【技术实现步骤摘要】
本专利技术涉及智能检测，尤其涉及一种混合barden量表和人工智能的压疮预警系统及方法。
技术介绍
1、压疮，又名褥疮，是由于身体局部皮肤长期受压影响血液循环，导致皮肤和皮下组织营养缺乏，而出现损伤、溃疡甚至坏死，好发于受压的骨骼突出部位。褥疮是一种常见的疾病，尤其好发于长期卧床、体质虚弱的患者，常好发于受压的骨突起部位，如骶尾骨、坐骨结节、股骨粗隆、足外踝及足跟处等。
2、目前，临床医护人员对发生压疮高危因素的判断主要基于barden评估量表和患者局部皮肤表现，根据评估结果予以干预，barden评估量表具有使用方便、无侵袭性的特点，但缺乏客观指标判断，同时也无法评估当前患者压疮风险的严重性以及紧迫性，量表评估方法效果较差，不能满足对压疮预警的需求。
3、如中国专利(申请号：cn202111208556.6)，公开了一种基于人体姿势识别的压力评估方法及压力评估系统，利用kinect传感器采集人体的原始骨骼数据；利用分布在护理床床面上的薄膜压力传感器采集人体各部位的压力数据；将原始骨骼数据和压力数据传输到处理器模块进行人体姿势识别，并将骨骼数据、识别出的人体姿势类别以及压力数据传输到压力匹配模块；压力匹配模块将骨骼数据与压力数据进行拟合，得到人体相应部位的压力值；评估及预警模块结合人体所处的姿势类别及相应部分的压力值进行压力评估，当检测到人体某相应部位的压力及持续时间超过阈值时，进行预警。该方法局限性大，患者当前姿势与扫描骨骼姿势不一致，则会计算出错误的阈值，并不能够实时的反映患者当前体态的压疮风险。>
技术实现思路
1、本申请实施例通过提供一种混合barden量表和人工智能的压疮预警系统及方法，解决了现有技术中各部位的皮肤环境变化情况，实现了压疮预测的效果。
2、本申请实施例提供了一种混合barden量表和人工智能的压疮预警系统及方法，包括：
3、数据采集模块：用于根据barden评分筛选入组患者后，对足够数量患者样本进行数据收集，获取压疮数据，压疮数据包括压疮易发部位温度、湿度以及外界压力等数据。当样本采集数量达到ann神经网络数据输入条件时，对数据进行预处理，去除异常值、噪声、数据归一化；
4、特征提取模块：用于提取与压疮数据相关的特征信息，将压力、温度、湿度与风险因子对应的特征信息组合形成特征向量；特征向量包括第一特征信息与第二特征信息；
5、模型构建模块：基于采集的特征向量，构建ann神经网络模型；基于采集的特征向量，根据barden表评分周期，提取获得第三特征信息与第四特征信息，训练ann神经网络模型；
6、模型评估模块：根据ann神经网络模型输出的压疮数据的预测风险结果，对监测到的患者数据进行实时评估和预测。
7、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
8、本专利技术通过采集人体易发生压疮部位的皮肤环境数据，通过对温度、压力、湿度的特征信息进行处理，在与风险因子对应的特征信息进行对比，能够及时识别出当前是否易发生压疮风险。能够更加准确的评估患者主要身体部位的皮肤环境变化，并能够根据温度、湿度、压力的变化，发出及时预警，有效的方式压疮的发生，提高病人的舒适度。
本文档来自技高网...【技术保护点】
1.一种混合Barden量表和人工智能的压疮预警系统，其特征在于，包括：数据采集模块：用于根据Barden评分筛选入组患者后，对足够数量患者样本进行数据收集，获取压疮数据，压疮数据包括压疮易发部位温度、湿度以及外界压力等数据；当样本采集数量达到ANN神经网络数据输入条件时，对数据进行预处理，去除异常值、噪声、数据归一化；
2.如权利要求1所述的一种混合Barden量表和人工智能的压疮预警系统，其特征在于，根据设置的Barden评分，将不同程度的患者按照轻度风险、中度风险、高度风险，以一比一比三的比例筛选患者；
3.如权利要求1所述的一种混合Barden量表和人工智能的压疮预警系统，其特征在于，基于采集的压疮数据确定对应的特征信息，将特征信息与风险因子权重组合形成特征向量；
4.如权利要求1所述的一种混合Barden量表和人工智能的压疮预警系统，其特征在于，对于压疮数据的特征向量，计算每个采集点的特征向量方向，根据每个采集点的特征向量确定对应人体姿势下，每个位置压力的变化情况，获取每个特征向量对应的压力接触面积；获取压力接触面积与各个部位之间的夹
5.如权利要求1所述的一种混合Barden量表和人工智能的压疮预警系统，其特征在于，ANN神经网络模型包括：输入层、输出层和隐藏层；
6.如权利要求1所述的一种混合Barden量表和人工智能的压疮预警系统，其特征在于，对于压疮数据，让每次更新的压疮数据与之前的历史数据保持相关性，对每次移动的偏差进行计算，校正出现的偏差。
7.如权利要求1所述的一种混合Barden量表和人工智能的压疮预警系统，其特征在于，获取压疮数据对应的第一特征信息与第二特征信息；
8.如权利要求1所述的一种混合Barden量表和人工智能的压疮预警系统，其特征在于，基于第一特征信息与第二特征信息，选择第一特征信息与第二特征信息中特征值较大的特征信息，获取压疮数据的局部损失函数；
9.如权利要求1所述的一种混合Barden量表和人工智能的压疮预警系统，其特征在于，周期选择单元：用于根据接收不同周期的压疮数据，选择进行分析的压疮数据；
10.一种混合Barden量表和人工智能的压疮预警方法，其特征在于，包括：
...【技术特征摘要】
1.一种混合barden量表和人工智能的压疮预警系统，其特征在于，包括：数据采集模块：用于根据barden评分筛选入组患者后，对足够数量患者样本进行数据收集，获取压疮数据，压疮数据包括压疮易发部位温度、湿度以及外界压力等数据；当样本采集数量达到ann神经网络数据输入条件时，对数据进行预处理，去除异常值、噪声、数据归一化；
2.如权利要求1所述的一种混合barden量表和人工智能的压疮预警系统，其特征在于，根据设置的barden评分，将不同程度的患者按照轻度风险、中度风险、高度风险，以一比一比三的比例筛选患者；
3.如权利要求1所述的一种混合barden量表和人工智能的压疮预警系统，其特征在于，基于采集的压疮数据确定对应的特征信息，将特征信息与风险因子权重组合形成特征向量；
4.如权利要求1所述的一种混合barden量表和人工智能的压疮预警系统，其特征在于，对于压疮数据的特征向量，计算每个采集点的特征向量方向，根据每个采集点的特征向量确定对应人体姿势下，每个位置压力的变化情况，获取每个特征向量对应的压力接触面积；获取压力接触面积与各...
【专利技术属性】
技术研发人员：吴天宇，张莉莉，朱志斌，王红伟，周永卫，郭会敏，
申请(专利权)人：北京微感智知科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。