本發(fā)明涉及物聯(lián)網(wǎng)，尤其涉及一種基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制系統(tǒng)及方法。

背景技術(shù)：

1、目前的智能醫(yī)療診斷床往往存在功能單一、精度不足、實時性差等問題，難以對患者的多維度生理數(shù)據(jù)進行全面準確的采集和分析。

2、此外，現(xiàn)有的醫(yī)療診斷床普遍缺乏智能化控制和自適應(yīng)調(diào)節(jié)能力，無法根據(jù)患者的實時狀態(tài)進行及時調(diào)整，容易造成患者不適或影響診療效果。另一個突出問題是，大多數(shù)醫(yī)療設(shè)備的數(shù)據(jù)處理能力有限，難以應(yīng)對復雜的非線性生理信號，導致診斷結(jié)果的可靠性和準確性受到影響。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供了一種基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制系統(tǒng)及方法，本發(fā)明實現(xiàn)了控制指令的動態(tài)調(diào)整，能夠根據(jù)患者的實時反饋進行精細化控制。

2、第一方面，本發(fā)明提供了一種基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，所述基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法包括：

3、基于智能醫(yī)療診斷床的傳感器組對目標患者進行多維度生理數(shù)據(jù)采集，得到第一生理信號數(shù)據(jù)集；

4、對所述第一生理信號數(shù)據(jù)集進行三階擴展狀態(tài)觀測分析，得到生命體征狀態(tài)估計數(shù)據(jù)；

5、對所述生命體征狀態(tài)估計數(shù)據(jù)進行非線性跟蹤微分處理，得到平滑化生理信號數(shù)據(jù)；

6、對所述平滑化生理信號數(shù)據(jù)進行智能診斷點規(guī)劃建模，得到優(yōu)化診斷節(jié)點序列；

7、基于所述優(yōu)化診斷節(jié)點序列進行自適應(yīng)非線性控制律計算，得到所述智能醫(yī)療診斷床的第一調(diào)節(jié)控制指令；

8、執(zhí)行所述第一調(diào)節(jié)控制指令并采集所述目標患者的第二生理信號數(shù)據(jù)集，并對所述第二生理信號數(shù)據(jù)集進行深度學習分析和控制指令動態(tài)調(diào)整，得到第二調(diào)節(jié)控制指令。

9、第二方面，本發(fā)明提供了一種基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制系統(tǒng)，所述基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制系統(tǒng)包括：

10、采集模塊，用于基于智能醫(yī)療診斷床的傳感器組對目標患者進行多維度生理數(shù)據(jù)采集，得到第一生理信號數(shù)據(jù)集；

11、分析模塊，用于對所述第一生理信號數(shù)據(jù)集進行三階擴展狀態(tài)觀測分析，得到生命體征狀態(tài)估計數(shù)據(jù)；

12、處理模塊，用于對所述生命體征狀態(tài)估計數(shù)據(jù)進行非線性跟蹤微分處理，得到平滑化生理信號數(shù)據(jù)；

13、建模模塊，用于對所述平滑化生理信號數(shù)據(jù)進行智能診斷點規(guī)劃建模，得到優(yōu)化診斷節(jié)點序列；

14、計算模塊，用于基于所述優(yōu)化診斷節(jié)點序列進行自適應(yīng)非線性控制律計算，得到所述智能醫(yī)療診斷床的第一調(diào)節(jié)控制指令；

15、調(diào)整模塊，用于執(zhí)行所述第一調(diào)節(jié)控制指令并采集所述目標患者的第二生理信號數(shù)據(jù)集，并對所述第二生理信號數(shù)據(jù)集進行深度學習分析和控制指令動態(tài)調(diào)整，得到第二調(diào)節(jié)控制指令。

16、本發(fā)明提供的技術(shù)方案中，通過集成多種傳感器，實現(xiàn)對患者體壓分布、生物電信號、體表溫度、微動行為和呼吸心音等多維度生理數(shù)據(jù)的全面采集，為后續(xù)分析提供豐富的數(shù)據(jù)基礎(chǔ)。采用三階擴展狀態(tài)觀測分析技術(shù)，能夠更準確地估計患者的生命體征狀態(tài)，包括難以直接測量的高階導數(shù)信息，提高了狀態(tài)估計的精度和可靠性。通過非線性跟蹤微分處理，有效去除生理信號中的噪聲和干擾，保留信號的關(guān)鍵特征。利用多目標優(yōu)化和時序約束檢驗，實現(xiàn)診斷節(jié)點的智能規(guī)劃，在保證診斷效率的同時降低風險，基于滑?？刂坪妥赃m應(yīng)律設(shè)計，實現(xiàn)診斷床的精確控制，能夠快速響應(yīng)患者狀態(tài)變化，提高控制的魯棒性和適應(yīng)性。結(jié)合多通道卷積神經(jīng)網(wǎng)絡(luò)、長短時記憶網(wǎng)絡(luò)和注意力機制，對生理信號進行深入分析，提取復雜的時空特征，提高診斷的準確性和可解釋性。通過貝葉斯神經(jīng)網(wǎng)絡(luò)和模糊推理，實現(xiàn)控制指令的動態(tài)調(diào)整，能夠根據(jù)患者的實時反饋進行精細化控制，提高診療過程的舒適性和安全性。綜合利用多種傳感器數(shù)據(jù)，實現(xiàn)信息的互補和協(xié)同，通過并行處理和高效算法設(shè)計，確保系統(tǒng)的實時響應(yīng)能力，滿足醫(yī)療診斷的時效性要求。

技術(shù)特征：

1.一種基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述基于智能醫(yī)療診斷床的傳感器組對目標患者進行多維度生理數(shù)據(jù)采集，得到第一生理信號數(shù)據(jù)集，包括：

3.根據(jù)權(quán)利要求1所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述對所述第一生理信號數(shù)據(jù)集進行三階擴展狀態(tài)觀測分析，得到生命體征狀態(tài)估計數(shù)據(jù)，包括：

4.根據(jù)權(quán)利要求1所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述對所述生命體征狀態(tài)估計數(shù)據(jù)進行非線性跟蹤微分處理，得到平滑化生理信號數(shù)據(jù)，包括：

5.根據(jù)權(quán)利要求4所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述對所述隨機項進行小波閾值去噪，得到降噪后的隨機信號，并根據(jù)所述平滑周期信號和所述降噪后的隨機信號進行信號重構(gòu)，得到初步平滑化信號，包括：

6.根據(jù)權(quán)利要求1所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述對所述平滑化生理信號數(shù)據(jù)進行智能診斷點規(guī)劃建模，得到優(yōu)化診斷節(jié)點序列，包括：

7.根據(jù)權(quán)利要求1所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述基于所述優(yōu)化診斷節(jié)點序列進行自適應(yīng)非線性控制律計算，得到所述智能醫(yī)療診斷床的第一調(diào)節(jié)控制指令，包括：

8.根據(jù)權(quán)利要求1所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述執(zhí)行所述第一調(diào)節(jié)控制指令并采集所述目標患者的第二生理信號數(shù)據(jù)集，并對所述第二生理信號數(shù)據(jù)集進行深度學習分析和控制指令動態(tài)調(diào)整，得到第二調(diào)節(jié)控制指令，包括：

9.根據(jù)權(quán)利要求8所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，其特征在于，所述將所述標準化數(shù)據(jù)集輸入多通道卷積神經(jīng)網(wǎng)絡(luò)層進行特征提取，得到多維特征圖，并將所述多維特征圖輸入長短時記憶網(wǎng)絡(luò)和門控循環(huán)單元網(wǎng)絡(luò)層進行時間序列分析，得到動態(tài)特征序列，包括：

10.一種基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制系統(tǒng)，其特征在于，用于執(zhí)行如權(quán)利要求1-9中任一項所述的基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制方法，所述系統(tǒng)包括：

技術(shù)總結(jié)
本發(fā)明涉及物聯(lián)網(wǎng)技術(shù)領(lǐng)域，公開了一種基于物聯(lián)網(wǎng)的智能醫(yī)療診斷床控制系統(tǒng)及方法，該方法包括：基于智能醫(yī)療診斷床的傳感器組對目標患者進行多維度生理數(shù)據(jù)采集，得到第一生理信號數(shù)據(jù)集；進行三階擴展狀態(tài)觀測分析，得到生命體征狀態(tài)估計數(shù)據(jù)；進行非線性跟蹤微分處理，得到平滑化生理信號數(shù)據(jù)；進行智能診斷點規(guī)劃建模，得到優(yōu)化診斷節(jié)點序列；進行自適應(yīng)非線性控制律計算，得到第一調(diào)節(jié)控制指令；執(zhí)行第一調(diào)節(jié)控制指令并采集第二生理信號數(shù)據(jù)集并進行深度學習分析和控制指令動態(tài)調(diào)整，得到第二調(diào)節(jié)控制指令，本發(fā)明實現(xiàn)了控制指令的動態(tài)調(diào)整，能夠根據(jù)患者的實時反饋進行精細化控制。

技術(shù)研發(fā)人員：周滔,李玲龍
受保護的技術(shù)使用者：深圳大因醫(yī)療科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21