未利用健-患侧生理信号差异、偏瘫运动病理特征优化算法,未针对失语人群无法主观反馈疼痛这一核心临床痛点做架构、算法、干预规则的针对性适配。

6、综上,临床上亟需一套专用于中风偏瘫失语患者康复训练的疼痛客观评估、预警、闭环干预一体化系统,解决运动伪迹干扰、无法主观反馈、评估干预脱节的临床技术难题。

技术实现思路

1、本发明的目的就是为了解决现有技术之不足而提供的一种用于康复训练的中风偏瘫失语患者疼痛闭环预警与干预系统,降低疼痛漏报、误报,缩短干预响应时延,保障失语偏瘫患者康复训练的安全性。

2、本发明是采用如下技术解决方案来实现上述目的:一种用于康复训练的中风偏瘫失语患者疼痛闭环预警与干预系统,其特征在于,它包括依次连接的多模态信号采集模块、信号预处理与运动干扰识别模块、疼痛评估模块、分级预警与闭环干预模块、数据存储与报告生成模块,

3、多模态信号采集模块,包括佩戴于患者体表的可穿戴设备,可穿戴设备至少集成皮肤电传感器、光电容积描记传感器、三轴加速度传感器,各个传感器的全部信号统一时间戳对齐,实现多源信号时序同步采集;

4、信号预处理与运动干扰识别模块,用于对采集的皮肤电信号、光电容积信号、三轴加速度信号滤波去噪,基于加速度信号识别运动干扰窗口,对运动干扰窗口执行干扰修正;

5、疼痛评估模块,用于接收经过干扰修正后的信号,提取皮肤电特征以及从光电容积信号得到的心率变异性特征,计算实时疼痛指数;

6、分级预警与闭环干预模块,将实时疼痛指数与动态基线比对,确定预警等级,并根据预警等级向康复训练设备、医护终端输出对应的干预控制信号;

7、数据存储与报告生成模块,用于存储生理时序数据、预警事件、干预记录,生成可导出的康复训练报告。

8、作为上述方案的进一步说明,可穿戴设备佩戴于中风偏瘫失语患者健侧腕部腕背侧,规避患侧肌张力异常、肢体活动受限带来的信号采集失真,信号采样配置:皮肤电eda采样率≥16hz,三轴加速度采样率≥32hz,ppg光电容积信号采样率≥50hz。

9、进一步地,所述信号预处理与运动干扰识别模块设置运动干扰软修正单元,运动干扰软修正单元执行如下步骤:

10、a、根据三轴加速度计算加速度合成幅值,计算每个窗口加速度能量;根据患者静息状态加速度能量中位数设定干扰判定阈值,超过阈值标记为运动干扰窗口;

11、b、预先构建患者特异性回归模型,康复训练初期采集患者flacc量表评分≤2分低疼痛状态下被动关节活动的同步加速度、皮肤电样本,以加速度能量为输入、皮肤电信号为输出,通过最小二乘法或神经网络拟合映射模型;

12、c、实时监测阶段,将运动干扰窗口加速度能量输入回归模型计算运动伪迹皮电分量,原始皮肤电信号减去运动伪迹分量得到净疼痛反应信号。

13、进一步地,当患者无法完成模型样本采集,系统自动切换备用模式;将运动干扰窗口的皮肤电数据标记无效,取干扰窗口前后各5s有效数据做线性插值填补;若连续≥3个窗口标记运动干扰,则暂停插值,标记持续运动状态。

14、进一步地,步骤a的计算三轴加速度合成幅值过程中,采集三轴加速度信号accx、accy、accz,按以下公式计算加速度合成幅值,;设定滑动时间窗口(窗口长度2秒,步长1秒),计算每一窗口内的加速度能量ea:

15、

16、当ea超过预设阈值eth时,将该窗口标记为“运动干扰窗口”;所述阈值eth定义为:

17、

18、其中,ebaseline为患者静息状态下前5分钟加速度能量的中位数,δ为预设系数(默认值3.0)。

19、进一步地,所述动态基线包括当日初始基线与短期动态基线;

20、当日初始基线:每日训练前5分钟患者静息,采用非运动干扰窗口的皮肤电、心率变异性数据得到,设备首次使用时加载系统内置通用基线;

21、短期动态基线:滚动采集过去5分钟全部非运动干扰窗口数据,每1秒更新基线中位数以及标准差。

22、进一步地,分级预警与闭环干预模块设置四级预警等级,包括绿级安全、黄级轻度不适、橙级显著不适、红级重度疼痛;

23、绿级安全:疼痛指数小于动态基线加1倍标准差,康复设备维持参数,无告警;

24、黄级轻度不适:疼痛指数大于等于动态基线加1倍标准差,小于动态基线加3倍标准差,并且持续≥15s;执行:康复设备降低速度和/或力矩,向治疗师终端推送提示告警;

25、橙级显著不适:疼痛指数大于等于动态基线加3倍标准差,小于动态基线加5倍标准差,并且持续≥15s;执行:康复设备暂停运动并锁定关节角度,输出强报警,推送告警至护士站;当心率变异性lf/hf升高不足10%,降级为黄级;

26、红级重度疼痛:疼痛指数≥动态基线加5倍标准差,同时hrv高频功率hf相较基线下降超过30%,持续≥3s;执行:强制终止训练,设备急停断电,声光报警,推送紧急告警给值班医生,生成紧急报告推送his系统。

27、进一步地,疼痛指数 pi 计算公式为:

28、pi=w1·neda+w2·nlfhf,其中,neda为当前窗口内皮电反应峰值幅值归一化至[0,1]区间的值(归一化参考范围为0-3μs),nlfhf为当前lf/hf比值归一化至[0,1]区间的值(归一化参考范围为0.5-5.0);权重w1、w2通过临床数据拟合确定,默认值分别为0.6和0.4。

29、本发明采用上述技术解决方案所能达到的有益效果是:

30、本发明采用主要由依次连接的多模态信号采集模块、信号预处理与运动干扰识别模块、疼痛评估模块、分级预警与闭环干预模块、数据存储与报告生成模块构成的用于康复训练的中风偏瘫失语患者疼痛闭环预警与干预系统,基于加速度的患者特异性回归软修正算法,区别传统硬剔除方案,不丢弃时序数据,从原始皮电信号剥离单纯运动带来的伪迹分量,保留疼痛相关生理信号;临床预期评估准确率由传统70%提升至85%以上;同时设置认知障碍患者备用插值方案,保障系统普适性。

31、2、本发明实现疼痛监测-预警-干预闭环自动化控制,评估结果直接联动康复机器人等训练设备,自动完成降速、暂停、急停断电操作,干预响应由分钟级缩短至秒级,减少人工观察滞后带来的二次损伤风险。

32、3、本发明的设备佩戴健侧腕部,规避患侧肌张力异常带来采集失真;无需患者语言表达,算法适配偏瘫患者自主神经紊乱生理特征;针对失语无法主观反馈疼痛的痛点设计整套评估干预逻辑,填补该细分临床场景空白。

33、4、本发明摒弃固定阈值方案,区分当日初始基线、滚动短期动态基线,自动适配患者每日自主神经波动、药物作用、康复进程改变,减少漏报误报。

34、5、本发明基于成熟商用可穿戴硬件,算法轻量化运行;可以对接现有院内康复机器人、护士站管理系统、his 医院信息系统,部署成本可控;自动生成结构化训练报告,便于临床复盘与病历归档。