基于医疗大数据的区域麻醉阻滞效果评估系统的制作方法

本发明涉及阻滞效果评估，具体涉及一种基于医疗大数据的区域麻醉阻滞效果评估系统。

背景技术：

1、神经阻滞与全身麻醉的联合应用——复合麻醉或联合麻醉，已成为众多复杂手术中的重要麻醉策略；这种复合麻醉策略通过协同镇痛机制，既能利用神经阻滞提供精准的手术区域镇痛，减少全麻药物用量，进而降低全麻相关并发症的风险，又能借助全麻抑制中枢神经系统，消除患者意识、缓解焦虑，满足特殊手术需求。在临床中，准确评估区域麻醉阻滞效果是决定手术切皮时机和麻醉管理质量的关键。

2、在全身麻醉状态下，患者无法表达痛觉或温觉感受，传统针刺测试等评估方法失效，临床常用的灌注指数、血压心率等指标评估麻醉阻滞效果；然而全麻药物会松弛血管平滑肌，使血管出现化学性扩张，神经阻滞通过阻断交感神经信号传导，使血管壁丧失张力而出现去神经性扩张；由药物引起的“化学性扩管”与神经阻滞的“去神经性扩管”在常规时域监测指标上会高度混叠，从而导致难以从背景噪声中分辨阻滞是否完成，严重制约了区域麻醉阻滞效果评估的准确性。

技术实现思路

1、为了解决区域麻醉阻滞效果评估的准确性低的技术问题，本发明的目的在于提供一种基于医疗大数据的区域麻醉阻滞效果评估系统，所采用的技术方案具体如下：

2、基于医疗大数据的区域麻醉阻滞效果评估系统，所述系统包括：

3、双源指标处理模块：用于提取患者受神经阻滞一侧肢体的患侧光电容积脉搏波，与未受神经阻滞一侧肢体的健侧光电容积脉搏波；同步对两个光电容积脉搏波进行周期划分并去基线与归一化，确定每个周期内的健侧标准化容积分布序列与患侧标准化容积分布序列；

4、血管阻抗解耦模块：用于根据相同周期内的健侧标准化容积分布序列与患侧标准化容积分布序列之间的差异，并结合预设呼吸观测时段内不同周期内的健侧标准化容积分布序列与患侧标准化容积分布序列之间差异的离散特征，获取每个周期内的患侧血管阻抗特征参数；

5、阻滞效果评估模块：用于在每个时刻下，根据其预设历史阻滞监测时段内所述患侧血管阻抗特征参数的变化特征，输出神经阻滞状态信号。

6、进一步地，同步对两个光电容积脉搏波进行周期划分，包括：

7、对所述健侧光电容积脉搏波进行波谷检测，将相邻两个波谷点对应时刻之间的时段作为一个周期；同步划分所述健侧光电容积脉搏波及所述患侧光电容积脉搏波，确定每个周期内的健侧光电容积脉搏波子段和患侧光电容积脉搏波子段。

8、进一步地，所述健侧标准化容积分布序列与所述患侧标准化容积分布序列的获取方法包括：

9、对于每个健侧光电容积脉搏波子段，将最小值作为健侧基线值，令其内每个数值减去所述健侧基线值，得到健侧去基线容积序列；对所述健侧去基线容积序列中的每个数值进行归一化，得到健侧标准化容积分布序列；采用相同的获取方法获取患侧标准化容积分布序列。

10、进一步地，所述患侧血管阻抗特征参数的获取方法包括：

11、在每个周期内，根据所述患侧标准化容积分布序列相对所述健侧标准化容积分布序列的偏差，获取血管顺应性指标；

12、在每个周期内，根据所述患侧标准化容积分布序列的瞬时变化特征相对所述健侧标准化容积分布序列的瞬时变化特征的偏差，获取血管弹性丢失指标；

13、在每个周期，融合每个周期内的所述血管顺应性指标和所述血管弹性丢失指标，根据预设呼吸观测时段内不同周期内的融合结果的离散特征，获取血管被动调制指标；

14、患侧血管阻抗特征参数包括血管顺应性指标、血管弹性丢失指标和血管被动调制指标。

15、进一步地，血管顺应性指标的获取方法包括：

16、在每个周期内，将所述患侧标准化容积分布序列与所述健侧标准化容积分布序列之间的推土机距离作为血管顺应性指标。

17、进一步地，所述血管弹性丢失指标的获取方法包括：

18、在每个周期内，分别对所述健侧标准化容积分布序列与所述患侧标准化容积分布序列进行差分并归一化，获取健侧容积变化分布序列与患侧容积变化分布序列；将所述患侧容积变化分布序列与所述健侧容积变化分布序列之间的推土机距离，作为血管弹性丢失指标。

19、进一步地，所述血管被动调制指标的获取方法包括：

20、在每个周期内，将所述血管顺应性指标和所述血管弹性丢失指标分别进行标准化后计算欧几里得范数，得到患侧血管融合特征指标；将预设呼吸观测时段内不同周期内的所述患侧血管融合特征指标的标准差作为血管被动调制指标。

21、进一步地，所述神经阻滞状态信号的输出方法包括：

22、以所述血管顺应性指标、所述血管弹性丢失指标和所述血管被动调制指标中的任一指标作为目标指标；在每个时刻下，基于其预设历史阻滞监测时段内目标指标下所有周期内的指标取值的分布特征，确定目标指标的对比基准；基于每个时刻所属周期内目标指标下的指标取值相对所述对比基准的偏差，评估目标指标下每个时刻的基准偏离参数；

23、在每个时刻下，基于每种指标的所述基准偏离参数输出神经阻滞状态信号。

24、进一步地，基于每种指标的所述基准偏离参数输出神经阻滞状态信号包括：

25、在每个时刻下，当所述血管顺应性指标、所述血管弹性丢失指标和所述血管被动调制指标对应的所述基准偏离参数均大于对应预设阈值时，输出神经阻滞状态有效信号，否则输出神经阻滞状态无效信号。

26、进一步地，所述预设呼吸观测时段包括预设数量个呼吸周期。

27、本发明具有如下有益效果：首先提取患者受神经阻滞一侧肢体的患侧光电容积脉搏波，与未受神经阻滞一侧肢体的健侧光电容积脉搏波；同步对两个光电容积脉搏波进行周期划分，便于后续血管微观阻抗特征的独立解耦，排除心率变化导致的波形干扰，然后同步去基线与归一化，排除与神经阻滞无关的背景直流电信号干扰，并剔除全麻药物引起的线性波幅干扰，从而可以从杂乱的信号中抽取出纯粹的几何特征，从而确定每个周期内的健侧标准化容积分布序列与患侧标准化容积分布序列，为神经阻滞效果的量化评估提供标准化的分析基础；进一步根据相同周期内的健侧标准化容积分布序列与患侧标准化容积分布序列之间的差异，抵消全麻药物引起的共有血管形变，从而解耦全麻药效与神经阻滞的效应混叠，并结合预设呼吸观测时段内不同周期内的健侧标准化容积分布序列与患侧标准化容积分布序列之间差异的离散特征，量化血管壁处于受呼吸导致的被动受压状态的剧烈程度，从而获取每个周期内的患侧血管阻抗特征参数；最终在每个时刻下，根据其预设历史阻滞监测时段内患侧血管阻抗特征参数的变化特征，分析患侧血管阻抗特征参数是否发生明显的突变偏离以评估阻滞起效状态，从而输出神经阻滞状态信号。本发明引入同一个体未受阻滞的健侧参考，在全麻状态下对比解耦出患侧血管去神经化的阻抗特征，提高了区域麻醉阻滞效果评估的准确性。

1.基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，所述系统包括：

2.根据权利要求1所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，同步对两个光电容积脉搏波进行周期划分，包括：

3.根据权利要求1或2所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，所述健侧标准化容积分布序列与所述患侧标准化容积分布序列的获取方法包括：

4.根据权利要求1所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，所述患侧血管阻抗特征参数的获取方法包括：

5.根据权利要求4所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，血管顺应性指标的获取方法包括：

6.根据权利要求4所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，所述血管弹性丢失指标的获取方法包括：

7.根据权利要求4所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，所述血管被动调制指标的获取方法包括：

8.根据权利要求4所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，所述神经阻滞状态信号的输出方法包括：

9.根据权利要求8所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，基于每种指标的所述基准偏离参数输出神经阻滞状态信号包括：

10.根据权利要求1所述的基于医疗大数据的区域麻醉阻滞效果评估系统，其特征在于，所述预设呼吸观测时段包括预设数量个呼吸周期。