一种多功能内分泌疾病用定位注射装置的制作方法

本发明属于医用装置技术领域，尤其涉及一种多功能内分泌疾病用定位注射装置。

背景技术

目前，业内常用的现有技术是这样的：

内分泌疾病的常见症状有：痤疮、月经异常、睡眠异常、精神异常、饮食异常、胃纳异常等，很多疾病的治疗需要依赖注射进行治疗。现有的内分泌注射装置比较简陋，不具备定位功能，增加了医护人员的工作力度；手动进行注射，实习护士可能会因手抖而使注射速度不当；现有的针头长短固定，适用范围比较狭隘。

综上所述，现有技术存在的问题是：

现有的内分泌注射装置比较简陋，不具备定位功能，增加了医护人员的工作力度；手动进行注射，实习护士可能会因手抖而使注射速度不当；针头长短固定，适用范围比较狭隘。智能控制效果差。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种多功能内分泌疾病用定位注射装置。

本发明是这样实现的，一种多功能内分泌疾病用定位注射装置，设置有：

针筒；

所述针筒前端密封卡接有可调节针头，所述针筒内压合有橡胶密封塞，橡胶密封塞后端卡接有推拉杆；针筒上端螺钉固定有气泵；针筒后端螺钉固定有电池；

伸缩端卡接在固定端内，固定端后端活动安装有调节旋钮，针筒前端键接有开关按钮和红外探测灯；

所述气泵通过导线连接电池，电池后端键接有控制按钮，控制按钮共两个，分别为进气按钮、出气按钮；

进气按钮、出气按钮上均嵌装有控制模块和信号处理模块；控制模块与信号处理模块有线或无线连接；信号处理模块与安装在针筒内的注射液感应模块连接；控制模块与气泵信号连接；

控制模块对接收信号s(t)进行非线性变换，按如下公式进行：

其中a表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，fc表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

再根据非线性变换信号的特征谱确定决策平面；

判断接收信号的通信信道是否呈现准用静态变换特性；

在所述通信信道呈现准用静态变换特性时，利用支持向量机方法在所述决策平面中选出决策边界；

在通信信道没有呈现准用静态变换特性时，利用模糊聚类方法在所述决策平面中选出决策边界；

根据所述决策边界对接收到的信号进行检测；

所述根据接收信号的特征谱确定决策平面包括：

对接收信号的离散信号向量进行线性变换得到酉变换矩阵；

根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱；

从所述能量特征谱中获取决策平面；

根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱包括：

对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵，得到接收信号的能量特征谱；

从所述能量特征谱中获取决策平面包括：

根据所述能量特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量；

按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量；

所述接收信号的离散信号向量通过奈奎斯特定律采样得到，并且采样长度涵盖接收信号的预定比例能量；

在从所述能量特征谱中获取决策平面之前，所述方法还包括：

对所述能量特征谱进行滑动平均处理；

所述信号接收方法应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统；

所述提取的特征向量方法具体包括以下步骤：

获取信号，通过传感器采集数据并对信号进行放大处理；

信号进行分段处理；即从每段信号里提取出均值、方差、信号的累积值和峰值4个基本时域参数，通过相邻段信号的4个参数值的差值判断是否有疑似泄漏的情况发生的第一层决策判断：若有则往下执行步骤小波包去噪，否者，跳到执行获取信号；

小波包去噪；即利用改进小波包算法对采集的信号进行去噪；

小波包分解与重构；即利用改进小波包算法对采集的信号进行小波包分解与重构，得到单子带重构信号；

提取信号特征参数；即从重构的单子带信号里提取：时域能量、时域峰值、频域能量、频域峰值、峰态系数、方差、频谱和偏斜系数8个表示信号特征的参数；

组成特征向量，即利用主成分分析方法，结合实验分析，从上述参数中选择3到8个能明显表示声发射信号特征的参数组成特征向量，并将这些特征向量输入到支持向量机进行决策判断，即第二层决策判断，根据支持向量机的输出判断是否有错误发生；

所述小波包去噪和小波包分解与重构包括：

信号延拓，对小波包分解的各层信号进行抛物线延拓；

设信号数据为x(a)，x(a+1)，x(a+2)，则延拓算子e的表达式为：

消去单子带多余频率成分；

将延拓后的信号与分解低通滤波器h0卷积，得到低频系数，然后经过hf-cut-if算子处理，去掉多余的频率成分，再进行下采样，得到下一层的低频系数；将延拓后的信号与分解高通滤波器g0卷积，得到高频系数，然后经过lf-cut-if算子处理，去掉多余的频率成分，再进行下采样，得到下一层高频系数，hf-cut-if算子采用下式

lf-cut-if算子采用下式

在hf-cut-if算子公和lf-cut-if算子公式中，x(n)为在2^j尺度上小波包的系数，nj表示在2^j尺度上数据的长度，

单子带信号重构：

将得到的高、低频系数进行上采样，然后分别与高通重建滤波器g1和低通重建滤波器h1卷积，将得到的信号分别用hf-cut-if、lf-cut-if算子处理，得到单子带重构信号；

信号处理模块处理方法包括：对注射液感应模块传输的跳频混合信号时频域矩阵进行预处理：

第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定根据接收信号的平均能量来确定；

第二步，找出p时刻(p＝0，1，2，…p-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到预处理后的向量b(p，q)＝[b1(p，q)，b2(p，q)，…，bm(p，q)]^t，其中

进一步，信号处理模块还设置有同步正交跳频信号盲源分离模块，所述同步正交跳频信号盲源分离模块的同步正交跳频信号盲源分离方法包括：

步骤一，利用含有m个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的m路离散时域混合信号

步骤二，对m路离散时域混合信号进行重叠加窗短时傅里叶变换，得到m个混合信号的时频域矩阵p＝0，1，…，p-1，q＝0，1，…，nfft-1，其中p表示总的窗数，nfft表示fft变换长度；在步骤二中，(p，q)表示时频索引，具体的时频值为这里nfft表示fft变换的长度，p表示加窗次数，ts表示采样间隔，fs表示采样频率，c为整数，表示短时傅里叶变换加窗间隔的采样点数，c＜nfft，且kc＝nfft/c为整数，也就是说采用的是重叠加窗的短时傅里叶变换；

步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；

步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，…p-1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用表示；对每一采样时刻p(p＝0，1，2，…p-1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；对所有求均值并取整，得到源信号个数的估计即：

找出的时刻，用ph表示，对每一段连续取值的ph求中值，用表示第1段相连ph的中值，则表示第1个频率跳变时刻的估计；根据估计得到的p≠ph以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：

这里表示第1跳对应的个混合矩阵列向量估计值；估计每一跳对应的载频频率，用表示第1跳对应的个频率估计值，计算公式如下：

步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；

步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；估计第1跳对应的个入射角度，用表示第1跳第n个源信号对应的入射角度，的计算公式如下：

表示第1跳估计得到的第n个混合矩阵列向量的第m个元素，c表示光速，即vc＝3×10⁸米/秒；判断第1(1＝2，3，…)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式如下：

其中mn^(l)表示第1跳估计的第mn^(l)个信号与第一跳估计的第n个信号属于同一个源信号；将不同跳频点估计到的属于同一个源信号的信号拼接在一起，作为最终的时频域源信号估计，用yn(p，q)表示第n个源信号在时频点(p，q)上的时频域估计值，p＝0，1，2，....，p，q＝0，1，2，...，nfft-1，即：

步骤七，根据源信号时频域估计值，恢复时域跳频源信号；对每一采样时刻p(p＝0，1，2，…)的频域数据yn(p，q)，q＝0，1，2，…，nfft-1做nfft点的ifft变换，得到p采样时刻对应的时域跳频源信号，用yn(p，qt)(qt＝0，1，2，…，nfft-1)表示；对上述所有时刻得到的时域跳频源信号yn(p，qt)进行合并处理，得到最终的时域跳频源信号估计，具体公式如下：

这里kc＝nfft/c，c为短时傅里叶变换加窗间隔的采样点数，nfft为fft变换的长度。

进一步，所述红外探测灯通过导线连接电池，开关按钮通过导线连接红外探测灯。

进一步，所述气泵与针筒内部密封连接，气泵进出气端与外界联通。

进一步，在固定端和针筒之间的螺母一端粘接在针筒上，另一和固定端拧在一起；

推拉杆后端粘接有注射柄；

摩擦纹粘接在针筒的外表面；针筒的外壁上刻有刻度线。

本发明的优点及积极效果为：

该发明通过红外线照射，更有利于对注射位置的定位，减少了医护人员的工作量；通过气泵代替手动注射，避免因手抖发生注射速度不当的情况；针头长短可调节，可对不同的内分泌疾病进行注射，适用范围更加广泛。

本发明具有红外定位功能，操作简易，由自动注射代替手动注射，针头长短可调节，适用范围更加广泛。

控制模块对接收信号s(t)进行非线性变换，按如下公式进行：

其中a表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，fc表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

可获的准确的数据，实现智能控制。

信号处理模块处理方法包括：对注射液感应模块传输的跳频混合信号时频域矩阵进行预处理：可获得精准的注射液流量数据。

附图说明

图1是本发明实施例提供的多功能内分泌疾病用定位注射装置结构示意图。

图2是本发明实施例提供的可调节针头细节示意图。

图3是本发明实施例提供的开关按钮、红外探测灯结构示意图。

图4是本发明实施例提供的注射头添加结构图。

图5是本发明实施例提供的针筒内部的放大图。

图6是本发明实施例提供的针筒外壁的添加结构图。

图中：1、针筒；2、可调节针头；3、橡胶密封塞；4、推拉杆；5、气泵；6、电池；7、控制按钮；8、伸缩端；9、固定端；10、调节旋钮；11、开关按钮；12、红外探测灯；13、塑料螺母；14、注射柄；15、摩擦纹；16、刻度线。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

如图1至图3所示，该多功能内分泌疾病用定位注射装置包括：针筒1、可调节针头2、橡胶密封塞3、推拉杆4、气泵5、电池6、控制按钮7、伸缩端8、固定端9、调节旋钮10、开关按钮11、红外探测灯12。

所述针筒1前端密封卡接有可调节针头2，所述针筒1内压合有橡胶密封塞3，橡胶密封塞3后端卡接有推拉杆4，所述针筒1上端螺钉固定有气泵5，所述针筒1后端螺钉固定有电池6；

伸缩端8卡接在固定端9内，固定端9后端活动安装有调节旋钮10，针筒1前端键接有开关按钮11和红外探测灯12。

气泵5通过导线连接电池6，电池6后端键接有控制按钮7，控制按钮7共两个，分别是进气按钮、出气按钮。红外探测灯12通过导线连接电池6，开关按钮11通过导线连接红外探测灯12。气泵5与针筒1内部密封连接，气泵5进出气端与外界联通。

如附图4所示的是该装置的添加结构，在固定端9和针筒1之间添加一个塑料螺母13，所述螺母一段粘接在针筒1上，另一端和固定端9拧在一起，当使用完该注射装置后，可以把塑料螺母13连接的固定端9旋转下来扔掉，然后再对剩下的部分消毒杀菌，这样能够节省了医用开销，当再次使用时，再把新的针头插入即可。

如附图5所示是该装置中针筒1的内部结构图，所述针筒1内压合有橡胶密封塞3，橡胶密封塞3后端卡接有推拉杆4，推拉杆4后端粘接有注射柄14，所述针筒1内橡胶密封塞3的一端依靠管内压强的变化，从而控制注射速度的快慢。

如附图6所示是该针筒1的添加结构，所述摩擦纹15粘接在针筒1的外表面，当医护人员使用时，可以防止因为手的滑动导致注射产生的偏差，所述针筒1的外壁上画有刻度线16，方便了医护人员的观察和操作。

需要注意，本装置使用完后务必进行清理消毒以及杀菌，防止污染。

本发明的工作原理：通过调节旋钮10将可调节针头2的伸缩端8进行伸缩调节，通过按下开关按钮11打开红外探测灯12(hy-ir1206)，通过控制按钮7对气泵5(kyk50bpm)进行进气出气控制，从而带动推拉杆4，配合橡胶密封圈3，进而实现自动注射。

进气按钮、出气按钮上均嵌装有控制模块和信号处理模块；控制模块与信号处理模块有线或无线连接；信号处理模块与安装在针筒内的注射液感应模块连接；控制模块与气泵信号连接；

控制模块对接收信号s(t)进行非线性变换，按如下公式进行：

其中a表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，fc表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

再根据非线性变换信号的特征谱确定决策平面；

判断接收信号的通信信道是否呈现准用静态变换特性；

在所述通信信道呈现准用静态变换特性时，利用支持向量机方法在所述决策平面中选出决策边界；

在通信信道没有呈现准用静态变换特性时，利用模糊聚类方法在所述决策平面中选出决策边界；

根据所述决策边界对接收到的信号进行检测；

所述根据接收信号的特征谱确定决策平面包括：

对接收信号的离散信号向量进行线性变换得到酉变换矩阵；

根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱；

从所述能量特征谱中获取决策平面；

根据所述酉变换矩阵中的主对角线元素和副对角线元素计算出接收信号的能量特征谱包括：

对副对角线元素组成的矩阵进行平方并乘以主对角线元素组成的矩阵，得到接收信号的能量特征谱；

从所述能量特征谱中获取决策平面包括：

根据所述能量特征谱的能量集中度、波形对称性和局部波形函数方差从所述能量特征谱中提取至少一组特征向量；

按照模式分类的方式从提取的特征向量中获取作为决策平面的特征向量；

所述接收信号的离散信号向量通过奈奎斯特定律采样得到，并且采样长度涵盖接收信号的预定比例能量；

在从所述能量特征谱中获取决策平面之前，所述方法还包括：

对所述能量特征谱进行滑动平均处理；

所述信号接收方法应用于跳时-脉冲位置调制方式的通信系统或者通断键控调制方式的通信系统；

所述提取的特征向量方法具体包括以下步骤：

获取信号，通过传感器采集数据并对信号进行放大处理；

信号进行分段处理；即从每段信号里提取出均值、方差、信号的累积值和峰值4个基本时域参数，通过相邻段信号的4个参数值的差值判断是否有疑似泄漏的情况发生的第一层决策判断：若有则往下执行步骤小波包去噪，否者，跳到执行获取信号；

小波包去噪；即利用改进小波包算法对采集的信号进行去噪；

小波包分解与重构；即利用改进小波包算法对采集的信号进行小波包分解与重构，得到单子带重构信号；

提取信号特征参数；即从重构的单子带信号里提取：时域能量、时域峰值、频域能量、频域峰值、峰态系数、方差、频谱和偏斜系数8个表示信号特征的参数；

组成特征向量，即利用主成分分析方法，结合实验分析，从上述参数中选择3到8个能明显表示声发射信号特征的参数组成特征向量，并将这些特征向量输入到支持向量机进行决策判断，即第二层决策判断，根据支持向量机的输出判断是否有错误发生；

所述小波包去噪和小波包分解与重构包括：

信号延拓，对小波包分解的各层信号进行抛物线延拓；

设信号数据为x(a)，x(a+1)，x(a+2)，则延拓算子e的表达式为：

消去单子带多余频率成分；

将延拓后的信号与分解低通滤波器h0卷积，得到低频系数，然后经过hf-cut-if算子处理，去掉多余的频率成分，再进行下采样，得到下一层的低频系数；将延拓后的信号与分解高通滤波器g0卷积，得到高频系数，然后经过lf-cut-if算子处理，去掉多余的频率成分，再进行下采样，得到下一层高频系数，hf-cut-if算子采用下式

lf-cut-if算子采用下式

在hf-cut-if算子公和lf-cut-if算子公式中，x(n)为在2^j尺度上小波包的系数，nj表示在2^j尺度上数据的长度，

单子带信号重构：

将得到的高、低频系数进行上采样，然后分别与高通重建滤波器g1和低通重建滤波器h1卷积，将得到的信号分别用hf-cut-if、lf-cut-if算子处理，得到单子带重构信号；

信号处理模块处理方法包括：对注射液感应模块传输的跳频混合信号时频域矩阵进行预处理：

第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定根据接收信号的平均能量来确定；

第二步，找出p时刻(p＝0，1，2，…p-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到预处理后的向量b(p，q)＝[b1(p，q)，b2(p，q)，…，bm(p，q)]^t，其中

进一步，信号处理模块还设置有同步正交跳频信号盲源分离模块，所述同步正交跳频信号盲源分离模块的同步正交跳频信号盲源分离方法包括：

步骤一，利用含有m个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的m路离散时域混合信号

步骤二，对m路离散时域混合信号进行重叠加窗短时傅里叶变换，得到m个混合信号的时频域矩阵p＝0，1，…，p-1，q＝0，1，…，nfft-1，其中p表示总的窗数，nfft表示fft变换长度；在步骤二中，(p，q)表示时频索引，具体的时频值为这里nfft表示fft变换的长度，p表示加窗次数，ts表示采样间隔，fs表示采样频率，c为整数，表示短时傅里叶变换加窗间隔的采样点数，c＜nfft，且kc＝nfft/c为整数，也就是说采用的是重叠加窗的短时傅里叶变换；

步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；

步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，…p-1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用表示；对每一采样时刻p(p＝0，1，2，…p-1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；对所有求均值并取整，得到源信号个数的估计即：

找出的时刻，用ph表示，对每一段连续取值的ph求中值，用表示第1段相连ph的中值，则表示第1个频率跳变时刻的估计；根据估计得到的p≠ph以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：

这里表示第1跳对应的个混合矩阵列向量估计值；估计每一跳对应的载频频率，用表示第1跳对应的个频率估计值，计算公式如下：

步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；

步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；估计第1跳对应的个入射角度，用表示第1跳第n个源信号对应的入射角度，的计算公式如下：

表示第1跳估计得到的第n个混合矩阵列向量的第m个元素，c表示光速，即vc＝3×10⁸米/秒；判断第1(1＝2，3，…)跳估计的源信号与第一跳估计的源信号之间的对应关系，判断公式如下：

其中mn^(l)表示第1跳估计的第mn^(l)个信号与第一跳估计的第n个信号属于同一个源信号；将不同跳频点估计到的属于同一个源信号的信号拼接在一起，作为最终的时频域源信号估计，用yn(p，q)表示第n个源信号在时频点(p，q)上的时频域估计值，p＝0，1，2，....，p，q＝0，1，2，...，nfft-1，即：

步骤七，根据源信号时频域估计值，恢复时域跳频源信号；对每一采样时刻p(p＝0，1，2，…)的频域数据yn(p，q)，q＝0，1，2，…，nfft-1做nfft点的ifft变换，得到p采样时刻对应的时域跳频源信号，用yn(p，qt)(qt＝0，1，2，…，nfft-1)表示；对上述所有时刻得到的时域跳频源信号yn(p，qt)进行合并处理，得到最终的时域跳频源信号估计，具体公式如下：

这里kc＝nfft/c，c为短时傅里叶变换加窗间隔的采样点数，nfft为fft变换的长度。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。