-
Patent Agency Ranking
公开(公告)号：CN118645227A
公开(公告)日：2024-09-13
申请号：CN202410583396.0
申请日：2024-05-11
Applicant: 南通大学附属医院
Abstract: 本发明公开了一种基于异常信号的监护室呼吸机警报管理系统及方法，涉及呼吸机管理技术领域，该系统包括呼吸气道状态模拟单元、风险警报类别划分单元、呼吸机位置监测判断单元、警报措施生成制定单元及执行处理判断单元。本发明首先根据呼吸机参数建立呼吸机动态模型模拟不同压力读数下的气道状态预先预测呼吸机在各种气压条件下的性能，并评估不同气道压力对病患呼吸性能的影响，同时实施监测呼吸机的位置，确保呼吸机没有偏离预定位置，根据实时监测结果判断呼吸机是否发生位置变化，及时发现并解决可能出现的气道堵塞或管道脱落问题，从而能够确保呼吸机的正常警报使用功能提高病患的安全性。
-
公开(公告)号：CN118262889B
公开(公告)日：2024-09-03
申请号：CN202410697470.1
申请日：2024-05-31
Applicant: 南通大学附属医院
Abstract: 本发明公开了一种基于医疗物联网的呼吸机故障预测方法及系统，涉及呼吸机故障分析领域，该方法包括以下步骤：通过物联网技术将呼吸机的运行数据实时上传至中心服务器；获取医护人员间的信任记录；输出满足差分隐私的数据集；基于满足差分隐私的数据集进行神经网络构建与差分隐私训练；构建医护人员之间的信任网络，获取信任用户集，并输出呼吸机的社会化故障预测；若社会化故障预测结果大于预设的故障阈值，则发出预警信号；该系统包括数据收集模块、信任记录获取模块、隐私保护模块、网络构建模块、社会化故障预测模块及反馈模块。本发明在保护患者隐私的前提下利用医护人员间的信任网络来增加预测的社会化维度。
-
公开(公告)号：CN118262889A
公开(公告)日：2024-06-28
申请号：CN202410697470.1
申请日：2024-05-31
Applicant: 南通大学附属医院
Abstract: 本发明公开了一种基于医疗物联网的呼吸机故障预测方法及系统，涉及呼吸机故障分析领域，该方法包括以下步骤：通过物联网技术将呼吸机的运行数据实时上传至中心服务器；获取医护人员间的信任记录；输出满足差分隐私的数据集；基于满足差分隐私的数据集进行神经网络构建与差分隐私训练；构建医护人员之间的信任网络，获取信任用户集，并输出呼吸机的社会化故障预测；若社会化故障预测结果大于预设的故障阈值，则发出预警信号；该系统包括数据收集模块、信任记录获取模块、隐私保护模块、网络构建模块、社会化故障预测模块及反馈模块。本发明在保护患者隐私的前提下利用医护人员间的信任网络来增加预测的社会化维度。
-
公开(公告)号：CN117612725B
公开(公告)日：2024-03-29
申请号：CN202410092189.5
申请日：2024-01-23
Applicant: 南通大学附属医院
IPC: G16H50/30 , G16H40/63 , G16H10/60 , G16H50/70 , G06F18/2431
Abstract: 本发明公开了一种用于重症监护室的呼吸机警报管理方法及系统，用于重症监护警报管理领域，该方法包括以下步骤：收集重症监护室中患者的生理数据、病历信息和历史警报数据；识别历史警报数据的误报原因；预测患者的健康风险；根据患者的病历信息、历史警报数据的误报原因及健康风险的预测结果设呼吸机的报警阈值；根据报警阈值将报警的级别进行划分，并为不同类型的生理参数配置各自的报警级别，生成针对不同健康风险的报警提示信息；根据报警提示信息制定应急方案。本发明全面地理解患者的健康状况，通过持续监测和分析患者的生理数据，可以及时识别潜在的健康问题，实现早期干预，从而减少严重健康风险的发生。
-
公开(公告)号：CN117612725A
公开(公告)日：2024-02-27
申请号：CN202410092189.5
申请日：2024-01-23
Applicant: 南通大学附属医院
IPC: G16H50/30 , G16H40/63 , G16H10/60 , G16H50/70 , G06F18/2431
Abstract: 本发明公开了一种用于重症监护室的呼吸机警报管理方法及系统，用于重症监护警报管理领域，该方法包括以下步骤：收集重症监护室中患者的生理数据、病历信息和历史警报数据；识别历史警报数据的误报原因；预测患者的健康风险；根据患者的病历信息、历史警报数据的误报原因及健康风险的预测结果设呼吸机的报警阈值；根据报警阈值将报警的级别进行划分，并为不同类型的生理参数配置各自的报警级别，生成针对不同健康风险的报警提示信息；根据报警提示信息制定应急方案。本发明全面地理解患者的健康状况，通过持续监测和分析患者的生理数据，可以及时识别潜在的健康问题，实现早期干预，从而减少严重健康风险的发生。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
