CN119423705A 一种基于体征数据的患者麻醉状态分析方法及系统 （南昌大学第一附属医院）

一种基于体征数据的患者麻醉状态分析方本发明提供了一种基于体征数据的患者麻2在获取到待分析患者在当前检测阶段的实时麻醉状态监测数据实时脑电状态参数序列和多个实时体征状态参数序分别计算实时脑电状态参数序列和多个实时体征状态参数根据当前检测阶段下的实时脑电状态监测数据确定待分析患者的第一局部麻醉阶段，确定实时脑电体征关联向量对应的脑电体征目标关联向量和脑电体根据脑电体征目标关联向量和脑电体征关联参考范围对待分析患者进行麻醉状态局若麻醉状态局部异常检测结果为待分析患者未存在麻醉状态者进行麻醉状态扩散检测以生成麻醉状态扩散异对待分析患者进行麻醉状态扩散检测包括获取待分析患者在下个检测阶段的实时麻获取多位患者位于麻醉维持阶段的历史麻醉状态监测数据，括患者在麻醉维持阶段的历史脑电状态监测数据和历史体征根据历史脑电状态监测数据将麻醉维持阶段分为多个局部麻醉提取出每个阶段样本数据集合中每组历史样本数据的历史脑电状态参数序列和多个根据阶段样本数据集合中的多个历史脑电体征关联向量构建得到每个阶段样本数据从多个参考特征向量中确定多个目标特征向量，根据多个目标特征据脑电体征关联参考向量确定每个局部麻醉阶段的脑电体征目标关联向量和脑电体征关基于脑电体征关联参考向量对每个局部麻醉阶段的阶段样本数据集合中的多个历史3根据多个历史脑电体征修正关联向量生成每个局部麻醉阶段的脑电体征目标关联向确定每个局部麻醉阶段的麻醉阶段扩散路径，构提取出每个扩散样本数据集合中每组扩散样本数据的第一脑电体征修正关联向量和据脑电体征目标关联向量和脑电体征关联参考范围对待分析患者进行麻醉状态局部异常根据待分析患者的第一局部麻醉阶段对应的脑电体征关联参考向于脑电体征目标扩散向量对待分析患者在下个检测阶段的实时麻醉状态监测数据进行麻提取出待分析患者在下个检测阶段的实时麻醉状态监测数据对应的实时脑电体征关的脑电体征实时扩散向量，根据脑电体征目标扩散向量对脑电体征实时扩散向量进行分通过目标特征向量对应的特征值对目标特征向量中每个体征状态参数的元素值进行目标特征向量中的局部评分进行累加后得到每个体征状态8.一种基于体征数据的患者麻醉状态分析系4麻醉状态监测模块，用于在获取到待分析患者在当前检测阶段的实脑电体征关联分析模块，用于分别计算实时脑电状态参数序列和多个麻醉状态局部异常检测模块，用于根据当前检测阶段下的实时脑电状麻醉状态扩散检测模块，用于若麻醉状态局部异常检测结果为待分状态局部异常，则对待分析患者进行麻醉状态扩散检测以生成麻醉状态扩散异常检测结对待分析患者进行麻醉状态扩散检测包括获取待分析患者在下个检测阶段的实时麻5[0005]作为本发明的其中一个方面，提供一种基于体征数据的者的实时脑电状态参数序列和多个实时体征状态参数序列；根据当前检测阶段下的实时脑电状态监测数据确定待分析患者的第一局部麻醉阶段，确定实时脑电体征关联向量对应的脑电体征目标关联向量和脑电体征关联参考范根据脑电体征目标关联向量和脑电体征关联参考范围对待分析患者进行麻醉状6析患者进行麻醉状态扩散检测以生成麻醉状态扩散异对待分析患者进行麻醉状态扩散检测包括获取待分析患者在下个检测阶段的实据包括患者在麻醉维持阶段的历史脑电状态监测数据和提取出每个阶段样本数据集合中每组历史样本数据的历史脑电状态参数序列和根据阶段样本数据集合中的多个历史脑电体征关联向量构建得到每个阶段样本基于脑电体征关联参考向量对每个局部麻醉阶段的阶段样本数据集合中的多个根据多个历史脑电体征修正关联向量生成每个局部麻醉阶段的脑电体征目标关联向量，分别计算脑电体征目标关联向量与多个历史脑电体征修正关联向量之间的距离，7提取出每个扩散样本数据集合中每组扩散样本数据的第一脑电体征修正关联向患者在当前检测阶段的实时脑电体征关联向量进行修正生成实时脑电体征关联修正向量，提取出待分析患者在下个检测阶段的实时麻醉状态监测数据对应的实时脑电体通过目标特征向量对应的特征值对目标特征向量中每个体征状态参数的元素值多个目标特征向量中的局部评分进行累加后得到每个体征状态参数的关联[0012]作为本发明的另一个方面，还提供一种基于体征数据的8对待分析患者进行麻醉状态扩散检测包括获取待分析患者在下个检测阶段的实[0014]图1为本发明其中一个实施过程中一种基于体征数据的患者麻醉状态分析方法的[0015]图2为本发明其中一个实施过程中一种基于体征数据的患者麻醉状态分析系统的[0019]实时麻醉状态监测数据包括实时脑电状态监测数据和实时体征监测数据两个重行分析得到的BIS值作为表征脑电状态的量化参数，从而构建得到待分析患者的包含多个9[0020]值得说明的是，简单基于多种基于经验知识设定的阈值进行麻醉状态的异常分态监测数据对应的脑电状态确定，例如基于BIS值确定麻醉维持阶段中脑电状态的参考范先基于历史数据分析得到的每个麻醉阶段对应的脑电体征目标关联向量和脑电体征关联[0028]而后通过计算实时脑电体征关联修正向量与脑电体征目标关联向量之间的目标[0029]步骤S5、若麻醉状态局部异常检测结果为待分析患者未醉维持阶段下患者可能存在的麻醉状态异常的监测[0038]需要说明的是，对于获取的多位患者在麻醉维持阶段的历史麻醉状态监测数据，[0040]提取出每个阶段样本数据集合中每组历史样本数据的历史脑电状态参数序列和[0041]需要说明的是，在分别对每组历史样本数据中的脑电状[0042]值得说明的是，虽然提取出的每组历史样本数据之间的历史脑电体征关联向量，[0043]根据阶段样本数据集合中的多个历史脑电体征关联向量构建得到每个阶段样本特征向量进行排序，逐个进行选择并计算已经选取出的参考特征向量对应的特征值总和，重，例如求取两者的乘积以计算得到每项体征状态参数在每个目标特征向量中的局部评基于脑电体征关联参考向量对每个局部麻醉阶段的阶段样本数据集合中的多个合表征局部麻醉阶段中脑电状态与体征状态的群体关联模式的脑电体征醉异常并触发异常检测机制。通过这种方式帮助医护人员发现患者的潜在麻醉状态异常，的BIS值将数据基于局部麻醉阶段进行了初步划分，但是这个过程并未考虑到患者的麻醉构建得到局部麻醉阶段A的阶段样本数据集合，即患者的BIS值存在一个降低并升高的过[0057]通过第一脑电体征修正关联向量和第二脑电体征修正关联向量可以生成每组扩变化趋势的关联状态扩散趋势向量进行聚合，以得到综合表征每个麻醉阶段扩散路径中，脑电状态与体