一种基于物联网的穿戴式医疗设备远程监管系统及方法技术方案

本发明专利技术公开了一种基于物联网的穿戴式医疗设备远程监管系统及方法，包括用户数据获取模块、指标振荡程度检测模型分析模块、实际振荡指数分析模块和远程预警模块；用户数据获取模块用于获取用户的第一指标数据和第二指标数据；指标振荡程度检测模型分析模块用于分析指标振荡程度检测模型；实际振荡指数分析模块基于指标振荡程度检测模块并获取指标振荡数据阈值，分析实际振荡指数；远程预警模块用于根据实际振荡指数进行远程预警响应；本发明专利技术通过建立检测模型分析用户指标数据的波动情况，避免因为进食导致的指标数据的波动变化对模型分析的影响，同时提高了穿戴式医疗设备对用户数据分析的先觉性以及设备的可靠性。户数据分析的先觉性以及设备的可靠性。户数据分析的先觉性以及设备的可靠性。

【技术实现步骤摘要】
一种基于物联网的穿戴式医疗设备远程监管系统及方法


[0001]本专利技术涉及穿戴式医疗设备远程监管系统
，具体为一种基于物联网的穿戴式医疗设备远程监管系统及方法。

技术介绍

[0002]穿戴式医疗设备是指可以直接穿戴在身上的便携式医疗或健康电子设备，在软件支持下感知、记录、分析、调控、干预甚至治疗疾病或维护健康状态；现如今人口老龄化严重，不少老年人经常患有的疾病越来越年轻化，人们对自身身体的健康状态也越来越重视，如检测血糖的穿戴式医疗设备可以监测用户的血糖含量，但是目前针对于血糖监测的穿戴式医疗设备都只能在用户的血糖已经升高或者趋向疾病化时进行监测到，却不能在血糖的变化过渡过程中进行有效的及时干预，这不仅仅是血糖监测的医疗设备的痛点，更是很多穿戴式医疗设备未能解决的问题，可以直接的检测到生病时的状态，却很少能做到在正常状态到生病状态这一期间可能存在的趋势状态。

技术实现思路

[0003]本专利技术的目的在于提供一种基于物联网的穿戴式医疗设备远程监管系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于物联网的穿戴式医疗设备远程监管方法，包括以下步骤：步骤S1：获取用户佩戴穿戴式医疗设备时的第一指标数据，第一指标数据为穿戴式医疗设备作用监测的数据，获取用户的穿戴式医疗设备关联医疗机构的第二指标数据，第二指标数据为用户在未佩戴穿戴式医疗设备前就诊的相关数据，且相关数据是指用户的穿戴式医疗设备与关联医疗机构共同解决相同问题的相关数据；步骤S2：基于第一指标数据和第二指标数据，建立指标振荡程度检测模型；指标振荡程度检测模型是为了分析用户在佩戴穿戴式医疗设备前就诊的数据和佩戴穿戴式医疗设备后监测到数据过程中数据变化的规律性和可循性，穿戴式医疗设备旨在用户身体健康状态时的监测，及时捕捉到身体异常时的数据，而就诊的数据是已经身体异常的数据，两种数据之间存在明显的差异，且因为身体的差异每个人的指标振荡程度是不尽相同的；步骤S3：基于指标振荡程度检测模型，分析实际振荡指数；实际振荡指数包括第一振荡指数和待分析振荡指数，获取指标振荡数据阈值，当指标振荡指数大于等于指标振荡指数阈值时，令用户的指标振荡指数为第一振荡指数，且第一振荡指数为1，并对用户佩戴的穿戴式医疗设备进行远程预警；步骤S4：当指标振荡指数小于指标振荡指数阈值时，令用户的指标振荡指数为待分析振荡指数，并对待分析振荡指数进行校验，并分析在下一监测周期用户的预测振荡指数；步骤S5：分析预测振荡指数与第一振荡指数的关系，并基于预测振荡指数和实际
振荡指数建立振荡评分模型计算得到当前用户的指标数据振荡评分，根据指标数据振荡评分判断是否对用户佩戴的穿戴式医疗设备进行远程预警。
[0005]进一步的，步骤S2包括以下具体过程：获取监测周期内进食前用户的第一指标数据r1、进食后的第一指标数据r2，以及用户在医疗机构就诊的第二指标数据f1，且设该监测周期内存在n个进食时间段，进食时间段为相邻时间间隔为x小时的时间段；获取第i个进食时间段的第一指标数据与穿戴式医疗设备监测的标准指数数据r0的差值分别为|
△
r1i|，|
△
r2i|，以及第i个进食时间段第一指标数据r1、r2的平均值与第二指标数据f1的差值|
△
ri|，|
△
ri|=|[1/2(r1+r2)]‑
f1|；建立指标振荡程度检测模型：其中Wj为用户在第j个监测周期的指标振荡指数，α、β、γ为权重值，0＜α、β、γ＜1；W越大说明该用户的身体对指标数据的影响程度越大，产生疾病倾向的可能性就越大；表示第i个进食时间段所对应的进食前与标准指标数据平均差值归一化后的值，表示第i个进食时间段所对应的进食后与标准指标数据平均差值归一化后的值，表示第i个进食时间段所对应的进食前后的平均值与第二指标数据平均差值归一化后的值。
[0006]进一步的，步骤S4中对待分析振荡指数进行校验并分析在下一监测周期用户的预测振荡指数，包括以下具体步骤：获取用户在第j个监测周期内第s次检测对应的进食时间间隔频率h(j,s)、第j个监测周期内第s次检测对应的平均进食速率g(j,s)，以及用户在第j个监测周期内第s次检测时对应的指标趋势振荡速度
△
v(j,s)，利用公式：计算第j+1个监测周期内第s次检测对应的指标趋势振荡速度
△
v(j+1,s)，其中h(j+1,s)表示第j+1个监测周期内第s次检测对应的进食时间间隔频率，g(j+1,s)表示第j+1个监测周期内第s次检测对应的平均进食速率，其中a、b、c、d为优化系数；获取用户第j个监测周期的第s次检测对应的实际振荡指数W(j,s)和第j+1个监测周期内第s次检测对应的指标趋势振荡速度
△
v(j+1,s)，分析得到下一监测周期用户的预测振荡指数为W(j+1,s)=W(j,s)+
△
v(j+1,s)*t；其中t为相邻检测周期的时间间隔。
[0007]分析进食时间间隔频率是因为在用户佩戴穿戴式医疗设备监测血糖含量时，同一监测周期内进食的时间间隔对血糖含量以及升高是造成一定影响的，如果用户长期的饮食时间不规律会导致血糖的升高；其次对用户的进食速率进行监测是为了分析用户在进食时的食物含量，一般在食物含量油多、糖分多的情况下吃的越多进食的时间就会相应增加，血糖升高的风险就会增加，且血糖短时间的变化并不能直接说明用户的身体健康问题，所以本专利技术基于周期监测数据的振荡变化进行分析。
[0008]进一步的，步骤S5包括以下具体步骤：获取下一周期用户的预测振荡指数W(j+1,s)，若预测振荡指数W(j+1,s)大于等于第一振荡指数，即预测振荡指数为1时，对佩戴穿戴式医疗设备的用户进行预警；若预测振荡指数W(j+1,s)小于第一振荡指数时，获取预测振荡指数和实际振荡指数，建立当前用户的振荡评分模型为：其中Qj为第j个监测周期的指标数据振荡评分，e为第j周期在第s次检测时对应的实际振荡指数的权重值，u为第j+1周期在第s次检测时对应的预测振荡指数的权重值；第一振荡指数对应的指标数据振荡评分为100分；对指标数据振荡评分Qj进行k
‑
means聚类，并根据聚类为71
‑
100分所对应佩戴穿戴式医疗设备的用户进行远程预警。因为在针对血糖监测的穿戴式医疗设备中，通常只能监测到当我们的血糖值发生不正常情况时的数值，并不能在用户血糖正常到不正常这一过程中及时有效的找出波动的临界值进行有效预警，本专利技术针对进食对血糖升高这一事件点的入手，分析用户与进食相关的血糖波动规律，并及时预测分析出用户在血糖可能升高的趋势周期，并进行及时的预警干预。
[0009]一种基于物联网的穿戴式医疗设备远程监管系统，包括用户数据获取模块、指标振荡程度检测模型分析模块、实际振荡指数分析模块和远程预警模块；用户数据获取模块用于获取用户的第一指标数据和第二指标数据；第一指标数据为穿戴式医疗设备作用监本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的穿戴式医疗设备远程监管方法，其特征在于，包括以下步骤：步骤S1：获取用户佩戴穿戴式医疗设备时的第一指标数据，所述第一指标数据为所述穿戴式医疗设备作用监测的数据，获取用户的穿戴式医疗设备关联医疗机构的第二指标数据，所述第二指标数据为用户在未佩戴穿戴式医疗设备前就诊的相关数据，且所述相关数据是指用户的穿戴式医疗设备与关联医疗机构共同解决相同问题的相关数据；步骤S2：基于第一指标数据和第二指标数据，建立指标振荡程度检测模型；步骤S3：基于指标振荡程度检测模型，分析实际振荡指数；所述实际振荡指数包括第一振荡指数和待分析振荡指数，获取指标振荡数据阈值，当指标振荡指数大于等于指标振荡指数阈值时，令用户的指标振荡指数为第一振荡指数，且第一振荡指数为1，并对用户佩戴的穿戴式医疗设备进行远程预警；步骤S4：当指标振荡指数小于指标振荡指数阈值时，令用户的指标振荡指数为待分析振荡指数，并对待分析振荡指数进行校验，并分析在下一监测周期用户的预测振荡指数；步骤S5：分析预测振荡指数与第一振荡指数的关系，并基于预测振荡指数和实际振荡指数建立振荡评分模型计算得到当前用户的指标数据振荡评分，根据指标数据振荡评分判断是否对用户佩戴的穿戴式医疗设备进行远程预警。2.根据权利要求1所述的一种基于物联网的穿戴式医疗设备远程监管方法，其特征在于：所述步骤S2包括以下具体过程：获取监测周期内进食前用户的第一指标数据r1、进食后的第一指标数据r2，以及用户在医疗机构就诊的第二指标数据f1，且设该监测周期内存在n个进食时间段，所述进食时间段为相邻时间间隔为x小时的时间段；获取第i个进食时间段的第一指标数据与穿戴式医疗设备监测的标准指数数据r0的差值分别为|
△
r1i|，|
△
r2i|，以及第i个进食时间段第一指标数据r1、r2的平均值与第二指标数据f1的差值|
△
ri|，|
△
ri|=|[1/2(r1+r2)]
‑
f1|；建立指标振荡程度检测模型：其中Wj为用户在第j个监测周期的指标振荡指数，α、β、γ为权重值，0＜α、β、γ＜1；表示第i个进食时间段所对应的进食前与标准指标数据平均差值归一化后的值，表示第i个进食时间段所对应的进食后与标准指标数据平均差值归一化后的值，表示第i个进食时间段所对应的进食前后的平均值与第二指标数据平均差值归一化后的值。3.根据权利要求2所述的一种基于物联网的穿戴式医疗设备远程监管方法，其特征在于：所述步骤S4中对待分析振荡指数进行校验并分析在下一监测周期用户的预测振荡指数，包括以下具体步骤：获取用户在第j个监测周期内第s次检测对应的进食时间间隔频率h(j,s)、第j个监测周期内第s次检测对应的平均进食速率g(j,s)，以及用户在第j个监测周期内第s次检测时对应的指标趋势振荡速度
△
v(j,s)，利用公式：
计算第j+1个监测周期内第s次检测对应的指标趋势振荡速度
△
v(j+1,s)，其中h(j+1,s)表示第j+1个监测周期内第s次检测对应的进食时间间隔频率，g(j+1,s)表示第j+1个监测周期内第s次检测对应的平均进食速率，其中a、b、c、d为优化系数；获取用户第j个监测周期的第s次检测对应的实际振荡指数W(j,s)和第j+1个监测周期内第s次检测对应的指标趋势振荡速度
△
v(j+1,s)，分析得到下一监测周期用户的预测振荡指数为W(j+1,s)=W(j,s)+
△
v(j+1,s)*t；其中t为相邻检测周期的时间间隔。4....

【专利技术属性】
技术研发人员：罗雪方，罗子杰，
申请(专利权)人：朔至美南通科技有限公司，
类型：发明
国别省市：