CN118173272B - 一种通过sofa评分的衰减确定风险级别并进行预警的方法 - Google Patents
一种通过sofa评分的衰减确定风险级别并进行预警的方法 Download PDFInfo
- Publication number
- CN118173272B CN118173272B CN202410591821.0A CN202410591821A CN118173272B CN 118173272 B CN118173272 B CN 118173272B CN 202410591821 A CN202410591821 A CN 202410591821A CN 118173272 B CN118173272 B CN 118173272B
- Authority
- CN
- China
- Prior art keywords
- ward
- image
- round
- information
- voice
- 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
Links
Classifications
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及图像处理技术领域,更具体涉及一种通过SOFA评分确定衰减风险级别并进行预警的方法及系统。该方法包括:步骤S1:实时获取患者的监测图像,在预设时间段内获取第一查房语音,还及时获取检验图像;步骤S2:将第二查房语音通过语义转换单元转换为查房信息;步骤S3:通过提取单元从所述检验图像中提取检验数据;步骤S4:根据查房信息和检验数据,基于监测图像和参考监测图像进行对比获取监测图像最接近的第一图像,并获取所述第一图像的监测信息;步骤S5:根据监测信息、查房信息和检验数据进行评分确定风险级别并基于风险级别进行预警。本发明解决了SOFA评分不准的问题,提高了SOFA评分准确性。
Description
技术领域
本发明涉及图像处理技术领域,更具体涉及一种通过SOFA评分确定衰减风险级别并进行预警的方法及系统。
背景技术
随着科技的进步,医疗技术和水平的不断提高,我国的危重疾病质量水平和ICU建设均得到了极大的发展和提高。在当前的临床治疗工作中,重症评分与病人病情的严重程度密切相关。通过合理科学的重症评分,可以对患者病情的改善、发展以及治疗效果进行综合全面的评估。一个准确的重症评分结果对于临床治疗具有非常重要的意义和价值。例如:中国专利CN109524124A,该发明公开了一种重症评分系统,包括:用于采集每个评分项目的参数的数据值的采集模块;用于自动根据采集参数的最差值计算评分的自动计算评分模块;可以提供多种重症医疗评分,包括ApacheII、SOFA、VTE、营养评分。以ApacheII评分为例,其可用于在选定的时间范围内,自动选取每个参数对应的最差值计算评分;用于向用户显示选择时间段内评分项目的每个参数值变化趋势和评分值的分数范围的图形显示模块;用于供用户输入GCS评分记录的GCS评分记录模块。其采用图表结合的方式,将采集的数据与评分标准以可视化图表的显示方式进行显示,并且可以对选定的时间范围内的数据进行评分自动计算或手动修改计算,降低了评分的容错率,有效的提高临床工作者的工作效率。还例如:欧洲专利WO2018073646A1,使用机器学习来预测顺序器官衰竭评估(SOFA)分数的系统,该系统可以使用从至少一个机器学习过程得到的一个或多个SOFA得分预测模型来处理特征,以输出相应的预测的SOFA得分。其中一个预测模型已训练为在未来的第一时间段内输出第一SOFA组件评分,第二个预测模型已训练为在未来的第一时间段内输出第二SOFA组件评分。系统可以在图形用户界面上输出总SOFA得分,第一SOFA组件得分。上述两篇专利都是通过SOFA评分来确定重症患者的风险级别,但是没有考虑到患者评分数据的全面性及准确性,因此准确度不高且不能实时评分获取风险级别。
发明内容
为了更好的解决上述问题,本发明提供一种通过SOFA评分确定衰减风险级别并进行预警的方法,所述方法包括如下步骤:
步骤S1:通过获取单元实时获取患者的监测图像,在预设时间段内获取第一查房语音,还及时获取检验图像,并将所述监测图像和所述检验图像进行预处理;
步骤S2:将所述第一查房语音进行去噪处理获取第二查房语音,并将所述第二查房语音通过语义转换单元获取第一文本信息,从所述第一文本信息中提取患者信息,继续接收第三查房语音,并通过去噪处理获取第四查房语音,将所述第四查房语音通过所述语义转换单元转换为第二文本信息,并从所述第二文本信息中获取查房信息,保存所述第三查房语音,保存所述第三查房语音;
步骤S3:通过所述提取单元从所述检验图像中提取检验数据;
步骤S4:根据所述查房信息和所述检验数据,基于所述监测图像和参考监测图像进行对比获取所述监测图像最接近的第一图像,并获取所述第一图像的监测信息;
步骤S5:根据所述监测信息、所述查房信息和所述检验数据进行评分确定风险级别并基于所述风险级别进行预警。
作为本发明的一种优选技术方案,所述监测图像为通过监测设备进行监测获取监测结果的显示图像,所述检验图像为检验结果图像,所述第一查房语音为医生在查房时,对患者病情发展的评估对话。
作为本发明的一种优选技术方案,所述步骤S1中,将所述监测图像和所述检验图像进行预处理:将所述第一监测图像进行角度调整并进行二值化;将所述检验图像进行增强。
作为本发明的一种优选技术方案,步骤S2包括如下步骤:
步骤S21:通过所述获取单元在预设时间段内周期性的获取所述第一查房语音,将上次获取的所述第一查房语音作为第一背景噪声,并将所述第一查房语音基于所述第一背景噪声进行预处理获取去除所述第一背景噪声的所述第二查房语音;
步骤S22:将所述第二查房语音通过语义转换模块转换为第一文本信息,并将所述文本信息解析为单词,在所述第一文本信息的单词中包括患者的识别信息时,保存所述第二查房语音;
步骤S23:继续周期性获取所述第一查房语音作为第三查房语音,并将所述第三查房语音进行切片获取第一切片语音,将所述第一切片语音与所述第二查房语音进行对比,将不包含所述第二查房语音对应声纹的切片语音作为第二背景噪声,对后续距离时间最近的且包含所述第二查房语音对应声纹的切片语音进行去除所述第二背景噪声处理获取第二切片语音;
步骤S24:将所述第二切片语音进行拼接获取第四查房语音,并通过所述语义转换单元将所述第四查房语音转换为第二文本信息,并从所述第二文本信息解析出的单词中提取所述查房信息。
作为本发明的一种优选技术方案,所述步骤S3包括如下步骤:
步骤S31:通过将所述检验图像基于所述检验图像中表格、文字、数字及图形的分布及分别占用的面积获取与所述检验图像匹配的检验图像模板;
步骤S32:基于所述检验图像模版中每一检验对象的位置信息将所述检验图像划分为多个子检验图像,将每一所述子检验图像与每一参考图像进行比较,获取多个目标图像;
步骤S33:并将多个所述目标图像通过转换单元转换为检验文本,并从所述检验文本中提取所述检验数据。
作为本发明的一种优选技术方案,所述步骤S4包括:
将所述检验数据与最近的历史检验数据进行比较,并根据对比结果判断所述患者的第一风险变化,并将所述第一风险变化与将上次的所述查房信息和本次所述查房信息进行比较获取的第二风险变化进行比较,并获取比较结果,在所述比较结果为所述第一风险变化和所述第二风险变化一致时,在所述第一风险变化和所述第二风险变化都为衰减风险升高的情况下,增大所述监测图像的识别精度为第一精度,在所述第一风险变化和所述第二风险变化都为衰减风险降低的情况下,减小所述监测图像的识别精度为第二精度,在所述第一风险变化与所述第二风险变化都为衰减风险不变时,所述监测图像的识别精度不变,其中所述第一精度大于所述第二精度;
将所述监测图像和所述参考监测图像进行设定比例放大,其中所述监测图像的识别精度越高对应多数设定比例越大,还将所述监测图像和所述参考监测图像进行网格划分,将所述监测图像和所述参考监测图像进行逐个网格对比,获取与所述参考监测图像中与所述监测图像最接近的所述第一图像,并获取所述第一图像对应的监测信息。
作为本发明的一种优选技术方案,所述步骤S4还包括:在所述第一风险变化和所述第二风险变化不一致时,将获取前一天和今天所述监测信息的第一平均值和第二平均值,并将所述第一平均值和所述第二平均值进行比较,获取第三风险变化,在所述第二风险变化与所述第三风险变化不一致时,通过保存的所述第三查房语音和所述步骤S2的方法重新获取所述查房信息,在所述第一风险变化与所述第三风险变化不一致时,通过所述步骤S3重新获取所述检验数据,根据所述第三风险变化设置所述监测图像的识别精度。
作为本发明的一种优选技术方案,所述步骤S5包括:通过SOFA评分规则对所述监测信息、所述查房信息和所述检验数据进行评分,并基于所述评分确定所述风险级别,并根据所述风险级别进行预警。
作为本发明的一种优选技术方案,所述第一风险变化和所述第二风险变化都为所述患者当天的衰减风险相对于前一天的衰减风险变化。
作为本发明的一种优选技术方案,其特征在于,所述查房信息包括了除所述检验数据和所述监测信息之外的SOFA评分项信息。
本发明还提供一种通过SOFA评分确定衰减风险级别并进行预警的系统,所述系统用于实现上述的方法,所述系统包括:
获取单元,用于实时获取用户的监测图像,并及时获取检验图像和第一查房语音,并将所述监测图像和所述检验图像进行预处理;
处理单元配置为:将所述第一查房语音进行去噪处理获取第二查房语音,并将所述第二查房语音通过语义转换单元获取第一文本信息,从所述第一文本信息中提取患者信息,继续接收第三查房语音,并通过去噪处理获取第四查房语音;用于根据所述查房信息和所述检验数据,基于所述监测图像和参考监测图像进行对比获取所述监测图像最接近的第一图像,并获取所述第一图像的监测信息;从所述检验图像中提取检验数据;
语义转换单元,用于将所述第四查房语音转换为第二文本信息,并从所述第二文本信息中获取查房信息,保存所述第三查房语音;
预警单元,用于根据所述监测信息、所述查房信息和所述检验数据进行评分确定风险级别并基于所述风险级别进行预警。
与现有技术相比,本发明的有益效果至少如下所述:
本发明通过在查房预设时间段内获取上述第一查房语音,并将上述第一次查房语音去噪声处理获取上述第二查房语音,通过将上述第二查房语音转换为第一文本信息识别出患者识别信息,还继续获取第三查房语音,并将上述第三查房语音进行切片,并识别出第二背景噪声,并将第一切片语音进行去噪处理,获取第二切片语音,将上述第二切片语音进行拼接获取第四查房语音,通过语义转换单元将上述第四查房语音进行语义转换为第二文本信息,通过上述第二文本信息获取查房信息,还通过上述检验图像获取检验数据,通过将患者前一天的检验数据和当天的检验数据进行比较获取第一风险变化,还通过将当天的上述查房信息和前一天的上述查房信息进行比较,获取第二风险变化,并基于上述第一风险变化和上述第二风险变化获取上述监测图像的识别精度,根据上述识别精度识别出上述监测图像最接近的上述第一图像和上述第一图像对应的监测信息,通过上述技术方案的相互配合,保证在患者衰减风险增大时,获取精准的上述监测信息,还能在患者衰减风险减小时能够减少图像处理工作量,最后通过上述查房信息、检验数据和监测信息根据SOFA评分获取患者脏器衰减风险级别并进行预警。
附图说明
图1为本发明一种通过SOFA评分确定衰减风险级别并进行预警的方法流程图;
图2为本发明一种通过SOFA评分确定衰减风险级别并进行预警的系统结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种通过SOFA评分确定衰减风险级别并进行预警的方法,如图1所示,所述方法包括如下步骤:
步骤S1:通过获取单元实时获取患者的监测图像,在预设时间段内获取第一查房语音,
还及时获取检验图像,并将所述监测图像和所述检验图像进行预处理;
具体地,通过上述获取单元实时获取上述用户的监测图像,上述监测图像来自于用于监测患者生命体征的监测设备,例如:呼吸监测设备、心脑监测设备等,上述第一查房语音来自于每天查房时间内上述患者对应主治医生对患者当前情况的评估。上述检验图像为通过化验血液或者其他体液获取的检验结果,通过对上述监测图像、上述检验图像和第一查房语音的处理获取患者的监测信息、查房信息及检验信息,并进行评分实时准确的获取上述用户的衰减风险级别并进行及时的预警。
步骤S2:将所述第一查房语音进行去噪处理获取第二查房语音,并将所述第二查房语音通过语义转换单元获取第一文本信息,从所述第一文本信息中提取患者信息,继续接收第三查房语音,并通过去噪处理获取第四查房语音,将所述第四查房语音通过所述语义转换单元转换为第二文本信息,并从所述第二文本信息中获取查房信息;
具体地,由于一个ICU病房中,有多个患者,并且有各种仪器发出的噪声,因此,在主治医生查看患者,并对患者情况进行评估时,不能准确的获取上述患者的评估信息,因此获取上述第一查房语音的背景噪声尤为关键,因此,在查房对应的预设时间段内,通过周期性的获取上述第一查房语音,并将上次获取的上述第一查房语音作为第一背景噪声,并将本次获取的上述第一查房语音去除第一背景噪声获取第二查房语音,并从上述第二查房语音,并将上述第二查房语音通过语义转换获取第一文本信息,并将上述第一文本信息解析为单词,在上述单词中包括上述患者的识别信息时,上述识别信息可以为患者姓名或者患者的床位号,此时,确定接下来获取的上述第一查房语音与上述患者相对应,因此,因此保存上述第二查房语音,并继续获取第三查房信息,并对上述第三查房信息进行切片,并将获取的第一切片语音与上述第二查房语音进行对比,获取第一切片语音的第二背景噪声,并将上述第一切片语音基于上述第二背景噪声进行去噪处理获取第二切片语音,并将上述第二切片语音进行拼接获取准确干净的第四查房语音,并铜通过语义转换单元将上述第四查房语音转换为第二文本信息,并从上述第二文本信息中提取上述查房信息,通过上述技术方案能够准确的获取上述查房信息,并为准确的获取监测图像的识别精度和患者的风险级别奠定基础。
步骤S3:通过所述提取单元从所述检验图像中提取检验数据;
具体地,由于不同的检验图像对应的格式不同,例如:不同检验对象对应检验结果的呈现方式不同,因此上述检验图像的参考对象从上述存储单元中获取与上述检验图像匹配的检验图像模版,其中,上述参考对象可以为该检验图像中的表格格式,及文字的分布,并基于上述检验图像模版获取每一检验项目对应的位置信息,基于上述位置信息将上述检验图像分割为多个目标图像,并将上述目标图像转换成检验文本,其中上述目标图像为SOFA评分对应的检验项目,并从上述检验文本中提取检验数据,通过上述技术方案能够获取准确的检验数据并为获取上述监测图像的识别精度并和患者的风险级别提供依据。
步骤S4:根据所述查房信息和所述检验数据,基于所述监测图像和参考监测图像进行对比获取所述监测图像最接近的第一图像,并获取所述第一图像的监测信息;
具体地,通过上述监测信息和上述查房信息可以获取上述患者的脏器衰变风险变化,在两者反映的风险变化为都为衰减风险增大时,患者出现危险的几率较大,又由于患者的生命体征是通过,因此增大上述监测图像的识别精度,并获取更加精确的监测信息,以便于及时通知医护人员采取相应的措施,由于本发明可以同时处理多个患者对应的多个监测图像,因此在两者反映的风险变化为都为衰减风险减小时,可以降低上述监测图像的识别精度,减少处理识别上述监测图像的工作量,以便于及时处理其他衰减风险较大患者的监测图像,在两者反映的风险变化不一致时,在两者反映的风险变化为都为衰减风险不变时,上述监测图像的识别精度不变,在两者反映的风险变化不一致时,并重新获取上述检验数据或者查房信息,通过上述技术方案,能够获取上述监测图像合适的识别精度,不仅在患者衰减风险较小时能够减少图像处理工作量,还能保证在患者衰减风险较高时,获取精准的上述监测信息。
步骤S5:根据所述监测信息、所述查房信息和所述检验数据进行评分确定风险级别并基于所述风险级别进行预警。
具体地,通过上述监测信息、上述查房信息及上述检验数据可以获取SOFA全部评分项目,而且可以通过实时获取的上述监测图像进而获取实时的上述监测信息,因此,通过上述技术方案不仅能够获取准确的SOFA评分还可以实时获取上述SOFA评分,并基于上述评分确定风险级别,并基于上述风险级别进行预警及时采取相应措施,防止患者脏器衰减的恶化。
进一步地,所述监测图像为通过监测设备进行监测获取监测结果的显示图像,所述检验图像为检验结果图像,所述第一查房语音为医生在查房时,对患者病情发展的评估对话。
具体地,通过上述检验图像获取的检验数据及通过上述监测图像获取的监测信息和通过上述第一查房语音获取的查房信息,能够获取全面的评分参考信息,为获取患者准确的衰减风险级别提供数据依据。
进一步地,所述步骤S1中,将所述监测图像和所述检验图像进行预处理:将所述第一监测图像进行角度调整并进行二值化;将所述检验图像进行增强。
具体地,上述监测图像由于拍摄角度的问题会使得上述监测图像与参考监测图像的角度不同的问题,因此通过预处理调整上述监测图像的角度使得上述监测图像的角度与上述参考监测图像的角度一致,便于后续的识别处理,还将上述检验图像进行增强,避免上述检验图像由于显示不清导致匹配不到合适的检验图像模版。
进一步地,步骤S2包括如下步骤:
步骤S21:通过所述获取单元在预设时间段内周期性的获取所述第一查房语音,将上次获取的所述第一查房语音作为第一背景噪声,并将所述第一查房语音基于所述第一背景噪声进行预处理获取去除所述第一背景噪声的所述第二查房语音;
具体地,由于一个ICU病房中,有多个患者,并且有各种仪器发出的噪声,因此,在主治医生查看患者,并对患者脏器衰减情况进行评估时,不能准确的获取上述患者的评估信息,因此获取上述第一查房语音的背景噪声尤为关键,因此,在查房对应的预设时间段内,通过周期性的获取上述第一查房语音,并将上次获取的上述第一查房语音作为第一背景噪声,并将本次获取的上述第一查房语音去除第一背景噪声获取第二查房语音,通过第二查房语音多应的第一文本信息中的单词是否包括上述患者的识别信息,从而确认接下来的上述第一查房语音是否是对上述患者的衰减风险评估,通过上述技术方案能够锁定上述第一查房语音的对象,进而为获取上述患者准确的查房信息奠定基础。
步骤S22:将所述第二查房语音通过语义转换模块转换为第一文本信息,并将所述文本信息解析为单词,在所述第一文本信息的单词中包括患者的识别信息时,保存所述第二查房语音;
具体地,由于在主治医师对上述患者进行衰减风险评估时,由于一个ICU病房可能会住有多个患者,因而会先核对患者信息,通过上述技术方案,不仅可以获取上述患者对应的上述第一查房语音,即包含上述患者识别信息的上述第一文本信息对应的上述第一查房语音之后获取的第三查房语音,并保存上述第二查房语音,为获取第二背景噪声提供参考。
步骤S23:继续周期性获取所述第一查房语音作为第三查房语音,并将所述第三查房语音进行切片获取第一切片语音,将所述第一切片语音与所述第二查房语音进行对比,将不包含所述第二查房语音对应声纹的切片语音作为第二背景噪声,对后续距离时间最近的且包含所述第二查房语音对应声纹的切片语音进行去除所述第二背景噪声处理获取第二切片语音;
具体地,由于在获取上述第三查房语音的过程中,不同时间可能背景噪声也不相同,因此,为了实时获取背景噪声并获取准确的第四查房语音,将上述第三查房语音进行切片,并获取多个第一切片语音,由于在主治医生对患者的衰减风险进行评估时,语句之间会有停顿,因此不包含上述第二查房语音中声纹即主治医生的声纹的上述第一切片语音即为上述第二背景噪声,并对上述第二背景噪声之后下一个上述第二背景噪声之前的上述第一切片语音进行去噪处理,获取第二切片语音,为准确的获取查房信息奠定基础。
步骤S24:将所述第二切片语音进行拼接获取第四查房语音,并通过所述语义转换单元将所述第四查房语音转换为第二文本信息,并从所述第二文本信息解析出的单词中提取所述查房信息。
具体地,将上述去噪后的第二切片语音进行拼接获取纯净的第四查房语音,并通过上述语义转换单元将上述第四查房语音转换为上述第二文本信息,并通过语义分析从上述第二文本信息的单词中获取与患者衰减风险相关的单词,并通过上述第二文本信息中的句子及句子的语法结构获取与上述患者衰减风险相关的单词的内容,从而获取准确的上述查房信息,进而获取更加准确的衰减风险级别。
进一步地,所述步骤S3包括如下步骤:
步骤S31:通过将所述检验图像基于所述检验图像中表格、文字、数字及图形的分布及分别占用的面积获取与所述检验图像匹配的检验图像模板;
步骤S32:基于所述检验图像模版中每一检验对象的位置信息将所述检验图像划分为多个子检验图像,将每一所述子检验图像与每一参考图像进行比较,获取多个目标图像;
步骤S33:并将多个所述目标图像通过转换单元转换为检验文本,并从所述检验文本中提取所述检验数据。
具体地,由于不同的检验图像对应的格式和内容不同,例如:不同检验对象对应检验结果的呈现方式不同,因此上述检验图像的参考对象从上述存储单元中获取与上述检验图像匹配的检验图像模版,其中,上述参考对象可以为该检验图像中的表格格式,及文字、数字及图形的分布位置,并基于上述检验图像模版获取每一检验项目对应的位置信息,基于上述位置信息将上述检验图像分割为多个目标图像,并将上述目标转换成检验文本,并从上述检验文本中提取检验数据,通过上述技术方案能够获取准确的检验数据并为获取上述监测图像的识别精度为精确的获取患者的风险级别提供依据。
进一步地,所述步骤S4包括:
将所述检验数据与最近的历史检验数据进行比较,并根据对比结果判断所述患者的第一风险变化,并将所述第一风险变化与将上次的所述查房信息和本次所述查房信息进行比较获取的第二风险变化进行比较,并获取比较结果,在所述比较结果为所述第一风险变化和所述第二风险变化一致时,在所述第一风险变化和所述第二风险变化都为衰减风险升高的情况下,增大所述监测图像的识别精度为第一精度,在所述第一风险变化和所述第二风险变化都为衰减风险降低的情况下,减小所述监测图像的识别精度为第二精度,在所述第一风险变化与所述第二风险变化都为衰减风险不变时,所述监测图像的识别精度不变,其中所述第一精度大于所述第二精度;
将所述监测图像和所述参考监测图像进行设定比例放大,其中所述监测图像的识别精度越高对应多数设定比例越大,还将所述监测图像和所述参考监测图像进行网格划分,将所述监测图像和所述参考监测图像进行逐个网格对比,获取与所述参考监测图像中与所述监测图像最接近的所述第一图像,并获取所述第一图像对应的监测信息。
具体地,通过将上述检验数据与存储单元中存储的最近的历史检验数据进行比较,在上述比较结果为上述检验数据优于上述历史检验数据时,上述第一风险变化为衰减风险减小,反之在上述比较结果为上述检验数据劣于或者等于上述历史检验数据时,上述第一风险变化为衰减风险变化增加,其中,不同的检验数据与上述历史检验数据之间的优劣是通过将上述检验数据与上述历史检验数据中每一检验项目的检验标准来判断,并对每一检验项目对应的检验数据按照每一上述检验项目对应的检验标准来进行比较,从而获取上述衰减风险变化,还从上述查房信息中获取上述第二风险变化,其中上述查房信息为通过患者的衰减风险变化评估信息,由于重症患者每天都需要查房和对患者的体液、血液或者与脏器相关的其他检验项目进行检验,因此,上述第一风险变化和上述第二风险变化都是指相对前一天的风险变化,并通过上述第一风险变化和上述第二风险变化来调整上述监测图像的识别精度,在上述第一风险变化和上述第二风险变化都为衰减风险增加时,由于患者的衰减风险级别升高,患者的脏器衰减状态稍微恶化都可能会引起严重后果,又由于上述监测图像能够反映患者的实时状态,因此,需要增大上述监测图像的识别精度,及时识别患者的衰减变化及变化量,反之,在上述第一风险变化和上述第二风险变化都为衰减风险减小时,稍微减低上述监测图像的识别精度,减少监测图像识别过程中的数据处理工作量,以便于及时处理其他衰减风险较大患者的监测图像,并基于上述识别精度来将上述监测图像进行放大,并与对应的参考监测图像进行对比,获取与上述监测图像最接近的第一图像,其中,上述参考监测图像为上述患者脏器衰减不同程度下的标准监测图像,并在存储单元中存储有每一上述标准监测图像对应的监测信息,用于体现患者的脏器衰减程度,通过上述技术方案,不仅在患者衰减风险较小时能够减少图像处理工作量,还能保证在患者衰减风险较高时,获取精准的上述监测信息。
进一步地,所述步骤S4还包括:在所述第一风险变化和所述第二风险变化不一致时,将获取前一天和今天所述监测信息的第一平均值和第二平均值,并将所述第一平均值和所述第二平均值进行比较,获取第三风险变化,在所述第二风险变化与所述第三风险变化不一致时,通过保存的所述第三查房语音和所述步骤S2的方法重新获取所述查房信息,在所述第一风险变化与所述第三风险变化不一致时,通过所述步骤S3重新获取所述检验数据,根据所述第三风险变化设置所述监测图像的识别精度。
具体地,在上述第一风险变化和上述第二风险变化不同时,即其中一个指示上述患者脏器衰减风险减小,另外一个指示上述患者的脏器衰减风险增加,可能是上述第一风险变化或者上述第二风险变化不正确,因此,将上述监测图像的识别精度设置为默认精度,基于上述默认精度通过上述监测图像获取监测信息,并将前一天和今天上述监测信息的第一平均值和第二平均值进行比较获取上述第三风险变化,其中与上述第三风险变化不一致的第一风险变化或者第二风险变化对应的检验数据或者查房信息获取错误,因此通过上述步骤S2或者步骤S3重新获取上述检验数据或者查房信息,从而保证了上述检验数据和查房信息的准确性,还通过上述第三风险变化重新设置上述监测图像的识别精度,保证在患者衰减风险增大时,获取精准的上述监测信息,还能在患者衰减风险较小时能够减少图像处理工作量。
进一步地,所述步骤S5包括:通过SOFA评分规则对所述监测信息、所述查房信息和所述检验数据进行评分,并基于所述评分确定所述风险级别,并根据所述风险级别进行预警。
具体地,通过上述监测信息、上述查房信息及上述检验数据可以获取SOFA全部评分项目,而且可以通过实时获取的上述监测图像进而获取实时的上述监测信息,因此,通过上述技术方案不仅能够获取准确的SOFA评分还可以实时获取上述SOFA评分,其中,通过SOFA评分表进行评分为现有技术,在此不再赘述,并基于上述评分确定风险级别,例如:低于等于第一数值分为第一级别,低于等于第二数值分高于第一数值分为第二级别,低于等于第三数值分高于第二数值分为第三级别,高于第三数值分为第四级别,其中,第一数值、第二数值、第三数值一次增大,并基于上述风险级别进行预警及时采取相应措施,防止患者脏器衰减的恶化。
进一步地,所述第一风险变化和所述第二风险变化都为所述患者当天的衰减风险相对于前一天的衰减风险变化。
进一步地,所述查房信息包括了除所述检验数据和所述监测信息之外的SOFA评分项信息。
本发明还提供一种通过SOFA评分确定衰减风险级别并进行预警的系统,所述系统用于实现上述的方法,如图2所示,所述系统包括:
获取单元,用于实时获取用户的监测图像,并及时获取检验图像和第一查房语音,并将所述监测图像和所述检验图像进行预处理;
处理单元配置为:将所述第一查房语音进行去噪处理获取第二查房语音,并将所述第二查房语音通过语义转换单元获取第一文本信息,从所述第一文本信息中提取患者信息,继续接收第三查房语音,并通过去噪处理获取第四查房语音;用于根据所述查房信息和所述检验数据,基于所述监测图像和参考监测图像进行对比获取所述监测图像最接近的第一图像,并获取所述第一图像的监测信息;从所述检验图像中提取检验数据;
语义转换单元,用于将所述第四查房语音转换为第二文本信息,并从所述第二文本信息中获取查房信息,保存所述第三查房语音;
预警单元,用于根据所述监测信息、所述查房信息和所述检验数据进行评分确定风险级别并基于所述风险级别进行预警。
综上所述,本发明通过在查房预设时间段内获取上述第一查房语音,并将上述第一次查房语音去噪声处理获取上述第二查房语音,通过将上述第二查房语音转换为第一文本信息识别出患者识别信息,还继续获取第三查房语音,并将上述第三查房语音进行切片,并识别出第二背景噪声,并将第一切片语音进行去噪处理,获取第二切片语音,将上述第二切片语音进行拼接获取第四查房语音,通过语义转换单元将上述第四查房语音进行语义转换为第二文本信息,通过上述第二文本信息获取查房信息,还通过上述检验图像获取检验数据,通过将患者前一天的检验数据和当天的检验数据进行比较获取第一风险变化,还通过将当天的上述查房信息和前一天的上述查房信息进行比较,获取第二风险变化,并基于上述第一风险变化和上述第二风险变化获取上述监测图像的识别精度,根据上述识别精度识别出上述监测图像最接近的上述第一图像和上述第一图像对应的监测信息,通过上述技术方案的相互配合,保证在患者衰减风险增大时,获取精准的上述监测信息,还能在患者衰减风险减小时能够减少图像处理工作量,最后通过上述查房信息、检验数据和监测信息根据SOFA评分获取患者脏器衰减风险级别并进行预警。
以上上述的实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上上述的实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上上述的仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种通过SOFA评分的衰减确定风险级别并进行预警的方法,其特征在于,所述方法包括如下步骤:
步骤S1:实时通过获取单元获取用户的监测图像,并及时获取检验图像和第一查房语音,并将所述监测图像和所述检验图像进行预处理;
步骤S2:将所述第一查房语音进行去噪处理获取第二查房语音,并将所述第二查房语音通过语义转换单元获取第一文本信息,从所述第一文本信息中提取患者信息,继续接收第三查房语音,并通过去噪处理获取第四查房语音,将所述第四查房语音通过所述语义转换单元转换为第二文本信息,并从所述第二文本信息中获取查房信息,保存所述第三查房语音;
步骤S3:通过提取单元从所述检验图像中提取检验数据;
步骤S4:根据所述查房信息和所述检验数据,基于所述监测图像和参考监测图像进行对比获取所述监测图像最接近的第一图像,并获取所述第一图像的监测信息;
步骤S5:根据所述监测信息、所述查房信息和所述检验数据进行评分确定风险级别并基于所述风险级别进行预警;
其中,所述步骤S2包括:步骤S21:通过所述提取单元在预设时间段内周期性的获取所述第一查房语音,将上次获取的所述第一查房语音作为第一背景噪声,并将所述第一查房语音基于所述第一背景噪声进行预处理获取去除所述第一背景噪声的所述第二查房语音;
步骤S22:将所述第二查房语音通过语义转换模块转换为第一文本信息,并将所述文本信息解析为单词,在所述第一文本信息的单词中包括患者的识别信息时,保存所述第二查房语音,并减小所述第一查房语音的获取周期;
步骤S23:继续周期性获取所述第一查房语音作为第三查房语音,并将所述第三查房语音进行切片获取第一切片语音,将所述第一切片语音与所述第二查房语音进行对比,将不包含所述第二查房语音对应声纹的切片语音作为第二背景噪声,对后续距离时间最近的且包含所述第二查房语音对应声纹的切片语音进行去除所述第二背景噪声处理获取第二切片语音;
步骤S24:将所述第二切片语音进行拼接,并通过所述语义转换单元获取第二文本信息,并从所述第二文本信息解析出的单词中提取所述查房信息;
所述步骤S4包括:
将所述检验数据与最近的历史检验数据进行比较,并根据对比结果判断患者的第一风险变化,并将所述第一风险变化与将上次的所述查房信息和本次所述查房信息进行比较获取的第二风险变化进行比较,并获取比较结果,在所述比较结果为所述第一风险变化和所述第二风险变化一致时,在所述第一风险变化和所述第二风险变化都为衰减风险升高的情况下,增大所述监测图像的识别精度为第一精度,在所述第一风险变化和所述第二风险变化都为衰减风险降低的情况下,减小所述监测图像的识别精度为第二精度,在所述第一风险变化与所述第二风险变化都为衰减风险不变时,所述监测图像的识别精度不变,其中所述第一精度大于所述第二精度;
将所述监测图像和所述参考监测图像进行设定比例放大,其中所述监测图像的识别精度越高对应所述设定比例越大,还将所述监测图像和所述参考监测图像进行网格划分,将所述监测图像和所述参考监测图像进行逐个网格对比,获取与所述参考监测图像中与所述监测图像最接近的所述第一图像,并获取所述第一图像对应的监测信息。
2.根据权利要求1所述的方法,其特征在于,所述监测图像为通过监测设备进行监测获取监测结果的显示图像,所述检验图像为检验结果图像,所述第一查房语音为医生在查房时,对患者病情发展的评估对话。
3.根据权利要求1所述的方法,其特征在于,所述步骤S1中,将所述监测图像和所述检验图像进行预处理:将所述监测图像进行角度调整并进行二值化;将所述检验图像进行增强。
4.根据权利要求1所述的方法,其特征在于,所述步骤S3包括如下步骤:
步骤S31:通过将所述检验图像基于所述检验图像中表格、文字、数字及图形的分布及分别占用的面积获取与所述检验图像匹配的检验图像模板;
步骤S32:基于所述检验图像模版将所述检验图像划分为多个子检验图像,将每一所述子检验图像与每一参考图像进行比较,获取多个目标图像;
步骤S33:并将多个所述目标图像通过转换单元转换为检验文本,并从所述检验文本中提取所述检验数据。
5.根据权利要求1所述的方法,其特征在于,所述步骤S4还包括:在所述第一风险变化和所述第二风险变化不一致时,将获取前一天和今天所述监测信息的第一平均值和第二平均值,并将所述第一平均值和所述第二平均值进行比较,获取第三风险变化,在所述第二风险变化与所述第三风险变化不一致时,通过保存的所述第三查房语音和所述步骤S2的方法重新获取所述查房信息,在所述第一风险变化与所述第三风险变化不一致时,通过所述步骤S3重新获取所述检验数据,根据所述第三风险变化设置所述监测图像的识别精度。
6.根据权利要求1所述的方法,其特征在于,所述步骤S5包括:通过SOFA评分规则对所述监测信息、所述查房信息和所述检验数据进行评分,并基于所述评分确定所述风险级别,并根据所述风险级别进行预警。
7.根据权利要求1所述的方法,其特征在于,所述第一风险变化和所述第二风险变化都为所述患者当天的衰减风险相对于前一天的衰减风险变化,所述查房信息包括了除所述检验数据和所述监测信息之外的SOFA评分项信息。
8.一种通过SOFA评分确定衰减风险级别并进行预警的系统,其特征在于,所述系统用于实现如权利要求1-7任一项所述的方法,所述系统包括:
获取单元,用于实时获取用户的监测图像,并及时获取检验图像和第一查房语音,并将所述监测图像和所述检验图像进行预处理;
处理单元配置为:将所述第一查房语音进行去噪处理获取第二查房语音,并将所述第二查房语音通过语义转换单元获取第一文本信息,从所述第一文本信息中提取患者信息,继续接收第三查房语音,并通过去噪处理获取第四查房语音;用于根据所述查房信息和所述检验数据,基于所述监测图像和参考监测图像进行对比获取所述监测图像最接近的第一图像,并获取所述第一图像的监测信息;从所述检验图像中提取检验数据;
语义转换单元,用于将所述第四查房语音转换为第二文本信息,并从所述第二文本信息中获取查房信息,保存所述第三查房语音;
预警单元,用于根据所述监测信息、所述查房信息和所述检验数据进行评分确定风险级别并基于所述风险级别进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410591821.0A CN118173272B (zh) | 2024-05-14 | 2024-05-14 | 一种通过sofa评分的衰减确定风险级别并进行预警的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410591821.0A CN118173272B (zh) | 2024-05-14 | 2024-05-14 | 一种通过sofa评分的衰减确定风险级别并进行预警的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118173272A CN118173272A (zh) | 2024-06-11 |
CN118173272B true CN118173272B (zh) | 2024-08-02 |
Family
ID=91360856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410591821.0A Active CN118173272B (zh) | 2024-05-14 | 2024-05-14 | 一种通过sofa评分的衰减确定风险级别并进行预警的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118173272B (zh) |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012051394A1 (en) * | 2010-10-14 | 2012-04-19 | The Arizona Board Of Regents On Behalf Of The University Of Arizona | Methods and apparatus for imaging detecting, and monitoring surficial and subdermal inflammation |
US20150213217A1 (en) * | 2012-09-13 | 2015-07-30 | Parkland Center For Clinical Innovation | Holistic hospital patient care and management system and method for telemedicine |
CN110111778B (zh) * | 2019-04-30 | 2021-11-12 | 北京大米科技有限公司 | 一种语音处理方法、装置、存储介质及电子设备 |
CN112151172A (zh) * | 2019-06-28 | 2020-12-29 | 希尔-罗姆服务公司 | 基于来自医疗机构中多种来源的数据的患者风险评估 |
CN110459328B (zh) * | 2019-07-05 | 2020-07-28 | 浙江大学 | 临床监护设备 |
CN110634557B (zh) * | 2019-08-23 | 2022-08-23 | 广东省智能制造研究所 | 一种基于深度神经网络的医护资源辅助调配方法及系统 |
CN112786199B (zh) * | 2019-11-05 | 2024-06-25 | 希尔-罗姆服务公司 | 显示患者数据的界面 |
EP4143343A4 (en) * | 2020-04-29 | 2024-10-09 | Inflammatix, Inc. | Determining mortality risk of subjects with viral infections |
CN116052824A (zh) * | 2021-10-28 | 2023-05-02 | 深圳市理邦精密仪器股份有限公司 | 查房方法、查房设备及系统 |
CN114067340B (zh) * | 2022-01-17 | 2022-05-20 | 山东北软华兴软件有限公司 | 一种信息重要性智能判定方法和系统 |
CN114882983B (zh) * | 2022-05-13 | 2023-02-10 | 浙江远图技术股份有限公司 | 一种智慧病房交互方法、系统及储存介质 |
CN116543750A (zh) * | 2023-04-03 | 2023-08-04 | 淮北矿业股份有限公司 | 一种语音识别用精度提升系统 |
CN117393091A (zh) * | 2023-09-08 | 2024-01-12 | 中国人民解放军总医院 | 查房方法、装置、移动机器人及存储介质 |
CN117198446A (zh) * | 2023-09-08 | 2023-12-08 | 厦门狄耐克物联智慧科技有限公司 | 一种基于医护对讲设备的查房报告自动生成方法 |
CN117877731A (zh) * | 2024-01-16 | 2024-04-12 | 沈阳方晟医药科技有限公司 | 一种心源性休克实时风险预警监测系统及方法 |
CN117612725B (zh) * | 2024-01-23 | 2024-03-29 | 南通大学附属医院 | 一种用于重症监护室的呼吸机警报管理方法及系统 |
CN117995373B (zh) * | 2024-04-07 | 2024-06-21 | 北京惠每云科技有限公司 | 医院查房记录生成方法、装置、电子设备及存储介质 |
-
2024
- 2024-05-14 CN CN202410591821.0A patent/CN118173272B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN118173272A (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107506570A (zh) | 一种超声检测报告自动生成系统 | |
EP3939003B1 (en) | Systems and methods for assessing a likelihood of cteph and identifying characteristics indicative thereof | |
US11966374B2 (en) | Medical clinical data quality analysis system based on big data | |
CN109102888A (zh) | 一种人体健康评分方法 | |
CN111275755A (zh) | 基于人工智能的二尖瓣瓣口面积检测方法、系统和设备 | |
CN116580801A (zh) | 一种基于大型语言模型的超声检查方法 | |
CN115762769A (zh) | 一种ercp术后风险智能预警系统 | |
CN111326255A (zh) | 一种基于大数据的血糖浓度校正方法、存储介质及系统 | |
CN112259232B (zh) | 一种基于深度学习的vte风险自动评估系统 | |
CN114343577A (zh) | 认知功能评价方法、终端设备以及计算机可读存储介质 | |
CN118173272B (zh) | 一种通过sofa评分的衰减确定风险级别并进行预警的方法 | |
CN116597993A (zh) | 一种用于妊娠期孕妇的高血压风险动态评估系统 | |
CN119314606A (zh) | 一种基于picc导管实时数据采集的护理质量监控系统 | |
US20030191732A1 (en) | Online learning method in a decision system | |
CN107693051B (zh) | 移植肾免疫状态的无创检测系统 | |
CN113974578A (zh) | 一种根据气血分析估计生理学心脏测量的装置 | |
CN118430834A (zh) | 基于妇产临床的智能医学决策模型训练方法 | |
CN105989245B (zh) | 获取纤维化的特征量化参数的值的方法及装置 | |
US20230293103A1 (en) | Analysis device | |
WO2021103623A1 (zh) | 一种脓毒血症的预警装置、设备及存储介质 | |
CN117558391B (zh) | 基于主动脉夹层病历数据的术后病情深度学习方法及系统 | |
CN118841144B (zh) | 基于人工智能的心血管疾病医疗数据线上交互的方法及系统 | |
CN117951190B (zh) | 一种基于人工智能的人体指标异常数据处理方法及系统 | |
KR102501816B1 (ko) | 환자의 개인화 지표에 기초하는 인공지능을 이용한 폐기관 자동 분석 방법 및 기록매체 | |
CN118098483B (zh) | 基于Transformer的病历书写监测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |