一种基于大数据的呼吸内科用监护仪控制方法技术

本发明专利技术属于医疗器械技术领域，公开了一种基于大数据的呼吸内科用监护仪控制方法，包括：监测模块、控制模块、报警模块、短信模块、个人数据模块、推送模块、大数据和手机APP。监测模块与控制模块和个人数据模块连接；控制模块与报警模块、短信模块和个人数据模块连接；个人数据模块与推送模块和控制模块连接；推送模块与大数据和手机APP连接。本发明专利技术可以根据实时监测病人的体征，在病人身体状况不正常时能够及时报警引起护士注意并发送短信及时通知家人。推送模块能够基于大数据分析病人的体征，并向家人的手机APP上推送养生信息及病人的身体状况，而且监测模块能够获取病人的视频影像，家人可以在手机APP上查看，能够实现工作较忙的现代社会人的远程探望。

【技术实现步骤摘要】
一种基于大数据的呼吸内科用监护仪控制方法
本专利技术属于医疗器械
，尤其涉及一种基于大数据的呼吸内科用监护仪控制方法。
技术介绍
呼吸，是指机体与外界环境之间气体交换的过程。人的呼吸过程包括三个互相联系的环节：外呼吸，包括肺通气和肺换气；气体在血液中的运输；内呼吸，指组织细胞与血液间的气体交换。目前，呼吸内科用监护仪不能根据大数据进行分析病人的体征，难以实现与家人的密切交流。而且，现代人的生活节奏快，往往不能频繁来往于医院进行探望，现有的呼吸内科用监护仪不具备远程探望功能。综上，现有技术存在的问题是：目前，呼吸内科用监护仪不能根据大数据进行分析病人的体征，难以实现与家人的密切交流。而且，现代人的生活节奏快，往往不能频繁来往于医院进行探望，现有的呼吸内科用监护仪不具备远程探望功能。
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基于大数据的呼吸内科用监护仪控制方法。本专利技术是这样实现的，一种基于大数据的呼吸内科用监护仪控制系统包括：监测模块，与控制模块和个人数据模块连接，用于监测病人的体征，如靶心率、最大训练心率、最小训练心率、最大收缩压、舒张压、最小血氧饱和度、摄氧量本文档来自技高网...

【技术保护点】
1.一种基于大数据的呼吸内科用监护仪控制系统，其特征在于，所述基于大数据的呼吸内科用监护仪控制系统包括：监测模块，与控制模块和个人数据模块连接，用于监测病人的体征，如靶心率、最大训练心率、最小训练心率、最大收缩压、舒张压、最小血氧饱和度、摄氧量、二氧化碳呼出量及气流量等心肺数据，并获取病人的视频影像；所述监测模块接收的时频重叠信号的表达式如下：y(t)＝x1(t)+x2(t)+…xp(t)+n(t)；其中xi(t)表示第i个分量信号，p为分量信号个数，n(t)表示高斯噪声信号，y(t)表示接收的时频重叠信号，其三阶累积量的表达式如下：C3y(τ1,τ2)＝E[y(t)y(t+τ1)y(t+τ2...

【技术特征摘要】
1.一种基于大数据的呼吸内科用监护仪控制系统，其特征在于，所述基于大数据的呼吸内科用监护仪控制系统包括：监测模块，与控制模块和个人数据模块连接，用于监测病人的体征，如靶心率、最大训练心率、最小训练心率、最大收缩压、舒张压、最小血氧饱和度、摄氧量、二氧化碳呼出量及气流量等心肺数据，并获取病人的视频影像；所述监测模块接收的时频重叠信号的表达式如下：y(t)＝x1(t)+x2(t)+…xp(t)+n(t)；其中xi(t)表示第i个分量信号，p为分量信号个数，n(t)表示高斯噪声信号，y(t)表示接收的时频重叠信号，其三阶累积量的表达式如下：C3y(τ1,τ2)＝E[y(t)y(t+τ1)y(t+τ2)]；其中，τ1，τ2为两个不同时延；由三阶累积量的性质，高斯噪声的三阶累积量恒等于零，上式表示为：令即C3y(τ1,τ2)＝C3x(τ1,τ2)；对C3y(τ1,τ2)进行二次傅里叶变换可得到时频重叠信号的双谱B3y(ω1,ω2)：B3y(ω1,ω2)＝B3x(ω1,ω2)＝X(ω1)X(ω2)X*(ω1+ω2)；其中，ω1，ω2为两个不同频率；控制模块，与报警模块、短信模块和个人数据模块连接，用于在病人体征异常时控制报警模块和短信模块动作；所述控制模块采用小波包变换多分辨率分析实现对信号去噪，提升信号的平稳性，然后再进行呼吸和BCG波形及数值的提取，具体如下：小波包变换的Mallat算法，对于l＝0,1,2,...，引入记号而且，于是，f(t)在小波包空间上的投影写成基于小波包分解的Mallat算法公式将原始信号f(t)在小波包空间和上的正交投影分别记为和在相应的特定小波包基{μ2l,j,n(t)；n∈Z}下展开的系数是在小波...

【专利技术属性】
技术研发人员：罗涛，程世云，张芹，
申请(专利权)人：六盘水市人民医院，
类型：发明
国别省市：贵州,52