一种微状态意识障碍评估分析判断系统及方法

本技术涉及意识障碍评估的，尤其是涉及一种微状态意识障碍评估分析判断系统及方法。

背景技术：

1、微状态意识障碍是慢性意识障碍的一种病理状态。慢性意识障碍是指发病后连续昏迷超过28天的一种状态，根据患者的意识水平可分为植物状态和微意识状态，微意识状态的患者虽然认知功能消失，但还残存微弱的意识。

2、现有技术中，对微状态意识障碍的患者进行评估一般采用临床观察、量表评估、神经影像学评估等方法，这些方法一般需要医生经过大量的观察、检查、分析等手段来对患者进行意识评估。一方面上述方法需要消耗大量的人力物力和精力，并且不同的医生自身经验不同，在评估的过程中会带有主观评判。另一方面，患者在不断的治疗过程中，自身的意识状态可能存在波动和变化，这就需要进行多次观察和评估，客观上来说增加了医生的工作内容和负担。

技术实现思路

1、本发明的目的在于提供一种微状态意识障碍评估分析判断系统及方法，以解决上述背景技术中提出的问题。

2、第一方面，本技术提供了一种微状态意识障碍评估分析判断系统，所述系统包括：

3、历史经历处理模块：用于获取患者的历史经历数据，对所述历史经历数据进行分析，得到兴趣关键词和经历关键词，基于所述兴趣关键词以及所述经历关键词得到刺激视频、刺激音频以及刺激动作；

4、刺激施加模块：用于将所述刺激视频、所述刺激音频以及所述刺激动作施加给患者，并在施加刺激的过程中获取患者的画面信息、声音信息；

5、动作监控模块：用于基于所述画面信息以及所述声音信息判断患者是否出现动作反应，若判断为患者出现动作反应，则对所述画面信息以及所述声音信息进行分析，得到患者的动作反应强度和反应动态；

6、脑电波监控模块：用于若判断为患者没有出现动作反应，则获取患者的脑电波图像，对所述脑电波图像进行分析，则记录波动强度；

7、模型评估模块：用于获取专家的意识评估经验，并基于所述意识评估经验生成评估标准，基于所述评估标准建立评估模型，将所述反应动态、所述动作反应强度以及脑电波的所述波动强度输入至所述评估模型中，生成评估结果；

8、模型调整模块：用于对患者进行定期的意识评估，得到单位时间段中的多个所述评估结果，对多个评估结果进行分析，得到患者的意识变化曲线，并基于所述意识变化曲线对评估模型进行调整。

9、通过采用上述技术方案，获取患者的历史经历数据，并对历史经历数据进行分析得到兴趣关键词和经历关键词，并根据兴趣关键词和经历关键词生成刺激视频、刺激音频和刺激动作，将上述刺激施加给患者，并获取患者在被刺激过程中的画面信息和声音信息，对画面信息和声音信息进行监控和分析，得到患者产生反应的动作反应强度和反应动态，若发现患者没有产生动作，则对患者的脑电波进行监控和分析，记录波动强度。根据专家的意识评估经验生成评估标准，并根据评估标准建立评估模型，将动作反应强度、反应动态和波动强度输入后得到患者的评估结果，对单位时间内的多个评估结果进行分析，得到患者的意识变化曲线，根据意识变化曲线对评估模型进行调整。提升了对患者的意识状态评估的自动性和智能性。

10、优选的，所述历史经历处理模块包括处理分析单元以及刺激生成单元；

11、所述处理分析单元用于对患者的历史经历数据进行语义分析和内容理解，对历史经历数据进行筛选，得到重点历史经历数据；

12、提取所述重点历史经历数据中的关键词，得到患者的兴趣关键词和经历关键词；

13、基于所述经历关键词，对所述经历关键词进行词义分析，得到患者人生经历中的重要事件和重要人物；

14、所述刺激生成单元用于基于所述兴趣关键词、所述重要事件以及所述重要人物，建造相关画面信息和声音信息，并基于所述画面信息以及所述声音信息生成刺激视频以及刺激音频；

15、基于所述历史经历数据，得到患者对刺激会产生反应的身体部位，并对所述身体部位进行脱敏筛选，得到目标部位；

16、基于所述目标部位，得到目标部位的部位特征以及强度承受能力，并基于所述部位特征生成刺激动作，基于所述强度承受能力生成刺激强度，将所述刺激强度添加到所述刺激动作上。

17、通过采用上述技术方案，对患者的历史经历数据进行语义分析和内容理解，得到重点历史经历数据，并提取其中的关键词，分别得到兴趣关键词和经历关键词。根据经历关键词提取得到患者经历中的重要事件和重要人物，再结合兴趣关键词生成刺激视频和刺激音频。再根据历史经历数据，得到患者会对刺激产生反应的身体部位，并对身体部位进行脱敏处理得到目标部位，得到目标部位的部位特征和强度承受能力，根据部位特征生成刺激动作，根据强度承受能力生成每个刺激动作的刺激强度。提升了生成对患者进行刺激的刺激方式的适配性。

18、优选的，所述刺激施加模块包括音视频播放单元、动作施加单元以及反应收集单元；

19、所述音视频播放单元用于接收刺激生成单元生成的刺激视频和刺激音频，并对刺激视频和刺激音频进行播放；

20、所述动作施加单元用于接收刺激刺激生成单元生成的刺激动作，并根据所述刺激动作生成动作指令，根据所述动作指令寻找患者的目标部位并进行动作刺激；

21、所述反应收集单元用于在患者被施加刺激的过程中，采集患者的画面信息以及声音信息。

22、通过采用上述技术方案，将接收到的刺激视频和刺激音频向患者进行播放。对刺激动作进行拆解分析，生成相应的动作指令，并根据动作指令寻找患者的目标部位，并对目标部位进行动作刺激。在对患者施加刺激的过程中，采集患者的画面信息和声音信息。提升了对患者接收刺激时监控的及时性。

23、优选的，所述动作监控模块包括监控单元以及动作分析单元；

24、所述监控单元用于对所述画面信息和所述声音信息进行监控，基于所述画面信息，对画面信息进行裁剪得到患者画面，对所述患者画面进行逐帧对比，得到对比结果；

25、基于所述声音信息，对声音信息中存在的多种声音进行剥离得到单轨声音，并得到所述单轨声音的声音来源；

26、基于所述对比结果以及所述声音来源，判断患者在被施加刺激的过程中是否出现动作反应；

27、所述动作分析单元用于当患者出现动作反应后，对所述动作反应进行分析，得到动作反应的类型；

28、若动作反应的类型为声音类型，则根据患者的单轨声音得到患者的声音时长、声音强度，基于所述声音时长以及所述声音强度得到患者的动作反应强度和反应动态；

29、若动作反应的类型为肢体类型，则对出现动作反应的画面进行分析，得到患者的肢体动作，并根据所述肢体动作得到患者的动作反应强度和反应动态。

30、通过采用上述技术方案，根据采集到的画面信息，对画面信息进行逐帧对比，得到画面信息的对比结果，对声音信息进行声音剥离得到单轨声音并确定单轨声音的来源，根据对比结果和声音来源判断患者是否出现动作反应，当出现动作反应后，对动作反应进行分析，得到动作反应的类型，动作反应的类型包括声音类型和肢体类型，当动作反应为声音类型时，得到患者的声音时长、声音强度，并根据声音时长和声音强度得到患者的动作反应强度和反应动态；当动作反应为肢体类型时，对动作反应的画面进行分析得到患者的肢体动作，并根据肢体动作得到患者的动作反应强度和反应动态。提升了对患者出现反应后监控的全面性。

31、优选的，所述脑电波监控模块信号监控单元以及分析记录单元；

32、所述信号监控单元用于当患者没有出现动作反应的时候，采集患者的脑电波数据，并根据所述脑电波数据生成脑电波图像；

33、所述分析记录单元用于对所述脑电波图像进行处理，基于脑电波图像得到脑电波线段；

34、对所述脑电波线段的变化情况进行分析，得到脑电波线段中变化幅度超过预设的浮动阈值的目标线段；

35、基于所述目标线段，记录所述目标线段对应的时间段以及波动强度，并根据所述时间段得到对应的刺激视频和/或刺激音频和/或刺激动作中的刺激源；

36、将所述刺激源进行保留，并将所述刺激源在所述刺激视频和/或刺激音频和/或刺激动作中进行放大，重新施加给患者。

37、通过采用上述技术方案，当患者没有出现动作反应的时候，采集患者的脑电波数据，并生成脑电波图像，根据脑电波图像得到脑电波线段，对脑电波线段的变化情况进行分析，得到变化幅度超过预设的浮动阈值的目标线段，根据目标线段的时间段和波动强度，得到对应的刺激视频和/或刺激音频和/或刺激动作中的刺激源，并对刺激源进行保留和放大，重新施加给患者。提升了对患者意识监控的全面性以及刺激施加的反馈性。

38、优选的，所述模型评估模块包括模型建立单元以及评估单元；

39、所述模型建立单元用于获取历史中专家的意识评估经验，对所述意识评估经验进行分析，提取意识评估经验中的评估关键词以及评估结论；

40、对所述评估关键词进行等级划分，并根据所述评估结论对多个所述评估关键词进行关系连接，生成关键词网络；

41、基于所述关键词网络得到关键词之间的连接线，提取所述连接线的连接强度，并对所述连接强度进行筛选，得到目标连接线，根据所述目标连接线上的关键词生成评估标准，并根据所述评估标准建立评估模型；

42、所述评估单元用于将反应动态、反应动作强度以及脑电波的波动强度输入至所述评估模型中；

43、评估模型根据所述评估标对反应动态、反应动作强度以及波动强度进行评估，生成评估结果。

44、通过采用上述技术方案，获取专家的意识评估经验，提取意识评估经验中的评估关键词和评估结论，对评估关键词进行等级划分，并根据评论结论对评估关键词进行关系连接，得到关键词网络，得到关键词网络中关键词之间的连接线，并提取连接线的连接强度，对连接强度进行筛选，得到目标连接线，根据目标连接线上的关键词生成评估标准，根据该评估标准建立评估模型，将反应动态、反应动作强度和波动强度输入至评估模型中得到评估结果。提升了评估模型评估的准确性。

45、优选的，所述模型调整模块包括意识变化分析单元以及模型调整单元；

46、所述意识变化分析单元用于对患者进行定期的意识评估，并得到单位时间段中的多个评估结果；

47、对多个评估结果进行分析，得到每个评估结果对应的意识状态强度，并根据多个所述意识状态强度生成患者的意识变化曲线；

48、根据所述意识变化曲线得到患者的意识变化模式，并根据所述意识变化模式得到意识变化因子；

49、所述模型调整单元用于对所述意识变化因子进行解析，得到患者的个人因子以及评估调整因子；

50、将所述个人因子与所述评估模型进行适配，得到适配值，并判断所述适配值是否小于预设的适配阈值；

51、若判断为所述适配值大于或等于所述适配阈值，则不调整，若判断为所述适配值小于所述适配阈值，则根据所述评估调整因子对评估模型进行调整。

52、通过采用上述技术方案，对患者进行定期的意识评估，得到单位时间段中的多个评估结果，根据多个评估结果得到对应的意识状态强度，并生成患者的意识变化曲线，根据意识变化曲线得到患者的意识变化模式，根据意识变化模式得到意识变化因子，对意识变化因子进行解析，得到患者的个人因子和评估调整因子，将个人因子与评估模型进行适配得到适配值，并判断适配值是否小于预设的适配阈值，当适配值小于适配阈值的时候，根据评估调整因子对评估模型进行调整。提升了评估模型对患者的适配性。

53、第二方面，本技术提供了一种微状态意识障碍评估分析判断方法，所述方法包括：

54、获取患者的历史经历数据，对所述历史经历数据进行分析，得到兴趣关键词和经历关键词，基于所述兴趣关键词以及所述经历关键词得到刺激视频、刺激音频以及刺激动作；

55、将所述刺激视频、所述刺激音频以及所述刺激动作施加给患者，并在施加的过程中获取患者的画面信息、声音信息；

56、基于所述画面信息以及所述声音信息判断患者是否出现动作反应，若判断为患者出现动作反应，则对所述画面信息以及所述声音信息进行分析，得到患者的动作反应强度和动作动态；

57、若判断为患者没有出现动作反应，则获取患者的脑电波图像，对所述脑电波图像进行分析，则记录波动强度；

58、获取专家的意识评估经验，并基于所述意识评估经验生成评估标准，基于所述评估标准建立评估模型，将所述动作动态、所述动作反应强度以及脑电波的所述波动强度输入至所述评估模型中，生成评估结果；

59、对患者进行定期的意识评估，得到单位时间段中的多个所述评估结果，对多个评估结果进行分析，得到患者的意识变化曲线，并基于所述意识变化曲线对评估模型进行调整。

60、综上所述，本技术包括以下至少一种有益技术效果：

61、1.获取患者的历史经历数据，并对历史经历数据进行分析得到兴趣关键词和经历关键词，并根据兴趣关键词和经历关键词生成刺激视频、刺激音频和刺激动作，将上述刺激施加给患者，并获取患者在被刺激过程中的画面信息和声音信息，对画面信息和声音信息进行监控和分析，得到患者产生反应的动作反应强度和反应动态，若发现患者没有产生动作，则对患者的脑电波进行监控和分析，记录波动强度。根据专家的意识评估经验生成评估标准，并根据评估标准建立评估模型，将动作反应强度、反应动态和波动强度输入后得到患者的评估结果，对单位时间内的多个评估结果进行分析，得到患者的意识变化曲线，根据意识变化曲线对评估模型进行调整。提升了对患者的意识状态评估的自动性和智能性。

62、2.对患者进行定期的意识评估，得到单位时间段中的多个评估结果，根据多个评估结果得到对应的意识状态强度，并生成患者的意识变化曲线，根据意识变化曲线得到患者的意识变化模式，根据意识变化模式得到意识变化因子，对意识变化因子进行解析，得到患者的个人因子和评估调整因子，将个人因子与评估模型进行适配得到适配值，并判断适配值是否小于预设的适配阈值，当适配值小于适配阈值的时候，根据评估调整因子对评估模型进行调整。提升了评估模型对患者的适配性。