【技术实现步骤摘要】
脑梗死溶栓取栓治疗后出血转化智能监护方法及装置
[0001]本专利技术涉及人工智能,尤其涉及基于人工智能的脑梗死溶栓取栓治疗后出血转化智能监护。
技术介绍
[0002]脑血管病是中老年人的高发病,起病急,病情重,来势凶险,具有发病率高,致死率高、致残率和复发率高的特点。梗死后主要的急救治疗包括溶栓、血管内治疗等,然而在这些先进技术和治疗方法后,有增加继发性出血转化的风险,例如,在溶栓治疗急性脑梗死后,通常会发生三大并发症:出血、血管再闭塞和再灌注损伤。其中,出血性转化是最危险的,影响急性脑梗死的疗效及预后,因此,出血转化成为脑梗死治疗和病情监测的重点。继发性出血转化是指急性脑梗死后缺血区血管重新恢复血流灌注导致的出血,直接影响脑梗死病人的预后。出血转化会带来脑组织不同程度占位效应、脑组织水肿等使神经功能恶化,危及患者的生命,是医学研究的难点之一。研究显示溶栓后出血转化发生率为10%
‑
48%;血管内治疗后出血转化发生率为46%
‑
49.5%,当前国内医生、患者及其家属都对接受溶栓、机械取栓等血管内治疗后继发性出血转化问题有担忧和恐惧。出血转化发生机制主要有梗死后缺血损伤、再灌注损伤、凝血功能紊乱、血脑屏障破坏等。现有的医疗监测手段,对经治疗后发生出血转化的预测精准性是非常有限的,常常发现时病情已加重出现临床症状。
[0003]目前,对治疗就继发性出血转化的检测主要凭临床经验判断,进一步采用目前精标准方法,即依靠头部影像学检查CT/MRI的检查结果来确定继发性出血转化的发生。
【技术保护点】
【技术特征摘要】
1.一种脑梗死溶栓取栓治疗后出血转化智能监护装置,其特征在于,包括:可穿戴监护部件,用于对被监护者进行连续监护,以获取所述被监护者在预设频段,且预设五条传播路径的电磁波信号下的扰动系数数据集;所述被监护者为进行脑梗死溶栓取栓治疗后的患者;所述可穿戴监护部件包括:用于穿戴于所述被监护者头部的可穿戴部件,以及设置在所述可穿戴部件上的四个电极片;当所述被监护者穿戴所述可穿戴部件时,四个所述电极片分别位于所述被监护者头部的四个指定监测点,四个指定监测点分别为:位于头部前额的第四监测点,位于左耳上方的第三监测点,位于右耳上方的第一检监测点,位于后枕部的第二监测点,且所述第一监测点与所述第三监测点之间形成第一传播路径;所述第一监测点与所述第四监测点之间形成第二传播路径;所述第一监测点和所述第二指定检测点形成第三传播路径;所述第四监测点与所述第三指定监测点之间形成与所述第二传播路径对称的第四传播路径;所述第三监测点与所述第二监测点之间形成与所述第三传播路径对称的第五传播路径;主控设备,与所述可穿戴监护部件进行数据通信,用于根据所述可穿戴监护部件连续监护得到的扰动系数数据集进行自动监测,并根据监测结果进行预警提示;所述主控设备包括:样本库构建模块,用于获取治疗手术后无出血转化受试者分别在第一、二、三、四、五传播路径的电磁波信号下,连续监护得到的扰动系数数据集,以及治疗手术后继发性出血转化受试者在所述第一、二、三、四、五传播路径的电磁波信号下,连续监护得到的扰动系数数据集,以构建训练样本库;模型训练模块,用于利用机器学习算法对所述训练样本库中的训练样本进行学习,以分别构建特征参数映射到继发性出血转化分类标签的映射关系,并得到可基于所述映射关系进行自动监测的分类器;其中,所述特征参数包括:对称传播路径对之间扰动系数绝对差值的最大值、对称传播路径对之间的扰动系数波动程度的差值;以及多天持续监测得到的全脑扰动系数的波动程度,和相邻两天扰动系数差值;数据获取模块,用于定期或实时地从所述可穿戴监护部件中获取所述被监护者脑部在第一、二、三、四、五传播路径的电磁波信号下的扰动系数数据集;监护模块,用于将所述数据获取模块所获取的所述扰动系数数据集输入所述分类器进行自动监测,并根据监测结果进行预警提示。2.根据权利要求1所述的脑梗死溶栓取栓治疗后出血转化智能监护装置,其特征在于,所述扰动系数波动程度P的计算公式如下:其中,F1为上升趋势中的最大幅值,F2为上升趋势中的最小幅值,F3为下降趋势中的最大幅值,F4为下降趋势中的最小幅值;a和b分别为上升趋势和下降趋势的权重系数;t1为上升趋势的起始时间,t2为上升趋势的持续时间;t3为下降趋势的起始时间,t4为下降趋势的持续时间。
3.根据权利要求2所述的脑梗死溶栓取栓治疗后出血转化智能监护装置,其特征在于,当多天持续监测的扰动系数存在两种变化趋势,且其中任一种变化趋势还存在至少一次时,其中,F1
i
、F2
i
分别为n个上升趋势中第i个上升趋势中最大幅值和最小幅值,a
i
为第i个上升趋势的权重系数;F3
j
、F4
j
分别为m个下降趋势中第j个下降趋势中最大幅值和最小幅值;b
j
为第j个下降趋势的权重系数。4.根据权利要求1所述的脑梗死溶栓取栓治疗后出血转化智能监护装置,其特征在于,所述模型训练模块,具体用于根据所述训练样本中治疗手术后36h内的所述扰动系数数据集,构建对称传播路径对之间扰动系数绝对差值的最大值、扰动系数波动程度P的差值映射到继发性出血转化分类标签的映射关系,得到基于所述映射关系对治疗手术后36h内的被监护者进行自动监测的第一分类器;以及用于根据所述训练样本中治疗手术后36h后的所述扰动系数数据集,构建多天持续监测得到的全脑扰动系数的波动程度,和相邻两天扰动系数差值映射到继发性出血转化分类标签的映射关系,得到基于所述映射关系对治疗手术后36h后的被监护者进行自动监测的第二分类器。5.根据权利要求4所述的脑梗死溶栓取栓治...
【专利技术属性】
技术研发人员:程若谷,刘光维,彭加华,
申请(专利权)人:重庆医科大学附属第一医院,
类型:发明
国别省市:
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。