公开(公告)号：CN115295114A

公开(公告)日：2022-11-04

申请号：CN202210778148.2

申请日：2022-06-29

Applicant: 中南大学湘雅三医院

Inventor： 邓幼文 ,  程军 ,  廖胜辉 ,  韩付昌

IPC: G16H20/10 ,  G16H70/40 ,  G06V40/16 ,  G06V10/54 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供了一种基于疼痛客观评估体系的镇痛给药方法，可精准客观地根据病人的疼痛程度计算出镇痛药物个体需求量，既避免给药量不足导致的镇痛效果不足，又避免给药量过多导致的药物毒副作用。本发明采集病人的生命体征和表情，通过深度学习法提取表情特征，通过归一化等的方式对生命体征数据进行处理；运用最小冗余最大相关mRMR算法，计算每个特征对输出的重要性，筛选出各阶段的重要性特征，通过并联的方式，将其与VAS评分等级相对应；采用最小冗余最大相关算法计算出VAS评分与生命体征数据对给药量的影响，证明VAS评分是给药量最重要的参考指数；最后分析VAS评分与镇痛药给药量之间相互对应的关系，建立给药预测模型。

公开(公告)号：CN115273176A

公开(公告)日：2022-11-01

申请号：CN202210746252.3

申请日：2022-06-29

Applicant: 中南大学湘雅三医院

Inventor： 邓幼文 ,  程军 ,  廖胜辉 ,  韩付昌

IPC: G06V40/16 ,  G06V10/82 ,  G16H50/20

Abstract: 本发明提供了一种基于生命体征和表情的疼痛多算法客观评估方法，可准确客观地体现出病人的疼痛程度。所述方法每隔指定时间采集病人的生命体征和表情，通过深度学习法提取表情特征，运用最小冗余最大相关(mRMR)算法，计算每个特征对输出的重要性((Scores值))，筛选出重要性特征，将其输入到疼痛预测模型中，经过模型计算后再输出疼痛对应的级别数，从而实现对疼痛的个体化精准评估。