转氨酶数据监测系统技术方案

本发明专利技术提出一种转氨酶数据监测系统，在监测接收终端和发射器之间通过蓝牙连接，能够保证在网络较差环境下依然能够传输数据，监测接收终端在接收到数据后首先通过数据处理模块进行计算，采用异常数据排除算法、初始佩戴算法和参比修正算法等计算方法保证转氨酶数据的准确性，并通过监测数据显示模块显示转氨酶数据，尽可能减少延迟；云端服务器在接收到监测接收终端的数据后将数据同步至监护接收终端，并采用转氨酶值分割算法和转氨酶预测警报算法等计算方法进行预测性计算，将预测结果反馈至监测接收终端和监护接收终端，提醒使用者注意转氨酶控制。注意转氨酶控制。注意转氨酶控制。

【技术实现步骤摘要】
转氨酶数据监测系统


[0001]本专利技术涉及转氨酶数据的通信、监测及监护领域，更具体的说涉及转氨酶数据监测系统、转氨酶数据通信的监护方法及应用方法。

技术介绍

[0002]动态转氨酶监测系统（RGMS）是近年来投入临床使用的一种新型持续动态转氨酶监测系统，它连接一个探测头类似针头，探测头用于置入皮下组织。探测头直径很小，置入时患者无明显痛感和不适感。仪器间隔一定时间从探测头接受一次反映转氨酶变化的电信号，将多次采集到的电信号平均值转化成为转氨酶值存储起来。每天可以记录几百个转氨酶值。动态转氨酶监测仪还可以同时存储进餐、运动、用药等时间。这就可以让患者不用每天再忍受针扎的痛苦，并且它能提供每日转氨酶图，多日转氨酶图波动趋势分析和每日转氨酶数据的小结，是转氨酶检测的新突破。
[0003]转氨酶值通过传感器产生电流，再通过无线传输方式将电流数据传输至终端设备并进行计算得出。人体排异反应等原因会对传感器电流产生一定影响，使电流值出现异常跳动，会导致后续计算的转氨酶值不准确；此外，转氨酶监测和监护等设备之间的数据传输方式、利用数据传输的监护方式和应用方式都会对传感器佩戴者以及监护人员的使用体验产生影响，其数据通信方式和保证数据准确的算法也是技术难题。公开号为CN107788994B的专利技术专利公开了一种基于云端大数据的智能实时动态转氨酶监测系统及方法，该专利采取的方法为将电流数据传输至云端大数据服务器进行计算并对转换系数进行修正，再将计算得到的转氨酶数据传输回转氨酶监测软件进行显示。该专利的技术存在一些问题：其一，将数据传输至云端进行计算再传输回监测软件显示会产生延迟，特别是在网络条件较差的环境下，可能会存在数据接收不到的情况；其二，该专利算法根据指血转氨酶测量值和电化学阻抗数据对转氨酶值进行校准，但是影响电流值的因素有很多，并不仅仅是电化学阻抗数据，而且各种复杂因素导致电流数据不稳定后，储存在云端的历史数据也是不准确的，后续的校准算法也就变的意义不大；其三，人体转氨酶值的变化主要受进食和胰岛素分泌的变化影响，其存在的规律性并不强，而该专利采用的最小二乘法和历史数据回归算法等计算方式是需要历史数据有较强的规律性的，故该算法的准确性有待商榷；其四，通过校准后显示给用户的转氨酶值，和实际测得的转氨酶值存在偏差，反而可能会给用户带来误导，严重时还可能危及生命。
[0004]因此，对于转氨酶数据的处理、计算等方式不仅影响到用户使用的体验，更是影响到监测转氨酶值的准确性，故提供一种可靠的转氨酶数据监测系统以及利用数据通信的监护方法和应用方法显得至关重要。

技术实现思路

[0005]针对现有技术的不足之处本专利技术提供一种转氨酶数据监测系统，本专利技术的转氨酶数据监测系统在监测接收终端和发射器之间通过蓝牙连接，能够保证在网络较差环境下依
然能够传输数据，监测接收终端在接收到数据后首先通过数据处理模块进行计算，采用异常数据排除算法、初始佩戴算法和参比修正算法等计算方法保证转氨酶数据的准确性，并通过监测数据显示模块显示转氨酶数据，尽可能减少延迟；云端服务器在接收到监测接收终端的数据后将数据同步至监护接收终端，并采用转氨酶值分割算法和转氨酶预测警报算法等计算方法进行预测性计算，将预测结果反馈至监测接收终端和监护接收终端，提醒使用者注意转氨酶控制；此外，本专利技术还提供一种转氨酶数据通信的监护方法及应用方法，本专利技术的监护接收终端可以给多人使用，并且根据优先级设置不同的推送条件，使转氨酶预警的信息优先推送给佩戴者亲人，在比较紧急的时候再推送给医护人员，可以减轻医护人员工作压力，达到更好的监护效果，增强用户的使用体验。
[0006]本专利技术的具体技术方案如下，转氨酶数据监测系统，包括传感器、发射器、监测接收终端、监护接收终端和云端服务器；所述传感器设有电极以及与所述电极导通的第一导电触点；所述发射器包括电池模块、内存模块、第一蓝牙模块和第二导电触点，所述传感器和所述发射器之间通过所述第一导电触点和所述第二导电触点的电连接实现数据传输，所述电池模块为所述发射器和所述电极供电，所述内存模块接收所述电极的微电流数据并通过所述第一蓝牙模块传输至所述监测接收终端；所述监测接收终端包括第二蓝牙模块、第一无线网络模块和监测软件，所述第二蓝牙模块和所述第一蓝牙模块配对实现所述监测接收终端和所述发射器之间的数据传输，所述第一无线网络模块能够实现和所述云端服务器之间的数据传输，所述监测软件包括数据处理模块、监测数据显示模块、参比输入模块、监测提示警报模块；所述监护接收终端包括第二无线网络模块和监护软件，所述第二无线网络模块能够实现和所述云端服务器之间的数据传输，所述监护软件包括监护数据显示模块、监护提示警报模块；所述云端服务器能够接收所述监测接收终端数据并将数据传输给所述监护接收终端。
[0007]由此，所述监测接收终端和所述发射器之间通过蓝牙连接，能够保证在网络较差环境下依然能够传输数据；所述监测接收终端在接收到数据后首先通过所述数据处理模块进行计算，并通过所述监测数据显示模块显示转氨酶数据，尽可能减少延迟；所述云端服务器在接收到所述监测接收终端的数据后将数据同步至所述监护接收终端，并进行预测性计算，将预测结果反馈至所述监测接收终端和所述监护接收终端，提醒使用者注意转氨酶控制。
[0008]作为本专利技术的优选，所述数据处理模块包括异常数据排除算法、初始佩戴算法和参比修正算法。
[0009]由此，在所述传感器电流值由于人体排异反应等原因出现跳动时，通过所述异常数据排除算法能够排除异常的电流数据，使转氨酶值更加符合实际；所述传感器在佩戴初始时间，所述电极存在一个极化的过程，通过所述初始佩戴算法能够计算极化结束时间，使所述监测接收终端开始计算转氨酶值；所述传感器在佩戴过程中为了保证转氨酶数据的准确性，需要进行多次指血转氨酶值的矫正，通过所述参比修正算法，能够对转氨酶值和转氨酶参比进行及时的修正，保证转氨酶数据的准确性。
[0010]作为本专利技术的优选，所述云端服务器包括转氨酶值分割算法和转氨酶预测警报算法。
[0011]由此，人体转氨酶值在摄食之后会明显上升，之后再缓慢下降，由于摄食存在一定
的随机性，故根据整体的历史转氨酶数据进行转氨酶值预测并不是很准确；所述转氨酶值分割算法将空腹状态的转氨酶值和就餐之后转氨酶升高的转氨酶值进行区分，从而使所述转氨酶预测警报算法根据区分后的转氨酶值进行预测计算，使预测更加准确。
[0012]作为本专利技术的优选，所述初始佩戴算法包括以下计算步骤：步骤A、所述发射器每间隔时间t接收一次所述传感器的电流数据并存入所述内存模块，接收a次后将a个电流数据封装成一个数据包发送给所述监测接收终端；步骤B、所述监测接收终端接收所述发射器的数据包后由所述数据处理模块增加时间数据，并且对数据包内的a个电流数据分别和前一个电流数据进行比较，其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较；设置极化阈值p，将后一个电流数据减前一个电流数据的差值和所述极化阈值p进行比较，连续5个差值小于p则认为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.转氨酶数据监测系统，其特征在于：包括传感器、发射器、监测接收终端、监护接收终端和云端服务器；所述传感器设有电极以及与所述电极导通的第一导电触点；所述发射器包括电池模块、内存模块、第一蓝牙模块和第二导电触点，所述传感器和所述发射器之间通过所述第一导电触点和所述第二导电触点的电连接实现数据传输，所述电池模块为所述发射器和所述电极供电，所述内存模块接收所述电极的微电流数据并通过所述第一蓝牙模块传输至所述监测接收终端；所述监测接收终端包括第二蓝牙模块、第一无线网络模块和监测软件，所述第二蓝牙模块和所述第一蓝牙模块配对实现所述监测接收终端和所述发射器之间的数据传输，所述第一无线网络模块能够实现和所述云端服务器之间的数据传输，所述监测软件包括数据处理模块、监测数据显示模块、参比输入模块、监测提示警报模块；所述监护接收终端包括第二无线网络模块和监护软件，所述第二无线网络模块能够实现和所述云端服务器之间的数据传输，所述监护软件包括监护数据显示模块、监护提示警报模块；所述云端服务器能够接收所述监测接收终端数据并将数据传输给所述监护接收终端。2.根据权利要求1所述的转氨酶数据监测系统，其特征在于：所述数据处理模块包括异常数据排除算法、初始佩戴算法和参比修正算法。3.根据权利要求1所述的转氨酶数据监测系统，其特征在于：所述云端服务器包括转氨酶值分割算法和转氨酶预测警报算法。4.根据权利要求2所述的转氨酶数据监测系统，其特征在于，所述初始佩戴算法包括以下计算步骤：步骤A、所述发射器每间隔时间t接收一次所述传感器的电流数据并存入所述内存模块，接收a次后将a个电流数据封装成一个数据包发送给所述监测接收终端；步骤B、所述监测接收终端接收所述发射器的数据包后由所述数据处理模块增加时间数据，并且对数据包内的a个电流数据分别和前一个电流数据进行比较，其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较；设置极化阈值p，将后一个电流数据减前一个电流数据的差值和所述极化阈值p进行比较，连续5个差值小于p则认为结束极化时间，开始计算转氨酶值。5.根据权利要求2所述的转氨酶数据监测系统，其特征在于，所述异常数据排除算法包括以下计算步骤：步骤A、所述发射器每间隔时间t接收一次所述传感器的电流数据并存入所述内存模块，接收a次后将a个电流数据封装成一个数据包发送给所述监测接收终端；步骤B、所述监测接收终端接收所述发射器的数据包后由所述数据处理模块增加时间数据，并且对数据包内的a个电流数据分别和前一个电流数据进行比较，其中数据包内的第一个电流数据和前一个数据包内的最后一个电流数据进行比较；设置电流数据上升阈值m和下降阈值n，若后一个电流数据减前一个电流数据为正，则将差值和所述上升阈值m进行比较，差值大于m则认为电流数据出现异常对电流数据进行排除；若后一个电流数据减前一个电流数据为负，则将差值和所述下降阈值n进行比较，差值的绝对值大于n则认为电流数据出现异常对电流数据进行排除；步骤C、若电流数据的前一个或多个电流数据因异常已经被排除，则该电流数据和前一个有效电流数据进行比较，其中间隔的被排除的电流数据的个数为k；若该电流数据减前一个电流数据为正，则将差值和累积上升阈值m(k+1)进行比较，差值大于m(k+1)则认为电流数据出现异常对电流数据进行排除；若该电流数据减前一个电流数据为负，则将差值和累积下降阈值n(k+1)进行比较，差值的绝对值大于n(k+1)则认为电流数据出现异常对电流数据进行排除；步骤D、计算每一个数据包内的电流数据的算术平均
值作为包电流值，和数据包的时间数据相对应；若数据包内的电流数据全部被舍弃，则取前一个有效的包电流值和后一个有效的包电流值的平均值作为包电流值；若存在两个连续的数据包内的数据为空，则监测接收终端驱动所述监测提示警报模块发出所述传感器异常的警报；步骤E、计算包电流值乘以转氨酶转换系数作为转氨酶值，将时间数据作为横坐标，转氨酶值作为纵坐标生成转氨酶变化曲线，并通过所述监测数据显示模块进行显示；步骤F、所述监测接...

【专利技术属性】
技术研发人员：ꢀ五一IntClG零八B二一零四，
申请(专利权)人：西安跃亿智产信息科技有限公司，
类型：发明
国别省市：