CN109473151A - 一种医院临床检验用血液采集存储装置及其采集方法 - Google Patents

一种医院临床检验用血液采集存储装置及其采集方法 Download PDF

Info

Publication number
CN109473151A
CN109473151A CN201811285356.9A CN201811285356A CN109473151A CN 109473151 A CN109473151 A CN 109473151A CN 201811285356 A CN201811285356 A CN 201811285356A CN 109473151 A CN109473151 A CN 109473151A
Authority
CN
China
Prior art keywords
module
blood
information
blood collection
main control
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
Application number
CN201811285356.9A
Other languages
English (en)
Inventor
卢伟
李辉
闫慧
孙小红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao University
Original Assignee
Qingdao University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao University filed Critical Qingdao University
Priority to CN201811285356.9A priority Critical patent/CN109473151A/zh
Publication of CN109473151A publication Critical patent/CN109473151A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]

Abstract

本发明属于血液采集存储技术领域,公开了一种医院临床检验用血液采集存储装置及其采集方法,所述医院临床检验用血液采集存储装置包括:信息采集模块、温度检测模块、血液成分检测模块、主控模块、抽取模块、制冷模块、射频模块、容量判断模块、显示模块。本发明通过血液成分检测模块更快速、高效、无污染,大大缩短了被检者的等待时间;同时,通过射频模块根据获取的识别码生成哈希值,并根据哈希值从数据库中直接匹配相应的射频终端的频段信息,可以快捷地获取射频终端的频段信息,能够简化对识别码进行分析的过程,提高识别的速度和效率。

Description

一种医院临床检验用血液采集存储装置及其采集方法
技术领域
本发明属于血液采集存储技术领域,尤其涉及一种医院临床检验用血液采集存储装置及其采集方法。
背景技术
血液是流动在人的血管和心脏中的一种红色不透明的粘稠液体。血液由血浆和血细胞组成,一升血浆中含有900—910克的水,65—85克的蛋白质和20克的低分子物质,低分子物质中有多种电解质和有机化合物,血细胞包括红细胞和白细胞和血小板三类细胞。红细胞平均寿命为120天,白细胞寿命为9—13天,血小板寿命为8—9天。一般情况下,每人每天都有40ml的血细胞衰老死亡。同时,也有相应数量的细胞新生。血液的功能包含血细胞功能和血浆功能两部分,有运输、调节人体温度、防御、调节人体渗透压和酸碱平衡四个功能。血液通常存储在血库中,由医疗单位、血站或红十字会保管,以备需要者输血时使用。由于临床上对血液的需求量不确定,需要的血液型号或者成分血的类型也不一,所以延长血液及成分血保质期的低温冷藏技术受到了越来越多的关注。血液冷藏可以防止凝固、保证细胞新陈代谢所需的营养、延长在血液中机体在人体外的寿命、保证输给病人后能发挥相应的功能。但由于各种血细胞机体的特点不同,保存的方法也不同,保存期也有所不同。目前,全血和红细胞保存于4±2℃内可保存35天;血小板保存于特制的袋内,在22±2℃内并不断振荡,可保存5天;新鲜冰冻血浆在-20℃以下深冷条件下可保存1年。然而,现有血液采集存储装置对血液成分的检测方式存在感染风险、检测结果等待时间较长;同时,对血液采集存储装置射频电子标签识别速度慢、效率低影响对血液数据的采集。
综上所述,现有技术存在的问题是:
(1)现有血液采集存储装置对血液成分的检测方式存在感染风险、检测结果等待时间较长;同时,对血液采集存储装置射频电子标签识别速度慢、效率低影响对血液数据的采集。
(2)现有技术中信息进行分类,执行速度慢、分类准确率低,不能获得最优解。
(3)传统的图像清晰度评价算法,评价准确性取决于阈值选取,且其灵敏度较低。
(4)针对环境温度影响液位传感器的检测问题,现有的液位传感器最大相对误差大,不能得到良好的非线性校正和温度补偿效果。
发明内容
针对现有技术存在的问题,本发明提供了一种医院临床检验用血液采集存储装置及其采集方法。
本发明是这样实现的,一种医院临床检验用血液采集存储装置包括:
信息采集模块、温度检测模块、血液成分检测模块、主控模块、抽取模块、制冷模块、射频模块、容量判断模块、显示模块;
信息采集模块,与主控模块连接,用于通过数据录入设备采集患者身份信息、生理信息;
温度检测模块,与主控模块连接,用于通过温度传感器实时检测存储环境的温度数据;
血液成分检测模块,与主控模块连接,用于通过光谱仪对采集的血液成分进行光检测;
主控模块,与信息采集模块、温度检测模块、血液成分检测模块、抽取模块、制冷模块、射频模块、容量判断模块、显示模块连接,用于通过单片机控制各个模块正常工作;
抽取模块,与主控模块连接,用于通过抽血管抽取血液操作;
制冷模块,与主控模块连接,用于通过制冷器对血液存储环境进行降温操作;
射频模块,与主控模块连接,用于通过RFID电子标签标示血液采集的信息;
容量判断模块,与主控模块连接,用于通过液位传感器判断采集的血液的容量数据;
显示模块,与主控模块连接,用于通过显示器显示血液采集装置的温度数据、血液成分数据;
所述信息采集模块中对采集患者身份信息、生理信息进行分类,采用的算法为:
H(pi,pj)=cxp[-κ|pi-pj|2];
式中:参数κ=1/σ2,σ称为高斯核函数的高斯系数,(pi,pj)为第i个训练样本,i=1,2,…n;
所述患者身份信息、生理信息分类采用的算法中对参数σ和κ进行优化的步骤为:
步骤一,用(σ,κ)构建每一个粒子的初始状态,并完成种群内全部n个粒子的位置初始化和速度初始化,同时设定2个加速度参数a1,a22的数值为2,以及最大迭代次数T;
步骤二,根据当前的各个粒子状态,计算适应度,并以信息分类正确的比率作为评价各个粒子适应度高低的依据;
步骤三,比较每一个粒子的适应度和其出现过的最优状态,选出Li并更新最优状态,以便于下一次迭代过程的比较;
步骤四,比较各个粒子的适应度和整个种群出现过的最优状态,选出Lg并更新最优状态,以便于下一次迭代过程的比较;
步骤五,根据以下两式)更新粒子的位置和速度;
Si,d(t+1)=si,d(t)+vi,d(t+1)
vi,d(t+1)=G·vi,d(t)+a1r1·(Li(t)si,d(t))+a2r2·(Lg(t)si,d(t))
式中:
粒子群的初始状态为S=(s1,s2,…,sn),Si代表优化问题的第i个解,它在待查找空间上的多维表示为si=(si,1,si,2,…,si,m),若各个粒子的速度为Vi=(v1,v2,…,vm)T,群内的粒子个体位置最优解为Li=(li,1,li,2,…,li,m)T,能使种群整体达到最优状态的解为Lg=(lg,l,lg,2,…,lg,m)T,找到当前状态下的Li和Lg以后,需要对群内的粒子进行位置更新和速度更新,其处理过程如上述位置和速度两式,G为粒子飞行过程中的惯性权重,a1,a2为加速度参数,r1,r2为随机数;
步骤六,不断重复从步骤2到步骤5的工作,直到迭代过程达到最大迭代次数T,此时的Lg下各个粒子的状态,就是最终优化的结果;
所述显示模块中采用的图像清晰度评价算法,如下:
式中:f(x+1,y),f(x,y),f(x+2,y)为对应位置的图像像素;
所述容量判断模块中的液位传感器温度复合补偿模型为:
式中aj与bj为复合拟合曲线的模型参数,xk为液位测量值(mm),tk为环境温度值(℃),Lj(xk)、Lj(tk)为Laguerre基函数。
本发明的另一目的在于提供一种医院临床检验用血液采集存储装置及其采集方法包括以下步骤:
步骤一,通过信息采集模块利用数据录入设备采集患者身份信息、生理信息;
步骤二,通过温度检测模块利用温度传感器实时检测存储环境的温度数据;通过血液成分检测模块利用光谱仪对采集的血液成分进行光检测;
步骤三,主控模块通过抽取模块利用抽血管抽取血液操作;通过制冷模块利用制冷器对血液存储环境进行降温操作;
步骤四,通过射频模块利用RFID电子标签标示血液采集的信息;
步骤五,通过容量判断模块利用液位传感器判断采集的血液的容量数据;
步骤六,通过显示模块利用显示器显示血液采集装置的温度数据、血液成分数据。
进一步,所述血液成分检测模块检测方法如下:
1)连接并设定好光源、微型阵列光纤柱、光谱仪、光纤、数据线和数据处理端;
2)将所述微型阵列光纤柱插入到皮肤或血管中;
3)所述光源射出光,所述光由所述光纤入射到所述微型阵列光纤柱的微型光纤针柱,经由成对微型光纤针柱的其中一个微型光纤针柱进入血液中,所述光在血液中与血液里的成分发生反应产生拉曼散射光,所述拉曼散射光再经由所述成对微型光纤针柱的另一个微型光纤针柱出射;
4)所述光谱仪接收出射的所述拉曼散射光并对所述拉曼散射光进行分光,所述光谱仪将分光后的光信号转换成电信号并发送至所述数据处理端;
5)所述数据处理端对所述电信号通过数学模型进行分析计算,从而得出检测结果。
进一步,所述射频模块通信方法如下:
首先,生成触发信号,所述触发信号中包括有电子标签的频段信息;
然后,根据所述触发信号调整射频信号的发射频率,使所述射频信号的发射频率与所述电子标签的频段匹配;
最后,与所述电子标签进行数据交换。
进一步,所述生成触发信号,具体包括:
获取射频终端发送的识别码,根据所述识别码得到所述射频终端的电子标签的频段信息;
判断所述频段信息与射频信号当前发射频率是否匹配;
当所述频段信息与所述射频信号当前发射频率不匹配时,根据所述频段信息生成调整所述射频信号当前发射频率的触发信号。
进一步,所述获取射频终端发送的识别码,根据所述识别码得到所述射频终端的电子标签的频段信息,具体包括:
获取射频终端发送的识别码,所述识别码包含有所述射频终端的设备类型信息;
根据所述识别码识别所述射频终端的设备类型;
根据所述射频终端的设备类型,从存储有设备类型与频段信息的对应关系的数据库中匹配得到所述射频终端的设备类型所对应的电子标签的频段信息。
进一步,所述与所述电子标签进行数据交换之前,还包括:
当所述电子标签进入所述射频信号的识别范围后,向所述电子标签发送认证请求信息和认证码,所述认证码包括所述射频终端的识别码和所述射频信号的当前发射频率;
获取所述电子标签接收到所述认证请求信息后,根据预设加密算法对所述认证码进行加密运算后得到的加密结果;
将所述加密结果和所述认证码发送给服务器进行验证;
获取所述服务器根据所述认证码对所述加密结果进行验证得到的验证结果;
当所述验证结果为验证通过时,与所述电子标签进行数据交换。
本发明的优点及积极效果为:本发明通过血液成分检测模块更快速、高效、无污染,主要体现在:现有的血液成分检测通常需要被检者先排队抽血,将血液样品送给医务人员进行化验,然后等待化验结果,这个过程大概持续半个小时,而使用本发明所提供的血液光学检测装置,被检者的血液拉曼光谱直接通过所述光谱仪进行分光和处理后上传至所述数据处理端,实时进行处理,直接可拿到结果,整个过程只需几分钟,大大缩短了被检者的等待时间;同时,通过射频模块根据获取的识别码生成哈希值,并根据哈希值从数据库中直接匹配相应的射频终端的频段信息,可以快捷地获取射频终端的频段信息,能够简化对识别码进行分析的过程,提高识别的速度和效率。
本发明采用的信息分类算法,执行速度快、分类准确,获得最优解率高。
本发明采用的液位传感器温度复合补偿模型,最大相对误差不超过(3.4145×10-7)%,具有良好的非线性校正和温度补偿效果,在液位检测领域具有重要的理论和应用价值。
本发明采用的图像清晰度评价算法在滤除比例较大的低频成分的同时,保留了图像细节丰富的中高频成分,另外,算法采用两个模板计算图像能量差,因此可以不依赖阈值,有效地解决了传统算法依赖阈值的问题。
附图说明
图1是本发明实施例提供的医院临床检验用血液采集存储装置采集方法流程图。
图2是本发明实施例提供的医院临床检验用血液采集存储装置结构框图。
图中:1、信息采集模块;2、温度检测模块;3、血液成分检测模块;4、主控模块;5、抽取模块;6、制冷模块;7、射频模块;8、容量判断模块;9、显示模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图及具体实施例对本发明的应用原理作进一步描述。
如图1所示,本发明实施例提供的医院临床检验用血液采集存储装置采集方法包括以下步骤:
步骤S101,通过信息采集模块利用数据录入设备采集患者身份信息、生理信息;
步骤S102,通过温度检测模块利用温度传感器实时检测存储环境的温度数据;通过血液成分检测模块利用光谱仪对采集的血液成分进行光检测;
步骤S103,主控模块通过抽取模块利用抽血管抽取血液操作;通过制冷模块利用制冷器对血液存储环境进行降温操作;
步骤S104,通过射频模块利用RFID电子标签标示血液采集的信息;
步骤S105,通过容量判断模块利用液位传感器判断采集的血液的容量数据;
步骤S106,通过显示模块利用显示器显示血液采集装置的温度数据、血液成分数据。
如图2所示,本发明实施例提供的医院临床检验用血液采集存储装置包括:信息采集模块1、温度检测模块2、血液成分检测模块3、主控模块4、抽取模块5、制冷模块6、射频模块7、容量判断模块8、显示模块9。
信息采集模块1,与主控模块4连接,用于通过数据录入设备采集患者身份信息、生理信息;
温度检测模块2,与主控模块4连接,用于通过温度传感器实时检测存储环境的温度数据;
血液成分检测模块3,与主控模块4连接,用于通过光谱仪对采集的血液成分进行光检测;
主控模块4,与信息采集模块1、温度检测模块2、血液成分检测模块3、抽取模块5、制冷模块6、射频模块7、容量判断模块8、显示模块9连接,用于通过单片机控制各个模块正常工作;
抽取模块5,与主控模块4连接,用于通过抽血管抽取血液操作;
制冷模块6,与主控模块4连接,用于通过制冷器对血液存储环境进行降温操作;
射频模块7,与主控模块4连接,用于通过RFID电子标签标示血液采集的信息;
容量判断模块8,与主控模块4连接,用于通过液位传感器判断采集的血液的容量数据;
显示模块9,与主控模块4连接,用于通过显示器显示血液采集装置的温度数据、血液成分数据;
所述信息采集模块中对采集患者身份信息、生理信息进行分类,采用的算法为:
H(pi,pj)=exp[-κ|pi-pj|2];
式中:参数κ=1/σ2,σ称为高斯核函数的高斯系数,(pi,pj)为第i个训练样本,i=1,2,…n;
所述患者身份信息、生理信息分类采用的算法中对参数σ和κ进行优化的步骤为:
步骤一,用(σ,κ)构建每一个粒子的初始状态,并完成种群内全部n个粒子的位置初始化和速度初始化,同时设定2个加速度参数a1,a22的数值为2,以及最大迭代次数T;
步骤二,根据当前的各个粒子状态,计算适应度,并以信息分类正确的比率作为评价各个粒子适应度高低的依据;
步骤三,比较每一个粒子的适应度和其出现过的最优状态,选出Li并更新最优状态,以便于下一次迭代过程的比较;
步骤四,比较各个粒子的适应度和整个种群出现过的最优状态,选出Lg并更新最优状态,以便于下一次迭代过程的比较;
步骤五,根据以下两式)更新粒子的位置和速度;
Si,d(t+1)=si,d(t)+vi,d(t+1)
vi,d(t+1)=G·vi,d(t)+a1r1·(Li(t)-si,d(t))+a2r2·(Lg(t)-si,d(t))
式中:
粒子群的初始状态为S=(s1,s2,…,sn),Si代表优化问题的第i个解,它在待查找空间上的多维表示为si=(si,1,si,2,…,si,m),若各个粒子的速度为Vi=(υ1,υ2,…,υm)T,群内的粒子个体位置最优解为Li=(li,1,li,2,…,li,m)T能使种群整体达到最优状态的解为Lg=(lg,1,lg,2,…,lg,m)T,找到当前状态下的Li和Lg以后,需要对群内的粒子进行位置更新和速度更新,其处理过程如上述位置和速度两式,G为粒子飞行过程中的惯性权重,a1,a2为加速度参数,r1,r2为随机数;
步骤六,不断重复从步骤2到步骤5的工作,直到迭代过程达到最大迭代次数T,此时的Lg下各个粒子的状态,就是最终优化的结果;
所述显示模块中采用的图像清晰度评价算法,如下:
式中:f(x+1,y),f(x,y),f(x+2,y)为对应位置的图像像素;
所述容量判断模块中的液位传感器温度复合补偿模型为:
式中aj与bj为复合拟合曲线的模型参数,xk为液位测量值(mm),tk为环境温度值(℃),Lj(xk)、Lj(tk)为Laguerre基函数。
本发明实施例提供的血液成分检测模块3检测方法如下:
1)连接并设定好光源、微型阵列光纤柱、光谱仪、光纤、数据线和数据处理端;
2)将所述微型阵列光纤柱插入到皮肤或血管中;
3)所述光源射出光,所述光由所述光纤入射到所述微型阵列光纤柱的微型光纤针柱,经由成对微型光纤针柱的其中一个微型光纤针柱进入血液中,所述光在血液中与血液里的成分发生反应产生拉曼散射光,所述拉曼散射光再经由所述成对微型光纤针柱的另一个微型光纤针柱出射;
4)所述光谱仪接收出射的所述拉曼散射光并对所述拉曼散射光进行分光,所述光谱仪将分光后的光信号转换成电信号并发送至所述数据处理端;
5)所述数据处理端对所述电信号通过数学模型进行分析计算,从而得出检测结果。
本发明实施例提供的射频模块7通信方法如下:
首先,生成触发信号,所述触发信号中包括有电子标签的频段信息;
然后,根据所述触发信号调整射频信号的发射频率,使所述射频信号的发射频率与所述电子标签的频段匹配;
最后,与所述电子标签进行数据交换。
本发明实施例提供的生成触发信号,具体包括:
获取射频终端发送的识别码,根据所述识别码得到所述射频终端的电子标签的频段信息;
判断所述频段信息与射频信号当前发射频率是否匹配;
当所述频段信息与所述射频信号当前发射频率不匹配时,根据所述频段信息生成调整所述射频信号当前发射频率的触发信号。
本发明实施例提供的获取射频终端发送的识别码,根据所述识别码得到所述射频终端的电子标签的频段信息,具体包括:
获取射频终端发送的识别码,所述识别码包含有所述射频终端的设备类型信息;
根据所述识别码识别所述射频终端的设备类型;
根据所述射频终端的设备类型,从存储有设备类型与频段信息的对应关系的数据库中匹配得到所述射频终端的设备类型所对应的电子标签的频段信息。
本发明实施例提供的与所述电子标签进行数据交换之前,还包括:
当所述电子标签进入所述射频信号的识别范围后,向所述电子标签发送认证请求信息和认证码,所述认证码包括所述射频终端的识别码和所述射频信号的当前发射频率;
获取所述电子标签接收到所述认证请求信息后,根据预设加密算法对所述认证码进行加密运算后得到的加密结果;
将所述加密结果和所述认证码发送给服务器进行验证;
获取所述服务器根据所述认证码对所述加密结果进行验证得到的验证结果;
当所述验证结果为验证通过时,与所述电子标签进行数据交换。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种医院临床检验用血液采集存储装置,其特征在于,所述医院临床检验用血液采集存储装置包括:
信息采集模块、温度检测模块、血液成分检测模块、主控模块、抽取模块、制冷模块、射频模块、容量判断模块、显示模块;
信息采集模块,与主控模块连接,用于通过数据录入设备采集患者身份信息、生理信息;
温度检测模块,与主控模块连接,用于通过温度传感器实时检测存储环境的温度数据;
血液成分检测模块,与主控模块连接,用于通过光谱仪对采集的血液成分进行光检测;
主控模块,与信息采集模块、温度检测模块、血液成分检测模块、抽取模块、制冷模块、射频模块、容量判断模块、显示模块连接,用于通过单片机控制各个模块正常工作;
抽取模块,与主控模块连接,用于通过抽血管抽取血液操作;
制冷模块,与主控模块连接,用于通过制冷器对血液存储环境进行降温操作;
射频模块,与主控模块连接,用于通过RFID电子标签标示血液采集的信息;
容量判断模块,与主控模块连接,用于通过液位传感器判断采集的血液的容量数据;
显示模块,与主控模块连接,用于通过显示器显示血液采集装置的温度数据、血液成分数据;
所述信息采集模块中对采集患者身份信息、生理信息进行分类,采用的算法为:
H(pi,pj)=exp[-κ|pi-pj|2];
式中:参数κ=1/σ2,σ称为高斯核函数的高斯系数,(pi,pj)为第i个训练样本,i=1,2,…n;
所述患者身份信息、生理信息分类采用的算法中对参数σ和κ进行优化的步骤为:
步骤一,用(σ,κ)构建每一个粒子的初始状态,并完成种群内全部n个粒子的位置初始化和速度初始化,同时设定2个加速度参数a1,a2 2的数值为2,以及最大迭代次数T;
步骤二,根据当前的各个粒子状态,计算适应度,并以信息分类正确的比率作为评价各个粒子适应度高低的依据;
步骤三,比较每一个粒子的适应度和其出现过的最优状态,选出Li并更新最优状态,以便于下一次迭代过程的比较;
步骤四,比较各个粒子的适应度和整个种群出现过的最优状态,选出Lg并更新最优状态,以便于下一次迭代过程的比较;
步骤五,根据以下两式)更新粒子的位置和速度;
si,d(t+1)=si,d(t)+vi,d(t+1)
vi,d(t+1)=G·vi,d(t)+a1r1·(Li(t)-si,d(t))+a2r2·(Lg(t)-si,d(t))
式中:
粒子群的初始状态为S=(s1,s2,…,sn),Si代表优化问题的第i个解,它在待查找空间上的多维表示为si=(si,1,si,2,…,si,m),若各个粒子的速度为Vi=(v1,v2,…,vm)T,群内的粒子个体位置最优解为Li=(li,1,li,2,…,li,m)T,能使种群整体达到最优状态的解为Lg=(lg,1,lg,2,…,lg,m)T,找到当前状态下的Li和Lg以后,需要对群内的粒子进行位置更新和速度更新,其处理过程如上述位置和速度两式,G为粒子飞行过程中的惯性权重,a1,a2为加速度参数,r1,r2为随机数;
步骤六,不断重复从步骤2到步骤5的工作,直到迭代过程达到最大迭代次数T,此时的Lg下各个粒子的状态,就是最终优化的结果;
所述显示模块中采用的图像清晰度评价算法,如下:
式中:f(x+1,y),f(x,y),f(x+2,y)为对应位置的图像像素;
所述容量判断模块中的液位传感器温度复合补偿模型为:
式中aj与bj为复合拟合曲线的模型参数,xk为液位测量值(mm),tk为环境温度值(℃),Lj(xk)、Lj(tk)为Laguerre基函数。
2.一种如权利要求1所述的医院临床检验用血液采集存储装置采集方法,其特征在于,所述医院临床检验用血液采集存储装置及其采集方法包括以下步骤:
步骤一,通过信息采集模块利用数据录入设备采集患者身份信息、生理信息;
步骤二,通过温度检测模块利用温度传感器实时检测存储环境的温度数据;通过血液成分检测模块利用光谱仪对采集的血液成分进行光检测;
步骤三,主控模块通过抽取模块利用抽血管抽取血液操作;通过制冷模块利用制冷器对血液存储环境进行降温操作;
步骤四,通过射频模块利用RFID电子标签标示血液采集的信息;
步骤五,通过容量判断模块利用液位传感器判断采集的血液的容量数据;
步骤六,通过显示模块利用显示器显示血液采集装置的温度数据、血液成分数据。
3.如权利要求1所述的医院临床检验用血液采集存储装置,其特征在于,所述血液成分检测模块检测方法如下:
1)连接并设定好光源、微型阵列光纤柱、光谱仪、光纤、数据线和数据处理端;
2)将所述微型阵列光纤柱插入到皮肤或血管中;
3)所述光源射出光,所述光由所述光纤入射到所述微型阵列光纤柱的微型光纤针柱,经由成对微型光纤针柱的其中一个微型光纤针柱进入血液中,所述光在血液中与血液里的成分发生反应产生拉曼散射光,所述拉曼散射光再经由所述成对微型光纤针柱的另一个微型光纤针柱出射;
4)所述光谱仪接收出射的所述拉曼散射光并对所述拉曼散射光进行分光,所述光谱仪将分光后的光信号转换成电信号并发送至所述数据处理端;
5)所述数据处理端对所述电信号通过数学模型进行分析计算,从而得出检测结果。
4.如权利要求1所述的医院临床检验用血液采集存储装置,其特征在于,所述射频模块通信方法如下:
首先,生成触发信号,所述触发信号中包括有电子标签的频段信息;
然后,根据所述触发信号调整射频信号的发射频率,使所述射频信号的发射频率与所述电子标签的频段匹配;
最后,与所述电子标签进行数据交换。
5.如权利要求4所述的医院临床检验用血液采集存储装置,其特征在于,所述生成触发信号,具体包括:
获取射频终端发送的识别码,根据所述识别码得到所述射频终端的电子标签的频段信息;
判断所述频段信息与射频信号当前发射频率是否匹配;
当所述频段信息与所述射频信号当前发射频率不匹配时,根据所述频段信息生成调整所述射频信号当前发射频率的触发信号。
6.如权利要求5所述的医院临床检验用血液采集存储装置,其特征在于,所述获取射频终端发送的识别码,根据所述识别码得到所述射频终端的电子标签的频段信息,具体包括:
获取射频终端发送的识别码,所述识别码包含有所述射频终端的设备类型信息;
根据所述识别码识别所述射频终端的设备类型;
根据所述射频终端的设备类型,从存储有设备类型与频段信息的对应关系的数据库中匹配得到所述射频终端的设备类型所对应的电子标签的频段信息。
7.如权利要求4所述的医院临床检验用血液采集存储装置,其特征在于,所述与所述电子标签进行数据交换之前,还包括:
当所述电子标签进入所述射频信号的识别范围后,向所述电子标签发送认证请求信息和认证码,所述认证码包括所述射频终端的识别码和所述射频信号的当前发射频率;
获取所述电子标签接收到所述认证请求信息后,根据预设加密算法对所述认证码进行加密运算后得到的加密结果;
将所述加密结果和所述认证码发送给服务器进行验证;
获取所述服务器根据所述认证码对所述加密结果进行验证得到的验证结果;
当所述验证结果为验证通过时,与所述电子标签进行数据交换。
CN201811285356.9A 2018-10-31 2018-10-31 一种医院临床检验用血液采集存储装置及其采集方法 Pending CN109473151A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811285356.9A CN109473151A (zh) 2018-10-31 2018-10-31 一种医院临床检验用血液采集存储装置及其采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811285356.9A CN109473151A (zh) 2018-10-31 2018-10-31 一种医院临床检验用血液采集存储装置及其采集方法

Publications (1)

Publication Number Publication Date
CN109473151A true CN109473151A (zh) 2019-03-15

Family

ID=65666895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811285356.9A Pending CN109473151A (zh) 2018-10-31 2018-10-31 一种医院临床检验用血液采集存储装置及其采集方法

Country Status (1)

Country Link
CN (1) CN109473151A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1553166A (zh) * 2003-12-19 2004-12-08 武汉大学 显微多光谱骨髓及外周血细胞自动分析仪和方法
CN101218493A (zh) * 2005-07-08 2008-07-09 赫拉巴Abx公司 分析用全血样品自动制备方法和实施该方法的自动设备
CN101317794A (zh) * 2008-03-11 2008-12-10 清华大学 多指多自由度假手用肌电控制能力检测训练方法
CN101710224A (zh) * 2009-12-10 2010-05-19 浙江大学 一种用于空间光学相机在轨自适应调焦的方法
CN102567641A (zh) * 2011-12-31 2012-07-11 北京市红十字血液中心 一种基于射频识别技术的血液存储系统及存取方法
CN102981476A (zh) * 2012-11-23 2013-03-20 东莞华中科技大学制造工程研究院 一种基于无线射频技术的制冷设备智能维护系统
CN103337001A (zh) * 2013-07-18 2013-10-02 山东大学 考虑最佳期望输出与荷电状态的风电场储能容量优化方法
CN105825457A (zh) * 2016-03-16 2016-08-03 宁波市江东精诚自动化设备有限公司 一种rfid血液管理系统
CN107358054A (zh) * 2017-07-19 2017-11-17 深圳市傲天医疗智能系统有限公司 血液标本智能化管控方法及其系统
CN108051423A (zh) * 2017-11-24 2018-05-18 武汉比色光电科技有限公司 一种血液光学检测方法和装置
CN108573182A (zh) * 2018-04-26 2018-09-25 深圳市盛路物联通讯技术有限公司 一种射频信号通信方法及系统
CN108704172A (zh) * 2018-06-19 2018-10-26 广东顺德工业设计研究院(广东顺德创新设计研究院) 一种体外生命支持控制装置及控制方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1553166A (zh) * 2003-12-19 2004-12-08 武汉大学 显微多光谱骨髓及外周血细胞自动分析仪和方法
CN101218493A (zh) * 2005-07-08 2008-07-09 赫拉巴Abx公司 分析用全血样品自动制备方法和实施该方法的自动设备
CN101317794A (zh) * 2008-03-11 2008-12-10 清华大学 多指多自由度假手用肌电控制能力检测训练方法
CN101710224A (zh) * 2009-12-10 2010-05-19 浙江大学 一种用于空间光学相机在轨自适应调焦的方法
CN102567641A (zh) * 2011-12-31 2012-07-11 北京市红十字血液中心 一种基于射频识别技术的血液存储系统及存取方法
CN102981476A (zh) * 2012-11-23 2013-03-20 东莞华中科技大学制造工程研究院 一种基于无线射频技术的制冷设备智能维护系统
CN103337001A (zh) * 2013-07-18 2013-10-02 山东大学 考虑最佳期望输出与荷电状态的风电场储能容量优化方法
CN105825457A (zh) * 2016-03-16 2016-08-03 宁波市江东精诚自动化设备有限公司 一种rfid血液管理系统
CN107358054A (zh) * 2017-07-19 2017-11-17 深圳市傲天医疗智能系统有限公司 血液标本智能化管控方法及其系统
CN108051423A (zh) * 2017-11-24 2018-05-18 武汉比色光电科技有限公司 一种血液光学检测方法和装置
CN108573182A (zh) * 2018-04-26 2018-09-25 深圳市盛路物联通讯技术有限公司 一种射频信号通信方法及系统
CN108704172A (zh) * 2018-06-19 2018-10-26 广东顺德工业设计研究院(广东顺德创新设计研究院) 一种体外生命支持控制装置及控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈韦名等: "《基于Laguerre基函数的液位传感器温度补偿方法》", 《传感器与微系统》 *

Similar Documents

Publication Publication Date Title
US7436986B2 (en) Positive patient identification
CN104684474B (zh) 用于评估与葡萄糖状态相关联的风险的系统和方法
US20150006450A1 (en) Iterative learning for reliable sensor sourcing systems
CN108229522B (zh) 神经网络的训练方法、属性检测方法、装置及电子设备
CN105426862B (zh) 基于rfid、定位技术与视频技术的分析方法及其系统
CN110731773A (zh) 一种基于心电波形图全局与局部深度特征融合的异常心电图筛查方法
US20230034559A1 (en) Automated prediction of clinical trial outcome
CN111524093A (zh) 一种异常舌象的智能筛查方法及其系统
US20220202329A1 (en) Method and apparatus for inversion detection
CN112949391A (zh) 一种基于深度学习谐波信号分析的智能安检方法
CN112115838A (zh) 一种热红外图像光谱融合的人脸分类方法
CN114584497A (zh) 一种被动式工业控制系统资产识别方法及装置
CN108875500A (zh) 行人再识别方法、装置、系统及存储介质
CN110858289B (zh) 一种基于深度学习的粮食水分检测方法及系统
CN109473151A (zh) 一种医院临床检验用血液采集存储装置及其采集方法
Feng et al. An RSSI-based device-free localization system for smart wards
CN111191475A (zh) 一种基于uhf rfid的被动式行为识别方法
CN110414562A (zh) X光片的分类方法、装置、终端及存储介质
Zhang et al. Accurate strawberry plant detection system based on low-altitude remote sensing and deep learning technologies
Desamsetti Utilizing Deep Learning to Identify Potentially Dangerous Routing Attacks in the IoT
CN109086835A (zh) 一种浊度数据处理系统
Yen et al. Traditional Chinese medicine online intelligent tongue diagnosis bot
US20220230410A1 (en) Object localization in video
Lakshmi et al. Wireless theft detection using sensor nodes in vehicles
CN112883873B (zh) 叶部病害的识别方法、装置、电子装置和存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190315