[go: up one dir, main page]

CN119541907A - 基于虚拟现实的重症临床卫生护理感知系统及方法 - Google Patents

基于虚拟现实的重症临床卫生护理感知系统及方法 Download PDF

Info

Publication number
CN119541907A
CN119541907A CN202510032379.2A CN202510032379A CN119541907A CN 119541907 A CN119541907 A CN 119541907A CN 202510032379 A CN202510032379 A CN 202510032379A CN 119541907 A CN119541907 A CN 119541907A
Authority
CN
China
Prior art keywords
nursing
wound
patient
data
action
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202510032379.2A
Other languages
English (en)
Inventor
赵凰璎
王瑜
梁丁文
周林科
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
First Affiliated Hospital of Army Medical University
Original Assignee
First Affiliated Hospital of Army Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by First Affiliated Hospital of Army Medical University filed Critical First Affiliated Hospital of Army Medical University
Priority to CN202510032379.2A priority Critical patent/CN119541907A/zh
Publication of CN119541907A publication Critical patent/CN119541907A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance

Landscapes

  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请公开了基于虚拟现实的重症临床卫生护理感知系统及方法，属于虚拟现实领域，本申请获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析，获取对应患者生理信息进行生理特征影响分析，获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析，本申请通过综合护理动作与患者伤口的特征分析，对护理动作造成的伤口二次损伤进行评估，综合伤口的易损程度特性对护理动作造成的危险进行准确分析；本申请在进行护理动作造成的伤口二次损伤评估的同时，兼顾患者的体质异常，综合判断护理动作造成的危险。

Description

基于虚拟现实的重症临床卫生护理感知系统及方法
技术领域
本申请属于虚拟现实领域，具体的说是基于虚拟现实的重症临床卫生护理感知系统及方法。
背景技术
重症临床是指对重症患者进行临床护理的过程，重症患者通常病情较为严重，需要医护人员密切监测生命体征、呼吸、循环、神经系统的状态，并及时处理各种并发症，重症临床卫生护理是重症护理的重要组成部分，需要关注患者的生命体征、疼痛管理、沟通与告知、预防感染等方面，在进行重症临床卫生护理过程中，为了分析护理动作与患者的匹配程度，需要一种重症临床卫生护理感知系统对匹配程度进行识别分析；现有技术在分析护理动作与患者的匹配程度的过程中，通常只是简单的监测生命体征、呼吸、循环、神经系统的状态，无法通过综合护理动作与患者伤口的特征分析，导致无法对护理动作造成的伤口二次损伤进行评估，从而无法对护理动作造成的危险进行准确分析，现有技术中大多存在上述问题；
为了解决本背景技术提出的问题，本申请设计了基于虚拟现实的重症临床卫生护理感知系统及方法。
发明内容
为了解决背景技术中提及的现有技术中的不足，本申请提出了基于虚拟现实的重症临床卫生护理感知系统及方法，本申请通过综合护理动作与患者伤口的特征分析，对护理动作造成的伤口二次损伤进行评估，综合伤口的易损程度特性对护理动作造成的危险进行准确分析；同时本申请在进行护理动作造成的伤口二次损伤评估的同时，兼顾患者的体质异常，综合判断护理动作造成的危险。
为实现上述目的，本申请提供如下技术方案：第一方面，本申请提供基于虚拟现实的重症临床卫生护理感知方法，其包括以下具体步骤：
步骤1、获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型；
步骤2、获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析；
步骤3、获取对应患者生理信息进行生理特征影响分析；
步骤4、获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析。
作为基于虚拟现实的重症临床卫生护理感知方法的优选技术方案，所述获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型的具体内容为：
步骤11、获取患者的伤口位置数据、伤口大小数据和伤口愈合情况数据，其中，伤口大小数据包括伤口长度、伤口宽度数据和深度数据，伤口愈合情况数据为伤口恢复图像数据，并将伤口数据储存在伤口数据储存组件中；
步骤12、通过生理信息采集终端采集对应患者护理前的生理特征信息，其中，生理特征信息包括患者的血压、心率和体温等反映患者生理特征的信息种类，将获取的患者护理前的生理特征信息储存在生理特征储存组件中；
步骤13、获取对应护理动作的护理位置和各护理位置的护理力度数据；
步骤14、基于患者伤患信息、生理信息和对应护理人员护理动作数据构建护理动作作用下的虚拟现实模型。
作为基于虚拟现实的重症临床卫生护理感知方法的优选技术方案，所述步骤2中的动作伤患位置影响分析策略包括以下具体步骤：
步骤21、获取患者伤口的伤口大小数据和伤口愈合情况数据，将患者伤口的伤口大小数据和伤口愈合情况数据导入伤患位置异常值计算公式中计算伤患位置异常值，其中，伤患位置异常值综合伤口大小数据和伤口愈合情况数据对伤口在护理过程中的危险情况进行综合评估；
步骤22、获取各种护理动作的护理位置和各护理位置的护理力度数据，同时获取患者对应伤口的位置数据，将护理动作的护理位置、各护理位置的护理力度和患者对应伤口的位置数据导入护理伤口损伤值计算公式中计算护理伤口损伤值，其中，护理伤口损伤值通过护理动作的护理位置、各护理位置的护理力度和患者对应伤口的位置对护理动作导致的患者伤口二次损伤程度进行评估。
作为基于虚拟现实的重症临床卫生护理感知方法的优选技术方案，所述获取对应患者生理信息进行生理特征影响分析包括以下具体步骤：
获取对应患者的护理前的生理特征信息，将对应患者的护理前的生理特征信息代入生理特征影响值计算公式中计算生理特征影响值，其中，生理特征影响值计算公式为：其中，Tm为护理前采集周期的末尾时刻，Tm为护理前采集周期的起始时刻，G为生理特征种类数量，cj为第j个生理特征种类的占比系数，yjt为t时刻第j个生理特征种类的数值，yjm为第j个生理特征种类的安全范围的中值。
作为基于虚拟现实的重症临床卫生护理感知方法的优选技术方案，所述获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析包括以下具体内容：
获取对应护理过程的护理伤口损伤值和生理特征影响值，分别加权后相加得到护理动作匹配异常值；
将计算得到的护理动作匹配异常值与设定的护理动作匹配异常阈值进行对比，若护理动作匹配异常值大于等于设定的护理动作匹配异常阈值，则说明患者不宜进行此类护理动作，若护理动作匹配异常值小于设定的护理动作匹配异常阈值，则说明患者能够进行此类护理动作。
第二方面，本申请提供基于虚拟现实的重症临床卫生护理感知系统，其基于上述基于虚拟现实的重症临床卫生护理感知方法实现，其具体包括数据获取模块、伤患位置影响分析模块、生理特征影响分析模块和护理动作匹配分析模块；其中，所述数据获取模块，用于获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型；所述伤患位置影响分析模块，用于获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析；所述生理特征影响分析模块，用于获取对应患者生理信息进行生理特征影响分析；所述护理动作匹配分析模块，用于获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析；还可以包括控制模块，所述控制模块用于控制数据获取模块、伤患位置影响分析模块、生理特征影响分析模块和护理动作匹配分析模块的运行。
第三方面，本申请提供一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
所述处理器通过调用所述存储器中存储的计算机程序，执行上述的基于虚拟现实的重症临床卫生护理感知方法。
第四方面，本申请提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的基于虚拟现实的重症临床卫生护理感知方法。
与现有技术相比，本申请的技术效果和优点是：
本申请获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型，获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析，获取对应患者生理信息进行生理特征影响分析，获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析，本申请通过综合护理动作与患者伤口的特征分析，对护理动作造成的伤口二次损伤进行评估，综合伤口的易损程度特性对护理动作造成的危险进行准确分析；
本申请在进行护理动作造成的伤口二次损伤评估的同时，兼顾患者的体质异常，综合判断护理动作造成的危险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
图1为本申请基于虚拟现实的重症临床卫生护理感知方法整体流程示意图；
图2为本申请基于虚拟现实的重症临床卫生护理感知方法步骤1的具体流程示意图；
图3为本申请基于虚拟现实的重症临床卫生护理感知系统的整体框架示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是，虽然在这里可能使用了术语“第一”“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似的第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
实施例1
为解决背景技术中提出的技术问题，本申请提供优选的一种实施例：如图1-图2所示，基于虚拟现实的重症临床卫生护理感知方法，其包括以下具体步骤：
步骤1、获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型；
在本实施例中，步骤1包括以下具体步骤：步骤11、获取患者的伤口位置数据、伤口大小数据和伤口愈合情况数据，其中，伤口大小数据包括伤口长度、伤口宽度数据和深度数据，伤口愈合情况数据为伤口恢复图像数据，并将伤口数据储存在伤口数据储存组件中；
步骤12、通过生理信息采集终端采集对应患者护理前的生理特征信息，其中，生理特征信息包括患者的血压、心率和体温等反映患者生理特征的信息种类，同时生理特征信息的获取方式为生理特征获取终端获取，这里的生理特征获取终端例如智能手环或者外接体质监视器，将获取的患者护理前的生理特征信息储存在生理特征储存组件中；
步骤13、获取对应护理动作的护理位置和各护理位置的护理力度数据；
步骤14、基于患者伤患信息、生理信息和对应护理人员护理动作数据构建护理动作作用下的虚拟现实模型；
步骤2、获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析；
在本实施例中，步骤2中的动作伤患位置影响分析策略包括以下具体步骤：
步骤21、获取患者伤口的伤口大小数据和伤口愈合情况数据，将患者伤口的伤口大小数据和伤口愈合情况数据导入伤患位置异常值计算公式中计算伤患位置异常值，其中，伤患位置异常值综合伤口大小数据和伤口愈合情况数据对伤口在护理过程中的危险情况进行综合评估，其中，伤患位置异常值计算公式可以是：其中，a为伤口大小占比权重，d l为伤口l长度位置上的宽度数据，s l为伤口l长度位置上的深度数据，L为伤口长度数据，dL为长度积分，Vm为伤口标准体积，N为伤口像素点的个数，x i为伤口第i个像素点的像素值，x im为患者皮肤的平均像素值，对于此公式而言，前公式通过伤口的长度、宽度和深度评估伤口的尺寸异常，后公式通过像素点的像素值评估伤口的像素异常，即尺寸越大、像素点越异常的伤口的异常值越大；
同时，还包括步骤22、获取各种护理动作的护理位置和各护理位置的护理力度数据，同时获取患者对应伤口的位置数据，将护理动作的护理位置、各护理位置的护理力度和患者对应伤口的位置数据导入护理伤口损伤值计算公式中计算护理伤口损伤值，其中，护理伤口损伤值通过护理动作的护理位置、各护理位置的护理力度和患者对应伤口的位置对护理动作导致的患者伤口二次损伤程度进行评估，其中，护理伤口损伤值计算公式可以是：其中，T为护理时长，Ft为护理动作第t时刻的力度数据，Lt为护理动作t时刻护理位置至伤口位置的距离，Lm为设定的安全距离，Fm为设定的安全按压力度，dt为时间积分，获取护理动作相对于伤口的距离和力度对护理动作造成的伤口二次损伤进行评估，再乘上伤患位置异常值，即综合伤口的易损程度特性对护理动作造成的危险进行分析；
步骤3、获取对应患者生理信息进行生理特征影响分析；
在本实施例中，获取对应患者生理信息进行生理特征影响分析包括以下具体步骤：
获取对应患者的护理前的生理特征信息，将对应患者的护理前的生理特征信息代入生理特征影响值计算公式中计算生理特征影响值，其中，生理特征影响值计算公式为：其中，Tm为护理前采集周期的末尾时刻，Tm为护理前采集周期的起始时刻，G为生理特征种类数量，cj为第j个生理特征种类的占比系数，yjt为t时刻第j个生理特征种类的数值，yjm为第j个生理特征种类的安全范围的中值；
步骤4、获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析；
在本实施例中，获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析包括以下具体内容：
获取对应护理过程的护理伤口损伤值和生理特征影响值，分别加权后相加得到护理动作匹配异常值，其中，护理动作匹配异常值的计算公式可以是：P y ＝vSk+(1-v)Sl，其中，v为伤口损伤值占比权重；
将计算得到的护理动作匹配异常值与设定的护理动作匹配异常阈值进行对比，若护理动作匹配异常值大于等于设定的护理动作匹配异常阈值，则说明患者不宜进行此类护理动作，若护理动作匹配异常值小于设定的护理动作匹配异常阈值，则说明患者能够进行此类护理动作，通过预警警报等提醒方式将判断结果在虚拟现实模型上显示，以提醒医护人员，医护人员直观感受到护理动作是否适宜患者。
最后，在本实施例中需要说明的是，本实施例中的设定参数均为本领域技术人员通过实验获取，例如伤口大小占比权重、第j个生理特征种类的占比系数和护理动作匹配异常阈值等设定参数，具体的实验方式为：获取至少500组对应患者伤患信息、生理信息和对应护理人员护理动作数据，对应代入本实施例的各步骤中计算得到护理动作匹配异常值，获取专家对患者能否进行此类护理动作的判断结果，将护理动作匹配异常值和判断结果导入拟合软件中，输出符合最大判断准确率的设定参数的取值。
本实施例获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型，获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析，获取对应患者生理信息进行生理特征影响分析，获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析，本申请通过综合护理动作与患者伤口的特征分析，对护理动作造成的伤口二次损伤进行评估，综合伤口的易损程度特性对护理动作造成的危险进行准确分析，同时在进行护理动作造成的伤口二次损伤评估的同时，兼顾患者的体质异常，综合判断护理动作造成的危险。
实施例2
如图3所示，本实施例提供基于虚拟现实的重症临床卫生护理感知系统，其基于上述基于虚拟现实的重症临床卫生护理感知方法实现，其具体包括数据获取模块、伤患位置影响分析模块、生理特征影响分析模块和护理动作匹配分析模块；其中，数据获取模块，用于获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型；伤患位置影响分析模块，用于获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析；生理特征影响分析模块，用于获取对应患者生理信息进行生理特征影响分析；护理动作匹配分析模块，用于获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析；还可以包括控制模块，控制模块用于控制数据获取模块、伤患位置影响分析模块、生理特征影响分析模块和护理动作匹配分析模块的运行。
实施例3
本实施例提供一种电子设备，包括：处理器和存储器，其中，存储器中存储有可供处理器调用的计算机程序；
处理器通过调用存储器中存储的计算机程序，执行上述的基于虚拟现实的重症临床卫生护理感知方法。
该电子设备可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上的处理器和一个或一个以上的存储器，其中，该存储器中存储有至少一条计算机程序，该计算机程序由该处理器加载并执行以实现上述方法实施例提供的基于虚拟现实的重症临床卫生护理感知方法。该电子设备还能够包括其他用于实现设备功能的部件，例如，该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行数据的输入输出。本实施例在此不做赘述。
实施例4
本实施例提出一种计算机可读存储介质，其上存储有可擦写的计算机程序；
当计算机程序在计算机设备上运行时，使得计算机设备执行上述的基于虚拟现实的重症临床卫生护理感知方法。
例如，计算机可读存储介质能够是只读存储器、随机存取存储器、只读光盘、磁带、软盘和光数据存储设备等。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络或/和无线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
另外，本申请的实施方式中提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。
如上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明。应理解的是，以上所述仅为本发明的具体实施方式，并不用于限制本发明。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等均应包含在本发明的保护范围之内。

Claims (8)

1.基于虚拟现实的重症临床卫生护理感知方法，其特征在于，其包括以下具体步骤：
步骤1、获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型；
步骤2、获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析；
步骤3、获取对应患者生理信息进行生理特征影响分析；
步骤4、获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析。
2.如权利要求1所述的基于虚拟现实的重症临床卫生护理感知方法，其特征在于，所述获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型的具体内容为：
步骤11、获取患者的伤口位置数据、伤口大小数据和伤口愈合情况数据，并将伤口数据储存在伤口数据储存组件中；
步骤12、通过生理信息采集终端采集对应患者护理前的生理特征信息，将获取的患者护理前的生理特征信息储存在生理特征储存组件中；
步骤13、获取对应护理动作的护理位置和各护理位置的护理力度数据；
步骤14、基于患者伤患信息、生理信息和对应护理人员护理动作数据构建护理动作作用下的虚拟现实模型。
3.如权利要求1所述的基于虚拟现实的重症临床卫生护理感知方法，其特征在于，所述步骤2中的动作伤患位置影响分析策略包括以下具体步骤：
步骤21、获取患者伤口的伤口大小数据和伤口愈合情况数据，将患者伤口的伤口大小数据和伤口愈合情况数据导入伤患位置异常值计算公式中计算伤患位置异常值；
步骤22、获取各种护理动作的护理位置和各护理位置的护理力度数据，同时获取患者对应伤口的位置数据，将护理动作的护理位置、各护理位置的护理力度和患者对应伤口的位置数据导入护理伤口损伤值计算公式中计算护理伤口损伤值。
4.如权利要求3所述的基于虚拟现实的重症临床卫生护理感知方法，其特征在于，所述步骤21中的伤患位置异常值计算公式为：其中，a为伤口大小占比权重，dl为伤口l长度位置上的宽度数据，sl为伤口l长度位置上的深度数据，L为伤口长度数据，dL为长度积分，Vm为伤口标准体积，N为伤口像素点的个数，xi为伤口第i个像素点的像素值，xim为患者皮肤的平均像素值。
5.如权利要求4所述的基于虚拟现实的重症临床卫生护理感知方法，其特征在于，所述步骤22中的护理伤口损伤值计算公式是：其中，T为护理时长，Ft为护理动作第t时刻的力度数据，Lt为护理动作t时刻护理位置至伤口位置的距离，Lm为设定的安全距离，Fm为设定的安全按压力度，dt为时间积分。
6.如权利要求5所述的基于虚拟现实的重症临床卫生护理感知方法，其特征在于，所述获取对应患者生理信息进行生理特征影响分析包括以下具体步骤：
获取对应患者的护理前的生理特征信息，将对应患者的护理前的生理特征信息代入生理特征影响值计算公式中计算生理特征影响值，其中，生理特征影响值计算公式为：其中，Tm为护理前采集周期的末尾时刻，Tm为护理前采集周期的起始时刻，G为生理特征种类数量，cj为第j个生理特征种类的占比系数，yjt为t时刻第j个生理特征种类的数值，yjm为第j个生理特征种类的安全范围的中值。
7.如权利要求5所述的基于虚拟现实的重症临床卫生护理感知方法，其特征在于，所述获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析包括以下具体内容：
获取对应护理过程的护理伤口损伤值和生理特征影响值，分别加权后相加得到护理动作匹配异常值；将计算得到的护理动作匹配异常值与设定的护理动作匹配异常阈值进行对比，若护理动作匹配异常值大于等于设定的护理动作匹配异常阈值，则说明患者不宜进行此类护理动作，若护理动作匹配异常值小于设定的护理动作匹配异常阈值，则说明患者能够进行此类护理动作。
8.基于虚拟现实的重症临床卫生护理感知系统，其基于如权利要求1-7任一项的所述基于虚拟现实的重症临床卫生护理感知方法实现，其特征在于，其具体包括数据获取模块、伤患位置影响分析模块、生理特征影响分析模块和护理动作匹配分析模块；其中，所述数据获取模块，用于获取对应患者伤患信息、生理信息和对应护理人员护理动作数据，构建虚拟现实模型；所述伤患位置影响分析模块，用于获取患者伤患信息和对应护理人员选择的护理动作对伤患位置的影响导入动作伤患位置影响分析策略中进行伤患位置影响分析；所述生理特征影响分析模块，用于获取对应患者生理信息进行生理特征影响分析；所述护理动作匹配分析模块，用于获取对应护理过程的伤患位置影响分析结果和生理特征影响分析结果进行护理动作匹配分析；还包括控制模块，所述控制模块用于控制数据获取模块、伤患位置影响分析模块、生理特征影响分析模块和护理动作匹配分析模块的运行。
CN202510032379.2A 2025-01-09 2025-01-09 基于虚拟现实的重症临床卫生护理感知系统及方法 Pending CN119541907A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202510032379.2A CN119541907A (zh) 2025-01-09 2025-01-09 基于虚拟现实的重症临床卫生护理感知系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202510032379.2A CN119541907A (zh) 2025-01-09 2025-01-09 基于虚拟现实的重症临床卫生护理感知系统及方法

Publications (1)

Publication Number Publication Date
CN119541907A true CN119541907A (zh) 2025-02-28

Family

ID=94703666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202510032379.2A Pending CN119541907A (zh) 2025-01-09 2025-01-09 基于虚拟现实的重症临床卫生护理感知系统及方法

Country Status (1)

Country Link
CN (1) CN119541907A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN120260792A (zh) * 2025-06-06 2025-07-04 南昌大学第二附属医院 用于白血病患者的治疗护理管理系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114974493A (zh) * 2022-06-07 2022-08-30 浙江谨云科技有限公司 一种医疗智慧护理系统
CN118197657A (zh) * 2024-03-20 2024-06-14 中国人民解放军陆军军医大学第一附属医院 基于虚拟现实的重症护理跨机构协同方法及系统
CN119274821A (zh) * 2024-09-20 2025-01-07 黑龙江省医院(黑龙江省中日友谊医院、黑龙江省生殖保健服务中心、黑龙江省皮肤性病防治中心) 基于增强现实的护理信息共享系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114974493A (zh) * 2022-06-07 2022-08-30 浙江谨云科技有限公司 一种医疗智慧护理系统
CN118197657A (zh) * 2024-03-20 2024-06-14 中国人民解放军陆军军医大学第一附属医院 基于虚拟现实的重症护理跨机构协同方法及系统
CN119274821A (zh) * 2024-09-20 2025-01-07 黑龙江省医院(黑龙江省中日友谊医院、黑龙江省生殖保健服务中心、黑龙江省皮肤性病防治中心) 基于增强现实的护理信息共享系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN120260792A (zh) * 2025-06-06 2025-07-04 南昌大学第二附属医院 用于白血病患者的治疗护理管理系统及方法

Similar Documents

Publication Publication Date Title
US11051768B1 (en) Determining when to emit an alarm
Hernandez-Silveira et al. Assessment of the feasibility of an ultra-low power, wireless digital patch for the continuous ambulatory monitoring of vital signs
US8608656B2 (en) System and method for integrating clinical information to provide real-time alerts for improving patient outcomes
US20200178903A1 (en) Patient monitoring system and method having severity prediction and visualization for a medical condition
US20120249332A1 (en) Alarm information processing apparatus and alarm information processing program
US11179095B2 (en) Method, system, and apparatus for remote patient monitoring or tracking of sepsis-related indicators
WO2022099668A1 (zh) 一种基于家族遗传病与体征数据关联的精准健康管理与风险预警方法及系统
CN118942710B (zh) 产科患者早期监测预警系统及方法
US12171583B1 (en) Stream-based alarm filtering
CN111329459A (zh) 一种改良的患者生命体征监测预警评分方法
CN116965776A (zh) 基于pews分级的儿童重症监控系统及其方法
CN119541907A (zh) 基于虚拟现实的重症临床卫生护理感知系统及方法
Aditya et al. Real time patient activity monitoring and alert system
CN118571501A (zh) 一种基于数字孪生技术的医疗应急预警方法
Kenneth et al. Data fusion of multimodal cardiovascular signals
Nugroho et al. Detection of anomalous vital sign of elderly using hybrid k-means clustering and isolation forest
Nguyen et al. Explainable Deep Contrastive Federated Learning System for Early Prediction of Clinical Status in-Intensive Care Unit
CN115223089B (zh) 儿童危险行为检测方法、装置、智能终端及存储介质
Chen et al. Modelling risk of cardio-respiratory instability as a heterogeneous process
Ho et al. A telesurveillance system with automatic electrocardiogram interpretation based on support vector machine and rule-based processing
Valsalan et al. Remote healthcare monitoring using expert system
Meena et al. IoT and BSN Applications for Real Time Monitoring and Disease Prediction
Panagiotou et al. A multi: modal decision making system for an ambient assisted living environment
Scully et al. Evaluating performance of early warning indices to predict physiological instabilities
Jacono et al. Data acquisition and complex systems analysis in critical care: developing the intensive care unit of the future

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination