CN118942733A - 产后妇女盆底康复的智能管理系统及方法 - Google Patents
产后妇女盆底康复的智能管理系统及方法 Download PDFInfo
- Publication number
- CN118942733A CN118942733A CN202411433935.9A CN202411433935A CN118942733A CN 118942733 A CN118942733 A CN 118942733A CN 202411433935 A CN202411433935 A CN 202411433935A CN 118942733 A CN118942733 A CN 118942733A
- Authority
- CN
- China
- Prior art keywords
- pelvic floor
- monitoring data
- postpartum
- evaluated
- floor muscle
- 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.)
- Granted
Links
Classifications
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Electrotherapy Devices (AREA)
Abstract
本申请公开一种产后妇女盆底康复的智能管理系统及方法,涉及医用信息化技术领域,获取产后患者在多个生产手术下的病灶和盆底肌肉收缩情况监控数据,得到病灶变化和盆底肌肉恢复监控数据;对产后患者进行监控,获取使用待评价药物前后病灶变化得分和盆底肌肉恢复得分并分析得出待评价药物在产后患者中的复合得分;结合产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价,作为有效性测评验证。本发明可实现对产后患者使用待评价药物进行更科学、细致的测评,促进产后患者在病灶和实际盆底肌肉收缩情况中有效性测评技术的发展以及待评价药物的产品质量提升,助力于药物临床检测的有效性。
Description
技术领域
本申请涉及医用信息化技术领域,特别涉及产后妇女盆底康复的智能管理系统及方法。
背景技术
产后恢复,是指女性在生产完毕之后,常常会因为身体过于虚弱而需要一定的恢复和保养,而这种恢复和保养被称之为产后恢复。依靠专业的医疗保障,产后恢复包含的主要方面有营养健康产品恢复和心理辅导恢复,女性在恢复期间一定要注意营养饮食的均衡和心理的调节。
随着电子通信技术的发展,医院的信息化建设也不断得到提高,目前针对患者在诊疗过程中的各项临床生化指标的生成和记录较为完善,尤其在各大综合型医疗机构中,已经产生了海量医疗数据。
但现有技术中,在对产后妇女的盆底康复过程中难以有效利用患者的诊断治疗信息进行康复评价,不利于产后妇女的盆底康复。
发明内容
根据本发明第一方面,本发明请求保护一种产后妇女盆底康复的智能管理方法,用于服用待评价药物的产后患者,包括:
获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据;
依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分;
依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分;
基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证。
进一步的,获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据,具体包括:
基于产后患者盆底肌肉收缩情况的生产手术数据进行刺激电极指定,依据药物类型种类数量进行刺激电极指定,设置多个刺激电极指定组,得到多个连续电流刺激电极;
分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定;
通过计算获得多个类型产后患者在多个药物状态下的刺激电极和每个刺激电极指定组的监控数据占比;
采用层次刺激电极指定方法进行佩戴传感器,依据病灶监控数据和盆底肌肉收缩情况监控数据的权重获得所述产后患者在复合药物下的病灶监控数据刺激电极指定组和盆底肌肉收缩情况监控数据刺激电极指定组,作为所述病灶变化监控数据和盆底肌肉恢复监控数据;
所述分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定时,具体包括:
设定多个病灶监控数据和盆底肌肉收缩情况监控数据的区间间隔,预设最小产后患者数量,如果刺激电极指定后的总数量不足最小产后患者数量,则该刺激电极指定无效。
进一步的,依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分,具体包括:
依据所述病灶变化监控数据,对所述产后患者进行病灶变化评分,获取使用所述待评价药物前后产后患者的病灶变化得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分,具体包括:
将所述产后患者在多个药物条件下进行复合健康恢复率监控,得到在所述多个药物条件下,产后患者未使用待评价药物的健康恢复率;
在产后患者中使用待评价药物,得到在所述多个药物条件下,产后患者使用待评价药物的健康恢复率;
依据所述产后患者未使用待评价药物和产后患者使用待评价药物的健康恢复率,计算获得所述产后患者的盆底肌肉恢复得分。
进一步的,对所述产后患者进行病灶变化评分时,具体包括:
每个病灶变化监控数据对照监控时间不少于预设周期,记录每次对照监控数据的平均健康恢复率,完成全部病灶变化监控数据监控后,按照每个监控数据的加权系数,计算产后患者病灶恢复健康的加权健康恢复率;
其中,按照病灶变化监控数据,开展多个大小变化速率、活跃度变化速率下的监控,病灶平稳监控预设时长后,每个监控数据对照监控时间不少于预设周期;
在进行健康使用待评价药物前、后的监控时,相同病灶变化监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值;
对所述产后患者进行盆底肌肉恢复时,具体包括:
基于构建的盆底肌肉恢复监控数据,分别开展多个药物下产后患者的盆底肌肉恢复和产后患者使用一定比例待评价药物的盆底肌肉恢复;
在每个药物下分别依据所述盆底肌肉恢复监控数据的盆底肌肉收缩情况偏离度变化速率,开展对照监控数据监控,每个对照监控数据监控时间不少于预设周期,在进行健康使用待评价药物前、后的监控时,相同监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值,行进场所与历史行进场所的距离在用药监控中的偏离度不超过第一距离阈值,监控的行进场所与医疗机构的距离偏离度需要满足预设条件。
进一步的,依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分,具体包括:
分别获取所述病灶变化监控数据和盆底肌肉恢复监控数据的采用监控数据条数,依据所述采用监控数据条数得到所述病灶变化和盆底肌肉恢复的复合得分分布;
依据所述复合得分分布分析得出所述待评价药物在所述产后患者中的复合得分;
所述基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证,具体包括:
基于待评价药物的复合得分,推算产后患者不使用待评价药物的时长得分,获得的所述时长得分减去使用待评价药物的时长得分,得到产后患者使用待评价药物的恢复速率,恢复速率乘以产后患者相似度变化速率,得到产后患者使用待评价药物的其他人员评价值。
根据本发明第二方面,本发明请求保护一种产后妇女盆底康复的智能管理系统,包括:
监控模块,获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据;
得分模块,依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分;
复合得分模块,依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分;
验证模块,基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证。
进一步的,所述监控模块具体用于:
基于产后患者盆底肌肉收缩情况的生产手术数据进行刺激电极指定,依据药物类型种类数量进行刺激电极指定,设置多个刺激电极指定组,得到多个连续电流刺激电极;
分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定;
通过计算获得多个类型产后患者在多个药物状态下的刺激电极和每个刺激电极指定组的监控数据占比;
采用层次刺激电极指定方法进行佩戴传感器,依据病灶监控数据和盆底肌肉收缩情况监控数据的权重获得所述产后患者在复合药物下的病灶监控数据刺激电极指定组和盆底肌肉收缩情况监控数据刺激电极指定组,作为所述病灶变化监控数据和盆底肌肉恢复监控数据;
所述分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定时,具体包括:
设定多个病灶监控数据和盆底肌肉收缩情况监控数据的区间间隔,预设最小产后患者数量,如果刺激电极指定后的总数量不足最小产后患者数量,则该刺激电极指定无效。
进一步的,所述得分模块具体用于:
依据所述病灶变化监控数据,对所述产后患者进行病灶变化评分,获取使用所述待评价药物前后产后患者的病灶变化得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分,具体包括:
将所述产后患者在多个药物条件下进行复合健康恢复率监控,得到在所述多个药物条件下,产后患者未使用待评价药物的健康恢复率;
在产后患者中使用待评价药物,得到在所述多个药物条件下,产后患者使用待评价药物的健康恢复率;
依据所述产后患者未使用待评价药物和产后患者使用待评价药物的健康恢复率,计算获得所述产后患者的盆底肌肉恢复得分。
进一步的,对所述产后患者进行病灶变化评分时,具体包括:
每个病灶变化监控数据对照监控时间不少于预设周期,记录每次对照监控数据的平均健康恢复率,完成全部病灶变化监控数据监控后,按照每个监控数据的加权系数,计算产后患者病灶恢复健康的加权健康恢复率;
其中,按照病灶变化监控数据,开展多个大小变化速率、活跃度变化速率下的监控,病灶平稳监控预设时长后,每个监控数据对照监控时间不少于预设周期;
在进行健康使用待评价药物前、后的监控时,相同病灶变化监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值;
对所述产后患者进行盆底肌肉恢复时,具体包括:
基于构建的盆底肌肉恢复监控数据,分别开展多个药物下产后患者的盆底肌肉恢复和产后患者使用一定比例待评价药物的盆底肌肉恢复;
在每个药物下分别依据所述盆底肌肉恢复监控数据的盆底肌肉收缩情况偏离度变化速率,开展对照监控数据监控,每个对照监控数据监控时间不少于预设周期,在进行健康使用待评价药物前、后的监控时,相同监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值,行进场所与历史行进场所的距离在用药监控中的偏离度不超过第一距离阈值,监控的行进场所与医疗机构的距离偏离度需要满足预设条件。
进一步的,所述复合得分模块具体用于:
分别获取所述病灶变化监控数据和盆底肌肉恢复监控数据的采用监控数据条数,依据所述采用监控数据条数得到所述病灶变化和盆底肌肉恢复的复合得分分布;
依据所述复合得分分布分析得出所述待评价药物在所述产后患者中的复合得分;
所述基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证,具体包括:
基于待评价药物的复合得分,推算产后患者不使用待评价药物的时长得分,获得的所述时长得分减去使用待评价药物的时长得分,得到产后患者使用待评价药物的恢复速率,恢复速率乘以产后患者相似度变化速率,得到产后患者使用待评价药物的其他人员评价值。
本发明采用产后妇女盆底康复的智能管理系统及方法,获取产后患者在多个生产手术下的病灶和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化和盆底肌肉恢复监控数据;对产后患者进行监控,获取使用待评价药物前后病灶变化得分和盆底肌肉恢复得分并分析得出待评价药物在产后患者中的复合得分;结合产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值作为有效性测评验证。本发明可实现对产后患者使用待评价药物进行更科学、细致的测评,促进产后患者在病灶和实际盆底肌肉收缩情况中有效性测评技术的发展以及待评价药物的产品质量提升,助力于药物临床检测的有效性。
附图说明
图1为本发明所涉及的一种产后妇女盆底康复的智能管理方法的工作流程图;
图2为本发明所涉及的一种产后妇女盆底康复的智能管理方法的第二工作流程图;
图3为本发明所涉及的一种产后妇女盆底康复的智能管理方法的第三工作流程图;
图4为本发明所涉及的一种产后妇女盆底康复的智能管理方法的第四工作流程图;
图5为本发明所涉及的一种产后妇女盆底康复的智能管理系统的系统结构图。
具体实施方式
根据本发明第一实施例,参照附图1,本发明请求保护一种产后妇女盆底康复的智能管理方法,用于服用待评价药物的产后患者,包括:
获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据;
依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分;
依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分;
基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价,进行有效性验证。
进一步的,参照附图2,获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据,具体包括:
基于产后患者盆底肌肉收缩情况的生产手术数据进行刺激电极指定,依据药物类型种类数量进行刺激电极指定,设置多个刺激电极指定组,得到多个连续电流刺激电极;
分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定;
通过计算获得多个类型产后患者在多个药物状态下的刺激电极和每个刺激电极指定组的监控数据占比;
采用层次刺激电极指定方法进行佩戴传感器,依据病灶监控数据和盆底肌肉收缩情况监控数据的权重获得所述产后患者在复合药物下的病灶监控数据刺激电极指定组和盆底肌肉收缩情况监控数据刺激电极指定组,作为所述病灶变化监控数据和盆底肌肉恢复监控数据;
所述分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定时,具体包括:
设定多个病灶监控数据和盆底肌肉收缩情况监控数据的区间间隔,预设最小产后患者数量,如果刺激电极指定后的总数量不足最小产后患者数量,则该刺激电极指定无效。
其中,该实施例面向住院、门诊和药房购药产后患者,在住院、门诊、药房购药人员中分别获取典型人员的盆底肌肉收缩情况监控数据和病灶监控数据。通过盆底肌肉收缩情况监测系统或视频监测仪表等方式,并结合人工记录的方式,获取产后患者监控数据参数,需要获取的数据至少包含产后患者用药数量、病灶大小变化速率(以下简称为“大小”)、活跃度变化速率(以下简称为“活跃度”)、药物类型种类数量,以及其他服药日志信息。
其中,在该实施例中获得产后患者在复合药物下的病灶监控数据刺激电极指定组具体包括:
基于获取的产后妇女的盆底肌肉收缩情况数据,采用刺激电极指定方法。对于产后患者的盆底肌肉收缩情况监控数据,可能存在多个的盆底肌肉收缩情况模式和监控数据,密度刺激电极指定方法可以发现多个密度的刺激电极指定簇,并且对噪声数据具有一定的鲁棒性。
生产手术以药物类型种类数量进行刺激电极指定,设置多个刺激电极指定组,采用刺激电极指定的方法,得到多个连续电流刺激电极,并统计多个刺激电极的产后患者数量占比。
以某类型产后患者的盆底肌肉收缩情况数据为例,阐述产后患者药物的刺激电极指定。基于产后患者的药物类型种类数量进行刺激电极指定,采用刺激电极指定的方法,设置多个刺激电极指定组,得到多个连续电流刺激电极,并统计多个刺激电极的监控数据数占比。
分别对产后患者在多个药物下的病灶监控数据(大小变化速率、活跃度变化速率,大小变化速率即实际大小变化速率与病灶最大大小变化速率的比值;活跃度变化速率,即实际活跃度与最大活跃度的比值)进行刺激电极指定。
本实施例创新地提出对产后患者病灶监控数据在多个药物下的监控位置点进行佩戴传感器。由于佩戴传感器的监控位置点相对较少,通过计算药物之间的相似度或距离来构建刺激电极指定树状结构。通过树状结构将药物逐渐合并成多个数量的刺激电极指定。这使得刺激电极指定在产后患者数量较少的情况下具有优势,因为不需要事先确定刺激电极指定数量,而且可以根据数据的内在结构自动形成刺激电极指定。层次刺激电极指定方法能够有效地处理较少药物的刺激电极指定问题,并且可以提供多个层次的刺激电极指定结果,使得分析人员可以根据需要选择合适的刺激电极指定数量。
通过佩戴传感器获得产后患者在复合药物下的病灶监控数据刺激电极指定组。将外用药物、固体内服药物、液体内服药物组的刺激电极指定组,采用层次刺激电极指定法佩戴传感器,在佩戴传感器中,如果在刺激电极指定组中,只有一个监控数据,则该刺激电极指定组无效。特别注意,在计算每个刺激电极指定组的权重时,通过计算该刺激电极指定组中的监控位置点是来自哪个药物组,例如来自外用药物组,计算该监控数据的权重时,需要将该监控数据在外用药物组中的权重乘以外用药物组的权重。
通过上面一次刺激电极指定和佩戴传感器的方法,构建某类型产后患者病灶的监控数据和权重系数。
采用同样的方法建立其他类型产后患者病灶的监控数据和权重系数。
配置有指定及调用所述外用药物指定刺激电极的第一接口集线器对应的内服药物指定刺激电极,所述内服药物指定刺激电极是根据指定及调用所述外用药物指定刺激电极的第一接口集线器中配置的原子能力进行服务封装得到的,所述原子能力是针对动态用药监控器的监控域内的环境感知装置具备的感知动作解耦得到的最小控制单元。
接收指定及调用所述外用药物指定刺激电极的第一接口集线器通过对应的内服药物指定刺激电极提供的上传接口上传的指令,并将所述内服药物指定刺激电极对应的指令发送到所述动态用药监控器的监控域内的环境感知装置。
进一步的,参照附图3,依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分,具体包括:
依据所述病灶变化监控数据,对所述产后患者进行病灶变化评分,获取使用所述待评价药物前后产后患者的病灶变化得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分;
进一步的,参照附图4,依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分,具体包括:
将所述产后患者在多个药物条件下进行复合健康恢复率监控,得到在所述多个药物条件下,产后患者未使用待评价药物的健康恢复率;
在产后患者中使用待评价药物,得到在所述多个药物条件下,产后患者使用待评价药物的健康恢复率;
依据所述产后患者未使用待评价药物和产后患者使用待评价药物的健康恢复率,计算获得所述产后患者的盆底肌肉恢复得分。
进一步的,对所述产后患者进行病灶变化评分时,具体包括:
每个病灶变化监控数据对照监控时间不少于预设周期,记录每次对照监控数据的平均健康恢复率,完成全部病灶变化监控数据监控后,按照每个监控数据的加权系数,计算产后患者病灶恢复健康的加权健康恢复率;
其中,按照病灶变化监控数据,开展多个大小变化速率、活跃度变化速率下的监控,病灶平稳监控预设时长后,每个监控数据对照监控时间不少于预设周期;
在进行健康使用待评价药物前、后的监控时,相同病灶变化监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值;
对所述产后患者进行盆底肌肉恢复时,具体包括:
基于构建的盆底肌肉恢复监控数据,分别开展多个药物下产后患者的盆底肌肉恢复和产后患者使用一定比例待评价药物的盆底肌肉恢复;
在每个药物下分别依据所述盆底肌肉恢复监控数据的盆底肌肉收缩情况偏离度变化速率,开展对照监控数据监控,每个对照监控数据监控时间不少于预设周期,在进行健康使用待评价药物前、后的监控时,相同监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值,行进场所与历史行进场所的距离在用药监控中的偏离度不超过第一距离阈值,监控的行进场所与医疗机构的距离偏离度需要满足预设条件。
进一步的,依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分,具体包括:
分别获取所述病灶变化监控数据和盆底肌肉恢复监控数据的采用监控数据条数,依据所述采用监控数据条数得到所述病灶变化和盆底肌肉恢复的复合得分分布;
依据所述复合得分分布分析得出所述待评价药物在所述产后患者中的复合得分;
所述基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证,具体包括:
基于待评价药物的复合得分,推算产后患者不使用待评价药物的时长得分,获得的所述时长得分减去使用待评价药物的时长得分,得到产后患者使用待评价药物的恢复速率,恢复速率乘以产后患者相似度变化速率,得到产后患者使用待评价药物的其他人员评价值。
其他人员对服用了待评价药物的产后患者进行评价,给出评价值,评价患者的恢复效果,该其他人员评价值能够用于佐证、验证待评价药物的效果。
根据本发明第二实施例,参照附图5,本发明请求保护一种产后妇女盆底康复的智能管理系统,包括:
监控模块,获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据;
得分模块,依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分;
复合得分模块,依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分;
验证模块,基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证。
进一步的,所述监控模块具体用于:
基于产后患者盆底肌肉收缩情况的生产手术数据进行刺激电极指定,依据药物类型种类数量进行刺激电极指定,设置多个刺激电极指定组,得到多个连续电流刺激电极;
分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定;
通过计算获得多个类型产后患者在多个药物状态下的刺激电极和每个刺激电极指定组的监控数据占比;
采用层次刺激电极指定方法进行佩戴传感器,依据病灶监控数据和盆底肌肉收缩情况监控数据的权重获得所述产后患者在复合药物下的病灶监控数据刺激电极指定组和盆底肌肉收缩情况监控数据刺激电极指定组,作为所述病灶变化监控数据和盆底肌肉恢复监控数据;
所述分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定时,具体包括:
设定多个病灶监控数据和盆底肌肉收缩情况监控数据的区间间隔,预设最小产后患者数量,如果刺激电极指定后的总数量不足最小产后患者数量,则该刺激电极指定无效。
进一步的,所述得分模块具体用于:
依据所述病灶变化监控数据,对所述产后患者进行病灶变化评分,获取使用所述待评价药物前后产后患者的病灶变化得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分,具体包括:
将所述产后患者在多个药物条件下进行复合健康恢复率监控,得到在所述多个药物条件下,产后患者未使用待评价药物的健康恢复率;
在产后患者中使用待评价药物,得到在所述多个药物条件下,产后患者使用待评价药物的健康恢复率;
依据所述产后患者未使用待评价药物和产后患者使用待评价药物的健康恢复率,计算获得所述产后患者的盆底肌肉恢复得分。
进一步的,对所述产后患者进行病灶变化评分时,具体包括:
每个病灶变化监控数据对照监控时间不少于预设周期,记录每次对照监控数据的平均健康恢复率,完成全部病灶变化监控数据监控后,按照每个监控数据的加权系数,计算产后患者病灶恢复健康的加权健康恢复率;
其中,按照病灶变化监控数据,开展多个大小变化速率、活跃度变化速率下的监控,病灶平稳监控预设时长后,每个监控数据对照监控时间不少于预设周期;
在进行健康使用待评价药物前、后的监控时,相同病灶变化监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值;
对所述产后患者进行盆底肌肉恢复时,具体包括:
基于构建的盆底肌肉恢复监控数据,分别开展多个药物下产后患者的盆底肌肉恢复和产后患者使用一定比例待评价药物的盆底肌肉恢复;
在每个药物下分别依据所述盆底肌肉恢复监控数据的盆底肌肉收缩情况偏离度变化速率,开展对照监控数据监控,每个对照监控数据监控时间不少于预设周期,在进行健康使用待评价药物前、后的监控时,相同监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值,行进场所与历史行进场所的距离在用药监控中的偏离度不超过第一距离阈值,监控的行进场所与医疗机构的距离偏离度需要满足预设条件。
其中,在该实施例中产后患者在复合药物下的盆底肌肉收缩情况监控数据刺激电极指定组具体包括:
产后患者使用待评价药物的得分是该药物在产后患者的实际盆底肌肉收缩情况中有效性效果的关键评价指标。由于产后患者在实际盆底肌肉收缩情况中,易受自身监控数据等众多因素的影响,尚不能通过单一参数对产后患者的时长进行表征与测定。产后患者在实际盆底肌肉收缩时,通常可以通过患者传感器采集到的用药数量、病灶监控数据(大小变化速率、活跃度变化速率)、药物类型种类数量。本实施例基于产后患者的盆底肌肉收缩情况参数和时长数据,计算盆底肌肉收缩情况参数与产后患者时长的相关系数。其中,包括评价两变量间的线性相关程度和评价两变量间的非线性相关程度。根据产后患者盆底肌肉收缩情况参数与产后患者时长的相关系数,选择相关系数在[-2,2]之间的参数作为构建监控数据的参数。
产后患者的药物类型种类数量、用药数量比、病灶大小、活跃度与产后患者用药的时长具有较高的线性相关性,而其他参数与时长的非线性相关性较低,由于在产后患者实监控验中,产后患者的活跃度参数相对难以获取,本方案采用药物类型种类数量、用药数量比、病灶大小作为测评产后患者盆底肌肉收缩情况时长的主要参数。
其中,在该实施例中,以产后患者未使用待评价药物的监控为例,患者病灶按照监控数据监控的复合健康恢复率计算方法,见式1。
;
表示产后患者未使用待评价药物的复合健康恢复率;
表示病灶监控位置点的时长得分;
表示病灶监控位置点的活跃度;
表示每个监控数据的权重系数。
采用同样的计算方法计算产后患者使用待评价药物的复合健康恢复率。
获得产后患者使用待评价药物前、后的病灶变化复合健康恢复率后,通过式2计算患者待评价药物的病灶变化得分。
;
式中:
表示病灶变化得分。
进一步的,依据盆底肌肉恢复监控数据,对产后患者进行盆底肌肉恢复,获取使用待评价药物前后产后患者的盆底肌肉恢复得分,具体包括:
将产后患者在多个药物条件下进行复合健康恢复率监控,得到在多个药物条件下,产后患者未使用待评价药物的健康恢复率;
在产后患者中使用待评价药物,得到在所述多个药物条件下,产后患者使用待评价药物的健康恢复率;
依据产后患者未使用待评价药物和产后患者使用待评价药物的健康恢复率,计算获得产后患者的盆底肌肉恢复得分。
其中,在该实施例中,开展产后患者在外用药物、固体内服药物、液体内服药物(0%、50%、90%药物)下的监控,监控数据的盆底肌肉收缩情况偏离度变化速率进行,分别开展产后患者使用待评价药物前、后的监控,在前后监控的相同监控数据中,病灶的监控数据、历史行进场所、医疗机构均保持上述要求的相近范围。
依据产后患者病灶在监控位置点i的时长得分,产后患者盆底肌肉收缩情况在监控位置点i的行进距离和产后患者在每个监控数据j的权重系数得出同一药物下的复合健康恢复率监控:
并采用相同的方法,计算其他药物下的健康恢复率;
依据产后患者在k药物下的权重系数和在Ak药物条件下,产后患者未使用待评价药物的健康恢复率,计算在多个药物下的未使用待评价药物的产后患者复合健康恢复率:
依据在Ak药物条件下,产后患者使用待评价药物的健康恢复率和产后患者在k药物下的权重系数,计算在多个药物下的使用待评价药物的产后患者复合健康恢复率:
获得产后患者使用待评价药物前、后的产后患者实测的复合健康恢复率后,计算患者待评价药物的盆底肌肉恢复得分。
其中,按照病灶变化监控数据,开展多个大小变化速率、活跃度变化速率下的监控,病灶平稳监控预设时长后,每个监控数据对照监控时间不少于预设周期;
在进行健康使用待评价药物前、后的监控时,相同病灶变化监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值;
其中,在该实施例中,基于构建的病灶监控数据,分别开展产后患者的病灶的监控和产后患者使用一定比例待评价药物的监控,每个监控数据对照监控时间不少于30分钟,记录每次对照监控数据的平均健康恢复率,做完全部监控数据监控后,按照每个监控数据的加权系数,计算产后患者病灶恢复该健康的加权健康恢复率。产后患者使用待评价药物前、后的病灶变化全部完成后,基于使用待评价药物前、后的加权健康恢复率,计算该待评价药物在产后患者病灶变化的得分。
对产后患者进行盆底肌肉恢复时,具体包括:
基于构建的盆底肌肉恢复监控数据,分别开展多个药物下产后患者的盆底肌肉恢复和产后患者使用一定比例待评价药物的盆底肌肉恢复;
在每个药物下分别依据盆底肌肉恢复监控数据的盆底肌肉收缩情况偏离度变化速率,开展对照监控数据监控,每个对照监控数据监控时间不少于预设周期,在进行健康使用待评价药物前、后的监控时,相同监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值,行进场所与历史行进场所的距离在用药监控中的偏离度不超过第一距离阈值,监控的行进场所与医疗机构的距离偏离度需要满足预设条件。
其中,在该实施例中,基于构建的产后患者盆底肌肉收缩情况监控数据,分别开展多个药物下(外用药物、固体内服药物、液体内服药)产后患者的盆底肌肉恢复和产后患者使用一定比例待评价药物的盆底肌肉恢复,在每个药物下分别按照盆底肌肉收缩情况偏离度变化速率,开展对照监控数据的监控,每个对照监控数据监控时间不少于30分钟,在进行健康使用待评价药物前、后的监控时,相同监控数据下病灶前后红外线检测温度相差应不大于2℃,且行进场所与历史行进场所的距离在用药前后两次监控中的偏离度不超过2km,且行进场所与医疗机构的距离在用药前后两次监控中的偏离度不超过45º。记录每次对照监控数据的产后患者时长与盆底肌肉收缩情况行进距离,做完全部监控数据监控后,计算每个监控数据下的健康恢复率,基于监控数据权重系数计算每个药物下的产后患者健康恢复率,基于每个药物下的权重系数,计算产后患者实际盆底肌肉收缩情况的复合健康恢复率。然后,用同样的方法,计算产后患者健康使用待评价药物后的复合健康恢复率;基于产后患者健康使用待评价药物前、后的复合健康恢复率,计算产后患者使用待评价药物在盆底肌肉恢复的得分。
进一步的,依据病灶变化和盆底肌肉恢复的复合得分分布,分析得出待评价药物在产后患者中的复合得分,具体包括:
分别获取病灶变化监控数据和盆底肌肉恢复监控数据的采用监控数据条数,依据采用监控数据条数得到病灶变化和盆底肌肉恢复的复合得分分布;
依据复合得分分布分析得出待评价药物在产后患者中的复合得分。
进一步的,所述复合得分模块具体用于:
分别获取所述病灶变化监控数据和盆底肌肉恢复监控数据的采用监控数据条数,依据所述采用监控数据条数得到所述病灶变化和盆底肌肉恢复的复合得分分布;
依据所述复合得分分布分析得出所述待评价药物在所述产后患者中的复合得分;
所述基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证,具体包括:
基于待评价药物的复合得分,推算产后患者不使用待评价药物的时长得分,获得的所述时长得分减去使用待评价药物的时长得分,得到产后患者使用待评价药物的恢复速率,恢复速率乘以产后患者相似度变化速率,得到产后患者使用待评价药物的其他人员评价值。
其中,在该实施例中,产后患者在使用待评价药物后,基于产后患者获得一个疗程的总时长量,根据待评价药物的复合得分,计算产后患者在一个疗程其他人员评价值。基于待评价药物的复合得分,推算产后患者不使用待评价药物的时长得分,然后获得的时长得分减去使用待评价药物的健康恢复率,即得到该疗程产后患者使用待评价药物的恢复速率,恢复速率乘以产后患者相似度变化速率,即可得到产后患者在该疗程使用待评价药物的其他人员评价值。
本领域技术人员能够理解,本公开所披露的内容可以出现多种变型和改进。例如,以上所描述的各种设备或组件可以通过硬件实现,也可以通过软件、固件、或者三者中的一些或全部的组合实现。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是,前面或后面的步骤不一定按照顺序来精确的进行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作使用到这些过程中。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成,程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义,这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解,诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
以上是对本公开的说明,而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例,但本领域技术人员将容易地理解,在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此,所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解,上面是对本公开的说明,而不应被认为是限于所公开的特定实施例,并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨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,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种产后妇女盆底康复的智能管理方法,其特征在于,用于服用待评价药物的产后患者,包括:
获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据;
依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分;
依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分;
基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证。
2.如权利要求1所述的产后妇女盆底康复的智能管理方法,其特征在于,获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据,具体包括:
基于产后患者盆底肌肉收缩情况的生产手术数据进行刺激电极指定,依据药物类型种类数量进行刺激电极指定,设置多个刺激电极指定组,得到多个连续电流刺激电极;
分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定;
通过计算获得多个类型产后患者在多个药物状态下的刺激电极和每个刺激电极指定组的监控数据占比;
采用层次刺激电极指定方法进行佩戴传感器,依据病灶监控数据和盆底肌肉收缩情况监控数据的权重获得所述产后患者在复合药物下的病灶监控数据刺激电极指定组和盆底肌肉收缩情况监控数据刺激电极指定组,作为所述病灶变化监控数据和盆底肌肉恢复监控数据;
所述分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定时,具体包括:
设定多个病灶监控数据和盆底肌肉收缩情况监控数据的区间间隔,预设最小产后患者数量,如果刺激电极指定后的总数量不足最小产后患者数量,则该刺激电极指定无效。
3.如权利要求1所述的产后妇女盆底康复的智能管理方法,其特征在于,依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分,具体包括:
依据所述病灶变化监控数据,对所述产后患者进行病灶变化评分,获取使用所述待评价药物前后产后患者的病灶变化得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分,具体包括:
将所述产后患者在多个药物条件下进行复合健康恢复率监控,得到在所述多个药物条件下,产后患者未使用待评价药物的健康恢复率;
在产后患者中使用待评价药物,得到在所述多个药物条件下,产后患者使用待评价药物的健康恢复率;
依据所述产后患者未使用待评价药物和产后患者使用待评价药物的健康恢复率,计算获得所述产后患者的盆底肌肉恢复得分。
4.如权利要求1所述的产后妇女盆底康复的智能管理方法,其特征在于,对所述产后患者进行病灶变化评分时,具体包括:
每个病灶变化监控数据对照监控时间不少于预设周期,记录每次对照监控数据的平均健康恢复率,完成全部病灶变化监控数据监控后,按照每个监控数据的加权系数,计算产后患者病灶恢复健康的加权健康恢复率;
其中,按照病灶变化监控数据,开展多个大小变化速率、活跃度变化速率下的监控,病灶平稳监控预设时长后,每个监控数据对照监控时间不少于预设周期;
在进行健康使用待评价药物前、后的监控时,相同病灶变化监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值;
对所述产后患者进行盆底肌肉恢复时,具体包括:
基于构建的盆底肌肉恢复监控数据,分别开展多个药物下产后患者的盆底肌肉恢复和产后患者使用一定比例待评价药物的盆底肌肉恢复;
在每个药物下分别依据所述盆底肌肉恢复监控数据的盆底肌肉收缩情况偏离度变化速率,开展对照监控数据监控,每个对照监控数据监控时间不少于预设周期,在进行健康使用待评价药物前、后的监控时,相同监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值,行进场所与历史行进场所的距离在用药监控中的偏离度不超过第一距离阈值,监控的行进场所与医疗机构的距离偏离度需要满足预设条件。
5.如权利要求1所述的产后妇女盆底康复的智能管理方法,其特征在于,依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分,具体包括:
分别获取所述病灶变化监控数据和盆底肌肉恢复监控数据的采用监控数据条数,依据所述采用监控数据条数得到所述病灶变化和盆底肌肉恢复的复合得分分布;
依据所述复合得分分布分析得出所述待评价药物在所述产后患者中的复合得分;
所述基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证,具体包括:
基于待评价药物的复合得分,推算产后患者不使用待评价药物的时长得分,获得的所述时长得分减去使用待评价药物的时长得分,得到产后患者使用待评价药物的恢复速率,恢复速率乘以产后患者相似度变化速率,得到产后患者使 用待评价药物的其他人员评价值。
6.一种产后妇女盆底康复的智能管理系统,其特征在于,包括:
监控模块,用于获取所述产后患者在多个生产手术下的病灶监控数据和盆底肌肉收缩情况监控数据,采用佩戴传感器方法得到病灶变化监控数据和盆底肌肉恢复监控数据;
得分模块,用于依据所述病灶变化监控数据和盆底肌肉恢复监控数据,对所述产后患者进行病灶变化评分和盆底肌肉恢复,获取使用所述待评价药物前后产后患者的病灶变化得分和盆底肌肉恢复得分;
复合得分模块,用于依据所述病灶变化和盆底肌肉恢复的复合得分分布,分析得出所述待评价药物在所述产后患者中的复合得分;
验证模块,用于基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证。
7.如权利要求6所述的产后妇女盆底康复的智能管理系统,其特征在于,监控模块具体用于:
基于产后患者盆底肌肉收缩情况的生产手术数据进行刺激电极指定,依据药物类型种类数量进行刺激电极指定,设置多个刺激电极指定组,得到多个连续电流刺激电极;
分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定;
通过计算获得多个类型产后患者在多个药物状态下的刺激电极和每个刺激电极指定组的监控数据占比;
采用层次刺激电极指定方法进行佩戴传感器,依据病灶监控数据和盆底肌肉收缩情况监控数据的权重获得所述产后患者在复合药物下的病灶监控数据刺激电极指定组和盆底肌肉收缩情况监控数据刺激电极指定组,作为所述病灶变化监控数据和盆底肌肉恢复监控数据;
所述分别对产后患者在多个药物下的病灶监控数据和盆底肌肉收缩情况监控数据进行刺激电极指定时,具体包括:
设定多个病灶监控数据和盆底肌肉收缩情况监控数据的区间间隔,预设最小产后患者数量,如果刺激电极指定后的总数量不足最小产后患者数量,则该刺激电极指定无效。
8.如权利要求7所述的产后妇女盆底康复的智能管理系统,其特征在于,得分模块具体用于:
依据所述病灶变化监控数据,对所述产后患者进行病灶变化评分,获取使用所述待评价药物前后产后患者的病灶变化得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分;
依据所述盆底肌肉恢复监控数据,对所述产后患者进行盆底肌肉恢复,获取使用所述待评价药物前后产后患者的盆底肌肉恢复得分,具体包括:
将 所述产后患者在多个药物条件下进行复合健康恢复率监控,得到在所述多个药物条件下,产后患者未使用待评价药物的健康恢复率;
在产后患者中使用待评价药物,得到在所述多个药物条件下,产后患者使用待评价药物的健康恢复率;
依据所述产后患者未使用待评价药物和产后患者使用待评价药物的健康恢复率,计算获得所述产后患者的盆底肌肉恢复得分。
9.如权利要求7所述的产后妇女盆底康复的智能管理系统,其特征在于,对所述产后患者进行病灶变化评分时,具体包括:
每个病灶变化监控数据对照监控时间不少于预设周期,记录每次对照监控数据的平均健康恢复率,完成全部病灶变化监控数据监控后,按照每个监控数据的加权系数,计算产后患者病灶恢复健康的加权健康恢复率;
其中,按照病灶变化监控数据,开展多个大小变化速率、活跃度变化速率下的监控,病灶平稳监控预设时长后,每个监控数据对照监控时间不少于预设周期;
在进行健康使用待评价药物前、后的监控时,相同病灶变化监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值;
对所述产后患者进行盆底肌肉恢复时,具体包括:
基于构建的盆底肌肉恢复监控数据,分别开展多个药物下产后患者的盆底肌肉恢复和产后患者使用一定比例待评价药物的盆底肌肉恢复;
在每个药物下分别依据所述盆底肌肉恢复监控数据的盆底肌肉收缩情况偏离度变化速率,开展对照监控数据监控,每个对照监控数据监控时间不少于预设周期,在进行健康使用待评价药物前、后的监控时,相同监控数据下病灶前后红外线检测温度相差应不大于第一温度阈值,行进场所与历史行进场所的距离在用药监控中的偏离度不超过第一距离阈值,监控的行进场所与医疗机构的距离偏离度需要满足预设条件。
10.如权利要求9所述的产后妇女盆底康复的智能管理系统,其特征在于,复合得分模块具体用于:
分别获取所述病灶变化监控数据和盆底肌肉恢复监控数据的采用监控数据条数,依据所述采用监控数据条数得到所述病灶变化和盆底肌肉恢复的复合得分分布;
依据所述复合得分分布分析得出所述待评价药物在所述产后患者中的复合得分;
所述基于获得的所述待评价药物的复合得分和产后患者在盆底肌肉收缩情况中的盆底肌肉收缩情况监控数据总时长,计算产后患者使用待评价药物后的其他人员评价值,进行有效性验证,具体包括:
基于待评价药物的复合得分,推算产后患者不使用待评价药物的时长得分,获得的所述时长得分减去使用待评价药物的时长得分,得到产后患者使用待评价药物的恢复速率,恢复速率乘以产后患者相似度变化速率,得到产后患者使用待评价药物的其他人员评价值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411433935.9A CN118942733B (zh) | 2024-10-15 | 2024-10-15 | 产后妇女盆底康复的智能管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411433935.9A CN118942733B (zh) | 2024-10-15 | 2024-10-15 | 产后妇女盆底康复的智能管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118942733A true CN118942733A (zh) | 2024-11-12 |
CN118942733B CN118942733B (zh) | 2025-01-10 |
Family
ID=93352710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411433935.9A Active CN118942733B (zh) | 2024-10-15 | 2024-10-15 | 产后妇女盆底康复的智能管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118942733B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020177447A1 (zh) * | 2019-03-07 | 2020-09-10 | 深圳大学 | 一种女性盆底功能障碍评估方法及其系统 |
US20200390389A1 (en) * | 2018-02-05 | 2020-12-17 | Nec Corporation | Method and system for motor function rehabilitation and monitoring a patient's recovery |
EP3758026A1 (en) * | 2019-06-28 | 2020-12-30 | Hill-Rom Services, Inc. | Patient risk assessment based on data from multiple sources in a healthcare facility |
CN117481670A (zh) * | 2023-12-12 | 2024-02-02 | 郑州仁惠医疗科技股份有限公司 | 一种基于盆底肌电的评估及训练康复系统 |
CN117679645A (zh) * | 2024-02-01 | 2024-03-12 | 深圳爱倍力健康科技有限公司 | 一种基于多维数据分析的腹盆肌恢复设备运行监测方法 |
CN118155802A (zh) * | 2024-02-03 | 2024-06-07 | 东莞市松山湖中心医院 | 一种基于生物信号反馈的产后康复状态评估方法 |
CN118236040A (zh) * | 2024-05-27 | 2024-06-25 | 吉林大学 | 盆底康复数据采集系统及方法 |
-
2024
- 2024-10-15 CN CN202411433935.9A patent/CN118942733B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200390389A1 (en) * | 2018-02-05 | 2020-12-17 | Nec Corporation | Method and system for motor function rehabilitation and monitoring a patient's recovery |
WO2020177447A1 (zh) * | 2019-03-07 | 2020-09-10 | 深圳大学 | 一种女性盆底功能障碍评估方法及其系统 |
EP3758026A1 (en) * | 2019-06-28 | 2020-12-30 | Hill-Rom Services, Inc. | Patient risk assessment based on data from multiple sources in a healthcare facility |
CN117481670A (zh) * | 2023-12-12 | 2024-02-02 | 郑州仁惠医疗科技股份有限公司 | 一种基于盆底肌电的评估及训练康复系统 |
CN117679645A (zh) * | 2024-02-01 | 2024-03-12 | 深圳爱倍力健康科技有限公司 | 一种基于多维数据分析的腹盆肌恢复设备运行监测方法 |
CN118155802A (zh) * | 2024-02-03 | 2024-06-07 | 东莞市松山湖中心医院 | 一种基于生物信号反馈的产后康复状态评估方法 |
CN118236040A (zh) * | 2024-05-27 | 2024-06-25 | 吉林大学 | 盆底康复数据采集系统及方法 |
Non-Patent Citations (1)
Title |
---|
汤海燕;钱蓉蓉;何雪威;杨松玉;: "彩色多普勒超声对产后部分性胎盘植入保守治疗疗程预测", 中国妇幼保健, no. 11, 10 April 2009 (2009-04-10) * |
Also Published As
Publication number | Publication date |
---|---|
CN118942733B (zh) | 2025-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Personalized health monitoring system of elderly wellness at the community level in Hong Kong | |
Younes et al. | Reliability of the American Academy of Sleep Medicine rules for assessing sleep depth in clinical practice | |
Godil et al. | Fuzzy logic: A “simple” solution for complexities in neurosciences? | |
CN108877954B (zh) | 一种用药依从性评估方法 | |
CA3015838A1 (en) | System and method for monitoring brain health status | |
JP6873910B2 (ja) | 口腔内装置療法のための自動タイトレーションを提供するためのシステム | |
US20240335160A1 (en) | Method and system for improving a physiological response | |
CN106108846A (zh) | 一种智能化药物风险监控方法及系统 | |
CN117316452A (zh) | 闭环管理场景下对高血压糖尿病进行健康评估的方法和装置 | |
Hung | Detection of central sleep apnea based on a single-lead ECG | |
US20050236004A1 (en) | Healthcare model of wellness | |
CN118737361B (zh) | 一种基于数据分析的重症科室病患监控管理系统 | |
US20070244721A1 (en) | Systems and methods for improved assessment and reporting of the efficacy and safety of drug, biologic, botanical, vitamin, medical food and medical device treatments | |
CN118942733B (zh) | 产后妇女盆底康复的智能管理系统及方法 | |
CN118213092B (zh) | 一种用于慢性创面疾病的远程医疗监管系统 | |
Cheng et al. | Classification models for pulmonary function using motion analysis from phone sensors | |
Karimi Moridani | An automated method for sleep apnoea detection using HRV | |
CN117352178A (zh) | 一种基于大数据的药物风险评估系统和方法 | |
Ghosh et al. | Asthma diagnosis using neuro-fuzzy techniques | |
Joymangul et al. | Homecare interventions as a Service model for Obstructive sleep Apnea: Delivering personalised phone call using patient profiling and adherence predictions | |
Hudson et al. | Diagnostic models based on personalized analysis of trends (PAT) | |
CN104751394A (zh) | 一种根据临床症状变化对疾病治疗的疗效进行评价的方法 | |
Bhole et al. | Remote asthma monitoring: How and why? | |
CN118940015B (zh) | 一种基于大数据的社区养老服务管理方法 | |
CN118588326B (zh) | 基于人工智能的专病患者健康监测方法、终端及存储介质 |
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 |