[go: up one dir, main page]

CN113133887B - 基于亚低温床垫与高压氧舱结合的新生儿智能调控系统 - Google Patents

基于亚低温床垫与高压氧舱结合的新生儿智能调控系统 Download PDF

Info

Publication number
CN113133887B
CN113133887B CN202110466754.6A CN202110466754A CN113133887B CN 113133887 B CN113133887 B CN 113133887B CN 202110466754 A CN202110466754 A CN 202110466754A CN 113133887 B CN113133887 B CN 113133887B
Authority
CN
China
Prior art keywords
sub
electroencephalogram
brain
neonate
hyperbaric oxygen
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110466754.6A
Other languages
English (en)
Other versions
CN113133887A (zh
Inventor
陈世雄
黄为民
朱明星
黄保发
黄�俊
李水秀
贾进滢
覃诚
皮瑶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Fengsheng Biotechnology Co ltd
Original Assignee
Shenzhen Fengsheng Biotechnology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Fengsheng Biotechnology Co ltd filed Critical Shenzhen Fengsheng Biotechnology Co ltd
Publication of CN113133887A publication Critical patent/CN113133887A/zh
Application granted granted Critical
Publication of CN113133887B publication Critical patent/CN113133887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
    • A61G10/00—Treatment rooms or enclosures for medical purposes
    • A61G10/02—Treatment rooms or enclosures for medical purposes with artificial climate; with means to maintain a desired pressure, e.g. for germ-free rooms
    • A61G10/023—Rooms for the treatment of patients at over- or under-pressure or at a variable pressure
    • A61G10/026—Rooms for the treatment of patients at over- or under-pressure or at a variable pressure for hyperbaric oxygen therapy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Mathematical Physics (AREA)
  • Emergency Medicine (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Neurology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Accommodation For Nursing Or Treatment Tables (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了基于亚低温床垫与高压氧舱结合的新生儿智能调控系统，本系统将高压氧舱与亚低温床垫结合，实现了单独高压氧治疗、单独亚低温治疗、高压氧与亚低温结合治疗三种治疗模式的灵活切换。并且，在新生儿进行高压氧治疗或亚低温治疗时，对患者进行多生理参数监测，基于监测数据可以客观地检测治疗是否具有疗效。最后，结合生理信息监测的针对高压氧治疗与亚低温治疗的智能调控算法利用卷积神经网络，针对部分生理信息自动提取特征，并将多种生理参数进行特征融合，最后利用融合的特征进行分类识别，识别新生儿的脑功能状态，对高压氧舱、亚低温床垫的参数设置进行智能调控，提高了治疗过程的安全性以及高效性。

Description

基于亚低温床垫与高压氧舱结合的新生儿智能调控系统
技术领域
本发明涉及医疗技术领域，具体是基于亚低温床垫与高压氧舱结合的新生儿智能调控系统。
背景技术
在中国每年新出生的婴儿当中，7％～10％的新生儿(140万～500万)发生窒息，其中约1/3的新生儿因窒息夭折，约30万新生儿患上缺血缺氧性脑疾病。目前关于新生儿缺血缺氧性脑疾病的发病机制还没有被完全阐述明确；目前主要采用亚低温疗法或高压氧治疗，亚低温被认为能抑制蛋白酶和蛋白激活酶的活性，对抗自由基损伤，减缓程序性死亡，并能扩展其他治疗干预时间窗，亚低温治疗能明确减少新生儿缺血缺氧性脑损伤，将亚低温治疗与其他治疗手段结合是必然的发展趋势；近年来，高压氧舱对新生儿缺血缺氧性脑损伤治疗也获得了较好的疗效，高压氧治疗通过提高血氧分压和弥散距离从而达到改善全身氧供的目的。
目前的高压氧舱与亚低温床垫均被用作为独立的缺血缺氧性脑损伤的治疗手段，在缺血缺氧性脑损伤的窗口期(即黄金治疗期，指出生后4-6小时)可二者选其一，无法实现二者结合的同步治疗，疗效单一。并且，在进行高压氧舱治疗或者亚低温治疗时，未对新生儿进行脑功能相关的生理信息监测，无法监测到治疗过程中新生儿是否有好转，新生儿作为无法表述自己感受的特殊群体，在治疗过程中对新生儿进行脑功能相关的生理信息监测具有重要意义。现有的少数专利提及到在高压氧舱治疗期间对心电数据、血压数据、血氧饱和度数据、姿态等进行监测，也只是将监测到的生理数据进行生命体征的阈值比较，并没有进行新生儿的脑功能评估。最后，高压氧舱与亚低温床垫的设置参数(例如气压值、氧浓度、亚低温床垫的温度等)主要依靠医疗师的经验设置，没有依靠监测到的生理参数进行智能调节的应用，依靠医务人员的经验设置现有治疗设备的初始参数时，新生儿在治疗过程中的生理参数(脑电、血氧浓度、心率等生理参数)无法被监测，运用算法智能调节高压氧舱与亚低温床垫的设置参数，有利于帮助新生儿高效改善全身氧供，同时可以避免在治疗过程中新生儿出现严重不适而不为人知的情况发生，能及时对危险情况报警，增强治疗过程中的安全性。
因此，如何将高压氧舱与亚低温床进行结合，实现对新生儿多生理参数的监测，并基于监测数据智能调控设置参数是本领域技术人员亟待解决的问题。
发明内容
鉴于上述问题，本发明的目的是为了解决目前的高压氧舱与亚低温床垫均被用作为独立的缺血缺氧性脑损伤的治疗手段，疗效单一，并且高压氧舱与亚低温床垫的设置参数主要依靠医疗师的经验设置，在治疗过程中亦未对新生儿的脑电、血氧浓度、心率等生理参数进行监测，治疗过程中的安全性低的问题。
本发明实施例提供基于亚低温床垫与高压氧舱结合的新生儿智能调控系统，包括：亚低温床、高压氧舱、生理信息监测模块和智能调控模块；其中，所述亚低温床设置在所述高压氧舱的舱体内部；
所述生理信息监测模块设置在所述高压氧舱内，用于采集新生儿多项生理信息参数，并将所述新生儿多项生理信息参数传输给所述智能调控模块；
所述智能调控模块连接所述亚低温床、所述高压氧舱与所述生理信息监测模块，用于基于所述新生儿多项生理信息参数，利用智能调控算法生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数。
在一个实施例中，所述生理信息监测模块，包括：脑电图监测单元、心电监测单元和近红外光谱监测单元；
所述脑电图监测单元用于采集脑电信号，并基于所述脑电信号生成振幅整合脑电图；
所述心电监测单元用于采集新生儿的心电数据，并提取所述心电数据特征；
所述近红外光谱监测单元用于采集近红外光谱信号，并基于所述近红外光谱信号生成新生儿脑部血氧含量。
在一个实施例中，所述智能调控模块，包括：振幅整合脑电特征提取单元、脑功能特征生成单元和新生儿脑功能状态生成单元；
所述振幅整合脑电特征提取单元用于利用卷积神经网络对所述振幅脑电图进行卷积池化，提取卷积整合脑电特征；
所述脑功能特征生成单元连接所述振幅整合脑电特征提取单元，用于将所述卷积整合脑电特征、所述心电数据特征和所述新生儿脑部血氧含量进行融合，生成脑功能特征；
所述新生儿脑功能状态生成单元连接所述脑功能特征生成单元，用于将所述脑功能特征输入全连接层进行分类，利用卷积神经网络识别所述新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数。
在一个实施例中，所述新生儿脑功能状态，包括：
危险状态、缺血缺氧性脑功能损伤较严重、缺血缺氧性脑损伤较轻、脑功能状态正常。
在一个实施例中，所述亚低温床与所述高压氧舱的设置参数，包括：
压强、氧气浓度和亚低温设置温度。
基于上述目的，在本申请的第二个方面，还提出了基于亚低温床垫与高压氧舱结合的新生儿智能调控方法，包括：
生理信息监测模块采集新生儿多项生理信息参数，并将所述新生儿多项生理信息参数传输给智能调控模块；
所述智能调控模块基于所述新生儿多项生理信息参数，利用智能调控算法生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数。
在一个实施例中，所述生理信息监测模块采集新生儿多项生理信息参数，并将所述新生儿多项生理信息参数传输给智能调控模块，包括：
脑电图监测单元采集脑电信号，并基于所述脑电信号生成振幅整合脑电图；
心电监测单元采集新生儿的心电数据，并提取所述心电数据特征；
近红外光谱监测单元采集近红外光谱信号，并基于所述近红外光谱信号生成新生儿脑部血氧含量。
在一个实施例中，所述智能调控模块基于所述新生儿多项生理信息参数，利用智能调控算法生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数，包括：
振幅整合脑电特征提取单元利用卷积神经网络对所述振幅脑电图进行卷积池化，提取卷积整合脑电特征；
脑功能特征生成单元将所述卷积整合脑电特征、所述心电数据特征和所述新生儿脑部血氧含量进行融合，生成脑功能特征；
新生儿脑功能状态生成单元将所述脑功能特征输入全连接层进行分类，利用卷积神经网络生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数。
在一个实施例中，所述新生儿脑功能状态，包括：
危险状态、缺血缺氧性脑功能损伤较严重、缺血缺氧性脑损伤较轻、脑功能状态正常。
在一个实施例中，所述亚低温床与所述高压氧舱的设置参数，包括：
压强、氧气浓度和亚低温设置温度。
本发明实施例提供的上述技术方案的有益效果至少包括：
本发明实施例提供的基于亚低温床垫与高压氧舱结合的新生儿智能调控系统，本系统将高压氧舱与亚低温床垫结合，实现了单独高压氧治疗、单独亚低温治疗、高压氧与亚低温结合治疗三种治疗模式的灵活切换。并且，在新生儿进行高压氧治疗或亚低温治疗时，对患者进行脑功能相关的多生理参数监测，在新生儿无法自我表述治疗过程中的变化与感受的时候，对新生儿治疗过程中进行脑功能监测，基于监测数据可以客观地检测治疗是否具有疗效。最后，结合生理信息监测的针对高压氧治疗与亚低温治疗的智能调控算法利用卷积神经网络，针对部分生理信息自动提取特征，并将多种生理参数进行特征融合，最后利用融合的特征进行分类识别，识别新生儿的脑功能状态，根据不同的脑损伤程度以及多为脑损伤领域专家预先设置的不同损伤程度的建议参数，对高压氧舱、亚低温床垫的参数设置进行智能调控，有利于帮助新生儿高效改善全身氧供，同时可以避免在治疗过程中新生儿出现严重不适而不为人知的情况发生，能及时对危险情况报警，增强治疗过程中的安全性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例提供的基于亚低温床垫与高压氧舱结合的新生儿智能调控系统的框图；
图2为本发明实施例提供的亚低温床与高压氧舱结合的示意图；
图3为本发明实施例提供的智能调控算法示意图；
图4为本发明实施例提供的不同新生儿脑功能状态对应的亚低温床与高压氧舱的不同设置参数方案；
图5为本发明实施例提供的基于亚低温床垫与高压氧舱结合的新生儿智能调控方法的流程图；
图6为本发明实施例提供的步骤S501的流程图；
图7为本发明实施例提供的步骤S502的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
参照图1所示，本发明实施例提供的基于亚低温床垫与高压氧舱结合的新生儿智能调控系统，包括：亚低温床1、高压氧舱2、生理信息监测模块3和智能调控模块4；其中，所述亚低温床1设置在所述高压氧舱2的舱体内部；
所述生理信息监测模块3设置在所述高压氧舱2内，用于采集新生儿多项生理信息参数，并将所述新生儿多项生理信息参数传输给所述智能调控模块4。
具体的，对患有缺血缺氧性脑损伤新生儿在高压氧或亚低温治疗时进行多项生理信息参数监测从而进行脑功能的评估(主要包括但不限于振幅整合脑电图(aEEG)和原始脑电图(EEG)监测、近红外光谱(NIRs)监测、心电(ECG)监测)。
所述智能调控模块4连接所述亚低温床1、所述高压氧舱2与所述生理信息监测模块3，用于基于所述新生儿多项生理信息参数，利用智能调控算法生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床1与所述高压氧舱2的设置参数。
具体的，所述亚低温床1与所述高压氧舱2的设置参数，包括：压强、氧气浓度和亚低温设置温度。
进一步地，由新生儿缺血缺氧脑损伤领域专家早期针对不同程度的缺血缺氧性脑损伤制定所述亚低温床1与所述高压氧舱2的设置参数方案为b、c、d；所述亚低温床1与所述高压氧舱2的设置参数方案为b表示脑损伤较严重时的参数设置方案，所述亚低温床1与所述高压氧舱2的设置参数方案为c表示脑损伤较轻时的参数设置方案，所述亚低温床1与所述高压氧舱2的设置参数方案为d表示脑功能状态正常时的参数设置方案。
本实施例中，本系统将高压氧舱与亚低温床结合，实现了单独高压氧治疗、单独亚低温治疗、高压氧与亚低温结合治疗三种治疗模式的灵活切换。并且，在新生儿进行高压氧治疗或亚低温治疗时，对患者进行脑功能相关的多生理参数监测，在新生儿无法自我表述治疗过程中的变化与感受的时候，对新生儿治疗过程中进行脑功能监测，基于监测数据可以客观地检测治疗是否具有疗效。最后，结合生理信息监测的针对高压氧治疗与亚低温治疗的智能调控算法利用卷积神经网络，针对部分生理信息自动提取特征，并将多种生理参数进行特征融合，最后利用融合的特征进行分类识别，识别新生儿的脑功能状态，根据不同的脑损伤程度以及多为脑损伤领域专家预先设置的不同损伤程度的建议参数，对高压氧舱、亚低温床垫的参数设置进行智能调控，有利于帮助新生儿高效改善全身氧供，同时可以避免在治疗过程中新生儿出现严重不适而不为人知的情况发生，能及时对危险情况报警，增强治疗过程中的安全性。
需要说明的是，参照图2所示，将高压氧舱2与亚低温床1进行了结合，改进后的高压氧舱可为病人实现三种模式的治疗：单独高压氧舱治疗、单独亚低温治疗、高压氧舱与亚低温同步治疗；改进后的高压氧舱可在上述三种治疗模式中灵活切换，而目前的单独的高压氧舱与单独的亚低温床在提供治疗服务时，需要移动新生儿，治疗模式切换不灵活且无法实现高压氧舱与亚低温的同步治疗。
在一个实施例中，所述生理信息监测模块3，包括：脑电图监测单元5、心电监测单元6和近红外光谱监测单元7；
所述脑电图监测单元5用于采集脑电信号，并基于所述脑电信号生成振幅整合脑电图。
具体的，采集脑电信号，并将采集的脑电信号转换为振幅整合脑电图(aEEG)及原始脑电图(EEG)，与将振幅整合脑电图及原始脑电图监测技术应用于改进后的高压氧舱2(即安装有亚低温床1的高压氧舱2)，可以实时监测新生儿的脑功能状态。
进一步地，振幅整合脑电图(aEEG)是一种简单化的脑电监测技术，采用较少的电极能收集脑电信息，抗干扰能力强，易于临床医师判读脑功能损伤程度，适用于早期床边脑功能监护，和原始脑电图(EEG)一起被广泛应用于新生儿脑发育成熟度评价、新生儿脑损伤检测、新生儿癫痫发作监测等领域。
所述心电监测单元6用于采集新生儿的心电数据，并提取所述心电数据特征。
具体的，将心电监测用于改进的高压氧舱2之中，在获取新生儿心电数据后，提取心电数据特征(主要有但不限于心率(HR)、P波时间、R峰时间、PR间期、QRS间期、RV5/SV1、ST段平均幅值)。
进一步地，心电监护可对新生儿的生命体征进行监测，可对新生儿的心率、心律、心肌供血情况以及电解质是否紊乱进行监测。
所述近红外光谱监测单元7用于采集近红外光谱信号，并基于所述近红外光谱信号生成新生儿脑部血氧含量。
具体的，近红外光谱(NIRs)可以无创实时监测新生儿脑组织的血红蛋白浓度(HbO2)和血氧饱和度(SaO2)，将近红外光谱监测应用于改进的高压氧舱2之中，从而实现对新生儿脑部血氧含量的监测，判断脑损伤进展的程度，也可以反馈治疗高压氧舱2、亚低温床1的治疗效果。
在一个实施例中，参照图3所示，所述智能调控模块4，包括：振幅整合脑电特征提取单元8、脑功能特征生成单元9和新生儿脑功能状态生成单元10；
所述振幅整合脑电特征提取单元8用于利用卷积神经网络对所述振幅脑电图进行卷积池化，提取卷积整合脑电特征。
具体的，对输入的振幅脑电图进行卷积，再使用Relu函数激活，提取卷积整合脑电特征图，计算公式如下所示：
Figure BDA0003044382620000091
上式中，
Figure BDA0003044382620000092
表示前一层卷积整合脑电特征输出图；
Figure BDA0003044382620000093
表示卷积核；Mj表示第j个输入振幅脑电图；
Figure BDA0003044382620000094
表示卷积整合脑电特征图的偏置；f(.)表示Relu激活函数；
Figure BDA0003044382620000095
表示l层第j个卷积整合脑电特征图。
进一步地，对卷积整合脑电特征图进行池化(下采样)，具体计算公式如下所示：
Figure BDA0003044382620000096
上式中，
Figure BDA0003044382620000097
表示下采样的权重系数；down(.)表示下采样函数；
Figure BDA0003044382620000098
表示前一层卷积整合脑电特征输出图。
所述脑功能特征生成单元9连接所述振幅整合脑电特征提取单元8，用于将所述卷积整合脑电特征、所述心电数据特征和所述新生儿脑部血氧含量进行融合，生成脑功能特征。
具体的，将二维的卷积整合脑电特征图转换为一维的特征图，然后将脑电数据的特征与脑血氧数据的特征进行融合，计算公式如下：
Figure BDA0003044382620000099
上式中，
Figure BDA00030443826200000910
表示脑功能特征，
Figure BDA00030443826200000911
表示卷积整合脑电特征，
Figure BDA00030443826200000912
表示新生儿脑部血氧含量，
Figure BDA00030443826200000913
表示心电数据特征。
所述新生儿脑功能状态生成单元10连接所述脑功能特征生成单元9，用于将所述脑功能特征输入全连接层进行分类，利用卷积神经网络识别所述新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床1与所述高压氧舱2的设置参数。
具体的，将所述脑功能特征输入全连接层进行分类，计算公式如下：
Figure BDA0003044382620000101
上式中，ωl代表全连接层的权重系数；bl代表全连接层的偏置。
具体的，所述新生儿脑功能状态，包括：危险状态、缺血缺氧性脑功能损伤较严重、缺血缺氧性脑损伤较轻、脑功能状态正常。
进一步地，参照图4所示，利用卷积神经网络识别所述新生儿脑功能状态，识别结果为a、b、c、d；若识别结果为a，则对应识别结果为危险状态，新生儿脑功能状态生成单元10自动立即呼叫医护人员；若识别结果为b，则对应识别结果为缺血缺氧性脑损伤较严重，新生儿脑功能状态生成单元10自动将所述亚低温床1与所述高压氧舱2的设置参数(例如压强、氧气浓度、亚低温设置温度等)更改为脑损伤较严重时的参数设置方案b；若识别结果为c，则对应识别结果为缺血缺氧性脑损伤较轻，新生儿脑功能状态生成单元10自动将所述亚低温床1与所述高压氧舱2的设置参数(例如压强、氧气浓度、亚低温设置温度等)更改为脑损伤较轻时的参数设置方案c；若识别结果为d，则对应识别结果为脑功能状态正常，新生儿脑功能状态生成单元10自动将所述亚低温床1与所述高压氧舱2的设置参数(例如压强、氧气浓度、亚低温设置温度等)更改为脑功能状态正常时的参数设置方案d。
参照图5所示，基于亚低温床垫与高压氧舱结合的新生儿智能调控方法，包括：
S501、生理信息监测模块采集新生儿多项生理信息参数，并将所述新生儿多项生理信息参数传输给智能调控模块。
具体的，对患有缺血缺氧性脑损伤新生儿在高压氧或亚低温治疗时进行多项生理信息参数监测从而进行脑功能的评估(主要包括但不限于振幅整合脑电图(aEEG)和原始脑电图(EEG)监测、近红外光谱(NIRs)监测、心电(ECG)监测)。
S502、所述智能调控模块基于所述新生儿多项生理信息参数，利用智能调控算法生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数。
具体的，所述亚低温床与所述高压氧舱的设置参数，包括：压强、氧气浓度和亚低温设置温度。
进一步地，由新生儿缺血缺氧脑损伤领域专家早期针对不同程度的缺血缺氧性脑损伤制定所述亚低温床1与所述高压氧舱2的设置参数方案为b、c、d；所述亚低温床1与所述高压氧舱2的设置参数方案为b表示脑损伤较严重时的参数设置方案，所述亚低温床1与所述高压氧舱2的设置参数方案为c表示脑损伤较轻时的参数设置方案，所述亚低温床1与所述高压氧舱2的设置参数方案为d表示脑功能状态正常时的参数设置方案。
需要说明的是，将高压氧舱与亚低温床进行了结合，改进后的高压氧舱可为病人实现三种模式的治疗：单独高压氧舱治疗、单独亚低温治疗、高压氧舱与亚低温同步治疗；改进后的高压氧舱可在上述三种治疗模式中灵活切换，而目前的单独的高压氧舱与单独的亚低温床在提供治疗服务时，需要移动新生儿，治疗模式切换不灵活且无法实现高压氧舱与亚低温的同步治疗。
在一个实施例中，如图6所示，步骤S501，即所述生理信息监测模块采集新生儿多项生理信息参数，并将所述新生儿多项生理信息参数传输给智能调控模块，包括：
S5011、脑电图监测单元采集脑电信号，并基于所述脑电信号生成振幅整合脑电图。
具体的，采集脑电信号，并将采集的脑电信号转换为振幅整合脑电图(aEEG)及原始脑电图(EEG)，与将振幅整合脑电图及原始脑电图监测技术应用于改进后的高压氧舱(即安装有亚低温床垫的高压氧舱)，可以实时监测新生儿的脑功能状态。
进一步地，振幅整合脑电图(aEEG)是一种简单化的脑电监测技术，采用较少的电极能收集脑电信息，抗干扰能力强，易于临床医师判读脑功能损伤程度，适用于早期床边脑功能监护，和原始脑电图(EEG)一起被广泛应用于新生儿脑发育成熟度评价、新生儿脑损伤检测、新生儿癫痫发作监测等领域。
S5012、心电监测单元采集新生儿的心电数据，并提取所述心电数据特征。
具体的，将心电监测用于改进的高压氧舱之中，在获取新生儿心电数据后，提取心电数据特征(主要有但不限于心率(HR)、P波时间、R峰时间、PR间期、QRS间期、RV5/SV1、ST段平均幅值)。
进一步地，心电监护可对新生儿的生命体征进行监测，可对新生儿的心率、心律、心肌供血情况以及电解质是否紊乱进行监测。
S5013、近红外光谱监测单元采集近红外光谱信号，并基于所述近红外光谱信号生成新生儿脑部血氧含量。
具体的，近红外光谱(NIRs)可以无创实时监测新生儿脑组织的血红蛋白浓度(HbO2)和血氧饱和度(SaO2)，将近红外光谱监测应用于改进的高压氧舱之中，从而实现对新生儿脑部血氧含量的监测，判断脑损伤进展的程度，也可以反馈治疗高压氧舱、亚低温床垫的治疗效果。
在一个实施例中，如图7所示，步骤S502，即所述智能调控模块基于所述新生儿多项生理信息参数，利用智能调控算法生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数，包括：
S5021、振幅整合脑电特征提取单元利用卷积神经网络对所述振幅脑电图进行卷积池化，提取卷积整合脑电特征。
具体的，对输入的振幅脑电图进行卷积，再使用Relu函数激活，提取卷积整合脑电特征图，计算公式如下所示：
Figure BDA0003044382620000121
上式中，
Figure BDA0003044382620000122
表示前一层卷积整合脑电特征输出图；
Figure BDA0003044382620000123
表示卷积核；Mj表示第j个输入振幅脑电图；
Figure BDA0003044382620000124
表示卷积整合脑电特征图的偏置；f(.)表示Relu激活函数；
Figure BDA0003044382620000125
表示l层第j个卷积整合脑电特征图。
进一步地，对卷积整合脑电特征图进行池化(下采样)，具体计算公式如下所示：
Figure BDA0003044382620000131
上式中，
Figure BDA0003044382620000132
表示下采样的权重系数；down(.)表示下采样函数；
Figure BDA0003044382620000133
表示前一层卷积整合脑电特征输出图。
S5022、脑功能特征生成单元将所述卷积整合脑电特征、所述心电数据特征和所述新生儿脑部血氧含量进行融合，生成脑功能特征。
具体的，将二维的卷积整合脑电特征图转换为一维的特征图，然后将脑电数据的特征与脑血氧数据的特征进行融合，计算公式如下：
Figure BDA0003044382620000134
上式中，
Figure BDA0003044382620000135
表示脑功能特征，
Figure BDA0003044382620000136
表示卷积整合脑电特征，
Figure BDA0003044382620000137
表示新生儿脑部血氧含量，
Figure BDA0003044382620000138
表示心电数据特征。
S5023、新生儿脑功能状态生成单元将所述脑功能特征输入全连接层进行分类，利用卷积神经网络生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数.
具体的，将所述脑功能特征输入全连接层进行分类，计算公式如下：
Figure BDA0003044382620000139
上式中，ωl代表全连接层的权重系数；bl代表全连接层的偏置。
具体的，所述新生儿脑功能状态，包括：危险状态、缺血缺氧性脑功能损伤较严重、缺血缺氧性脑损伤较轻、脑功能状态正常。
进利用卷积神经网络识别所述新生儿脑功能状态，识别结果为a、b、c、d；若识别结果为a，则对应识别结果为危险状态，新生儿脑功能状态生成单元自动立即呼叫医护人员；若识别结果为b，则对应识别结果为缺血缺氧性脑损伤较严重，新生儿脑功能状态生成单元自动将所述亚低温床与所述高压氧舱的设置参数(例如压强、氧气浓度、亚低温设置温度等)更改为脑损伤较严重时的参数设置方案b；若识别结果为c，则对应识别结果为缺血缺氧性脑损伤较轻，新生儿脑功能状态生成单元自动将所述亚低温床与所述高压氧舱的设置参数(例如压强、氧气浓度、亚低温设置温度等)更改为脑损伤较轻时的参数设置方案c；若识别结果为d，则对应识别结果为脑功能状态正常，新生儿脑功能状态生成单元自动将所述亚低温床与所述高压氧舱的设置参数(例如压强、氧气浓度、亚低温设置温度等)更改为脑功能状态正常时的参数设置方案d。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.基于亚低温床垫与高压氧舱结合的缺血缺氧性脑损伤新生儿智能调控系统，其特征在于，包括：亚低温床、高压氧舱、生理信息监测模块和智能调控模块；其中，所述亚低温床设置在所述高压氧舱的舱体内部；
所述生理信息监测模块设置在所述高压氧舱内，用于采集新生儿多项生理信息参数，包括振幅整合脑电图（aEEG）和原始脑电图（EEG）监测、近红外光谱（NIRs）监测、心电（ECG）监测，并将所述新生儿多项生理信息参数传输给所述智能调控模块；所述智能调控模块连接所述亚低温床、所述高压氧舱与所述生理信息监测模块，用于基于所述新生儿多项生理信息参数，利用智能调控算法生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数，其中，所述新生儿脑功能状态包括：危险状态、缺血缺氧性脑功能损伤较严重、缺血缺氧性脑损伤较轻、脑功能状态正常；所述设置参数的方案包括：脑损伤较严重时的参数设置方案、脑损伤较轻时的参数设置方案，脑功能状态正常时的参数设置方案；
并且，所述智能调控模块，包括：振幅整合脑电特征提取单元、脑功能特征生成单元和新生儿脑功能状态生成单元；所述振幅整合脑电特征提取单元用于利用卷积神经网络对振幅整合脑电图进行卷积池化，提取卷积整合脑电特征；所述脑功能特征生成单元连接所述振幅整合脑电特征提取单元，用于将所述卷积整合脑电特征、心电数据特征和新生儿脑部血氧含量进行融合，生成脑功能特征；所述新生儿脑功能状态生成单元连接所述脑功能特征生成单元，用于将所述脑功能特征输入全连接层进行分类，利用卷积神经网络识别所述新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数。
2.如权利要求1所述基于亚低温床垫与高压氧舱结合的缺血缺氧性脑损伤新生儿智能调控系统，其特征在于，所述生理信息监测模块，包括：脑电图监测单元、心电监测单元和近红外光谱监测单元；
所述脑电图监测单元用于采集脑电信号，并基于所述脑电信号生成所述振幅整合脑电图；
所述心电监测单元用于采集新生儿的心电数据，并提取所述心电数据特征；
所述近红外光谱监测单元用于采集近红外光谱信号，并基于所述近红外光谱信号生成所述新生儿脑部血氧含量。
3.如权利要求1所述的基于亚低温床垫与高压氧舱结合的缺血缺氧性脑损伤新生儿智能调控系统，其特征在于，所述亚低温床与所述高压氧舱的设置参数，包括：
压强、氧气浓度和亚低温设置温度。
4.基于亚低温床垫与高压氧舱结合的缺血缺氧性脑损伤新生儿智能调控方法，其特征在于，包括：
生理信息监测模块采集新生儿多项生理信息参数，包括振幅整合脑电图（aEEG）和原始脑电图（EEG）监测、近红外光谱（NIRs）监测、心电（ECG）监测，并将所述新生儿多项生理信息参数传输给智能调控模块；
所述智能调控模块基于所述新生儿多项生理信息参数，利用智能调控算法生成新生儿脑功能状态，并基于所述新生儿脑功能状态调控所述亚低温床与所述高压氧舱的设置参数，其中，所述新生儿脑功能状态包括：危险状态、缺血缺氧性脑功能损伤较严重、缺血缺氧性脑损伤较轻、脑功能状态正常；所述设置参数的方案包括：脑损伤较严重时的参数设置方案、脑损伤较轻时的参数设置方案，脑功能状态正常时的参数设置方案；
并且，所述利用智能调控算法生成新生儿脑功能状态具体包括：
振幅整合脑电特征提取单元利用卷积神经网络对振幅整合脑电图进行卷积池化，提取卷积整合脑电特征；脑功能特征生成单元连接所述振幅整合脑电特征提取单元，将所述卷积整合脑电特征、心电数据特征和新生儿脑部血氧含量进行融合，生成脑功能特征；新生儿脑功能状态生成单元连接所述脑功能特征生成单元，将所述脑功能特征输入全连接层进行分类，利用卷积神经网络识别所述新生儿脑功能状态。
5.如权利要求4所述的基于亚低温床垫与高压氧舱结合的缺血缺氧性脑损伤新生儿智能调控方法，其特征在于，所述生理信息监测模块采集新生儿多项生理信息参数，并将所述新生儿多项生理信息参数传输给智能调控模块，包括：
脑电图监测单元采集脑电信号，并基于所述脑电信号生成所述振幅整合脑电图；
心电监测单元采集新生儿的心电数据，并提取所述心电数据特征；
近红外光谱监测单元采集近红外光谱信号，并基于所述近红外光谱信号生成所述新生儿脑部血氧含量。
6.如权利要求4所述的基于亚低温床垫与高压氧舱结合的缺血缺氧性脑损伤新生儿智能调控方法，其特征在于，所述亚低温床与所述高压氧舱的设置参数，包括：
压强、氧气浓度和亚低温设置温度。
CN202110466754.6A 2021-04-23 2021-04-28 基于亚低温床垫与高压氧舱结合的新生儿智能调控系统 Active CN113133887B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110440579 2021-04-23
CN2021104405793 2021-04-23

Publications (2)

Publication Number Publication Date
CN113133887A CN113133887A (zh) 2021-07-20
CN113133887B true CN113133887B (zh) 2022-04-29

Family

ID=76816309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110466754.6A Active CN113133887B (zh) 2021-04-23 2021-04-28 基于亚低温床垫与高压氧舱结合的新生儿智能调控系统

Country Status (1)

Country Link
CN (1) CN113133887B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118021318A (zh) * 2024-03-29 2024-05-14 合肥市第一人民医院 一种多生理参数智能监测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014145197A1 (en) * 2013-03-15 2014-09-18 Segars California Partners, Lp Infant warming device with in bed patient support power, signal, control, data and communications
CN205459554U (zh) * 2016-01-15 2016-08-17 上海四菱医用恒温设备有限公司 一种带亚低温治疗功能的婴儿培养箱
CN108065932A (zh) * 2017-09-13 2018-05-25 中科搏锐（北京）科技有限公司 脑功能活动检测与调控联合方法、装置及系统
CN110236773A (zh) * 2019-06-12 2019-09-17 深圳市科曼医疗设备有限公司 一种多插件亚低温治疗仪
CN112641470A (zh) * 2020-12-30 2021-04-13 西安交通大学医学院第一附属医院 一种新生儿缺氧缺血性脑病早期诊断方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101495078B (zh) * 2006-02-08 2013-02-13 Cvac系统有限公司 组合压力疗法
US10010276B2 (en) * 2013-10-07 2018-07-03 Masimo Corporation Regional oximetry user interface
CN110720900B (zh) * 2019-09-10 2022-10-11 深圳大学 一种脑状态监测与调控装置、方法、处理器及终端设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014145197A1 (en) * 2013-03-15 2014-09-18 Segars California Partners, Lp Infant warming device with in bed patient support power, signal, control, data and communications
CN205459554U (zh) * 2016-01-15 2016-08-17 上海四菱医用恒温设备有限公司 一种带亚低温治疗功能的婴儿培养箱
CN108065932A (zh) * 2017-09-13 2018-05-25 中科搏锐（北京）科技有限公司 脑功能活动检测与调控联合方法、装置及系统
CN110236773A (zh) * 2019-06-12 2019-09-17 深圳市科曼医疗设备有限公司 一种多插件亚低温治疗仪
CN112641470A (zh) * 2020-12-30 2021-04-13 西安交通大学医学院第一附属医院 一种新生儿缺氧缺血性脑病早期诊断方法

Also Published As

Publication number Publication date
CN113133887A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
Bouwstra et al. Smart jacket design for neonatal monitoring with wearable sensors
KR101551881B1 (ko) 통합적인 생체신호 처리장치 및 방법
US10213152B2 (en) System and method for real-time measurement of sleep quality
JP6387352B2 (ja) 脳系生体信号を検出するシステム
CN111481174B (zh) 一种麻醉与意识深度监护系统及方法
EP2732757B1 (en) Non-invasive, wireless, portable device applicable to the finger to reduce the risk of sudden infant death syndrome and reduce the risk of apnea, slower heart rate, and heart arrest in all age groups
WO2017119638A1 (ko) 실시간 수면장애 감시 장치
CN114786640B (zh) 智能控制装置及其控制方法和智能穿戴设备
KR20170083483A (ko) 실시간 수면장애 감시 장치
CN212438586U (zh) 一种麻醉与意识深度监护系统
CN110193113A (zh) 多通道智能给药系统
Crifaci et al. ECG and GSR measure and analysis using wearable systems: Application in anorexia nervosa adolescents
CN113133887B (zh) 基于亚低温床垫与高压氧舱结合的新生儿智能调控系统
Zainuddin et al. Alpha and beta EEG brainwave signal classification technique: A conceptual study
Udovičić et al. Wearable technologies for smart environments: A review with emphasis on BCI
Alamudun et al. Removal of subject-dependent and activity-dependent variation in physiological measures of stress
McCrimmon et al. A small, portable, battery-powered brain-computer interface system for motor rehabilitation
CN117839034A (zh) 一种助眠辅助智能系统
CN113368365A (zh) 脑功能监测的声音振动调控设备、方法、头枕及头戴设备
CN115607123A (zh) 一种心肺功能监测和呼吸机闭环控制一体化装置
CN107595275A (zh) 基于幅度和相位耦合的生物反馈方法
CN107669416B (zh) 基于持续-轻快运动想象神经解码的轮椅系统及控制方法
DE202019103671U1 (de) Tragbares Gehirnfunktionsüberwachungsgerät
CN215272815U (zh) 一种红外复合皮层电极和监测系统
CN117717711A (zh) 一种基于睡眠状态的闭环电刺激调控装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB03 Change of inventor or designer information

Inventor after: Chen Shixiong

Inventor after: Huang Weimin

Inventor after: Zhu Mingxing

Inventor after: Huang Baofa

Inventor after: Huang Jun

Inventor after: Li Shuixiu

Inventor after: Jia Jinying

Inventor after: Qin Cheng

Inventor after: Pi Yao

Inventor before: Chen Shixiong

Inventor before: Huang Weimin

Inventor before: Zhu Mingxing

Inventor before: Huang Baofa

Inventor before: Huang Jun

Inventor before: Li Yongxiu

Inventor before: Jia Jinying

Inventor before: Qin Cheng

Inventor before: Pi Yao

CB03 Change of inventor or designer information
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant