System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及疼痛評估,具體涉及一種患者疼痛評估方法及系統。
技術介紹
1、疼痛是一種復雜的生理和心理體驗,通常是對身體受到傷害或潛在傷害的反應。它是人體的一種保護機制,用來提醒我們注意身體的某個部位可能存在問題,需要采取行動來避免進一步的損傷。疼痛評估是醫療護理中非常重要的環節,它有助于醫生和護理人員了解患者的疼痛程度、性質和變化,從而制定有效的治療方案,并且隨著技術的發展,許多醫院和醫療機構已經引入了電子化和智能化的疼痛評估系統,以提高評估的準確性和效率。
2、但現有的患者疼痛評估方法及系統主要依靠患者生理數據的偏差程度、面部表情的變化幅度或者vas、nrs和fps-r等疼痛評估量表的得分來對患者的疼痛等級進行評估,并制定相應的治療方案,而如果僅使用單一種類的評估方式進行疼痛評估,不但會使評估結果不夠全面,還會使評估結果的客觀性和準確率較低,并且上述大部分的評估方式都比較依賴于患者的自我感覺和自我報告,因而具有較強的主觀性,且容易受到個體差異、情緒波動和認知能力等因素的影響,從而導致現有的患者疼痛評估方法及系統的評估準確性較低。
3、基于上述情況,本專利技術提出一種評估準確性高的患者疼痛評估方法及系統。
技術實現思路
1、為了克服現有的患者疼痛評估方法及系統主要依靠患者生理數據的偏差程度、面部表情的變化幅度或者vas、nrs和fps-r等疼痛評估量表的得分來對患者的疼痛等級進行評估,并制定相應的治療方案,而如果僅使用單一種類的評估方式進行疼痛評估,不但會
2、一種患者疼痛評估方法,包括以下步驟:
3、使用醫療級電刺激設備對患者進行不同等級的疼痛模擬,通過攝像設備采集患者在體驗不同等級疼痛時的面部表情圖像,通過醫療監測設備測量患者在不同等級疼痛下的各項生理數據,以及讀取患者在不同等級疼痛下所填寫的視覺模擬量表vas的評分,獲取患者在發病時的面部表情圖像、各項生理數據以及視覺模擬量表vas的評分;
4、基于疼痛模擬的等級與視覺模擬量表vas的評分之間的差值,計算得到患者的個性化自評估偏差,基于患者的個性化自評估偏差對患者在發病時所填寫的視覺模擬量表vas的評分進行個性化校正,得到疼痛自評估得分;
5、基于患者在不同等級疼痛下的各項生理數據,并采用三次樣條插值法繪制各項生理數據隨疼痛等級變化的疼痛等級評估曲線,將患者發病時的各項生理數據與疼痛等級評估曲線相對應,得到各項生理數據所對應的疼痛評估等級,對各項生理數據所對應的疼痛評估等級進行綜合計算,得到疼痛生理評估得分;
6、根據患者在體驗不同等級疼痛時的面部表情圖像對訓練后的面部表情疼痛評估模型進行微調,將患者發病時所采集的面部表情圖像輸入微調后的面部表情疼痛評估模型,得到疼痛表情評估得分;
7、對疼痛自評估得分、疼痛生理評估得分和疼痛表情評估得分進行綜合計算,得到患者的疼痛綜合評分,將患者的疼痛綜合評分視為疼痛評估結果,據此為患者分配相應的治療方案。
8、作為專利技術優選的一個方面,所述疼痛模擬的等級的范圍為0-9級,即,而所述疼痛自評估得分、疼痛生理評估得分和疼痛表情評估得分的分值范圍為0-10分。
9、作為專利技術優選的一個方面,所述計算得到患者的個性化自評估偏差,基于患者的個性化自評估偏差對患者在發病時所填寫的視覺模擬量表vas的評分進行個性化校正,得到疼痛自評估得分的具體步驟為:
10、分別計算不同疼痛等級下的疼痛模擬的等級與視覺模擬量表vas的評分之間的差值,對不同疼痛等級下的差值進行求和并取均值,得到患者的個性化自評估偏差,計算公式為:
11、;
12、通過對患者在發病時所填寫的視覺模擬量表vas的評分和患者的個性化自評估偏差進行求和,得到患者的疼痛自評估得分,計算公式為:。
13、作為專利技術優選的一個方面,所述各項生理數據隨疼痛等級變化的疼痛等級評估曲線包括:心率-疼痛等級曲線、血壓-疼痛等級曲線和呼吸頻率-疼痛等級曲線,所述各項生理數據所對應的疼痛評估等級包括:心率-疼痛評估等級、血壓-疼痛評估等級和呼吸頻率-疼痛評估等級。
14、作為專利技術優選的一個方面,所述基于患者在不同等級疼痛下的各項生理數據,并采用三次樣條插值法繪制各項生理數據隨疼痛等級變化的疼痛等級評估曲線的具體步驟為:
15、基于患者在不同等級疼痛下的生理數據獲取10個原始數據點,其中,表示疼痛等級,表示生理數據;
16、在每個相鄰的原始數據點之間構造一個三次多項式函數,對于每個子區間,三次樣條插值函數的形式為:,其中,而、、和是待定系數,通過在每個子區間上求解三彎矩方程組來確定,邊界關系則采用自然樣條,即和;
17、通過各個子區間的三次多項式函數生成更多的中間數據點,將原始數據點和中間數據點依次相連,得到平滑的疼痛等級評估曲線。
18、作為專利技術優選的一個方面,所述對各項生理數據所對應的疼痛評估等級進行綜合計算,得到疼痛生理評估得分的計算公式為:。
19、作為專利技術優選的一個方面,所述訓練后的面部表情疼痛評估模型具體為faster-rcnn模型,包括一個輸入層、一個特征提取層、一個rpn層、一個ral層和一個輸出層,其中輸入層用于接收患者的面部表情圖像;其中特征提取層用于提取患者面部表情圖像中的特征信息并輸出特征圖像,特征提取層的具體結構為resnet-50網絡模型,包括一個卷積池化層和四個殘差層;其中rpn層用于在特征提取層輸出的特征圖像上生成一系列候選區域;其中ral層用于將rpn層生成的不同大小的候選框映射到固定大小的特征圖像上;其中輸出層用于輸出面部表情疼痛評估結果,即疼痛表情評估得分。
20、作為專利技術優選的一個方面,所述根據患者在體驗不同等級疼痛時的面部表情圖像對訓練后的面部表情疼痛評估模型進行微調的具體步驟為:
21、對患者在體驗不同等級疼痛時的面部表情圖像進行圖像預處理,使用labelimg對面部表情圖像中的面部區域進行標注,并為每個標注框分配相應的疼痛等級標簽;
22、凍結面部表情疼痛評估模型中的特征提取層內的部分參數,即保持resnet-50網絡模型的卷積池化層和前三個殘差層的權重參數不變;
23、將標注好的面部表情圖像輸入部分參數被凍結的面部表情疼痛評估模型進行二次訓練,即根據標注好的面部表情圖像調整resnet-50網絡模型中的第四個殘差層、rpn層、ral層和輸出層的權重參數,直至微調后的面部表情疼痛評估模型的性能達到設定標準。
24、作為專利技術優選的一個方面,所述對疼痛自評估得分、疼痛本文檔來自技高網...
【技術保護點】
1.一種患者疼痛評估方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種患者疼痛評估方法,其特征在于,所述疼痛模擬的等級的范圍為0-9級,即,而所述疼痛自評估得分、疼痛生理評估得分和疼痛表情評估得分的分值范圍為0-10分。
3.根據權利要求1所述的一種患者疼痛評估方法,其特征在于,所述計算得到患者的個性化自評估偏差,基于患者的個性化自評估偏差對患者在發病時所填寫的視覺模擬量表VAS的評分進行個性化校正,得到疼痛自評估得分的具體步驟為:
4.根據權利要求1所述的一種患者疼痛評估方法,其特征在于,所述各項生理數據隨疼痛等級變化的疼痛等級評估曲線包括:心率-疼痛等級曲線、血壓-疼痛等級曲線和呼吸頻率-疼痛等級曲線,所述各項生理數據所對應的疼痛評估等級包括:心率-疼痛評估等級、血壓-疼痛評估等級和呼吸頻率-疼痛評估等級。
5.根據權利要求4所述的一種患者疼痛評估方法,其特征在于,所述基于患者在不同等級疼痛下的各項生理數據,并采用三次樣條插值法繪制各項生理數據隨疼痛等級變化的疼痛等級評估曲線的具體步驟為:
6.根據權利要
7.根據權利要求1所述的一種患者疼痛評估方法,其特征在于,所述訓練后的面部表情疼痛評估模型具體為Faster-RCNN模型,包括一個輸入層、一個特征提取層、一個RPN層、一個RAL層和一個輸出層,其中輸入層用于接收患者的面部表情圖像;其中特征提取層用于提取患者面部表情圖像中的特征信息并輸出特征圖像,特征提取層的具體結構為ResNet-50網絡模型,包括一個卷積池化層和四個殘差層;其中RPN層用于在特征提取層輸出的特征圖像上生成一系列候選區域;其中RAL層用于將RPN層生成的不同大小的候選框映射到固定大小的特征圖像上;其中輸出層用于輸出面部表情疼痛評估結果,即疼痛表情評估得分。
8.根據權利要求7所述的一種患者疼痛評估方法,其特征在于,所述根據患者在體驗不同等級疼痛時的面部表情圖像對訓練后的面部表情疼痛評估模型進行微調的具體步驟為:
9.根據權利要求1所述的一種患者疼痛評估方法,其特征在于,所述對疼痛自評估得分、疼痛生理評估得分和疼痛表情評估得分進行綜合計算,得到患者的疼痛綜合評分的計算公式為:,其中為疼痛自評估得分的權重系數,為疼痛生理評估得分的權重系數,則為疼痛表情評估得分的權重系數,并且。
10.一種患者疼痛評估系統,應用于權利要求1-9任一所述的一種患者疼痛評估方法,其特征在于,包括數據獲取模塊、自評估校正模塊、生理評估校正模塊、表情評估校正模塊和疼痛評估模塊;
...【技術特征摘要】
1.一種患者疼痛評估方法,其特征在于,包括以下步驟:
2.根據權利要求1所述的一種患者疼痛評估方法,其特征在于,所述疼痛模擬的等級的范圍為0-9級,即,而所述疼痛自評估得分、疼痛生理評估得分和疼痛表情評估得分的分值范圍為0-10分。
3.根據權利要求1所述的一種患者疼痛評估方法,其特征在于,所述計算得到患者的個性化自評估偏差,基于患者的個性化自評估偏差對患者在發病時所填寫的視覺模擬量表vas的評分進行個性化校正,得到疼痛自評估得分的具體步驟為:
4.根據權利要求1所述的一種患者疼痛評估方法,其特征在于,所述各項生理數據隨疼痛等級變化的疼痛等級評估曲線包括:心率-疼痛等級曲線、血壓-疼痛等級曲線和呼吸頻率-疼痛等級曲線,所述各項生理數據所對應的疼痛評估等級包括:心率-疼痛評估等級、血壓-疼痛評估等級和呼吸頻率-疼痛評估等級。
5.根據權利要求4所述的一種患者疼痛評估方法,其特征在于,所述基于患者在不同等級疼痛下的各項生理數據,并采用三次樣條插值法繪制各項生理數據隨疼痛等級變化的疼痛等級評估曲線的具體步驟為:
6.根據權利要求4所述的一種患者疼痛評估方法,其特征在于,所述對各項生理數據所對應的疼痛評估等級進行綜合計算,得到疼痛生理評估得分的計算公式為:。
7.根據權利要求1所述的一種患者疼痛評估方...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。