一种基于穿心式压力传感器的体重智能监测方法和系统与流程

1.本发明涉及体重智能检测方法和系统，特别涉及一种适用于医院医疗床上使用的病人体重智能检测方法和系统。


背景技术：

2.在医院对住院患者的治疗过程中，对患者体重变化进行实时监控是评估治疗方案效果和调整治疗方案的重要参考因素。尤其是应对新型冠状病毒肺炎的治疗中，患者的体重参数是衡量使用糖皮质激素类药物效果的重要指标。现有的体重检测仪器需要患者离开床位进行称量，对于重症患者而言没有可行性和舒适性，且不能满足在时间上密集称量患者体重的需求。
3.本发明针对获取住院治疗，尤其是获取住院治疗重症患者的实时体重信息困难的问题，提出了一种基于穿心式压力传感器的体重智能监测方法和系统。本系统借助在病床支架上安装可拆卸的穿心式压力传感器实时采集病人体重变化的信息，并内置了带有自学习功能的数据分析模块。通过数据分析模块对病人体重数据进行分析和监控，并在数据分析模块内设置报警条件。当病人体重数据变化满足报警条件时，系统自动报警，提醒医生介入治疗。
4.本发明提出的体重智能检测方法和系统，具有可拆卸的特点，能够不对现有的病床进行任何硬性改造，即可将现有住院病床升级为带有患者体重智能检测功能的病床，并可与医院现有的系统，如dicom系统进行对接和通信，形成ai诊疗参考系统。同时，本发明提出的体重智能检测方法和系统，具有较大的自由度，可以设定患者的多种卧床状态，在聚类分析自学习过程中自动分辨提取患者的状态，仅提取对监控患者体重有较大贡献的数据进行分析。因此工作效率较高，能耗较小，具有持久性好的特点。


技术实现要素：

5.本发明提出了一种基于穿心式压力传感器的体重智能监测方法，其特征在于，包括下列步骤：
6.s1：设置聚类分析模型训练周期和体重数据监测周期，并在训练周期内训练模型；
7.s2：根据聚类分析模型的训练结果设置统计分析阈值；
8.s3：在每个体重数据监测周期内，采集两次新体重数据并取平均值，将平均值作为新体重数据输出；
9.s4：将输出的新体重数据输入聚类分析模型，获得与体重检测相关的成分数据；
10.s5：分析聚类处理之后与体重检测相关的成分数据；
11.s6：如果体重检测相关的成分数据的统计分析指标超过阈值，则发出警报，建议医生介入治疗，否则重新采集新体重数据并进行后续处理。
12.进一步的，所述步骤s1还包括：
13.s11：按照治疗需求，设置聚类分析模型中的聚类个数为2个，分别代表卧床和空
床；
14.s12：每隔10分钟采集一次体重数据并按照k-means方法进行模型训练；
15.s13：将训练周期设为1天，当训练时间到达所述训练周期时，停止训练。
16.进一步的，所述步骤s12中采集的体重数据为所有穿心式压力传感器的输出值，并将所述体重数据作为n维向量保存，其中n为所有穿心式压力传感器的个数。
17.进一步的，所述步骤s1中的体重数据监测周期为1小时。
18.进一步的，所述步骤s5中，按照t2检验的方式对新体重数据进行检验。
19.进一步的，在所述t2检验方式中，使用用hotelling模型计算统计量t2，使用下列公式计算t2的控制限：
[0020][0021]
其中：
[0022]
j为在数据处理过程中，选择出的与体重检测相关的成分数据协方差矩阵的特征值和特征向量个数；
[0023]
α为穿心式压力传感器的编号；
[0024]
line表示计算控制限。
[0025]
进一步的，选择所述特征值和特征向量个数的标准如下：
[0026][0027]
其中：
[0028]
λi为协方差矩阵的特征值；
[0029]
β为贡献率，β∈(0,1]，常用值为0.80、0.85、0.90、0.95、0.98或0.99。
[0030]
本发明还提出了一种基于穿心式压力传感器的体重智能监测系统，包括设置于重量承载部上，可拆卸的穿心式压力传感器，与每个穿心式压力传感器相匹配的a/d转化模块，通信模块和报警模块，其中：
[0031]
通信模块用于控制所述体重智能检测系统的数据通信，接收来自a/d转化模块的体重数据、向报警模块发送报警信号和与外界进行数据交互；
[0032]
报警模块用于发出报警消息，通知医生介入；
[0033]
其特征在于，还包括数据分析模块，所述数据分析模块与通信模块相连，用于处理分析体重数据。
[0034]
进一步的，所述数据分析模块采用权利要求1-7中任意一种记载的方式处理体重数据。
[0035]
进一步的，所述a/d转化模块与所述通信模块使用zigbee协议进行通信，所述报警模块使用蜂鸣器进行报警，所述通信模块可以与上位机相连组成网络。
[0036]
使用上述基于穿心式压力传感器的体重智能监测方法和系统，能够在对住院治疗的患者，尤其是住院治疗的重症患者提供实时体重检测的。
附图说明
[0037]
图1为本发明一个实施例的改造示意图；
[0038]
图2为本发明一个实施例的穿心式压力传感器示意图；
[0039]
图3为本发明一个实施例的数据处理示意图；
[0040]
图4为本发明一个实施例的流程图；
[0041]
图5为本发明一个实施例的检测结果记录截图。
具体实施方式
[0042]
本发明提出的基于穿心式压力传感器的体重智能监测方法和系统，可用于对传统医院病床的改造，现对本发明提出的方法和系统实施方法介绍如下：
[0043]
实施例1：
[0044]
在本实施例中，采用了对传统4腿床架进行改造的方案。
[0045]
如图1所示，在本实施例中，在床架的每个床腿上分别安装1个穿心式压力传感器，分别标记为{α1,α2,α3,α4}，每个穿心式压力传感器匹配有1个a/d转化模块和无线信号发射器，用于转化数据种类和向数据分析模块发送数据。
[0046]
设每个穿心式压力传感器的压力为{f
1,t
,f
2,t
,f
3,t
,f
4,t
}。其中，t为体重数据采集时刻。在不同时刻中，压力变化量记为δf1,δf2,δf3,δf4，因此总压力变化为将病人的体重变化记为
△
m，则病人在两个相邻采集时刻之间的体重变化量为g为重力加速度。
[0047]
如图2所示，在本实施例中，所述穿心式压力传感器的输出为4-20ma的模拟电流信号，所述输出模拟电流信号在a/d转化模块中，经8位抽样转化为数字信号后，由无线信号发射器发送出。
[0048]
如图3所示，在本实施例中，体重智能监控系统中，采用zigbee协议进行信号的接收和发送，并在系统中部署有数据库，用于存储病人的体重数据。系统启动后，通信模块首先接收到4个穿心式压力传感器采集的压力数据，并将原始数据存储至数据库中。同时，病人的动态体重数据还被送入数据分析模块中进行处理和分析。当需要外界介入时，向外界发出提示警报。
[0049]
本实施例中，系统工作分为训练学习和实时监控两个工作状态。在对一个新的病人进行体重监测或有必要对同一个病人启动新一轮体重监测时，系统首先进入训练学习状态，当训练学习时间时长到达后，系统自动进入实时监控状态。在本实施例中，设定学习周期为1天，每个数据采集间隔为0.5小时，样本聚类数k设为2，分别代表卧床和空床。在训练周期中，设t时刻点上，采集的样本数据为{x
(1)
,x
(2)
,l x
(t)
}，压力值x
(t)
＝{f
1,t
,f
2,t
,f
3,t
,f
4,t
}。在训练周期中，按照下列方法，对每一次采集的数据样本进行一次聚类分析：
[0050]
a)对于每一个压力值数据采集样本x
(t)
＝{f
1,t
,f
2,t
,f
3,t
,f
4,t
}，计算其属于的簇
[0051]
其中：
[0052]c(t)
为样例与k个簇中距离最近的那个类；
[0053]
||x
(t)-μk||为x
(t)
与μk在空间中的欧氏距离；
[0054]
表示与各质心距离相比较，取最小值的运算。
[0055]
b)重新计算每一个簇的质心中心点μk。
[0056][0057]
其中m为样本采集总次数。
[0058]
c)进行迭代。
[0059]
不断迭代计算μk值，并计算两次相邻质心差值，直至满足循环中止条件。本实施例中，循环中止条件设置为δμk《0.001。其中
△
μk为相邻两次质心差值。
[0060]
当训练时长达到设定的学习周期后，系统停止对模型的训练，进入到实时监控状态。
[0061]
在实时监控状态下，系统需要根据质心模型对系统状态进行判断。当采集到的样本接近于空床状态时，系统不处理数据；当采集到的样本接近于卧床状态时，系统按照下述步骤进行处理：
[0062]
记卧床数据样本集合s为：s＝{s
(1)
,s
(2)
,l,s
(q)
}，其中样本数目为q，特征维度为4。计算4个特征值之间的协方差矩阵：
[0063][0064]
通过求解矩阵方程，得到协方差矩阵的特征值λi和特征向量pi，并对特征值按照由小到大顺序进行排列，记做λ＝{λ1,λ2,λ3,λ4}。选取其中满足条件的元素，其中j为[1,4]区间内按照需要设置的整数，本实施例中设置为3；β∈(0,1]为贡献率，常用值0.80、0.85、0.90、0.95、0.98或0.99，本实施例中设置为0.90。
[0065]
采用hotelling模型，采用自由度(3,1)，置信水平α∈(0,1]的f分布，用下述公式计算t2的控制限：
[0066][0067]
当采集到新的卧床数据x
(t+1)
后，将x
(t+1)
代入下列公式进行计算：
[0068][0069]
其中λ4为4
×
4的单位对角阵。(x
(t+1)
)
t
为x
(t+1)
的转秩矩阵。
[0070]
当时，判断患者中发生异常并报警。
[0071]
如图5所示，当系统在实时监控状态下，患者前50个采集点体重监测基本正常，50之后的样本与标准样本差距较大，方法发出预警，建议对患者健康状况进行接入诊治。
[0072]
实施例2：
[0073]
本实施例中，采用实施例1中的方式对传统病床进行了改造，并按照实施例1中记载的工作方式对病人体重进行实时监控。同时在系统中设置有能够接收多张病床数据的上位机，将数据库系统部署在上位机中。
[0074]
在本实施例中，选择医院dicom系统的服务器作为上位机。在每张病床中的a/d转化模块中，加入1个字节的地址码，4位的传感器编号码。系统首次启动时，首先对所有病床进行复位操作，并为所有的床位分配地址码。当有新病床接入系统时，在新病床系统初始化后，将端口数据主动发送给通信模块，由通信模块推送给上位机，由上位机更新网络数据，为新加入的病床分配地址码，并发送回原数据接收端口。
[0075]
此外，上位机还能够定时主动遍历查询系统中所有病床的数据信息，并进行备份。本实施例中，定时遍历查询的时间设置为每日00:00。
[0076]
当某一病床上的病人体重t2值超出预设的阈值时，所在病床的数据分析模块通过通信模块向上位机发出警报，上位机能够向病床所在科室的医护系统终端发出警报，并同时调取dicom系统中的基本病例和近期医学影像供医护人员参考。
[0077]
以上对本发明所提供的基于穿心式压力传感器的体重智能监测方法和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明技术方案的限制。