CN113303796B - 一种肿瘤患者心理自动测试仪及其测试方法 - Google Patents

Abstract

本发明公开了一种肿瘤患者心理自动测试仪，包括外壳；以及腕带，其固定安装于所述外壳的外部，用于将所述外壳佩戴于手腕；连接线，其一端与所述外壳固定连接，并延伸至所述外壳的内部；血氧饱和度夹子，其与所述连接线的另一端电连接，用于检测患者的血氧血糖信息；充电电源，其固定安装于所述外壳的内部，用于供电；显示屏，其固定安装于所述外壳的一侧；传感检测单元，其固定安装于所述外壳的内部，且延伸至所述外壳的另一侧，用于检测患者的血压、血糖、心跳呼吸频率和声调等信息。本发明提供的一种肿瘤患者心理自动测试方法，通过系统化的计算，避免了人工测试的情况，且考虑到患者的多方面信息，使得测试的结果更准确。

Description

一种肿瘤患者心理自动测试仪及其测试方法

技术领域

本发明涉及肿瘤患者心理测试技术领域，具体为一种肿瘤患者心理自动测试仪及其测试方法。

背景技术

肿瘤是指机体在各种致瘤因子作用下，局部组织细胞增生所形成的新生物，根据新生物的细胞特性及对机体的危害性程度，又将肿瘤分为良性肿瘤和恶性肿瘤两大类，恶性肿瘤会影响到患者的健康，严重的会危及患者的生命，在治疗的过程中，发现患者的情绪对肿瘤患者的治疗能够起到一定的作用，因此对患者的心理进行测试便尤其重要，但是现在没有对患者心理进行测试的仪器；中国发明CN201910928605.X提出了一种肿瘤患者心理痛苦评估仪及其评估方法，解决了传统临床肿瘤患者心理痛苦程度自我评估量表结果主观性强、准确性不足、结果不稳定、易受患者各种内和外界因素影响的问题。

但是仅仅能够测试患者的痛苦程度，并不能对患者的心理情况进行测试；而采用人工测试的方式，由于每个人的判断标准不一样，测试的结果也不准确。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明的目的之一是提供一种肿瘤患者心理自动测试仪，解决不能自动对患者的心理情况进行测试的问题。

目的之二是提供一种肿瘤患者心理自动测试方法，解决测试的结果不准确的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种肿瘤患者心理自动测试仪，包括：

外壳；以及

腕带，其固定安装于所述外壳的外部，用于将所述外壳佩戴于手腕；

连接线，其一端与所述外壳固定连接，并延伸至所述外壳的内部；

血氧饱和度夹子，其与所述连接线的另一端电连接，用于检测患者的血氧血糖信息；

充电电源，其固定安装于所述外壳的内部，用于供电；

显示屏，其固定安装于所述外壳的一侧；

传感检测单元，其固定安装于所述外壳的内部，且延伸至所述外壳的另一侧，用于检测患者的血压、血糖、心跳呼吸频率和声调等信息；

控制单元，其固定安装于所述外壳的内部，且与所述传感检测单元、所述显示屏、所述连接线和所述充电电源电连接，用于控制和计算。

优选的，所述腕带包括：

贴毛连接带，其固定安装于所述外壳的一端；

毛刺连接带，其固定安装于所述外壳的另一端；

魔术贴贴毛层，其固定安装于所述贴毛连接带的内侧；

魔术贴毛刺层，其固定安装于所述毛刺连接带的外侧。

优选的，所述传感检测单元包括血糖传感器、血压传感器、脉搏传感、声音传感器和生物电阻抗传感器，用于检测患者的心跳、呼吸率、声调等信息。

优选的，所述控制单元包括计算模块和无线信号收发模块，所述无线信号收发模块用于接收患者信息和发送测试结果信息。

优选的，所述显示屏为触摸显示屏。

一种肿瘤患者心理自动测试方法，根据患者的患病情况，并基于BP神经网络确定患者的心理承受等级，包含如下步骤：

步骤一、输入患者年龄、肿瘤类型、病龄、其他病情、上次重大疾病时间、对生活的满意度以及长期服用药物；

步骤二、确认三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃,x₄,x₅,x₆,x₇}；

其中，x₁为患者的年龄，x₂为患者的肿瘤类型，x₃为患者的病龄，x₄为患者的其他病情情况，x₅为患者的上次重大疾病时间，x₆为患者对生活的满意度，x₇为患者的长期服用药物；

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,y₃,...,y_m}；

其中m为中间层节点个数；

步骤四、得到输出层神经元向量o＝{o₁,o₂,o₃,...,o₆}；

其中o₁＝6为抗压等级一级，能够承受较大的压力，态度积极乐观；o₂＝5为抗压等级二级，能承受较大压力，态度正常；o₃＝4为抗压等级三级，能承受一般压力，态度乐观；o₄＝3为抗压等级四级，能承受一般压力，态度悲观；o₅＝2为抗压等级五级，压力承受能力差，态度正常；o₆＝1为抗压等级六级，压力承受能力差，态度悲观。

优选的，根据患者的血压、血糖和血脂获取患者的指标一T₁：

其中，

为第n秒检测到的血压值，

为第n秒检测到的血糖值，

为第n秒检测到的血脂值。

优选的，根据患者的心跳和呼吸频率信息获取患者的指标二T₂：

其中f_a为测得的心跳频率，f_a0为患者正常情况下的心跳频率，f_b为测得的呼吸率，f_b0为患者正常情况下的呼吸率。

优选的，根据患者的声调信息获取患者的指标二T₃：

其中A_n为第n秒检测到的声调值，A_n0为患者日常正常声调。

优选的，结合T₁、T₂和T₃获取测试结果：

当z≥0，这代表患者心理状态较差，当z＜0，这代表患者心理状态良好。

(三)有益效果

与现有技术相比，本发明具备以下有益效果：

1、本发明提供的一种肿瘤患者心理自动测试仪，可自动测试患者的心理状态，且操作简单，便于医护人员使用。

2、本发明提供的一种肿瘤患者心理自动测试方法，通过系统化的计算，避免了人工测试的情况，且考虑到患者的多方面信息，使得测试的结果更准确。

附图说明

图1为本发明所述一种肿瘤患者心理自动测试仪的结构示意图；

图2为本发明所述一种肿瘤患者心理自动测试仪的测试流程图。

图中：1外壳、2腕带、3连接线、4血氧饱和度夹子、5充电电源、6控制单元、7显示屏、8传感检测单元。

具体实施方式

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，所描述的实施例仅仅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做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。

请参阅图1，一种肿瘤患者心理自动测试仪，包括外壳1；以及腕带2，其固定安装于外壳1的外部，用于将外壳1佩戴于手腕；连接线3，其一端与外壳1固定连接，并延伸至外壳1的内部；血氧饱和度夹子4，其与连接线3的另一端电连接，用于检测患者的血氧血糖信息；充电电源5，其固定安装于外壳1的内部，用于供电；显示屏7，显示屏7为触摸显示屏，其固定安装于外壳1的一侧；传感检测单元8，其固定安装于外壳1的内部，且延伸至外壳1的另一侧，用于检测患者的血压、血糖、心跳呼吸频率和声调等信息，传感检测单元8包括血糖传感器、血压传感器、脉搏传感、声音传感器和生物电阻抗传感器，用于检测患者的心跳、呼吸率、声调等信息；控制单元6，其固定安装于外壳1的内部，且与传感检测单元8、显示屏7、连接线3和充电电源5电连接，用于控制和计算，控制单元6包括计算模块和无线信号收发模块，无线信号收发模块用于接收患者信息和发送测试结果信息。

在使用时，使用腕带2将该测试仪佩戴于患者的手腕处，然后将血氧饱和度夹子4夹持在患者的手部，即可通过传感检测单元8和血氧饱和度夹子4检测患者的血氧、血压、血糖、心跳、呼吸频率和声调等信息，最后通过控制单元6计算即可得到患者的心理状态，自动检测，且操作简单，便于医护人员使用。

腕带2包括：贴毛连接带，其固定安装于外壳1的一端；毛刺连接带，其固定安装于外壳1的另一端；魔术贴贴毛层，其固定安装于贴毛连接带的内侧；魔术贴毛刺层，其固定安装于毛刺连接带的外侧，采用魔术贴来固定，操作简单，便于患者戴在手腕。

请参阅图2，一种肿瘤患者心理自动测试方法，根据患者的患病情况，并基于BP神经网络确定患者的心理承受等级，包含如下步骤：

步骤S10、将患者的心理承受能力分级并建立数据库：

将患者的心理承受能力进行分级；

输入患者年龄、肿瘤类型、病龄、其他病情、上次重大疾病时间、对生活的满意度以及长期服用药物。

步骤S20、建立BP神经网络模型：

BP模型上各层次的神经元之间形成全互连连接，各层次内的神经元之间没有连接，输入层神经元的输出与输入相同，即o_i＝x_i。中间中间层和输出层的神经元的操作特性为：

net_pj＝∑_iω_jio_pi

o_pj＝f_j(net_pj)

其中p表示当前的输入样本，ω_ji为从神经元i到神经元j的连接权值，o_pi为神经元j的当前输入，o_pj为其输出；f_j为非线性可微非递减函数，一般取为S型函数，即f_j(x)＝1/(1+e^-x)。

本发明采用的BP网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示患者的n个输入信号；第二层为中间层，共m个节点，由网络的训练过程以自适应的方式确定；第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入向量：x＝(x₁,x₂,...,x_n)^T

中间层向量：y＝(y₁,y₂,...,y_m)^T

输出向量：o＝(o₁,o₂,...,o_p)^T

本发明中，输入层节点数为n＝7，输出层节点数为p＝6，隐藏层节点数m＝10。

输入层7个参数分别表示为：x₁为患者的年龄，x₂为患者的肿瘤类型，x₃为患者的病龄，x₄为患者的其他病情情况，x₅为患者的上次重大疾病时间，x₆为患者对生活的满意度，x₇为患者的长期服用药物；

输出层参数分别表示为：o₁＝6为抗压等级一级，能够承受较大的压力，态度积极乐观；o₂＝5为抗压等级二级，能承受较大压力，态度正常；o₃＝4为抗压等级三级，能承受一般压力，态度乐观；o₄＝3为抗压等级四级，能承受一般压力，态度悲观；o₅＝2为抗压等级五级，压力承受能力差，态度正常；o₆＝1为抗压等级六级，压力承受能力差，态度悲观。

步骤S30、进行BP神经网络训练：

建立好BP神经网络节点模型后，即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值，隐层节点j和输出层节点k之间的连接权值。

1训练方法

各子网采用单独训练的方法；训练时，首先要提供一组训练样本，其中的每一个样本由输入样本和理想输出对组成，当网络的所有实际输出与其理想输出一致时，表明训练结束；否则，通过修正权值，使网络的理想输出与实际输出一致。

2训练算法

BP网络采用误差反向传播(Backward Propagation)算法进行训练，其步骤可归纳如下：

第一步：选定一结构合理的网络，设置所有节点阈值和连接权值的初值。

第二步：对每个输入样本作如下计算：

a前向计算：对l层的j单元

式中，

为第n次计算时l层的j单元信息加权和，

为l层的j单元与前一层(即l-1层)的单元i之间的连接权值，

为前一层(即l-1层，节点数为n_l-1)的单元i送来的工作信号；i＝0时，令

为l层的j单元的阈值。

若单元j的激活函数为sigmoid函数，则

且

若神经元j属于第一隐层(l＝1)，则有

若神经元j属于输出层(l＝L)，则有

且e_j(n)＝x_j(n)-o_j(n)；

b反向计算误差：

对于输出单元

对隐单元

c修正权值：

η为学习速率。

第三步：输入新的样本或新一周期样本，直到网络收敛，在训练时各周期中样本的输入顺序要重新随机排序。

BP算法采用梯度下降法求非线性函数极值，存在陷入局部极小以及收敛速度慢等问题。更为有效的一种算法是Levenberg-Marquardt优化算法，它使得网络学习时间更短，能有效地抑制网络陷于局部极小。其权值调整率选为

Δω＝(J^TJ+μI)^-1J^Te

其中J为误差对权值微分的雅可比Jacobian矩阵，I为输入向量，e为误差向量，变量μ是一个自适应调整的标量，用来确定学习是根据牛顿法还是梯度法来完成。

在系统设计时，系统模型是一个仅经过初始化了的网络，权值需要根据在使用过程中获得的数据样本进行学习调整，为此设计了系统的自学习功能。在指定了学习样本及数量的情况下，系统可以进行自学习，以不断完善网络性能。

步骤S40、确认心理承受能力级别：

S41、获取患者的血糖信息；

S42、获取患者的血压信息；

S43、获取患者的血氧信息；

S44、获取患者的心跳信息；

S45、获取患者的呼吸频率信息；

S46、获取患者的声调信息；

根据患者的血压、血糖和血脂获取患者的指标一T₁：

其中，

为第n秒检测到的血压值，

为第n秒检测到的血糖值，

为第n秒检测到的血脂值。

根据患者的心跳和呼吸频率信息获取患者的指标二T₂：

其中f_a为测得的心跳频率，f_a0为患者正常情况下的心跳频率，f_b为测得的呼吸率，f_b0为患者正常情况下的呼吸率。

根据患者的声调信息获取患者的指标二T₃：

其中A_n为第n秒检测到的声调值，A_n0为患者日常正常声调。

结合T₁、T₂和T₃获取测试结果：

当z≥0，这代表患者心理状态较差，当z＜0，这代表患者心理状态良好。

下面结合具体的实验例来对本发明提供的肿瘤患者心理自动测试方法进行说明：

现邀请实十名肿瘤患者进行测试，然后选取三名护理人员进行评估，具体见下表：

患者序号	患者自评	A护理评价	B护理评价	C护理评价	测试仪评价
						1	开心	开心	平淡	开心	开心
2	平淡	平淡	平淡	平淡	平淡
						3	平淡	平淡	平淡	难过	平淡
4	难过	难过	难过	难过	难过
						5	难过	难过	难过	难过	难过
6	平淡	难过	平淡	平淡	平淡
						7	开心	开心	平淡	开心	开心
8	难过	难过	难过	难过	难过
						9	平淡	平淡	平淡	难过	平淡
10	难过	难过	难过	难过	难过

由此可以看出，本申请的测试方法所得到的结果与患者的实际情况基本吻合，而通过护理人员进行测试则具有一定的偏差；

同时在检测过程中测得的数据情况如下：

由此可以看出，患者在心情不同的时间，其体内的血氧、血压、血糖、心跳、呼吸频率和声调等信息都会发生相应的变化，结合测试的结果，可以看出本发明提供的检测方式测试的结果更准确，且方便迅速，更便于医护人员使用。

综上所述，本发明提供的一种肿瘤患者心理自动测试仪，可自动测试患者的心理状态，且操作简单，便于医护人员使用，同时本发明提供的一种肿瘤患者心理自动测试方法，通过系统化的计算，避免了人工测试不准确的情况，具有统一的检测方式，且考虑到患者的多方面信息，如患者的血氧、血压、血糖、心跳、呼吸频率和声调等信息，使得测试的结果更准确，更具有说服力。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (1)

1.一种肿瘤患者心理自动测试方法，其特征在于，根据患者的患病情况，并基于BP神经网络确定患者的心理承受等级，包含如下步骤：

步骤一、输入患者年龄、肿瘤类型、病龄、其他病情、上次重大疾病时间、对生活的满意度以及长期服用药物；

步骤二、确认三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃,x₄,x₅,x₆,x₇}；

其中，x₁为患者的年龄，x₂为患者的肿瘤类型，x₃为患者的病龄，x₄为患者的其他病情情况，x₅为患者的上次重大疾病时间，x₆为患者对生活的满意度，x₇为患者的长期服用药物；

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,y₃,...,y_m}；

其中m为中间层节点个数；

步骤四、得到输出层神经元向量o＝{o₁,o₂,o₃,...,o₆}；

其中o₁＝6为抗压等级一级，能够承受较大的压力，态度积极乐观；o₂＝5为抗压等级二级，能承受较大压力，态度正常；o₃＝4为抗压等级三级，能承受一般压力，态度乐观；o₄＝3为抗压等级四级，能承受一般压力，态度悲观；o₅＝2为抗压等级五级，压力承受能力差，态度正常；o₆＝1为抗压等级六级，压力承受能力差，态度悲观；

上述患者的指标获取方法为：

根据患者的血压、血糖和血脂获取患者的指标一T₁：

其中，

为第n秒检测到的血压值，

为第n秒检测到的血糖值，

为第n秒检测到的血脂值；

根据患者的心跳和呼吸频率信息获取患者的指标二T₂：

其中f_a为测得的心跳频率，f_a0为患者正常情况下的心跳频率，f_b为测得的呼吸率，f_b0为患者正常情况下的呼吸率；

根据患者的声调信息获取患者的指标三 T₃：

其中A_n为第n秒检测到的声调值，A_n0为患者日常正常声调；

结合T₁、T₂和T₃获取测试结果：

当z≥0，这代表患者心理状态较差，当z＜0，这代表患者心理状态良好。

Images