[發明專利]使用物聯網智慧云心電智能監控與數據處理系統的監控方法

在審

• 申請號: 201810252108.8
• 申請日: 2018-03-26
• 公開（公告）號: CN108417246A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 季長清;秦靜;汪祖民;張樹龍;張成林
• 申請（專利權）人: 大連大學
• 主分類號: G16H10/60
• 分類號: G16H10/60;G16H50/20;G16H80/00
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 畢進

1.一種使用物聯網智慧云心電智能監控與數據處理系統的監控方法，其特征在于，所述物聯網智慧云心電智能監控與數據處理系統包括心電馬甲硬件、智能移動終端、云端服務器，心電馬甲用于測定心電數據以及將心電數據發送到智能移動終端；

監控方法如下：

S1.心電馬甲硬件作為采集設備對心電數據進行采集；

S2.承載網絡層中的移動通信模塊利用傳輸技術將采集的心電數據傳輸到分監護中心，同時對信息放大、初處理及傳送到分監護中心的服務器終端主機；經過無線基站的心電數據被緩存在本地，并定期自動同步到云端服務網絡，使心電數據保存在相應的云端服務器上；

S3.云端服務器中根據心電數據中的心電情況數據和心電指標，按照已有專家數據庫和用戶歷史病志數據進行自動監控與大數據分析，分析結果異常則自動預警；云端服務器中的自動監控與大數據分析而形成的數據供醫生使用，醫生對其進行參考并決策以提供給患者遠程診療；

S4.應用層軟件平臺一方面將心電數據可視化轉換成云端圖表數據，另一方面進行大數據計算結果反饋工作。

2.如權利要求1所述的使用物聯網智慧云心電智能監控與數據處理系統的監控方法，其特征在于，智能移動終端用于接收心電馬甲發送的心電數據，心電數據經本地緩存，若滿足預設的時間窗口和存儲空間大小閾值條件以及網絡連通狀態允許，工作站網關通過無線通訊接口對心電數據轉存，云端服務器對總體宏觀數據同步；

所述對自動監控與大數據分析：云端服務器的云端數據處理系統使用分布式的多因素Skyline過濾算法、KNN異常匹配算法對同步的心電數據進行多因素過濾及異常匹配處理，并反饋匹配信息；

所述分布式的多因素Skyline過濾算法具體步驟如下：

數據分區：對云端服務器上傳的異常心電數據，形成報警數據，根據查詢報警數據的點所在位置，從而自動定位其所在的醫療區域；

局部剪枝：使用基于Spark的Skyline查詢算法SkyGrid，通過合理的局部分區，先把一部分數據任務分解到監護站進行子任務計算，再把匯總后的任務在云端進行多因素過濾與合并預處理，調用該區域的已預算的倒排區域索引進行局部Skyline查詢，并利用頻率Skyline格技術對局部被剪枝區域進行快速標記；

全局匯總：利用局部Skyline的網格標記直接進行剪枝，并得到最終的Skyline結果集，其為滿足心電異常監控查詢條件的數據集。

3.如權利要求1所述的使用物聯網智慧云心電智能監控與數據處理系統的監控方法，其特征在于，分布式KNN異常匹配算法具體步驟如下：

假設經過分布式的多因素Skyline過濾算法過濾后得到的異常心電數據點集為S，一數據庫中已有的心電異常數據點集為R，如果在R和S數據中如果找到最相近的一組數據點集，即為疑似異常數據，其查找方法如下：

根據倒排索引放置包含R和S的分區值的文件；

主機將文件進行分布式緩存,同時監控工作站從分布式緩存中讀取R_i∈R和S_i∈S每個分區的分區值，并產生鍵值對；

全局KNN接收到的一對R_i和S_i之間的所有點，逐步讀取，在VC_m的相同鍵值對的一組對上執行IVkNN算法，然后進行KNN查詢：假設經過skyline過濾后得到心電數據點集S，醫學專家庫中已有的心電異常數據點集R，如果在R和S數據中找到最相近的一組數據點集，即疑似異常數據，在基于倒排索引對點集R和S進行分區，根據分區將任務分配給監控工作站分解運算，然后在云端進行匯總合并計算出全局kNN值，在檢查S_i的所有分區后，全局KNN將輸出KNN(r,s)，從分布式緩存中讀取R_i∈R和S_i∈S的每個分區的分區值，產生鍵值對，R中的對象及其可能的k個最近鄰都進入到局部計算結果，以期獲得KNN查詢的結果，如果KNN查詢結果不為空，表明有異常的心跳數據，系統則把該數據反饋給患者與醫生。