葉建平，翟潛，林鵬翔，黃曉霞，王志康，褚永華，梁家理，陳長俊

1. 浙江大學醫(yī)學院附屬第二醫(yī)院 a. 臨床醫(yī)學工程部；b. 急診監(jiān)護室，浙江 杭州 310009；2. 浙江大學 流體動力與機電系統(tǒng)國家重點實驗室，浙江 杭州 310027

引言

醫(yī)護人員有兩種無創(chuàng)方法來評估重癥監(jiān)護室患者出、入量平衡狀態(tài)[1-2]：一種是護士定性加定量，通過電子病歷系統(tǒng)繪制每日出、入量平衡圖；另一種是測量患者體重變化。但通過繪制出、入量平衡圖的方法，還需進一步提高準確性[3]。相較于前種方法，國外同行相對認同第二種評估方法，因為體重被認為是估計流體平衡的更準確方法，故而得到推薦。體重亦是重癥燒傷患者補液和營養(yǎng)支持的重要依據(jù)之一，研究表明每小時記錄一次重癥燒傷患者的體重極為重要[4]。

醫(yī)療儀器的設計要符合人體工程學，全面考慮醫(yī)護人員的使用情況，提升體驗感、便捷性[5]。本文提出一種新方法解決醫(yī)護人員易忽略校零而導致稱重精度不高的問題。系統(tǒng)采用毫米波傳感器，基于77 GHz毫米波射頻互補金屬氧化物半導體技術，通過循環(huán)掃描選定區(qū)域獲取患者是否在床信號?；颊哌M出重癥病房都有固定通道門，在不增加醫(yī)護人員工作量的條件下，采用Wi-Fi無線傳輸信號，觸發(fā)稱重系統(tǒng)自動校零。

1 材料與方法

1.1 系統(tǒng)設計

系統(tǒng)包含過門檢測模塊和患者不在床檢測模塊（圖1）。其中，過門檢測模塊包含毫米波雷達檢測模塊、多點控制單元（Multi Control Unit，MCU）模塊、Wi-Fi模塊、云端平臺?；颊卟辉诖矙z測模塊包含毫米波雷達檢測模塊、患者呼吸胸廓特征提取、患者不在床識別、MCU模塊、Wi-Fi模塊、云端平臺、稱重系統(tǒng)?；具\行流程為轉運床通過監(jiān)護室門時，毫米波雷達探測到患者，通過Wi-Fi發(fā)送0/1信號至云端平臺，所有重癥監(jiān)護床接收過門信號。重癥監(jiān)護病床在接收到過門信號時，通過毫米波雷達檢測有無患者在床。當無患者在重癥監(jiān)護床時，稱重系統(tǒng)校零；有患者在重癥監(jiān)護床時，稱重系統(tǒng)維持原狀態(tài)。

圖1 帶稱重功能監(jiān)護病床自動校零系統(tǒng)框圖

1.2 具體實現(xiàn)方法

1.2.1 過門檢測模塊

在打開監(jiān)護室前，毫米波雷達通過掃描轉運床可檢測轉運床上是否有患者，進而確定是否觸發(fā)監(jiān)護床稱重系統(tǒng)校零。如圖2所示，本研究使用的毫米波雷達實物模塊采用德州儀器的T1模塊，其毫米波發(fā)射和接收集成在同一電路板，檢測范圍為0.04～100+m。該模塊還安裝在監(jiān)護室患者通道門框上，見圖3。

圖2 毫米波雷達實物圖

圖3 轉運床過門雷達檢測點

1.2.2 患者不在床檢測模塊

如圖4所示，患者不在床檢測模塊亦采用T1模塊，一般固定在床頭，毫米波雷達以±60°角度和25 s間隔循環(huán)掃描。

圖4 患者不在床檢測示意圖

1.3 患者不在床狀態(tài)檢測算法

定義NZ是毫米波掃描的區(qū)域數(shù)，S[t]是雷達第t幀的Nr×Naz距離方位角復數(shù)頻譜矩陣，其第（n，m）個元素表示為Sn,m[t]。Zi是第i個區(qū)域內的所有距離方位角柵格的集合。算法流程框圖如圖5所示。

圖5 患者不在床狀態(tài)檢測算法流程圖

1.3.1 感興趣區(qū)選取

對每個區(qū)域，提取用于確定占用狀態(tài)的特征。功能可由每個區(qū)域的平均功率得出（稱為“區(qū)域功率”）。對于雷達上t幀i區(qū)，平均區(qū)域功率計算如式(1)所示。

對第t幀的區(qū)域i，進一步定義移動平均區(qū)域功率，見式(2)。

其中，L是移動平均的窗口長度。

對區(qū)域的移動平均功率進行峰值檢測，篩選出峰值感興 趣 區(qū)（Region of Interest，ROI），{Zk1,Zk2, …,Z(kNROI)}，NROI為檢測出的ROI數(shù)。

此外，區(qū)域特征定義包括：① 對于第t幀i處的區(qū)域，定義移動平均功率如公式(3)所示；② 在區(qū)域i和區(qū)域j之間，區(qū)域功率的相關系數(shù)如公式(4)所示；③σi[t]是區(qū)域i的Qi[t]的標準偏差，計算方法見公式(5)。

1.3.2 胸廓運動特征提取

對其中任意一個ROI區(qū)域Zk，計算復數(shù)信號Sn,m[t]，(n,m)=Zk的相位，并進行相位展開得到φn,m[t]；然后使IIR帶通濾波器對進行濾波得到提取的特征包括：① 移動平均窗口峰值定義為公式(6)；② 移動平均窗口極差定義為公式(7)；③ 移動平均窗口功率譜定義為公式(8)；④ 移動平均窗口自相關函數(shù)生成的序列定義為公式(9)；⑤ 對時間序列進行空間重構，可得到重構矩陣，移動平均窗口排列熵序列定義為公式(10)。

其中，m為嵌入維數(shù)，τ為延時時間，K為重構分量，K=n-(m-1)×τ。

重構矩陣中每一行為一個重構向量，將其按照數(shù)值大小升序排列，所得序列的索引值構成一組符號序列S(j)，總共可能出現(xiàn)m種排列，統(tǒng)計每一種排列出現(xiàn)的次數(shù)并計算出現(xiàn)的概率P1,P2…PK，據(jù)此計算時間序列的排列熵如公式(11)所示。

通過堆疊所有特征來形成雷達框架的特征集。

1.3.3 二分類器

以識別無患者在床狀態(tài)0與有患者在床狀態(tài)1為目標，以ROI區(qū)域特征與胸廓微小運動特征組成特征集合，使用支持向量機來對數(shù)據(jù)特征集實現(xiàn)二分類。

1.4 統(tǒng)計學分析

任選一患者采用本系統(tǒng)，在2 h內進行在床和不在床檢測。毫米波雷達在其左側、胸廓正中矢狀位、右側檢測患者不在床誤報率。其中誤報率為2 h有患者在床但毫米波雷達未測得患者次數(shù)占總測試次數(shù)百分比，即誤報率=無患者在床次數(shù)/總測試次數(shù)。

所有數(shù)據(jù)使用SPSS 20.0統(tǒng)計學軟件進行處理分析。兩組間各觀察指標中計量資料采用±s表示，使用t檢驗，P＜0.05為差異有統(tǒng)計學意義。

選用最佳毫米波雷達安裝位置，并進行優(yōu)化，統(tǒng)計觸發(fā)稱重系統(tǒng)清零精度。

2 結果

2.1 系統(tǒng)測試結果

毫米波雷達在距離患者正中矢狀位0.8 m左右進行掃描。圖6是其雷達檢測扇形圖。經(jīng)過特征提取與可視化后，系統(tǒng)測試結果如圖7所示。

圖6 毫米波雷達檢測扇形圖

圖7 系統(tǒng)實測結果

經(jīng)測試，當雷達位置在患者左側時，誤報率為24.25%±5.60%；在患者胸廓正中矢狀位時，誤報率為13.13%±2.23%；在患者右側時誤報率為26.50±8.60%。毫米波傳感器置于患者胸廓正中矢狀位方比置于其他位置的不在床誤報率低（t=0.62，P＜0.05）。如圖8所示，毫米波傳感器固定于床頭，可有效降低誤報率。系統(tǒng)對在床狀態(tài)的識別精度＞99%，極少出現(xiàn)誤識別為離床的情況，能夠保證不發(fā)生稱重系統(tǒng)錯誤清零的產(chǎn)生；另一方面，對于離床狀態(tài)的識別精度為96%，能滿足稱重系統(tǒng)及時清零要求。

圖8 稱重系統(tǒng)清零準確度分析

3 討論

重癥監(jiān)護患者體重常用測量方法有兩種。一種應用帶稱重功能的監(jiān)護床。進口的產(chǎn)品如Schneider等[6]使用的Hill-Rom監(jiān)護床，其重復測量精度可達225 g（＜75 kg）或75 g（＞75 kg）；國產(chǎn)的如DZ2000型智能電子稱重床[7-8]，其重復測量體重精度達到±100 g，性能亦佳。它們在一般醫(yī)療場景使用時可帶來極大的方便，且可滿足臨床精度要求。但亦有不足之處：不能連續(xù)地記錄體重和校零不方便[3]。Davies等[9]在使用CRRT對液體平衡進行回顧性分析，發(fā)現(xiàn)很難完整連續(xù)記錄體重，尤其連續(xù)記錄5 d以上。常規(guī)稱重校零過程是醫(yī)護人員去除一切和體重無關的負載，進行校零。該過程需要醫(yī)護人員知曉稱重系統(tǒng)校零按鍵，提前知曉患者需稱重，且患者在進行呼吸治療、監(jiān)護儀監(jiān)測、微泵輸液時，還提前排除各種管道、導聯(lián)線、輸液皮管等干擾因素。但研究表明雖提前告知護士需要稱重校零，還會存在因重癥監(jiān)護室復雜應用場景導致醫(yī)護人員疏忽忘記清零和不易校零的情況[9-10]。最終，醫(yī)護人員不得不抬起患者重新校零。JANET在模擬嬰兒使用呼吸機和不使用呼吸機時，測量模擬嬰兒體重，結果顯示有一定差異[11]，間接說明校零時機很重要。另一種是采用電動移位機，如美國LIKO公司的GOLVO 700ES，但使用電動移位機時抬起患者，易牽拉患者治療的管路、導聯(lián)線等，不利治療[12-14]。

過門檢測可選用霍爾元件傳感器、視覺識別、毫米波雷達[15]。采用霍爾元件傳感器過門檢測時，當有其他設備（如超聲診斷系統(tǒng)、ECMO 系統(tǒng)、CRRT 機）經(jīng)過時，將誤觸發(fā)過門信號，如此時有患者從轉運床過床到重癥病床上，系統(tǒng)將被誤校零。視覺識別，需要大量的圖像數(shù)據(jù)進行訓練，臨床應用周期加長。毫米波雷達可以通過實時掃描和識別區(qū)固定，彌補其他技術手段帶來的缺陷。

本研究通過毫米波雷達檢測患者不在床和轉運床過門，將校零觸發(fā)信號發(fā)送至稱重系統(tǒng)[16]。系統(tǒng)有以下三重優(yōu)勢：① 該種非接觸式方法可有效防止重癥病房交叉感染；② 毫米波穿透特性可保證能穿透患者覆蓋的被褥，信號返回亦不受干擾；③ 不受環(huán)境影響，尤其熱源影響，如患者在使用醫(yī)用控溫儀和溫毯儀?？傊?，系統(tǒng)較好地解決臨床上易忽略的體重校零細節(jié)，為后續(xù)持續(xù)監(jiān)測體重打下基礎。研究立足于臨床的實際應用，克服原監(jiān)護床稱重系統(tǒng)不足，提高了獲得的體重精度。

4 結論

本研究使用毫米波雷達作為檢測手段，通過患者不在床和過門檢測，觸發(fā)監(jiān)護床稱重系統(tǒng)校零，解決了臨床上易忽略的體重校零細節(jié)。后續(xù)將采用小波神經(jīng)網(wǎng)絡等人工智能算法進一步提升患者不在床識別率，并根據(jù)患者在床主要特征值快速提取，提高識別速度，優(yōu)化系統(tǒng)性能。