[發明專利]一種妊高征遠程預測監控系統及應用方法

在審

• 申請號: 202010577568.5
• 申請日: 2020-06-23
• 公開（公告）號: CN111739661A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 張魁星;張曉麗;江梅;徐云峰;邢欽
• 申請（專利權）人: 山東中醫藥大學
• 主分類號: G16H80/00
• 分類號: G16H80/00;G16H10/60;G06F16/21;A61B5/00;A61B5/024;H04L29/06;H04L29/08;H04W4/38;H04M1/725;G08C17/02
• 代理公司: 青島高曉專利事務所(普通合伙) 37104
• 代理人: 于正河

1.一種妊高征遠程預測監控系統，其特征在于：主體結構包括終端檢測系統和醫院服務器系統；終端檢測系統由指端容積脈搏傳感器與用戶手機無線連接組合構成，指端容積脈搏傳感器采集患者的指端容積脈搏信號，采集的指端容積脈搏信號數據由傳輸接口傳送至用戶手機；醫院服務器系統由云服務器、管理終端、以及裝配在云服務器與管理終端的醫院管理系統構成，云服務器與用戶手機無線連接通信，云服務器與管理終端連接進行信息交互；管理終端采用供醫生使用的、具備網絡連接功能的移動手機或PC機，醫生通過管理終端登錄醫院管理系統與用戶手機進行通信。

2.根據權利要求1所述的妊高征遠程預測監控系統，其特征在于：所述醫院管理系統包括注冊與登錄模塊、數據管理模塊、病歷管理與查詢模塊、數據分析模塊、數據存儲模塊、后臺管理模塊；數據管理模塊、病歷管理與查詢模塊和數據分析模塊共同組成醫生操作子系統，注冊與登錄模塊與醫生操作子系統連接，醫生通過注冊與登錄模塊進入醫生操作子系統，注冊與登錄模塊、醫生操作子系統、后臺管理模塊分別與數據存儲模塊連接通信；醫院管理系統還設置有系統安全模塊。

3.根據權利要求2所述的妊高征遠程預測監控系統，其特征在于：所述醫院管理系統各模塊具體如下：

注冊與登錄模塊：用于醫院醫生注冊賬號、登錄進入醫院管理系統，實現對歸其所屬治療范圍的終端檢測系統的終端用戶進行管理、檢測數據的查詢、分析與診斷和提供醫囑功能；

數據存儲模塊：用于接收終端用戶手機上傳的采集數據，并將數據存儲在云服務器中數據庫中，在數據庫中根據終端用戶注冊賬號、醫生注冊賬號建立分配存儲空間，將使用者通過賬號提交的數據按時間順序進行逐一分類存儲；

數據管理模塊：用于醫生進行數據的查詢、刪除、添加操作和瀏覽，醫生通過數據庫單片瀏覽查詢不同終端用戶的檢測數據，修改、刪除不需要的記錄，采用分頁顯示數據結果；

病歷管理與查詢模塊：用于醫生根據終端用戶提交的檢測數據，對患者的身體狀況提供醫囑，管理查看終端用戶的病例；

數據分析模塊：用于根據脈搏波形態學特征預測妊高征的原理，自動分析終端用戶的指端容積脈搏數據，得到妊高征疾病預測曲線，通過妊高征疾病預測曲線輔助醫生診斷；基于差分模型算法對各特征波的參數進行提取；將終端用戶多次采集的數據平均值形成趨勢圖，通過趨勢圖進行縱向分析；通過計算不同相鄰波段特征點之間同分段的斜率變化，進行橫向對比分析；

后臺管理模塊：用于后臺管理員用戶登錄系統，管理醫生賬戶、增刪改查醫生基本信息，管理不同終端用戶的檢測結果，增刪改查患者病歷記錄，管理藥品資源庫、發布或刪除病癥推薦藥品以供病人參考；

系統安全模塊：用于對醫院管理系統進行安全防護，使包括云服務器、管理終端、以及關聯的用戶手機在內的運行系統免遭網絡攻擊損害，對網絡爬蟲、網絡病毒進行戒備，保障用戶寄放在云端服務器上的數據不被泄露。

4.根據權利要求3所述的妊高征遠程預測監控系統，其特征在于：所述云服務器與DDoS保護、網絡入侵檢測、云端主機安全類網絡安全產品同時使用，實現系統安全模塊的環境安全、物理安全、網絡安全的多層次防護；網絡安全還具體包括云端系統安全、數據庫管理安全、操作安全規則和安全策略。

5.根據權利要求4所述的妊高征遠程預測監控系統，其特征在于：妊高征遠程預測監控系統的應用方法，具體步驟如下：

(1)建立醫生用戶賬戶：通過注冊與登錄模塊采集醫生個人身份、賬號和密碼信息，并將采集信息傳輸至數據存儲模塊的數據庫，數據庫創建醫生個人賬號信息及存儲空間；

(2)終端用戶信息采集：通過用戶手機登錄個人賬戶，進行終端用戶個人生理信息采集，包括姓名、孕周、孕情、身高、體重、收縮壓、舒張壓信息的填寫；

(3)波形數據預處理與顯示：使用紅外容積脈搏波傳感器進行指端脈搏波采集，用戶手機將采集到的指端脈搏波數據進行濾波處理、基線偏移處理，通過調用顯示函數，將波形數據予以實時顯示；

(4)指端脈搏波上傳：孕婦脈搏波數據經預處理后，用戶手機將預處理的脈搏波數據上傳至云服務器，云服務器將檢測數據傳入醫院管理系統，數據存儲模塊以時間順序排列檢測記錄，排列后的檢測記錄用于后期數據查閱與分析，測試記錄包含姓名、時間、波形參數，將檢測記錄存儲在數據庫；

(5)采集數據分析

數據分析模塊調取存儲的脈搏波數據；從脈搏波波形方面來看，脈搏波波形包括主波、潮波和重搏波三個特征波，基于差分模型算法對各特征波的參數進行提取，得到與原始波形對應的差分波形；算法表達式為：

d(t)＝y(t)-y(t-1)

dd(t)＝y(t+2)-2*y(t+1)+y(t)

其中d(t)為波形的一階差分，dd(t)為波形的二階差分，y(t)為波形數據點的幅值；脈搏波波形的最大值點，即波形的第一個一階導數零點對應波形的主波峰值點，脈搏波波形最大值點后的二階導數極大值點對應脈搏波波形的重搏波谷點，此后的波形第一個一階導數零點對應波形的重搏波峰值點；

數據分析模塊采用橫向和縱向兩種分析比較方法預測妊高征：

(a)縱向比較

數據分析模塊將終端用戶多次采集的數據平均值形成趨勢圖，對趨勢圖進行縱向分析，觀察不同特征點檢測數據隨孕周的變化情況，當特征參數發生顯著變化時，及時預警；

(b)橫向比較

從形態學特征對脈搏波進行比較分析，逐段計算脈搏波各特征點之間的變化率輔助臨床預測妊高征；

根據臨床觀察正常孕婦和妊高征孕婦的波形特征之間有明顯的區別，尤其是脈搏波的下降支，數據分析模塊對終端用戶每次檢測數據進行計算分析，計算其各特征點之間變化，通過對檢測數據的下降支斜率與正常孕婦下降支斜率比較分析，實現輔助臨床妊高征預測。