[发明专利]一种癫痫患儿用监测系统及方法

说明书

本发明涉及一种癫痫患儿用监测系统，至少包括癫痫数据采集器和癫痫分析模块，癫痫数据采集器至少包括至少包括脑电检测装置、红外线探头和摄像头中的一个或几个，其特征在于，所述癫痫分析模块被配置为：对所述脑电检测装置检测得到的数据信号进行分析以判断当前是否处于全身强直阵挛发作期；基于所述红外线探头所检测到的图像信息进行实时重心分析；基于脑电检测装置和红外线探头所检测到的数据信号进行分析后得到的患者强直性发病类型开始的判断结果，指示摄像头开启；当摄像头基于癫痫分析模块分析得到的全身强直阵挛发病开始的判断结果开始进行视频图像的录制及储存时，将其时序标记为发作期间。

本发明是申请号为202010519082.6，申请日为2020年06月09日，申请类型为发明，申请名称为一种伸缩式防护报警床档的分案申请。

技术领域

本发明涉及医疗技术领域，尤其涉及一种癫痫患儿用监测系统及方法。

背景技术

小儿癫痫是阵发性、暂时性脑功能紊乱引起的惊厥发作，为小儿常见神经系统综合征，病因复杂，易反复发作。对于癫痫的正确诊断是后续诊疗的基础所在，因此，癫痫及时的诊断及时的治疗才能帮助癫痫患者尽早的控制病情，尤其是小儿癫痫更需要及时的治疗，以免对孩子的大脑造成危害。

为了更准确地对患者病况进行诊断，需要对患者发病过程进行结合视频监测采集和脑电波数据检查采集等进行综合判断，尤其是小儿癫痫，这些具有“发作”特点的行为，家长往往不能正确描述甚至夸大发作情况，使临床判断和鉴别发生困难。而在此过程中，常常需要长时间监测脑电图，而且需要杜绝不必要的外界干预，以求检测到癫痫发作期间的肢体外在表现和异常脑电波，以期最真实地反映患者发病状态下的具体行为与检测参数，便于后期针对性治疗过程的开展。

现有技术中所提供的癫痫病患者的病床均只限于实现如何对患者发病过程中施加约束以达到防止患者因强烈抽搐等行为而发生冲撞或坠床等情况的发生。然而由于在患者发病过程中施加了外部干扰，通过上述装置进行的视频监测及脑电测量的结果是不准确的，无法真实反映患者在发病过程中的真实状态及相关数据参数，从而对后续开展针对性的治疗产生了一定的障碍。在进行视频脑电监测时，医生想看到癫痫患儿发作的具体表现形式：如发作时的起始动作、中间的持续动作及结束动作，患儿的神志、反应等情况，可对照脑电图波形的改变来准确判断患儿是否是癫痫及癫痫的发作类型。

此外，小儿癫痫发病过程中，常伴随的发作类型有儿童癫痫大发作和儿童癫痫小发作。其中，儿童癫痫大发作时，患者往往突然昏迷，不醒人事，四肢强直，握拳，肌肉及颜面抽动，两目上视，口吐白沫，或作各种，怪叫声，数分钟后清醒。持续时间可长达二三十分钟，这种儿童癫痫发作症状，称癫痫持续状态。儿童癫痫小发作时，患者突发短暂意识丧失，两目凝视、动作语言中止，不昏迷，不抽搐，一般不超过30秒钟即恢复如常，这种儿童癫痫发作症状，称儿童癫痫小发作。由于上述两种类型的儿童癫痫发作时的症状表现较为清晰且单一，因此对于儿童癫痫大发作和儿童癫痫小发作的判断较为容易。而对于部分发病症状较为复杂的儿童癫痫发病类型的判断相对来说更为困难。例如，对于儿童癫痫阵挛发作类型来说，患者在发病过程中仅某肌或肌群的收缩、抽动、屈伸、无意识障碍，而这些微小变化在对患者的临床检测中经常不容易被发现，从而造成对癫痫发病类型的判断错误，对患者病情的准确诊断与治疗不利。

现有技术中如公开号为CN108647645A的专利文献提出了一种针对癫痫患者的基于视频分析的多模态癫痫诊断系统，该系统包括网络交换机、摄像头、网络硬盘录相机、台式机和多模态监控分析模块和EEG脑电图检查设备；多模态监控分析模块包括视频分析子模块，EEG脑电图分析子模块，智能管理子模块；视频分析子模块包括动作检测单元、动作识别单元；EEG脑电图分析子模块包括特征提取单元，特征分类单元；智能管理子模块包括视频存储单元、取证单元和报警单元；诊断方法包括EEG脑电图检查设备将检测到的脑电图发送多模态监控分析模块，摄像头拍摄患者视频信息发送台式机和多模态监控分析模块，多模态监控分析模块建立判断模型，多模态监控分析模块对视频进行分析。