【技术实现步骤摘要】
本专利技术涉及重症监护，具体来说，特别涉及一种基于物联网的重症监护病房音效监测预警方法及系统。
技术介绍
1、icu即重症加强护理病室，是重症监护医学的一项重要领域。重症监护室是专门收治危重病症并提供精心监测和精确治疗的医疗单位。它的出现充分体现了医疗技术的进步，是随着医疗护理专业的发展、医疗技术的提高和医疗管理体制的改革而出现的一种新型医疗组织管理形式。重症监护室主要实现对危重病人的集中管理和治疗，在人员、物质和科技上提供最好的保障，旨在达到更好的救治效果。为了实现这一目标，重病症监护室配备了各种急救器材，如起搏器、床边监护仪、气管插管、输液泵、麻醉机等。每个病床的占地面积较大，通常通过玻璃或布帘将病床隔开。设置中心监护站，通过中心监护站可以查看所有监护病床的信息。
2、重症监护病房音效监测是指通过对重症监护病房内声音的实时采集、分析和监测，以提供对患者状况、设备运行和环境情况的全面了解，这种监测旨在通过音频数据的分析来实现对患者和设备的实时状态的监控，并在发现异常情况时提供及时的预警。但是，传统的重症监护病房音效监测在针对异常声音源的定位，现有技术在准确性上存在一定的不足，从而可能导致误报或漏报异常事件，降低了监测的准确性，进而会导致患者安全性和监护质量的风险。
3、针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
1、有鉴于此，本专利技术提供一种基于物联网的重症监护病房音效监测预警方法及系统，以解决上述提及的异常声音源的定位，在准确性上
2、为了解决上述问题，本专利技术采用的具体技术方案如下：
3、根据本专利技术的一方面，提供了一种基于物联网的重症监护病房音效监测预警方法，该基于物联网的重症监护病房音效监测预警方法包括以下步骤：
4、s1、通过录音设备对重症监护病房进行声音数据采集，录音设备为若干个麦克风组成的麦克风阵列；
5、s2、将采集的声音数据通过物联网设备传输到云端服务器并对声音数据进行异常声音源定位，确定异常声音源位置；
6、s3、基于异常声音源位置，通过监控设备获取异常声音源位置的图像数据；并对采集的声音数据和图像数据进行分析，确定患者当前的状态及生成预警信息；
7、s4、将生成预警信息通过物联网技术对医护人员进行通知。
8、优选的，将采集的声音数据通过物联网设备传输到云端服务器并对声音数据进行异常声音源定位，确定异常声音源位置包括以下步骤：
9、s21、利用声音增强算法对声音数据进行增强处理，并将增强处理后的声音数据进行声音特征提取；
10、s22、基于提取的声音特征，通过平稳性检验法将声音区分为环境声音和异常声音；
11、s23、对识别出的异常声音，通过声音源定位算法确定异常声音源的位置。
12、优选的，利用声音增强算法对声音数据进行增强处理，并将增强处理后的声音数据进行声音特征提取包括以下步骤：
13、s211、对声音数据进行声音信号分割，得到若干包含预设数量的信号帧；
14、s212、对每个信号帧进行傅叶立变换，将信号帧从时域转换到频域，得到频谱信息；
15、s213、利用最小均方误差算法对每个信号帧中的噪声进行估计和去除处理；
16、s214、对处理后的信号帧进行频谱图的生成，并对生成的频谱图进行增强处理；
17、s215、采用扇形投影法对增强处理后的频谱图进行声音特征提取，声音特征包括频谱特征、时域特征及能量特征。
18、优选的，基于提取的声音特征，通过平稳性检验法将声音区分为环境声音和异常声音包括步骤：
19、s221、将提取的声音特征转化为时间序列，得到声音时间序列数据；
20、s222、基于平稳性检验方法对声音时间序列数据进行平稳性分析，并构建时间序列的平稳性声音特征空间；
21、s223、基于时间序列的平稳性声音特征空间，采用聚类算法将声音样本数据划分为环境声音和异常声音。
22、优选的，基于平稳性检验方法对声音时间序列数据进行平稳性分析，构建时间序列的平稳性声音特征空间包括以下步骤：
23、s2221、对声音时间序列数据计算滞后m阶的自相关函数值，得到自相关函数序列；
24、s2222、通过收敛参数确定方法对自相关函数序列进行处理，得到平稳性特征向量；
25、s2223、利用处理后的平稳性特征向量构建声音的平稳性特征空间。
26、优选的，对识别出的异常声音，通过声音源定位算法确定异常声音源的位置包括以下步骤：
27、s231、对于识别出的异常声音确定每个麦克风中异常声音的频谱信息，并通过phat加权函数对频谱信息进行加权处理；
28、s232、将加权处理后的频谱信息通过反傅里叶变换转换回时域，得到加权后的时域信息；
29、s233、在加权后的时域信息中找到峰值，并将峰值所在的位置作为时延值；
30、s234、基于麦克风的安装位置及麦克风之间的时延值计算异常声音源的位置估计值，并将其作为异常声音源的位置。
31、优选的，基于麦克风的安装位置及麦克风之间的时延值计算异常声音源的位置估计值的计算公式为：
32、
33、式中，h表示异常声音源的位置估计值；
34、l表示麦克风的数量；
35、k表示异常声音源的位置向量；
36、mi和mj分别表示麦克风i和麦克风j的位置向量；
37、c表示声速；
38、bij表示异常声音源到达麦克风i和麦克风j的时间差。
39、优选的，基于异常声音源位置，通过监控设备获取异常声音源位置的图像数据；并对采集的声音数据和图像数据进行分析，确定患者当前的状态包括以下步骤：
40、s31、通过监控设备获取重症监护病房的图像数据并通过物联网设备传输到云端服务器；
41、s32、基于异常声音源位置以及异常声音的时间序列数据，对重症监护病房的图像数据进行异常区域分割；
42、s33、在分割后的异常区域中进行患者检测，判断异常区域中是否存在患者；
43、s34、若异常区域中不存在患者，则认为患者情况正常，并生成一级预警；
44、s35、若异常区域中存在患者，则对患者当前的状态进行分析判断；
45、s36、根据患者状态判断，若患者当前的状态为异常状态，则生成二级预警，否则，生成一级预警。
46、优选的，基于异常声音源位置以及异常声音的时间序列数据，对重症监护病房的图像数据进行异常区域分割包括以下步骤：
47、s321、基于异常声音的时间序列数据，将声音数据中的异常声音与图像数据进行同步；
48、s322、对图像数据进行预处理，预处理包括图像去噪、对比度增强及色彩校正；本文档来自技高网...
【技术保护点】
1.一种基于物联网的重症监护病房音效监测预警方法，其特征在于，该基于物联网的重症监护病房音效监测预警方法包括以下步骤：
2.根据权利要求1所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述将采集的声音数据通过物联网设备传输到云端服务器并对声音数据进行异常声音源定位，确定异常声音源位置包括以下步骤：
3.根据权利要求2所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述利用声音增强算法对声音数据进行增强处理，并将增强处理后的声音数据进行声音特征提取包括以下步骤：
4.根据权利要求2所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述基于提取的声音特征，通过平稳性检验法将声音区分为环境声音和异常声音包括步骤：
5.根据权利要求4所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述基于平稳性检验方法对声音时间序列数据进行平稳性分析，构建时间序列的平稳性声音特征空间包括以下步骤：
6.根据权利要求2所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所
7.根据权利要求6所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述基于麦克风的安装位置及麦克风之间的时延值计算异常声音源的位置估计值的计算公式为：
8.根据权利要求2所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述基于异常声音源位置，通过监控设备获取异常声音源位置的图像数据；并对采集的声音数据和图像数据进行分析，确定患者当前的状态包括以下步骤：
9.根据权利要求8所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述基于异常声音源位置以及异常声音的时间序列数据，对重症监护病房的图像数据进行异常区域分割包括以下步骤：
10.一种基于物联网的重症监护病房音效监测预警系统，用于实现权利要求1-9中任一项所述的基于物联网的重症监护病房音效监测预警方法，其特征在于，该基于物联网的重症监护病房音效监测预警系统包括：数据采集模块、异常定位模块、状态分析模块及预警通知模块，且所述数据采集模块、所述异常定位模块、所述状态分析模块及所述预警通知模块之间依次连接；
...【技术特征摘要】
1.一种基于物联网的重症监护病房音效监测预警方法，其特征在于，该基于物联网的重症监护病房音效监测预警方法包括以下步骤：
2.根据权利要求1所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述将采集的声音数据通过物联网设备传输到云端服务器并对声音数据进行异常声音源定位，确定异常声音源位置包括以下步骤：
3.根据权利要求2所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述利用声音增强算法对声音数据进行增强处理，并将增强处理后的声音数据进行声音特征提取包括以下步骤：
4.根据权利要求2所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述基于提取的声音特征，通过平稳性检验法将声音区分为环境声音和异常声音包括步骤：
5.根据权利要求4所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述基于平稳性检验方法对声音时间序列数据进行平稳性分析，构建时间序列的平稳性声音特征空间包括以下步骤：
6.根据权利要求2所述的一种基于物联网的重症监护病房音效监测预警方法，其特征在于，所述对识别出的异常声音...
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。