【技术实现步骤摘要】
本专利技术涉及约束带智能控制，特别是一种医疗约束带智能管理方法及系统。
技术介绍
1、近年来，随着医疗技术的不断进步和医疗设施的智能化发展，医疗约束带在医疗机构中的应用越来越广泛，传统的医疗约束带主要用于限制患者的活动，以防止自伤或对他人造成伤害，然而，传统约束带的使用往往缺乏智能化管理，依赖于医护人员的手动调整和监控，医护人员通常需要定期检查患者的状态，并手动调整约束带的松紧度，以确保患者的安全和舒适度，这种手动操作不仅耗费时间和人力，而且容易出现人为疏忽或误判，导致过度约束或约束不足的情况发生，因此需要提出解决传统约束带使用过程中不够智能化和便捷化的问题。
技术实现思路
1、鉴于上述现有的医疗约束带智能管理方法及系统中存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于解决传统约束带使用过程中不够智能化和便捷化的问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：一种医疗约束带智能管理方法，其包括，在约束带上安装传感器收集约束者生物信息进行初步约束并将收集的生物信息传输至中央平台；中央平台根据约束者生物信息定义个人约束强度分级，实时调整约束强度；中央平台接收医护人员语音命令控制约束带，并检测约束者异常行为自动预警；医护人员远程连接中央平台进行约束监测；中央平台将约束者生物信息和个人约束强度分级进行分类存储。
4、作为本专利技术所述医疗约束带智能管理方法的一种优选方案，其中：所述在约束带上安装传感器收集约束者生物信息进
5、作为本专利技术所述医疗约束带智能管理方法的一种优选方案，其中：所述中央平台根据约束者生物信息定义个人约束强度分级，实时调整约束强度指中央平台根据收集的约束者生物信息提取均值、标准差、最小值、最大值、偏度以及峰度作为特征，并将每个特征进行归一化处理形成特征fn，对归一化的特征fn进行主成分分析，包括，
6、计算协方差矩阵：
7、
8、其中∑为协方差矩阵，m为特征总数，μf为特征的均值，为第i个特征，t为转置操作；
9、分解协方差矩阵得到矩阵特征值λ和矩阵特征向量v：
10、选择前k个矩阵特征值对应的矩阵特征向量，构建矩阵特征向量矩阵v：
11、将特征投影到矩阵特征向量矩阵v中得到降维特征向量z：
12、构建多层感知机模型，包括输入层、隐藏层以及输出层，所述输入层格式为降维特征向量，输出层格式为生物信息指数bi，值域范围为0到1；
13、使用训练集进行多层感知机模型迭代训练，使用损失函数和adam优化器进行模型参数优化，将降维特征向量zi输入多层感知机模型中得到约束者的生物信息指数bi；
14、将皮肤压力作为约束强度分级标准，每个约束强度等级之间差值相同，设定约束带约束的最大皮肤压力为pmax，最小皮肤压力为pmin，分级数为b，计算约束者个人的每个约束强度等级的皮肤压力值δp：
15、
16、根据计算得到的约束者生物信息指数bi定义模糊集合和规则，将生物信息指数bi映射至模糊集合中并定义模糊隶属度函数，计算每个模糊集合的隶属度xi，根据模糊集合隶属度计算约束者的约束强度等级s：
17、
18、根据约束者的约束强度等级计算约束强度：
19、pe＝pmin+(s-1)*δp；
20、其中pe为约束强度的皮肤压力值。
21、作为本专利技术所述医疗约束带智能管理方法的一种优选方案，其中：所述中央平台接收医护人员语音命令控制约束带指中央平台通过麦克风阵列收集医护人员语音进行去噪和滤波处理，使用卷积神经网络模型通过医护人员语音训练，并根据医护人员语音生成唯一识别信号，当麦克风阵列采集到语音时首先通过卷积神经网络生成识别信号，当识别信号一致时，中央平台开始进行语音解析，将语音转换为文本命令进行约束带控制，当识别信号不一致时，则拒绝进行语音解析；
22、所述约束带控制命令包括约束、收紧、放松以及解除约束，其中，
23、约束指约束带自动将约束者进行初步约束至产生皮肤压力；
24、收紧指约束带将约束者的约束强度提高一个等级，当约束者约束强度的皮肤压力值达到最大皮肤压力后收紧命令不再生效；
25、放松指约束带将约束者的约束强度降低一个等级，当约束者约束强度的皮肤压力值达到最小皮肤压力后放松命令不再生效；
26、解除约束指约束带解除约束者的约束状态。
27、作为本专利技术所述医疗约束带智能管理方法的一种优选方案，其中：所述检测约束者异常行为自动预警指约束带通过传感器自动检测约束者的活动姿态，当检测发现约束者频繁活动且皮肤压力不断发生变化，则判断约束者为挣扎状态，中央平台自动将约束强度提高一个等级，并通知工作人员对约束者进行查看；当在未接收到解除约束命令时检测发现约束强度皮肤压力值变为0，则判断约束者逃脱，中央平台自动发出警报通知工作人员。
28、作为本专利技术所述医疗约束带智能管理方法的一种优选方案，其中：所述医护人员远程连接中央平台进行约束监测指医护人员通过移动终端远程连接中央平台对约束者和约束强度进行查看，并通过移动终端接收中央平台的通知，中央平台在接收到医护人员的约束带语音控制命令后自动生成约束带控制记录发送至医护人员的移动终端。
29、作为本专利技术所述医疗约束带智能管理方法的一种优选方案，其中：所述中央平台将约束者生物信息和个人约束强度分级进行分类存储指中央平台根据收集的约束者生物信息生成约束者分类信息，并将个人约束强度分级存储至该约束者分类中作为预设方案，当中央平台通过约束带再次检测到相同的约束者生物信息时，自动调用存储的约束者个人约束强度分级。
30、本专利技术的另外一个目的是提供一种医疗约束带智能管理系统，其包括，
31、信息收集模块，用于通过传感器收集约束者的生物信息并传输至中央平台；
32、中央处理模块，用于接收约束者生物信息并进行预处理，根据约束者生物信息定义个人约束强度分级，实时调整约束强度，同时接收医护人员语音指令控制约束带；
33、远程监测模块，用于远程连接医护人员移动终端并将信息发送至移动终端中供医护人员查看；
34、存储模块，用于根据约束者生物信息生成约束者分类，并将约束者个人约束强度分级存储至约束者分类中作为预设方案调用。
35、一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述医疗约束带智能管理方法的步骤。
36、一种计算机本文档来自技高网...
【技术保护点】
1.一种医疗约束带智能管理方法，其特征在于：包括，
2.如权利要求1所述的医疗约束带智能管理方法，其特征在于：所述在约束带上安装传感器收集约束者生物信息进行初步约束并将收集的生物信息传输至中央平台指在约束带上安装生物信息传感器收集约束者生物信息包括心率、皮肤电反应、血氧饱和度、皮肤压力、体型以及活动姿态信息，并根据收集生物信息对约束者进行初步约束固定直至约束带适配约束者体型且产生皮肤压力，所述生物信息传感器通过网络将收集的约束者生物信息传输至中央平台进行预处理。
3.如权利要求2所述的医疗约束带智能管理方法，其特征在于：所述中央平台根据约束者生物信息定义个人约束强度分级，实时调整约束强度指中央平台根据收集的约束者生物信息提取均值、标准差、最小值、最大值、偏度以及峰度作为特征，并将每个特征进行归一化处理形成特征Fn，对归一化的特征Fn进行主成分分析，包括，
4.如权利要求3所述的医疗约束带智能管理方法，其特征在于：所述中央平台接收医护人员语音命令控制约束带指中央平台通过麦克风阵列收集医护人员语音进行去噪和滤波处理，使用卷积神经网络模型通过医护人员
5.如权利要求4所述的医疗约束带智能管理方法，其特征在于：所述检测约束者异常行为自动预警指约束带通过传感器自动检测约束者的活动姿态，当检测发现约束者频繁活动且皮肤压力不断发生变化，则判断约束者为挣扎状态，中央平台自动将约束强度提高一个等级，并通知工作人员对约束者进行查看；当在未接收到解除约束命令时检测发现约束强度皮肤压力值变为0，则判断约束者逃脱，中央平台自动发出警报通知工作人员。
6.如权利要求5所述的医疗约束带智能管理方法，其特征在于：所述医护人员远程连接中央平台进行约束监测指医护人员通过移动终端远程连接中央平台对约束者和约束强度进行查看，并通过移动终端接收中央平台的通知，中央平台在接收到医护人员的约束带语音控制命令后自动生成约束带控制记录发送至医护人员的移动终端。
7.如权利要求6所述的医疗约束带智能管理方法，其特征在于：所述中央平台将约束者生物信息和个人约束强度分级进行分类存储指中央平台根据收集的约束者生物信息生成约束者分类信息，并将个人约束强度分级存储至该约束者分类中作为预设方案，当中央平台通过约束带再次检测到相同的约束者生物信息时，自动调用存储的约束者个人约束强度分级。
8.一种如权利要求1-7任一所述的医疗约束带智能管理方法的医疗约束带智能管理系统，其特征在于：包括，
9.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的医疗约束带智能管理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的医疗约束带智能管理方法的步骤。
...【技术特征摘要】
1.一种医疗约束带智能管理方法，其特征在于：包括，
2.如权利要求1所述的医疗约束带智能管理方法，其特征在于：所述在约束带上安装传感器收集约束者生物信息进行初步约束并将收集的生物信息传输至中央平台指在约束带上安装生物信息传感器收集约束者生物信息包括心率、皮肤电反应、血氧饱和度、皮肤压力、体型以及活动姿态信息，并根据收集生物信息对约束者进行初步约束固定直至约束带适配约束者体型且产生皮肤压力，所述生物信息传感器通过网络将收集的约束者生物信息传输至中央平台进行预处理。
3.如权利要求2所述的医疗约束带智能管理方法，其特征在于：所述中央平台根据约束者生物信息定义个人约束强度分级，实时调整约束强度指中央平台根据收集的约束者生物信息提取均值、标准差、最小值、最大值、偏度以及峰度作为特征，并将每个特征进行归一化处理形成特征fn，对归一化的特征fn进行主成分分析，包括，
4.如权利要求3所述的医疗约束带智能管理方法，其特征在于：所述中央平台接收医护人员语音命令控制约束带指中央平台通过麦克风阵列收集医护人员语音进行去噪和滤波处理，使用卷积神经网络模型通过医护人员语音训练，并根据医护人员语音生成唯一识别信号，当麦克风阵列采集到语音时首先通过卷积神经网络生成识别信号，当识别信号一致时，中央平台开始进行语音解析，将语音转换为文本命令进行约束带控制，当识别信号不一致时，则拒绝进行语音解析；
5.如权利要求4所述的医疗约束带智能管理方法，其特征在于：所述检测约束者异常行为自动预警指约束带通过传感器自动检测约束者的活动姿态...
【专利技术属性】
技术研发人员：胡兰英，张晶，杨艳，吴晓华，房丽，
申请(专利权)人：扬州大学附属医院扬州市第一人民医院，
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。