基于topsis算法的医疗体检装置及健康评估方法与流程

本发明涉及医疗体检领域，不仅能检测有毒气体，也可针对用户心率、血压、血红蛋白和血氧饱和度的检测数据实现智能分析。具体讲,涉及基于topsis算法的医疗体检装置及健康评估方法。

背景技术：

职业病具有隐匿性强、发病滞后、危害深远等特点。对于常年工作于化工车间的技术人员，接触甲醛、一氧化碳等有毒物质的频率往往更高，这些有毒物质也往往是白血病等血液疾病的诱因。工作人员需要定期进行心率、血压、血红蛋白和血氧饱和度等多种健康指标的检测，工作人员可根据检测结果了解自身健康状况。

传统的体检装置存在许多不便，无法根据心率、血压、血红蛋白值和血氧饱和度值来精确评估职工的健康状况。检测数据无法传送到终端(如个人电脑、平板电脑、智能手机等)，无法进行数据记录和健康预测，且医疗数据信息容易泄露，需提高其保密性。

气敏传感器将气体种类与浓度相关的信息转换为电信号，根据电信号的强弱，判断气体种类和浓度等信息，专利中的气敏传感器主要用于检测甲醛和一氧化碳，设置蜂鸣器提供警报。

虹膜识别模块基于眼睛中的虹膜进行身份识别，cmos图像传感器采集虹膜灰度图像，单片机接收灰度图像后，经过增益调节和归一化处理，采集虹膜特征并特征编码，将虹膜特征与虹膜数据库中的模板看展匹配，该模块用于确定每位职工身份。心率、血压、血红蛋白值和血氧饱和度值可通过传感器或专用检测模块来检测获取。wifi是一种互连技术，是以无线方式将各终端(如个人电脑、平板电脑、智能手机等)互相连接起来的技术。wifi包括硬件设备和网络协议，该技术具有高带宽、射频信号强和低功耗等优点。

topsis法是通过将评价对象与理想化目标的接近程度进行分析的方法，是一种逼近理想解的分析方法。其基本原理是通过检测评价对象与最优解和最劣解的距离进行排序。该算法包括“理想解”和“负理想解”两个概念，“理想解”为设想的最优解，其各属性值为方案中的最佳值，“负理想解”为设想的最劣解，其各属性值为方案中的最差值。专利中，通过分析职工的心率、血压、血红蛋白值和血氧饱和度值四个指标与相对应的健康值之间的距离，之后加权分析，进而评估职工的健康程度。分析中，针对实际情况，舍弃“负理想解”概念。

国内外对于各种体检装置有很多研究，经专利检索，检查的健康指标包括心率、血压、血红蛋白值、血糖值、血氧饱和度值等等，但检测分析装置存在集成度不高、智能化程度不足、系统不完善等缺点。

[参考文献]

[1]谭吉玉，朱传喜基于topsis的区间直觉模糊数排序法[j]控制与决策2015,2014-2018

[2]徐泽水，直觉模糊偏好信息下的多属性决策途径[j].系统工程理论与实践,2007,27(11):62-71.

[3]蔡宏，张伟明等维持性血液透析患者血红蛋白的变异性和死亡相关[j]中国血液净化201412-16

[4]renatoa.krohlingetal.a-topsis——anapproachbasedontopsisforrankingevolutionaryalgorithms[j]procediacomputerscience2015308-317

[5]gouravdwivedetal.ageneralisedfuzzytopsiswithimprovedclosenesscoefficient[j]expertsystemswithapplications2018185-195。

技术实现要素：

为克服现有技术的不足，本发明旨在针对有污染的工作环境，提出医疗体检装置及健康评估方法。为此，本发明采取的技术方案是，基于topsis算法的医疗体检健康评估方法，步骤如下：

第一步，借助气敏传感器a检测甲醛和气敏传感器b检测一氧化碳，检测两种有毒气体浓度，经过单片机进行数据处理，进而驱动显示屏，显示气体浓度数值；当检测浓度高于安全值，驱动蜂鸣器，发出警报；

第二步的内容是健康评估，首先依次检测心率、血压、血红蛋白值和血氧饱和度值，通过比较各项指标值与健康值的差异，构建健康评估矩阵v’，通过对健康评估矩阵v’中的元素，进行加权计算的方法来实现健康评估；

第三步是数据传送与健康预测，根据心率、血压、血红蛋白值和血氧饱和度值四个指标值m次检测的数据，使用最小二乘法拟合并预测下一次的检测值，根据预测值判断健康状况。

第二步进一步具体地，获取心率、血压、血红蛋白值和血氧饱和度值在健康状态下的值，血压值记录为收缩压与舒张压的均值，分别为m1，m2，m3，m4，使用((xij-mj)/mj)²表示第i位职工第j项指标与该项指标的健康值的差异，构建健康评估矩阵v’：

在矩阵v’矩阵中可知，yi1，yi2，yi3，yi4分别表示第i位职工心率、血压、血红蛋白值和血氧饱和度值与健康值的量化差异，量化差异越小，职工的健康程度越高，对心率、血压、血红蛋白值和血氧饱和度值四个指标分配了不同的权重w1,w2,w3,w4，构建矩阵z*

最终通过比较z1,z2......zn的大小并排序来评估每位职工的健康状况，数值越低，则健康程度越好，数值越高，则健康程度越差；设置阈值zt，若z1至zn中的数值，存在值大于zt，则立刻发出警报，并安排该职工的医务治疗；对于未达到阈值zt，但数值高的职工，需要安排假期休息和必要的治疗。

第三步具体地，一职工共检测m次，定义该名职工第i项指标第j次检测数值为cij，i取值为1—4，j取值为1—m，

定义矩阵t为

使用最小二乘法拟合，对每一行的m项数据进行拟合，即可获取四条拟合曲线，根据拟合结果，预测心率、血压、血红蛋白值、血氧饱和度值在第m+1次的结果，设置四项警戒值分别为ct1，ct2，ct3，ct4；设置初级警戒、中级警戒、和高级警戒三个等级；初级警戒指预测第m+1次的四项指标中，存在一项数据超过警戒值，中级警戒指预测第m+1次的四项指标中，存在两项数据超过警戒值，高级警戒指预测第m+1次的四项指标中，存在三项或三项以上数据超过警戒值。

基于topsis算法的医疗体检装置，包括检测甲醛气敏传感器a和检测一氧化碳气敏传感器b,检测两种有毒气体浓度，所述两个气敏传感器数据输出给单片机进行数据处理，进而驱动显示屏，显示气体浓度数值；当检测浓度高于安全值，驱动蜂鸣器，发出警报；此外，还包括心率检测模块、血压检测模块、血红蛋白检测模块和血氧饱和度检测模块，用于依次检测心率、血压、血红蛋白值和血氧饱和度值；单片机中设置有健康评估模块，用于通过比较包括心率、血压、血红蛋白值和血氧饱和度值的各项指标值与健康值的差异，构建健康评估矩阵v’，通过对健康评估矩阵v’中的元素，进行加权计算来实现健康评估。

还包括计算机，用于进行如下处理步骤：共检测m次，定义该名职工第i项指标第j次检测数值为cij，i取值为1—4，j取值为1—m，

定义矩阵t为

在计算机中，使用最小二乘法拟合，对每一行的m项数据进行拟合，获取四条拟合曲线，根据拟合结果，预测心率、血压、血红蛋白值、血氧饱和度值在第m+1次的结果，设置四项警戒值分别为ct1，ct2，ct3，ct4，设置初级警戒、中级警戒、和高级警戒三个等级，初级警戒指预测第m+1次的四项指标中，存在一项数据超过警戒值，中级警戒指预测第m+1次的四项指标中，存在两项数据超过警戒值，高级警戒指预测第m+1次的四项指标中，存在三项或三项以上数据超过警戒值。

本发明的特点及有益效果是：

本发明将检查包括心率、血压、血红蛋白值、血糖值、血氧饱和度值等等健康指标的各模块加以集成，提高了检测装置的集成度，实现了智能化检测、系统得到完善。此外，还具有检查简便、迅速的特点。

附图说明：

图1是甲醛和一氧化碳检测电路连接示意图；

图2是各模块在健康评估时的工作控制图；

图3是健康评估过程流程图；

图4是该医疗体检装置结构图；

图中：

1—虹膜采集口(负责采集虹膜图像)

2—tft显示屏(显示虹膜识别的身份验证结果)

3—数码管a(显示甲醛检测浓度)

4—数码管b(显示一氧化碳检测浓度)

5—气敏传感器a(检测甲醛及其浓度)

6—气敏传感器b(检测一氧化碳及其浓度)

7—蜂鸣器8—血红蛋白值检测模块9—血氧饱和度值检测模块

10—心率检测手环11—血压检测手环

12—tft显示屏(显示心率、血压、血红蛋白值、血氧饱和度值及健康评估结果)。

具体实施方式

本发明分为气体检测、健康评估、数据传送与健康预测三步。

第一步，借助气敏传感器a(检测甲醛)和气敏传感器b(检测一氧化碳)检测两种有毒气体浓度，单片机经过数据处理，进而驱动tft(薄膜晶体管)显示屏，显示气体浓度数值。当检测浓度高于安全值，驱动蜂鸣器，发出警报。

第二步的内容是健康评估，首先采用虹膜识别的方法实现身份验证。装置包括了心率检测模块、血压检测模块、血红蛋白检测模块和血氧饱和度检测模块，进而依次检测心率、血压、血红蛋白值和血氧饱和度值。通过比较各项指标值与健康值的差异，构建健康评估矩阵v’，通过对健康评估矩阵v’中的元素，进行加权计算的方法来实现健康评估。

第三步是数据传送与健康预测，单片机和wifi芯片之间，通过合适的通讯接口实现数据交互，上位机与mcu之间通过wifi实现通信。上位机获取心率、血压、血红蛋白值和血氧饱和度值四个指标值，根据四个指标值m次检测的数据，使用最小二乘法拟合并预测下一次的检测值，职工可根据预测值判断自身健康状况。

下面结合具体实例进一步详细说明本发明。

在第一部分，我选择专用气敏传感器检测工作车间的甲醛和一氧化碳浓度，信号先经过滤波电路，降低信号噪声，提高信噪比，之后放大电路改变信号增益，该信号经过a/d转换后形成数字信号，数字信号传送至mcu并处理，mcu驱动tft(薄膜晶体管)显示屏，显示气体浓度数值。当检测浓度高于安全值，驱动蜂鸣器，发出智能警报。

在第二部分，为了对职工医疗数据的有效保密，需进行身份验证。虹膜图形结构复杂，纹理丰富，在识别率、安全性等方面的性能指标十分优异。cmos图像传感器采集虹膜灰度图像，专用虹膜识别模块经过图像分析后确定身份，身份结果在tft(薄膜晶体管)显示屏上显示。职工身份确定无误后，采集职工的四项身体指标进行健康评估。装置包括心率检测模块、血压检测模块、血红蛋白检测模块和血氧饱和度检测模块，血红蛋白检测模块分别用于检测n名职工的心率、血压、血红蛋白值和血氧饱和度值。考虑到实际情况与计算方便，血压指标值记录为收缩压与舒张压的均值，利用矩阵v统计n名职工的四项检测数据，其中第i位职工的第j项健康标为xij(i取值为1—n，j取值为1—4)。

矩阵v为

topsis算法基本原理是通过检测评价对象与最优解和最劣解的距离进行分析，本发明考虑实际情况，舍弃检测评价对象到最劣解的距离，只检测到最优解(即四项指标的最健康值)的距离。根据医学调查和统计，获取心率、血压、血红蛋白值和血氧饱和度值在健康状态下的值，血压值记录为收缩压与舒张压的均值，分别为m1，m2，m3，m4。即可知，矩阵v中的体检数值与m1，m2，m3，m4的差别越小，该名职工的健康状态越好，使用((xij-mj)/mj)²表示第i位职工第j项指标与该项指标的健康值的差异。构建健康评估矩阵v’

在矩阵v’矩阵中可知，yi1，yi2，yi3，yi4分别表示第i位职工心率、血压、血红蛋白值和血氧饱和度值与健康值的量化差异，量化差异越小，职工的健康程度越高。对心率、血压、血红蛋白值和血氧饱和度值四个指标分配了不同的权重w1,w2,w3,w4，构建矩阵z*

在权重的配置中，考虑到血红蛋白值和血氧饱和度值的数值更能反映人的健康状况，所以将w1,w2,w3,w4的权重配置为0.1，0.1，0.45和0.35，最终通过比较z1,z2......zn的大小并排序来评估每位职工的健康状况。数值越低，则健康程度越好，数值越高，则健康程度越差。设置阈值zt，若z1至zn中的数值，存在值大于zt，则立刻发出警报，并安排该职工的医务治疗。对于未达到阈值zt，但数值高的职工，需要安排假期休息和必要的治疗。

在第三部分，wifi数据通讯模块，主要包括硬件实现和软件实现，mcu和wifi芯片之间，通过合适的通讯接口实现数据交互，编写驱动代码，以使wifi芯片能够正常工作，实现上位机与mcu的通信。使用visualstudio2010编写上位机软件，计算机接收wifi信号，上位机显示数据结果。数据结果包括四项指标，心率、血压、血红蛋白值和血氧饱和度值。以任意一名职工为例，该名职工每隔固定的时间(例如1周)进行一次检测，经过一段时间后，共检测m次，定义该名职工第i项指标第j次检测数值为cij(i取值为1—4，j取值为1—m)。

定义矩阵t为

在计算机中，使用最小二乘法拟合，对每一行的m项数据进行拟合，即可获取四条拟合曲线，根据拟合结果，预测心率、血压、血红蛋白值、血氧饱和度值在第m+1次的结果，设置四项警戒值分别为ct1，ct2，ct3，ct4。设置初级警戒、中级警戒、和高级警戒三个等级。初级警戒指预测第m+1次的四项指标中，存在一项数据超过警戒值，中级警戒指预测第m+1次的四项指标中，存在两项数据超过警戒值，高级警戒指预测第m+1次的四项指标中，存在三项或三项以上数据超过警戒值。预测结果可通过wifi传送给单片机，使用这种预测方法，即可在下次体检之前，提前反馈给职工，进而采取必要治疗措施，有效避免病情深度恶化。