患者术后居家疼痛观察远程分析管理系统的制作方法

本发明属于远程医疗技术领域，尤其涉及一种患者术后居家疼痛观察远程分析管理系统。

背景技术：

国际疼痛学会(iasp)将疼痛视为是一种与组织损伤有关的不愉快的感觉和情感体验。术后疼痛是急性疼痛，给患者带来很大痛苦，处理不及时会给机体造成一系列不良影响。术后疼痛是伤害性刺激作用于机体而引起的一种复杂的生理心理反应，直接影响疾病发生、发展和转归，成为术后并发症和病死率增加的重要影响因素。

现有技术中，对于疼痛强度的评估，分为单维度疼评估量表以及综合疼痛性质及疼痛强度的评估量表。单维度疼评估量表包括数字评分法(numericratingscale，nrs)、口述分级评分法(verbalratingscales，vrs)或词语描述量表(verbaldescriptorscale,vds),视觉模拟评分法(visualanaloguescale，vas)，针对儿童及老年患者还包括面部表情疼痛量表(facespainscale，fps)；综合疼痛性质及疼痛强度的评估量表包括中mcgill疼痛问卷表。

上述疼痛评分大多带有主观性。为了客观进行疼痛评估，临床上通常认为，疼痛感与相关的生理参数相关。对此，申请号为cn202010481486的中国发明专利申请提出一种基于脑机接口和深度学习的术后急性疼痛预测系统及应用，包括：通过便携式脑电采集设备获取病人术前0-3天的静息态脑电信号；对术前静息态脑电信号，通过滑动窗口进行数据分割，得到一系列的静息态脑电信号片段；利用预处理方法将一系列的静息态脑电信号片段对应转化为一系列的二维图像，用于后续分析；构建数据集，添加标签并划分训练集和测试集；构建基于深度学习的预测模型，确定模型结构及待优化模型参数，通过训练与测试得到能够对术后急性疼痛进行预测的基于深度学习的预测模型。该发明便携式脑电采集设备能够便捷高效地采集脑电信号；通过对病人术前静息态脑电信号的分析在对病人没有任何损伤的情况下预测术后疼痛类别。

此外，cn200910303204公开一种监控病人疼痛状态的装置及其方法，是从临床端以有线或无线方式收集患者的患者止痛记录，并透过一传输接口以实时或非实时的方式传送至远程作数据分析处理，以针对各使用者的疗程回馈资料进行分析与回授，其包括有一pca、一计算机监控模块、一网络监控模块及一网络监控模块数据库，更可进一步包括一可携式装置及其一pca蓝芽无线传输模块。藉此由患者访视到远程监测的装置，可供临床人员整合包含药物消耗及疼痛状况的pca信息，并且实时地回馈患者疼痛状态。

然而，一方面，虽然生命体征变化是评估术后疼痛的重要依据。心率、呼吸频率加快,血压升高等改变都是术后疼痛的反应,但由于其他应激反应也会出现类似变化,故不具备疼痛特异性，因此，这些指标在疼痛强度评价中仅可用作参考指标；另一方面，为了减轻病人负担，患者术后在满足一定条件下，应当尽量安排居家观察修养，家庭环境可能更有利于患者的身心放松和状态恢复，但是受家庭硬件设备所限以及病人自身文化水平、心理因素影响，术后居家观察尤其是术后疼痛的观察和针对性干预，现有技术并未给出有效的技术方案；更重要的是，对于某些特殊病人（例如存在心里障碍、交流困难等），即使在医院观察，也无法使用上述的主观评测表，例如接受通气治疗的术后病人,口头表达和沟通能力下降,行为体征又受到一定限制,疼痛评估指征比一般术后病人少，在医院观察尚且如此，居家观察困难更大。

技术实现要素：

为解决上述技术问题，本发明提出一种患者术后居家疼痛观察远程分析管理系统，包括人机交互终端、便携镇痛注射终端以及远程监控平台；远程分析管理系统还包括生理参数监控仪；所述生理参数监控仪获取所述患者的多项生理参数后生成疼痛指数分布；所述人机交互终端获取所述多项生理参数以及所述疼痛指数，将其发送给所述远程监控平台；所述远程监控平台基于所述多项生理参数以及所述疼痛指数分布，生成远程控制指令给所述人机交互终端；所述人机交互终端控制所述便携镇痛注射终端执行对应的镇痛操作。

本发明通过所述生理参数监控仪生成的疼痛指数分布与所述患者在预定观察时间段内的睡眠评分起伏图可以精确的观察患者术后居家疼痛变化，从而自适应的做出干预，避免了人为主观性，也克服了交流上存在的困难。

具体来说，本发明提出的一种患者术后居家疼痛观察远程分析管理系统包括人机交互终端、便携镇痛注射终端以及远程监控平台和生理参数监控仪。

总体上来说，所述生理参数监控仪获取所述患者的多项生理参数后生成疼痛指数分布；

所述生理参数监控仪包括可穿戴的脑电睡眠服和智能睡床；

所述脑电睡眠服用于获取所述患者在所述预定观察时间段内的脑电监测信号；

所述智能睡床用于获取所述患者在所述预定观察时间段内的呼吸信号、心率信号以及体动信号。

所述人机交互终端获取所述多项生理参数以及所述疼痛指数，将其发送给所述远程监控平台；

所述远程监控平台基于所述多项生理参数以及所述疼痛指数分布，生成远程控制指令给所述人机交互终端；

所述人机交互终端控制所述便携镇痛注射终端执行对应的镇痛操作。所述镇痛操作包括注射操作、增加剂量、减缓剂量、停止注射操作中的之一或其组合。

具体来说，所述人机交互终端获取所述多项生理参数以及所述疼痛指数分布，将其发送给所述远程监控平台之前，基于所述多项生理参数以及所述疼痛指数分布在所述人机交互终端的本地观察数据库中查找对应的本地控制指令；

若所述人机交互终端在将所述多项生理参数以及所述疼痛指数分布发送给所述远程监控平台之后的预定时间段内，未收到所述远程控制指令，则所述人机交互终端基于所述本地控制指令控制所述便携镇痛注射终端执行对应的镇痛操作。

若所述人机交互终端在将所述多项生理参数以及所述疼痛指数分布发送给所述远程监控平台之后的预定时间段内收到所述远程控制指令，则所述人机交互终端基于所述远程控制指令控制所述便携镇痛注射终端执行对应的镇痛操作。

作为发明改进之一，所述生理参数监控仪生成的所述疼痛指数分布与所述患者在预定观察时间段内的睡眠评分起伏图相关。

作为上述改进的关键技术手段之一，所述生理参数监控仪基于所述患者在所述预定观察时间段内的脑电监测信号、呼吸信号、心率信号以及体动信号，得出所述患者在所述预定观察时间段内的睡眠评分图，所述睡眠评分图包括所述患者在所述预定观察时间段内的多个睡眠评分起伏图。

更具体的，所述生理参数监控仪基于所述患者在所述预定观察时间段内的脑电监测信号、呼吸信号、心率信号以及体动信号，得出所述患者在所述预定观察时间段内的睡眠评分图，具体包括：

获取所述预定观察时间段内的脑电监测信号的第一突变时间点；

采用生理信息融合算法，利用所述呼吸信号、心率信号以及体动信号的生理信息熵突变方法估计出第二突变时间点；

基于所述第一突变时间点和第二突变时间点得到所述多个睡眠评分起伏图。

作为本发明的改进之二，

在第一个方面，所述远程监控平台基于所述多项生理参数以及所述疼痛指数分布，生成远程控制指令给所述人机交互终端，具体包括：

获取所述睡眠评分起伏图的评分下降阶段对应的多个第一时间段；

将所述多个第一时间段作为激活时间指令；

基于所述激活时间指令，生成所述远程控制指令。

在第二个方面，所述远程监控平台基于所述多项生理参数以及所述疼痛指数分布，生成远程控制指令给所述人机交互终端，具体包括：

获取包含所述睡眠评分起伏图的评分上升阶段的多个第二时间段；

将所述多个第二时间段作为减缓时间指令；

基于所述减缓时间指令，生成所述远程控制指令。

所述人机交互终端控制所述便携镇痛注射终端执行对应的镇痛操作，具体包括：

所述人机交互终端根据所述远程控制指令或者本地控制指令控制所述便携镇痛注射终端开始执行注射操作、增加剂量、减缓剂量、停止注射操作中的之一或其组合。

通过所述生理参数监控仪生成的疼痛指数分布与所述患者在预定观察时间段内的睡眠评分起伏图，本发明可以精确的观察患者术后居家疼痛变化，从而自适应的做出干预，避免了人为主观性，也克服了交流上存在的困难。

本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的患者术后居家疼痛观察远程分析管理系统的整体示意图；

图2是图1所述患者术后居家疼痛观察远程分析管理系统的另一个实施例示意图；

图3是基于图1所述系统生成睡眠评分图的示意图；

图4是基于图3所述系统生成睡眠评分起伏图的示意图；

图5是本发明一个实施例的睡眠评分起伏图的示意图。

具体实施方式

下面，结合附图以及具体实施方式，对发明做出进一步的描述。

参见图1，是本发明一个实施例的患者术后居家疼痛观察远程分析管理系统的整体示意图。

在图1中，所述远程分析管理系统包括人机交互终端、便携镇痛注射终端以及远程监控平台。

图1所述远程分析管理系统还包括生理参数监控仪。

所述生理参数监控仪获取所述患者的多项生理参数后生成疼痛指数分布；

所述人机交互终端获取所述多项生理参数以及所述疼痛指数，将其发送给所述远程监控平台；

所述远程监控平台基于所述多项生理参数以及所述疼痛指数分布，生成远程控制指令给所述人机交互终端；

所述人机交互终端控制所述便携镇痛注射终端执行对应的镇痛操作。

在图1基础上，参见图2。

图2中，所述人机交互终端包括本地观察数据库。

所述人机交互终端获取所述多项生理参数以及所述疼痛指数分布，将其发送给所述远程监控平台之前，基于所述多项生理参数以及所述疼痛指数分布在所述人机交互终端的本地观察数据库中查找对应的本地控制指令；

若所述人机交互终端在将所述多项生理参数以及所述疼痛指数分布发送给所述远程监控平台之后的预定时间段内，未收到所述远程控制指令，则所述人机交互终端基于所述本地控制指令控制所述便携镇痛注射终端执行对应的镇痛操作。

在图2的实施例中，若所述人机交互终端在将所述多项生理参数以及所述疼痛指数分布发送给所述远程监控平台之后的预定时间段内收到所述远程控制指令，则所述人机交互终端基于所述远程控制指令控制所述便携镇痛注射终端执行对应的镇痛操作。

进一步的，结合图1-图2，若所述人机交互终端在将所述多项生理参数以及所述疼痛指数分布发送给所述远程监控平台之后的预定时间段内收到所述远程控制指令，则根据所述远程控制指令更新所述本地观察数据库中所述多项生理参数以及所述疼痛指数分布对应的本地控制指令。

接下来参见图3。

所述生理参数监控仪生成的所述疼痛指数分布与所述患者在预定观察时间段内的睡眠评分起伏图相关。

在图3中，所述生理参数监控仪包括可穿戴的脑电睡眠服和智能睡床；

所述脑电睡眠服用于获取所述患者在所述预定观察时间段内的脑电监测信号；

所述智能睡床用于获取所述患者在所述预定观察时间段内的呼吸信号、心率信号以及体动信号；

所述生理参数监控仪基于所述患者在所述预定观察时间段内的脑电监测信号、呼吸信号、心率信号以及体动信号，得出所述患者在所述预定观察时间段内的睡眠评分图，所述睡眠评分图包括所述患者在所述预定观察时间段内的多个睡眠评分起伏图。

图4给出了所述睡眠评分起伏图的具体实现方式。

所述生理参数监控仪基于所述患者在所述预定观察时间段内的脑电监测信号、呼吸信号、心率信号以及体动信号，得出所述患者在所述预定观察时间段内的睡眠评分图，具体包括：

获取所述预定观察时间段内的脑电监测信号的第一突变时间点；

采用生理信息融合算法，利用所述呼吸信号、心率信号以及体动信号的生理信息熵突变方法估计出第二突变时间点；

基于所述第一突变时间点和第二突变时间点得到所述多个睡眠评分起伏图。

生理信息融合算法在本领域有多种常见的实现方式，例如可参见如下现有技术文献：

崔宁周,谢维信,余雄南.多传感器多目标分布跟踪中数据关联的快速算法[j].电子学报,1996(06):62-66.

更具体的，所述生理参数监控仪基于所述患者在所述预定观察时间段内的脑电监测信号、呼吸信号、心率信号以及体动信号，得出所述患者在所述预定观察时间段内的睡眠评分图；

结合所述第一突变时间点和第二突变时间点，采用补偿算法对所述睡眠评分图进行处理后，得到所述多个睡眠评分起伏图。

补偿算法在上述现有技术文献中也有提及，当然本领域技术人员也可以采用其他补偿方法。

图5是本发明一个实施例的睡眠评分起伏图的示意图。

基于图5，所述远程监控平台基于所述多项生理参数以及所述疼痛指数分布，生成远程控制指令给所述人机交互终端，具体包括：获取所述睡眠评分起伏图的评分下降阶段对应的多个第一时间段；将所述多个第一时间段作为激活时间指令；基于所述激活时间指令，生成所述远程控制指令。

基于图5，所述远程监控平台基于所述多项生理参数以及所述疼痛指数分布，生成远程控制指令给所述人机交互终端，还包括：获取包含所述睡眠评分起伏图的评分上升阶段的多个第二时间段；

将所述多个第二时间段作为减缓时间指令；

基于所述减缓时间指令，生成所述远程控制指令。

举例来说，所述人机交互终端控制所述便携镇痛注射终端执行对应的镇痛操作，具体包括：

所述人机交互终端根据所述远程控制指令或者本地控制指令控制所述便携镇痛注射终端开始执行注射操作、增加剂量、减缓剂量、停止注射操作中的之一或其组合。

以图5为例，在所述第一时间段上，可以开始执行注射操作，和/或增加剂量；在所述第二时间段上，可以执行减缓剂量、和/或停止注射操作。

本发明的上述实施例中，所采用的其他功能终端或者模块可以基于现有技术实现，例如所述便携镇痛注射终端可以是病人自控镇痛(patient－controlledanalgesia，pca)终端泵；

现有技术中，患者可利用pca技术根据自身疼痛程度，自己按压追加键(bolus)给予医师预设剂量的镇痛药物，以达到个体化镇痛治疗的目的，本发明对此进行改进，设计为智能化的便携镇痛注射终端，可以接收上述控制指令，自适应的控制注射时间、注射剂量、注射速度等。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。