[發(fā)明專利]一種慢性病患者健康趨勢監(jiān)測與預(yù)警系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110913851.5
• 申請(qǐng)日: 2021-08-10
• 公開（公告）號(hào): CN113616190A
• 公開（公告）日: 2021-11-09
• 發(fā)明（設(shè)計(jì)）人: 盧國梁;葉新來;畢新杰;歐德懷;閆鵬
• 申請(qǐng)（專利權(quán)）人: 山東大學(xué)
• 主分類號(hào): A61B5/103
• 分類號(hào): A61B5/103
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 武博

本發(fā)明公開了一種慢性病患者健康趨勢監(jiān)測與預(yù)警系統(tǒng)，其技術(shù)方案為：包括壓力采集模塊、數(shù)據(jù)處理模塊和預(yù)警與報(bào)警模塊，壓力采集模塊由若干壓力傳感器呈矩陣式分布，用于獲取表征生命體征參數(shù)的多維壓力信號(hào)；數(shù)據(jù)處理模塊用于將多維壓力信號(hào)數(shù)據(jù)融合得到一維動(dòng)態(tài)指標(biāo)；以多個(gè)連續(xù)的指標(biāo)點(diǎn)作為圖模型的節(jié)點(diǎn)，建立動(dòng)態(tài)圖模型；通過動(dòng)態(tài)圖模型計(jì)算優(yōu)化指標(biāo)；預(yù)警與報(bào)警模塊用于比較優(yōu)化指標(biāo)與閾值以進(jìn)行趨勢預(yù)警；基于假設(shè)檢驗(yàn)方法進(jìn)行異常報(bào)警。本發(fā)明通過模塊化設(shè)計(jì)，能夠靈活搭配監(jiān)測墊，實(shí)現(xiàn)生命體征狀態(tài)監(jiān)測；基于動(dòng)態(tài)圖模型構(gòu)建模塊，能夠?qū)ΡO(jiān)測數(shù)據(jù)進(jìn)行實(shí)時(shí)處理得到優(yōu)化指標(biāo)，根據(jù)不同類型的數(shù)據(jù)超限或異常狀態(tài)給出相應(yīng)預(yù)測與報(bào)警。

技術(shù)領(lǐng)域

本發(fā)明涉及健康監(jiān)測系統(tǒng)領(lǐng)域，尤其涉及一種慢性病患者健康趨勢監(jiān)測與預(yù)警系統(tǒng)。

背景技術(shù)

目前，對(duì)于部分慢性病患者，如癲癇等，發(fā)病時(shí)間隨機(jī)且無法預(yù)測，需要長時(shí)間實(shí)時(shí)監(jiān)護(hù)。發(fā)明人發(fā)現(xiàn)，常見的居家監(jiān)測設(shè)備有監(jiān)測手環(huán)、穿戴式電極監(jiān)測設(shè)備、視頻監(jiān)控設(shè)備等，由于家居監(jiān)測往往需要穿戴或綁縛設(shè)備，對(duì)正常生活有一定影響，舒適性較差；不適用于夜間睡眠監(jiān)測。監(jiān)控式設(shè)備隱私保護(hù)性較差，且耗費(fèi)大量精力。同時(shí)這些監(jiān)測設(shè)備實(shí)時(shí)性較低，也無法對(duì)健康趨勢給出預(yù)警。

而且，現(xiàn)有壓力墊類產(chǎn)品測點(diǎn)少，實(shí)時(shí)性差，主要進(jìn)行靜態(tài)的壓力分布分析，依賴肉眼觀察和經(jīng)驗(yàn)主觀決策，耗費(fèi)大量時(shí)間與精力，無法實(shí)現(xiàn)實(shí)時(shí)監(jiān)測與預(yù)警。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的是提供一種慢性病患者健康趨勢監(jiān)測與預(yù)警系統(tǒng)，通過模塊化設(shè)計(jì)，能夠靈活搭配監(jiān)測墊，被監(jiān)測人員只需躺或坐在監(jiān)測墊上，即可實(shí)現(xiàn)生命體征狀態(tài)監(jiān)測；且基于動(dòng)態(tài)圖模型構(gòu)建模塊，能夠?qū)ΡO(jiān)測數(shù)據(jù)進(jìn)行實(shí)時(shí)處理得到優(yōu)化指標(biāo)，根據(jù)不同類型的數(shù)據(jù)超限或異常狀態(tài)給出相應(yīng)預(yù)測與報(bào)警。

為了實(shí)現(xiàn)上述目的，本發(fā)明是通過如下的技術(shù)方案來實(shí)現(xiàn)：

本發(fā)明的實(shí)施例提供了一種慢性病患者健康趨勢監(jiān)測與預(yù)警系統(tǒng)，包括：

壓力采集模塊，由若干壓力傳感器呈矩陣式分布，用于獲取表征生命體征參數(shù)的多維壓力信號(hào)；

數(shù)據(jù)處理模塊，用于將多維壓力信號(hào)數(shù)據(jù)融合得到一維動(dòng)態(tài)指標(biāo)；以多個(gè)連續(xù)的指標(biāo)點(diǎn)作為圖模型的節(jié)點(diǎn)，建立動(dòng)態(tài)圖模型；通過動(dòng)態(tài)圖模型將一維動(dòng)態(tài)指標(biāo)轉(zhuǎn)變?yōu)閳D模型，基于圖模型計(jì)算優(yōu)化指標(biāo)；

預(yù)警與報(bào)警模塊，用于比較優(yōu)化指標(biāo)與閾值以進(jìn)行趨勢預(yù)警；基于假設(shè)檢驗(yàn)方法進(jìn)行異常報(bào)警。

作為進(jìn)一步的實(shí)現(xiàn)方式，所述數(shù)據(jù)處理模塊包括動(dòng)態(tài)圖模型構(gòu)建模塊；

動(dòng)態(tài)圖模型構(gòu)建模塊用于將連續(xù)的多個(gè)指標(biāo)點(diǎn)作為圖模型的節(jié)點(diǎn)，指標(biāo)點(diǎn)兩兩連接形成邊；并計(jì)算各邊的歐式距離，將各歐式距離表示為矩陣即得到對(duì)應(yīng)的圖模型。

作為進(jìn)一步的實(shí)現(xiàn)方式，所述數(shù)據(jù)處理模塊包括優(yōu)化指標(biāo)計(jì)算模塊；

優(yōu)化指標(biāo)計(jì)算模塊用于根據(jù)當(dāng)前模型與正常模型之間的偏離程度，得到優(yōu)化指標(biāo)。

作為進(jìn)一步的實(shí)現(xiàn)方式，所述正常模型由中值圖吸收正常波動(dòng)獲得。

作為進(jìn)一步的實(shí)現(xiàn)方式，所述預(yù)警與報(bào)警模塊中，當(dāng)優(yōu)化指標(biāo)值超過閾值時(shí)給出健康預(yù)警。

作為進(jìn)一步的實(shí)現(xiàn)方式，所述預(yù)警與報(bào)警模塊中，基于假設(shè)檢驗(yàn)方法，以優(yōu)化指標(biāo)超出置信區(qū)間為判斷條件確認(rèn)異常點(diǎn)。

作為進(jìn)一步的實(shí)現(xiàn)方式，所述預(yù)警與報(bào)警模塊包括異常原因分析模塊；

異常原因分析模塊用于將異常點(diǎn)對(duì)應(yīng)的圖模型送入K近鄰分類器，以確定異常原因。

作為進(jìn)一步的實(shí)現(xiàn)方式，根據(jù)K近鄰樣本的類別使用投票法確定被測樣本的類別，以確定異常原因，并記錄各種狀況出現(xiàn)的次數(shù)；根據(jù)異常原因出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)分析，得出慢性疾病狀況變化趨勢。