[發明專利]基于物聯網的隔離型醫院安全監管方法、裝置及存儲介質

在審

• 申請號: 202010581094.1
• 申請日: 2020-06-23
• 公開（公告）號: CN111739654A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 曹茂誠;王軍敬;王逸欣;曾碧嬌;黃華軾
• 申請（專利權）人: 深圳市寶安區人民醫院;南方醫科大學深圳醫院
• 主分類號: G16H50/80
• 分類號: G16H50/80;G16H40/20;G16H50/20;G16H10/60;H04L29/08
• 代理公司: 濰坊諾誠智匯知識產權代理事務所(普通合伙) 37309
• 代理人: 李海英

1.一種基于物聯網技術的隔離型醫院安全監管方法，其特征在于，所述方法包括：

步驟1，在醫院入口處設置高清攝像裝置，采集進入醫院患者的體征情況，通過面部識別調取所述患者的病史，并通過高清攝像裝置獲取該患者的癥狀信息，并輸入預設的初步診斷模型；

步驟2，初步診斷模型通過卷積層對所述高清攝像裝置采集的患者體征數據進行二維濾波，并通過濾波器在采集圖像數據上的所有位置上與其像素點和領域像素點做內積運算，通過預設的卷積核提取患者的面部及行為特征的輪廓邊沿、角度、顏色的特征；

步驟3，在所述隔離型醫院部署有多個氣體顆粒采集裝置，所述氣體顆粒采集裝置在單一空間內按照等距離布置，若初步診斷模型判斷患者具可傳染型疾病，通過所述多個氣體采集裝置實時采集所述患者所在環境的顆粒物濃度，并收集不同的氣體顆粒采集裝置獲得的粒子團，通過培養基培養各個收集到的粒子團，在確認患者實際感染病菌種類后，根據培養基中的病菌培養情況構建傳染病的動力學模型，并與初步診斷模型判斷的疾病相對應的傳染病模型進行匹配，并將匹配結果作為單次訓練數據；

步驟4，根據步驟3中所布置的氣體顆粒采集裝置，通過移動繼電器將數據發送到同一區域的其他監測裝置上，通過差異化預測模型判斷疾病的感染方式是飛沫、接觸或者氣溶膠方式，其中，所述其他監測裝置包括生物氣溶膠檢測裝置；

步驟5，根據患者實際感染病菌種類及構建的動力學模型，通過馬爾科夫蒙特卡洛算法（MCMC）計算出出基本再生數R，判斷計算出的R大于第一預設值，則所述醫院啟動第一隔離操作；若判斷計算出的R大于第二預設值，則所述醫院啟動第二隔離操作，并發出告警信息，其中所述第一預設值小于第二預設值。

2.如權利要求1所述的一種基于物聯網技術的隔離型醫院安全監管方法，其特征在于，所述步驟1進一步包括：

步驟101，通過視頻采集技術采集進入醫院患者的人臉信息，通過人臉信息獲取該患者的身份信息；

步驟102，根據所述患者的身份信息，獲取患者的醫療就診情況及既往病史；

步驟103，通過高清攝像頭捕獲用戶的行為及癥狀，其中，所述行為包括痙咳、卡他、虛勞及行動力正常，癥狀包括膚色、痰色、淋巴結狀況；

步驟104，將采集到的行為數據及癥狀數據輸入所述的預設的初步診斷模型，判斷初步判斷是否為可傳染疾病；

步驟105，所述步驟104若判斷患者為可傳染性疾病，則通過其他輔助攝像裝置采集該患者的接觸軌跡及行跡，并生成文本文檔。

3.如權利要求2所述的一種基于物聯網技術的隔離型醫院安全監管方法，其特征在于，所述步驟2進一步包括：

步驟201，構建初步診斷模型為多層神經學習網絡模型，所述初步診斷模型通過卷積層對所述高清攝像裝置采集的患者體征數據，通過設置多個卷積核的權重和偏置提取采集到的患者體征數據，然后對輸入的所述患者體征數據進行矩陣元素的乘法運算，并且經過求和之后再加偏置；

步驟202，設置池化層，對經過卷積層的特征提取后進行選取及信息篩選，通過設置的激活函數對提取的患者數據特征進行統計替代，以此對圖形數據進行降維；

步驟203，所述構建初步診斷模型的決策層根據處理后的數據的輸出患者的初步診斷判斷結果。

4.如權利要求3所述的一種基于物聯網技術的隔離型醫院安全監管方法，其特征在于，所述步驟3進一步包括：

其他輔助攝像裝置在采集到患者的呼吸狀態時，標記患者的位置，根據患者的呼吸狀態，調用與檢測到的所述患者的呼吸狀態相對應的飛沫模型，其中，所述呼吸狀態包括：打噴嚏、呼氣、咳嗽、呼氣；通過所布置的氣體顆粒采集裝置采集的粒子團，判斷傳播途徑是否為飛沫傳播途徑。

5.如權利要求4所述的一種基于物聯網技術的隔離型醫院安全監管方法，其特征在于，所述步驟4進一步包括：若判斷傳播途徑為飛沫傳播，則通過移動繼電器將數據發送到同一區域的其他監測裝置上，通過差異化預測模型判斷疾病的感染方式是否為氣溶膠傳播。