CN111951948A - 一种神经重症监测装置 - Google Patents

Abstract

本发明公开一种神经重症监测装置，包括监测输入通道，用于获取原始的多类型传感数据并提供给监测分析处理单元作为监测的依据；监测分析处理单元，用于从监测输入通道获取原始的多类型传感数据并且分析多类型传感数据之间的联系，由多类型传感数据之间的联系获取更加上位的数据，并且将该更加上位的数据以中间量的形式发送给监测反馈单元；监测分析处理单元至少包括模拟数据库，模拟数据库用于支持由多类型传感数据之间的联系获取更加上位的数据；监测反馈输出单元，用于将中间量解析为可理解的数据，并展示多类型传感数据之间的联系的结果；监测分析处理单元分别与监测输入通道、监测反馈输出单元相连接；中间参量具体是特定形式的数据表征量。

Description

一种神经重症监测装置

技术领域

本发明涉及神经重症监测，尤其是一种神经重症监测装置。

背景技术

在神经重症监测领域的技术，比如，中国实用新型CN201621229538.0公开的神经重症数据采集设备；其包括一机架，所述机架上具有一机箱，所述机箱内安装有一数据处理装置，所述数据处理装置连接有一插件式接入装置；所述机架上还安装有一显示装置，所述显示装置与所述数据处理装置连接。所述机架包括：一立杆安装在一支撑脚上，所述显示装置安装在所述立杆的顶部；所述机箱固定在所述立杆的侧壁。所述插件式接入装置包括：接入口、多个插件槽、接出口。多个所述插件槽内分别固定有：颅内压监测仪信号转换模块，床旁监护仪信号转换模块。所述机箱侧壁开设有插入口，所述多个插件槽安装在所述插入口内面向所述插入口。上述技术方案，通过设置插件式接入装置，实现多种传感器的连接。中国实用新型CN201621229680.5公开的神经重症监控系统，其包括一机体，所述机体内安装有数据处理装置、连接装置，所述数据处理装置与所述连接装置连接，所述连接装置具有多个接口；所述数据处理装置与显示装置、联网设备连接，所述数据处理装置还具有扩展接口；所述数据处理装置通过联网设备与服务器通信。多个接口有：颅内压监测仪信号接口、床旁监护仪信号接口、经颅多普勒信号接口、脑电图信号接口、脑温模块接口、脑氧模块接口、脑部微透析模块接口、脑血流模块接口。所述数据处理装置还连接有摄像头。所述扩展接口连接有一打印机。所述机体包括：一显示器通过一立杆安装在一底座上，所述立杆的侧壁安装有一机箱，所述数据处理装置、所述连接装置均安装在所述机箱内，所述数据处理装置与所述显示器连接。所述立杆的一侧还安装有操作台，所述操作台上具有一手柄。所述显示装置为触摸屏。

上述技术方案，目的是解决了原有技术中监控系统获取数据不全面的问题，通过具有多个传感器接口的连接装置，实现多种传感器数据向数据处理装置导入。中国发明CN200610061231.9公开的神经重症监护系统及实现人体多参数信号同步监护的方法，神经重症监护系统，包括信号采集系统、以及将采集到的信号进行处理和显示的处理/显示系统，所述信号采集系统通过接口与处理/显示系统相连；所述信号采集系统包括：用于采集TCD信号的TCD模块，以及，至少一用于采集EEG信号的EEG模块和/或用于采集多参数生命体征信号的MP模块；所述TCD模块、EEG模块和MP模块各包括至少一信号采集通路；分别与各信号采集通路输出端相连的多个采样保持电路，该采样保持电路对各采集通路输出的的信号进行同步采样；多通道或多片A/D转换器，所述A/D转换器入端分别与采样保持电路输出端相连，用于将采样输出的模拟信号转换成数字信号；与接口通讯连接的控制模块，该模块用于产生用于控制A/D转换器进行模数转换的A/D转换控制信号，还产生与同一时钟脉冲同步的采样控制信号，所述采样控制信号用于控制每一采样保持电路同步获取TCD信号、EEG信号和/或MP信号的一个采样点。实现人体多参数信号同步监护的方法，包括如下步骤：采集TCD信号以及EEG信号和/或MP信号，设置与一时钟脉冲同步的采样控制信号；用所述采样控制信号控制各信号通道对TCD信号、EEG信号和MP信号进行同步采样，使各信号通道的采样点相同；将同步采样获取的模拟信号样点进行A/D转换，得到数字信号后缓存输出；由处理/显示系统对该数字信号进行处理和同屏显示。该技术目的是对TCD血流信号和EEG电生理信号及MP生命体征信号的同步采集和同屏显示，实现对TCD血流信号和EEG电生理信号及MP生命体征信号的同步监护，为临床神经重症病人提供了全面而有价值的监护诊断信息，希望提高对重症患者的监护质量和治疗水平，降低了死亡率。

上述的现有技术中的涉及对神经重症的监测装置基本都是简单的扩充了传感器的类型和传感器的数据采集端口或者是将多种传感器的信息采集同步进行，其实质全部都是对神经重症的监测数据的简单采集和再现；实质上现有技术中对传感器的数据的处理甚至是对多类型传感数据之间的联系获取更加上位的数据处理需求更大，根本目的还是为了提高监测的智能化和高效化，然而目前还没有技术可以满足这种需要。

发明内容

为了克服现有的技术存在的不足,本发明提供一种神经重症监测装置，该神经重症监测装置本申请解决了，现有技术中对传感器的数据的处理甚至是对多类型传感数据之间的联系获取更加上位的数据处理需求，提高了监测的智能化和高效化。

本发明解决其技术问题所采用的技术方案是：

一种神经重症监测装置包括，监测输入通道，用于获取原始的多类型传感数据并提供给监测分析处理单元作为监测的依据，还用于获取原始的多类型传感数据并提供给监测分析处理单元作为监测分析单元更新的依据；监测分析处理单元，用于从监测输入通道获取原始的多类型传感数据并且分析多类型传感数据之间的联系，由多类型传感数据之间的联系获取更加上位的数据，并且将该更加上位的数据以中间量的形式发送给监测反馈单元；还用于获取原始的多类型传感数据完成更新；监测分析处理单元至少包括模拟数据库，模拟数据库用于支持由多类型传感数据之间的联系获取更加上位的数据；监测反馈输出单元，用于将中间量解析为可理解的数据，并展示多类型传感数据之间的联系的结果；监测分析处理单元分别与监测输入通道、监测反馈输出单元相连接；所述的中间参量具体是特定形式的数据表征量。

在一个优选或可选地实施例中，所述的多类型传感包括颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感。

在一个优选或可选地实施例中，监测分析处理单元包括更新模块和分析模块，所述的更新模块用于，将原始的多类型传感数据处理为中间参量，将统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，并且将中间参量的数据格式表征为矩阵数据并具体表征为矩阵参量群；处理中间参量的矩阵参量群，给每一个矩阵参量群中的中间参量分配一个数值且每一个矩阵参量群的所有中间参量总和为一，并且将上述的矩阵参量群分为模拟群和鉴定群；所述的鉴定群标记有第二参量；监测分析处理单元的模拟数据库内至少设置多个模拟分库，分析模块用于，为模拟数据库配置基础的参数，然后将矩阵参量群输入到模拟数据库并获取第二参量；更新模块还用于，使用模拟群在模拟数据库运算并且改变模拟数据库的参数，然后使用鉴定群鉴定模拟数据库的模拟正确系数；然后至少改变一种模拟分库的参数，该模拟分库的参数配置若干种，也即获取若干个新的模拟分库，并且使用鉴定群鉴定每一个新的模拟分库的模拟正确系数，并且选择正确系数最高的一个新的模拟分库的来代替原有的改变参数的模拟分库，然后再使用鉴定群鉴定模拟数据库的模拟正确系数，判断该模拟正确系数是否高于上一次的模拟数据库的模拟正确系数，如果否则终止模拟，如果是则继续循环模拟，直到获取正确系数最高的模拟数据库；所述的使用模拟群在模拟数据库运算具体是使用模拟数据库获取模拟群数据的上位特征并改变模拟数据库参数，模拟数据库参数实际映射模拟群数据的上位特征；分析模块还用于，将原始的多类型传感数据处理为中间参量，将中间参量输入到模拟数据库然后启动模拟获取中间变量对应的第二参量。

在一个优选或可选地实施例中，所述的模拟数据库采用卷积神经网络模型数据库，所述的模拟分库采用卷积层。

在一个优选或可选地实施例中，将原始的多类型传感数据处理为中间参量，包括：对于每一单位的多类型传感数据，将多类型传感数据数值化，然后给每一种传感数据分配一个权重系数，将所有的数值化的传感数据排列为矩阵数据。

在一个优选或可选地实施例中，将原始的多类型传感数据处理为中间参量还包括为每一种传感数据分配一个动态的权重系数。

在一个优选或可选地实施例中，将原始的多类型传感数据处理为中间参量还包括改变数值化的传感数据在矩阵数据中的排列顺序。

在一个优选或可选地实施例中，统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，其中的第二参量表征有被监控者的意念需要。

在一个优选或可选地实施例中，第二参量还表征有被监控者的身体病理变化和急救需要。

本发明的有益效果是，本申请解决了“现有技术中对传感器的数据的处理甚至是对多类型传感数据之间的联系获取更加上位的数据处理需求”提高了监测的智能化和高效化。在具体实现上，通过建立的模拟数据库就可以实际用于对多类型传感数据之间的联系获取更加上位的数据，并具体通过将原始的多类型传感数据处理为中间参量，将统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，并且将中间参量的数据格式表征为矩阵数据，然后通过对中间参量的处理尤其是通过模拟过程获取上位特征进而获取多类型传感数据之间的联系更加上位的数据。其中使用模拟数据库获取模拟群数据的上位特征并改变模拟数据库参数，更加可以不断优化和迭代模拟数据库，使得数据处理更加精准；模拟数据库采用卷积神经网络模型数据库，模拟分库采用卷积层以提高数据的处理的效率、成熟性并且降低成本。

具体实施方式

具体实施中，本申请的实施例包括：

监测输入通道，其用于获取原始的多类型传感数据并提供给监测分析处理单元作为监测的依据，还用于获取原始的多类型传感数据并提供给监测分析处理单元作为监测分析单元更新的依据；

监测分析处理单元，其用于从监测输入通道获取原始的多类型传感数据并且分析多类型传感数据之间的联系，由多类型传感数据之间的联系获取更加上位的数据，并且将该更加上位的数据以中间量的形式发送给监测反馈单元；还用于获取原始的多类型传感数据完成更新；

监测分析处理单元至少包括模拟数据库，模拟数据库用于支持由多类型传感数据之间的联系获取更加上位的数据；

监测反馈输出单元，其用于将中间量解析为可理解的数据，并展示多类型传感数据之间的联系的结果；

监测分析处理单元分别与监测输入通道、监测反馈输出单元相连接；所述的中间参量具体是特定形式的数据表征量。

在实施中，监测分析单元的更新具体是，所述的监测输入通道获取原始的多类型传感数据并提供给监测分析处理单元作为监测分析单元更新的依据，然后，监测分析处理单元获取原始的多类型传感数据完成更新。

监测分析处理单元的监测具体是，所述的监测输入通道获取原始的多类型传感数据并提供给监测分析处理单元作为监测的依据，然后，监测分析处理单元，从监测输入通道获取原始的多类型传感数据并且分析多类型传感数据之间的联系，由多类型传感数据之间的联系获取更加上位的数据(监测分析处理单元的模拟数据库由多类型传感数据之间的联系获取更加上位的数据)，并且将该更加上位的数据以中间量的形式发送给监测反馈单元；监测反馈输出单元将中间量解析为可理解的数据，并展示多类型传感数据之间的联系的结果。

所述的多类型传感包括颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感；所以在具体实施中，监测分析单元的更新具体是，所述的监测输入通道获取原始的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据并提供给监测分析处理单元作为监测分析单元更新的依据，然后，监测分析处理单元获取原始的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据完成更新。

监测分析处理单元的监测具体是，所述的监测输入通道获取原始的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据并提供给监测分析处理单元作为监测的依据，然后，监测分析处理单元，从监测输入通道获取原始的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据并且分析颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据之间的联系，由颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据之间的联系获取更加上位的数据(监测分析处理单元的模拟数据库由颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据之间的联系获取更加上位的数据)，并且将该更加上位的数据以中间量的形式发送给监测反馈单元；监测反馈输出单元将中间量解析为可理解的数据，并展示颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据之间的联系的结果。解决了“现有技术中对传感器的数据的处理甚至是对多类型传感数据之间的联系获取更加上位的数据处理需求”提高了监测的智能化和高效化。

在具体实施中，监测分析处理单元包括更新模块和分析模块，所述的更新模块用于，将原始的多类型传感数据处理为中间参量，将统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，并且将中间参量的数据格式表征为矩阵数据并具体表征为矩阵参量群；处理中间参量的矩阵参量群，给每一个矩阵参量群中的中间参量分配一个数值且每一个矩阵参量群的所有中间参量总和为1，并且将上述的矩阵参量群分为模拟群和鉴定群；所述的鉴定群标记有第二参量；监测分析处理单元的模拟数据库内至少设置多个模拟分库，分析模块用于，为模拟数据库配置基础的参数，然后将矩阵参量群输入到模拟数据库并获取第二参量；更新模块还用于，使用模拟群在模拟数据库运算并且改变模拟数据库的参数，然后使用鉴定群鉴定模拟数据库的模拟正确系数；然后至少改变一种模拟分库的参数，该模拟分库的参数配置若干种，也即获取若干个新的模拟分库，并且使用鉴定群鉴定每一个新的模拟分库的模拟正确系数，并且选择正确系数最高的一个新的模拟分库的来代替原有的改变参数的模拟分库，然后再使用鉴定群鉴定模拟数据库的模拟正确系数，判断该模拟正确系数是否高于上一次的模拟数据库的模拟正确系数，如果否则终止模拟，如果是则继续循环模拟，直到获取正确系数最高的模拟数据库；所述的使用模拟群在模拟数据库运算具体是使用模拟数据库获取模拟群数据的上位特征并改变模拟数据库参数，模拟数据库参数实际映射模拟群数据的上位特征；分析模块还用于，将原始的多类型传感数据处理为中间参量，将中间参量输入到模拟数据库然后启动模拟获取中间变量对应的第二参量；

监测分析处理单元的模拟数据库建立，至少如下步骤：

更新模块将原始的多类型传感数据处理为中间参量，将统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，并且将中间参量的数据格式表征为矩阵数据并具体表征为矩阵参量群；

更新模块处理中间参量的矩阵参量群，给每一个矩阵参量群中的中间参量分配一个数值且每一个矩阵参量群的所有中间参量总和为1，并且将上述的矩阵参量群分为模拟群和鉴定群：

所述的鉴定群标记有第二参量；

建立的模拟数据库内至少设置多个模拟分库，为模拟数据库配置基础的参数，然后将矩阵参量群输入到模拟数据库并获取第二参量；

更新模块使用模拟群在模拟数据库运算并且改变模拟数据库的参数，然后使用鉴定群鉴定模拟数据库的模拟正确系数；然后至少改变一种模拟分库的参数，该模拟分库的参数配置若干种，也即获取若干个新的模拟分库，并且使用鉴定群鉴定每一个新的模拟分库的模拟正确系数，并且选择正确系数最高的一个新的模拟分库的来代替原有的改变参数的模拟分库，然后再使用鉴定群鉴定模拟数据库的模拟正确系数，判断该模拟正确系数是否高于上一次的模拟数据库的模拟正确系数，如果否则终止模拟，如果是则继续循环模拟，直到获取正确系数最高的模拟数据库；所述的使用模拟群在模拟数据库运算具体是使用模拟数据库获取模拟群数据的上位特征并改变模拟数据库参数，模拟数据库参数实际映射模拟群数据的上位特征；具体的，所述的模拟数据库采用卷积神经网络模型数据库，所述的模拟分库采用卷积层。

所以，监测分析处理单元的卷积神经网络模型数据库建立，至少如下步骤：

更新模块将原始的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据处理为中间参量，将统计获取的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据映射的被监控者的意思表达数据处理为第二参量，并且将中间参量的数据格式表征为矩阵数据并具体表征为矩阵参量群；

更新模块处理中间参量的矩阵参量群，给每一个矩阵参量群中的中间参量分配一个数值且每一个矩阵参量群的所有中间参量总和为1，并且将上述的矩阵参量群分为模拟群和鉴定群：

所述的鉴定群标记有第二参量；

建立的卷积神经网络模型数据库内至少设置多个卷积层，为卷积神经网络模型数据库配置基础的参数，然后将矩阵参量群输入到卷积神经网络模型数据库并获取第二参量；

更新模块使用模拟群在卷积神经网络模型数据库运算并且改变卷积神经网络模型数据库的参数，然后使用鉴定群鉴定卷积神经网络模型数据库的模拟正确系数；然后至少改变一种卷积层的参数，该卷积层的参数配置若干种，也即获取若干个新的卷积层，并且使用鉴定群鉴定每一个新的卷积层的模拟正确系数，并且选择正确系数最高的一个新的卷积层的来代替原有的改变参数的卷积层，然后再使用鉴定群鉴定卷积神经网络模型数据库的模拟正确系数，判断该模拟正确系数是否高于上一次的卷积神经网络模型数据库的模拟正确系数，如果否则终止模拟，如果是则继续循环模拟，直到获取正确系数最高的卷积神经网络模型数据库；所述的使用模拟群在卷积神经网络模型数据库运算具体是使用卷积神经网络模型数据库获取模拟群数据的上位特征并改变卷积神经网络模型数据库参数，卷积神经网络模型数据库参数实际映射模拟群数据的上位特征。

上述的模拟过程配置为卷积神经网络模型数据库的训练学习。

所以更加具体的，更新模块使用模拟群在卷积神经网络模型数据库运算并且改变卷积神经网络模型数据库的参数，然后使用鉴定群鉴定卷积神经网络模型数据库的训练学习正确系数；然后至少改变一种卷积层的参数，该卷积层的参数配置若干种，也即获取若干个新的卷积层，并且使用鉴定群鉴定每一个新的卷积层的训练学习正确系数，并且选择正确系数最高的一个新的卷积层的来代替原有的改变参数的卷积层，然后再使用鉴定群鉴定卷积神经网络模型数据库的训练学习正确系数，判断该训练学习正确系数是否高于上一次的卷积神经网络模型数据库的训练学习正确系数，如果否则终止模拟，如果是则继续循环训练学习，直到获取正确系数最高的卷积神经网络模型数据库；所述的使用模拟群在卷积神经网络模型数据库运算具体是使用卷积神经网络模型数据库获取模拟群数据的上位特征并改变卷积神经网络模型数据库参数，卷积神经网络模型数据库参数实际映射模拟群数据的上位特征。

通过上述方式建立的模拟数据库就可以实际用于对多类型传感数据之间的联系获取更加上位的数据并具体通过将原始的多类型传感数据处理为中间参量，将统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，并且将中间参量的数据格式表征为矩阵数据，然后通过上述的对中间参量的处理尤其是通过模拟过程获取上位特征进而获取多类型传感数据之间的联系更加上位的数据。

使用模拟数据库获取模拟群数据的上位特征并改变模拟数据库参数，模拟数据库参数实际映射模拟群数据的上位特征；模拟数据库采用卷积神经网络模型数据库，模拟分库采用卷积层以提高数据的处理的效率、成熟性并且降低成本。

实施中，将原始的多类型传感数据处理为中间参量，包括：对于每一单位的多类型传感数据，将多类型传感数据数值化，然后给每一种传感数据分配一个权重系数，将所有的数值化的传感数据排列为矩阵数据；即将原始的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感处理为中间参量，包括：对于每一单位的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感，将颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数值化，然后给每一种传感数据分配一个权重系数，将所有的数值化的传感数据排列为矩阵数据，比如按照颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感的重要程度以及其与上位数据的关系程度的大小为颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感分配由大到小的权重系数，该权重系数用于将上述传感数据数值化的依据。

实施中，还包括为每一种传感数据分配一个动态的权重系数；即为每一个颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据分配一个动态的权重系数，通过配置上述的权重系数为动态变化可以不断优化中间参量。

实施中，还包括改变数值化的传感数据在矩阵数据中的排列顺序；即改变数值化的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据在矩阵数据中的排列顺序，也可以优化中间参量。

实施中，统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，其中的第二参量表征有被监控者的意念需要；即统计获取的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据分别映射的被监控者的意思表达数据，并且将上述的意思表达数据处理为第二参量，其中的第二参量表征有被监控者的意念需要，比如说某一确定的多类型传感数据表达了被监控者的想要躺起，相应的，被监控者的意思表达数据就是对应的意念需求是想要躺起，那么第二参量实质就是对应标记“被监控者想要躺起”的数据。

更加具体的，实施中，第二参量还表征有被监控者的身体病理变化和急救需要，那么第二参量实质就是对应标记“被监控者具体有什么的身体病理变化”的数据/“被监控者具体需要什么的急救”的数据，

因为分析模块用于将原始的多类型传感数据处理为中间参量，将中间参量输入到模拟数据库然后启动模拟获取中间变量对应的第二参量，所以实施中分析模块将原始的颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据处理为中间参量，将中间参量输入到模拟数据库然后启动模拟就可以获取中间变量对应的第二参量，第二参量实质就是对应标记被对监控的“被监控者具体有什么的身体病理变化”的数据/“被监控者具体需要什么的急救”的数据/“被监控者具体需要什么”的数据，所以通过这种方式就可以根据颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感数据获取上位的数据。

最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (9)

1.一种神经重症监测装置，其特征是：包括，

监测输入通道，用于获取原始的多类型传感数据并提供给监测分析处理单元作为监测的依据，还用于获取原始的多类型传感数据并提供给监测分析处理单元作为监测分析单元更新的依据；

监测分析处理单元，用于从监测输入通道获取原始的多类型传感数据并且分析多类型传感数据之间的联系，由多类型传感数据之间的联系获取更加上位的数据，并且将该更加上位的数据以中间量的形式发送给监测反馈单元；还用于获取原始的多类型传感数据完成更新；监测分析处理单元至少包括模拟数据库，模拟数据库用于支持由多类型传感数据之间的联系获取更加上位的数据；

监测反馈输出单元，用于将中间量解析为可理解的数据，并展示多类型传感数据之间的联系的结果；监测分析处理单元分别与监测输入通道、监测反馈输出单元相连接；所述的中间参量具体是特定形式的数据表征量。

2.根据权利要求1所述的一种神经重症监测装置，其特征是：所述的多类型传感包括颅内压监测仪电信号传感、经颅多普勒电信号传感、脑电图电信号传感脑温传感、脑氧传感、脑部微透析传感、脑血流传感、脑肌电信号传感。

3.根据权利要求1所述的一种神经重症监测装置，其特征是：监测分析处理单元包括更新模块和分析模块，所述的更新模块用于，将原始的多类型传感数据处理为中间参量，将统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，并且将中间参量的数据格式表征为矩阵数据并具体表征为矩阵参量群；处理中间参量的矩阵参量群，给每一个矩阵参量群中的中间参量分配一个数值且每一个矩阵参量群的所有中间参量总和为一，并且将上述的矩阵参量群分为模拟群和鉴定群；所述的鉴定群标记有第二参量；监测分析处理单元的模拟数据库内至少设置多个模拟分库，分析模块用于，为模拟数据库配置基础的参数，然后将矩阵参量群输入到模拟数据库并获取第二参量；更新模块还用于，使用模拟群在模拟数据库运算并且改变模拟数据库的参数，然后使用鉴定群鉴定模拟数据库的模拟正确系数；然后至少改变一种模拟分库的参数，该模拟分库的参数配置若干种，也即获取若干个新的模拟分库，并且使用鉴定群鉴定每一个新的模拟分库的模拟正确系数，并且选择正确系数最高的一个新的模拟分库的来代替原有的改变参数的模拟分库，然后再使用鉴定群鉴定模拟数据库的模拟正确系数，判断该模拟正确系数是否高于上一次的模拟数据库的模拟正确系数，如果否则终止模拟，如果是则继续循环模拟，直到获取正确系数最高的模拟数据库；所述的使用模拟群在模拟数据库运算具体是使用模拟数据库获取模拟群数据的上位特征并改变模拟数据库参数，模拟数据库参数实际映射模拟群数据的上位特征；分析模块还用于，将原始的多类型传感数据处理为中间参量，将中间参量输入到模拟数据库然后启动模拟获取中间变量对应的第二参量。

4.根据权利要求3所述的一种神经重症监测装置，其特征是：所述的模拟数据库采用卷积神经网络模型数据库，所述的模拟分库采用卷积层。

5.根据权利要求3所述的一种神经重症监测装置，其特征是：将原始的多类型传感数据处理为中间参量，包括：对于每一单位的多类型传感数据，将多类型传感数据数值化，然后给每一种传感数据分配一个权重系数，将所有的数值化的传感数据排列为矩阵数据。

6.根据权利要求5所述的一种神经重症监测装置，其特征是：将原始的多类型传感数据处理为中间参量还包括为每一种传感数据分配一个动态的权重系数。

7.根据权利要求5所述的一种神经重症监测装置，其特征是：将原始的多类型传感数据处理为中间参量还包括改变数值化的传感数据在矩阵数据中的排列顺序。

8.根据权利要求3所述的一种神经重症监测装置，其特征是：统计获取的多类型传感数据映射的被监控者的意思表达数据处理为第二参量，其中的第二参量表征有被监控者的意念需要。

9.根据权利要求3所述的一种神经重症监测装置，其特征是：第二参量还表征有被监控者的身体病理变化和急救需要。