当前位置: 首页 > 专利查询>史玲强专利>正文

一种便携式麻醉与手术一体化系统技术方案

技术编号:33553017 阅读:12 留言:0更新日期:2022-05-26 22:49
本发明专利技术属于麻醉技术领域,公开了一种便携式麻醉与手术一体化系统,包括:生理数据采集模块、主控模块、麻醉模块、麻醉控制模块、麻醉药用量计算模块、手术模块、照明模块、显示模块。本发明专利技术通过麻醉控制模块实时采集患者麻醉过程中的脑电模拟信号,并进行转换处理以提取出生理特征值体系,通过机器模型根据该生理特征值体系进行判断;根据判断结果调控麻醉机的工作模式,实现了判断调控麻醉机过程的自动化,还在提升对患者意识状态和呼吸状态的判断的准确性的基础上,保障了调控的实时性;通过麻醉药用量计算模块能精确计算整个麻醉过程中气态麻醉药用量,并且避免了人工计算导致的误差,有效提高了液态麻醉药用量计算结果的准确性与精确度。确性与精确度。确性与精确度。

【技术实现步骤摘要】
一种便携式麻醉与手术一体化系统


[0001]本专利技术属于麻醉
,尤其涉及一种便携式麻醉与手术一体化系统。

技术介绍

[0002]目前,麻醉是由药物或其他方法产生的一种中枢神经和(或)周围神经系统的可逆性功能抑制,这种抑制的特点主要是感觉特别是痛觉的丧失。全身麻醉是指将麻醉药通过吸入、静脉、肌肉注射或直肠灌注进入体内,使中枢神经系统受到抑制,致使患者意识消失而周身无疼痛感觉的过程。这种麻醉方式便是常言道的“睡着状态”,特点是患者意识消失,全身肌肉松弛,体验不到疼痛。最常用的全身麻醉方式是气管插管全身麻醉,特点是采用静脉麻醉药或吸入麻醉药产生全身麻醉作用,术中需要行气管插管,机械辅助呼吸。
[0003]然而,现有便携式麻醉与手术一体化系统在不同的情况下对于麻醉机的各个参数的调节是不同的;针对这一需求,在现有技术中,麻醉医生会通过观察临床体征,例如血压、心率、呼吸等参数来判断麻醉深度,然而,在血管扩张剂等药物的影响下,这些判断依据就会变得不够可靠,无法完全掌握意识状态与呼吸状态,经过人工调节麻醉机参数具有一定的滞后性,并不能做到和患者当时所需要的麻醉呼吸工作模式的同步化;同时,由于麻醉气体的浓度受气体流量的影响,在低微流量麻醉时,实际浓度往往偏离麻醉蒸发罐的设置浓度,因此人工计算的结论往往存在较大误差。
[0004]通过上述分析,现有技术存在的问题及缺陷为:现有便携式麻醉与手术一体化系统在不同的情况下对于麻醉机的各个参数的调节是不同的;针对该需求,麻醉医生会通过观察临床体征,例如血压、心率、呼吸等参数来判断麻醉深度,然而,在血管扩张剂等药物的影响下,这些判断依据就会变得不够可靠,无法完全掌握意识状态与呼吸状态,经过人工调节麻醉机参数具有一定的滞后性,并不能做到和患者当时所需要的麻醉呼吸工作模式的同步化;同时,由于麻醉气体的浓度受气体流量的影响,在低微流量麻醉时,实际浓度往往偏离麻醉蒸发罐的设置浓度,因此人工计算的结论往往存在较大误差。

技术实现思路

[0005]针对现有技术存在的问题,本专利技术提供了一种便携式麻醉与手术一体化系统。
[0006]本专利技术是这样实现的,一种便携式麻醉与手术一体化系统,所述便携式麻醉与手术一体化系统包括:
[0007]生理数据采集模块,与主控模块连接,用于采集患者生理数据信息;
[0008]主控模块,与生理数据采集模块、麻醉模块、麻醉控制模块、麻醉药用量计算模块、手术模块、照明模块、显示模块连接,用于控制各个模块正常工作;
[0009]麻醉模块,与主控模块连接,用于通过麻醉机对患者进行麻醉;
[0010]麻醉控制模块,与主控模块连接,用于通过控制程序对麻醉机进行控制;
[0011]麻醉药用量计算模块,与主控模块连接,用于通过计算程序对麻醉药用量进行计算;
[0012]手术模块,与主控模块连接,用于通过手术器具对患者进行手术;
[0013]照明模块,与主控模块连接,用于通过照明灯为手术提供照明;
[0014]显示模块,与主控模块连接,用于通过显示器实时显示患者生理数据信息、麻醉药用量。
[0015]进一步,所述麻醉控制模块控制方法如下:
[0016](1)通过脑电仪器采集患者麻醉过程中的脑电模拟信号;
[0017](2)将采集得到的脑电模拟信号转化为数字信号,并对所述脑电模拟信号进行分析提取,获得相应的生理特征值体系;
[0018](3)对预设的机器学习模型进行训练,并根据所述生理特征值体系和预设的机器学习模型,确定患者的意识状态和呼吸状态;
[0019](4)根据所述意识状态和呼吸状态,调控麻醉机中的多个控制参数,以调控所述麻醉呼吸机的工作模式。
[0020]进一步,所述生理特征值体系由多个生理指标的测量值构建而成,所述多个生理指标包括相对功率、绝对功率、加权相位滞后指数、符号传递熵以及相位传递熵。
[0021]进一步,所述预设的机器学习模型的训练包括:
[0022]1)将预设的训练数据集中的所有特征值进行归一化,并利用预设的评分算法对每个特征值进行评分;
[0023]2)将所有特征值按照评分从高到低排序,并筛选出最优特征值集合;
[0024]3)利用预设的集成学习算法对所述最优特征值集合进行模型训练,获得训练好的预设的机器学习模型。
[0025]进一步,所述麻醉药用量计算模块计算方法包括:
[0026](1)配置测量仪器工作参数,通过压力表测量得到麻醉气体浓度,通过流量计测量得到混合气体流量,测量得到时间;
[0027](2)根据麻醉气体浓度、混合气体流量和时间,计算气态麻醉药用量;
[0028](3)根据麻醉气体种类,控制器根据气体摩尔体积计算方法,计算所述气态麻醉药用量气对应的液态麻醉药用量。
[0029]进一步,所述根据麻醉气体浓度、混合气体流量和时间,计算气态麻醉药用量中,根据麻醉气体浓度、混合气体流量和时间,计算气态麻醉药用量包括:
[0030]对所述麻醉气体浓度、混合气体流量、采样间隔以及采样总次数进行求和,计算气态麻醉药用量。
[0031]进一步,所述气态麻醉药用量气对应的液态麻醉药用量的计算包括:
[0032]1)根据麻醉气体种类,控制器根据气体摩尔体积计算方法,计算所述气态麻醉药用量气对应的液态麻醉药用量;
[0033]2)根据麻醉气体种类,确定所述麻醉气体分子量和麻醉气体密度;确定标准状态下单位液态麻醉药产生的麻醉气体蒸汽量;
[0034]3)根据麻醉气体蒸发温度,校正所述麻醉气体蒸汽量并获得特定温度下麻醉气体蒸汽量校正值,从而确定液态麻醉药用量。
[0035]本专利技术的另一目的在于提供一种一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用所述的便携式
麻醉与手术一体化系统。
[0036]本专利技术的另一目的在于提供一种一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用所述的便携式麻醉与手术一体化系统。
[0037]本专利技术的另一目的在于提供一种一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现所述的便携式麻醉与手术一体化系统。
[0038]结合上述的所有技术方案,本专利技术所具备的优点及积极效果为:本专利技术提供的便携式麻醉与手术一体化系统,通过麻醉控制模块实时采集患者麻醉过程中的脑电模拟信号,并对其进行转换处理以提取出生理特征值体系,通过机器模型根据该生理特征值体系进行判断,并根据判断结果调控麻醉机的工作模式,本专利技术不仅实现了判断调控麻醉机过程的自动化,还在提升对患者意识状态和呼吸状态的判断的准确性的基础上,保障了调控的实时性。
[0039]同时,本专利技术通过麻醉药用量计算模块能精确计算整个麻醉过程中气态麻醉药用量,且避免了人工计算导致的误差,有效提高了液态麻醉药用量计算结果的准确性与精确度;各麻醉阶段包括麻醉诱导、本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种便携式麻醉与手术一体化系统,其特征在于,所述便携式麻醉与手术一体化系统包括:生理数据采集模块,与主控模块连接,用于采集患者生理数据信息;主控模块,与生理数据采集模块、麻醉模块、麻醉控制模块、麻醉药用量计算模块、手术模块、照明模块、显示模块连接,用于控制各个模块正常工作;麻醉模块,与主控模块连接,用于通过麻醉机对患者进行麻醉;麻醉控制模块,与主控模块连接,用于通过控制程序对麻醉机进行控制;麻醉药用量计算模块,与主控模块连接,用于通过计算程序对麻醉药用量进行计算;手术模块,与主控模块连接,用于通过手术器具对患者进行手术;照明模块,与主控模块连接,用于通过照明灯为手术提供照明;显示模块,与主控模块连接,用于通过显示器实时显示患者生理数据信息、麻醉药用量。2.如权利要求1所述的便携式麻醉与手术一体化系统,其特征在于,所述麻醉控制模块控制方法如下:(1)通过脑电仪器采集患者麻醉过程中的脑电模拟信号;(2)将采集得到的脑电模拟信号转化为数字信号,并对所述脑电模拟信号进行分析提取,获得相应的生理特征值体系;(3)对预设的机器学习模型进行训练,并根据所述生理特征值体系和预设的机器学习模型,确定患者的意识状态和呼吸状态;(4)根据所述意识状态和呼吸状态,调控麻醉机中的多个控制参数,以调控所述麻醉呼吸机的工作模式。3.如权利要求2所述的便携式麻醉与手术一体化系统,其特征在于,所述生理特征值体系由多个生理指标的测量值构建而成,所述多个生理指标包括相对功率、绝对功率、加权相位滞后指数、符号传递熵以及相位传递熵。4.如权利要求2所述的便携式麻醉与手术一体化系统,其特征在于,所述预设的机器学习模型的训练包括:1)将预设的训练数据集中的所有特征值进行归一化,并利用预设的评分算法对每个特征值进行评分;2)将所有特征值按照评分从高到低排序,并筛选出最优特征值集合;3)利用预设的集成学习算法对所述最...

【专利技术属性】
技术研发人员:史玲强徐佳佳赵崇皓周晋熠史铃巧朱琼碧周胜云
申请(专利权)人:史玲强
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1