本申请涉及一种ICU机械通气患者疼痛评估方法、系统和存储介质，利用面部识别模型提取面部实时扫描图像中面部表情特征，并将所述面部表情特征与预设的疼痛表情特征进行比对，找到与所述面部表情特征相匹配的所述疼痛表情特征；导出所述面部表情特征，并根据所述面部表情特征计算当前机械通气患者的疼痛分值。能够利用智能模型识别患者在机械通气中的面部表情特征，以此输出患者当前的疼痛分值，在患者无法发声的前提下，能够识别并评估出机械通气患者的当前疼痛程度，便于护理医师等后台管理员及时对患者的当前疼痛程度进行把控，及时介入因机械通气不协调导致的患者呼吸疼痛风险处理，及时调整机械通气患者的呼吸参数。及时调整机械通气患者的呼吸参数。及时调整机械通气患者的呼吸参数。
【技术实现步骤摘要】
ICU机械通气患者疼痛评估方法、系统和存储介质
[0001]本公开涉及医学评估
，尤其涉及一种ICU机械通气患者疼痛评估方法、系统和存储介质。
技术介绍
[0002]ICU机械通气一般指呼吸机，呼吸机能自主通气替代人工呼吸，是一种能够起到预防和治疗呼吸衰竭，减少并发症，挽救及延长病人生命的至关重要的医疗设备。在现代临床医学中，ICU机械通气为一项有效的呼吸辅助手段，已普遍用于各种原因所致的呼吸衰竭、大手术期间的麻醉呼吸管理、呼吸支持治疗和急救复苏中，在现代医学领域内占有十分重要的位置。
[0003]ICU机械通气一般分为：
[0004]控制性机械通气(CMV)：病人在自主呼吸减弱或消失的情况下，完全由机械通气机产生、控制和调节病人的呼吸；
[0005]辅助性机械通气(AMV)：病人呼吸存在的情况下，由呼吸机辅助或增强病人的自主呼吸。
[0006]在机械通气阶段，患者可能会因为机械通气的呼吸模拟过程与患者自然呼吸的过程存在不协调、不匹配的问题，比如患者因为肺部问题而无法接收呼吸机的主动式呼吸频率或者呼吸量，会造成患者的肺部呼吸压力，造成疼痛。
[0007]但是患者处于机械通气阶段，无法或者很困难发出痛苦声音，而护理人员等又无法根据患者的痛苦发声来判断患者呼吸的疼痛程度，无法及时介入机械通气的调整。因此，出现该情况时，会对患者造成机械通气疼痛风险以及因机械通气不协调导致的患者呼吸疼痛压力，提高了患者的治疗风险。
技术实现思路
[0008]为了解决上述问题，本申请提出一种ICU机械通气患者疼痛评估方法、系统和存储介质。
[0009]本申请一方面，提出一种ICU机械通气患者疼痛评估方法，包括如下步骤：
[0010]部署用于识别机械通气患者面部特征的面部识别模型；
[0011]采集当前机械通气患者的面部实时扫描图像，将所述面部实时扫描图像导入所述面部识别模型；
[0012]利用所述面部识别模型提取所述面部实时扫描图像中面部表情特征，并将所述面部表情特征与预设的疼痛表情特征进行比对，找到与所述面部表情特征相匹配的所述疼痛表情特征；
[0013]导出所述面部表情特征，并根据所述面部表情特征计算当前机械通气患者的疼痛分值。
[0014]作为本申请的一可选实施方案，可选地，所述面部识别模型的生成方法，包括：
[0015]从医院后台数据库中，调取出若干机械通气患者的面部表情图像；
[0016]按照预设的不同疼痛分值，对所述面部表情图像进行分类，得到处于不同疼痛分值下的面部表情图像集；
[0017]基于深度学习技术，以所述面部表情图像集为输入，进行模型训练，当达到预设的优化迭代条件之时，得到所述面部识别模型。
[0018]作为本申请的一可选实施方案，可选地，部署用于识别机械通气患者面部特征的面部识别模型，包括：
[0019]设定所述面部识别模型的模型参数并配置于后台服务器之上；
[0020]配置完毕，建立所述后台服务器与患者就诊系统之间的通信通道；
[0021]基于所述通信通道，将保存在所述患者就诊系统上的各个机械通气患者的ICU基本信息，实时发送并导入所述后台服务器。
[0022]作为本申请的一可选实施方案，可选地，采集当前机械通气患者的面部实时扫描图像，将所述面部实时扫描图像导入所述面部识别模型，包括：
[0023]所述后台服务器接收并保存各个机械通气患者的ICU基本信息，所述ICU基本信息包括各个机械通气患者的患者ID以及绑定在所述患者ID之下的面部实时扫描图像；
[0024]将所述面部实时扫描图像导入所述面部识别模型，并通知后台管理员准备提取所述面部实时扫描图像中的面部表情特征。
[0025]作为本申请的一可选实施方案，可选地利用所述面部识别模型提取所述面部实时扫描图像中面部表情特征，包括：
[0026]基于所述面部识别模型的神经网络，对所述面部实时扫描图像进行图像扫描，识别并提取所述面部实时扫描图像中的面部表情图像；
[0027]对所述面部表情图像进行特征提取，获取所述面部表情图像中的面部表情特征；
[0028]将所述面部表情特征保存在所述后台服务器上的患者ID之下。
[0029]作为本申请的一可选实施方案，可选地，将所述面部表情特征与预设的疼痛表情特征进行比对，找到与所述面部表情特征相匹配的所述疼痛表情特征，包括：
[0030]通过所述后台服务器将所述面部表情特征输入医院后台数据库，进行特征比对；
[0031]将所述面部表情特征与所述医院后台数据库中预设的若干疼痛表情特征进行匹配，并输出匹配值排在第一的所述疼痛表情特征，以此找到与所述面部表情特征相匹配的所述疼痛表情特征。
[0032]作为本申请的一可选实施方案，可选地，导出所述面部表情特征，并根据所述面部表情特征计算当前机械通气患者的疼痛分值，包括：
[0033]将所述疼痛表情特征导出并反馈至所述后台服务器；
[0034]所述后台服务器根据所述疼痛表情特征匹配获取与所述疼痛表情特征相对应的疼痛分值，并将所述疼痛分值保存在当前机械通气患者的所述患者ID之下；
[0035]通过护理终端PDA登录所述后台服务器，查看保存在所述患者ID之下的所述面部表情特征及其对应的所述疼痛分值。
[0036]本申请另一方面，提出一种实现所述的ICU机械通气患者疼痛评估方法的系统和，包括：
[0037]部署模块，用于部署用于识别机械通气患者面部特征的面部识别模型；
[0038]面部扫描模块，用于采集当前机械通气患者的面部实时扫描图像，将所述面部实时扫描图像导入所述面部识别模型；
[0039]表情特征匹配模块，用于利用所述面部识别模型提取所述面部实时扫描图像中面部表情特征，并将所述面部表情特征与预设的疼痛表情特征进行比对，找到与所述面部表情特征相匹配的所述疼痛表情特征；
[0040]疼痛分值计算模块，用于导出所述面部表情特征，并根据所述面部表情特征计算当前机械通气患者的疼痛分值。
[0041]本申请另一方面，还提出一种存储介质，存储介质中存储有可读执行程序，该可读执行程序被执行时以实现所述的ICU机械通气患者疼痛评估方法。
[0042]本申请另一方面，还提出一种电子设备，包括：
[0043]处理器；
[0044]用于存储处理器可执行指令的存储器；
[0045]其中，所述处理器被配置为执行所述可执行指令时实现所述的ICU机械通气患者疼痛评估方法。
[0046]本专利技术的技术效果：
[0047]本申请通过部署用于识别机械通气患者面部特征的面部识别模型；采集当前机械通气患者的面部实时扫描图像，将所述面部实时扫描图像导入所述面部识别模型；利用所述面部识别模型提取所述面部实时扫描图像中面部表情特征，并将所述面部表情特征与预设的疼痛表情特征进行比对，找到与所述面部表情特征相匹配的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种ICU机械通气患者疼痛评估方法，其特征在于，包括如下步骤：部署用于识别机械通气患者面部特征的面部识别模型；采集当前机械通气患者的面部实时扫描图像，将所述面部实时扫描图像导入所述面部识别模型；利用所述面部识别模型提取所述面部实时扫描图像中面部表情特征，并将所述面部表情特征与预设的疼痛表情特征进行比对，找到与所述面部表情特征相匹配的所述疼痛表情特征；导出所述面部表情特征，并根据所述面部表情特征计算当前机械通气患者的疼痛分值。2.根据权利要求1所述的ICU机械通气患者疼痛评估方法，其特征在于，所述面部识别模型的生成方法，包括：从医院后台数据库中，调取出若干机械通气患者的面部表情图像；按照预设的不同疼痛分值，对所述面部表情图像进行分类，得到处于不同疼痛分值下的面部表情图像集；基于深度学习技术，以所述面部表情图像集为输入，进行模型训练，当达到预设的优化迭代条件之时，得到所述面部识别模型。3.根据权利要求2所述的ICU机械通气患者疼痛评估方法，其特征在于，部署用于识别机械通气患者面部特征的面部识别模型，包括：设定所述面部识别模型的模型参数并配置于后台服务器之上；配置完毕，建立所述后台服务器与患者就诊系统之间的通信通道；基于所述通信通道，将保存在所述患者就诊系统上的各个机械通气患者的ICU基本信息，实时发送并导入所述后台服务器。4.根据权利要求3所述的ICU机械通气患者疼痛评估方法，其特征在于，采集当前机械通气患者的面部实时扫描图像，将所述面部实时扫描图像导入所述面部识别模型，包括：所述后台服务器接收并保存各个机械通气患者的ICU基本信息，所述ICU基本信息包括各个机械通气患者的患者ID以及绑定在所述患者ID之下的面部实时扫描图像；将所述面部实时扫描图像导入所述面部识别模型，并通知后台管理员准备提取所述面部实时扫描图像中的面部表情特征。5.根据权利要求1所述的ICU机械通气患者疼痛评估方法，其特征在于，利用所述面部识别模型提取所述面部实时扫描图像中面部表情特征，包括：基于所述面部识别模型的神经网络，对所述面部实时扫描图像进行图像扫描，识别并提取所述面部实时扫描图像中的面部表情图像；对所述面部表情图像进行特征提取，获取所述面部表情图像中的面部表情特征；将所...
【专利技术属性】
技术研发人员：劳月文，陈香萍，张奕，王莉，洪柳雨，朱怡佳，孙艳亭，
申请(专利权)人：浙江大学，
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。