首页 > 资讯 > 一种基于医疗器械设备的健康监测系统专利检索

一种基于医疗器械设备的健康监测系统专利检索

泰然健康网
2024-12-14 23:13

权利要求

1.一种基于医疗器械设备的健康监测系统，其特征在于，包括：
医疗器械设备识别模块，所述医疗器械设备识别模块识别接入健康监测系统的医疗器械设备的种类；
监测接入模块，所述监测接入模块将医疗器械设备与健康监测系统进行对接；
监测指标获取模块，所述监测指标获取模块对医疗器械设备传输的测试数据组进行预识别，得到医疗器械设备传输的数据组的识别顺序，监测指标获取模块获取医疗器械设备传输的数据组，按照识别顺序，识别数据对应的指标；
指标分级模块，所述指标分级模块对监测的指标按照重要程度进行分级，得到重点监测指标和非重点监测指标；
指标标准评定模块，所述指标标准评定模块制定指标对应的数据的异常判断标准；
监测数据组处理模块，所述监测数据组处理模块对患者已有监测数据组进行均值处理，得到患者的评估数据组，并在每日对患者的评估数据组进行更新；
监测数据组分析模块，所述监测数据组分析模块判断评估数据组是否存在异常，若否，则不作任何处理，若是，则判断评估数据组的异常程度，每日对更新的患者的评估数据组进行分析，判断患者的健康情况恶化或好转；
预警模块，所述预警模块在患者的健康情况恶化时，发出预警，预警模块在估数据存在异常时，发出预警。
2.根据权利要求1所述的一种基于医疗器械设备的健康监测系统，其特征在于，所述监测指标获取模块对医疗器械设备传输的测试数据组进行预识别，得到医疗器械设备传输的数据组的识别顺序包括以下步骤：
监测指标获取模块根据识别的医疗器械设备的种类，得到医疗器械设备的至少一个指标；
获取每个指标的取值范围；
获取医疗器械设备传输的至少一个测试数据组，测试数据组的数据的个数与医疗器械设备的指标个数相等，测试数据组的数据的个数为n；
获取每个测试数据组的第i个数据，获取第一指标，满足于每个测试数据组的第i个数据均在第一指标的取值范围内；
将医疗器械设备传输的测试数据组中的第i个数据识别为第一指标的数据；
当i从1取至n，则得到测试数据组中的每个位次的数据对应的指标；
将测试数据组中的每个位次的数据替换为对应的指标，得到医疗器械设备传输的数据组的识别顺序。
3.根据权利要求2所述的一种基于医疗器械设备的健康监测系统，其特征在于，所述按照识别顺序，识别数据对应的指标包括以下步骤：
获取医疗器械设备传输的数据组的识别顺序，将数据组的数据与识别顺序中相同位次的指标对应识别。
4.根据权利要求3所述的一种基于医疗器械设备的健康监测系统，其特征在于，所述指标分级模块对监测的指标按照重要程度进行分级包括以下步骤：
根据神经网络模型，获取指标对健康影响程度，构建指标对健康的影响因子，影响因子越大，则重要程度越大；
根据指标对健康的影响因子，对指标进行排序；
将排列在前预设占比的指标，作为重点监测指标，将剩余的指标作为非重点监测指标。
5.根据权利要求4所述的一种基于医疗器械设备的健康监测系统，其特征在于，所述指标标准评定模块制定指标对应的数据的异常判断标准包括以下步骤：
监测指标获取模块获取健康人群的至少一个基准数据，获取基准数据对应的指标；
将对应同一个指标的基准数据汇总，得到基准数据集合；
在基准数据集合中寻找到基准数据最大值和基准数据最小值，作为指标的正常取值范围；
当数据不在指标的正常取值范围内时，则判断数据异常，否则，判断数据正常；
在数据异常时，指标标准评定模块判断数据是否大于基准数据最大值，若是，则将数据与基准数据最大值作差的值除以基准数据最大值，得到异常占比；
若否，则将基准数据最小值与数据作差的值除以基准数据最小值，得到异常占比；
根据已有数据，获取异常占比的取值范围，将异常占比的取值范围等分为至少一个异常程度范围；
按异常程度范围的中间值的数值大小，分配异常程度级别，异常程度范围中点的数值越大，则异常程度级别越高。
6.根据权利要求5所述的一种基于医疗器械设备的健康监测系统，其特征在于，所述监测数据组处理模块对患者已有监测数据组进行均值处理，得到患者的评估数据组包括以下步骤：
监测数据组处理模块获取患者截止至监测当日的每日的监测数据组；
对监测数据组中对应位置的数据叠加并求平均值，汇总得到患者的评估数据组。
7.根据权利要求6所述的一种基于医疗器械设备的健康监测系统，其特征在于，所述监测数据组分析模块判断评估数据组是否存在异常包括以下步骤：
对于评估数据组中的评估数据，判断评估数据是否均在对应指标的正常取值范围内，若否，判断评估数据异常，否则，判断评估数据正常；
若评估数据组中的评估数据均正常，则评估数据组正常，若否，则评估数据组存在异常。
8.根据权利要求7所述的一种基于医疗器械设备的健康监测系统，其特征在于，所述判断评估数据组的异常程度包括以下步骤：
计算评估数据组中的每个评估数据的异常占比，选择数值最大的异常占比，作为预异常占比；
根据预异常占比的异常程度级别，判断评估数据组的异常程度。
9.根据权利要求8所述的一种基于医疗器械设备的健康监测系统，其特征在于，所述每日对更新的患者的评估数据组进行分析，判断患者的健康情况恶化或好转包括以下步骤：
获取评估数据组中存在异常的评估数据的异常占比，将重点监测指标对应的评估数据的异常占比，求平均值得到平均异常占比；
根据每日的平均异常占比，绘制平均异常占比走势图像，根据图像中的走势判断平均异常占比的趋势，若趋势向上，则患者的健康情况恶化，若趋势向下，则患者的健康情况好转，若趋势持平，则患者的健康情况保持不变。

说明书全文

一种基于医疗器械设备的健康监测系统

技术领域

[0001] 本发明涉及医疗设备技术领域，具体是涉及一种基于医疗器械设备的健康监测系统。

背景技术

[0002] 医疗设备是指单独或者组合使用于人体的仪器、设备、器具、材料或者其他物品，也包括所需要的软件。在使用期间，旨在达到下列预期目的：对疾病的预防、诊断、治疗、监护和缓解。

[0003] 医疗设备分类法有三大类，即诊断设备类、治疗设备类及辅助设备类。而用于健康监测的诊断设备类可分为八类：X射线诊断设备、超声诊断设备、功能检查设备、内窥镜检查设备、核医学设备、实验诊断设备及病理诊断装备。

[0004] 不同类的医疗器械设备传输的数据不同，而同类的医疗器械设备由于型号的差异，传输的数据指标顺序不同，但现有的监测方法无法识别数据对应的指标，因而造成对数据异常判断的困扰，此外，现有技术对健康异常情况判断较为单一，无法对患者的健康状况有更深入的了解。

发明内容

[0005] 为解决上述技术问题，提供一种基于医疗器械设备的健康监测系统，本技术方案解决了上述背景技术中提出的不同的医疗器械设备传输的数据不同，而同类的医疗器械设备由于型号的差异，传输的数据指标顺序不同，但现有的监测方法无法识别数据对应的指标，因而造成对数据异常判断的困扰，此外，现有技术对健康异常情况判断较为单一，无法对患者的健康状况有更深入的了解的问题。

[0006] 为达到以上目的，本发明采用的技术方案为：一种基于医疗器械设备的健康监测系统，包括：
医疗器械设备识别模块，所述医疗器械设备识别模块识别接入健康监测系统的医疗器械设备的种类；
监测接入模块，所述监测接入模块将医疗器械设备与健康监测系统进行对接；
监测指标获取模块，所述监测指标获取模块对医疗器械设备传输的测试数据组进行预识别，得到医疗器械设备传输的数据组的识别顺序，监测指标获取模块获取医疗器械设备传输的数据组，按照识别顺序，识别数据对应的指标；
指标分级模块，所述指标分级模块对监测的指标按照重要程度进行分级，得到重点监测指标和非重点监测指标；
指标标准评定模块，所述指标标准评定模块制定指标对应的数据的异常判断标准；
监测数据组处理模块，所述监测数据组处理模块对患者已有监测数据组进行均值处理，得到患者的评估数据组，并在每日对患者的评估数据组进行更新；
监测数据组分析模块，所述监测数据组分析模块判断评估数据组是否存在异常，若否，则不作任何处理，若是，则判断评估数据组的异常程度，每日对更新的患者的评估数据组进行分析，判断患者的健康情况恶化或好转；
预警模块，所述预警模块在患者的健康情况恶化时，发出预警，预警模块在估数据存在异常时，发出预警。

[0007] 优选的，所述监测指标获取模块对医疗器械设备传输的测试数据组进行预识别，得到医疗器械设备传输的数据组的识别顺序包括以下步骤：监测指标获取模块根据识别的医疗器械设备的种类，得到医疗器械设备的至少一个指标；
获取每个指标的取值范围；
获取医疗器械设备传输的至少一个测试数据组，测试数据组的数据的个数与医疗器械设备的指标个数相等，测试数据组的数据的个数为n；
获取每个测试数据组的第i个数据，获取第一指标，满足于每个测试数据组的第i个数据均在第一指标的取值范围内；
将医疗器械设备传输的测试数据组中的第i个数据识别为第一指标的数据；
当i从1取至n，则得到测试数据组中的每个位次的数据对应的指标；
将测试数据组中的每个位次的数据替换为对应的指标，得到医疗器械设备传输的数据组的识别顺序。

[0008] 优选的，所述按照识别顺序，识别数据对应的指标包括以下步骤：获取医疗器械设备传输的数据组的识别顺序，将数据组的数据与识别顺序中相同位次的指标对应识别。

[0009] 优选的，所述指标分级模块对监测的指标按照重要程度进行分级包括以下步骤：根据神经网络模型，获取指标对健康影响程度，构建指标对健康的影响因子，影响因子越大，则重要程度越大；
根据指标对健康的影响因子，对指标进行排序；
将排列在前预设占比的指标，作为重点监测指标，将剩余的指标作为非重点监测指标。

[0010] 优选的，所述指标标准评定模块制定指标对应的数据的异常判断标准包括以下步骤：监测指标获取模块获取健康人群的至少一个基准数据，获取基准数据对应的指标；
将对应同一个指标的基准数据汇总，得到基准数据集合；
在基准数据集合中寻找到基准数据最大值和基准数据最小值，作为指标的正常取值范围；
当数据不在指标的正常取值范围内时，则判断数据异常，否则，判断数据正常；
在数据异常时，指标标准评定模块判断数据是否大于基准数据最大值，若是，则将数据与基准数据最大值作差的值除以基准数据最大值，得到异常占比；
若否，则将基准数据最小值与数据作差的值除以基准数据最小值，得到异常占比；
根据已有数据，获取异常占比的取值范围，将异常占比的取值范围等分为至少一个异常程度范围；
按异常程度范围的中间值的数值大小，分配异常程度级别，异常程度范围中点的数值越大，则异常程度级别越高。

[0011] 优选的，所述监测数据组处理模块对患者已有监测数据组进行均值处理，得到患者的评估数据组包括以下步骤：监测数据组处理模块获取患者截止至监测当日的每日的监测数据组；
对监测数据组中对应位置的数据叠加并求平均值，汇总得到患者的评估数据组。

[0012] 优选的，所述监测数据组分析模块判断评估数据组是否存在异常包括以下步骤：对于评估数据组中的评估数据，判断评估数据是否均在对应指标的正常取值范围内，若否，判断评估数据异常，否则，判断评估数据正常；
若评估数据组中的评估数据均正常，则评估数据组正常，若否，则评估数据组存在异常。

[0013] 优选的，所述判断评估数据组的异常程度包括以下步骤：计算评估数据组中的每个评估数据的异常占比，选择数值最大的异常占比，作为预异常占比；
根据预异常占比的异常程度级别，判断评估数据组的异常程度。

[0014] 优选的，所述每日对更新的患者的评估数据组进行分析，判断患者的健康情况恶化或好转包括以下步骤：获取评估数据组中存在异常的评估数据的异常占比，将重点监测指标对应的评估数据的异常占比，求平均值得到平均异常占比；
根据每日的平均异常占比，绘制平均异常占比走势图像，根据图像中的走势判断平均异常占比的趋势，若趋势向上，则患者的健康情况恶化，若趋势向下，则患者的健康情况好转，若趋势持平，则患者的健康情况保持不变。

[0015] 与现有技术相比，本发明的有益效果在于：通过设置医疗器械设备识别模块、监测指标获取模块、指标分级模块和监测数据组分析模块，能根据医疗器械设备的种类不同，获取与医疗器械设备对应的指标组，并根据医疗器械设备传输的数据组，智能识别数据组中每个数据对应的指标，进而能根据指标的正常范围，判断数据是否存在异常，并且，还通过对指标分级，对数据的异常程度判断，进而更精细的了解患者的健康情况，并通过对患者既往数据的走势分析，判断患者的健康情况恶化或好转，从而能全面对健康状况进行监测。
附图说明

[0016] 图1为本发明的基于医疗器械设备的健康监测系统示意图；图2为本发明的监测指标获取模块对医疗器械设备传输的测试数据组进行预识别，得到医疗器械设备传输的数据组的识别顺序流程示意图；
图3为本发明的指标分级模块对监测的指标按照重要程度进行分级流程示意图；
图4为本发明的指标标准评定模块制定指标对应的数据的异常判断标准流程示意图；
图5为本发明的监测数据组处理模块对患者已有监测数据组进行均值处理，得到患者的评估数据组流程示意图；
图6为本发明的监测数据组分析模块判断评估数据组是否存在异常流程示意图；
图7为本发明的判断评估数据组的异常程度流程示意图；
图8为本发明的每日对更新的患者的评估数据组进行分析，判断患者的健康情况恶化或好转流程示意图。

具体实施方式

[0017] 以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。

[0018] 参照图1所示，一种基于医疗器械设备的健康监测系统，包括：医疗器械设备识别模块，所述医疗器械设备识别模块识别接入健康监测系统的医疗器械设备的种类；
监测接入模块，所述监测接入模块将医疗器械设备与健康监测系统进行对接；
监测指标获取模块，所述监测指标获取模块对医疗器械设备传输的测试数据组进行预识别，得到医疗器械设备传输的数据组的识别顺序，监测指标获取模块获取医疗器械设备传输的数据组，按照识别顺序，识别数据对应的指标；
指标分级模块，所述指标分级模块对监测的指标按照重要程度进行分级，得到重点监测指标和非重点监测指标；
指标标准评定模块，所述指标标准评定模块制定指标对应的数据的异常判断标准；
监测数据组处理模块，所述监测数据组处理模块对患者已有监测数据组进行均值处理，得到患者的评估数据组，并在每日对患者的评估数据组进行更新；
监测数据组分析模块，所述监测数据组分析模块判断评估数据组是否存在异常，若否，则不作任何处理，若是，则判断评估数据组的异常程度，每日对更新的患者的评估数据组进行分析，判断患者的健康情况恶化或好转；
预警模块，所述预警模块在患者的健康情况恶化时，发出预警，预警模块在估数据存在异常时，发出预警。

[0019] 上述基于医疗器械设备的健康监测系统的工作过程如下：步骤一：监测接入模块将医疗器械设备与健康监测系统进行对接；
步骤二：医疗器械设备识别模块识别接入健康监测系统的医疗器械设备的种类；
步骤三：监测指标获取模块对医疗器械设备传输的测试数据组进行预识别，得到医疗器械设备传输的数据组的识别顺序，监测指标获取模块获取医疗器械设备传输的数据组，按照识别顺序，识别数据对应的指标；
步骤四：指标分级模块对监测的指标按照重要程度进行分级，得到重点监测指标和非重点监测指标；
步骤五：指标标准评定模块制定指标对应的数据的异常判断标准；
步骤六：监测数据组处理模块对患者已有监测数据组进行均值处理，得到患者的评估数据组，并在每日对患者的评估数据组进行更新；
步骤七：监测数据组分析模块根据异常判断标准，判断评估数据组是否存在异常，若否，则不作任何处理，若是，预警模块发出预警，监测数据组分析模块根据异常判断标准，判断评估数据组的异常程度，每日对更新的患者的评估数据组进行分析，判断患者的健康情况恶化或好转，预警模块在患者的健康情况恶化时，发出预警。

[0020] 参照图2所示，监测指标获取模块对医疗器械设备传输的测试数据组进行预识别，得到医疗器械设备传输的数据组的识别顺序包括以下步骤：监测指标获取模块根据识别的医疗器械设备的种类，得到医疗器械设备的至少一个指标；
获取每个指标的取值范围；
获取医疗器械设备传输的至少一个测试数据组，测试数据组的数据的个数与医疗器械设备的指标个数相等，测试数据组的数据的个数为n；
获取每个测试数据组的第i个数据，获取第一指标，满足于每个测试数据组的第i个数据均在第一指标的取值范围内；
将医疗器械设备传输的测试数据组中的第i个数据识别为第一指标的数据；
当i从1取至n，则得到测试数据组中的每个位次的数据对应的指标；
将测试数据组中的每个位次的数据替换为对应的指标，得到医疗器械设备传输的数据组的识别顺序；
同类的不同型号医疗器械设备传输的数据组中的数据都会对应一个指标，但传输的数据的顺序不同，因而，不能按照同一个顺序对数据进行指标识别，因此，需要进行预识别，得到接入监测系统的医疗器械设备传输数据对应的指标的顺序，并按照其指标的顺序，识别数据对应的指标，进而根据指标的正常范围，判断数据是否存在异常；
而预识别的方法在于由于不同指标对应的数据的取值范围不同，因此，判断一个数据是否对应某个指标，仅需获取数据组中同位次的数据，判断同位次的数据是否均在指标的取值范围内即可，若是，则将指标与数据对应，则后续该医疗器械设备传输的数据组中的该位次的数据均对应该指标。

[0021] 按照识别顺序，识别数据对应的指标包括以下步骤：获取医疗器械设备传输的数据组的识别顺序，将数据组的数据与识别顺序中相同位次的指标对应识别；
由于数据组中每个数据对应的指标的顺序由识别顺序决定，因此，根据识别顺序，能获取数据组的数据对应的指标，进而能根据指标的正常取值范围，判断数据异常与否。

[0022] 参照图3所示，指标分级模块对监测的指标按照重要程度进行分级包括以下步骤：根据神经网络模型，获取指标对健康影响程度，构建指标对健康的影响因子，影响因子越大，则重要程度越大；
根据指标对健康的影响因子，对指标进行排序；
将排列在前预设占比的指标，作为重点监测指标，将剩余的指标作为非重点监测指标；
预设占比为百分数，例如10%，前预设占比的指标即为前10%的指标；
重要程度分级主要是作为判断患者健康状况是否恶化的依据，由于患者存在异常的指标可能会很多，但有些对于判断是否恶化的影响较弱，其变化情况可以忽略，因此，使用影响因子大的重点监测指标的变化情况作为判断的依据，能减少参与判断的指标，整个系统运行速度会更快。

[0023] 参照图4所示，指标标准评定模块制定指标对应的数据的异常判断标准包括以下步骤：监测指标获取模块获取健康人群的至少一个基准数据，获取基准数据对应的指标；
将对应同一个指标的基准数据汇总，得到基准数据集合；
在基准数据集合中寻找到基准数据最大值和基准数据最小值，作为指标的正常取值范围；
当数据不在指标的正常取值范围内时，则判断数据异常，否则，判断数据正常；
在数据异常时，指标标准评定模块判断数据是否大于基准数据最大值，若是，则将数据与基准数据最大值作差的值除以基准数据最大值，得到异常占比；
若否，则将基准数据最小值与数据作差的值除以基准数据最小值，得到异常占比；
根据已有数据，获取异常占比的取值范围，将异常占比的取值范围等分为至少一个异常程度范围；
按异常程度范围的中间值的数值大小，分配异常程度级别，异常程度范围中点的数值越大，则异常程度级别越高；
异常程度范围的中间值即为异常程度范围的中点的数值，由于异常程度范围相互没有交集，因此，异常程度范围的中间值较大的对应的异常程度级别较高；
异常判断标准不仅包含对是否异常的判断的标准，同时，还包含对异常程度判断的标准。

[0024] 参照图5所示，监测数据组处理模块对患者已有监测数据组进行均值处理，得到患者的评估数据组包括以下步骤：监测数据组处理模块获取患者截止至监测当日的每日的监测数据组；
对监测数据组中对应位置的数据叠加并求平均值，汇总得到患者的评估数据组；
监测数据组处理模块使用患者数据的平均值作为评估数据组，避免单次数据的波动导致判断失误。

[0025] 参照图6所示，监测数据组分析模块判断评估数据组是否存在异常包括以下步骤：对于评估数据组中的评估数据，判断评估数据是否均在对应指标的正常取值范围内，若否，判断评估数据异常，否则，判断评估数据正常；
若评估数据组中的评估数据均正常，则评估数据组正常，若否，则评估数据组存在异常。

[0026] 参照图7所示，判断评估数据组的异常程度包括以下步骤：计算评估数据组中的每个评估数据的异常占比，选择数值最大的异常占比，作为预异常占比；
根据预异常占比的异常程度级别，判断评估数据组的异常程度；
根据评估数据组的异常程度，对患者进行针对性的健康恢复。

[0027] 参照图8所示，每日对更新的患者的评估数据组进行分析，判断患者的健康情况恶化或好转包括以下步骤：获取评估数据组中存在异常的评估数据的异常占比，将重点监测指标对应的评估数据的异常占比，求平均值得到平均异常占比；
根据每日的平均异常占比，绘制平均异常占比走势图像，根据图像中的走势判断平均异常占比的趋势，若趋势向上，则患者的健康情况恶化，若趋势向下，则患者的健康情况好转，若趋势持平，则患者的健康情况保持不变；
使用图表直观表示患者的健康走势，根据健康走势，决定治疗剂量加重或减小。

[0028] 再进一步的，本方案还提出一种存储介质，其上存储有计算机可读程序，计算机可读程序被调用时运行上述的基于医疗器械设备的健康监测系统。

[0029] 可以理解的是，存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。

[0030] 综上所述，本发明的优点在于：通过设置医疗器械设备识别模块、监测指标获取模块、指标分级模块和监测数据组分析模块，能根据医疗器械设备的种类不同，获取与医疗器械设备对应的指标组，并根据医疗器械设备传输的数据组，智能识别数据组中每个数据对应的指标，进而能根据指标的正常范围，判断数据是否存在异常，并且，还通过对指标分级，对数据的异常程度判断，进而更精细的了解患者的健康情况，并通过对患者既往数据的走势分析，判断患者的健康情况恶化或好转，从而能全面对健康状况进行监测。

[0031] 以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。