CN112037916A - 共享多功能防猝死生理信息检测***及其方法 - Google Patents
共享多功能防猝死生理信息检测***及其方法 Download PDFInfo
- Publication number
- CN112037916A CN112037916A CN202010933532.6A CN202010933532A CN112037916A CN 112037916 A CN112037916 A CN 112037916A CN 202010933532 A CN202010933532 A CN 202010933532A CN 112037916 A CN112037916 A CN 112037916A
- Authority
- CN
- China
- Prior art keywords
- data
- physiological information
- main processor
- user
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了共享多功能防猝死生理信息检测***及其方法,包括:人机交互模块、云计算模块、5G远程诊断模块;其中,所述人机交互模块包括生理信息采集模块、主处理器和人机交互模块。该***利用智能算法在云端融合处理我们的多项生理信息,减少了对医生判断经验的依赖,并且利用5G技术的低延时性配合共享生理信息检查设备对用户进行远程诊断,具有更高的专业性,也更加便捷、高效、低成本,此外,在短时间为上班族检测心电、心排、血压等多项生理参数,并对用户的多项生理参数根据医生判断重点进行提取,结合多生理信息数据融合分析模型对多项生理参数进行判断分类,根据分类结果为用户提供建议,达到预防猝死的目的。
Description
技术领域
本发明涉及医疗器械技术领域,具体是共享多功能防猝死生理信息检测***及其方法。
背景技术
中国平均每分钟有1人发生心源性猝死,年发生人数为54.4万,居世界之首。上班族作为家庭的重要经济收入人员,身负家庭压力和工作压力,缺乏休息时间和锻炼时间,他们的身体素质普遍较差。定期的多项生理信息检查(例如心电图、脑电图、血压等)对于上班族防猝死、家庭社会稳定都有重大意义。
随着社会节奏的变快,上班族猝死事件的频率越来越高,在所有猝死事件中心源性猝死占75%。目前主要的关于生理信息检测的方式有医院体检、心率手环等。医院体检具有准确、专业的检测结果,但是对于上班族,一年一次的年检对于预防心猝死事件是不够的,上班族也没有足够的时间、经济能力去承担频繁的医院体检。心率手环等便携式生理信息检测设备具有方便性,但是生理信息检测过于单一,往往只能检测心率、呼吸、血氧中的一个或几个简单的生理参数,因此无法给用户提供精准、权威的检测结果,往往只能做到事故报警,而达不到提前预防猝死等疾病的效果。
因此,如何通过生理信息检测有效预防猝死是本领域技术人员亟待解决的问题。
发明内容
鉴于上述问题,本发明的目的是解决目前医院体检进行生理信息检测的时间长,成本高,不方便进行频繁检测,心率手环进行生理信息检测过于单一,无法提供精确且权威的检测结果的问题,实现通过生理信息检测有效预防猝死。
本发明实施例提供共享多功能防猝死生理信息检测***,包括:人机交互端、云计算模块、5G远程诊断模块;其中,所述人机交互端包括生理信息采集模块、主处理器和人机交互模块;
所述生理信息采集模块连接所述主处理器,用于采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给所述主处理器;
所述云计算模块与所述主处理器进行连接,用于将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器;
所述主处理器连接所述生理信息采集模块、所述人机交互模块、所述云计算模块和所述5G远程诊断模块,用于将所述多种生理信息数据传输给所述云计算模块,并根据所述综合分析结果数据判断所述用户是否处于非健康状态,若所述用户处于非健康状态,则将所述综合分析结果数据发送给所述5G远程诊断模块,建立与所述5G远程诊断模块的视频连接,并通过所述人机交互模块发出警示信息和从所述5G远程诊断模块接收到的远程指导音视频数据,若所述用户处于健康状态,则根据所述用户指令调用所述综合分析结果数据发送给所述人机交互模块;
所述5G远程诊断模块连接所述主处理器,用于依据所述综合分析结果数据进行实时数据分析,并通过所述视频连接向所述主处理器发送所述音视频数据进行远程指导;
所述人机交互模块连接所述主处理器,用于将用户指令传输给所述主处理器,接收并显示所述综合分析结果数据、警示信息与音视频数据。
在一个实施例中,所述多种生理信息数据,包括:
心功能检查数据、肺功能检查数据、常规检查数据和脑功能检查数据。
在一个实施例中,所述生理信息采集模块,包括:心功能数据采集单元、肺功能数据采集单元、常规数据采集单元、脑功能数据采集单元;
所述心功能数据采集单元连接所述主处理器,用于采集心电图数据和无创心排的检测数据,并对所述心电图数据进行预处理,将预处理后的心电图数据与所述无创心排的检测数据相结合,生成心功能检测报告,将所述心功能检测报告传输给所述主处理器;
所述肺功能数据采集单元连接所述主处理器,用于采集呼吸数据和血氧浓度,并将所述呼吸数据和所述血氧浓度相结合,生成肺功能检测报告,将所述肺功能检测报告传输给所述主处理器;
所述常规数据采集单元连接所述主处理器,用于采集血压和体温,并将所述血压与所述体温相结合,生成常规检查报告,将所述常规检查报告传输给所述主处理器;
所述脑功能数据采集单元连接所述主处理器,用于采集脑电图数据,并根据所受脑电图数据生成脑功能检查报告,将所述脑功能检查报告传输给所述主处理器。
在一个实施例中,所述云计算模块,包括:预处理单元、数据集生成单元、构建单元、综合分析结果数据生成单元;
所述预处理单元连接所述数据集生成单元,用于对所述多种生理信息数据中的心电信号进行滤波,并提取特征值,生成处理后的心电信号;
所述数据集生成单元连接所述预处理单元与所述构建单元,用于将所述处理后的心电信号与其他生理信息数据进行融合,生成数据集;
所述构建单元连接所述数据集生成单元与所述综合分析结果数据生成单元,用于根据所述数据集构建多生理信息数据融合分析初步模型,并对所述多生理信息数据融合分析初步模型进行剪枝处理,生成多生理信息数据融合分析模型;
所述综合分析结果数据生成单元连接所述构建单元,用于将所述多种生理信息数据输入至所述多生理信息数据融合分析模型,输出诊断结果,生成综合分析结果数据。
在一个实施例中,所述人机交互端,还包括:紧急求助模块;
所述紧急求助模块连接所述人机交互模块与所述主处理器,用于当发生紧急情况时,拍摄用户照片,将所述用户照片与用户位置传输至所述主处理器,并开启广播,为所述用户寻求帮助,根据所述主处理器发送的所述音视频数据进行远程紧急救助。
在一个实施例中,所述主处理器,还用于接收所述用户照片与所述用户位置,并向医疗机构发送所述用户照片与所述用户位置,建立与所述5G远程诊断模块的视频连接,并将所述音视频数据发送给所述紧急求助模块。
基于上述目的,在本申请的第二个方面,还提出了共享多功能防猝死生理信息检测***的检测方法,包括:
生理信息采集模块采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给主处理器,所述主处理器将所述多种生理信息数据传输给云计算模块;
所述云计算模块将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器;
所述主处理器根据所述综合分析结果数据判断所述用户是否处于非健康状态,若所述用户处于非健康状态,则将所述综合分析结果数据发送给5G远程诊断模块,并建立与所述5G远程诊断模块的视频连接;
所述5G远程诊断模块依据所述综合分析结果数据进行实时数据分析,并通过所述视频连接向所述主处理器发送所述音视频数据进行远程指导;
所述主处理器接收所述音视频数据,并向人机交互模块发送警示信息与所述音视频数据;
若所述用户处于健康状态,则所述主处理器根据用户指令调用所述综合分析结果数据发送给所述人机交互模块。
在一个实施例中,所述生理信息采集模块采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给主处理器,包括:
心功能数据采集单元采集心电图数据和无创心排的检测数据,并对所述心电图数据进行预处理,将预处理后的心电图数据与所述无创心排的检测数据相结合,生成心功能检测报告,将所述心功能检测报告传输给所述主处理器;
肺功能数据采集单元采集呼吸数据和血氧浓度,并将所述呼吸数据和所述血氧浓度相结合,生成肺功能检测报告,将所述肺功能检测报告传输给所述主处理器;
常规数据采集单元采集血压和体温,并将所述血压与所述体温相结合,生成常规检查报告,将所述常规检查报告传输给所述主处理器;
脑功能数据采集单元采集脑电图数据,并根据所受脑电图数据生成脑功能检查报告,将所述脑功能检查报告传输给所述主处理器。
在一个实施例中,所述云计算模块将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器,包括:
预处理单元对所述多种生理信息数据中的心电信号进行滤波,并提取特征值,生成处理后的心电信号;
数据集生成单元将所述处理后的心电信号与其他生理信息数据进行融合,生成数据集;
构建单元根据所述数据集构建多生理信息数据融合分析初步模型,并对所述多生理信息数据融合分析初步模型进行剪枝处理,生成多生理信息数据融合分析模型;
综合分析结果数据生成单元将所述多种生理信息数据输入至所述多生理信息数据融合分析模型,输出诊断结果,生成综合分析结果数据。
在一个实施例中,还包括:
当发生紧急情况时,紧急求助模块拍摄用户照片,将所述用户照片与用户位置传输至所述主处理器,并开启广播,为所述用户寻求帮助;
所述主处理器接收所述用户照片与所述用户位置,并向医疗机构发送所述用户照片与所述用户位置,建立与所述5G远程诊断模块的视频连接,5G远程诊断模块通过所述视频连接向所述主处理器发送所述音视频数据进行远程指导;
所述主处理器将所述音视频数据发送给所述紧急求助模块,所述紧急求助模块根据所述主处理器发送的所述音视频数据进行远程紧急救助。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的共享多功能防猝死生理信息检测***及其方法,利用智能算法在云端融合处理我们的多项生理信息,减少了对医生判断经验的依赖,并且利用5G技术的低延时性配合共享生理信息检查设备对用户进行远程诊断,具有更高的专业性,也更加便捷、高效、低成本,此外,在短时间为上班族检测心电、心排、血压等多项生理参数,并对用户的多项生理参数根据医生判断重点进行提取,结合多生理信息数据融合分析模型对多项生理参数进行判断分类,根据分类结果为用户提供建议,达到预防猝死的目的。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例提供的共享多功能防猝死生理信息检测***的框图;
图2为本发明实施例提供的生理信息采集模块的框图;
图3为本发明实施例提供的云计算模块的计算方法流程图;
图4为本发明实施例提供的共享多功能防猝死生理信息检测***的检测方法流程图;
图5为本发明实施例提供的步骤S401的流程图;
图6为本发明实施例提供的步骤S402的流程图;
图7为本发明实施例提供的紧急求助模块进行紧急求助的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
参照图1所示,本发明实施例提供的共享多功能防猝死生理信息检测***,包括:人机交互端1、云计算模块2、5G远程诊断模块3;其中,所述人机交互端1包括生理信息采集模块4、主处理器5和人机交互模块6;
所述生理信息采集模块4连接所述主处理器5,用于采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给所述主处理器5。
具体的,所述多种生理信息数据,包括:心功能检查数据、肺功能检查数据、常规检查数据和脑功能检查数据。
进一步地,参照图2所示,所述心功能检查数据包括心电图、无创心排和心脏彩超;所述肺功能检查数据包括呼吸数据、血氧信息;所述常规检查数据包括血压、体温;所述脑功能检查数据包括脑电图。
进一步地,心电检测装置、呼吸检测装置、脑电检测装置和无创电排检测装置分别通过电极传感器与所述生理信息采集模块4进行连接,所述生理信息采集模块4由模拟信号采集单元(例如,采用ADS1299芯片)、电源单元(例如,采用LP5907芯片,或LM2664芯片,或TPS72325芯片)、模拟信号放大单元(例如,采用INA141芯片,或188芯片)、音频DAC单元(例如,采用PCM5102芯片)、无线传输单元(例如,采用GY-C320芯片)组成。
所述云计算模块2与所述主处理器5进行连接,用于将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器5。
所述主处理器5连接所述生理信息采集模块4、所述人机交互模块6、所述云计算模块2和所述5G远程诊断模块3进行连接,用于将所述多种生理信息数据传输给所述云计算模块2,并根据所述综合分析结果数据判断所述用户是否处于非健康状态,若所述用户处于非健康状态,则将所述综合分析结果数据发送给所述5G远程诊断模块3,建立与所述5G远程诊断模块3的视频连接,并并通过所述人机交互模块6发出警示信息和从所述5G远程诊断模块3接收到的远程指导音视频数据,若所述用户处于健康状态,则根据所述用户指令调用所述综合分析结果数据发送给所述人机交互模块6。
所述5G远程诊断模块3连接所述主处理器5,用于依据所述综合分析结果数据进行实时数据分析,并通过所述视频连接向所述主处理器5发送所述音视频数据进行远程指导。
所述人机交互模块6连接所述主处理器5,用于将用户指令传输给所述主处理器5,接收并显示所述综合分析结果数据、警示信息与音视频数据。
具体的,所述人机交互模块6可以在人机交换界面申请5G专家远程诊断,形成用户指令,并在人机交互模块显示所述综合分析结果数据、警示信息与远程指导视频。
需要说明的是,所述人机交互端1、与云计算模块2和5G远程诊断模块3之间通过通信装置(例如,无线或蓝牙)进行数据传输。
本实施例中,利用智能算法在云端融合处理我们的多项生理信息,减少了对医生判断经验的依赖,并且利用5G技术的低延时性配合共享生理信息检查设备对用户进行远程诊断,具有更高的专业性,也更加便捷、高效、低成本,此外,在短时间为上班族检测心电、心排、血压等多项生理参数,并对用户的多项生理参数根据医生判断重点进行提取,结合多生理信息数据融合分析模型对多项生理参数进行判断分类,根据分类结果为用户提供建议,达到预防猝死的目的。
在一个实施例中,所述生理信息采集模块4,包括:心功能数据采集单元7、肺功能数据采集单元8、常规数据采集单元9、脑功能数据采集单元10;
所述心功能数据采集单元7连接所述主处理器5,用于采集心电图数据和无创心排的检测数据,并对所述心电图数据进行预处理,将预处理后的心电图数据与所述无创心排的检测数据相结合,生成心功能检测报告,将所述心功能检测报告传输给所述主处理器5。
具体的,对所述心电图数据进行预处理包括降噪、消除基线漂移。
进一步地,所述心电功能检测报告包括:心电图数据和无创心排的检测数据的正常范围、检测结果是否在正常范围内以及相关建议。
所述肺功能数据采集单元8连接所述主处理器5,用于采集呼吸数据和血氧浓度,并将所述呼吸数据和所述血氧浓度相结合,生成肺功能检测报告,将所述肺功能检测报告传输给所述主处理器5。
具体的,肺功能检测报告包括:呼吸频率、血氧浓度的正常范围、检测结果是否在正常范围内和相关建议。
所述常规数据采集单元9连接所述主处理器5,用于采集血压和体温,并将所述血压与所述体温相结合,生成常规检查报告,将所述常规检查报告传输给所述主处理器5。
具体的,常规检查报告包括:血压和体温的正常范围、检测结果是否在正常范围内和相关建议。
所述脑功能数据采集单元10连接所述主处理器5,用于采集脑电图数据,并根据所受脑电图数据生成脑功能检查报告,将所述脑功能检查报告传输给所述主处理器5。
具体的,脑功能检查报告包括:脑电图数据的正常范围、检测结果是否在正常范围内和相关建议。
需要说明的是,心功能数据采集单元7、肺功能数据采集单元8、常规数据采集单元9和脑功能数据采集单元10都设置在模拟信号采集单元。
在一个实施例中,参照图3所示,所述云计算模块2,包括:预处理单元11、数据集生成单元12、构建单元13、综合分析结果数据生成单元14;
所述预处理单元11连接所述数据集生成单元12,用于对所述多种生理信息数据中的心电信号进行滤波,并提取特征值,生成处理后的心电信号。
具体的,利用FIR滤波器滤除所述心电信号中的工频干扰,让心电信号更加的平滑,利用巴特沃斯滤波器滤除所述心电信号中的肌电干扰,利用中值滤波器滤除所述心电信号中的基线漂移,采用阈值法对心电信号中的P-QRS-T波进行检测,提取RR间期(室性周期)、QRS波间期(心室肌除极时间)等7个特征值。
所述数据集生成单元12连接所述预处理单元11与所述构建单元13,用于将所述处理后的心电信号与其他生理信息数据进行融合,生成数据集。
具体的,所述数据集包含疑似冠心病、疑似心肌病、疑似心脏电传导***异常、疑似心震荡、健康状态5类。
例如,疑似冠心病、疑似心肌病、疑似心脏电传导***异常、疑似心震荡、健康状态对应的标签分别为0,1,2,3,4,整个数据集由以上5类生理特征数据各60份组成,每一份生理特征数据由心电信号的7个特征值(RR间期、QRS波间期、PR波间期(单位:s)、P波、Q波、R波和T波振幅(单位:mV))、无创心排量的心脏指数CI(单位:L/min)、每博输出量指数SI(单位:mL)、收缩压、舒张压(单位:mmHg)、性别(女用0表示,男用1表示)、年龄、体温值(单位:℃)一共14个生理特征,加上一个标签组成,数据样式如下表1所示:
表1:
所述构建单元13连接所述数据集生成单元12与所述综合分析结果数据生成单元14,用于根据所述数据集构建多生理信息数据融合分析初步模型,并对所述多生理信息数据融合分析初步模型进行剪枝处理,生成多生理信息数据融合分析模型。
具体的,构建多生理信息数据融合分析模型的步骤如下:
A、构建第一节点:计算数据集D的信息熵,计算公式为:
其中,|D|表示样本总数,|ck|表示属于5类(k=5)分类结果中某一类的数据数量;
计算每一个特征的经验条件熵,计算公式为:
其中,H(D|A)表示在已知随机变量A的条件下随机变量D的不确定性,通过极大似然估计来表示A给定条件下D的条件概率,也就是用来表示P(Di|A),i表示对应的特征的某一具体情况,|Di|则表示相应情况的样本数,|cik|则表示相应情况中属于分类结果中某一类的数据数量(例如,当A代表性别时,D0代表性别特征为女士的情况,D1代表性别特征为男士的情况,|D1|则表示性别特征为男士的样本数,|c11|则表示男士中属于疑似冠心病的数量)。
B、计算每一特征的信息增益,计算公式为:
g(D,A)=H(D)-H(D|A)
计算选取某一特征前后的信息熵变化,就得到了信息增益,选取具有最大信息增益的特征值作为根节点;
C、根据根节点特征的结果建立第二节点,同样对第二节点的所有特征计算信息增益,选取最好的特征作为第二节点,继续向下构建相应的节点直至没有没有合适的特征可以选择或者所有训练子集都可以被正确分类为止,构建多生理信息数据融合分析初步模型;
D、为防止多生理信息数据融合分析模型过拟合,提高多生理信息数据融合分析的泛化性能,需要对构建的防猝死融合算法进行剪枝处理,其中,损失函数为:
其中,t表示第二节点,Nt表示该第二节点的样本数量,Ht(T)表示对应第二节点的信息熵,α为可调节的参数。
根据损失函数的值的大小来判断是否对第二节点进行剪枝处理,通过调节α的大小、各项生理参数的阈值可以改变损失函数的大小从而影响剪枝的结果,提高模型的泛化性,最终生成完整的多生理信息数据融合分析模型。
所述综合分析结果数据生成单元14连接所述构建单元13,用于将所述多种生理信息数据输入至所述多生理信息数据融合分析模型,输出诊断结果,生成综合分析结果数据。
具体的,诊断结果包括:疑似冠心病、疑似心肌病、疑似心脏电传导***异常、疑似心震荡和健康状态。
本实施例中,多生理信息数据融合分析作为一种易于理解和实现的算法,能够直接体现生理信息数据的特点,模拟人的直观决策规则,考虑特征之间的相互作用,而且能够同时处理数据型和常规型属性,对于由多种生理数据特征组成的数据集,多生理信息数据融合分析算法不需要对生理信息数据进行归一化等处理,在相对短的时间内能够对大量数据做出可行且效果良好的结果,具有高效、无须数据预处理的优点。
在一个实施例中,所述人机交互端1,还包括:紧急求助模块15;
所述紧急求助模块15连接所述人机交互模块6与所述主处理器5,用于当发生紧急情况时,拍摄用户照片,将所述用户照片与用户位置传输至所述主处理器5,并开启广播,为所述用户寻求帮助(例如,寻求有急救经验的路人帮忙,通知路人让出救生通道等),根据所述主处理器5发送所述音视频数据进行远程紧急救助。
具体的,根据用户照片判断用户是否还有自救能力,若用户具有自救能力,则用户通过医疗专家远程指导进行自我抢救;若用户不具备自救能力,则广播寻求路人帮忙,当摄像头出现路人头部画面时,对路人实时指导,对用户进行及时抢救。
在一个实施例中,所述主处理器5,还用于接收所述用户照片与所述用户位置,并向医疗机构发送所述用户照片与所述用户位置,建立与所述5G远程诊断模块的视频连接,并将所述音视频数据发送给所述紧急求助模块15。
具体的,所述主处理器5根据用户照片初步判断用户是否处于紧急救助情况,以防恶意使用占用医疗资源。
参照图4所示,共享多功能防猝死生理信息检测***的检测方法,包括:
S401、生理信息采集模块采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给主处理器,所述主处理器将所述多种生理信息数据传输给云计算模块;
具体的,所述多种生理信息数据,包括:心功能检查数据、肺功能检查数据、常规检查数据和脑功能检查数据。
进一步地,参照图2所示,所述心功能检查数据包括心电图、无创心排和心脏彩超;所述肺功能检查数据包括呼吸数据、血氧信息;所述常规检查数据包括血压、体温;所述脑功能检查数据包括脑电图。
进一步地,心电检测装置、呼吸检测装置、脑电检测装置和无创电排检测装置分别通过电极传感器与所述生理信息采集模块进行连接,所述生理信息采集模块由模拟信号采集单元、电源单元、模拟信号放大单元、音频DAC单元、无线传输单元组成。
S402、所述云计算模块将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器;
S403、所述主处理器根据所述综合分析结果数据判断所述用户是否处于非健康状态,若所述用户处于非健康状态,则将所述综合分析结果数据发送给5G远程诊断模块,并建立与所述5G远程诊断模块的视频连接;
S404、所述5G远程诊断模块依据所述综合分析结果数据进行实时数据分析,并通过所述视频连接向所述主处理器发送所述音视频数据进行远程指导;
S405、所述主处理器接收所述音视频数据,并向人机交互模块发送警示信息与所述音视频数据;
S406、若所述用户处于健康状态,则所述主处理器根据用户指令调用所述综合分析结果数据发送给所述人机交互模块。
具体的,所述人机交互模块可以在人机交换界面申请5G专家远程诊断,形成用户指令,并在人机交互模块显示所述综合分析结果数据、警示信息与远程指导视频。
在一个实施例中,如图5所示,步骤S401,即所述生理信息采集模块采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给主处理器,包括:
S4011、心功能数据采集单元采集心电图数据和无创心排的检测数据,并对所述心电图数据进行预处理,将预处理后的心电图数据与所述无创心排的检测数据相结合,生成心功能检测报告,将所述心功能检测报告传输给所述主处理器。
具体的,对所述心电图数据进行预处理包括降噪、消除基线漂移。
进一步地,所述心电功能检测报告包括:心电图数据和无创心排的检测数据的正常范围、检测结果是否在正常范围内以及相关建议。
S4012、肺功能数据采集单元采集呼吸数据和血氧浓度,并将所述呼吸数据和所述血氧浓度相结合,生成肺功能检测报告,将所述肺功能检测报告传输给所述主处理器。
具体的,肺功能检测报告包括:呼吸频率、血氧浓度的正常范围、检测结果是否在正常范围内和相关建议。
S4013、常规数据采集单元采集血压和体温,并将所述血压与所述体温相结合,生成常规检查报告,将所述常规检查报告传输给所述主处理器。
具体的,常规检查报告包括:血压和体温的正常范围、检测结果是否在正常范围内和相关建议。
S4014、脑功能数据采集单元采集脑电图数据,并根据所受脑电图数据生成脑功能检查报告,将所述脑功能检查报告传输给所述主处理器。
具体的,脑功能检查报告包括:脑电图数据的正常范围、检测结果是否在正常范围内和相关建议。
在一个实施例中,如图6所示,步骤S402,即所述云计算模块将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器,包括:
S4021、预处理单元对所述多种生理信息数据中的心电信号进行滤波,并提取特征值,生成处理后的心电信号。
具体的,利用FIR滤波器滤除所述心电信号中的工频干扰,让心电信号更加的平滑,利用巴特沃斯滤波器滤除所述心电信号中的肌电干扰,利用中值滤波器滤除所述心电信号中的基线漂移,采用阈值法对心电信号中的P-QRS-T波进行检测,提取RR间期(室性周期)、QRS波间期(心室肌除极时间)等7个特征值。
S4022、数据集生成单元将所述处理后的心电信号与其他生理信息数据进行融合,生成数据集。
具体的,所述数据集包含疑似冠心病、疑似心肌病、疑似心脏电传导***异常、疑似心震荡、健康状态5类。
S4023、构建单元根据所述数据集构建多生理信息数据融合分析初步模型,并对所述多生理信息数据融合分析初步模型进行剪枝处理,生成多生理信息数据融合分析模型。
S4024、综合分析结果数据生成单元将所述多种生理信息数据输入至所述多生理信息数据融合分析模型,输出诊断结果,生成综合分析结果数据。
在一个实施例中,如图7所示,还包括:
S501、当发生紧急情况时,紧急求助模块拍摄用户照片,将所述用户照片与用户位置传输至所述主处理器,并开启广播,为所述用户寻求帮助。
S502、所述主处理器接收所述用户照片与所述用户位置,并向医疗机构发送所述用户照片与所述用户位置,建立与所述5G远程诊断模块的视频连接,5G远程诊断模块通过所述视频连接向所述主处理器发送所述音视频数据进行远程指导。
具体的,所述主处理器根据用户照片初步判断用户是否处于紧急救助情况,以防恶意使用占用医疗资源。
S503、所述主处理器将所述音视频数据发送给所述紧急求助模块,所述紧急求助模块根据所述主处理器发送的所述音视频数据进行远程紧急救助。
具体的,根据用户照片判断用户是否还有自救能力,若用户具有自救能力,则用户通过医疗专家远程指导进行自我抢救;若用户不具备自救能力,则广播寻求路人帮忙,当摄像头出现路人头部画面时,对路人实时指导,对用户进行及时抢救。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.共享多功能防猝死生理信息检测***,其特征在于,包括:人机交互端、云计算模块、5G远程诊断模块;其中,所述人机交互端包括生理信息采集模块、主处理器和人机交互模块;
所述生理信息采集模块连接所述主处理器,用于采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给所述主处理器;
所述云计算模块与所述主处理器进行连接,用于将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器;
所述主处理器连接所述生理信息采集模块、所述人机交互模块、所述云计算模块和所述5G远程诊断模块,用于将所述多种生理信息数据传输给所述云计算模块,并根据所述综合分析结果数据判断所述用户是否处于非健康状态,若所述用户处于非健康状态,则将所述综合分析结果数据发送给所述5G远程诊断模块,建立与所述5G远程诊断模块的视频连接,并通过所述人机交互模块发出警示信息和从所述5G远程诊断模块接收到的远程指导音视频数据,若所述用户处于健康状态,则根据所述用户指令调用所述综合分析结果数据发送给所述人机交互模块;
所述5G远程诊断模块连接所述主处理器,用于依据所述综合分析结果数据进行实时数据分析,并通过所述视频连接向所述主处理器发送所述音视频数据进行远程指导;
所述人机交互模块连接所述主处理器,用于将用户指令传输给所述主处理器,接收并显示所述综合分析结果数据、警示信息与音视频数据。
2.如权利要求1所述共享多功能防猝死生理信息检测***,其特征在于,所述多种生理信息数据,包括:
心功能检查数据、肺功能检查数据、常规检查数据和脑功能检查数据。
3.如权利要求1所述的共享多功能防猝死生理信息检测***,其特征在于,所述生理信息采集模块,包括:心功能数据采集单元、肺功能数据采集单元、常规数据采集单元、脑功能数据采集单元;
所述心功能数据采集单元连接所述主处理器,用于采集心电图数据和无创心排的检测数据,并对所述心电图数据进行预处理,将预处理后的心电图数据与所述无创心排的检测数据相结合,生成心功能检测报告,将所述心功能检测报告传输给所述主处理器;
所述肺功能数据采集单元连接所述主处理器,用于采集呼吸数据和血氧浓度,并将所述呼吸数据和所述血氧浓度相结合,生成肺功能检测报告,将所述肺功能检测报告传输给所述主处理器;
所述常规数据采集单元连接所述主处理器,用于采集血压和体温,并将所述血压与所述体温相结合,生成常规检查报告,将所述常规检查报告传输给所述主处理器;
所述脑功能数据采集单元连接所述主处理器,用于采集脑电图数据,并根据所受脑电图数据生成脑功能检查报告,将所述脑功能检查报告传输给所述主处理器。
4.如权利要求1所述的共享多功能防猝死生理信息检测***,其特征在于,所述云计算模块,包括:预处理单元、数据集生成单元、构建单元、综合分析结果数据生成单元;
所述预处理单元连接所述数据集生成单元,用于对所述多种生理信息数据中的心电信号进行滤波,并提取特征值,生成处理后的心电信号;
所述数据集生成单元连接所述预处理单元与所述构建单元,用于将所述处理后的心电信号与其他生理信息数据进行融合,生成数据集;
所述构建单元连接所述数据集生成单元与所述综合分析结果数据生成单元,用于根据所述数据集构建多生理信息数据融合分析初步模型,并对所述多生理信息数据融合分析初步模型进行剪枝处理,生成多生理信息数据融合分析模型;
所述综合分析结果数据生成单元连接所述构建单元,用于将所述多种生理信息数据输入至所述多生理信息数据融合分析模型,输出诊断结果,生成综合分析结果数据。
5.如权利要求1所述的共享多功能防猝死生理信息检测***,其特征在于,所述人机交互端,还包括:紧急求助模块;
所述紧急求助模块连接所述人机交互模块与所述主处理器,用于当发生紧急情况时,拍摄用户照片,将所述用户照片与用户位置传输至所述主处理器,并开启广播,为所述用户寻求帮助,根据所述主处理器发送的所述音视频数据进行远程紧急救助。
6.如权利要求5所述的共享多功能防猝死生理信息检测***,其特征在于,所述主处理器,还用于接收所述用户照片与所述用户位置,并向医疗机构发送所述用户照片与所述用户位置,建立与所述5G远程诊断模块的视频连接,并将所述音视频数据发送给所述紧急求助模块。
7.共享多功能防猝死生理信息检测***的检测方法,其特征在于,包括:
生理信息采集模块采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给主处理器,所述主处理器将所述多种生理信息数据传输给云计算模块;
所述云计算模块将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器;
所述主处理器根据所述综合分析结果数据判断所述用户是否处于非健康状态,若所述用户处于非健康状态,则将所述综合分析结果数据发送给5G远程诊断模块,并建立与所述5G远程诊断模块的视频连接;
所述5G远程诊断模块依据所述综合分析结果数据进行实时数据分析,并通过所述视频连接向所述主处理器发送所述音视频数据进行远程指导;
所述主处理器接收所述音视频数据,并向人机交互模块发送警示信息与所述音视频数据;
若所述用户处于健康状态,则所述主处理器根据用户指令调用所述综合分析结果数据发送给所述人机交互模块。
8.如权利要求7所述的共享多功能防猝死生理信息检测***的检测方法,其特征在于,所述生理信息采集模块采集用户的多种生理信息数据,并将所述用户的多种生理信息数据传输给主处理器,包括:
心功能数据采集单元采集心电图数据和无创心排的检测数据,并对所述心电图数据进行预处理,将预处理后的心电图数据与所述无创心排的检测数据相结合,生成心功能检测报告,将所述心功能检测报告传输给所述主处理器;
肺功能数据采集单元采集呼吸数据和血氧浓度,并将所述呼吸数据和所述血氧浓度相结合,生成肺功能检测报告,将所述肺功能检测报告传输给所述主处理器;
常规数据采集单元采集血压和体温,并将所述血压与所述体温相结合,生成常规检查报告,将所述常规检查报告传输给所述主处理器;
脑功能数据采集单元采集脑电图数据,并根据所受脑电图数据生成脑功能检查报告,将所述脑功能检查报告传输给所述主处理器。
9.如权利要求7所述的共享多功能防猝死生理信息检测***的检测方法,其特征在于,所述云计算模块将所述多种生理信息数据输入多生理信息数据融合分析模型,生成综合分析结果数据,并将所述综合分析结果数据传输给所述主处理器,包括:
预处理单元对所述多种生理信息数据中的心电信号进行滤波,并提取特征值,生成处理后的心电信号;
数据集生成单元将所述处理后的心电信号与其他生理信息数据进行融合,生成数据集;
构建单元根据所述数据集构建多生理信息数据融合分析初步模型,并对所述多生理信息数据融合分析初步模型进行剪枝处理,生成多生理信息数据融合分析模型;
综合分析结果数据生成单元将所述多种生理信息数据输入至所述多生理信息数据融合分析模型,输出诊断结果,生成综合分析结果数据。
10.如权利要求7所述的共享多功能防猝死生理信息检测***的检测方法,其特征在于,还包括:
当发生紧急情况时,紧急求助模块拍摄用户照片,将所述用户照片与用户位置传输至所述主处理器,并开启广播,为所述用户寻求帮助;
所述主处理器接收所述用户照片与所述用户位置,并向医疗机构发送所述用户照片与所述用户位置,建立与所述5G远程诊断模块的视频连接,5G远程诊断模块通过所述视频连接向所述主处理器发送所述音视频数据进行远程指导;
所述主处理器将所述音视频数据发送给所述紧急求助模块,所述紧急求助模块根据所述主处理器发送的所述音视频数据进行远程紧急救助。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010933532.6A CN112037916A (zh) | 2020-09-08 | 2020-09-08 | 共享多功能防猝死生理信息检测***及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010933532.6A CN112037916A (zh) | 2020-09-08 | 2020-09-08 | 共享多功能防猝死生理信息检测***及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112037916A true CN112037916A (zh) | 2020-12-04 |
Family
ID=73584250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010933532.6A Pending CN112037916A (zh) | 2020-09-08 | 2020-09-08 | 共享多功能防猝死生理信息检测***及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112037916A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113143226A (zh) * | 2021-04-26 | 2021-07-23 | 安徽非禾科技有限公司 | 多生理参数融合方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106137127A (zh) * | 2016-06-24 | 2016-11-23 | 江苏省人民医院 | 基于互联网的危重孕产妇监护急救*** |
CN107550486A (zh) * | 2017-09-11 | 2018-01-09 | 南京大学 | 一种利用去除qrs波形后的体表心电预测房颤发生的方法 |
CN109497992A (zh) * | 2019-01-04 | 2019-03-22 | 济南汇医融工科技有限公司 | 基于机器学习方法的冠心病智能筛查装置 |
US20200029843A1 (en) * | 2014-07-07 | 2020-01-30 | Zoll Medical Corporation | System and Method for Distinguishing a Cardiac Event From Noise in an Electrocardiogram (ECG) Signal |
-
2020
- 2020-09-08 CN CN202010933532.6A patent/CN112037916A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200029843A1 (en) * | 2014-07-07 | 2020-01-30 | Zoll Medical Corporation | System and Method for Distinguishing a Cardiac Event From Noise in an Electrocardiogram (ECG) Signal |
CN106137127A (zh) * | 2016-06-24 | 2016-11-23 | 江苏省人民医院 | 基于互联网的危重孕产妇监护急救*** |
CN107550486A (zh) * | 2017-09-11 | 2018-01-09 | 南京大学 | 一种利用去除qrs波形后的体表心电预测房颤发生的方法 |
CN109497992A (zh) * | 2019-01-04 | 2019-03-22 | 济南汇医融工科技有限公司 | 基于机器学习方法的冠心病智能筛查装置 |
Non-Patent Citations (2)
Title |
---|
徐佳棋: ""基于android的智能心电仪设计"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
高宁化等: ""基于动态模糊决策树的心电信号分类方法"", 《计算机工程》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113143226A (zh) * | 2021-04-26 | 2021-07-23 | 安徽非禾科技有限公司 | 多生理参数融合方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108577830B (zh) | 一种面向用户的体征信息动态监护方法和动态监护*** | |
US9107586B2 (en) | Fitness monitoring | |
US11931154B2 (en) | Systems and methods for classifying ECG data | |
CA2787170C (en) | Multivariate residual-based health index for human health monitoring | |
CN206601705U (zh) | 一种基于远程数据获取与分析的医疗健康*** | |
US20110190598A1 (en) | Health Data Dynamics, Its Sources and Linkage with Genetic/Molecular Tests | |
CN102054118A (zh) | 一种远程医疗*** | |
CN103886204B (zh) | 数据存储装置和数据存储方法 | |
CN109288515B (zh) | 基于穿戴式心电信号中早搏信号的周期性监测方法及装置 | |
CN102129509B (zh) | 心电监护与反向传播神经网络的冠心病自诊断*** | |
CN107516019A (zh) | 无创健康预测***及方法 | |
RU2683898C1 (ru) | Мобильный комплекс многоканальной диагностики и мониторинга для дистанционных исследований пациентов в режиме реального времени | |
CN112037916A (zh) | 共享多功能防猝死生理信息检测***及其方法 | |
CN211883766U (zh) | 一种心血管疾病远程监护与预警*** | |
Giorgio | Innovative medical devices for telemedicine applications | |
CN110428893A (zh) | 一种远程医疗生命体征数据采集装置 | |
CN115844346A (zh) | 一种应用于疾病检查、观察和治疗的无线体征参数监测装置 | |
Charrad et al. | ECG patch monitor: a telemedicine system for remote monitoring and assisting patients during a heart attack | |
CN109147906A (zh) | 评价手术麻醉质量的方法、终端及具有存储功能的装置 | |
KR20150138736A (ko) | 심음, 또는 폐음을 이용한 사용자의 건강 상태 정보 제공 장치 및 방법 | |
Shen et al. | An ear-lead ECG based smart sensor system with voice biofeedback for daily activity monitoring | |
RU2445916C2 (ru) | Способ доврачебной оценки функционального состояния человека и автоматическая система оценки функционального состояния пользователя (варианты) | |
Deotale et al. | Identification of arrhythmia using ECG signal patterns | |
CN110415778A (zh) | 一种基于云数据的个人健康数据管理方法及*** | |
CN215534320U (zh) | 一种用于心血管疾病与呼吸疾病识别的监测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |