产科无痛分娩产妇肌肉加压刺激装备远程智能监控系统

本发明涉及医疗器械，具体地说，特别涉及一种产科无痛分娩产妇肌肉加压刺激装备远程智能监控系统。

背景技术：

1、产科无痛分娩是指在分娩过程中，通过麻醉药物或其他方法，减轻或消除产妇的疼痛，提高产妇的舒适度和满意度，同时保证胎儿的安全和健康的一种分娩方式。产科无痛分娩的主要方法有硬膜外麻醉、腰麻、针灸、静脉药物镇痛等等。产科无痛分娩的优点有：减少产妇的痛苦和恐惧，促进分娩进展，降低剖宫产率，减少分娩创伤，保护产妇的生殖健康，有利于产后恢复和哺乳，提高产妇的生育意愿和幸福感，提高医疗服务质量和患者满意度等。现在主要采用的镇痛方法是硬膜外镇痛，安全高效，但是由于产妇的个体差异和局麻药的敏感性不同，可能会出现麻醉过强，导致孕妇无力，发生产程延长或改成剖宫产的现象，这对产妇和胎儿都是不利的，也产科医生和麻醉医生最不想看到的。所以避免发生这种现象，一种穿戴组件用于刺激孕妇的腹肌和子宫肌肉收缩是非常有必要的。

2、产科无痛分娩在国外已经有较长的历史和较高的普及率，但在国内仍处于发展阶段，面临着一些困难和挑战。一方面，由于国内的医疗资源不均衡，一些基层医院和偏远地区缺乏专业的麻醉医生和设备，无法提供产科无痛分娩的服务；另一方面，由于国内的传统观念和文化影响，一些产妇和家属对产科无痛分娩的安全性和必要性存在误解和担忧，不愿意或不敢选择产科无痛分娩的方式。因此，产科无痛分娩的普及率在国内仍然较低，远低于国际水平。

3、随着信息技术的发展，远程医疗的概念和应用逐渐兴起，远程医疗是指利用现代通信技术和网络技术，将医疗资源和服务通过互联网传输到距离较远的地区，实现医疗机构之间或医疗机构与患者之间的信息交流和医疗服务的一种医疗模式。远程医疗的优点有：扩大医疗服务的覆盖范围，缓解医疗资源的不均衡，提高医疗服务的效率和质量，降低医疗成本和风险，提高患者的便利性和满意度等。远程医疗的应用领域包括远程会诊、远程监护、远程诊断、远程教育等。

4、本发明要解决的技术问题是：如何利用现代信息技术，用电刺激或波刺激引起产妇的腹肌和子宫收缩力增强，并实现产科无痛分娩的远程智能监控，提高分娩安全性和舒适性，减少产妇和新生儿在分娩过程中的风险和痛苦，提高分娩效率和质量，同时方便医生远程监控和干预，提高医疗服务水平和患者满意度。

技术实现思路

1、为了解决现有技术的问题，本发明实施例提供了一种产科无痛分娩产妇肌肉加压刺激装备远程智能监控系统。所述技术方案如下：

2、一方面，提供了一种产科无痛分娩产妇肌肉加压刺激装备远程智能监控系统，包括可穿戴组件、信号处理组件和云端分析组件，其中：

3、可穿戴组件包括多个电极贴片、传感器、无线发射器以及腹部充气加压带，贴在产妇的腹部、胸部和手腕上，实时采集产妇的的生理参数，并通过无线信号发送给信号处理组件；所述可穿戴组件根据信号处理组件的指令，对产妇的子宫和腹壁进行电刺激或波刺激，以及通过充气加压带增加腹壁压力以增强肌肉收缩，促进顺产；电刺激或波刺激的强度和频率根据产妇的痛苦程度评分和生理参数进行自动调节，或由医生远程控制；

4、信号处理组件由一个便携式的智能终端设备组成，可以接收可穿戴组件发送的无线信号，对产妇和新生儿的生理参数进行实时分析和处理，生成胎心监护图、痛苦程度评分和其他相关指标，并通过互联网上传到云端分析组件；该组件还可以根据云端分析组件的反馈，向可穿戴组件发送电刺激或波刺激的指令，或者向产妇和医生发送视音频信息，实现远程智能监控和预警；

5、云端分析组件由一个云计算平台和一个人工智能系统组成，可以接收信号处理组件上传的数据，对产妇和新生儿的状态进行深度分析和评估，利用大数据和机器学习的技术，建立个性化的分娩模型和风险预测模型，为医生提供专业的诊断和建议；该组件还可以根据分娩情况的变化，向信号处理组件发送相应的反馈，调整电刺激或波刺激的参数，或者触发预警信号，提醒医生及时采取措施。

6、进一步地，所述的电极贴片通过在子宫和腹壁肌肉群中产生局部电场或压力波动,直接作用于肌肉细胞膜上的离子通道,引起细胞内钙离子浓度升高,激活收缩蛋白纤维,从而达到增强肌肉收缩的目的,促进顺产；具体如下:

7、电极贴片的规格为5cm×5cm,数量为4个,分别贴在产妇的腹部左右两侧和腰部左右两侧,用于对子宫和腹壁进行电刺激或波刺激；

8、电极贴片的材料为导电胶,具有良好的导电性和粘附性,不会对产妇皮肤造成刺激或过敏；

9、电极贴片的电刺激方式为双极电刺激,在子宫和腹壁肌肉群中产生局部电场,刺激肌肉细胞膜上的电压门控钠通道开放,引起动作电位和肌纤维收缩；电压为5v,电流为10ma,频率为50hz,持续时间为5秒,间隔时间为10秒,可根据产妇反馈和生理参数进行调节；

10、电极贴片的波刺激方式为超声波刺激,在子宫和腹壁肌肉组织中产生局部压力波动,刺激肌肉细胞膜上的机械传感通道,引起钙离子内流和动作电位,最终导致肌纤维收缩；超声波频率为1mhz,强度为0.5w/cm2,持续时间为5秒,间隔时间为10秒,可根据产妇反馈和生理参数进行调节。

11、进一步地，所述的传感器的规格为2cm×2cm，数量为6个，分别贴在产妇的腹部中央、胸部左右两侧和手腕左右两侧，用于采集产妇的血压、心率、血氧、血糖、子宫收缩力、腹壁收缩力、胎心率等生理参数；传感器的材料为医用硅胶，具有良好的柔韧性和透气性，不会对产妇的皮肤造成刺激或过敏；传感器的类型为压力传感器、光电传感器、温度传感器、电化学传感器、声波传感器等，可以根据不同的生理参数选择不同的传感器；传感器的精度为±0.1％，采样频率为1hz，可以实时采集产妇的生理参数，并将其转化为数字信号，通过无线发射器发送给信号处理组件。

12、进一步地，所述的无线发射器的规格为3cm×3cm×1cm，数量为1个，贴在产妇的胸部中央，用于将电极贴片和传感器采集的信号发送给信号处理组件；无线发射器的材料为塑料，具有轻便和耐用的特点，不会对产妇的皮肤造成刺激或过敏；无线发射器的类型为蓝牙发射器，可以与信号处理组件的智能终端设备进行无线连接，传输距离为10米，传输速率为1mbps，传输协议为ble(低功耗蓝牙)，可以实现低延迟、低功耗、低干扰的数据传输。

13、进一步地，所述的信号处理组件的智能终端设备的型号为移动终端，具有高性能、高速度、高安全性和高兼容性的特点，可以满足信号处理组件的功能需求。智能终端设备的外形为一款智能手机，方便产妇和医生携带和使用，同时也可以作为一个移动的热点，提供无线网络的接入。

14、智能终端设备上安装了一个专门的应用程序，用于接收、分析、处理和传输可穿戴组件发送的信号，以及接收、反馈、控制和预警云端分析组件的信息。该应用程序的界面为一个分娩监护仪的模拟，可以显示产妇和新生儿的生理参数、胎心监护图、痛苦程度评分和其他相关指标，以及电刺激或波刺激的状态和参数。该应用程序还可以通过语音、视频或文字的方式，与云端分析组件进行交互，接收医生的诊断和建议，或者向医生发送预警信号。该应用程序的功能为：

15、接收可穿戴组件发送的无线信号，对产妇和新生儿的生理参数进行实时分析和处理，生成胎心监护图、痛苦程度评分和其他相关指标，并通过互联网上传到云端分析组件。该应用程序采用了一些信号处理的算法，如滤波、平滑、峰值检测、特征提取等，对生理信号进行去噪、增强、分析和提取，得到准确和有效的数据和指标。该应用程序还采用了一些数据压缩和加密的算法，如哈夫曼编码、aes加密等，对数据进行压缩和加密，减少数据的体积和保障数据的安全性，然后通过5g网络上传到云端分析组件。

16、根据云端分析组件的反馈，向可穿戴组件发送电刺激或波刺激的指令，或者向产妇和医生发送视音频信息，实现远程智能监控和预警。该应用程序可以接收云端分析组件发送的数据和信息，如医生的诊断和建议、电刺激或波刺激的参数、预警信号等，并根据不同的情况，进行不同的操作。如果云端分析组件发送的是电刺激或波刺激的参数，该应用程序会将其转化为无线信号，通过蓝牙发射器发送给可穿戴组件，控制电极贴片的电刺激或波刺激的强度和频率，以增强产妇的子宫和腹壁的肌肉收缩，促进顺产。如果云端分析组件发送的是医生的诊断和建议，该应用程序会将其以语音、视频或文字的方式，显示在智能终端设备的屏幕上，让产妇和医生可以进行远程的沟通和交流，提高医疗服务的便捷性和安全性。如果云端分析组件发送的是预警信号，该应用程序会将其以语音、视频或文字的方式，发送给医生的手机或电脑，提醒医生及时采取措施，减少产妇和新生儿的风险和痛苦，提高医疗服务的精准性和智能性。

17、进一步地，所述的云端分析组件的云计算平台采用云服务，架构为分布式、弹性、可扩展、可靠的云计算架构，资源为多个高性能的云服务器、云数据库、云存储、云网络等，安全性为采用多重加密、认证、防火墙、备份等措施，保障数据的安全性和完整性。

18、进一步地，所述的云端分析组件的人工智能系统采用深度学习的算法，利用大量的产科无痛分娩的历史数据和实时数据，训练出一个深度神经网络的模型，该模型可以对产妇和新生儿的状态进行深度分析和评估，建立个性化的分娩模型和风险预测模型，为医生提供专业的诊断和建议；该模型的性能为准确率达到95％，召回率达到90％，响应时间不超过1秒，满足云端分析组件的功能需求。

19、进一步地，所述的深度学习的算法为卷积神经网络(cnn)，是一种用于处理图像、视频、语音等高维数据的神经网络，具有自动提取特征、降低维度、增强泛化能力的优点；cnn由多个卷积层、池化层、全连接层和激活函数组成，可以对输入的数据进行多层次的特征提取和分类。

20、进一步地，所述的深度神经网络的模型为一个多任务学习的模型，即一个模型可以同时完成多个相关的任务，提高模型的效率和性能；该模型的任务包括：对产妇和新生儿的生理参数进行回归分析，得到数值型的输出，如血压、心率、血氧、血糖、子宫收缩力、腹壁收缩力、胎心率等；对产妇和新生儿的状态进行分类分析，得到类别型的输出，如痛苦程度评分、分娩阶段、分娩风险等；对产妇和新生儿的情况进行生成分析，得到文本型的输出，如诊断报告、建议方案、预警信号等。

21、进一步地，所述的深度神经网络的性能评估方法为：对于回归分析的任务，采用均方误差(mse)作为损失函数，采用平均绝对误差(mae)作为评价指标；对于分类分析的任务，采用交叉熵(ce)作为损失函数，采用准确率(acc)和召回率(rec)作为评价指标；对于生成分析的任务，采用最大似然估计(mle)作为损失函数，采用bleu(bilingual evaluationunderstudy)和rouge(recall-oriented understudy for gisting evaluation)作为评价指标；该模型的性能评估结果为：准确率达到95％，召回率达到90％，响应时间不超过1秒。

22、本发明实施例提供的技术方案带来的有益效果是：

23、本发明可以实现产科无痛分娩的远程智能监控，提高分娩安全性和舒适性，减少产妇和新生儿在分娩过程中的风险和痛苦，提高分娩效率和质量，同时方便医生远程监控和干预，提高医疗服务水平和患者满意度。

24、本发明可以利用可穿戴组件对产妇的子宫和腹壁进行电刺激或波刺激，以增强肌肉收缩，促进顺产，避免不必要的剖宫产或侧切，减少分娩创伤，保护产妇的生殖健康，同时也有利于产妇的恢复和哺乳。

25、本发明可以利用信号处理组件对产妇和新生儿的生理参数进行实时分析和处理，生成胎心监护图、痛苦程度评分和其他相关指标，并通过互联网上传到云端分析组件，实现远程智能监控和预警，及时发现和处理异常情况，提高分娩安全性和效果。

26、本发明可以利用云端分析组件对产妇和新生儿的状态进行深度分析和评估，利用大数据和机器学习的技术，建立个性化的分娩模型和风险预测模型，为医生提供专业的诊断和建议，提高医疗服务质量和效率。

27、本发明可以实现医院之间的远程母胎监护医联体体系，实现三级医院、基层医院以及患者的三方联动，促进优势专家资源下沉，提升基层医院的孕产妇救治能力，缓解医疗资源不均衡的问题。