一种物联网重症监护系统技术方案

本发明专利技术属于物联网重症监护技术领域，公开了一种物联网重症监护系统，设置有：监护设备、数据采集模块、中央监护系统、通讯模块、报警模块。所述数据采集模块与所述监护设备相连，数据采集模块采集所述监护设备的运行状态数据和病人的生命体征数据；数据采集模块又与所述中央监护系统相连接，中央监护系统与所述通信模块相连接，通信模块与报警模块相连接，数据采集模块将采集到的数据传输给所述中央监护系统，中央监护系统将数据进行分析处理后，通过所述通信模块将报警信息传输到所述报警模块，由所述报警模块进行分级报警处理。本发明专利技术可以提升护理安全性，可有效减少警报危害，避免医护人员因“报警疲劳”而延误治疗，有利于医疗质量的提升。

【技术实现步骤摘要】
一种物联网重症监护系统
本专利技术属于物联网重症监护
，尤其涉及一种物联网重症监护系统。
技术介绍
目前，物联网重症监护系统其警报种类繁多，如仪器故障、监护异常等，使得医护人员易产生“报警疲劳”，而忽视病人病情变化，若处理不及时，导致患者受伤或者死亡，不利于医疗质量的提升。综上所述，现有技术存在的问题是：现有的重症监护系统其警报种类繁多，易使医护人员产生“报警疲劳”，而忽视病人病情变化，若处理不及时，导致患者受伤或者死亡，不利于医疗质量的提升。现有的报警等级程度智能化程度低。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种物联网重症监护系统。本专利技术是这样实现的，一种物联网重症监护系统，所述物联网重症监护系统设置有：监护设备、数据采集模块、中央监护系统、通讯模块、报警模块；所述数据采集模块与所述监护设备相连，所述数据采集模块采集所述监护设备的运行状态数据和病人的生命体征数据；所述数据采集模块又与所述中央监护系统相连接，所述中央监护系统与所述通信模块相连接；所述通信模块与所述报警模块相连接；所述数据采集模块将采集到的数据传输给所述中央监护系统；所述中央监护系统将数据进行分析处理后，通过所述通信模块将报警信息传输到所述报警模块，由所述报警模块进行分级报警处理；中央监护系统的分级报警处理方法包括：建立分析对象与报警等级间的综合信息评价体系，评价体系是由n个研究对象m个指标构成的系统，从而得到初始信息评价矩阵：其中，i＝1,2,…,n；j＝1,2,…,m；对A'中各指标归一化处理：归一化的指标：其中，i＝1,2,…,n；j＝1,2,…,m；—矩阵A'中第j列的最小值；—矩阵A'中第j列的最大值；aij—规范性信息矩阵中对应于第i行j列的元素，规范性信息矩阵A可表示为：其中，i＝1,2,…,n；j＝1,2,…,m。然后，根据规范性信息矩阵，确定第i个研究对象下第j项指标的指标值的比重：其中，i＝1,2,…,n；j＝1,2,…,m。最后，由熵权法计算第i个研究对象的熵值其中，Ti—定义为第i个研究对象的报警等级子信息熵；pij—第i个研究对象下第j项指标的比重；i＝1,2,…,n；j＝1,2,…,m。建立报警等级信息熵模型的具体方法为：将信息熵原理与BP神经网络算法相融合，建立报警等级信息熵模型，其模型的数学表达式：式中，H(X)—报警等级信息熵；X＝(x1)—报警等级信息熵因子集，x1为报警等级子信息熵；p(xi)—因子集X＝(x1,x2,x3)中xi因子的比重，且满足和对报警等级信息熵值进行归一化处理，归一化公式：根据报警等级信息熵和报警危险度的关系，基于报警等级信息熵模型的危险度等级标准分为：0.8≤Hc≤1，极低危险；0.6≤Hc＜0.8，低度危险；0.4≤Hc＜0.6，中度危险；0.2≤Hc＜0.4，高度危险；0≤Hc＜0.2，极高危险。数据采集模块的数据采集方法包括以下步骤：步骤一、采集管理过程；用于实现数据采集的参数同步管理、多源状态管理、运行状态管理、监视服务管理功能；根据采集服务器状态、采集进程状态、通道状态进行综合判断、对多机、多通道、多源结果进行管理；对采集信息的变化进行相关校验工作，及时进行参数同步；为物联网重症监护系统设置的人机画面、界面的展示功能提供规约翻译监视、数据刷新浏览服务；步骤二、规约处理过程；用于采集监护设备的运行状态数据和病人的生命体征数据，数据采集中的数据交互按照规约处理模块中的不同规约的配置定义，对数据和控制命令进行转换；通过设计定义规约处理公共接口，供第三方使用，实现新规约的扩展；步骤三、离线维护过程；使用CIM/E数据文件进行数据采集维护；进行离线维护时，通过模型维护或一体化维护形成数据采集索引文件，进行修改校验后，形成在线运行文件，通过参数同步，实现在线生效；步骤四、转发和控制过程；用于获取转发数据以及处理控制命令；通过部署在SCADA应用节点的转发程序，获取转发数据，通过消息总线发给规约处理模块，进行规约转换，然后实现转发；还用于控制命令校验，通过消息总线收到相关应用发送的控制命令后，对命令内容、来源进行相应校验；校验合格后，连同相关通道信息一起，发送给规约处理模块，由规约处理模块按照规约转换后发送给处理器；所述通讯模块处理方法包括：步骤1：对分组做二维变换:G(R)＝T{group(R)}；其中,G＝[gi,j]∈Rm×w(i＝1,···,m；j＝1,···,w)是变换系数矩阵,T[·]是二维离散余弦；步骤2：为每个分组选定一个阈值λ(R)并在变换域做阈值降噪,将小于阈值的系数置零来衰减噪声,保留大于阈值的系数；阈值函数HT(·)由下式定义；g,|g|>λ(R),HT(g)＝0,|g|TMλ(R),步骤3：同滤波降噪算法的性能,算法参数为w＝120,l＝4000,δ＝w/4,观测信号由Lorenz信号叠加高斯白噪声生成；自动搜索最佳拟合窗长的局部曲线拟合算法。进一步，采用的滤波降噪算法或采用小波阈值降噪算法,用db8小波作基函数,分解4层。进一步，采用的滤波降噪算法或EMD迭代区间阈值法，筛分9次,迭代15次；EMD迭代区间阈值法性能通过SNRout、重构的均方误差RMSE和对相图的还原情况进行比较。进一步，所述中央监护系统通过屏幕进行视频呈现患者状态。进一步，所述报警模块通过声音、灯闪的方式报警，将报警信息传输到监护者的手机电脑上。进一步，所述中央监护系统对数据采集模块采集的数据进行分析处理的方法中，数据采集模块采集的数据包括图像数据；具体包括：用n表示重建图像的个体总数，而各个体都有m个特征量，将得到的重建图像分为两组，一组是测试集，包含一个个体，一组是训练集，包括除测试集中所含个体外的图像，共n-1个个体；用所述训练集训练所述线性支持向量机，得出训练后支持向量机：根据以下公式计算得到权值向量w，w为一个m维列向量，其中的每个元素对应一个特征量；yi(wTxi+b)-1+ξi≥0s.t.ξi≥0；其中，γ是惩罚参数，用来实现算法复杂度和错分样本数的折中；ξi测量错分程度；yi为每个人的类属性；xi为每个个体的特征向量；b为常数。本专利技术的优点及积极效果为：该专利技术可以提升护理安全性，可有效减少警报危害，避免医护人员因“报警疲劳”而延误治疗，有利于医疗质量的提升。本专利技术的报警等级处理方法能综合反映报警等级因素在过程中相互作用机制，能够对研究对象的危险度进行预测。随着大数据、云计算、物联网等技术的发展和成熟，本专利技术将成为医学学科大数据研究的重要方面。本专利技术集数据采集、处理于一体，实现了监护数据的实时监控，为智能化控制提供了保证。附图说明图1是本专利技术实施例提供的物联网重症监护系统示意图；图中：1、监护设备；2、数据采集模块；3、中央监护系统；4、通讯模块；5、报警模块。具体实施方式为能进一步了解本专利技术的
技术实现思路
、特点及功效，兹例举以下实施例，并配合附图详细说明如下。下面结合附图对本专利技术的结构作详细的描述。如图1所示，本专利技术实施例提供的物联网重症监护系统设置有：监护设备1、数据采集模块2、中央监护系统3、通讯模块4、报警模块5。所述数据采集模块2与所述监护设备1相连，所述数据采集模块2采集所述监护设备1的运行状态数据和病人的生命体征数据本文档来自技高网...

【技术保护点】
1.一种物联网重症监护系统，其特征在于，所述物联网重症监护系统设置有：监护设备、数据采集模块、中央监护系统、通讯模块、报警模块；所述数据采集模块与所述监护设备相连，所述数据采集模块采集所述监护设备的运行状态数据和病人的生命体征数据；所述数据采集模块又与所述中央监护系统相连接，所述中央监护系统与所述通信模块相连接；所述通信模块与所述报警模块相连接；所述数据采集模块将采集到的数据传输给所述中央监护系统；所述中央监护系统将数据进行分析处理后，通过所述通信模块将报警信息传输到所述报警模块，由所述报警模块进行分级报警处理；中央监护系统的分级报警处理方法包括：建立分析对象与报警等级间的综合信息评价体系，评价体系是由n个研究对象m个指标构成的系统，从而得到初始信息评价矩阵：

【技术特征摘要】
1.一种物联网重症监护系统，其特征在于，所述物联网重症监护系统设置有：监护设备、数据采集模块、中央监护系统、通讯模块、报警模块；所述数据采集模块与所述监护设备相连，所述数据采集模块采集所述监护设备的运行状态数据和病人的生命体征数据；所述数据采集模块又与所述中央监护系统相连接，所述中央监护系统与所述通信模块相连接；所述通信模块与所述报警模块相连接；所述数据采集模块将采集到的数据传输给所述中央监护系统；所述中央监护系统将数据进行分析处理后，通过所述通信模块将报警信息传输到所述报警模块，由所述报警模块进行分级报警处理；中央监护系统的分级报警处理方法包括：建立分析对象与报警等级间的综合信息评价体系，评价体系是由n个研究对象m个指标构成的系统，从而得到初始信息评价矩阵：其中，i＝1,2,…,n；j＝1,2,…,m；对A'中各指标归一化处理：归一化的指标：其中，i＝1,2,…,n；j＝1,2,…,m；—矩阵A'中第j列的最小值；—矩阵A'中第j列的最大值；aij—规范性信息矩阵中对应于第i行j列的元素，规范性信息矩阵A可表示为：其中，i＝1,2,…,n；j＝1,2,…,m。然后，根据规范性信息矩阵，确定第i个研究对象下第j项指标的指标值的比重：其中，i＝1,2,…,n；j＝1,2,…,m。最后，由熵权法计算第i个研究对象的熵值其中，Ti—定义为第i个研究对象的报警等级子信息熵；pij—第i个研究对象下第j项指标的比重；i＝1,2,…,n；j＝1,2,…,m。建立报警等级信息熵模型的具体方法为：将信息熵原理与BP神经网络算法相融合，建立报警等级信息熵模型，其模型的数学表达式：式中，H(X)—报警等级信息熵；X＝(x1)—报警等级信息熵因子集，x1为报警等级子信息熵；p(xi)—因子集X＝(x1,x2,x3)中xi因子的比重，且满足和对报警等级信息熵值进行归一化处理，归一化公式：根据报警等级信息熵和报警危险度的关系，基于报警等级信息熵模型的危险度等级标准分为：0.8≤Hc≤1，极低危险；0.6≤Hc＜0.8，低度危险；0.4≤Hc＜0.6，中度危险；0.2≤Hc＜0.4，高度危险；0≤Hc＜0.2，极高危险。数据采集模块的数据采集方法包括以下步骤：步骤一、采集管理过程；用于实现数据采集的参数同步管理、多源状态管理、运行状态管理、监视服务管理功能；根据采集服务器状态、采集进程状态、通道状态进行综合判断、对多机、多通道、多源结果进行管理；对采集信息的变化进行相关校验工作，及时进行参数同步；为物联网重症监护系统设置的人机画面、界面的展示功能提供规约翻译监视、数据刷新浏览服务；步骤二、规约处理过程；用于采集监护设备的运行状态数据和病人的生命体征数据，数据采集中的数据交互按照规约处理模块中的不同规约的配置定义，对数据和控制命令进行转换；通过设计定义规约处...

【专利技术属性】
技术研发人员：刘性祥，
申请(专利权)人：刘性祥，
类型：发明
国别省市：山东,37