一种压疮预测系统及方法技术方案

本发明专利技术涉及生物医学工程技术领域，公开了一种压疮预测系统，包括：数据处理单元，用于计算确定时间段压力数据的压力平均值，将压力平均值和系统设置的压力最小值和压力最大值进行比较计算，获得风险积累参量；风险系数生成单元，用于获取病人身体条件，对不同的身体条件评估影响因子，将影响因子进行加权求和获得风险系数；疾病预测单元，用于将每个时间段的风险积累参量与风险系数相乘，并按照时间段对相乘结果进行连续累加，获得压疮发生概率。本发明专利技术预测精度高，解决了目前临床上压疮预防效果差、个体差异大、工作量繁重等困难，对于临床医学中压疮精准预防具有重要应用价值。医学中压疮精准预防具有重要应用价值。医学中压疮精准预防具有重要应用价值。

【技术实现步骤摘要】
一种压疮预测系统及方法


[0001]本专利技术涉及生物医学工程
，特别是一种压疮预测系统及方法，可用于对临床医学中的压疮等慢性疾病精准预防和治疗。

技术介绍

[0002]压疮是身体局部组织长期受压、血供不足而发生缺血、缺氧导致的皮肤及软组织溃烂坏死，严重的还会由此引发一系列并发症，危及患者生命安全。压疮不仅造成护理工作量和院内感染风险增加，还延缓病人基础疾病的康复、延长住院时间。在临床上，压疮发生后将明显延长治疗时间，增加治疗费用。
[0003]作用于皮肤的压力是导致压疮发生的关键因素，当一段时间中压力高于临界值，受压部位很容易发生压疮。为了预防压疮，目前医护人员在临床上主要通过定时更换体位(一般2小时左右)、间歇性解除身体压力等方法。但是，这些方法不仅缺乏精确性、无法根据病人情况实现个体化、预防效果差，而且医护人员的工作量巨大。因此，现有的压疮预防手段已不能满足实际临床需求，迫切需要更加精准的压疮预测系统和方法。

技术实现思路

[0004]本专利技术要解决的技术问题是：为了解决现有压疮预测系统和方法不精准的问题，本专利技术提供了一种压疮预测系统及方法，解决了目前临床上压疮预防效果差、个体差异大、工作量繁重等困难。
[0005]为实现上述目的，本专利技术采用的技术方案如下：一种压疮预测系统，包括：
[0006]数据处理单元，用于计算确定时间段压力数据的压力平均值，将压力平均值和系统设置的压力最小值和压力最大值进行比较计算，获得风险积累参量；
[0007]风险系数生成单元，用于获取病人身体条件，对不同的身体条件评估影响因子，将影响因子进行加权求和获得风险系数；
[0008]疾病预测单元，用于将每个时间段的风险积累参量与风险系数相乘，并按照时间段对相乘结果进行连续累加，获得压疮发生概率。
[0009]进一步的，所述压疮预测系统还包括压力传感器，所述压力传感器设置在卧床病人压疮易发部位下面。
[0010]进一步的，所述数据处理单元中，对测量压力数据进行缓存，按照设置的固定时间间隔对缓存的压力数据分段，对第m段固定时间间隔的N个压力数据，计算压力平均值为
[0011][0012]式中，P
n,m
为压力数据，n为某段固定时间间隔的压力数据序号(n＝1,2,3,
…
,N)，m为固定时间段序号(m＝1,2,3,
…
,M)；
[0013]设置的压力最小值和压力最大值分别为P
min
和P
max
，压力平均值与P
min
、P
max
比较计算，得到第m段固定时间间隔的风险积累参量R
m
为：
[0014][0015]进一步的，所述风险系数生成单元中，获取的病人身体条件包括年龄、身体质量指数、危险程度，分别评估得到年龄、身体质量指数、危险程度对应的影响因子；
[0016]对年龄、身体质量指数、危险程度对应的影响因子加权求和，得到风险系数H为：
[0017]H＝Aq1+Bq2+Cq3[0018]式中，q1、q2、q3分别为年龄、身体质量指数、危险程度对应的影响因子，A、B、C分别为年龄、身体质量指数、危险程度的加权值，其中
[0019][0020][0021][0022]进一步的，所述疾病预测单元中，计算得到的第m段固定时间间隔的风险积累参量与风险系数进行相乘，在病人没有改变姿势的情况下，对不同时间段获得的乘积结果依次累加，得到压疮发生概率为：
[0023][0024]通过压疮发生概率与设置的预警门限比较，实时对压疮发病风险进行预警。
[0025]本专利技术还公开了一种压疮预测方法，包括：
[0026]步骤S1，计算确定时间段压力数据的压力平均值，将压力平均值和设置的压力最小值和压力最大值进行比较计算，获得风险积累参量；
[0027]步骤S2，获取病人身体条件，对不同的身体条件评估影响因子，将影响因子进行加权求和获得风险系数；
[0028]步骤S3，将每个时间段的风险积累参量与风险系数相乘，并按照时间段对相乘结果进行连续累加，获得压疮发生概率。
[0029]进一步的，所述压力数据获取方法为：在卧床病人压疮易发部位下面设置压力传感器。
[0030]进一步的，所述步骤S1中，对测量压力数据进行缓存，按照设置的固定时间间隔对缓存的压力数据分段，对第m段固定时间间隔的N个压力数据，计算压力平均值为
[0031][0032]式中，P
n,m
为压力数据，n为某段固定时间间隔的压力数据序号(n＝1,2,3,
…
,N)，m为固定时间段序号(m＝1,2,3,
…
,M)；
[0033]设置的压力最小值和压力最大值分别为P
min
和P
max
，压力平均值与P
min
、P
max
比较计算，得到第m段固定时间间隔的风险积累参量R
m
为：
[0034][0035]进一步的，所述步骤S2中，获取的病人身体条件包括年龄、身体质量指数、危险程度，分别评估得到年龄、身体质量指数、危险程度对应的影响因子；
[0036]对年龄、身体质量指数、危险程度对应的影响因子加权求和，得到风险系数H为：
[0037]H＝Aq1+Bq2+Cq3[0038]式中，q1、q2、q3分别为年龄、身体质量指数、危险程度对应的影响因子，A、B、C分别为年龄、身体质量指数、危险程度的加权值，其中
[0039][0040][0041][0042]进一步的，所述步骤S3中，计算得到的第m段固定时间间隔的风险积累参量与风险系数进行相乘，在病人没有改变姿势的情况下，对不同时间段获得的乘积结果依次累加，得到压疮发生概率为：
[0043][0044]通过压疮发生概率与设置的预警门限比较，实时对压疮发病风险进行预警。
[0045]与现有技术相比，本专利技术具有以下有益效果：本专利技术提供了一种压疮预测系统及方法，采用对压力传感器获得的压力数据处理形成风险积累参量，同时根据不同病人的身体条件引入风险系数，构建压疮风险函数，从而得到压疮发生概率。本专利技术提出了的方法能够针对不同病人实现压疮发生的精准预测，具有准确度高、个体适应性好、临床应用简便等优点，对于临床医学中压疮精准预防具有重要应用价值。
附图说明
[0046]图1为本专利技术压疮预测系统总体实现框图。
[0047]图2是本专利技术数据处理单元实现框图。
[0048]图3是本专利技术疾病预测单元实现框图。
[0049]图4是本专利技术风险系数生成实现框图。
[0050]图5是本专利技术压疮发生概率与时间变化关系图。
具体实施方式
[0051]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图，对本专利技术进一步详细说明。显然，所描述的实施例仅仅是本专利技术一部分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种压疮预测系统，其特征在于，包括：数据处理单元，用于计算确定时间段压力数据的压力平均值，将压力平均值和系统设置的压力最小值和压力最大值进行比较计算，获得风险积累参量；风险系数生成单元，用于获取病人身体条件，对不同的身体条件评估影响因子，将影响因子进行加权求和获得风险系数；疾病预测单元，用于将每个时间段的风险积累参量与风险系数相乘，并按照时间段对相乘结果进行连续累加，获得压疮发生概率。2.如权利要求1所述的压疮预测系统，其特征在于，所述压疮预测系统还包括压力传感器，所述压力传感器设置在卧床病人压疮易发部位下面。3.如权利要求1所述的压疮预测系统，其特征在于，所述数据处理单元中，对测量压力数据进行缓存，按照设置的固定时间间隔对缓存的压力数据分段，对第m段固定时间间隔的N个压力数据，计算压力平均值为：式中，P
n,m
为压力数据，n为某段固定时间间隔的压力数据序号，n＝1,2,3,
…
,N，m为固定时间段序号，m＝1,2,3,
…
,M；设置的压力最小值和压力最大值分别为P
min
和P
max
，压力平均值与P
min
、P
max
比较计算，得到第m段固定时间间隔的风险积累参量R
m
为：4.如权利要求3所述的压疮预测系统，其特征在于，所述风险系数生成单元中，获取的病人身体条件包括年龄、身体质量指数、危险程度，分别评估得到年龄、身体质量指数、危险程度对应的影响因子；对年龄、身体质量指数、危险程度对应的影响因子加权求和，得到风险系数H为：H＝Aq1+Bq2+Cq3式中，q1、q2、q3分别为年龄、身体质量指数、危险程度对应的影响因子，A、B、C分别为年龄、身体质量指数、危险程度的加权值，其中龄、身体质量指数、危险程度的加权值，其中龄、身体质量指数、危险程度的加权值，其中5.如权利要求4所述的压疮预测系统，其特征在于，所述疾病预测单元中，计算得到的第m段固定时间间隔的风险积累参量与风险系数进行相乘，在病人没有改变姿势的情况下，对不同时间段获得的乘积结果依次累加，得到压疮发生概率为：
通过压疮发生概率与设置的预警门限比较，实时...

【专利技术属性】
技术研发人员：赵志颖，陈吉欣，
申请(专利权)人：四川省医学科学院，
类型：发明
国别省市：