CN110211703A - 一种体征异常告警方法及智能床垫系统 - Google Patents
一种体征异常告警方法及智能床垫系统 Download PDFInfo
- Publication number
- CN110211703A CN110211703A CN201810168826.7A CN201810168826A CN110211703A CN 110211703 A CN110211703 A CN 110211703A CN 201810168826 A CN201810168826 A CN 201810168826A CN 110211703 A CN110211703 A CN 110211703A
- Authority
- CN
- China
- Prior art keywords
- user
- sign
- thresholding
- parameters
- mean value
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005259 measurement Methods 0.000 claims abstract description 35
- 238000012795 verification Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 14
- 230000029058 respiratory gaseous exchange Effects 0.000 description 13
- 208000001871 Tachycardia Diseases 0.000 description 8
- 230000036471 bradycardia Effects 0.000 description 8
- 208000006218 bradycardia Diseases 0.000 description 8
- 230000006794 tachycardia Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000007774 longterm Effects 0.000 description 5
- 208000008203 tachypnea Diseases 0.000 description 5
- 206010043089 tachypnoea Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000474 nursing effect Effects 0.000 description 3
- 230000007958 sleep Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47C—CHAIRS; SOFAS; BEDS
- A47C31/00—Details or accessories for chairs, beds, or the like, not provided for in other groups of this subclass, e.g. upholstery fasteners, mattress protectors, stretching devices for mattress nets
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例提供一种体征异常告警方法及智能床垫系统。该方法包括：预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。本发明实施例根据用户预设周期内的体征数据为每个用户设置不同的体征门限，由于门限值的设置以用户自身情况为依据，并按预设周期更新，使得门限值的设置更合理，从而提高了告警信息的检测率并降低了虚警次数。
Description
技术领域
本发明实施例涉及物联网技术领域，具体涉及一种体征异常告警方法及智能床垫系统。
背景技术
智能床垫是一种非穿戴式生命体征监测设备，广泛应用于智慧养老市场，为老年用户提供安全照护服务。其工作原理为:床垫设备采集用户的微弱震动并计算相应的心率/呼吸值，然后每隔几秒上传一次用户体征数据到云平台服务器，用户体征数据包括心率、呼吸、体动和在床/离床状态等。
智能床垫对采集到的用户体征数据进行判断，如果在周期内体征数据平均值超过预设门限，则生成告警，引起用户或护理人员注意，及时观察用户体征，目前常用的心率/呼吸异常告警方法为根据用户的基础心率/呼吸，例如正常人的心率参考值范围为50-100次/分钟，呼吸参考值范围为10-30次/分钟，为每个用户设置一个固定的过速门限和过缓门限，实时监测并上传用户体征数据，服务器根据上传的用户体征数据计算周期内数据平均值，例如计算一分钟的心率均值，当达到设定的门限时启动告警开关，提醒看护人员被监测者身体状况异常，以达到智能监控的目的。
然而，目前的智能床垫告警方法中的过缓过速门限无法适用所有用户，以老年用户为例，健康老人、长期卧床老人和百岁高龄老人等，其体征数据差异很大，如果固定一个门限，容易导致体征异常的检测率较低或者虚警误警率较高；此外，即便是同一个用户，随着年龄增长和健康护理级别变化，判决门限始终维持同一个固定门限，无法同时确保疾病预警的高检测率和最小化虚警误警次数。
发明内容
针对现有技术中的缺陷，本发明实施例提供了一种体征异常告警方法及智能床垫系统。
第一方面，本发明实施例提供一种体征异常告警方法，包括：
预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；
采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；
若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
第二方面，本发明实施例提供一种智能床垫系统，包括：
预置模块，用于预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；
采集模块，用于采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；
告警模块，用于若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
第三方面，本发明实施例提供一种电子设备，包括：
存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
第四方面，本发明实施例提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如下方法：预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
本发明实施例提供的体征异常告警方法，根据用户预设周期内的体征数据为每个用户设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，由于门限值的设置以用户自身情况为依据，并按预设周期更新，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的体征异常告警方法流程示意图；
图2为本发明实施例提供的智能床垫系统的结构示意图；
图3为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的体征异常告警方法流程示意图，如图1所示，该方法包括：
步骤S11、预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；
具体地，智能床垫系统包括服务器和多个智能床垫，智能床垫用于采集用户心率/呼吸等体征数据，服务器用于对比采集的用户体征数据和体征门限，若超过过速门限值或低于过缓门限值，则生成告警信息，由于门限值设置不合理，容易导致检测率低，或者虚警次数高，检测率是指在一段时间内告警信息正确指示用户身体异常的比率，虚警次数是指误报用户身体异常的次数。为了提高告警信息的检测率并降低虚警次数，预先采集每个用户在第一预设周期内的体征数据，记为第一体征数据，例如，智能床垫中的传感器采集用户在一周内的第一体征数据，将第一体征数据上传至智能床垫系统的服务器，服务器获取到第一体征数据之后，根据智能床垫标识区分每个用户的第一体征数据，然后根据每个用户的第一体征数据确定用户自己的如心率/呼吸等体征参数过缓门限和体征参数过速门限，实现个性化的体征参数门限设置。之后，智能床垫系统中的服务器存储每个用户的体征参数过缓门限和体征参数过速门限。
例如，采集用户一周内的心率数据和呼吸数据，根据用户心率数据确定心率过缓门限和心率过速门限，根据呼吸数据确定呼吸过缓门限和呼吸过速门限。这样，各个用户体征参数过缓门限和体征参数过速门限依据自身情况设定，并且每隔第一预设周期更新一次，使体征参数过缓门限和体征参数过速门限设置个性化并且随时间更新使门限的设置更符合用户当前的身体状况。
步骤S12、采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；
具体地，采集用户在第二预设周期内的体征数据，记为第二体征数据，根据第二体征数据计算用户在第二预设周期内的体征均值，记为第二体征均值，其中第二预设周期小于第一预设周期，例如，第一预设周期为一周，第二预设周期为5分钟等，例如，智能床垫的传感器每间隔3秒采集一次用户心率数据，然后上传至智能床垫的服务器，服务器每隔5分钟计算一次用户心率均值，每隔一周计算一次用户体征门限值等。
步骤S13、若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
具体地，确定出用户的第二体征均值之后，服务器查找存储的用户体征参数过速门限和体征参数过缓门限，例如服务器在存储门限值时以智能床垫标识为索引，采集到用户的体征数据后，根据体征数据中携带的智能床垫标识查找用户的体征参数过速门限和体征参数过缓门限，判断第二体征均值是否大于用户的体征参数过速门限，若大于则表示体征出现异常，如果不大于，则判断第二体征均值是否小于用户的体征参数过缓门限，若小于则表示体征出现异常，当判断体征出现异常时，生成用户的体征异常告警信息，例如，服务器将告警信息发送至智能床垫的呼叫装置，呼叫装置发出警报音，表示当前用户体征出现异常，需要尽快处理，以便及时发现用户异常情况。
例如，智能床垫的传感器每隔3s采集一次用户的心率数据并上传至服务器，服务器根据用户上一周的心率数据计算出心率均值，并根据心率均值设置本周的心率过缓门限和心率过速门限。之后服务器每间隔5分钟计算一次用户的心率均值，判断心率均值是否小于心率过缓门限或是否大于心率过速门限，如果满足，则表示在这5分钟内，用户心率出现异常，服务器生成告警信息传送至相应的智能床垫，智能床垫发出报警音。之后智能床垫仍然每隔3s采集一次用户的心率数据并上传至服务器，服务器每隔5分钟判断用户心率是否异常，并每隔一周重置一次用户的心率过缓门限和心率过速门限。
本发明实施例提供的体征异常告警方法，根据用户预设周期内的体征数据为每个用户设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，由于门限值的设置以用户自身情况为依据，并按预设周期更新，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
在上述实施例的基础上，进一步地，所述预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限，包括：
预先采集每个用户在第一预设周期内的第一体征数据；
根据所述第一体征数据确定每个用户的第一体征均值；
获取每个用户的用户类别信息；
根据所述用户类别信息确定每个用户的第一门限参数；
根据所述第一门限参数和所述第一体征均值，确定每个用户在所述第二预设周期内的体征参数过缓门限和体征参数过速门限。
具体地，预先采集每个用户在第一预设周期内的第一体征数据，根据采集到的第一体征数据计算每个用户的体征均值，记为第一体征均值，例如，采集用户过去一周内的心率数据或者呼吸数据，根据心率数据确定用户的心率均值avg_x，根据用户的呼吸数据确定用户的呼吸均值avg_y，之后，获取每个用户的用户类别信息，例如，预先根据作息规律和年龄信息或健康状态等将用户分为三个类别：第一类为普通低龄养老用户，生活能自理，正常作息，年龄小于80周岁；第二类为长期卧床用户，生活不能自理，需要长期照护；第三类为普通高龄养老用户，年龄大于80周岁。在用户使用智能床垫之前，可以输入用户基本信息，智能床垫系统根据输入的信息确定每个用户的用户类别信息。又例如，预先采集各个类别用户的大量体征数据样本并标记类别标识，通过机器学习方法对样本数据进行训练，得到训练模型并存储在服务器中，当用户使用智能床垫时，首先采集一段时间内的体征数据，例如采集用户1小时的体征数据上传到服务器，服务器根据训练模型对体征数据进行分类，确定用户类别信息。
然后根据用户类别信息确定每个用户的门限参数，记为第一门限参数，根据用户的第一门限参数和第一体征均值，确定每个用户在第二预设周期的体征参数过缓门限和体征参数过速门限，例如，设置心率过缓门限x_l＝α1*avg_x，心率过速门限x_h＝α2*avg_x，其中，α1＜1且α2＞1。又如，设置呼吸过缓门限y_l＝β1*avg_y，呼吸过速门限y_h＝β2*avg_y，其中，β1＜1且β2＞1。通过用户类别信息确定用户的门限参数α1、α2、β1和β2，例如，对于普通低龄养老用户，作息正常，用户在床的心率值和呼吸值比较稳定，通过对大量普通低龄养老用户数据样本的学习，可以设置α1＝0.7，α2＝1.3，β1＝0.6，β2＝1.5，即普通低龄养老用户的心率过缓门限x_l＝0.7*avg_x，心率过速门限x_h＝1.3*avg_x，呼吸过缓门限y_l＝0.6*avg_y，呼吸过速门限y_h＝1.5*avg_y，这样，当监测到普通低龄养老用户的心率值低于心率过缓门限x_l＝0.7*avg_x，则生成告警信息。
本发明实施例提供的体征异常告警方法，根据用户类别确定用户门限参数，根据用户预设周期内的体征数据和门限参数为每个用户设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，体征门限既考虑了用户个体信息又综合了群体特点，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
在上述各实施例的基础上，进一步地，所述预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限，包括：
预先采集每个用户在第一预设周期内每个第一预设时段的第三体征数据；
根据所述第三体征数据确定每个用户的在所述第一预设时段内的第三体征均值；
根据所述第三体征均值确定每个用户在所述第一预设时段内的第二门限参数；
根据所述第二门限参数和所述第三体征均值，确定每个用户在所述第二预设周期内每个第一预设时段的体征参数过缓门限和体征参数过速门限。
具体地，即使同一用户在不同时段体征数据差异也很大，例如，长期卧床用户白天夜间活跃度波动较大，夜间基本是睡眠休息，白天通常包括各种饮食护理体检等活动，其心率呼吸通常高于夜间10％-20％。而对于普通低龄养老用户，白天通过处于活动状态，在床时间较短，因此，对于普通低龄养老用户，可以只采集夜晚的体征数据，记为第三体征数据。因此可以预先采集每个用户在第一预设周期内，每个第一预设时段的体征数据，记为第三体征数据，例如采集用户在一周内每个夜晚的体征数据，然后计算用户的体征均值，记为第三体征均值，例如计算用户在夜间的呼吸均值等，之后根据用户的第三体征均值设置用户第一预设时段的门限参数，记为第二门限参数，之后根据第二门限参数和第三体征均值，确定每个用户在第二预设周期内每个第一预设时段的体征参数过缓门限和体征参数过速门限。
例如，普通低龄养老用户主要监测夜间休息睡眠(19:00-7:00)，用户在床的心率呼吸值都比较稳定,过缓过速门限可以设置为：
心率门限:x_l＝0.7*avg_x；x_h＝1.3*avg_x；
呼吸门限:y_l＝0.6*avg_y；y_h＝1.5*avg_y；
长期卧床用户白天夜间活跃度波动较大，夜间(21:00-6:00)基本是睡眠休息，白天通常包括各种饮食护理体检等活动，其心率呼吸通常高于夜间10％-20％，所以根据时段区分，白天心率呼吸过速门限与普通用户相比上浮10％，即：
白天心率门限:x_l＝0.7*avg_x；x_h＝1.4*avg_x；
白天呼吸门限:y_l＝0.6*avg_y；y_h＝1.6*avg_y；
夜间心率门限:x_l＝0.7*avg_x；x_h＝1.3*avg_x；
夜间呼吸门限:y_l＝0.6*avg_y；y_h＝1.5*avg_y；
对于普通高龄养老用户，由于其年龄越高，器官退化越明显，用户心率呼吸基础值偏低，即使日常活动或生病时，其最高心率也不会太高，所以相应的心率过速门限将基于普通用户门限下降1％-15％，即从80岁开始，每增一岁下降1％，100岁以上最多降15％，以90岁老人为例：
白天心率门限:x_l＝0.7*avg_x；x_h＝1.3*avg_x；
白天呼吸门限y_l＝0.6*avg_y；y_h＝1.5*avg_y；
夜间心率门限:x_l＝0.7*avg_x；x_h＝1.2*avg_x；
夜间呼吸门限:y_l＝0.6*avg_y；y_h＝1.4*avg_y；
确定每个用户每个时段的体征参数过缓门限和体征参数过速门限之后，采集用户在该时段内的体征数据并计算体征数据均值，若体征数据均值大于体征参数过速门限或体征数据均值小于体征参数过缓门限，则生成该用户的告警信息。
本发明实施例提供的体征异常告警方法，根据用户作息规律确定用户不同时段的门限参数，根据用户预设周期内的体征数据和门限参数为每个用户每个时段设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，体征门限兼顾了用户个体信息和各时段作息规律，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
在上述实施例的基础上，进一步地，所述方法还包括：
获取第二预设时段内每个用户的体征异常告警的检测率和虚警次数；
根据所述检测率和虚警次数确定每个用户的门限可靠度；
若判断获知所述门限可靠度低于预设可靠度阈值，则根据所述门限可靠度更新所述用户的体征参数过缓门限和/或体征参数过速门限。
具体地，设置体征门限之后，还可以增加反馈环节以验证体征门限设置是否合理，具体地获取第二预设时段内每个用户的体征异常告警的检测率和虚警次数，例如，统计用户每5分钟的告警数，然后结合用户实际身体状况，判断告警生成的时间段用户是否身体异常，如果异常，则表示告警信息检测到异常，如果正常，则表示该告警为虚告警，然后统计一天内的检测率和虚警次数，根据检测率和虚警次数确定体征门限可靠度，如果可靠度低于预设可靠度阈值，则调整用户的体征参数过缓门限或体征参数过速门限。例如虚警次数高的体征门限，可以提高过速门限或者降低过缓门限，检测率低的体征门限，可以降低过速门限或者提高过缓门限等。
本发明实施例提供的体征异常告警方法，根据用户预设周期内的体征数据为每个用户设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，并设置反馈环节，根据体征门限可靠度调整体征门限，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
在上述各实施例的基础上，进一步地，所述根据所述检测率和虚警次数确定每个用户的门限可靠度，包括：
根据公式计算每个用户的门限可靠度F(x,y)，其中x为第二预设时段内的检测率，1/y为第二预设时段内的虚警次数。
具体地，根据公式计算每个用户的门限可靠度F(x,y)，x为第二预设时段内的检测率，y为第二预设时段内的虚警数，1/y为第二预设时段内的虚警次数。如果F(x,y)越大，表示体征门限越可靠，若y＝0或者x＝100％，则令F(x,y)＝1。
例如，用户在某一天的检测率为60％，虚警数为10，则门限可靠度小于预设可靠度阈值0.05，则调整用户的体征参数过缓门限或体征参数过速门限，例如，提高过速门限或者降低过缓门限等。
本发明实施例提供的体征异常告警方法，根据用户预设周期内的体征数据为每个用户设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，并设置反馈环节，根据体征门限可靠度调整体征门限，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
图2为本发明实施例提供的智能床垫系统的结构示意图，如图2所示，该智能床垫系统包括：预置模块21、采集模块22和告警模块23，其中：
预置模块21用于预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；采集模块22用于采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；告警模块23用于若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
具体地，预置模块21预先采集每个用户在第一预设周期内的体征数据，记为第一体征数据，然后根据每个用户的第一体征数据确定用户自己的体征参数过缓门限和体征参数过速门限，实现个性化的体征门限设置。采集模块22采集用户在第二预设周期内的体征数据，记为第二体征数据，根据第二体征数据计算用户在第二预设周期内的体征均值，记为第二体征均值，其中第二预设周期小于第一预设周期。告警模块23判断第二体征均值是否大于用户的体征参数过速门限，若大于则表示体征出现异常，如果不大于，则告警模块23判断第二体征均值是否小于用户的体征参数过缓门限，若小于则表示体征出现异常，当判断体征出现异常时，告警模块23生成用户的体征异常告警信息，例如，服务器将告警信息发送至智能床垫的呼叫装置，呼叫装置发出警报音，表示当前用户体征出现异常，需要尽快处理，以便及时发现用户异常情况。本发明实施例提供的装置，用于实现上述方法，其功能具体参照上述方法实施例，此处不再赘述。
本发明实施例提供的智能床垫系统，根据用户预设周期内的体征数据为每个用户设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，由于门限值的设置以用户自身情况为依据，并按预设周期更新，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
在上述实施例的基础上，进一步地，所述预置模块包括：
采集单元，用于预先采集每个用户在第一预设周期内的第一体征数据；
计算单元，用于根据所述第一体征数据确定每个用户的第一体征均值；
获取单元，用于获取每个用户的用户类别信息；
参数确定单元，用于根据所述用户类别信息确定每个用户的第一门限参数；
门限确定单元，用于根据所述第一门限参数和所述第一体征均值，确定每个用户在所述第二预设周期内的体征参数过缓门限和体征参数过速门限。
具体地，采集单元预先采集每个用户在第一预设周期内的第一体征数据，计算单元根据采集到的第一体征数据计算每个用户的体征均值，记为第一体征均值，之后，获取单元获取每个用户的用户类别信息，参数确定单元根据用户类别信息确定每个用户的门限参数，记为第一门限参数，门限确定单元根据用户的第一门限参数和第一体征均值，确定每个用户在第二预设周期的体征参数过缓门限和体征参数过速门限，例如，门限确定单元设置心率过缓门限x_l＝α1*avg_x，心率过速门限x_h＝α2*avg_x，其中，α1＜1且α2＞1。又如，门限确定单元设置呼吸过缓门限y_l＝β1*avg_y，呼吸过速门限y_h＝β2*avg_y，其中，β1＜1且β2＞1。参数确定单元通过用户类别信息确定用户的门限参数α1、α2、β1和β2。本发明实施例提供的装置，用于实现上述方法，其功能具体参照上述方法实施例，此处不再赘述。
本发明实施例提供的智能床垫系统，根据用户类别确定用户门限参数，根据用户预设周期内的体征数据和门限参数为每个用户设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，体征门限既考虑了用户个体信息又综合了群体特点，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
在上述各实施例的基础上，进一步地，所述智能床垫系统还包括：
获取模块，用于获取第二预设时段内每个用户的体征异常告警的检测率和虚警次数；
计算模块，用于根据所述检测率和虚警次数确定每个用户的门限可靠度；
更新模块，用于若判断获知所述门限可靠度低于预设可靠度阈值，则根据所述门限可靠度更新所述用户的体征参数过缓门限和/或体征参数过速门限。
具体地，获取模块获取第二预设时段内每个用户的体征异常告警的检测率和虚警次数，例如，获取模块获取用户每5分钟的告警数，然后结合用户实际身体状况，判断告警生成的时间段用户是否身体异常，如果异常，则表示告警信息检测到异常，如果正常，则表示该告警为虚告警，然后统计一天内的检测率和虚警次数，计算模块根据检测率和虚警次数确定体征门限可靠度，更新模块判断若可靠度低于预设可靠度阈值，则调整用户的体征参数过缓门限或体征参数过速门限。本发明实施例提供的装置，用于实现上述方法，其功能具体参照上述方法实施例，此处不再赘述。
本发明实施例提供的智能床垫系统，根据用户预设周期内的体征数据为每个用户设置不同的体征门限，当采集到的用户体征数据超过过速门限或者低于过缓门限时，生成体征异常告警信息，并设置反馈环节，根据体征门限可靠度调整体征门限，使得门限值的设置更合理，从而提高告警信息的检测率并降低了告警信息的虚警次数。
图3为本发明实施例提供的电子设备的结构示意图，如图3所示，所述设备包括：处理器(processor)31、存储器(memory)32和总线33；
其中，处理器31和存储器32通过所述总线33完成相互间的通信；
处理器31用于调用存储器32中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上各实施例仅用以说明本发明的实施例的技术方案，而非对其限制；尽管参照前述各实施例对本发明的实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。
Claims (10)
1.一种体征异常告警方法，其特征在于，包括：
预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；
采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；
若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
2.根据权利要求1所述的方法，其特征在于，所述预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限，包括：
预先采集每个用户在第一预设周期内的第一体征数据；
根据所述第一体征数据确定每个用户的第一体征均值；
获取每个用户的用户类别信息；
根据所述用户类别信息确定每个用户的第一门限参数；
根据所述第一门限参数和所述第一体征均值，确定每个用户在所述第二预设周期内的体征参数过缓门限和体征参数过速门限。
3.根据权利要求1所述的方法，其特征在于，所述预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限，包括：
预先采集每个用户在第一预设周期内每个第一预设时段的第三体征数据；
根据所述第三体征数据确定每个用户的在所述第一预设时段内的第三体征均值；
根据所述第三体征均值确定每个用户在所述第一预设时段内的第二门限参数；
根据所述第二门限参数和所述第三体征均值，确定每个用户在所述第二预设周期内每个第一预设时段的体征参数过缓门限和体征参数过速门限。
4.根据权利要求1-3任一所述的方法，其特征在于，所述方法还包括：
获取第二预设时段内每个用户的体征异常告警的检测率和虚警次数；
根据所述检测率和虚警次数确定每个用户的门限可靠度；
若判断获知所述门限可靠度低于预设可靠度阈值，则根据所述门限可靠度更新所述用户的体征参数过缓门限和/或体征参数过速门限。
5.根据权利要求4所述的方法，其特征在于，所述根据所述检测率和虚警次数确定每个用户的门限可靠度，包括：
根据公式计算每个用户的门限可靠度F(x,y)，其中x为第二预设时段内的检测率，1/y为第二预设时段内的虚警次数。
6.一种智能床垫系统，其特征在于，包括：
预置模块，用于预先根据每个用户在第一预设周期内的第一体征数据，确定每个用户的体征参数过缓门限和体征参数过速门限；
采集模块，用于采集每个用户在第二预设周期内的第二体征数据，根据所述第二体征数据确定每个用户的第二体征均值；
告警模块，用于若判断获知用户的第二体征均值大于所述用户的体征参数过速门限或所述第二体征均值小于所述用户的体征参数过缓门限，则生成所述用户的体征异常告警信息。
7.根据权利要求6所述的智能床垫系统，其特征在于，所述预置模块包括：
采集单元，用于预先采集每个用户在第一预设周期内的第一体征数据；
计算单元，用于根据所述第一体征数据确定每个用户的第一体征均值；
获取单元，用于获取每个用户的用户类别信息；
参数确定单元，用于根据所述用户类别信息确定每个用户的第一门限参数；
门限确定单元，用于根据所述第一门限参数和所述第一体征均值，确定每个用户在所述第二预设周期内的体征参数过缓门限和体征参数过速门限。
8.根据权利要求6或7任一所述的智能床垫系统，其特征在于，还包括：
获取模块，用于获取第二预设时段内每个用户的体征异常告警的检测率和虚警次数；
计算模块，用于根据所述检测率和虚警次数确定每个用户的门限可靠度；
更新模块，用于若判断获知所述门限可靠度低于预设可靠度阈值，则根据所述门限可靠度更新所述用户的体征参数过缓门限和/或体征参数过速门限。
9.一种电子设备，其特征在于，包括：
存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
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如权利要求1至5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810168826.7A CN110211703A (zh) | 2018-02-28 | 2018-02-28 | 一种体征异常告警方法及智能床垫系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810168826.7A CN110211703A (zh) | 2018-02-28 | 2018-02-28 | 一种体征异常告警方法及智能床垫系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110211703A true CN110211703A (zh) | 2019-09-06 |
Family
ID=67779007
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810168826.7A Pending CN110211703A (zh) | 2018-02-28 | 2018-02-28 | 一种体征异常告警方法及智能床垫系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110211703A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111208740A (zh) * | 2020-02-13 | 2020-05-29 | 和也健康科技有限公司 | 一种床垫控制系统及其控制方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1897871A (zh) * | 2003-12-04 | 2007-01-17 | 赫艾纳医疗公司 | 智能医疗警戒系统 |
| CN205098637U (zh) * | 2015-11-13 | 2016-03-23 | Tcl集团股份有限公司 | 禽蛋托盘 |
| CN106618526A (zh) * | 2016-11-17 | 2017-05-10 | 杭州伯仲信息科技有限公司 | 一种睡眠监测方法及系统 |
| CN107028426A (zh) * | 2017-04-12 | 2017-08-11 | 佛山市量脑科技有限公司 | 一种智能床垫系统 |
-
2018
- 2018-02-28 CN CN201810168826.7A patent/CN110211703A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1897871A (zh) * | 2003-12-04 | 2007-01-17 | 赫艾纳医疗公司 | 智能医疗警戒系统 |
| CN205098637U (zh) * | 2015-11-13 | 2016-03-23 | Tcl集团股份有限公司 | 禽蛋托盘 |
| CN106618526A (zh) * | 2016-11-17 | 2017-05-10 | 杭州伯仲信息科技有限公司 | 一种睡眠监测方法及系统 |
| CN107028426A (zh) * | 2017-04-12 | 2017-08-11 | 佛山市量脑科技有限公司 | 一种智能床垫系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111208740A (zh) * | 2020-02-13 | 2020-05-29 | 和也健康科技有限公司 | 一种床垫控制系统及其控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11723568B2 (en) | Mental state monitoring system | |
| US8979730B2 (en) | Method and system for providing behavioural therapy for insomnia | |
| US9743859B2 (en) | Daytime/nighttime respiration rate monitoring | |
| CN108234956A (zh) | 医护监控方法、装置和系统、设备 | |
| CN106618526A (zh) | 一种睡眠监测方法及系统 | |
| CN105808959A (zh) | 一种运动检测系统、运动检测终端及云平台 | |
| CN105592777A (zh) | 用于睡眠管理的方法和系统 | |
| CN110881987B (zh) | 一种基于可穿戴设备的老年人情绪监测系统 | |
| CN102860892A (zh) | 患者监测中管理警报的方法、设备及计算机程序产品 | |
| CN109846466B (zh) | 异常判定装置、电子设备及计算机可读存储介质 | |
| DE112006003199T5 (de) | Nicht behindernde, im Wesentlichen fortlaufende Erfassung der täglichen Aktivitäten eines Patienten zur Anzeige einer Zustandsänderung des Patienten für den Zugriff eines Fernbetreuers | |
| CN108201435A (zh) | 睡眠分期确定方法、相关设备及计算机可读介质 | |
| CN109843183A (zh) | 检测装置 | |
| JP2017029320A (ja) | 生体状態判定装置及び生体状態判定方法 | |
| CN106572803A (zh) | 医学监测器警报设置的生成 | |
| CN108836269A (zh) | 一种融合心率呼吸体动的自动睡眠分期方法 | |
| CN114403808A (zh) | 一种基于环境监测的人体睡眠分析方法、设备及存储介质 | |
| CN105593860B (zh) | 用于确定复合评分分布的装置和患者健康状态确定器 | |
| CN109727670A (zh) | 一种智能中风康复监护方法和系统 | |
| CN110151166A (zh) | 一种基于双模态生物电信号与生理数据的疲劳度评估系统及评估方法 | |
| CN117322841A (zh) | 一种基于云计算服务的睡眠健康管理系统 | |
| CN109727669A (zh) | 一种中风患者监护系统和方法 | |
| CN110211703A (zh) | 一种体征异常告警方法及智能床垫系统 | |
| CN109922718A (zh) | 用于提供动态唤醒警报的方法、装置和计算机程序产品 | |
| EP3072446A1 (en) | Mental suffering monitoring system |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190906 |
|
| RJ01 | Rejection of invention patent application after publication |