【技术实现步骤摘要】
本专利技术涉及边云协同的，尤其涉及一种基于边缘计算与云计算的实时透析中低血压预测系统。
技术介绍
1、血液透析是治疗急慢性肾衰竭、尿毒症等严重肾脏疾病的重要手段之一。目前，透析中心主要依赖护士密切监测患者的血压、心率等生理参数以及询问患者是否出现相关症状来判断是否发生了透析中低血压。这种方法需要投入大量的人力资源进行实时监测，且只能在生命体征出现异常后确认症状的出现。无法对透析中低血压进行预测并提前干预。
2、现有技术公开了一种用于实时透析中低血压预测的方案，通过获得历史血液透析治疗数据，基于与透析中低血压事件的时间邻近度而被划分为机器学习训练数据集合，并且基于该机器学习训练数据集合训练机器学习模型以预测idh(低血压)事件；但该方案中，训练用于idh事件预测的机器学习模型需要耗费较多的时间，且训练得出的预测模型过程中，无法结合患者的实际情况进行模型的参数调整，易出现数据异常而导致预测模型训练失败或者预测模型性能较差的情况，且当前将透析中低血压预测模型与血液透析治疗结合的方式受网络连接情况的制约，预测时间长，在血液透析中低血压预测的实时性与稳定性差，从而影响患者在透析治疗过程中，预测模型输出的低血压预测结果不准确的问题，导致增大了患者在透析治疗过程中的工作量。
技术实现思路
1、本专利技术为解决当前将透析中低血压预测模型与血液透析治疗结合的方式受网络连接情况的制约，预测时间长，在血液透析中低血压预测的实时性与稳定性差的问题，本专利技术提出一种基于边缘计算与云计算的实时透
2、为实现本专利技术的目的，本专利技术采用如下技术方案实现：
3、一种基于边缘计算与云计算的实时透析中低血压预测系统，包括云端与边缘端，所述云端与所述边缘端无线连接；
4、所述云端包括数据库模块、深度学习模型库模块及云服务器模块；
5、所述边缘端包括边缘端开发板、主控模块、患者历史透析数据采集模块、血透机透析参数采集模块及生命体征数据采集模块；
6、所述数据库模块用于存储透析治疗历史数据，其中，所述透析治疗历史数据包括血透治疗数据及与透析中低血压预测相关的患者体检数据；所述深度学习模型库模块用于存储未训练和已完成训练的透析中低血压预测模型；所述云服务器模块用于从数据库模块中获取透析治疗历史数据，根据透析治疗历史数据对透析中低血压预测模型进行训练，得到训练好的透析中低血压预测模型，并存储至深度学习模型库模块，当云服务器模块收到边缘端发出的模型更新请求时，所述云服务器模块从深度学习模型库中提取训练好的透析中低血压预测模型，并将其发送至发出更新请求的边缘端；
7、所述患者历史透析数据采集模块用于采集患者的治疗方案及体检数据；所述血透机透析参数采集模块用于实时采集患者透析治疗过程中，血透机的透析参数数据；所述生命体征数据采集模块用于实时采集患者透析治疗过程中，患者的生命体征数据；所述主控模块用于将患者历史透析数据采集模块、血透机透析参数采集模块及生命体征数据采集模块采集的患者的透析数据传输至边缘端开发板；
8、所述边缘端开发板通过无线网络连接的方式，向云服务器模块发出透析中低血压预测模型更新请求，将云服务器模块发送的透析中低血压预测模型进行装载，利用所述透析中低血压预测模型根据主控模块传输的患者的透析数据，对透析治疗过程中的患者进行实时在线或离线的低血压预测。
9、在上述技术方案中，考虑透析中低血压预测模型与血液透析治疗结合的方式受网络连接情况制约的问题，将所述透析中低血压预测模型在云端中的云服务器模块进行训练，在云端中，能够加快透析中低血压预测模型的训练速度，且云端中的数据库模块存储有医院方针对透析治疗的所有历史治疗数据，云端中的深度学习模型库模块存储有大量的未训练和已训练的透析中低血压预测模型，能够根据实际需求选择对应的模型；云端与边缘端通过无线网络的方式进行连接，边缘端中的边缘端开发板向云服务器模块发送透析中低血压预测模型更新的请求，所述云服务器模块从深度学习模型库中提取训练好的透析中低血压预测模型，并将其以数据包的形式发送至边缘端开发板中，边缘端开发板根据主控模块传输的患者历史透析数据采集模块、血透机透析参数采集模块及生命体征数据采集模块实时采集到的透析数据，结合透析中低血压预测模型对透析治疗过程中的患者进行实时在线或离线的低血压预测，提高血液透析中低血压预测的实时性、稳定性及准确率，从而减小了患者在透析治疗过程中的工作量。
10、进一步地，所述患者历史透析数据采集模块包括rfid高频读写器，用于采集医生为患者定制的透析方案和体检数据。
11、进一步地，所述血透机透析参数采集模块包括蠕动泵转速传感器、透析液袋称重传感器、透析液温度传感器及透析液电导度传感器；
12、所述蠕动泵转速传感器用于监测透析过程中的蠕动泵转速，所述透析液袋称重传感器用于实时监测透析液袋的重量，所述透析液温度传感器用于精准测量透析液温度，所述透析液电导度传感器用于实时监测透析液的电导度。
13、进一步地，所述生命体征数据采集模块包括动静脉压力传感器、心率传感器及血压传感器；
14、所述动静脉压力传感器用于监测透析过程中动脉端与静脉端的压力值，所述心率传感器用于实时测量患者透析过程中的心率，所述血压传感器用于实时检测患者的透析过程中血压的舒张压与收缩压。
15、进一步地，所述边缘端还包括人机交互模块，所述人机交互模块用于患者透析治疗过程中，展示透析中低血压预测模型的预测过程及结果；
16、所述人机交互模块包括血透机屏幕及声光报警器；
17、所述血透机屏幕用于展示透析过程中各类传感器的检测信息、透析进度以及操作界面，所述声光报警器用于治疗过程中出现报警情况时发出令人醒目的光亮与声音；
18、所述云端还包括系统操作界面，用于查看与操控数据库模块、云服务器模块及深度学习模型库模块的数据。
19、在上述技术方案中，利用所述患者历史透析数据采集模块中的rfid高频读写器读取医生为患者定制的透析方案和最近一次的体检数据，并结合血透机透析参数采集模、蠕动泵转速传感器及生命体征数据采集模块实时采集血透机和患者的透析数据，一并传输至主控模块，由主控模块传输至边缘端开发板，边缘端开发板利用透析中低血压预测模型根据实时采集血透机和患者的透析数据对患者进行实时的透析中低血压预测，所述主控模块将预测过程及预测结果传输至人机交互模块进行可视化展示，方便医生能够实时的了解到患者在透析治疗过程中，身体变化，且出现报警情况时，人机交互模块还可以通过声光报警器发出令人醒目的光亮与声音。
20、进一步地，所述云服务器模块内存储有训练透析中低血压预测模型的评估指标，所述评估指标用于判断训练得到的透析中低血压预测模型是否达标，具体过程为：
21、所述云服务器模块设置透析中低血压预测本文档来自技高网...
【技术保护点】
1.一种基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，包括云端与边缘端，所述云端与所述边缘端无线连接；
2.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述患者历史透析数据采集模块包括RFID高频读写器，用于采集医生为患者定制的透析方案和体检数据。
3.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述血透机透析参数采集模块包括蠕动泵转速传感器、透析液袋称重传感器、透析液温度传感器及透析液电导度传感器；
4.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述生命体征数据采集模块包括动静脉压力传感器、心率传感器及血压传感器；
5.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述边缘端还包括人机交互模块，所述人机交互模块用于患者透析治疗过程中，展示透析中低血压预测模型的预测过程及结果；
6.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述
7.根据权利要求6所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述边缘端还包括本地flash，用于存储边缘端开发板输出的结果；所述边缘端开发板用于根据实际需求选择更新透析中低血压预测模型、利用透析中低血压预测模型对透析治疗过程中的患者进行低血压预测以及将预测结果保存至本地flash与数据库模块。
8.根据权利要求7所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述边缘端开发板根据实际需求选择更新透析中低血压预测模型，具体过程为：
9.根据权利要求8所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述主控模块将接收到的预测结果传输至人机交互模块进行展示，并将人机交互模块展示的患者的实时检测数据与透析中低血压预测模型的预测结果进行比对，判断预测结果是否正确，具体过程为：
10.根据权利要求9所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述云服务器模块根据边缘端开发板输出的预测结果，对深度学习模型库模块中透析中低血压预测模型进行迭代更新。
...【技术特征摘要】
1.一种基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，包括云端与边缘端，所述云端与所述边缘端无线连接；
2.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述患者历史透析数据采集模块包括rfid高频读写器，用于采集医生为患者定制的透析方案和体检数据。
3.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述血透机透析参数采集模块包括蠕动泵转速传感器、透析液袋称重传感器、透析液温度传感器及透析液电导度传感器；
4.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述生命体征数据采集模块包括动静脉压力传感器、心率传感器及血压传感器；
5.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述边缘端还包括人机交互模块，所述人机交互模块用于患者透析治疗过程中，展示透析中低血压预测模型的预测过程及结果；
6.根据权利要求1所述的基于边缘计算与云计算的实时透析中低血压预测系统，其特征在于，所述云服务器模块内存储有训练透析中低血压预测模型的评估指标，...
【专利技术属性】
技术研发人员：何涛，赵乐乐，黄治双，钟文键，何方剑，罗嘉豪，吴元清，李艳洲，
申请(专利权)人：广东工业大学，
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。