CN109473166A - 一种基于多网融合的智能远程医疗护理系统及方法 - Google Patents

一种基于多网融合的智能远程医疗护理系统及方法 Download PDF

Info

Publication number
CN109473166A
CN109473166A CN201811354225.1A CN201811354225A CN109473166A CN 109473166 A CN109473166 A CN 109473166A CN 201811354225 A CN201811354225 A CN 201811354225A CN 109473166 A CN109473166 A CN 109473166A
Authority
CN
China
Prior art keywords
patient
module
processor
network
vital sign
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
CN201811354225.1A
Other languages
English (en)
Inventor
尹永田
王诗源
陈莉军
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.)
Shandong University of Traditional Chinese Medicine
Original Assignee
Shandong University of Traditional Chinese Medicine
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 Shandong University of Traditional Chinese Medicine filed Critical Shandong University of Traditional Chinese Medicine
Priority to CN201811354225.1A priority Critical patent/CN109473166A/zh
Publication of CN109473166A publication Critical patent/CN109473166A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Cardiology (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • General Business, Economics & Management (AREA)
  • Pulmonology (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明属于远程护理领域，公开了一种基于多网融合的智能远程医疗护理系统及方法，设置有处理器，所述处理器接收生命体征检测模块、视频监控模块、呼叫模块的信号，处理器连接有网络接入模块；网络接入模块通过网络连接远程控制器。该发明设置有生命体征检测，可以随时对病人的体征进行远程了解，当病人体征不正常后可以随时进行治疗；该发明设置有排泄处理模块，可以对病人的排泄物进行随时处理；该发明设置有远程控制器，可以对护理过程进行远程控制。该发明可以对病人进行远程护理，并且可以实时了解病人的状态，可以满足病人的需求。

Description

一种基于多网融合的智能远程医疗护理系统及方法
技术领域
本发明属于远程护理领域，尤其涉及一种基于多网融合的智能远程医疗护理系统及方法。
背景技术
护理主要指对失去生活自理能力的病人提供的个人卫生方面的照顾和帮助，护理需要对病人的生活代谢物，健康情况，甚至是病人的心情进行调整，护理工作十分重要，随着网络的发展，远程护理成为可能。目前医疗护理存在护理人员不能时时在病人身边，可能导致病人的问题无法及时解决，不能时时对病人的状态进行了解。
综上所述，现有技术存在的问题是：
(1)目前医疗护理存在护理人员不能时时在病人身边，可能导致病人的问题无法及时解决，不能时时对病人的状态进行了解。
(2)本发明中急救设备利用处理器控制报警器向医护人员发出求救信号的过程中，由于病人在危重时生命体征信号波动微弱，采用当前的算法进行危重病人生命体征监测时容易受到外界因素的干扰，存在监测误差大的问题。
(3)现有技术中，在采集能判断病人的病情轻重和危急程度的指征信号分量的过程中，不具有良好的抗模态混叠和抗噪声性能，不能够准确地分离出不同人体目标的呼吸信号，实现同一距离门中多目标的有效检测。
(4)现有技术中网络接入模块通过多网融合服务器可以连接多种网络的过程中，需要对安全态势进行评估，采用传统的评估方法，导致态势态势评估在时间段划分方面的缺失。
发明内容
针对现有技术存在的问题，本发明提供了一种基于多网融合的智能远程医疗护理系统及方法。
本发明是这样实现的，一种基于多网融合的智能远程医疗护理方法，所述基于多网融合的智能远程医疗护理方法包括：
第一步，通过生命体征检测模块、视频监控模块对病人的状态进行了解，病人通过呼叫模块寻求帮助；生命体征检测模块采用基于WA-EMD的超宽带雷达多目标生命体征检测算法，采集能判断病人的病情轻重和危急程度的指征；
第二步，网络接入模块通过多网融合服务器采用多评估时间段的网络安全态势感知方法连接安全的网络，处理器对病人信息进行处理后通过网络接入模块将信息发送给到远程控制器，远程控制器将做出的处理反馈到处理器，处理器控制排泄模块与药物准备模块执行；
第三步，当病人情况危急时，处理器会启用急救设备对病人进行急救，并急救设备采用基于物联网的危重病人体征监测报警方法向护理人员发送求救信号。
进一步，所述采用基于WA-EMD的超宽带雷达多目标生命体征检测算法，包括以下步骤：
步骤一，对雷达回波信号进行预处理，包括动目标检测MTI去除固定目标杂波；最优距离门选取算法寻找目标所在的最优距离门；再低通滤波获得含有多目标生命体征信息的时域信号；
步骤二，对步骤一获取的时域信号采用WA-EMD算法进行处理，跟踪信号频率并提取出一组IMF分量；
步骤三，分析各IMF分量的时域波形，重构信号波形，进行Hilbert变换并平滑，辨别多目标呼吸分量，提取多目标生命体征。
进一步，所述急救设备利用处理器控制报警器向医护人员发出求救信号的过程采用基于物联网的危重病人体征监测报警方法包括以下步骤：
步骤一，先融合于线性调频连续波雷达原理分析危重病人的生理状态引起的微动与回波幅度、相位之间的关系，并提取危重病人生命体征信号；
步骤二，依据提取的危重病人生命体征信号与干扰噪声在不同频域上的差异，采用低通滤波器滤除高频干扰分量，对危重病人生命体征信号是否出现异常进行判断，实现危重病人生命体征信号的监测报警。
进一步，所述网络接入模块通过多网融合服务器连接多种网络的过程，采用多评估时间段的网络安全态势感知方法包括以下步骤：
步骤一，数据处理，将评估时间段内的IDS、防火墙设备的日志及告警信息通过日志采集部件进行收集，之后进行数据处理，得到格式统一的超告警数据；
步骤二，超告警分析，对超告警逐条进行分析，根据超告警中的目标地址获取攻击目标主机，并计算攻击成功系数，利用此系数与目标主机权重系数得到此攻击的影响值T；
步骤三，结果输出，根据态势值T输出此时间段内的网络安全态势整体值，以及系统内各个主机的安全评分。
本发明的另一目的在于提供一种实现所述基于多网融合的智能远程医疗护理方法的基于多网融合的智能远程医疗护理系统，所述基于多网融合的智能远程医疗护理系统包括：
生命体征检测模块，与处理器连接，采集能判断病人的病情轻重和危急程度的指征；
视频监控模块，与处理器连接，通过摄像头监控病人的活动状态；
呼叫模块，与处理器连接，通过信号发射器利用无线网传递到病人的监控中心；
排泄模块，与处理器连接，通过控制床上的设备为病人提供相应的排泄条件；
药物准备模块，与处理器连接，通过控制病床上的智能医药盒出口，相对的药物从智能医药盒排出；
处理器，与生命体征检测模块、视频监控模块、呼叫模块、排泄处理模块、药物准备模块、处理器、远程控制器、网络接入模块、急救设备连接，协调各部分的运行；
远程控制器，与网络接入模块连接，通过远程控制设备，发出指令信号传递到处理器，控制相应的模块进行具体的操作；
网络接入模块，与处理器连接，通过多网融合服务器可以连接多种网络，例：数据网络、电话网络、视频网络；
急救设备，与处理器连接，通过报警器向医护人员发出求救信号。
本发明的另一目的在于提供一种应用所述基于多网融合的智能远程医疗护理方法的信息数据处理终端。
本发明的优点及积极效果为：该发明设置有生命体征检测，可以随时对病人的体征进行远程了解，当病人体征不正常后可以随时进行治疗；该发明设置有排泄处理模块，可以对病人的排泄物进行随时处理；该发明设置有远程控制器，可以对护理过程进行远程控制。本发明可以对病人进行远程护理，并且可以实时了解病人的状态，可以满足病人的需求。
本发明中急救设备利用处理器控制报警器向医护人员发出求救信号的过程中，由于病人在危重时生命体征信号波动微弱，采用当前的算法进行危重病人生命体征监测时容易受到外界因素的干扰，存在监测误差大的问题，为了解决上述的问题采用基于物联网的危重病人体征监测报警方法。
本发明中生命体征检测模块，采集能判断病人的病情轻重和危急程度的指征，主要有心率、呼吸等生命特征信号分量的过程中，采用基于WA-EMD的超宽带雷达多目标生命体征检测算法，获得良好的抗模态混叠和抗噪声性能，能够准确地分离出不同人体目标的呼吸信号，实现同一距离门中多目标的有效检测。
本发明网络接入模块通过多网融合服务器可以连接多种网络的过程中，需要对安全态势进行评估，采用多评估时间段的网络安全态势感知方法，弥补了态势评估在时间段划分方面的缺失。
附图说明
图1是本发明实施例提供的基于多网融合的智能远程医疗护理系统示意图；
图中：1、生命体征检测模块；2、视频监控模块；3、呼叫模块；4、排泄处理模块；5、药物准备模块；6、处理器；7、远程控制器；8、网络接入模块；9、急救设备。
图2是本发明实施例提供的基于多网融合的智能远程医疗护理方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图1详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明实施例提供的基于多网融合的智能远程医疗护理系统包括：生命体征检测模块1、视频监控模块2、呼叫模块3、排泄处理模块4、药物准备模块5、处理器6、远程控制器7、网络接入模块8、急救设备9。
生命体征检测模块1，与处理器6连接，采集能判断病人的病情轻重和危急程度的指征，主要有心率、脉搏、血压、呼吸等；
视频监控模块2，与处理器6连接，通过摄像头监控病人的活动状态；
呼叫模块3，与处理器6连接，通过信号发射器利用无线网传递到病人的监控中心；
排泄模块4，与处理器6连接，通过控制床上的设备为病人提供相应的排泄条件；
药物准备模块5，与处理器6连接，通过控制病床上的智能医药盒出口，相对的药物从智能医药盒排出；
处理器6，与生命体征检测模块1、视频监控模块2、呼叫模块3、排泄处理模块4、药物准备模块5、处理器6、远程控制器7、网络接入模块8、急救设备9连接，协调各部分的运行；
远程控制器7，与网络接入模块8连接，通过远程控制设备，发出指令信号传递到处理器，控制相应的模块进行具体的操作；
网络接入模块8，与处理器6连接，通过多网融合服务器可以连接多种网络，例：数据网络、电话网络、视频网络；
急救设备9，与处理器6连接，通过报警器向医护人员发出求救信号。
如图2所示，本发明实施例提供的基于多网融合的智能远程医疗护理系统使用方法，包括以下步骤：
S101：通过生命体征检测模块、视频监控模块对病人的状态进行了解，病人可以通过呼叫模块寻求帮助；生命体征检测模块采用基于WA-EMD的超宽带雷达多目标生命体征检测算法，采集能判断病人的病情轻重和危急程度的指征，主要有心率、呼吸等生命特征信号分量；
S102：网络接入模块通过多网融合服务器采用多评估时间段的网络安全态势感知方法连接安全的网络，处理器对病人信息进行处理后通过网络接入模块将信息发送给到远程控制器，远程控制器将做出的处理反馈到处理器，处理器控制排泄模块与药物准备模块执行；
S103：当病人情况危急时，处理器会启用急救设备对病人进行急救，并急救设备采用基于物联网的危重病人体征监测报警方法向护理人员发送求救信号。
所述生命体征检测模块1，采集能判断病人的病情轻重和危急程度的指征，主要有心率、呼吸等生命特征信号分量的过程中，为了获得良好的抗模态混叠和抗噪声性能，能够准确地分离出不同人体目标的呼吸信号，实现同一距离门中多目标的有效检测，采用基于WA-EMD的超宽带雷达多目标生命体征检测算法，包括以下步骤：
步骤一，对雷达回波信号进行预处理，包括动目标检测(MTI)去除固定目标杂波；最优距离门选取算法寻找目标所在的最优距离门；再低通滤波获得含有多目标生命体征信息的时域信号；
步骤二，对步骤一获取的时域信号采用WA-EMD算法进行处理，跟踪信号频率并提取出一组IMF分量；
步骤三，分析各IMF分量的时域波形，重构信号波形，进行Hilbert变换并平滑，辨别多目标呼吸分量，提取多目标生命体征。
所述急救设备9利用处理器6控制报警器向医护人员发出求救信号的过程中，由于病人在危重时生命体征信号波动微弱，采用当前的算法进行危重病人生命体征监测时容易受到外界因素的干扰，存在监测误差大的问题，为了解决上述的问题采用基于物联网的危重病人体征监测报警方法，包括以下步骤：
步骤一，先融合于线性调频连续波雷达原理分析危重病人的生理状态(心跳、呼吸)引起的微动与回波幅度、相位等之间的关系，并提取危重病人生命体征信号；
步骤二，依据提取的危重病人生命体征信号与干扰噪声在不同频域上的差异，采用低通滤波器滤除高频干扰分量，以危重病人生命体征信号(正常与异常)状态在统计特征上的差别为标准，对危重病人生命体征信号是否出现异常进行判断，实现了危重病人生命体征信号的监测报警。
所述步骤一的具体为：
危重病人生命体征线性调频信号的频率公式为：
f(t)＝f0+kt；
式中由k＝B/T代表对危重病人生命体征的扫描斜率，f0代表扫描的初始频率，则可以利用下式描述危重病人正常生理状态下的生命体征信号
式中θ0代表初始的危重病人生命体征信号相位，可以将其回波信号定义为发射信号的延迟；
在对危重病人生命体征监测报警过程中用θ(t)表述危重病人的正常生理状态(心跳、呼吸)引起信号的相位变化，则可以得出下式
Sτ(t)＝K1SR(t-τ)；
＝K1Acos[2πf0(t-τ)+πB(t-τ)2/T+θO+θ(t)]；
式中K1代表衰减系数，将不同的扫描信号进行混频，同时过滤掉高频项后获取危重病人生命体征信号的回波中频，用下式表述
式中K2代表滤波增益；
在对危重病人生命体征优化监测报警过程中，由危重病人呼吸和心跳而产生的腔体振动，可以用下式表述
式中x1(t)代表危重病人呼吸，x2(t)代表危重病人心跳，m代表形成的腔体振动幅度，w代表振动角频率；
在对危重病人生命体征监测报警过程中，当雷达照射危重病人后，利用下式可以表示获取的回波信号
在对危重病人生命体征监测报警过程中，需要满足下式条件
在对危重病人生命体征监测报警过程中，危重病人的正常生理状态如(心跳、呼吸)都会引发危重病人的胸壁颤动，即表述为人体的表面微动，将此变化映射在回波信号中就是瞬时相位随时间发生的变化。利用下式对θ(t)代表的危重病人的正常生理状态低频窄带准周期微弱信号进行分析
SIF(t)＝MCOS(ωIFt+φ+θ(t))；
在对危重病人生命体征监测报警过程中，利用下式可以获取危重病人生命体征信号
所述步骤二具体包括：
在对危重病人生命体征优化监测报警过程中，利用下式表述提取的危重病人生命体征信号与干扰噪声在不同频域上的差异
在对危重病人生命体征优化监测报警过程中，危重病人生命体征较为微弱，会被各种的外界噪声所干扰，因此需要依据危重病人生命体征信号自身的频域特性设定低通滤波器，并将高频噪声干扰分量滤除，用下式表述
在对危重病人生命体征监测报警过程中，以危重病人生命体征信号(正常与异常)状态在统计特征上的差别为标准，设D(X)代表危重病人生命体征信号随机变量X的方差，它可以表述X的取值与正常状态下危重病人生命体征信号E(X)的偏离程度，如果获取的D(X)值较小，则X的取值范围在E(X)的附近，反之，如果得到的D(X)值较大，则相对的X的取值则较为分散，此时可以定义为危重病人生命体征信号状态出现异常，应予以报警；
在对危重病人生命体征监测报警过程中，危重病人生命体征信号以及周围存在的干扰信号幅度会随时间的变化而改变，且它们之间的方差不会为0，因为危重病人生命体征信号和其周围存在的干扰信号是完全相互间独立的，因此雷达回波信号的方差应该表述为危重病人生命体征信号与周围存在的干扰信号的总和，可以利用下式表述
D(s)＝D(f)+D(n)；
式中D(S)代表雷达回波信号整体的方差，D(f)代表危重病人生命体征信号的方差，D(n)代表噪声的方差，在危重病人生命体征信号处于正常状态下D(f)＝0，在危重病人生命体征信号异常状态时D(f)＞0，综上所述可以设定相应
的阈值，实现危重病人生命体征监测报警。
所述网络接入模块8，通过多网融合服务器可以连接多种网络的过程中，需要对安全态势进行评估，为了弥补态势评估在时间段划分方面的缺失，采用多评估时间段的网络安全态势感知方法，包括以下步骤：
步骤1，数据处理，将评估时间段(这里均指短期的时评估)内的IDS、防火墙等设备的日志及告警信息通过日志采集部件进行收集，之后进行数据处理，以得到准确度更高的格式统一的超告警数据；
步骤2，超告警分析，对超告警逐条进行分析，根据超告警中的目标地址获取攻击目标主机，并计算攻击成功系数，利用此系数与目标主机权重系数得到此攻击的影响值T；
步骤3，结果输出，根据态势值T输出此时间段内的网络安全态势整体值，以及系统内各个主机的安全评分等。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (6)

1.一种基于多网融合的智能远程医疗护理方法，其特征在于，所述基于多网融合的智能远程医疗护理方法包括：
第一步，通过生命体征检测模块、视频监控模块对病人的状态进行了解，病人通过呼叫模块寻求帮助；生命体征检测模块采用基于WA-EMD的超宽带雷达多目标生命体征检测算法，采集能判断病人的病情轻重和危急程度的指征；
第二步，网络接入模块通过多网融合服务器采用多评估时间段的网络安全态势感知方法连接安全的网络，处理器对病人信息进行处理后通过网络接入模块将信息发送给到远程控制器，远程控制器将做出的处理反馈到处理器，处理器控制排泄模块与药物准备模块执行；
第三步，当病人情况危急时，处理器会启用急救设备对病人进行急救，并急救设备采用基于物联网的危重病人体征监测报警方法向护理人员发送求救信号。
2.如权利要求1所述的基于多网融合的智能远程医疗护理方法，其特征在于，所述采用基于WA-EMD的超宽带雷达多目标生命体征检测算法，包括以下步骤：
步骤一，对雷达回波信号进行预处理，包括动目标检测MTI去除固定目标杂波；最优距离门选取算法寻找目标所在的最优距离门；再低通滤波获得含有多目标生命体征信息的时域信号；
步骤二，对步骤一获取的时域信号采用WA-EMD算法进行处理，跟踪信号频率并提取出一组IMF分量；
步骤三，分析各IMF分量的时域波形，重构信号波形，进行Hilbert变换并平滑，辨别多目标呼吸分量，提取多目标生命体征。
3.如权利要求1所述的基于多网融合的智能远程医疗护理方法，其特征在于，所述急救设备利用处理器控制报警器向医护人员发出求救信号的过程采用基于物联网的危重病人体征监测报警方法包括以下步骤：
步骤一，先融合于线性调频连续波雷达原理分析危重病人的生理状态引起的微动与回波幅度、相位之间的关系，并提取危重病人生命体征信号；
步骤二，依据提取的危重病人生命体征信号与干扰噪声在不同频域上的差异，采用低通滤波器滤除高频干扰分量，对危重病人生命体征信号是否出现异常进行判断，实现危重病人生命体征信号的监测报警。
4.如权利要求1所述的基于多网融合的智能远程医疗护理方法，其特征在于，所述网络接入模块通过多网融合服务器连接多种网络的过程，采用多评估时间段的网络安全态势感知方法包括以下步骤：
步骤一，数据处理，将评估时间段内的IDS、防火墙设备的日志及告警信息通过日志采集部件进行收集，之后进行数据处理，得到格式统一的超告警数据；
步骤二，超告警分析，对超告警逐条进行分析，根据超告警中的目标地址获取攻击目标主机，并计算攻击成功系数，利用此系数与目标主机权重系数得到此攻击的影响值T；
步骤三，结果输出，根据态势值T输出此时间段内的网络安全态势整体值，以及系统内各个主机的安全评分。
5.一种实现权利要求1所述基于多网融合的智能远程医疗护理方法的基于多网融合的智能远程医疗护理系统，其特征在于，所述基于多网融合的智能远程医疗护理系统包括：
生命体征检测模块，与处理器连接，采集能判断病人的病情轻重和危急程度的指征；
视频监控模块，与处理器连接，通过摄像头监控病人的活动状态；
呼叫模块，与处理器连接，通过信号发射器利用无线网传递到病人的监控中心；
排泄模块，与处理器连接，通过控制床上的设备为病人提供相应的排泄条件；
药物准备模块，与处理器连接，通过控制病床上的智能医药盒出口，相对的药物从智能医药盒排出；
处理器，与生命体征检测模块、视频监控模块、呼叫模块、排泄处理模块、药物准备模块、处理器、远程控制器、网络接入模块、急救设备连接，协调各部分的运行；
远程控制器，与网络接入模块连接，通过远程控制设备，发出指令信号传递到处理器，控制相应的模块进行具体的操作；
网络接入模块，与处理器连接，通过多网融合服务器可以连接多种网络，例：数据网络、电话网络、视频网络；
急救设备，与处理器连接，通过报警器向医护人员发出求救信号。
6.一种应用权利要求1～4任意一项所述基于多网融合的智能远程医疗护理方法的信息数据处理终端。
CN201811354225.1A 2018-11-14 2018-11-14 一种基于多网融合的智能远程医疗护理系统及方法 Pending CN109473166A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811354225.1A CN109473166A (zh) 2018-11-14 2018-11-14 一种基于多网融合的智能远程医疗护理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811354225.1A CN109473166A (zh) 2018-11-14 2018-11-14 一种基于多网融合的智能远程医疗护理系统及方法

Publications (1)

Publication Number Publication Date
CN109473166A true CN109473166A (zh) 2019-03-15

Family

ID=65672495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811354225.1A Pending CN109473166A (zh) 2018-11-14 2018-11-14 一种基于多网融合的智能远程医疗护理系统及方法

Country Status (1)

Country Link
CN (1) CN109473166A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112002389A (zh) * 2020-07-25 2020-11-27 云开智能(深圳)有限公司 远程医疗寻呼方法、装置、系统、计算机设备及存储介质
CN117275648A (zh) * 2023-11-21 2023-12-22 南通大学附属医院 一种基于物联网的重症监护病房患者智能护理方法
CN117473456A (zh) * 2023-12-28 2024-01-30 北京卓视智通科技有限责任公司 一种雷视智能融合的方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4933873A (en) * 1988-05-12 1990-06-12 Healthtech Services Corp. Interactive patient assistance device
CN104574251A (zh) * 2015-01-06 2015-04-29 熊国顺 智能公共安全信息系统及应用方法
CN105956388A (zh) * 2016-04-27 2016-09-21 南京理工大学 基于vmd的人体生命体征信号分离方法
CN106066931A (zh) * 2016-05-25 2016-11-02 张福林 一种主动式智能医疗急救系统
CN106529139A (zh) * 2016-10-25 2017-03-22 深圳市易特科信息技术有限公司 基于虚拟现实的远程急救控制系统及方法
CN106789351A (zh) * 2017-01-24 2017-05-31 华南理工大学 一种基于sdn的在线入侵防御方法和系统
WO2017156492A1 (en) * 2016-03-11 2017-09-14 Origin Wireless, Inc. Methods, apparatus, servers, and systems for vital signs detection and monitoring
WO2017152869A1 (zh) * 2016-03-11 2017-09-14 陶然 护理用排泄物处理装置
CN107506573A (zh) * 2017-07-26 2017-12-22 成都晟远致和信息技术咨询有限公司 便于长期连续观察监护对象的远程医疗系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4933873A (en) * 1988-05-12 1990-06-12 Healthtech Services Corp. Interactive patient assistance device
CN104574251A (zh) * 2015-01-06 2015-04-29 熊国顺 智能公共安全信息系统及应用方法
WO2017156492A1 (en) * 2016-03-11 2017-09-14 Origin Wireless, Inc. Methods, apparatus, servers, and systems for vital signs detection and monitoring
WO2017152869A1 (zh) * 2016-03-11 2017-09-14 陶然 护理用排泄物处理装置
CN105956388A (zh) * 2016-04-27 2016-09-21 南京理工大学 基于vmd的人体生命体征信号分离方法
CN106066931A (zh) * 2016-05-25 2016-11-02 张福林 一种主动式智能医疗急救系统
CN106529139A (zh) * 2016-10-25 2017-03-22 深圳市易特科信息技术有限公司 基于虚拟现实的远程急救控制系统及方法
CN106789351A (zh) * 2017-01-24 2017-05-31 华南理工大学 一种基于sdn的在线入侵防御方法和系统
CN107506573A (zh) * 2017-07-26 2017-12-22 成都晟远致和信息技术咨询有限公司 便于长期连续观察监护对象的远程医疗系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
唐良勇、赵恒、张亚菊: "基于WA-EMD算法的脉冲式超宽带雷达多目标生命体征检测" *
李淳、赵建保、申晓留: "多评估时间段的网络安全态势感知方法" *
陈培昕、李怡勇、米永巍: "线性调频连续波雷达在生命参数检测中的应用可行性研究" *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112002389A (zh) * 2020-07-25 2020-11-27 云开智能(深圳)有限公司 远程医疗寻呼方法、装置、系统、计算机设备及存储介质
CN112002389B (zh) * 2020-07-25 2022-04-15 云开智能(深圳)有限公司 远程医疗寻呼方法、装置、系统、计算机设备及存储介质
CN117275648A (zh) * 2023-11-21 2023-12-22 南通大学附属医院 一种基于物联网的重症监护病房患者智能护理方法
CN117275648B (zh) * 2023-11-21 2024-02-09 南通大学附属医院 一种基于物联网的重症监护病房患者智能护理方法
CN117473456A (zh) * 2023-12-28 2024-01-30 北京卓视智通科技有限责任公司 一种雷视智能融合的方法及系统
CN117473456B (zh) * 2023-12-28 2024-02-27 北京卓视智通科技有限责任公司 一种雷视智能融合的方法及系统

Similar Documents

Publication Publication Date Title
US20240180433A1 (en) System and method for non-invasive health monitoring
US10987063B2 (en) System and method for facilitating reflectometric detection of physiologic activity
CN101563028B (zh) 患者监测系统和方法
CN109473166A (zh) 一种基于多网融合的智能远程医疗护理系统及方法
CN108606798A (zh) 基于深度卷积残差网络的非接触式房颤智能检测系统
CN113925475B (zh) 一种非接触式的人体健康监测系统及监测方法
CN108784669A (zh) 一种非接触式心跳及呼吸紊乱监测系统及方法
EP1370176A1 (en) A non-invasive method and apparatus for determining onset of physiological conditions
KR20110008080A (ko) 비접촉식 생리학적 모션 센서 및 모션 센서의 사용 방법
CN108065916A (zh) 一种基于生物雷达的非接触式睡眠质量监测方法
JP5842543B2 (ja) 安否監視装置
CN108024717A (zh) 确定室性期前收缩(pvc)类型和负荷的系统和方法
CN106821382A (zh) 呼吸监测诊断系统、干扰过滤方法及诊断方法
Miller et al. Smart homes that detect sneeze, cough, and face touching
CN113143223A (zh) 一种边缘人工智能婴幼儿监测方法
CN114176564A (zh) 基于雷达信号提取呼吸状态的方法
CN113729677A (zh) 一种智能生命体征监护方法
US20220287564A1 (en) An Interactive Health-Monitoring Platform for Wearable Wireless Sensor Systems
KR20210009131A (ko) 레이더 센서를 이용한 환자의 낙상 예방 장치 및 이를 이용한 방법
CN110192847A (zh) 一种生命体征监测方法及系统
AU2015416686A1 (en) Method and system of measurement, correlation, and analysis of simultaneous and independent parasympathetic and sympathetic autonomic nervous system activity
Lee et al. Further applications of Doppler radar for non-contact respiratory assessment
CN117642117A (zh) 一种新生儿/非接触式生理体征监护方法和系统
Huang et al. Development of a wearable biomedical health-care system
CN211432928U (zh) 监护系统

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