基于物联网实现急诊病室的患者状态实时监控方法及系统，涉及智慧医疗领域，解决了当前急诊病室依靠人工对患者进行监控，无法保证监控的实时性的问题，包括步骤S1：获取生命体征数据，并对生命体征数据进行分析，得到患者生命体征判断数据，步骤S2：根据患者生命体征判断数据进行面部图像获取并分析，步骤S3：根据面部表情判断数据进行血氧分析，得到血氧分析数据，步骤S4：根据患者生命体征判断数据和患者血氧判断数据进行监测预警，本发明专利技术通过采取客观数据的方式对患者进行急诊监控，保证了监控效果的实时性与高效性，降低了由传统人工监控带来的误差。
1、物联网技术是指利用各种传感器、设备和物品之间的互联网连接，实现数据的采集、传输、交换和处理的技术，通过物联网技术，可以实现设备之间的互联互通，实现远程监控、智能控制、数据分析和应用等功能，物联网技术广泛应用于智能家居、智能城市、智能医疗、智能交通等领域；
1、针对现有技术存在的不足，本专利技术的目的是提供基于物联网实现急诊病室的患者状态实时监控方法及系统，本专利技术基于获取患者的生命体征数据，并对进行生命体征数据进行分析，得到患者生命体征判断数据，根据患者生命体征判断数据对生命体征正常患者进行面部图像获取并分析，得到面部表情判断数据，根据面部表情判断数据进行血氧分析，得到血氧分析数据，综合患者生命体征判断数据和患者血氧判断数据进行监测预警。
>3、步骤s1：获取生命体征数据，并对生命体征数据进行分析，得到患者生命体征判断数据；4、步骤s2：根据患者生命体征判断数据进行面部图像获取并分析；
5、步骤s3：根据面部表情判断数据进行血氧分析，得到血氧分析数据；
6、步骤s4：根据患者生命体征判断数据和患者血氧判断数据进行监测预警。
7、进一步地，所述步骤s1：对生命体征数据进行获取并分析，得到患者生命体征判断数据，具体步骤如下：
8、数据库存储的数据包括患者心率基准数值、患者呼吸频率基准数值、患者心率临界数值和患者呼吸频率临界数值；
9、步骤s11：获取生命体征数据，具体步骤如下：
10、步骤s111：使用心率仪对患者心率数值进行实时获取；
11、步骤s112：使用呼吸频率计对患者呼吸频率数值进行实时获取；
12、步骤s113：将患者心率数值和患者呼吸频率数值定义为生命体征数据；
13、步骤s12：根据生命体征数据进行生命体征分析。
14、进一步地，所述步骤s12：进行生命体征分析，具体步骤如下：
15、步骤s121：根据生命体征数据获取患者心率数值和患者呼吸频率数值；
16、步骤s122：通过数据库获取患者心率基准数值和患者呼吸频率基准数值；
17、步骤s123：将患者心率基准数值、患者呼吸频率基准数值、患者心率数值和患者呼吸频率数值通过计算得到患者生命特征参考数值；
18、步骤s124：通过数据库获取患者心率基准数值、患者呼吸频率基准数值、患者心率临界数值和患者呼吸频率临界数值；
19、步骤s125：将患者心率基准数值、患者呼吸频率基准数值、患者心率临界数值和患者呼吸频率临界数值通过计算公式计算得到患者生命特征参考阈值；
20、步骤s126：将患者生命体征参考数值与患者生命体征参考阈值进行数值比对；
21、步骤s1261：若患者生命体征参考数值大于患者生命体征参考阈值，则判断患者为生命体征正常患者；
22、步骤s1262：若患者生命体征参考数值小于等于患者生命体征参考阈值，则判断患者为生命体征衰弱患者；
23、步骤s127：将上述判断结果定义为患者生命体征判断数据。
24、进一步地，所述步骤s2：根据患者生命体征判断数据进行面部图像获取并分析，具体步骤如下：
25、数据库中存储的数据还包括面部表情数据；
26、步骤s21：通过高清摄像头对生命体征正常患者的面部图像进行获取，得到正常患者面部图像数据；
27、步骤s22：对正常患者面部图像数据进行分析。
28、进一步地，所述步骤s22：分析正常患者面部图像数据，具体步骤如下：
29、步骤s221：通过数据获取面部表情数据，并对不同图像对应的表情进行标注，得到面部表情标注图像，并将其作为模型训练数据；
30、步骤s222：使用pytorch机器学习平台建立框架建立面部表情识别模型，将面部表情数据输入面部表情识别模型进行表情识别，使用模型训练数据对识别结果进行校准；
31、步骤s223：重复n轮上述机器学习操作，对面部表情识别模型进行优化；
32、步骤s224：将正常患者面部图像数据通过物联网技术实时上传至面部表情识别模型，对面部表情识别模型输出的识别结果进行获取；
33、步骤s225：当面部表情识别模型输出此患者面部图像为常规表情时，判断图像对应患者为第一脸部表情区间；
34、步骤s226：当面部表情识别模型输出此患者面部图像为非常规表情时，判断图像对应患者为第二脸部表情区间；
35、步骤s227：对第一脸部表情区间和第二脸部表情区间分别对应的患者进行获取，并将其定义为面部表情判断数据。
36、进一步地，所述步骤s3：根据面部表情判断数据进行血氧分析，得到血氧分析数据，具体步骤如下：
37、数据库中存储的数据包括患者血氧饱和度基准数值，患者血氧饱和度差值临界阈值；
38、步骤s31：获取患者血氧平均饱和度数值；
39、步骤s32：对患者血氧平均饱和度数值进行分析。
40、进一步地，其特征在于，所述步骤s31：对患者血氧平均饱和度数值获取，具体步骤如下：
41、步骤s311：获取面部表情判断数据，针对处于第二脸部表情区间的患者，对患者血氧数据进行获取，具体步骤如下：
42、步骤s3112：通过脉搏血氧仪分别对患者血氧饱和度数值分别进行第一轮血氧获取、第二轮血氧获取和第三轮血氧获取，分别得到第一血氧饱和度数值、第二血氧饱和度数值和第三血氧饱和度数值；
43、步骤s3113：将第一血氧饱和度数值、第二血氧饱和度数值和第三血氧饱和度数值通过计算得到患者血氧平均饱和度数值。
44、进一步地，其特征在于，所述步骤s32：对患者血氧平均饱和度数值进行分析，具体步骤如下：
45、步骤s321：通过数据库获取患者血氧饱和度基准数值，患者血氧饱和度差值临界阈值；
46、步骤s322：将患者血氧饱和度基准数值和患者血氧平均饱和度数值通过计算得到患者血氧饱和度差值；
47、步骤s323：将患者血氧饱和度差值与患者血氧饱和度差值临界阈值进行数值比对本文档来自技高网...
【技术保护点】
1.基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，包括：
2.根据权利要求1所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤S1：对生命体征数据进行获取并分析，得到患者生命体征判断数据，具体步骤如下：
3.根据权利要求2所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤S12：进行生命体征分析，具体步骤如下：
4.根据权利要求1所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤S2：根据患者生命体征判断数据进行面部图像获取并分析，具体步骤如下：
5.根据权利要求4所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤S22：分析正常患者面部图像数据，具体步骤如下：
6.根据权利要求1所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤S3：根据面部表情判断数据进行血氧分析，得到血氧分析数据，具体步骤如下：
7.根据权利要求6所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤S31：对患者血氧平均饱和度数值获取，具体步骤如下：
8.根据权利要求6所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤S32：对患者血氧平均饱和度数值进行分析，具体步骤如下：
9.根据权利要求1所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述根据患者生命体征判断数据和患者血氧判断数据进行监测预警，具体步骤如下：
10.基于物联网实现急诊病室的患者状态实时监控方法及系统，适用于权利1到9任意一项所述的基于物联网实现急诊室的患者状态实时监控方法，其特征在于，所述系统包括生命体征模块、面部图像模块、血氧分析模块、监测预警模块以及服务器，具体如下：
...
【技术特征摘要】
1.基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，包括：
2.根据权利要求1所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤s1：对生命体征数据进行获取并分析，得到患者生命体征判断数据，具体步骤如下：
3.根据权利要求2所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤s12：进行生命体征分析，具体步骤如下：
4.根据权利要求1所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤s2：根据患者生命体征判断数据进行面部图像获取并分析，具体步骤如下：
5.根据权利要求4所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，所述步骤s22：分析正常患者面部图像数据，具体步骤如下：
6.根据权利要求1所述的基于物联网实现急诊病室的患者状态实时监控方法，其特征在于，...
【专利技术属性】
技术研发人员：刘斌，徐丽丽，王宁，李军，陈惠盈，曾小燕，
申请(专利权)人：天津医科大学朱宪彝纪念医院天津医科大学代谢病医院，天津代谢病防治中心，
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。