一种术中神经功能监测系统及方法

1.本发明涉及数据处理技术领域，特别涉及一种术中神经功能监测系统及方法。


背景技术：

2.近年来，如何在手术中精准评估神经功能及其变化已经成为外科手术的关键临床问题。术中神经功能监测(intra-operative neurophysiological monitoring,iom)各种电生理技术，探测术中处于危险状态下神经功能完整性，可以实时反映神经是否存在牵拉、缺血、热凝等造成的损害，以便术者及时停止操作，使神经功能恢复正常或基本正常。从而减少手术相关并发症，提高手术安全性，降低神经损伤的发生，已经成为外科手术中常用方法和重要组成部分。目前，iom主要应用于神经、脊柱、心血管及耳鼻喉等外科领域，便于指导和提示外科手术的神经保护作用，达到提升外科手术预后的目的。iom的基本原理是对特定神经进行术中实时监护，对存在损伤风险的神经通路中的特定神经结构的电反应进行记录。iom基本技术包括：(1)诱发电位(evoked potentials，eps)：常见体感诱发电位(somatosensory evoked potentials,seps)，主要反映脑干、丘脑等深感觉传导功能、运动诱发电位(motor evoked potentials,meps)，主要反映运动皮层和锥体束功能、脑干听觉诱发电位(brainstem auditory evoked potentials，baeps)，主要评价脑干功能、视觉诱发电位(visual evoked potentials，vep)，评价枕叶视觉中枢功能；(2)自发或诱发肌电反应(free-run/trigger electromyogram，emg)；(3)脑电图(electroencephalogram，eeg)，在评估中枢神经缺血性损伤方面也具有巨大的使用价值。iom的主要目的在于：(1)及时发现和辨明手术操作对神经组织的影响，避免永久性的神经损伤；(2)协助鉴别神经组织，避免手术操作对重要结构的损伤；(3)提供电生理层面数据依据，协助手术团队选择最佳手术方式。iom可以给手术医师团队提供有关神经损伤或功能变化的信息，为手术医师调整手术方法提供有价值的参考，从而使手术操作进入功能解剖阶段。但是，目前现有的iom技术只能对术中神经系统损伤进行评价，对于神经功能恢复，特别是术中神经功能改善情况的评价是空白的。
3.现有技术一，申请号：cn201610238818.6公开了一种术中人体神经多功能检测报警系统，包括主机体、与主机体连接的界面盒，该主机体通过主机输入接口连接有导线，该导线另一端连接导电连接部；该导电连接部为带有弹簧、金属夹齿以及与金属夹体电导通的第一接口的金属夹体，金属夹体用于随意夹持不同金属手术器械，此设置简化了手术步骤，减少病人痛苦，虽然提高了手术安全性；在金属夹体表面涂有绝缘涂层避免反馈信号受到外界环境影响；但是智能化程度较低，不能对术中神神经功能改善的数据进行处理，使得其功能缺失。
4.现有技术二，申请号：cn202210820334.8公开了一种基于术中生理监测的脊柱内镜手术机器人系统及方法，包括与内镜系统连接的机械臂，主控系统分别连接内镜系统、机械臂、术中电生理监测预警系统和手术导航系统。术中电生理监测预警系统被配置为：根据电极获取的体感诱发电位、运动诱发电位和肌电图电生理信号中的一种或多种，经预处理
和特征提取后，得到对应的体感诱发电位、运动诱发电位和肌电图电生理信号基于波幅下降率和电位差峰峰值划分的类别，基于设定的波幅下降率和电位差峰峰值划分预警等级，虽然根据划分的预警等级执行术中生理监测，但是不能对术中神神经功能改善的数据进行处理。
5.现有技术三，申请号：cn202211081349.3一种用于脊柱手术术中的神经电生理监测装置及方法，监测装置包括脑电监测模块、术中神经刺激监测模块、同步信号模块、异常电生理事件警示模块，脑电监测模块用于接收患者术中脑电波数据，术中神经刺激监测模块用于监测诱发电位数据以及用于对术中患者进行sep和/或mep刺激，同步信号模块用于同步脑电波数据和诱发电位数据，异常电生理事件警示模块根据脑电波数据和诱发电位数据进行异常电生理事件警示。虽然可以实现术中神经监测、并能及早发现新的神经功能障碍，以便及时纠正病因，但是不能对术中神神经功能改善的数据进行处理。
6.目前现有技术一、现有技术二和现有技术三存在不能对术中神神经功能改善的数据进行处理，导致其功能较简单，数据处理能力低的问题，因而，本发明提供一种术中神经功能监测系统及方法，不仅可以评估医源性神经损伤数据，还可以在手术中评价神经功能数据即刻改善情况，填补了此项技术的空白，对于外科手术意义重大。


技术实现要素：

7.为了解决上述技术问题，本发明提供了一种术中神经功能监测系统，包括：
8.数据模型构建模块，负责根据神经功能数据监测的需求，构建神经功能改善评价数据模型；
9.软件功能制作模块，负责按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；
10.第一数据处理模块，负责将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；
11.第二数据处理模块，负责根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果。
12.可选的，数据模型构建模块，包含：
13.初始数据获取子模块，负责获取构建神经功能改善评价数据模型的初始神经功能数据，由初始神经功能数据对构建神经功能改善评价数据模型进行训练，根据初始神经功能数据形成神经功能数据监测的需求；
14.数据标识配置子模块，负责将初始神经功能数据存储单元存储至多个数据容器，根据数据容器配置对应的索引标识；
15.数据链表构建子模块，负责根据索引标识，及数据容器构建的数据链表，构建神经功能改善评价数据模型；
16.数据预设更新子模块，负责设定神经功能数据的更新时间节点，启动爬取网页和云服务数据库获取神经功能数据，对神经功能数据进行初始化；
17.数据汇集存储子模块，负责获取初始化的神经功能数据，与初始神经功能数据进行汇集，并更新对应的初始神经功能数据，得到更新后的神经功能数据集合，同时对构建神
经功能改善评价数据模型进行训练。
18.可选的，数据预设更新子模块，包含：
19.时间节点设置单元，负责根据神经功能数据监测的需求的增加量，设置数据预设更新的时间节点，当增加量达到阈值，则到达时间节点；
20.主题关联确定单元，负责根据神经功能数据的需求的主题，启动爬取网页和云服务数据库获取神经功能数据；计算主题与获取神经功能数据的主题的相关度，选择主题相关度概率大的神经功能数据；
21.初始化启动单元，负责接收主题相关度概率大的神经功能数据，与初始神经功能数据进行比对，将主题相关的初始神经功能数据进行更新。
22.可选的，软件功能制作模块，包含：
23.功能确认子模块，负责获取神经功能改善评价数据模型的功能，及神经功能数据的类型；
24.第一区域划分模块，负责将功能划分为数据结构、数据操作及数据完整性约束三个区域模块；
25.第二区域划分模块，负责将神经功能数据的类型，按照主导功能、反射功能及调节功能划分为三个区域模块；
26.区域模块关联模块，负责将第一区域划分模块和第二区域划分模块进行功能关联，按照神经功能改善评价数据模型的功能，进行主导功能、反射功能及调节功能的电学数据的展示。
27.可选的，第一区域划分模块中的数据结构是神经功能的对象类型的集合，数据操作是对神经功能数据的实例允许执行的操作集合，指检索和更新两类操作；数据完整性约束是一组完整性规则的集合，规定神经功能数据库状态及状态变化所应满足的条件。
28.可选的，第一数据处理模块，包含：
29.数据获取子模块，负责接收设备监测的术中神经功能数据，包含神经的主导功能、反射功能及调节功能的电学数据；
30.数据处理子模块，负责将术中神经功能数据按照类型的不同，输入至对应的软件功能的区域，对不同类型的术中神经功能数据进行处理；
31.结果输出子模块，负责将处理后的术中神经功能数据，与神经功能改善评价数据模型预设的功能阈值进行一一对比，得到神经的主导功能、反射功能及调节功能的术中改善结果。
32.可选的，第二数据处理模块，包含：
33.初始数据获取子模块，负责获取第一数据处理结果和预后神经功能数据，及神经功能改善评价数据模型更新后的神经功能数据；
34.初始值计算子模块，负责将预后神经功能数据输入至训练的神经功能改善评价数据模型，得到预后神经功能改善的神经功能数据初始值；
35.偏差值计算子模块，负责根据预后时间标识输入值训练的神经功能改善评价数据模型，得到预后的神经功能数据偏差值；
36.改善结果输出子模块，负责将根据预后神经功能改善的神经功能数据初始值，与预后的神经功能数据偏差值得到预后神经功能改善的第二处理结果。
37.本发明提供的一种术中神经功能监测方法，包含以下步骤：
38.根据神经功能数据监测的需求，构建神经功能改善评价数据模型；
39.按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；
40.将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果。
41.可选的，神经功能数据指的是神经的主导功能、反射功能及调节功能相关的电学数据。
42.可选的，第一处理结果及第二处理结果的处理过程，包含以下步骤：
43.接收设备监测的术中神经功能数据，包含神经的主导功能、反射功能及调节功能的电学数据；将术中神经功能数据按照类型的不同，输入至对应的软件功能的区域，对不同类型的术中神经功能数据进行处理；
44.将处理后的术中神经功能数据，与神经功能改善评价数据模型预设的功能阈值进行一一对比，得到神经的主导功能、反射功能及调节功能的术中改善结果；获取第一数据处理结果和预后神经功能数据，及神经功能改善评价数据模型更新后的神经功能数据；
45.将预后神经功能数据输入至训练的神经功能改善评价数据模型，得到预后神经功能改善的神经功能数据初始值；根据预后时间标识输入值训练的神经功能改善评价数据模型，得到预后的神经功能数据偏差值；
46.将根据预后神经功能改善的神经功能数据初始值，与预后的神经功能数据偏差值得到预后神经功能改善的第二处理结果；
47.本发明的数据模型构建模块根据神经功能数据监测的需求，构建神经功能改善评价数据模型；软件功能制作模块按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；第一数据处理模块将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；第二数据处理模块负责根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果；上述方案构建了神经功能改善评价数据模型，实现了对神经功能数据监测的输入和处理，并得到处理的结果，一方面不仅实现了术中神经功能数据的监测，而且实现了预后神经功能数据的监测，以数据的形式对神经功能进行评价，有助于操作人员及时获知神经功能是否正常，辅助提升手术治疗疾病的目的；另一方面同时实现术中和预后的同时监测，保障了神经功能的完整性，为手术机器人的操控提供了功能性的设备及数据，进一步完善了手术机器人的智能化。
48.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
49.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
50.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
51.图1为本发明实施例1中术中神经功能监测系统框图；
52.图2为本发明实施例2中数据模型构建模块框图；
53.图3为本发明实施例3中数据预设更新子模块框图；
54.图4为本发明实施例4中软件功能制作模块框图；
55.图5为本发明实施例5中第一数据处理模块框图；
56.图6为本发明实施例6中第二数据处理模块框图；
57.图7为本发明实施例7中术中神经功能监测方法流程图；
58.图8为本发明实施例8中第一数据处理及第二数据处理流程图。
具体实施方式
59.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
60.在本技术实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术实施例。在本技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
61.下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。在本技术的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
62.实施例1
63.如图1所示，本发明实施例提供了一种术中神经功能监测系统，包括：
64.数据模型构建模块，负责根据神经功能数据监测的需求，构建神经功能改善评价数据模型；神经功能数据指的是神经的主导功能、反射功能及调节功能相关的电学数据；
65.软件功能制作模块，负责按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；
66.第一数据处理模块，负责将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；
67.第二数据处理模块，负责根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果；
68.上述技术方案的工作原理和有益效果为：本实施例的数据模型构建模块根据神经功能数据监测的需求，构建神经功能改善评价数据模型；软件功能制作模块按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改
善评价数据模型的执行操作；第一数据处理模块将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；第二数据处理模块负责根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果；上述方案构建了神经功能改善评价数据模型，实现了对神经功能数据监测的输入和处理，并得到处理的结果，一方面不仅实现了术中神经功能数据的监测，而且实现了预后神经功能数据的监测，以数据的形式对神经功能进行评价，有助于操作人员及时获知神经功能是否正常，辅助提升手术治疗疾病的目的；另一方面同时实现术中和预后的同时监测，保障了神经功能的完整性，为手术机器人的操控提供了功能性的设备及数据，进一步完善了手术机器人的智能化。
69.实施例2：如图2所示，在实施例1的基础上，本发明实施例提供的数据模型构建模块，包含：
70.初始数据获取子模块，负责获取构建神经功能改善评价数据模型的初始神经功能数据，由初始神经功能数据对构建神经功能改善评价数据模型进行训练，根据初始神经功能数据形成神经功能数据监测的需求；获取方式包含：通过爬取网页和云服务数据库；
71.数据标识配置子模块，负责将初始神经功能数据存储单元存储至多个数据容器，根据数据容器配置对应的索引标识；
72.数据链表构建子模块，负责根据索引标识，及数据容器构建的数据链表，构建神经功能改善评价数据模型；
73.数据预设更新子模块，负责设定神经功能数据的更新时间节点，启动爬取网页和云服务数据库获取神经功能数据，对神经功能数据进行初始化；
74.数据汇集存储子模块，负责获取初始化的神经功能数据，与初始神经功能数据进行汇集，并更新对应的初始神经功能数据，得到更新后的神经功能数据集合，同时对构建神经功能改善评价数据模型进行训练；
75.上述技术方案的工作原理和有益效果为：本实施例的初始数据获取子模块获取构建神经功能改善评价数据模型的初始神经功能数据，根据初始神经功能数据形成神经功能数据监测的需求；获取方式包含：通过爬取网页和云服务数据库；数据标识配置子模块将初始神经功能数据存储单元存储至多个数据容器，根据数据容器配置对应的索引标识；数据链表构建子模块根据索引标识，及数据容器构建的数据链表，构建神经功能改善评价数据模型；数据预设更新子模块设定神经功能数据的更新时间节点，启动爬取网页和云服务数据库获取神经功能数据，对神经功能数据进行初始化；数据汇集存储子模块获取初始化的神经功能数据，与初始神经功能数据进行汇集，并更新对应的初始神经功能数据，得到更新后的神经功能数据集合；数模型构建模块，负责根据神经功能数据监测的需求，构建神经功能改善评价数据模型；上述方案根据索引标识及数据容器构建的数据链表构建神经功能改善评价数据模型，能够满足多种类型神经功能数据的使用需求，神经功能数据的插入方式和查找方式更加灵活，提升用户使用的体验感；爬取网页和云服务数据库获取神经功能数据，设定时间节点进行初始神经功能数据的更新，保证神经功能数据的有效性，提升术中及预后神经功能监测的效果。
76.实施例3：如图3所示，在实施例2的基础上，本发明实施例提供的数据预设更新子
模块，包含：
77.时间节点设置单元，负责根据神经功能数据监测的需求的增加量，设置数据预设更新的时间节点，当增加量达到阈值，则到达时间节点；
78.主题关联确定单元，负责根据神经功能数据的需求的主题，启动爬取网页和云服务数据库获取神经功能数据；计算主题与获取神经功能数据的主题的相关度，选择主题相关度概率大的神经功能数据；
79.主题相关度概率的计算表达式为：
[0080][0081]
其中，value(d,t)标识主题相关度概率，d表示主题关键词，d＝(k
1,d
,k
2,d
,
…
,k
m,d
)，由m个词向量k
i,d
构成，t表示主题，t＝(k
1,t
,k
2,t
,
…
,k
n,t
)，由n个词向量k
j,t
构成，i表示主题关键词中的某个词的排序，j表示主题的排序，count(i)表示主题关键词中的词i出现的次数，di表示出现词i的语料库；
[0082]
初始化启动单元，负责接收主题相关度概率大的神经功能数据，与初始神经功能数据进行比对，将主题相关的初始神经功能数据进行更新；
[0083]
上述技术方案的工作原理和有益效果为：本实施例的时间节点设置单元根据神经功能数据监测的需求的增加量，设置数据预设更新的时间节点，当增加量达到阈值，则到达时间节点；主题关联确定单元根据神经功能数据的需求的主题，启动爬取网页和云服务数据库获取神经功能数据；计算主题与获取神经功能数据的主题的相关度，选择主题相关度概率大的神经功能数据；初始化启动单元接收主题相关度概率大的神经功能数据，与初始神经功能数据进行比对，将主题相关的初始神经功能数据进行更新；上述方案根据神经功能数据监测的需求的增加量设置为更新的时间节点，让更新更加的符合现实需求，使得软件服务更加的人性化，在获取神经功能数据选取主题相关度概率大的，节省了爬取网页和云服务数据库的时间，提升了搜索神经功能数据的效率，为神经功能数据的更新提供了方向；通过神经功能数据的比对，实现了初始神经功能数据的更新，保证了术中及预后神经功能监测的准确性。
[0084]
实施例4：如图4所示，在实施例1的基础上，本发明实施例提供的软件功能制作模块，包含：
[0085]
功能确认子模块，负责获取神经功能改善评价数据模型的功能，及神经功能数据的类型；
[0086]
第一区域划分模块，负责将功能划分为数据结构、数据操作及数据完整性约束三个区域模块；数据结构是神经功能的对象类型的集合，数据操作是对神经功能数据的实例允许执行的操作集合，主要指检索和更新两类操作；数据完整性约束是一组完整性规则的集合，规定神经功能数据库状态及状态变化所应满足的条件，以保证神经功能数据的正确性、有效性和相容性；
[0087]
第二区域划分模块，负责将神经功能数据的类型，按照主导功能、反射功能及调节功能划分为三个区域模块；
[0088]
区域模块关联模块，负责将第一区域划分模块和第二区域划分模块进行功能关联，按照神经功能改善评价数据模型的功能，进行主导功能、反射功能及调节功能的电学数据的展示；
[0089]
上述技术方案的工作原理和有益效果为：本实施例的功能确认子模块获取神经功能改善评价数据模型的功能，及神经功能数据的类型；第一区域划分模块将功能划分为数据结构、数据操作及数据完整性约束三个区域模块；数据结构是神经功能的对象类型的集合，数据操作是对神经功能数据的实例允许执行的操作集合，主要指检索和更新两类操作；数据完整性约束是一组完整性规则的集合，规定神经功能数据库状态及状态变化所应满足的条件，以保证神经功能数据的正确性、有效性和相容性；第二区域划分模块将神经功能数据的类型，按照主导功能、反射功能及调节功能划分为三个区域模块；区域模块关联模块将第一区域划分模块和第二区域划分模块进行功能关联，按照神经功能改善评价数据模型的功能，进行主导功能、反射功能及调节功能的电学数据的展示；上述方案以神经功能改善评价数据模型的功能及神经功能数据的类型对软件的模块区域进行划分，不仅完善了软件模块划分的准确性，而且更加与神经功能监测的对象相适配，增加了软件使用的用户体验感；通过第一区域划分和第二区域划分，让软件的界面更加简单，简化了操作程序，提高了操作效率，有效的提升了神经功能监测效率。
[0090]
实施例5：如图5所示，在实施例1的基础上，本发明实施例提供的第一数据处理模块，包含：
[0091]
数据获取子模块，负责接收设备监测的术中神经功能数据，包含神经的主导功能、反射功能及调节功能的电学数据；
[0092]
数据处理子模块，负责将术中神经功能数据按照类型的不同，输入至对应的软件功能的区域，对不同类型的术中神经功能数据进行处理；
[0093]
结果输出子模块，负责将处理后的术中神经功能数据，与神经功能改善评价数据模型预设的功能阈值进行一一对比，得到神经的主导功能、反射功能及调节功能的术中改善结果；
[0094]
上述技术方案的工作原理和有益效果为：本实施例的数据获取子模块接收设备监测的术中神经功能数据，包含神经的主导功能、反射功能及调节功能的电学数据；数据处理子模块将术中神经功能数据按照类型的不同，输入至对应的软件功能的区域，对不同类型的术中神经功能数据进行处理；结果输出子模块将处理后的术中神经功能数据，与神经功能改善评价数据模型预设的功能阈值进行一一对比，得到神经的主导功能、反射功能及调节功能的术中改善结果；上述方案按照术中神经功能数据的类型的不同，输入到已构建的软件中，由神经功能改善评价数据模型进行处理，实现了神经功能数据的初步筛选，按照神经功能的不同分别进行处理，能够有效提升神经功能改善评价数据模型的处理效率，同时，通过功能阈值对比，能够及时的获知术中神经的主导功能、反射功能及调节功能的数据变化，有助于提升术中神经功能改善的数据的可视化，辅助术中的操作。
[0095]
实施例6：如图6所示，在实施例1的基础上，本发明实施例提供的第二数据处理模块，包含：
[0096]
初始数据获取子模块，负责获取第一数据处理结果和预后神经功能数据，及神经功能改善评价数据模型更新后的神经功能数据；
[0097]
初始值计算子模块，负责将预后神经功能数据输入至训练的神经功能改善评价数据模型，得到预后神经功能改善的神经功能数据初始值；
[0098]
偏差值计算子模块，负责根据预后时间标识输入值训练的神经功能改善评价数据模型，得到预后的神经功能数据偏差值；
[0099]
改善结果输出子模块，负责将根据预后神经功能改善的神经功能数据初始值，与预后的神经功能数据偏差值得到预后神经功能改善的第二处理结果；
[0100]
上述技术方案的工作原理和有益效果为：本实施例的初始数据获取子模块获取第一数据处理结果和预后神经功能数据，及神经功能改善评价数据模型更新后的神经功能数据；初始值计算子模块将预后神经功能数据输入至训练的神经功能改善评价数据模型，得到预后神经功能改善的神经功能数据初始值；偏差值计算子模块根据预后时间标识输入值训练的神经功能改善评价数据模型，得到预后的神经功能数据偏差值；改善结果输出子模块将根据预后神经功能改善的神经功能数据初始值，与预后的神经功能数据偏差值得到预后神经功能改善的第二处理结果；上述方案根据第一处理结果预测预后神经功能数据，由神经功能改善评价数据模型进行处理，根据术中的神经功能监测数据进行预测预后神经功能数据，弥补了现有技术的空白，实现了预后神经功能数据的预测，提升了神经功能数据处理的效率，有效提升神经功能监测的针对性，有助于恢复神经功能。
[0101]
实施例7：如图7所示，在实施例1-实施例6的基础上，本发明实施例提供的术中神经功能监测方法，包含以下步骤：
[0102]
s100：根据神经功能数据监测的需求，构建神经功能改善评价数据模型；神经功能数据指的是神经的主导功能、反射功能及调节功能相关的电学数据；
[0103]
s200：按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；
[0104]
s300：将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果；
[0105]
上述技术方案的工作原理和有益效果为：本实施例首先根据神经功能数据监测的需求，构建神经功能改善评价数据模型；其次按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；最后将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；负责根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果；上述方案构建了神经功能改善评价数据模型，实现了对神经功能数据监测的输入和处理，并得到处理的结果，一方面不仅实现了术中神经功能数据的监测，而且实现了预后神经功能数据的监测，以数据的形式对神经功能进行评价，有助于操作人员及时获知神经功能是否正常，辅助提升手术治疗疾病的目的；另一方面同时实现术中和预后的同时监测，保障了神经功能的完整性，为手术机器人的操控提供了功能性的设备及数据，进一步完善了手术机器人的智能化。
[0106]
实施例8：如图8所示，在实施例7的基础上，本发明实施例提供的第一处理结果及
第二处理结果的处理过程，包含以下步骤：
[0107]
s301：接收设备监测的术中神经功能数据，包含神经的主导功能、反射功能及调节功能的电学数据；将术中神经功能数据按照类型的不同，输入至对应的软件功能的区域，对不同类型的术中神经功能数据进行处理；
[0108]
s302：将处理后的术中神经功能数据，与神经功能改善评价数据模型预设的功能阈值进行一一对比，得到神经的主导功能、反射功能及调节功能的术中改善结果；获取第一数据处理结果和预后神经功能数据，及神经功能改善评价数据模型更新后的神经功能数据；
[0109]
s303：将预后神经功能数据输入至训练的神经功能改善评价数据模型，得到预后神经功能改善的神经功能数据初始值；根据预后时间标识输入值训练的神经功能改善评价数据模型，得到预后的神经功能数据偏差值；
[0110]
s304：将根据预后神经功能改善的神经功能数据初始值，与预后的神经功能数据偏差值得到预后神经功能改善的第二处理结果；
[0111]
上述技术方案的工作原理和有益效果为：本实施例首先接收设备监测的术中神经功能数据，包含神经的主导功能、反射功能及调节功能的电学数据；将术中神经功能数据按照类型的不同，输入至对应的软件功能的区域，对不同类型的术中神经功能数据进行处理；其次将处理后的术中神经功能数据，与神经功能改善评价数据模型预设的功能阈值进行一一对比，得到神经的主导功能、反射功能及调节功能的术中改善结果；获取第一数据处理结果和预后神经功能数据，及神经功能改善评价数据模型更新后的神经功能数据；然后将预后神经功能数据输入至训练的神经功能改善评价数据模型，得到预后神经功能改善的神经功能数据初始值；根据预后时间标识输入值训练的神经功能改善评价数据模型，得到预后的神经功能数据偏差值；最后将根据预后神经功能改善的神经功能数据初始值，与预后的神经功能数据偏差值得到预后神经功能改善的第二处理结果；上述方案按照术中神经功能数据的类型的不同，输入到已构建的软件中，由神经功能改善评价数据模型进行处理，实现了神经功能数据的初步筛选，按照神经功能的不同分别进行处理，能够有效提升神经功能改善评价数据模型的处理效率，同时，通过功能阈值对比，能够及时的获知术中神经的主导功能、反射功能及调节功能的数据变化，有助于提升术中神经功能改善的数据的可视化，辅助术中的操作；根据第一处理结果预测预后神经功能数据，由神经功能改善评价数据模型进行处理，根据术中的神经功能监测数据进行预测预后神经功能数据，弥补了现有技术的空白，实现了预后神经功能数据的预测，提升了神经功能数据处理的效率，有效提升神经功能监测的针对性，有助于恢复神经功能。
[0112]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.一种术中神经功能监测系统，其特征在于，包括：数据模型构建模块，负责根据神经功能数据监测的需求，构建神经功能改善评价数据模型；软件功能制作模块，负责按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；第一数据处理模块，负责将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；第二数据处理模块，负责根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果。2.如权利要求1所述的术中神经功能监测系统，其特征在于，数据模型构建模块，包含：初始数据获取子模块，负责获取构建神经功能改善评价数据模型的初始神经功能数据，由初始神经功能数据对构建神经功能改善评价数据模型进行训练，根据初始神经功能数据形成神经功能数据监测的需求；数据标识配置子模块，负责将初始神经功能数据存储单元存储至多个数据容器，根据数据容器配置对应的索引标识；数据链表构建子模块，负责根据索引标识，及数据容器构建的数据链表，构建神经功能改善评价数据模型；数据预设更新子模块，负责设定神经功能数据的更新时间节点，启动爬取网页和云服务数据库获取神经功能数据，对神经功能数据进行初始化；数据汇集存储子模块，负责获取初始化的神经功能数据，与初始神经功能数据进行汇集，并更新对应的初始神经功能数据，得到更新后的神经功能数据集合，同时对构建神经功能改善评价数据模型进行训练。3.如权利要求2所述的术中神经功能监测系统，其特征在于，数据预设更新子模块，包含：时间节点设置单元，负责根据神经功能数据监测的需求的增加量，设置数据预设更新的时间节点，当增加量达到阈值，则到达时间节点；主题关联确定单元，负责根据神经功能数据的需求的主题，启动爬取网页和云服务数据库获取神经功能数据；计算主题与获取神经功能数据的主题的相关度，选择主题相关度概率大的神经功能数据；初始化启动单元，负责接收主题相关度概率大的神经功能数据，与初始神经功能数据进行比对，将主题相关的初始神经功能数据进行更新。4.如权利要求1所述的术中神经功能监测系统，其特征在于，软件功能制作模块，包含：功能确认子模块，负责获取神经功能改善评价数据模型的功能，及神经功能数据的类型；第一区域划分模块，负责将功能划分为数据结构、数据操作及数据完整性约束三个区域模块；第二区域划分模块，负责将神经功能数据的类型，按照主导功能、反射功能及调节功能划分为三个区域模块；
区域模块关联模块，负责将第一区域划分模块和第二区域划分模块进行功能关联，按照神经功能改善评价数据模型的功能，进行主导功能、反射功能及调节功能的电学数据的展示。5.如权利要求4所述的术中神经功能监测系统，其特征在于，第一区域划分模块中的数据结构是神经功能的对象类型的集合，数据操作是对神经功能数据的实例允许执行的操作集合，指检索和更新两类操作；数据完整性约束是一组完整性规则的集合，规定神经功能数据库状态及状态变化所应满足的条件。6.如权利要求1所述的术中神经功能监测系统，其特征在于，第一数据处理模块，包含：数据获取子模块，负责接收设备监测的术中神经功能数据，包含神经的主导功能、反射功能及调节功能的电学数据；数据处理子模块，负责将术中神经功能数据按照类型的不同，输入至对应的软件功能的区域，对不同类型的术中神经功能数据进行处理；结果输出子模块，负责将处理后的术中神经功能数据，与神经功能改善评价数据模型预设的功能阈值进行一一对比，得到神经的主导功能、反射功能及调节功能的术中改善结果。7.如权利要求1所述的术中神经功能监测系统，其特征在于，第二数据处理模块，包含：初始数据获取子模块，负责获取第一数据处理结果和预后神经功能数据，及神经功能改善评价数据模型更新后的神经功能数据；初始值计算子模块，负责将预后神经功能数据输入至训练的神经功能改善评价数据模型，得到预后神经功能改善的神经功能数据初始值；偏差值计算子模块，负责根据预后时间标识输入值训练的神经功能改善评价数据模型，得到预后的神经功能数据偏差值；改善结果输出子模块，负责将根据预后神经功能改善的神经功能数据初始值，与预后的神经功能数据偏差值得到预后神经功能改善的第二处理结果。8.一种术中神经功能监测方法，其特征在于，包含以下步骤：根据神经功能数据监测的需求，构建神经功能改善评价数据模型；按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到术中神经功能改善的第一处理结果；根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果。9.如权利要求8所述的术中神经功能监测方法，其特征在于，神经功能数据指的是神经的主导功能、反射功能及调节功能相关的电学数据。10.如权利要求8所述的术中神经功能监测方法，其特征在于，第一处理结果及第二处理结果的处理过程，包含以下步骤：接收设备监测的术中神经功能数据，包含神经的主导功能、反射功能及调节功能的电学数据；将术中神经功能数据按照类型的不同，输入至对应的软件功能的区域，对不同类型的术中神经功能数据进行处理；
将处理后的术中神经功能数据，与神经功能改善评价数据模型预设的功能阈值进行一一对比，得到神经的主导功能、反射功能及调节功能的术中改善结果；获取第一数据处理结果和预后神经功能数据，及神经功能改善评价数据模型更新后的神经功能数据；将预后神经功能数据输入至训练的神经功能改善评价数据模型，得到预后神经功能改善的神经功能数据初始值；根据预后时间标识输入值训练的神经功能改善评价数据模型，得到预后的神经功能数据偏差值；将根据预后神经功能改善的神经功能数据初始值，与预后的神经功能数据偏差值得到预后神经功能改善的第二处理结果。

技术总结
本发明提供了一种术中神经功能监测系统及方法，系统包括：数据模型构建模块、软件功能制作模块、第一数据处理模块和第二数据处理模块；方法包括：根据神经功能数据监测的需求，构建神经功能改善评价数据模型；按照神经功能改善评价数据模型的功能，将软件划分成独立命名且可独立访问的模块，实现神经功能改善评价数据模型的执行操作；将术中神经功能数据输入神经功能改善评价数据模型，对术中神经功能数据进行处理，得到第一处理结果；根据第一处理结果预测预后神经功能数据，将预后神经功能数据输入神经功能改善评价数据模型，对预后神经功能数据进行处理，得到预后神经功能改善的第二处理结果。本发明实现了预后神经功能数据的监测。测。测。


技术研发人员：王树杰 何芳 仉建国 沈建雄 张鑫 朱洁
受保护的技术使用者：中国医学科学院北京协和医院
技术研发日：2023.05.15
技术公布日：2023/8/4