欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024117097879
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种个性化儿童术后疼痛管理方法,其特征在于,包括以下步骤:

步骤S1:数据采集,采集疼痛评估数据D,所述疼痛评估数据包括客观评估部分和主观评估部分,其中:客观评估部分包括患者身份信息、手术信息、饮食及作息信息、医学影像信息;

主观评估部分包括患者部分和父母部分,患者部分包括患者术前焦虑信息、患者当前疼痛评估信息和患者疼痛反馈影像信息,父母部分包括父母术前焦虑信息和父母照顾信息;

步骤S2:发育阶段评估,对患者进行发育阶段评估,发育阶段包括心理发育阶段PS和生理发育阶段PH,所述发育阶段以年龄为基础通过专业评估工具确定,发育阶段评估结果用于对疼痛评估数据患者部分进行加权和个性化疼痛管理方案的匹配;

步骤S3:样本构建,对疼痛评估数据进行预处理,根据预处理后的疼痛评估数据和发育阶段构建个性化患者样本;

步骤S4:疼痛评估,将个性化患者样本送入基于混合深度神经网络的疼痛评估模型中进行计算,得到疼痛评估结果,所述疼痛评估结果包括主要参数和次要参数,其中主要参数包括疼痛部位、疼痛状态、疼痛程度,次要参数包括疼痛缓急、疼痛层次、疼痛机制;

步骤S5:个性化疼痛管理方案的匹配,根据疼痛评估结果和发育阶段匹配个性化疼痛管理方案,所述个性化疼痛管理方案包括药物治疗和非药物治疗,非药物治疗包括物理治疗、心理治疗、饮食治疗和作息治疗;

步骤S6:实时反馈与疼痛管理方案调整,根据患者疼痛管理后的反馈数据,更新个性化患者样本,实时调整个性化疼痛管理方案;

疼痛评估模型包括:

疼痛评估模型基于混合深度神经网络,混合深度神经网络结合卷积神经网络和长短期记忆网络构建;其中:卷积神经网络用于从患者的医学影像信息和疼痛反馈影像信息中提取特征;长短期记忆网络用于处理时间序列数据,分析患者术后疼痛的变化趋势与反馈信息,以捕捉长时间跨度内的疼痛演变模式;

疼痛评估模型的结构包括:

输入层,用于接收个性化患者样本,包括两个独立的输入门,分别将个性化患者样本中的数据选择输入至卷积隐藏层和记忆隐藏层;

隐藏层,用于提取数据中的深层特征,包括卷积隐藏层、记忆隐藏层和评估隐藏层,卷积隐藏层和记忆隐藏层分别对应预训练的卷积神经网络和长短时记忆网络的全连接层、卷积层和池化层;评估隐藏层用于对卷积隐藏层和记忆隐藏层的输出进行综合评估;

输出层,根据综合评估结果生成疼痛评估参数;

疼痛评估模型的输出为多标签分类,用于预测多个疼痛评估参数,疼痛评估参数包括疼痛部位Pl、疼痛状态Ps、疼痛程度Pd和疼痛缓急Su、疼痛层次Sa、疼痛机制Sm,其中疼痛程度的计算公式为:,式中和分别为输入卷积神经网络和长短期神经网络的特征集合,和分别为两个模型对应的训练权重,为计算的偏置项;

疼痛评估模型的损失函数使用加权交叉熵损失函数,以处理多类别不平衡问题,计算公式为:,式中表示损失函数值,表示类别数,表示类别索引,为第i个类别的权重系数,为第i个类别的真实标签,为第i个类别的预测概率;

疼痛评估模型通过迁移学习技术进行优化,通过在同一个样本集上预训练的卷积神经网络和长短期记忆网络进行特征提取,并基于患者个性化数据进行微调,得到用于构建疼痛评估模型的混合深度神经网络。

2.根据权利要求1所述的个性化儿童术后疼痛管理方法,其特征在于,发育阶段的评估包括以下两个部分:心理发育阶段评估:通过标准化心理评估工具评估患者的心理发育阶段,得出心理发育年龄,心理评估工具包含但不限于儿童焦虑量表、儿童疼痛应对方式量表和行为观察量表;心理发育阶段评估结果包括患者的焦虑水平、情绪反应和对疼痛的认知模式;

生理发育阶段评估:通过患者的生理特征评估生理发育阶段,生理特征包括年龄、身高、体重及生理指标,结合生理发育标准来确定患者的生理成熟度;生理评估工具包括但不限于年龄-体重曲线、生理成长标准曲线。

3.根据权利要求1所述的个性化儿童术后疼痛管理方法,其特征在于,对疼痛评估数据进行预处理包括:数据清洗:去除无效数据、异常值和噪声,确保数据的准确性;

数据标准化,将各类不同来源的数据统一转化为标准化的特征向量,使得数据可供疼痛评估模型输入;

加权调整:根据儿童的发育阶段,对疼痛评估数据的患者部分进行加权调整,确保评估结果能真实反映患者的整体状态;

加权调整的计算公式为:,式中为加权调整后的第x项疼痛评估数据,为第x项疼痛评估数据,和分别为心理发育阶段和生理发育阶段的值。

4.根据权利要求1所述的个性化儿童术后疼痛管理方法,其特征在于,匹配个性化疼痛管理方案包括:结合疼痛评估结果、患者的发育阶段评估结果以及患者的个人偏好与医疗需求,匹配初步个性化疼痛管理方案,方案设计包括药物治疗和非药物治疗,针对疼痛的复杂性及患者个体差异,通过多层次优化规则对初步方案进行调整,规则包括疼痛优先级、患者发育值和风险控制值;

个性化管理方案通过下述公式进行匹配:,式中表示最终匹配的方案,、、分别为疼痛优先级、患者发育值和风险控制值的调整系数,和分别表示主要参数的加权和、次要参数的加权和,表示患者发育值,用于调节方案匹配的个性化权重,通过心理发育阶段值和生理发育阶段值的加权和获取,表示风险控制值,用于约束管理方案,确保其安全性、可行性和患者接受度,的计算公式如下:,式中为约束条件的个数,表示第i个约束条件,表示第i个约束条件对应的权重。

5.根据权利要求1所述的个性化儿童术后疼痛管理方法,其特征在于,实时反馈与疼痛管理方案调整包括:随着治疗进程的推进,通过实时监控系统不断采集患者的反馈数据,反馈数据包括疼痛强度、情绪变化,根据反馈数据,实时更新个性化患者样本,并通过疼痛评估模型重新计算疼痛评估结果,调整个性化疼痛管理方案。

6.一种个性化儿童术后疼痛管理系统,其特征在于,所述系统应用上述权利要求1至5任一项所述的个性化儿童术后疼痛管理方法,包括以下模块:数据采集模块,用于采集疼痛评估数据,所述疼痛评估数据包括客观评估部分和主观评估部分,其中:客观评估部分包括患者身份信息、手术信息、饮食及作息信息、医学影像信息;主观评估部分包括患者部分和父母部分,患者部分包括患者术前焦虑信息、患者当前疼痛评估信息和患者疼痛反馈影像信息,父母部分包括父母术前焦虑信息和父母照顾信息;所述数据采集模块包括但不限于智能手环、传感器、面部表情识别设备、语音识别设备;

发育阶段评估模块,用于对患者进行发育阶段评估,包括心理评估单元和生理评估单元,分别用于进行心理发育阶段PS和生理发育阶段PH的评估,所述发育阶段以年龄为基础通过专业评估工具确定,发育阶段评估结果用于对疼痛评估数据患者部分进行加权和个性化疼痛管理方案的匹配;

样本管理模块,包括数据预处理单元、样本更新单元和样本管理单元;数据预处理单元用于对疼痛评估数据进行预处理;样本更新单元用于根据预处理后的疼痛评估数据和发育阶段构建个性化患者样本,并根据反馈数据更新个性化患者样本;样本管理单元用于进行个性化患者样本的主动调整;

疼痛评估模块,由疼痛评估模型构成,用于将个性化患者样本送入基于混合深度神经网络的疼痛评估模型中进行计算,得到疼痛评估结果,所述疼痛评估结果包括主要参数和次要参数,其中主要参数包括疼痛部位、疼痛状态、疼痛程度,次要参数包括疼痛缓急、疼痛层次、疼痛机制;

方案匹配模块,用于根据疼痛评估结果和发育阶段匹配个性化疼痛管理方案,所述个性化疼痛管理方案包括药物治疗和非药物治疗,非药物治疗包括物理治疗、心理治疗、饮食治疗和作息治疗;

反馈调整模块,用于根据患者疼痛管理后的反馈数据,更新个性化患者样本,实时调整个性化疼痛管理方案。