CN116543873B - 一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 - Google Patents
一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 Download PDFInfo
- Publication number
- CN116543873B CN116543873B CN202310515745.0A CN202310515745A CN116543873B CN 116543873 B CN116543873 B CN 116543873B CN 202310515745 A CN202310515745 A CN 202310515745A CN 116543873 B CN116543873 B CN 116543873B
- Authority
- CN
- China
- Prior art keywords
- consciousness
- rehabilitation
- module
- case
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 51
- 230000003542 behavioural effect Effects 0.000 claims abstract description 20
- 210000004556 brain Anatomy 0.000 claims description 49
- 208000027418 Wounds and injury Diseases 0.000 claims description 29
- 208000014674 injury Diseases 0.000 claims description 28
- 230000006378 damage Effects 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 18
- 238000005457 optimization Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 14
- 238000013075 data extraction Methods 0.000 claims description 14
- VLARLSIGSPVYHX-UHFFFAOYSA-N (2,5-dioxopyrrolidin-1-yl) 6-(2,5-dioxopyrrol-1-yl)hexanoate Chemical compound O=C1CCC(=O)N1OC(=O)CCCCCN1C(=O)C=CC1=O VLARLSIGSPVYHX-UHFFFAOYSA-N 0.000 claims description 12
- 201000010099 disease Diseases 0.000 claims description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 11
- 206010010071 Coma Diseases 0.000 claims description 6
- 210000000133 brain stem Anatomy 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 206010008118 cerebral infarction Diseases 0.000 claims description 5
- 206010008111 Cerebral haemorrhage Diseases 0.000 claims description 4
- 208000030886 Traumatic Brain injury Diseases 0.000 claims description 4
- 230000003376 axonal effect Effects 0.000 claims description 3
- 208000026106 cerebrovascular disease Diseases 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 208000011580 syndromic disease Diseases 0.000 claims description 3
- 241000976983 Anoxia Species 0.000 claims description 2
- 208000002381 Brain Hypoxia Diseases 0.000 claims description 2
- 201000006474 Brain Ischemia Diseases 0.000 claims description 2
- 206010008120 Cerebral ischaemia Diseases 0.000 claims description 2
- 230000007953 anoxia Effects 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 12
- 238000003384 imaging method Methods 0.000 abstract description 5
- 238000002001 electrophysiology Methods 0.000 abstract description 4
- 230000006399 behavior Effects 0.000 abstract 1
- 230000000638 stimulation Effects 0.000 description 45
- 230000004913 activation Effects 0.000 description 26
- 239000003814 drug Substances 0.000 description 13
- 238000011084 recovery Methods 0.000 description 13
- 230000002093 peripheral effect Effects 0.000 description 12
- 229940079593 drug Drugs 0.000 description 11
- 230000001953 sensory effect Effects 0.000 description 11
- 230000001054 cortical effect Effects 0.000 description 8
- 230000001515 vagal effect Effects 0.000 description 8
- 238000011282 treatment Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 210000000278 spinal cord Anatomy 0.000 description 6
- 230000008733 trauma Effects 0.000 description 6
- 230000001149 cognitive effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000009472 formulation Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000000763 evoking effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000005036 nerve Anatomy 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 206010072170 Skin wound Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 230000005389 magnetism Effects 0.000 description 3
- 210000004126 nerve fiber Anatomy 0.000 description 3
- 210000003625 skull Anatomy 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 208000009973 brain hypoxia - ischemia Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007831 electrophysiology Effects 0.000 description 2
- 230000001037 epileptic effect Effects 0.000 description 2
- 210000001652 frontal lobe Anatomy 0.000 description 2
- 239000007943 implant Substances 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 239000013643 reference control Substances 0.000 description 2
- 238000011491 transcranial magnetic stimulation Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 208000028399 Critical Illness Diseases 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 206010023201 Joint contracture Diseases 0.000 description 1
- 206010026749 Mania Diseases 0.000 description 1
- 208000001089 Multiple system atrophy Diseases 0.000 description 1
- 206010031127 Orthostatic hypotension Diseases 0.000 description 1
- 208000001132 Osteoporosis Diseases 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 230000010100 anticoagulation Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 210000003050 axon Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000007917 intracranial administration Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000002582 magnetoencephalography Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000003333 near-infrared imaging Methods 0.000 description 1
- 230000000508 neurotrophic effect Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 239000000932 sedative agent Substances 0.000 description 1
- 230000001624 sedative effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 210000001103 thalamus Anatomy 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Biomedical Technology (AREA)
- Child & Adolescent Psychology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Psychology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Hospice & Palliative Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Social Psychology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请涉及一种基于AI的DOC评估及进程式意识康复指导方案决策系统及平台，意识评估系统包括数据采集模块、意识评估逻辑模块和评估报告模块；数据采集模块用于采集病例基本数据、行为学量表数据、神经电生理数据、CT/MRI数据和PET/FMRI数据；意识水平评估模块根据行为学量表数据获取患者初步的意识水平等级，并根据初步的意识水平等级结合PET/FMRI数据进一步判断以获取患者最终的意识水平等级；病例特征分析模块根据病例基本数据、神经电生理数据、CT/MRI数据和PET/FMRI数据以输出病例分析评估结果；评估报告模块基于最终的意识水平等级和病例分析评估结果分别输出意识评估报告和病例分析报告。本申请将行为学结合影像学综合性分析评估患者意识水平，实现了意识的精准诊断。
Description
技术领域
本申请涉及意识康复的技术领域，尤其是涉及一种基于AI的DOC评估及进程式意识康复指导方案决策系统及平台。
背景技术
关于意识障碍患者的意识评估一直是临床最大的挑战，而意识康复更是一个全新的临床概念。虽然近年来，对患者意识水平的评估已经从简单的医生临床经验判断发展为引进部分影像及电生理技术辅助评估，但仍有其局限性。2020版《慢性意识障碍诊断与治疗中国专家共识》解读明确指出，影像技术应用于评估患者脑激活状态时，可能存在因睡眠、镇静剂、运动伪迹造成假阴性的结果，同时由于意识障碍患者有很大一部分由于外伤引起，颅骨往往存在缺损或者变形等情况，这使得根据个体进行直接诊断变的困难。另一方面，电生理应用于意识评估时也存在主观性、时耗性、脑电噪声对诊断结果进行干扰的因素。
更重要的是意识障碍患者在疾病的各个阶段生理水平是波动的，这意味着患者的意识水平并不是一成不变的，也是动态的发展的过程。上述这些都说明如果仅靠单独的一两项影像及电生理技术对患者的意识水平进行评估，或者仅凭单次的结果就对患者意识水平进行宣判也是武断和不科学的。这些限制因素使意识评估的临床误诊率一直居高不下，而误诊对于意识障碍患者的伤害是难以估计的，因为错误的诊断必将带来后续错误的预后预测及康复治疗策略，甚至直接影响家属对患者后续处置的决定。
发明内容
为了降低对意识评估的临床误诊率，本申请提供一种基于AI的DOC评估及进程式意识康复指导方案决策系统及平台。
本申请提供的一种基于AI的DOC评估及进程式意识康复指导方案决策系统采用如下的技术方案：
一种基于AI的DOC评估及进程式意识康复指导方案决策系统，包括意识评估系统，所述意识评估系统包括数据采集模块、意识评估逻辑模块和评估报告模块；
所述数据采集模块用于采集病例基本数据、行为学量表数据、神经电生理数据、CT/MRI数据和PET/FMRI数据；
所述意识评估逻辑模块包括意识水平评估模块和病例特征分析模块；所述意识水平评估模块根据行为学量表数据获取患者初步的意识水平等级，并根据初步的意识水平等级结合PET/FMRI数据进一步判断以获取患者最终的意识水平等级；所述病例特征分析模块根据病例基本数据、神经电生理数据、CT/MRI数据和PET/FMRI数据以输出病例分析评估结果；所述评估报告模块基于最终的意识水平等级和病例分析评估结果分别输出意识评估报告和病例分析报告。
可选的，所述行为学量表数据包括CRS-R行为学量表，所述CRS-R行为学量表用于意识水平等级的评估，其中，意识水平等级包括昏迷、UWS、MCS*、MCS-、MCS+、EMCS和LIS。
可选的，所述意识水平评估模块用于在获取到患者初步的意识水平等级为UWS时，将结合PET/FMRI数据进一步判断以获取患者最终的意识水平等级；
所述意识水平评估模块用于在获取到患者初步的意识水平等级不为UWS时，将初步的意识水平等级定义为最终的意识水平等级。
可选的，所述意识水平评估模块用于在获取到患者初步的意识水平等级为UWS，结合PET/FMRI数据中进一步判断中；
在PET/FMRI数据中的大脑激活区域和水平与正常大脑激活区域和水平相似度超过预设值时将输出为LIS的最终的意识水平等级；
在PET/FMRI数据中的大脑激活区域和水平与正常大脑激活区域和水平相似度不超过预设值时，将进一步通过两个特定任务范式的指令，以比较指令后的大脑激活区域和水平，在出现大脑激活区域程度高时将输出为MCS*的最终的意识水平等级。
可选的，还包括意识康复方案决策系统，所述意识康复决策系统包括数据提取与分析模块、意识康复方案决策模块和康复方案执行模块；
所述数据提取与分析模块用于提取意识评估报告中最终的意识水平等级，以及病例分析报告中的病例分析评估结果；
所述意识康复方案决策模块中预存有若干意识康复方案，所述意识康复方案决策模块包括病例分析与方案排除模块、病例特征与康复措施匹配模块，所述病例分析与方案排除模块基于病例分析评估结果中的病例特点禁用相应的意识康复方案，所述病例特征与康复措施匹配模块基于最终的意识水平等级选择未禁用的一项或至少一项意识康复方案；
所述康复方案执行模块基于选定的一项或至少一项意识康复方案结合实时脑电监测仪形成康复结果。
可选的，所述意识康复方案决策模块还包括病例特征权重优选模块；
所述病例特征权重优选模块中配置有若干病例康复因素，每个病例康复因素中匹配有至少一项病例康复集合，每个病例康复集合匹配有相应的一项或至少一项意识康复方案，其中，每个病例康复集合匹配有对应的权重值；
所述病例特征权重优选模块基于最终的意识水平等级基于权重值大小进行优先级顺次匹配对应的病例康复集合。
可选的，所述数据提取与分析模块用于提取意识评估报告中最终的意识水平等级为UWS、LIS或EMCS时，通过所述病例特征与康复措施匹配模块进行选择未禁用的一项或至少一项意识康复方案；
所述数据提取与分析模块用于提取意识评估报告中最终的意识水平等级为MCS*、MCS-或MCS+时，通过所述病例特征权重优选模块选择对应的病例康复集合。
本申请提供的一种基于AI的DOC评估及进程式意识康复指导方案决策平台采用如下的技术方案：
一种基于AI的DOC评估及进程式意识康复指导方案决策平台，包括云服务器和至少一个临床基地，所述临床基地上匹配有至少一个手持端硬件设备，所述云服务器中配置有如上述技术方案所述的一种基于AI的DOC评估及进程式意识康复指导方案决策系统，所述云服务器用于与所述临床基地进行数据交互。
综上所述，本申请包括以下至少一种有益技术效果：
1、本申请解决目前临床意识障碍患者意识评估因主观性及技术局限性造成的误诊率高，康复策略制定盲目等现状，通过患者多次，动态的行为学及影像学、神经电生理学结果多模态综合评估，实现意识障碍患者意识水平标准化动态化精准诊断，降低对意识评估的临床误诊率；
2、针对于患者本阶段意识水平给出合理的意识康复策略，实现意识障碍患者的认知康复与功能康复并行，真正实现临床意识障碍患者意识精准性客观性诊断及个性化动态化康复方案制定；
3、通过AI人工智能学习，根据临床经验结合接入最新权威学术期刊上发表的学术成果应用于临床，并根据康复结果及时调整康复策略，真正实现临床意识障碍患者意识精准性客观性诊断及个性化动态化康复方案制定
附图说明
图1是意识评估系统的系统框图。
图2是意识康复方案决策系统的系统框图。
图3是意识康复指导方案决策平台的系统框图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
实施例一
一种基于AI的DOC评估及进程式意识康复指导方案决策系统，参照图1和图2所示，包括意识评估系统和意识康复方案决策系统。本申请通过意识评估系统和意识康复方案决策系统解决了临床意识障碍患者意识评估因主观性及技术局限性造成的误诊率高，康复策略制定盲目等现状，自动读取患者数据进行分析对比，实现意识障碍患者意识水平标准化动态化精确诊断，并且针对患者本阶段意识水平给出合理的康复策略，实现意识障碍患者的认知康复与功能康复并行。
参照图1所示，意识评估系统包括数据采集模块、意识评估逻辑模块和评估报告模块。
数据采集模块用于采集病例基本数据、行为学量表数据、神经电生理数据、CT/MRI数据和PET/FMRI数据。
病例基本数据包括患者的基本数据以及基本体征信息，以及其中相应记录有病例的病因、病程、病灶位置与区域大小等文字性记载数据。
行为学量表数据包括CRS-R行为学量表和NCSR疼痛量表，CRS-R行为学量表用于意识水平等级的评估，意识水平等级包括昏迷、UWS、MCS*、MCS-、MCS+、EMCS和LIS。NCSR疼痛量表用于检测患者是否存在痛觉，NCSR疼痛量表用于康复方案的制定。
值得说明的是，昏迷、UWS、MCS*、MCS-、MCS+、EMCS和LIS分别代表患者的意识水平等级。UWS为无反应觉醒综合征，即植物人；MCS*为行为评估是UWS，PET/FMRI数据中图像文件评估是MCS的最小意识状态(行为认知分离)；MCS-为没有语言理解支持的最小意识状态；MCS+为有语言理解能力的最小意识状态；EMCS为脱离最小意识状态；LIS为闭锁综合征。
神经电生理数据包括体感诱发电位、视觉诱发电位、听觉诱发电位、嗅觉诱发电位、事件相关电位等。
CT/MRI数据可以是原始数据，也可以是图像文件。数据采集模块内具有图像生成和识别模块，图像生成和识别模块用于对CT/MRI数据进行图像生成或图像识别。在CT/MRI数据为原始数据时，图像生成和识别模块将CT/MRI数据处理成图像文件；在CT/MRI数据为图像文件时，图像生成和识别模块将对CT/MRI数据的图像文件进行识别。其中，意识评估系统内的数据库中将预存有正常人颅脑的CT/MRI数据的图像文件作为参比对照。图像生成和识别模块通过将患者的CT/MRI数据的图像文件与正常人颅脑的CT/MRI数据的图像文件进行比对，从而获取患者颅脑的图像文件中颅脑结构受损部位和区域大小，并标记受损脑区功能。即CT/MRI数据可以分析皮层、轴索、脑干的损伤类别和程度，脑外伤、脑出血、脑梗和脑缺血缺氧的位置和程度。
PET/FMRI数据可以是原始数据，也可以是图像文件。数据采集模块内具有图像生成和识别模块，图像生成和识别模块用于对PET/FMRI数据进行图像生成或图像识别。在PET/FMRI数据为原始数据时，图像生成和识别模块将PET/FMRI数据处理成图像文件；在PET/FMRI数据为图像文件时，图像生成和识别模块将对PET/FMRI数据的图像文件进行识别。其中，意识评估系统内的数据库中将预存有正常人颅脑的PET/FMRI数据的图像文件作为参比对照。图像生成和识别模块通过将患者的PET/FMRI数据的图像文件与正常人颅脑的PET/FMRI数据的图像文件进行比对，从而获取患者颅脑代谢抑制或激活的部位和区域大小，计算相应部位的抑制或激活的程度，其中还可以绘制出脑代谢三维图像。即PET/FMRI数据可以分析皮层功能损坏部位和程度，大脑执行任务的功能情况和神经纤维束的损害情况。
值得说明的是，数据采集模块还可以采集其他数据，其他数据包括但不限于患者的营养数据、近红外成像扫描数据、脑磁图数据等，数据采集模块的数据可以根据需要进行拓展，本实施例对于后期功能扩展的部分不做详细说明。
参照图1所示，意识评估逻辑模块包括意识水平评估模块和病例特征分析模块；意识水平评估模块根据行为学量表数据获取患者初步的意识水平等级，并根据初步的意识水平等级结合PET/FMRI数据进一步判断以获取患者最终的意识水平等级；病例特征分析模块根据病例基本数据、神经电生理数据、CT/MRI数据和PET/FMRI数据以输出病例分析评估结果。
具体的，意识水平评估模块用于在获取到患者初步的意识水平等级为UWS时，将结合PET/FMRI数据进一步判断以获取患者最终的意识水平等级；意识水平评估模块用于在获取到患者初步的意识水平等级不为UWS时，将初步的意识水平等级定义为最终的意识水平等级。
其中，意识水平评估模块用于在获取到患者初步的意识水平等级为UWS，结合PET/FMRI数据中进一步判断。
在PET/FMRI数据中的大脑激活区域和水平与正常大脑激活区域和水平相似度超过预设值时将输出为LIS的最终的意识水平等级。
在PET/FMRI数据中的大脑激活区域和水平与正常大脑激活区域和水平相似度不超过预设值时，将进一步通过两个特定任务范式的指令，以比较指令后的大脑激活区域和水平，在出现大脑激活区域程度高时将输出为MCS*的最终的意识水平等级。如其中一个任务范式指令为指定任务的音频，另一个任务范式的指令为发出同频平均波幅的音频信号，作为参比任务范式，通过上述两个特定任务范式的指令，比较指令后，PET/FMRI数据中大脑激活区域和水平，出现比参比任务范式大脑激活区域程度高的情况，如在前额叶和额顶叶区出现激活，则确定该患者被误诊，实际为MCS*意识水平等级的患者。
以下进行5种情况进行详细说明。
第一种，在意识水平评估模块获取患者初步的意识水平等级为昏迷时，病人没有任何反应，意识水平评估模块将初步的意识水平等级定义为最终的意识水平等级，最终的意识水平等级为昏迷。
第二种，在意识水平评估模块获取患者初步的意识水平等级为UWS时，将结合PET/FMRI数据进一步判断，在PET/FMRI数据中的大脑激活区域和水平与正常大脑激活区域和水平相似度超过预设值时将输出为LIS的最终的意识水平等级。在PET/FMRI数据中的大脑激活区域和水平与正常大脑激活区域和水平相似度不超过预设值时，通过两个特定任务范式的指令，以比较指令后的大脑激活区域和水平，在出现比参比任务范式大脑激活区域程度高时将输出为MCS*的最终的意识水平等级。
第三种，在意识水平评估模块获取患者初步的意识水平等级为MCS-时，意识水平评估模块将初步的意识水平等级定义为最终的意识水平等级，最终的意识水平等级为MCS-。
第四种，在意识水平评估模块获取患者初步的意识水平等级为MCS+时，意识水平评估模块将初步的意识水平等级定义为最终的意识水平等级，最终的意识水平等级为MCS+。
第五种，在意识水平评估模块获取患者初步的意识水平等级为EMCS时，意识水平评估模块将初步的意识水平等级定义为最终的意识水平等级，最终的意识水平等级为EMCS。
意识评估系统中还设置有意识评估机器学习模块，意识水平评估模块根据行为学量表数据和PET/FMRI数据可以获取患者最终的意识水平等级，最终的意识水平等级为UWS时，将由专家组进行人工计算，通过将人工计算的结果输入到意识评估机器学习模块中后导入到意识水平评估模块中，由意识评估机器学习模块AI进行自我对照学习，调整算法，完善意识水平评估模块中对于PET/FMRI数据的算法模型，从而进一步提高评估结果输出的准确性。
评估报告模块基于最终的意识水平等级和病例分析评估结果分别输出意识评估报告和病例分析报告。
病例分析报告中将结合病例的病因、病灶位置与区域大小、病程、神经电生理情况、PET/FMRI数据反应出的脑区皮层抑制或激活情况、CT/MRI数据反应出的脑区结构受损与功能的对应性进行客观的表述，并且病例分析报告也可以为患者绘制出一个立体脑图，立体脑图中包含死亡神经元分布、受损神经元分布、正常但受抑神经元分布、正常神经元分布、受损神经纤维分布、正常但功能受抑纤维分布、正常神经纤维分布并对应的脑功能图。
综上所述，本申请通过意识评估系统，解决了目前临床意识障碍患者意识评估因主观性及技术局限性造成的误诊率高，以通过结合患者多次的，动态的行为学及影像学、电生理学结果多模态综合评估，引进AI技术机器学习，系统自动读取患者数据分析对比，实现意识障碍患者意识水平标准化动态化精准诊断。
参照图2所示，意识康复决策系统包括数据提取与分析模块、意识康复方案决策模块和康复方案执行模块。
数据提取与分析模块用于提取意识评估报告中最终的意识水平等级，以及病例分析报告中的病例分析评估结果。
意识康复方案决策模块中预存有若干意识康复方案，意识康复方案决策模块包括病例分析与方案排除模块、病例特征与康复措施匹配模块，病例分析与方案排除模块基于病例分析评估结果中的病例特点禁用相应的意识康复方案，病例特征与康复措施匹配模块基于最终的意识水平等级选择未禁用的一项或至少一项意识康复方案。康复方案执行模块基于选定的一项或至少一项意识康复方案结合实时脑电监测仪形成康复结果。
其中，意识康复方案决策模块还包括病例特征权重优选模块；病例特征权重优选模块中配置有若干病例康复因素，每个病例康复因素中匹配有至少一项病例康复集合，每个病例康复集合匹配有相应的一项或至少一项意识康复方案，其中，每个病例康复集合匹配有对应的权重值；病例特征权重优选模块基于最终的意识水平等级基于权重值大小进行优先级顺次匹配对应的病例康复集合。
其中，数据提取与分析模块用于提取意识评估报告中最终的意识水平等级为UWS、LIS或EMCS时，通过病例特征与康复措施匹配模块进行选择未禁用的一项或至少一项意识康复方案。数据提取与分析模块用于提取意识评估报告中最终的意识水平等级为MCS*、MCS-或MCS+时，通过病例特征权重优选模块选择对应的病例康复集合。
即最终的意识水平等级为UWS、LIS或EMCS的患者直接选择未禁用的意识康复方案进行治疗，最终的意识水平等级为MCS*、MCS-或MCS+的患者将通过病例特征权重优选模块选择对应匹配的病例康复集合中的意识康复方案进行治疗。
以下对意识康复方案决策模块进行详细阐述说明。
在意识康复方案决策模块中预存有若干意识康复方案，意识康复方案包括但不限于：直立床、药物、外周感觉系统刺激、经颅直流电刺激、经颅磁刺激、经耳迷走电刺激、正中电刺激、聚焦低频超声刺激、脊髓电刺激、颈部迷走神经电刺激、深部脑电刺激、高压氧、神经营养等。
病例分析与方案排除模块基于病例分析评估结果中的病例特点禁用相应的意识康复方案。
如意识康复方案中直立床有如下病例特点需要禁用：1、脑血管病人急性期生命体征尚未平稳的禁止使用；2、直立性低血压的病人慎用；3、严重贫血病人禁用；4、精神异常(狂躁、焦虑、幻视、幻听、精神分裂症等)病人禁用；5、严重骨质疏松、关节挛缩、肌体畸形、严重下肢肌力低下者。经颅磁刺激有如下病例特点需要禁用：1、头颅内有金属的异物或者带有心脏起搏器的患者、心脏支架植入的患者、有耳蜗植入者、有颅内压明显增高的患者；2、接近刺激线圈部位的金属或者电子仪器，例如助听器、医疗泵等植入体内的异物有被破损的风险；3、癫痫患者或者癫痫家族史患者。脊髓电刺激有如下病例特点需要禁用：不受控制的出血和抗凝作用,全身或局部感染者禁用。深部脑电刺激有如下病例特点需要禁用：病程大于3个月，丘脑、额顶、语言区无损伤，无颅骨缺损或修补可用。
进而病例特征与康复措施匹配模块基于最终的意识水平等级选择未禁用的一项或至少一项意识康复方案。
如最终的意识水平等级为UWS的患者将进行药物、外周感觉刺激、直立床和经颅直流电的意识康复方案，其中，药物、外周感觉刺激、直立床和经颅直流电中各个意识康复方案的用量以及持续时间均经过预设定，本实施例不做限定与阐述。
如最终的意识水平等级为EMCS的患者将按照常规进行认知康复和肢体康复。
如最终的意识水平等级为LIS的患者将采用脑机接口建立交流，由于LIS患者通常在脑干部位有病损，进而可施用脑干的意识康复方案。
如最终的意识水平等级为MCS的患者将通过病例特征权重优选模块选择对应的病例康复集合。其中，最终的意识水平等级为MCS包括最终的意识水平等级为MCS*、最终的意识水平等级为MCS-或最终的意识水平等级为MCS+。
如病例康复因素中包含以下因素：1、脑区损伤位置；2、脑区损伤类型；3、皮层的损伤部位；4、病情发生的不同时间段，上述病例康复因素的优先级分别按照数字从小到大排列，数字越小优先级权重越大。
病例康复因素中包含至少一项病例康复集合，脑区损伤位置中包含皮层上、轴索伤和脑干伤。脑区损伤类型中包含脑外伤、脑缺血缺氧、脑出血和脑梗。皮层的损伤部位包含后部皮层创伤和前部皮层创伤。病情发生的不同时间段包含病情发生后1个月内、病情发生1个月后、以及病情发生3个月后。
其中，每一项病例康复集合中包含一项或至少一项意识康复方案，如皮层创伤包含如下意识康复方案：药物、外周感觉刺激、直立床、经颅直流电、经颅磁、迷走神经电刺激、正中电刺激。轴索伤包含如下意识康复方案：药物、迷走神经电刺激、正中电刺激、脊髓电刺激、深部脑电刺激、经颅直流电。脑干伤包含如下意识康复方案：正中电刺激、聚焦低频超声刺激、脊髓电刺激、深部脑电刺激、经颅直流电。
脑外伤包含如下意识康复方案：药物、外周感觉刺激、经颅直流电、直立床、经颅磁、迷走神经电刺激、正中电刺激、脊髓电刺激、深部脑电刺激。脑缺血缺氧包含如下意识康复方案：药物、外周感觉刺激、直立床、经颅直流电。脑出血包含如下意识康复方案：药物、外周感觉刺激、经颅直流电、经颅磁、迷走神经电刺激、正中电刺激、脊髓电刺激、深部脑电刺激。脑梗包含如下意识康复方案：药物、外周感觉刺激、直立床、经颅直流电、经颅磁、迷走神经电刺激、正中电刺激。
后部皮层创伤包含如下意识康复方案：药物、外周感觉刺激、直立床、经颅直流电。前部皮层创伤包含如下意识康复方案：药物、经颅直流电、经颅磁、迷走神经电刺激、正中电刺激、外周感觉刺激、直立床。
病情发生1个月内以药物和外周感觉刺激为主，慎用各种电刺激术。病情发生1个月后以无创刺激为主，病情发生3个月后才可以施用手术刺激术。
由此，最终的意识水平等级为MCS的患者将通过病例特征权重优选模块选择对应的病例康复集合中，病例康复集合中匹配有对应的意识康复方案。
如最终的意识水平等级为MCS患者，若在病例分析报告中的病例分析评估结果中提取到皮层创伤，前部皮层创伤，病情发生1个月内，由此，将选定以药物和外周感觉刺激。
若病例分析报告中的病例分析评估结果中提取到皮层创伤，前部皮层创伤，病情发生1个月后，将施加皮层创伤中适用的无创刺激。
若病例分析报告中的病例分析评估结果中提取到皮层创伤，前部皮层创伤，病情发生3个月后，将施加皮层创伤中适用的手术刺激术。
在上述意识康复方案执行过程中，将通过脑电实时进行监控，在意识康复方案执行完毕后得到最终的康复结果。
值得说明的是，意识康复方案决策系统中配置有康复方案机器学习模块。现场专家医生可以根据康复结果修改意识康复方案决策模块产生的意识康复方案，也可以在执行过程中直接修改意识康复方案，将修改好后的意识康复方案输入到康复方案机器学习模块中，并将结果导入到意识康复方案决策模块中，完善意识康复方案决策模块输出意识康复方案的算法模型。
在意识康复方案执行过程中，通过将监测的脑电数据回传至意识评估系统中，通过意识评估系统重新对患者的意识水平等级进行重新评估判断(重新进行疗效评价)，意识评估系统重新生成意识评估报告和病例分析报告，通过数据提取与分析模块提取意识评估报告中最终的意识水平等级，以及病例分析报告中的病例分析评估结果，通过意识康复方案决策系统重新调整意识康复方案。
由此，通过针对患者本阶段意识水平给出合理的康复策略，实现意识障碍患者的认知康复与功能康复并行。同时通过AI人工智能学习，根据临床经验结合接入最新权威学术期刊上发表的学术成果应用于临床，并根据康复结果及时调整康复策略，真正实现临床意识障碍患者意识精准性客观性诊断及个性化动态化康复方案制定。
实施例二
本申请提供的一种基于AI的DOC评估及进程式意识康复指导方案决策平台采用如下的技术方案：
一种基于AI的DOC评估及进程式意识康复指导方案决策平台，参照图3所示，包括云服务器和至少一个临床基地，临床基地上匹配有至少一个手持端硬件设备，云服务器中配置有如上述技术方案的一种基于AI的DOC评估及进程式意识康复指导方案决策系统，云服务器用于与所述临床基地进行数据交互。
临床基地通过无线通讯的方式与云服务器进行通讯，临床基地通过将评估数据和治疗结果数据传输至云服务器，通过云服务器的意识评估系统和意识康复决策系统，云服务器得出的评估结果和康复方案将回传至临床基地。
云服务器中还配置有在线病例系统，云服务器可以将病例、临床汇总数据传输至临床基地进行参考。
综上所述，对于临床来说，意识障碍患者的意识精准评估是患者治疗及康复的关键要素和难点，没有精准评估就无法制定科学、正确的康复策略。意识障碍患者由于大多数是危重症患者，在急性期往往就承担了巨额的财力负担，而待生理特征平稳后，最大的难题就是如何恢复患者的意识。意识评估是意识康复的前提，本专利技术通过深度学习的AI技术实现意识精准评估及康复策略智能化实施。对于患者来说，减少了误诊带给患者的生理及心理伤害，提升了治疗效果。对于患者家庭来说，准确的诊断及科学的康复策略，大大减轻了家属不必要的财力和人力负担。同时准确的诊断结果也让家属有了正确的心理预期，无论积极治疗还是选择安宁守护，都可以为患者选择最合适的处置方案。对于医生来说，实现了客观化评估，减少了误诊的同时更提高了医疗效率。动态的评估结果可以让医生便捷了解患者全病程意识水平及康复效果，提高医疗安全性。因此本系统对提高患者康复疗效，减轻家庭和社会负担，优化医疗资源配置都具有重要的现实应用意义。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (3)
1.一种基于AI的意识障碍评估及进程式意识康复指导方案决策系统，其特征在于，包括意识评估系统和意识康复方案决策系统，所述意识评估系统包括数据采集模块、意识评估逻辑模块和评估报告模块；
所述数据采集模块用于采集病例基本数据、行为学量表数据、神经电生理数据、CT/MRI数据和PET/FMRI数据；所述行为学量表数据包括CRS-R行为学量表，所述CRS-R行为学量表用于意识水平等级的评估，其中，意识水平等级包括昏迷、UWS、MCS*、MCS-、MCS+、EMCS和LIS，MCS*为行为评估是UWS，PET/FMRI数据中图像文件评估是MCS的最小意识状态，LIS为闭锁综合征；
所述意识评估逻辑模块包括意识水平评估模块和病例特征分析模块；所述意识水平评估模块根据行为学量表数据获取患者初步的意识水平等级，并根据初步的意识水平等级结合PET/FMRI数据进一步判断以获取患者最终的意识水平等级；所述病例特征分析模块根据病例基本数据、神经电生理数据、CT/MRI数据和PET/FMRI数据以输出病例分析评估结果；
所述评估报告模块基于最终的意识水平等级和病例分析评估结果分别输出意识评估报告和病例分析报告；
所述意识康复方案决策系统包括数据提取与分析模块、意识康复方案决策模块和康复方案执行模块；
所述数据提取与分析模块用于提取意识评估报告中最终的意识水平等级，以及病例分析报告中的病例分析评估结果；
所述意识康复方案决策模块中预存有若干意识康复方案，所述意识康复方案决策模块包括病例分析与方案排除模块、病例特征与康复措施匹配模块，所述病例分析与方案排除模块基于病例分析评估结果中的病例特点禁用相应的意识康复方案，所述病例特征与康复措施匹配模块基于最终的意识水平等级选择未禁用的至少一项意识康复方案；
所述意识康复方案决策模块还包括病例特征权重优选模块；
所述病例特征权重优选模块中配置有若干病例康复因素，每个病例康复因素中包含有至少一项病例康复集合，每个病例康复集合匹配有至少一项意识康复方案；病例康复因素中包含以下因素：脑区损伤位置、脑区损伤类型、皮层的损伤部位和病情发生的不同时间段，上述病例康复因素的优先级按照从大到小排列，优先级越大权重越大；每个病例康复因素中包含有至少一项病例康复集合，其中，脑区损伤位置包含皮层伤、轴索伤和脑干伤；脑区损伤类型包含脑外伤、脑缺血缺氧、脑出血和脑梗；皮层的损伤部位包含后部皮层创伤和前部皮层创伤；病情发生的不同时间段包含病情发生后1个月内、病情发生1个月后、以及病情发生3个月后；
所述病例特征权重优选模块基于最终的意识水平等级及权重值大小匹配对应的病例康复集合；
所述数据提取与分析模块用于提取意识评估报告中最终的意识水平等级为UWS、LIS或EMCS时，通过所述病例特征与康复措施匹配模块进行选择未禁用的至少一项意识康复方案；
所述数据提取与分析模块用于提取意识评估报告中最终的意识水平等级为MCS*、MCS-或MCS+时，通过所述病例特征权重优选模块选择对应的病例康复集合中的意识康复方案；所述康复方案执行模块基于选定的意识康复方案结合实时脑电监测仪形成康复结果；
在意识康复方案执行过程中，通过将监测的脑电数据回传至意识评估系统中，通过意识评估系统重新对患者的意识水平等级进行重新评估判断，意识评估系统重新生成意识评估报告和病例分析报告，通过数据提取与分析模块提取意识评估报告中最终的意识水平等级，以及病例分析报告中的病例分析评估结果，通过意识康复方案决策系统重新调整意识康复方案。
2.根据权利要求1所述的一种基于AI的意识障碍评估及进程式意识康复指导方案决策系统，其特征在于，所述意识水平评估模块用于在获取到患者初步的意识水平等级为UWS时，将结合PET/FMRI数据进一步判断以获取患者最终的意识水平等级；
所述意识水平评估模块用于在获取到患者初步的意识水平等级不为UWS时，将初步的意识水平等级定义为最终的意识水平等级。
3.一种基于AI的意识障碍评估及进程式意识康复指导方案决策平台，其特征在于，包括云服务器和至少一个临床基地，所述临床基地上匹配有至少一个手持端硬件设备，所述云服务器中配置有如权利要求1至2任意一项所述的一种基于AI的意识障碍评估及进程式意识康复指导方案决策系统，所述云服务器用于与所述临床基地进行数据交互。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310515745.0A CN116543873B (zh) | 2023-05-08 | 2023-05-08 | 一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310515745.0A CN116543873B (zh) | 2023-05-08 | 2023-05-08 | 一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116543873A CN116543873A (zh) | 2023-08-04 |
| CN116543873B true CN116543873B (zh) | 2023-12-12 |
Family
ID=87455572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310515745.0A Active CN116543873B (zh) | 2023-05-08 | 2023-05-08 | 一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116543873B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108335728A (zh) * | 2018-02-07 | 2018-07-27 | 广州贝方医疗设备有限公司 | 一种用于意识障碍患者的唤名促醒系统 |
| CN109431499A (zh) * | 2018-12-12 | 2019-03-08 | 杭州师范大学 | 植物人家庭看护辅助系统和辅助方法 |
| CN209107350U (zh) * | 2018-08-31 | 2019-07-16 | 华南理工大学 | 生物反馈式意识障碍检测及唤醒系统 |
| CN112768066A (zh) * | 2021-03-03 | 2021-05-07 | 王明光 | 一种神经外科患者综合诊疗方法及系统 |
| WO2021203719A1 (zh) * | 2020-04-08 | 2021-10-14 | 江苏贝泰福医疗科技有限公司 | 结合脑电检测分析控制的声电刺激神经调控方法及装置 |
| CN114557708A (zh) * | 2022-02-21 | 2022-05-31 | 天津大学 | 基于脑电双特征融合的体感刺激意识检测装置和方法 |
| CN115670484A (zh) * | 2022-11-11 | 2023-02-03 | 杭州师范大学 | 基于语言范式和眼电指标的意识障碍患者意识检测方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001069515A1 (en) * | 2000-03-15 | 2001-09-20 | Help4Life, Inc. | Apparatus for and method of assessing, monitoring, and reporting on behavioral health disorders |
| JP6124140B2 (ja) * | 2010-06-22 | 2017-05-10 | ナショナル リサーチ カウンシル オブ カナダ | 患者の認知機能の評価 |
| EP3850639A1 (en) * | 2018-09-11 | 2021-07-21 | ICM (Institut du Cerveau et de la Moelle Épinière) | System and methods for consciousness evaluation in non-communcating subjects |
-
2023
- 2023-05-08 CN CN202310515745.0A patent/CN116543873B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108335728A (zh) * | 2018-02-07 | 2018-07-27 | 广州贝方医疗设备有限公司 | 一种用于意识障碍患者的唤名促醒系统 |
| CN209107350U (zh) * | 2018-08-31 | 2019-07-16 | 华南理工大学 | 生物反馈式意识障碍检测及唤醒系统 |
| CN109431499A (zh) * | 2018-12-12 | 2019-03-08 | 杭州师范大学 | 植物人家庭看护辅助系统和辅助方法 |
| WO2021203719A1 (zh) * | 2020-04-08 | 2021-10-14 | 江苏贝泰福医疗科技有限公司 | 结合脑电检测分析控制的声电刺激神经调控方法及装置 |
| CN112768066A (zh) * | 2021-03-03 | 2021-05-07 | 王明光 | 一种神经外科患者综合诊疗方法及系统 |
| CN114557708A (zh) * | 2022-02-21 | 2022-05-31 | 天津大学 | 基于脑电双特征融合的体感刺激意识检测装置和方法 |
| CN115670484A (zh) * | 2022-11-11 | 2023-02-03 | 杭州师范大学 | 基于语言范式和眼电指标的意识障碍患者意识检测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 严重意识障碍患者康复治疗方案的临床研究;吴军发;吴毅;胡永善;李放;白玉龙;王海珏;姜鹭春;宋凡;路微波;;中国康复医学杂志(第10期);第910-912页 * |
| 儿童重症脑损伤后意识障碍预后影响因素分析;刘华等;中国康复;第38卷(第1期);第41-44页 * |
| 周士枋等.实用康复医学.东南大学出版社,1998,第831页. * |
| 慢性意识障碍康复中国专家共识;张皓等;中国康复理论与实践;第29卷(第2期);第125-139页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116543873A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Müller et al. | Cortical representation of afferent bodily signals in borderline personality disorder: neural correlates and relationship to emotional dysregulation | |
| Babo-Rebelo et al. | Neural responses to heartbeats distinguish self from other during imagination | |
| Subramaniam et al. | Automated nociceptive pain assessment using physiological signals and a hybrid deep learning network | |
| JP5259766B6 (ja) | 定量的ｅｅｇを使用して脳の生理学的不均衡を分類および処置する方法 | |
| KR102211647B1 (ko) | 인공지능 수면개선 비침습적 뇌회로 조절치료시스템 및 방법 | |
| JP2003528679A (ja) | 痛みを客観的に測定するための方法および装置 | |
| D’Arcy et al. | Portable neuromodulation induces neuroplasticity to re-activate motor function recovery from brain injury: a high-density MEG case study | |
| Fickling et al. | Brain vital signs detect cognitive improvements during combined physical therapy and neuromodulation in rehabilitation from severe traumatic brain injury: a case report | |
| CN114343573A (zh) | 一种面向药物成瘾患者的闭环数字药物系统、设备及介质 | |
| Mahmood et al. | Introduction to Non-Invasive Biomedical Signals for Healthcare | |
| Atlas et al. | Instructions and experiential learning have similar impacts on pain and pain-related brain responses but produce dissociations in value-based reversal learning | |
| Kurgaev et al. | Rehabilitation According to the Biological Feedback | |
| Khaleghi et al. | EEG-based functional connectivity analysis of brain abnormalities: A review study | |
| Hadoush et al. | Modulation of resting-state brain complexity after bilateral cerebellar anodal transcranial direct current stimulation in children with autism Spectrum disorders: a randomized controlled trial study | |
| CN116543873B (zh) | 一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 | |
| Guan et al. | BCI facilitates the improvement of cognitive functions in children and elderly | |
| Montero-Hernandez et al. | Self-administered transcranial direct current stimulation treatment of knee osteoarthritis alters pain-related fNIRS connectivity networks | |
| Ngamsomphornpong et al. | Development of Hybrid EEG-fEMG-based Stress Levels Classification and Biofeedback Training System | |
| Rockstroh et al. | The postimperative negative variation following ambiguous matching of auditory stimuli | |
| Wu et al. | [Retracted] Complexity Assessment of Chronic Pain in Elderly Knee Osteoarthritis Based on Neuroimaging Recognition Techniques | |
| Li et al. | Exploring the mechanism of Xingnao Kaiqiao acupuncture method for ischemic stroke based on EEG dynamic changes: a study protocol of an exploratory, prospective, interventional trial | |
| WO2024208334A1 (zh) | 一种脑机信号安全系统及其使用方法 | |
| Hilderley | Exploring functional neuroplasticity and the associations with outcomes of advanced gross motor interventions for children with cerebral palsy | |
| Schmaußer et al. | The dynamic role of the left dlPFC in neurovisceral integration: Differential effects of theta burst stimulation on vagally mediated heart rate variability and cognitive‐affective processing | |
| Toyo et al. | Pain in Decreased Consciousness Patients |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |