本发明涉及一种医疗设备，尤其涉及一种神经重症监控方法。
背景技术：
神经重症病人的发病急，病情严重，病程变化快速，恶化程度剧烈。需要通过持续监测，及时发现病情变化，医护人员在第一时间进行干预，从而减少继发性损伤。
除了重症病人常规进行的生命体征监测外，国内外针对神经内科或神经外科重症病人的专科监测手段主要是：颅内压监测，经颅多普勒监测，脑电监测。也有少数医院可以展开脑温，脑微透析，脑氧，脑血流流速等成本更高，临床操作难度更高的监测。
目前，并没有一个神经重症的专科监测系统或数据平台，能够提取各种监测手段中的关键信息，并帮助医护人员实时同步记录各项参数。
神经专科监测，通常都在各自的主机屏幕上，显示不同属性的信息。例如：颅内压监测屏幕显示当下的颅内压，经颅多普勒监测显示图像数据，脑电监测显示波形数据。病人床边监护仪可以记录脉搏，血压等数据，也可作为颅内压监测仪的外接设备进行颅内压的记录，但需要依靠监护仪厂家提供的中央数据处理系统，才能对数据进行同步，存储及回顾。也有已知设备可进行经颅多普勒（TCD），脑电图（EEG）的数据同步，但并没有将神经监测的重要参数-颅内压纳入其中。即使是以上两种可能的数据综合处理方式，在设备上具有排他性，使得神经重症监护室的设备选择受限。
没有相关配置的神经重症监测单元，需要医护人员对多个监测设备进行人为观察和综合推算，才能展开进一步的判断，例如：从床边监护仪上观察到平均动脉压数值后，再观察颅内压监护仪当下数值，心算相减后，获得病人当下的脑灌注压。监测数据的后期回顾，则依靠手工记录和多方面的数据手动整合。
灌注压，颅内压的波幅，血压的波幅，颅内压和血压之间的相关系数PRx，颅内压波幅和血压波幅之间的相关系数IAAC等数值在医学上对判断病人脑顺应性等有重要参考作用，但目前无法实现，只能后期在电脑上回顾使用。
在临床信息整体电子化的趋势下，现在技术和数据获取方式，难以实现不同维度间或同种维度间监测数据对比，不利于重点发展神经专科。颅内压，TCD和EEG等需要依托特定专科设备连接，实现数据转换和记录的独立设备，需要一个针对神经重症专科的平台，实现统一处理和接入。而不是将临床人员有限的注意力，耗散在设备切换，设备连接，数据再次处理等工作上。
技术实现要素：
本发明公开了一种神经重症监控方法，用以解决现有技术中缺少一种集中采集处理及显示多种临床监控参数的技术的问题。
本发明的上述目的是通过以下技术方案实现的：
一种神经重症监控方法，其中，实时获取传感器参数数据，对获取的传感器参数数据进行实时处理获取临床参数，临床参数包括：数字数据、波形数据，对临床参数进行实时显示；对临床参数进行实时记录；将临床参数云分享至互联网。
如上所述的神经重症监控方法，其中，实时获取传感器参数数据包括：获取颅内压数据、获取血压数据，对颅内压数据及血压数据进行处理，获取脑灌注压数字数据；对脑灌注压数字数据进行显示，并同时显示一临界值。
如上所述的神经重症监控方法，其中，数字数据包括：颅内压波幅数据、血压波幅数据、颅内压和血压之间的相关系数PRx、颅内压波幅和血压波幅之间的相关系数IAAC，颅内压波幅和颅内压数值之间的相关性系数RAP。
如上所述的神经重症监控方法，其中，对获取的传感器参数数据进行实时处理获取临床参数包括：将获取的传感器参数数据导入一统计工具库，通过统计工具库运算获取临床参数数据。
如上所述的神经重症监控方法，其中，波形数据包括：颅内压波形；颅内压波形为颅内压的平台波；对颅内压参数进行实时显示，并实时判断颅内压参数是否在设定范围内，如果超出设定范围则对该时间节点及持续的时长进行记录，并进行报警。
如上所述的神经重症监控方法，其中，获取外部截屏命令，保存获取外部截屏命令时显示的临床参数图片；获取外部的冻结命令，冻结临床参数的显示画面。
如上所述的神经重症监控方法，其中，将临床参数云分享至互联网包括：对临床参数进行读取，对临床参数进行标注、解释，对临床参数通过网络进行定向分享。
如上所述的神经重症监控方法，其中，将临床参数云分享至互联网，将临床参数数据导入服务器，对临床参数数据进行建模，获取临床参数模型数据，获取合并发症数据及变量数据；将临床参数模型数据导入历史性数据库，获取决策支持数据。
如上所述的神经重症监控方法，其中，接收回顾命令，读取回顾命令时间段内的临床参数，并显示临床参数及临床参数的变化趋势。
综上所述，由于采用了上述技术方案，本发明解决了现有技术中缺少一种集中采集处理及显示多种临床监控参数的技术的问题，实时通过数值及波形的形式对多个传感器的数据同时进行显示和记录，便于医护人员了解患者的关键数据，提升了医护人员的工作效率，减少了医护人员的工作量和工作时间。
具体实施方式
下面结合实施例对本发明做进一步描述：
本发明还公开了一种神经重症监控方法，其中，包括：实时获取传感器参数数据，对获取的传感器参数数据进行实时处理获取临床参数，临床参数包括：数字数据、波形数据，对临床参数进行实时显示；对临床参数进行实时记录；将临床参数云分享至互联网，本发明通过数字及波形的形式集中显示处理过的传感器数据，使得医护人员直观的观察患者的情况，并且通过互联网进行数据的分享传输，实现了临床数据的分享和应用扩展。
进一步的，医护人员可以通过移动终端或电脑终端登录互联网读取云端的临床参数，随时随地的进行病人情况的监控。
更进一步的，可以通过远程登录的方式进行异地会诊。
进一步的，实时获取传感器参数数据包括：获取颅内压数据、获取血压数据，对颅内压数据及血压数据进行处理，获取脑灌注压数字数据；对脑灌注压数字数据进行显示，并同时显示一临界值。
进一步的，具体实时过程中，可以采用以下方式进行计算：脑灌注CPP=平均动脉压MAP–颅内压ICP。系统通过提取病人床边监护仪的实时数据MAP，同步提取颅内压监测仪的实时颅内压数据ICP，使用CPP的计算公式，直接在系统终端显示出CPP实时数值，并获取颅内压波幅和颅内压数值之间的相关性系数RAP。
进一步的，数字数据包括：颅内压波幅数据、血压波幅数据、颅内压和血压之间的相关系数PRx、颅内压波幅和血压波幅之间的相关系数IAAC，颅内压波幅和颅内压数值之间的相关性系数RAP。
进一步的，对获取的传感器参数数据进行实时处理获取临床参数包括：将获取的传感器参数数据导入一统计工具库，通过统计工具库运算获取临床参数数据。统计数据库内预存有多个对参数进行转换计算的公式，同时，统计数据库也是可以进行编辑的，使用者可以根据使用的情况调整设置相关的算式和参数，操作非常灵活。
进一步的，波形数据包括：颅内压波形；颅内压波形为变化，是病人脑顺应性下降的重要标志之一，在以往的数字显示方式，或非连续性监测记录中，这个特征的捕捉难度较高，而本发明通过不间断地连续性记录，获取颅内压的波形；对颅内压参数进行实时显示，并实时判断颅内压参数是否在设定范围内，如果超出设定范围则对该时间节点及持续的时长进行记录，并进行报警。
进一步的，本发明在检测到颅内压参数超过设定范围进行记录后，会产生提示信息，由于医护人员的常规查看具有间隔时间，该提示信息会在医护人员查看时起到及时提醒的作用，例如在颅内压A波突然超过50mmHg持续五分钟以上，即记录该特征，并产生提示信息，在医护人员点击该信息后，该提示信息不再提示。
更进一步的，可以对颅内压波形异常的范围进行设定，例如：颅内压异常限定20mmHg以上，灌注压异常限定70mmHg以下。
更进一步的，任何参数超出设定值，本发明的方法都会进行记录产生提示信息，并在达到警戒值范围时进行声光报警。
进一步的，获取外部截屏命令，保存获取外部截屏命令时显示的临床参数图片；获取外部的冻结命令，冻结临床参数的显示画面。通过截屏和冻结功能便于医护人员捕捉记录病情的变化，获取其变化时的数据特征。截屏获取的临床参数可以进行实时分享，提高了医护人员之间的沟通效率。而冻结功能则更多的应用在现场情况，医疗团队在现场通过冻结临床参数画面，使得现场的医护人员可以直接展开探讨。
进一步的，将临床参数云分享至互联网包括：对临床参数进行读取，对临床参数进行标注、解释，对临床参数通过网络进行定向分享。
在本发明具体实施过程中，首先要对设备的权限进行验证，判断是否有读取该临床参数的权限，如果有，则云分享至互联网，如果没有，则无法分享，保护患者的隐私。
进一步的，将临床参数云分享至互联网，将临床参数数据导入服务器，对临床参数数据进行建模，获取临床参数模型数据，获取合并发症数据及变量数据；将临床参数模型数据导入历史性数据库，获取决策支持数据。通过大数据的手段，对临床参数进行建模、收录的操作，并且，根据历史数据产生相关的决策支持，便于医护人员更好的监控患者，预防危险情况的发生。
进一步的，接收回顾命令，读取回顾命令时间段内的临床参数，并显示临床参数及临床参数的变化趋势。