CN112820394A - 一种AIot数据模型多参数远程监护系统及方法 - Google Patents
一种AIot数据模型多参数远程监护系统及方法 Download PDFInfo
- Publication number
- CN112820394A CN112820394A CN202110003810.2A CN202110003810A CN112820394A CN 112820394 A CN112820394 A CN 112820394A CN 202110003810 A CN202110003810 A CN 202110003810A CN 112820394 A CN112820394 A CN 112820394A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- sigmoid
- residual
- data model
- internet
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 111
- 238000013499 data model Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000006870 function Effects 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 230000004913 activation Effects 0.000 claims abstract description 25
- 238000013528 artificial neural network Methods 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims abstract description 17
- 230000003993 interaction Effects 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 9
- 238000009795 derivation Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 5
- 230000036760 body temperature Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000000554 physical therapy Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- 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
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/60—Healthcare; Welfare
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Epidemiology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Accounting & Taxation (AREA)
- Bioethics (AREA)
- Pulmonology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开一种AIot数据模型多参数远程监护系统及方法,涉及远程监控技术领域;通过物联网监护终端的定位功能模块获取监护终端及被监护人的地理位置全信息,通过物联网监护终端的姿态分析模块实时监测被监护人的当前多维姿态原始数据,并根据多维度姿态原始数据信息建立神经网络数据模型,根据不同的激活函数,利用相应的修正节点的残差进行神经网络数据模型的修正,获得被监护人的姿态分析数据,同时通过物联网监护终端的人体监测功能模块釆集被监护人的生理特征数据,通过物联网监护终端与监护中心云平台和通信终端进行监护信息交互。
Description
技术领域
本发明公开一种系统及方法,涉及远程监控技术领域,具体地说是一种AIot数据模型多参数远程监护系统及方法。
背景技术
随着物联网传感技术和电子技术的发展,行业内监护参数不断增多,逐渐由过去的单一参数监护设备发展为多参数监护设备,比如传统的心电心率监护、血氧血压监护、呼吸监护设备逐步向心电、血压、血氧饱和度、体温、呼吸末二氧化碳等在内的多参数监护设备转化。但现有的多参数设备普遍采用基于上位机平台的方案,成品设备体积大、成本高,移动不方便,很难做到成本低廉、功能多样、便于携带的产品形态投入到日常生活中,并且目前基于PC端平台的监护设备,监测数据参数少,功能简单,不能进行实时数据统计与分析,无法做到长期在线可视化查询。
同时缺少精确长期分析数据模型进行有效数据分析,以及不能远端实时在线监测与问询,不便监测突发事故或监测设备使用者的状态。
发明内容
本发明针对现有技术的问题,提供一种AIot数据模型多参数远程监护系统及方法,具有通用性强、实施简便等特点,具有广阔的应用前景。
本发明提出的具体方案是:
一种AIot数据模型多参数远程监护方法,通过物联网监护终端的定位功能模块获取监护终端及被监护人的地理位置全信息,
通过物联网监护终端的姿态分析模块实时监测被监护人的当前多维姿态原始数据,并根据多维度姿态原始数据信息建立神经网络数据模型,根据不同的激活函数,利用相应的修正节点的残差进行神经网络数据模型的修正,获得被监护人的姿态分析数据,
同时通过物联网监护终端的人体监测功能模块釆集被监护人的生理特征数据,
通过物联网监护终端与监护中心云平台和通信终端进行监护信息交互。
优选地,所述的一种AIot数据模型多参数远程监护方法中修正神经网络数据模型时输出层至隐藏层:
残差=-(输出值-样本值)*激活函数的导数;
隐藏层至隐藏层:
残差=(右层每个节点的残差加权求和)*激活函数的导数。
优选地,所述的一种AIot数据模型多参数远程监护方法中利用Purelin作激活函数,Purelin的导数是1,输出层至隐藏层:残差=-(输出值-样本值);
或者利用Sigmoid(logsig)作为激活函数,求导(Sigmoid)得到Sigmoid*(1-Sigmoid);
输出层至隐藏层:残差=-(Sigmoid输出值-样本值)*Sigmoid*(1-Sigmoid)=-(输出值-样本值)输出值(1-输出值);
隐藏层至隐藏层:残差=(右层每个节点的残差加权求和)*当前节点的Sigmoid*(1-当前节点的Sigmoid)。
一种AIot数据模型多参数远程监护系统,包括物联网监护终端系统,物联网监护终端系统包括定位功能模块、姿态分析模块、人体监测功能模块及通信模块,
通过定位功能模块获取监护终端及被监护人的地理位置全信息,
通过姿态分析模块实时监测被监护人的当前多维姿态原始数据,并根据多维度姿态原始数据信息建立神经网络数据模型,根据不同的激活函数,利用相应的修正节点的残差进行神经网络数据模型的修正,获得被监护人的姿态分析数据,
同时通过人体监测功能模块釆集被监护人的生理特征数据,
通过通信模块与监护中心云平台和通信终端进行监护信息交互。
优选地,所述的一种AIot数据模型多参数远程监护系统中通过姿态分析模块修正神经网络数据模型时输出层至隐藏层:残差=-(输出值-样本值)*激活函数的导数;
隐藏层至隐藏层:残差=(右层每个节点的残差加权求和)*激活函数的导数。
优选地,所述的一种AIot数据模型多参数远程监护系统中通过姿态分析模块利用Purelin作激活函数,Purelin的导数是1,输出层至隐藏层:残差=-(输出值-样本值);
或者利用Sigmoid(logsig)作为激活函数,求导(Sigmoid)得到Sigmoid*(1-Sigmoid);
输出层至隐藏层:残差=-(Sigmoid输出值-样本值)*Sigmoid*(1-Sigmoid)=-(输出值-样本值)输出值(1-输出值);
隐藏层至隐藏层:残差=(右层每个节点的残差加权求和)*当前节点的Sigmoid*(1-当前节点的Sigmoid)。
优选地,所述的一种AIot数据模型多参数远程监护系统中包括射频模块,用于信号转换。
优选地,所述的一种AIot数据模型多参数远程监护系统中包括电源模块,用于系统供电。
本发明的有益之处是:
本发明提供一种AIot数据模型多参数远程监护系统及方法,通过对被监护人的姿态实时采集与分析,向导被监护人的正确姿势,确保监护数据的准确性与有效性,并且通过对利用神经网路模型的修正,提高了对被监护人的正确姿势的监控效率,同时利用地理信息系统(GIS,Geographical Information System)技术对终端监护人的地理位置进行显示和查询。通过定位技术,确保了定位的准确度和精确度。并且当物联网终端监护设备的监测数据与标准医疗诊断数据出现非正常范围差距时可进一步及时预警显示提醒,同时报送预警信息到平台数据中心,进行健康模型分析,并且及时进行三端实时通讯,物联网监护终端实时监测和查询,平台端实时统计分析数据报表并分享给移动终端,物联网监护终端可以实时推送数据到中心平台进行诊断分析与模型校核。
附图说明
图1是本发明物联网监护终端架构示意图;
图2是姿态分析模块分析多维度姿态数据架构示意图;
图3是残差曲线示意图;
图4是射频模块中匹配电路示意图;
图5大数据平台架构图示意图;
图6大数据平台数据分析示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
本发明提供一种AIot数据模型多参数远程监护系统,包括物联网监护终端系统,物联网监护终端系统包括定位功能模块、姿态分析模块、人体监测功能模块及通信模块,
通过定位功能模块获取监护终端及被监护人的地理位置全信息,
通过姿态分析模块实时监测被监护人的当前多维姿态原始数据,并根据多维度姿态原始数据信息建立神经网络数据模型,根据不同的激活函数,利用相应的修正节点的残差进行神经网络数据模型的修正,获得被监护人的姿态分析数据,
同时通过人体监测功能模块釆集被监护人的生理特征数据,
通过通信模块与监护中心云平台和通信终端进行监护信息交互。
本发明系统中通过物联网、移动互联网和互联网三网数据同步互通,除了可完成多参数实时远程监护的主要功能,另外还可监测设备的状态、工作状态、实时位置以及查询历史轨迹等信息。
具体应用中,在本发明系统的一些实施例中,物联网终端系统架构包括定位功能模块、主控模块、姿态分析模块、人体监测功能模块、射频模块、电源模块,参考图1,
定位功能模块可采用高精度双模定位模块,获取监护终端及被监护人的地理位置全信息(时间、位置、速度等),结合GIS平台展示;
主控模块采用CortexTM-M4系列ARM芯片作为主控微处理芯片,既作为物联网监护终端的数据处理中心,又负责与云端数据中心平台进行指令交互、解析与执行;
姿态分析模块可为三轴加速度和三轴陀螺仪,实时监测被监护人的当前多维姿态原始数据,以备主控单元分析处理,进行边缘计算并对数据进行时域频域解析分类,物联网终端系统将分析完成的源数据上传送至云平台,平台根据生理学、脑科学、病理学等生物科学方面进行研究,根据多维度业务数据信息建立神经网络数据模型,姿态模型建立过程如图2所示,以上过程完成数据采集与平台数据模型训练过程,物联网终端系统将姿态结合心率、脉搏、血压、体温等多维参数上传至平台,平台多维度数据投入已建立的对应病理的神经网络数据模型内进行计算,计算出本次测量的数据在该病理的结果,
物联网终端系统并能经过误差反向传播算法,监督平台结果,修正节点的残差(误差的偏导数)来更新节点权重,完成远程监护诊断及平台模型的自学习修正,其中残差(error term)来表示误差的偏导数,根据不同的激活函数,利用相应的修正节点的残差进行神经网络数据模型的修正,其中输出层→隐藏层:残差=-(输出值-样本值)*激活函数的导数,
隐藏层→隐藏层:残差=(右层每个节点的残差加权求和)*激活函数的导数;
如果输出层用Purelin作激活函数,Purelin的导数是1;
输出层→隐藏层:残差=-(输出值-样本值);
如果用Sigmoid(logsig)作激活函数;
那么:求导(Sigmoid)得到Sigmoid*(1-Sigmoid);
输出层→隐藏层:
残差=-(Sigmoid输出值-样本值)*Sigmoid*(1-Sigmoid)=-(输出值-样本值)输出值(1-输出值);
隐藏层→隐藏层:
残差=(右层每个节点的残差加权求和)*当前节点的Sigmoid*(1-当前节点的Sigmoid);
如果用tansig作激活函数,那么:tansig导数=1-tansig^2,如图3所示:
残差全部计算好后,就可以更新权重了:
输入层:权重增加=当前节点的Sigmoid*右层对应节点的残差*学习率;
隐藏层:权重增加=输入值*右层对应节点的残差*学习率;
偏移值的权重增加=右层对应节点的残差*学习率;
学习率是一个预先设置好的参数,用于控制每次更新的幅度;
人体监测功能模块的电路集成了MAX30102脉搏血氧仪、MKB0803心率血压模块以及全数字接触式体温传感WD3703模块电路,主要负责釆集被监护人的生理特征数据,包括心电、心率、脉搏、呼吸频率、体温、血压、血氧等数据,实时提供给主控单元计算、分析、处理。自动识别区分正常和异常的特征信号,提供预诊断、评估和分类,及时捕获异常心电图,提供报警,
同时,将所有有数据及时通过通信模块在4G或网络下传输到云端监护平台,监护平台将通过对应病理模型的分析诊断结果和相应的理疗措施通过终端建立的链接反馈给监护终端设备,告知被监护人和监护人,另外结果也会分享到移动终端APP;
为适应较短距离的无线通信,物联网终端系统采用射频模块,射频模块中射频阻抗匹配电路可参考图4,采用2450bm15A002作为集成阻抗匹配设计低通滤波器,适应于物联网监护终端设备体积要求;
电源模块包含充放电、转换和保护电路,采用了低功耗设计,能够达到内置物联网终端系统的设备长期稳定运行需求。
利用本发明系统能够根据历史监护数据构建分析模型,可将诊断结果追本溯源,查调历史数据,让受监护人更清楚的当下状态的因果关系,并根据不同个体数据存在差异,也存在诊疗的相同经验,目前现有技术不具备数据横向共享,因此,当诊断结果和相应历史参数相同时,可以转移治疗经验,为被监护人提供更好的问询服务,可以将每一次监护数据点与地理位置想绑定,形成健康轨迹统计,分析监护人的健康情况和外界环境的相关性,并将数据与云平台交互,将历史相关数据直接作为询医资料,被问询医疗专家可远程完成诊断和指导,改变了传统的就医方式,解决社会资源的浪费,同时系统利用ARM内核处理器高度度集成化设计,最大限度减小产品的尺寸,实现产品的便携式。设计多传感协同的低功耗电源方案,实现物联网终端的低功耗运行,并可与移动终端进行通信利用移动监护端相互查看历史监护情况,能更好的解决无法远程监督问题,并能更好的应对紧急情况。
与物联网终端系统进行交互的云平台,可参考图5,主要负责数据汇总、存储、交互、处理、AI数据模型、云计算及各类业务信息的展示与推送工作。云端数据源主要来源于物联网监护终端设备、移动手机管理端。并利用AI数据模型,建立个体数据模型,然后根据病理规律和标准理疗方案,进行长时间训练、调整、优化,得到多参数、多维度、多时间节点的AI数据模型,进而及时反馈医疗方案。数据模型分析流程如图6所示。
与物联网终端系统进行交互的移动终端,移动终端作为远程监护系统的移动管理端,可实时与数据中心平台交互信息,获取当前远程监护终端的监测数据,同时也可将数据对接到询医平台,进行远程就医诊断,摆脱监护、就医、诊疗的位置束缚。
本发明还提供一种AIot数据模型多参数远程监护方法,通过物联网监护终端的定位功能模块获取监护终端及被监护人的地理位置全信息,
通过物联网监护终端的姿态分析模块实时监测被监护人的当前多维姿态原始数据,并根据多维度姿态原始数据信息建立神经网络数据模型,根据不同的激活函数,利用相应的修正节点的残差进行神经网络数据模型的修正,获得被监护人的姿态分析数据,
同时通过物联网监护终端的人体监测功能模块釆集被监护人的生理特征数据,
通过物联网监护终端与监护中心云平台和通信终端进行监护信息交互。
上述方法中进行信息交互、执行过程等内容,由于与本发明系统实施例基于同一构思,具体内容可参见本发明系统实施例中的叙述,此处不再赘述。
需要说明的是,上述各流程和各系统结构中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构,也可以是逻辑结构,即,有些模块可能由同一物理实体实现,或者,有些模块可能分由多个物理实体实现,或者,可以由多个独立设备中的某些部件共同实现。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (8)
1.一种AIot数据模型多参数远程监护方法,其特征是通过物联网监护终端的定位功能模块获取监护终端及被监护人的地理位置全信息,
通过物联网监护终端的姿态分析模块实时监测被监护人的当前多维姿态原始数据,并根据多维度姿态原始数据信息建立神经网络数据模型,根据不同的激活函数,利用相应的修正节点的残差进行神经网络数据模型的修正,获得被监护人的姿态分析数据,
同时通过物联网监护终端的人体监测功能模块釆集被监护人的生理特征数据,
通过物联网监护终端与监护中心云平台和通信终端进行监护信息交互。
2.根据权利要求1所述的一种AIot数据模型多参数远程监护方法,其特征是修正神经网络数据模型时输出层至隐藏层:
残差=-(输出值-样本值)*激活函数的导数;
隐藏层至隐藏层:
残差=(右层每个节点的残差加权求和)*激活函数的导数。
3.根据权利要求2所述的一种AIot数据模型多参数远程监护方法,其特征是利用Purelin作激活函数,Purelin的导数是1,输出层至隐藏层:残差=-(输出值-样本值);
或者利用Sigmoid(logsig)作为激活函数,求导(Sigmoid)得到Sigmoid*(1-Sigmoid);
输出层至隐藏层:残差=-(Sigmoid输出值-样本值)*Sigmoid*(1-Sigmoid)=-(输出值-样本值)输出值(1-输出值);
隐藏层至隐藏层:残差=(右层每个节点的残差加权求和)*当前节点的Sigmoid*(1-当前节点的Sigmoid)。
4.一种AIot数据模型多参数远程监护系统,其特征是包括物联网监护终端系统,物联网监护终端系统包括定位功能模块、姿态分析模块、人体监测功能模块及通信模块,
通过定位功能模块获取监护终端及被监护人的地理位置全信息,
通过姿态分析模块实时监测被监护人的当前多维姿态原始数据,并根据多维度姿态原始数据信息建立神经网络数据模型,根据不同的激活函数,利用相应的修正节点的残差进行神经网络数据模型的修正,获得被监护人的姿态分析数据,
同时通过人体监测功能模块釆集被监护人的生理特征数据,
通过通信模块与监护中心云平台和通信终端进行监护信息交互。
5.根据权利要求4所述的一种AIot数据模型多参数远程监护系统,其特征是通过姿态分析模块修正神经网络数据模型时输出层至隐藏层:残差=-(输出值-样本值)*激活函数的导数;
隐藏层至隐藏层:残差=(右层每个节点的残差加权求和)*激活函数的导数。
6.根据权利要求5所述的一种AIot数据模型多参数远程监护系统,其特征是通过姿态分析模块利用Purelin作激活函数,Purelin的导数是1,输出层至隐藏层:残差=-(输出值-样本值);
或者利用Sigmoid(logsig)作为激活函数,求导(Sigmoid)得到Sigmoid*(1-Sigmoid);
输出层至隐藏层:残差=-(Sigmoid输出值-样本值)*Sigmoid*(1-Sigmoid)=-(输出值-样本值)输出值(1-输出值);
隐藏层至隐藏层:残差=(右层每个节点的残差加权求和)*当前节点的Sigmoid*(1-当前节点的Sigmoid)。
7.根据权利要求4-6所述的一种AIot数据模型多参数远程监护系统,其特征是包括射频模块,用于信号转换。
8.根据权利要求7所述的一种AIot数据模型多参数远程监护系统,其特征是包括电源模块,用于系统供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110003810.2A CN112820394A (zh) | 2021-01-04 | 2021-01-04 | 一种AIot数据模型多参数远程监护系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110003810.2A CN112820394A (zh) | 2021-01-04 | 2021-01-04 | 一种AIot数据模型多参数远程监护系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112820394A true CN112820394A (zh) | 2021-05-18 |
Family
ID=75856984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110003810.2A Pending CN112820394A (zh) | 2021-01-04 | 2021-01-04 | 一种AIot数据模型多参数远程监护系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112820394A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1291749A (zh) * | 2000-11-16 | 2001-04-18 | 上海交通大学 | 家庭远程医疗监护和咨询智能系统 |
US20110167024A1 (en) * | 2010-01-05 | 2011-07-07 | American Gnc Corporation | Embedded health monitoring system based upon Optimized Neuro Genetic Fast Estimator (ONGFE) |
CN106228015A (zh) * | 2016-07-28 | 2016-12-14 | 南京为绿生物科技有限公司 | 一种基于物联网技术的智能医疗健康安全监护系统 |
US20160378943A1 (en) * | 2015-06-25 | 2016-12-29 | Johnathan VALLÉE | Method for predicting adverse events for home healthcare of remotely monitored patients |
US20170213000A1 (en) * | 2016-01-25 | 2017-07-27 | Shenzhen University | Metabolic mass spectrometry screening method for diseases based on deep learning and the system thereof |
CN107765847A (zh) * | 2017-09-01 | 2018-03-06 | 郭亚晋 | 应用于养老行业的智能监护可穿戴设备及监护系统 |
CN109067873A (zh) * | 2018-08-02 | 2018-12-21 | 上海锐岑计算机科技有限公司 | 一种物联网远程监护系统 |
WO2019043421A1 (en) * | 2017-09-04 | 2019-03-07 | Solecall Kft. | SYSTEM FOR DETECTING SIGNAL BODY GESTURE AND METHOD FOR SYSTEM LEARNING |
-
2021
- 2021-01-04 CN CN202110003810.2A patent/CN112820394A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1291749A (zh) * | 2000-11-16 | 2001-04-18 | 上海交通大学 | 家庭远程医疗监护和咨询智能系统 |
US20110167024A1 (en) * | 2010-01-05 | 2011-07-07 | American Gnc Corporation | Embedded health monitoring system based upon Optimized Neuro Genetic Fast Estimator (ONGFE) |
US20160378943A1 (en) * | 2015-06-25 | 2016-12-29 | Johnathan VALLÉE | Method for predicting adverse events for home healthcare of remotely monitored patients |
US20170213000A1 (en) * | 2016-01-25 | 2017-07-27 | Shenzhen University | Metabolic mass spectrometry screening method for diseases based on deep learning and the system thereof |
CN106228015A (zh) * | 2016-07-28 | 2016-12-14 | 南京为绿生物科技有限公司 | 一种基于物联网技术的智能医疗健康安全监护系统 |
CN107765847A (zh) * | 2017-09-01 | 2018-03-06 | 郭亚晋 | 应用于养老行业的智能监护可穿戴设备及监护系统 |
WO2019043421A1 (en) * | 2017-09-04 | 2019-03-07 | Solecall Kft. | SYSTEM FOR DETECTING SIGNAL BODY GESTURE AND METHOD FOR SYSTEM LEARNING |
CN109067873A (zh) * | 2018-08-02 | 2018-12-21 | 上海锐岑计算机科技有限公司 | 一种物联网远程监护系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Optimization of IoT-based artificial intelligence assisted telemedicine health analysis system | |
CN102551676B (zh) | 个人健康监测系统 | |
CN203122372U (zh) | 基于Android技术和物联网的实时健康监测及智能预警系统 | |
Patil et al. | Health monitoring system using IoT | |
Deshpande et al. | Iot based real time ecg monitoring system using cypress wiced | |
CN105808946A (zh) | 基于云计算的远程移动医疗系统 | |
CN105877719A (zh) | 一种马拉松赛事选手身体状况监测系统 | |
CN111473883A (zh) | 一种体表温度检测设备及检测方法 | |
Abdulameer et al. | Design of health care monitoring system based on internet of thing (IOT) | |
Zhang et al. | Medical long-distance monitoring system based on internet of things | |
Hossain et al. | Development of an IoT based health monitoring system for e-Health | |
US10524697B2 (en) | System and method for monitoring motor recovery in a post acute stroke treatment | |
CN103024937A (zh) | 基于物联网技术的体征监测平台 | |
Pavitra et al. | To identify the accessibility and performance of smart healthcare systems in IoT-based environments | |
CN204708827U (zh) | 基于ZigBee可穿戴传感器的医疗监护系统 | |
Arunkumar et al. | Wearable Devices for Patient Monitoring System using IoT | |
Liu | Remote intelligent medical monitoring system based on Internet of Things | |
CN112820394A (zh) | 一种AIot数据模型多参数远程监护系统及方法 | |
Alsahi et al. | Design health care system using Raspberry pi and Esp32 | |
Li et al. | Design and implementation of wearable medical monitoring system on the internet of things | |
Haghi et al. | A multi-layer multi-sensor wearable device for physical and chemical environmental parameters monitoring (co & no 2) | |
CN108309294A (zh) | 一种人体活动状态移动识别系统 | |
Li et al. | Development of Physiological Parameters Monitoring System using the Internet of Things. | |
Amit et al. | Evaluation of IoT based Real-Time Pulse & Temperature Monitoring System | |
CN210038484U (zh) | 一种病房远程监控装置 |
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: 20210518 |
|
RJ01 | Rejection of invention patent application after publication |