-
公开(公告)号:CN110638482A
公开(公告)日:2020-01-03
申请号:CN201910996108.3
申请日:2019-10-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京科技大学
Abstract: 本发明提供一种肠鸣音和腹腔压力的实时监护系统及方法,该系统包括:第一采集模块、第二采集模块和处理运算模块。处理运算模块分别与第一采集模块和第二采集模块信号连接,第一采集模块用于采集患者的肠鸣音,并将肠鸣音转化为第一电信号;第二采集模块用于采集患者的膀胱压力,并将所述膀胱压力转化为第二电信号。处理运算模块根据所述第一电信号和所述第二电信号实时得到肠鸣音信号和腹腔压力信号,并对所述肠鸣音信号和所述腹腔压力信号进行数据处理,以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形,进而根据所述关联波形获取肠鸣音和腹腔压力的病理特征,以判断患者的诊断结果。本发明能为早期AGI诊断提供有效的客观指标。
-
公开(公告)号:CN117393004A
公开(公告)日:2024-01-12
申请号:CN202311335745.9
申请日:2023-10-16
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
IPC: G10L25/66 , G10L25/24 , G10L25/30 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的肠鸣音实时检测方法及系统,该方法包括:获取待检测的肠鸣音原始信号;其中,所述原始信号为一维音频信号;使用对数梅尔能量谱作为特征提取方法,采用梅尔频率变换模拟人耳听觉效果,从所述原始信号中提取得到所述原始信号对应的对数梅尔能量谱;将所述对数梅尔能量谱输入预设的深度学习模型,得到肠鸣音预测概率分布;基于肠鸣音预测概率分布,计算得到所述原始信号中的肠鸣音产生的次数。使用本发明的技术方案,不仅可实现肠鸣音的自动化分割,而且在得到肠鸣音分割片段后通过后处理还可得到肠鸣音次数,从而为临床辅助诊断提供更加全面的数据支撑。
-
公开(公告)号:CN117618015A
公开(公告)日:2024-03-01
申请号:CN202311465298.9
申请日:2023-11-06
Applicant: 北京科技大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种多通道肠鸣音信号与腹腔压力信号同步采集系统,涉及胃肠功能监护技术领域,包括:肠鸣音信号采集装置、腹腔压力信号采集装置、同步采集模块、控制处理模块、泵液装置和显示屏;肠鸣音信号采集装置和腹腔压力采集装置均与同步采集装置进行连接,同步采集装置用于实时同步采集肠鸣音信号和腹腔压力信号;泵液装置用于注入生理盐水;同步采集模块和泵液装置均与控制处理模块连接,控制处理模块用于处理和存储肠鸣音信号和腹腔压力信号,控制处理模块用于控制泵液装置;显示屏与控制处理模块连接,显示屏用于显示肠鸣音信号和腹腔压力信号。本发明可以多通道地同步采集肠鸣音信号和腹腔压力信号,数据同步性好,操作简单,便于分析。
-
公开(公告)号:CN110638482B
公开(公告)日:2022-10-21
申请号:CN201910996108.3
申请日:2019-10-18
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京科技大学
Abstract: 本发明提供一种肠鸣音和腹腔压力的实时监护系统,该系统包括:第一采集模块、第二采集模块和运算处理模块。运算处理模块分别与第一采集模块和第二采集模块信号连接,第一采集模块用于采集患者的肠鸣音,并将肠鸣音转化为第一电信号;第二采集模块用于采集患者的膀胱压力,并将所述膀胱压力转化为第二电信号。运算处理模块根据所述第一电信号和所述第二电信号实时得到肠鸣音信号和腹腔压力信号,并对所述肠鸣音信号和所述腹腔压力信号进行数据处理,以形成所述肠鸣音信号和所述腹腔压力信号基于时间片段的关联波形,进而根据所述关联波形获取肠鸣音和腹腔压力的病理特征,以判断患者的诊断结果。本发明能为早期AGI诊断提供有效的客观指标。
-
公开(公告)号:CN115029461A
公开(公告)日:2022-09-09
申请号:CN202210827210.2
申请日:2022-07-13
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Inventor: 冷玉鑫
Abstract: 本发明公开了一种基于肠道菌群联合代谢产物的重症患者预后的预测方法,包括:收集患者粪便,进行宏基因组和/或非靶向代谢组检测,获得潜在标志物组合中各菌属的相对丰度和/或非靶向代谢物的含量;利用潜在标志物组合中各菌属的相对丰度和/或非靶向代谢物的含量和预先构建的不同临床预后预测模型,得到患者预后的预测结果。本发明提供的基于肠道菌群联合代谢产物的重症患者预后的预测方法,利用潜在标志物组合中各菌属的相对丰度及非靶向代谢物的含量和预先构建的预后预测模型,得到患者预后的预测结果,利用肠道微生态的早期变化预测重症AGI发生及不良预后发生,便于医生根据预测结果及时调整对患者的干预手段,有助于改善重症整体预后。
-
-
-
-