医用智能监测环系统的制作方法

本发明涉及医疗监测领域，具体涉及医用智能监测环系统。

背景技术：

相关技术中，患有心脑血管系统疾病的人群，容易发生猝倒、晕厥及夜间发病等危险，如果此时患者身边没有监护人，甚至是在户外，容易因为耽误救治产生不良后果。这就需要对有突发疾病危险因素的患者进行实时监测定位、主动及被动呼救报警，并为施救者提供个人疾病相关信息及急救药物放置部位的综合性装置。所以，心脑血管疾病的实时监测等十分重要。

技术实现要素：

针对上述问题，本发明提供医用智能监测环系统。

本发明的目的采用以下技术方案来实现：

提供了医用智能监测环系统，包括生命体征监测模块、监测中心、报警模块和智能终端，所述生命体征监测模块、报警模块、智能终端皆与监测中心进行信息交互；所述生命体征监测模块设置于患者身上，用于实时监测并采集患者的生命体征数据；所述监测中心用于将生命体征数据与在先存储的正常值进行比对，输出比对结果，以对患者的疾病状况进行监测和综合分析；所述报警模块用于在比对结果为异常时提示患者，并生成报警信号，将报警信号发送至预设的智能终端。

本发明的有益效果为：能够对患有心脑血管疾的患者实时进行心率，心跳节律和血氧饱和度等各项体征信息的监测，将监测到的异常信息对患者进行提醒，并发送至预设的智能终端，以加强监护人对患者身体状况的了解，在监测到异常数据或紧急状况时，及时处理，提高监护质量。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1本发明的框图示意图；

图2是本发明报警模块的框图示意图。

附图标记：

生命体征监测模块1、监测中心2、报警模块3、智能终端4、振动装置10、信号发送装置20。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例提供的医用智能监测环系统，包括生命体征监测模块1、监测中心2、报警模块3、智能终端4，所述生命体征监测模块1、报警模块3、智能终端4皆与监测中心2进行信息交互；所述生命体征监测模块1设置于患者身上，用于实时监测并采集患者的生命体征数据；所述监测中心2用于将生命体征数据与在先存储的正常值进行比对，输出比对结果，以对患者的疾病状况进行监测和综合分析；所述报警模块3用于在比对结果为异常时提示患者，并生成报警信号，将报警信号发送至预设的智能终端4。

优选地，如图2所示，所述报警模块3包括用于在比对结果为异常时提示患者的振动装置10和用于将报警信号发送至预设的智能终端4的信号发送装置20。

优选地，所述的生命体征数据包括心率、心跳节律和血氧饱和度数据。

优选地，所述生命体征监测模块1基于无线传感器网络进行数据采集，其包括数据采集节点和簇头节点，所述数据采集节点布置在被测部位，用于采集所述的生命体征数据；所述簇头节点用于收集数据采集节点采集的生命体征数据，并对该生命体征数据进行数据融合处理和数据压缩处理。

本发明上述实施例能够对患有心脑血管疾的患者实时进行心率，心跳节律和血氧饱和度等各项体征信息的监测，将监测到的异常信息对患者进行提醒，并发送至预设的智能终端，以加强监护人对患者身体状况的了解，在监测到异常数据或紧急状况时，及时处理，提高监护质量。

优选地，所述数据采集节点按照设定的数据采集策略采集所述的生命体征数据：设置簇头节点在其任期内始终处于活动状态，数据采集节点在每一次采集生命体征数据开始前以随机概率进入活动状态：

其中，

式中，ψ(pi)表示数据采集节点pi的随机概率，ω(pi,pi′)表示数据采集节点pi与其所属的分簇中的簇头节点pi′的感知数据间的曼哈顿距离，s为数据采集节点pi所属的分簇中所具有的数据采集节点的数目，ε为设定的误差阈值；

q为感知数据的维度数目，μl(pi)表示数据采集节点pi的第l维度的感知数据分量，μl(pi′)表示簇头节点pi′的第l维度的感知数据分量。

本优选实施例按照上述数据采集策略采集所述的生命体征数据，使得属于同一个分簇内的数据采集节点能够轮流进行生命体征数据采集，其他数据采集节点则可以进入休眠状态以保存能量，其中，在随机概率的计算公式中引入了曼哈顿距离，利用感知数据间的曼哈顿距离来衡量感知数据间的差异程度，从而计算得到的随机概率倾向于使得与簇头节点的感知状况差异较大的数据采集节点能够进行更多的数据采集，有利于保障生命体征数据采集的精度以及效率。

其中，进行下述的两个数据采集节点的感知数据间的曼哈顿距离的计算时，参考数据采集节点pi与其所属的分簇中的簇头节点pi′的感知数据间的曼哈顿距离的计算公式进行计算。

优选地，所述簇头节点按照自定义的筛选机制从数据采集节点中选出，具体为：

(1)各数据采集节点根据监测中心2的分簇命令，通过调整发射功耗调整自身的通信距离为设定的通信距离阈值，并向通信距离范围内的邻居节点交换自身的剩余能量和最近的感知序列信息；

(2)每个数据采集节点接收通信距离范围内邻居节点交换的信息后，根据下列公式计算各数据采集节点的簇头竞争能力：

式中，φ(pi)表示数据采集节点pi的簇头竞争能力值，e(pi)表示数据采集节点pi的剩余能量，e(pj)表示数据采集节点pi在通信距离范围内的邻居节点pj剩余能量；

k为数据采集节点pi在通信距离范围内的邻居节点的数量，k′为数据采集节点pi在通信距离范围内的相似节点的数量，其中定义所述的相似节点为感知数据与数据采集节点pi的感知数据的曼哈顿距离小于ω′/2的节点，ω′为设定的曼哈顿距离阈值，ω(pi,pj)表示数据采集节点pi在通信距离范围内的邻居节点pj的感知数据与数据采集节点pi的感知数据的曼哈顿距离，η为设定的权重因子，γ为设定的调整因子，ξ和γ的取值范围均为[0,1]；

(3)将φ(pi)＞0的数据采集节点作为备选簇头节点，形成备选簇头节点集合，对备选簇头节点集合中的备选簇头节点进行过滤处理，将过滤后的备选簇头节点集合中的备选簇头节点作为簇头节点；

(4)对无线传感器网络内的每个数据采集节点，计算该数据采集节点与各簇头节点之间的距离，选出距离最小值对应的簇头节点，将该数据采集节点加入到该选出的簇头节点所在的簇中。

本优选实施例中，通过自定义的筛选机制从数据采集节点中选出具有簇头竞争能力的数据采集节点作为簇头节点，再由簇头节点收集和发送簇内数据采集节点的生命体征数据，使得生命体征数据的收集具有更高的能量效率，数据精度损失小，大大延长了运用于医用智能监测环系统中的无线传感器网络的有效工作寿命；

其中，在自定义的簇头竞争能力值的计算公式中考虑了数据采集节点的剩余能量值和与邻居节点的数据相似度，使得计算出的结果能够作为判定该数据采集节点能否成为簇头节点的指标，保证了筛选机制的科学性，从而能够保障生命体征数据的精度和采集效率，保障医用智能监测环系统中对患者进行生命体征实时监测的效率和准确性。

优选地，所述对备选簇头节点集合中的备选簇头节点进行过滤处理，具体为：若备选簇头节点集合中存在两备选簇头节点pi′、pj′满足下列公式，则比较两者的簇头竞争能力值，将簇头竞争能力值较低的备选簇头节点从备选簇头节点集合中删除，将备选簇头节点集合中剩余的备选簇头节点作为簇头节点：

式中，ω(pi′,pj′)表示两备选簇头节点pi′、pj′的感知数据间的曼哈顿距离，ω′为所述设定的曼哈顿距离阈值，表示备选簇头节点pi′在通信距离为0.8d范围内的相似节点集合，表示备选簇头节点pj′在通信距离为0.8d范围内的相似节点集合，其中d为所述的设定的通信距离阈值，表示备选簇头节点pi′的相似节点集合与备选簇头节点pj′的相似节点集合进行交集运算后得到的相似节点的数目，表示备选簇头节点pi′的相似节点集合与备选簇头节点pj′的相似节点集合进行并集运算后得到的相似节点的数目。

本优选实施例在两个相似度较高的备选簇头节点中选择簇头竞争能力值较大的备选簇头节点作为簇头节点，从而过滤不需要的簇头节点，能够相对减少分簇的数量，从而减少同时工作的数据采集节点的数量，进一步节省医用智能监测环系统中的无线传感器网络的能量，保障医用智能监测环系统能够长期有效工作。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。