一种脑出血病情动态预警方法及装置
本发明涉及医疗信息处理,特别是涉及一种脑出血病情动态预警方法及装置。
背景技术:
1、脑出血患者在急性期病情变化迅速,临床上通常依靠床旁监护设备持续采集心率、血压、呼吸、血氧等生理参数,并按临床方案安排头颅ct复查以追踪血肿及周边水肿的变化情况。两类监测手段各自独立运行,生理参数监测多依据单项指标是否超出预设范围触发提示,复查影像的进展判断则主要依靠医师对前后两次片子的肉眼比对并形成文字结论。
2、这种各自为政的监测方式存在明显局限。一方面,影像复查间隔往往长达数日甚至更久,医师凭肉眼比对得出的病灶稳定结论未必能捕捉到尚不足以引起视觉差异、但已实际发生的缓慢进展;另一方面,单项生理参数的阈值判断难以反映自主神经调节紊乱等较为隐蔽的恶化信号,也未把影像层面的进展趋势与生理参数的异常波动结合起来综合研判。此外,现有预警提示发出之后,是否得到有效处置、处置后病情是否真正好转,通常缺乏系统化的追踪与复核机制,预警机制本身的运行质量因此难以被持续评估和改进。
技术实现思路
1、本发明公开一种脑出血病情动态预警方法及装置,旨在融合头颅ct影像与床旁生理参数监测数据,识别文字复查结论未能体现的病灶进展趋势,并结合生理信号的异常波动综合判定风险等级、生成分级预警指令,同时对预警的送达与处置效果加以追踪评估,弥补现有影像判读与生理监测彼此割裂、预警执行质量缺乏反馈的不足,形成兼顾病情研判与预警质量管理的动态预警方法体系。
2、本发明第一方面提出一种脑出血病情动态预警方法,包括:
3、获取床旁监护的生命体征数据及头颅ct的血肿水肿影像,从所述血肿水肿影像测定血肿及水肿区扩展边界划定血肿水肿范围,依据预设时间窗口标记所述生命体征数据的中断时段构建动态监测数据集;
4、对所述动态监测数据集统计中断时段分布得到监测中断负荷度,从所述生命体征数据筛查常规滤除的伪差波动得到波动片段集合,基于所述波动片段集合解析节律生成波动节律序列,结合所述监测中断负荷度校正所述波动节律序列形成自主神经异常指数;
5、依据所述血肿水肿范围统计复查阴性期扩展量获得占位扩展速率,通过所述生命体征数据识别库欣反应确定颅高压征象,将所述颅高压征象与所述占位扩展速率比对形成恶化风险征象;
6、利用所述恶化风险征象与所述自主神经异常指数取交集得到同步超阈窗口,基于所述同步超阈窗口统计临界带滞留时长确定风险等级,根据所述风险等级匹配处置路径生成预警指令;
7、利用所述预警指令推送预警消息建立终端送达记录,对所述终端送达记录汇总静音未响应条目与确认时延获得预警失效清单,通过所述预警失效清单评估送达情况输出预警复核提示。
8、本发明第二方面提出一种脑出血病情动态预警装置,包括:
9、数据采集单元,用于获取床旁监护的生命体征数据及头颅ct的血肿水肿影像,从所述血肿水肿影像测定血肿及水肿区扩展边界划定血肿水肿范围,依据预设时间窗口标记所述生命体征数据的中断时段构建动态监测数据集;
10、异常识别单元,用于对所述动态监测数据集统计中断时段分布得到监测中断负荷度,从所述生命体征数据筛查常规滤除的伪差波动得到波动片段集合,基于所述波动片段集合解析节律生成波动节律序列,结合所述监测中断负荷度校正所述波动节律序列形成自主神经异常指数;
11、征象比对单元,用于依据所述血肿水肿范围统计复查阴性期扩展量获得占位扩展速率,通过所述生命体征数据识别库欣反应确定颅高压征象,将所述颅高压征象与所述占位扩展速率比对形成恶化风险征象;
12、风险分级单元,用于利用所述恶化风险征象与所述自主神经异常指数取交集得到同步超阈窗口,基于所述同步超阈窗口统计临界带滞留时长确定风险等级,根据所述风险等级匹配处置路径生成预警指令;
13、预警核验单元,用于利用所述预警指令推送预警消息建立终端送达记录,对所述终端送达记录汇总静音未响应条目与确认时延获得预警失效清单,通过所述预警失效清单评估送达情况输出预警复核提示。
14、本发明的有益效果体现在以下几点:1.本发明没有像常规监护那样把生命体征中的细微波动当作需要滤除的干扰,而是将其保留下来并结合影像层面的病灶量化数据一并纳入同一套监测数据集,为从看似无意义的波动中识别出与自主神经调节相关的异常信号创造了条件,使原本会被丢弃的信息重新具备了参考价值。2.针对复查报告依赖人工肉眼比对、容易把实际已经发生的进展记录为病情稳定的情况,本发明引入影像量化数值与文字结论的交叉核对,把两者出现分歧的时间段单独识别出来并据此测算病灶的真实扩展情况;这一判断同时结合生命体征中能够反映颅内压变化的特征性表现,使影像与生理这两条原本分开评估的线索能够相互印证。3.本发明并不满足于在得到多种风险信号后即分别发出提示,而是要求不同来源的异常信号在时间上真正重合才判定为需要关注的状态,并按持续时长划分处置的紧迫程度;预警发出之后,终端的送达情况、人员的响应方式与处置后病情是否真正改善还会被继续追踪,未能有效处置或处置未见成效的情形会被单独归集,供管理者了解预警机制自身在执行环节的实际表现。
1.一种脑出血病情动态预警方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,依据预设时间窗口标记所述生命体征数据的中断时段构建动态监测数据集,包括:
3.根据权利要求1所述的方法,其特征在于,对所述动态监测数据集统计中断时段分布得到监测中断负荷度,包括:
4.根据权利要求1所述的方法,其特征在于,从所述生命体征数据筛查常规滤除的伪差波动得到波动片段集合,包括:
5.根据权利要求1所述的方法,其特征在于,依据所述血肿水肿范围统计复查阴性期扩展量获得占位扩展速率,包括:
6.根据权利要求1所述的方法,其特征在于,基于所述同步超阈窗口统计临界带滞留时长确定风险等级,包括:
7.根据权利要求1所述的方法,其特征在于,对所述终端送达记录汇总静音未响应条目与确认时延获得预警失效清单,包括:
8.根据权利要求5所述的方法,其特征在于,对所述复查时刻序列筛查影像结论为无进展的复查区间确定假阴性复查段,包括:
9.根据权利要求7所述的方法,其特征在于,对所述预警处置记录筛查静音未响应条目与处置后指标无改善条目获得疑似失效条目,包括:
10.一种脑出血病情动态预警装置,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com