CN112885451A - 基于机器人的血糖检测装置 - Google Patents

基于机器人的血糖检测装置 Download PDF

Info

Publication number
CN112885451A
CN112885451A CN202110445821.6A CN202110445821A CN112885451A CN 112885451 A CN112885451 A CN 112885451A CN 202110445821 A CN202110445821 A CN 202110445821A CN 112885451 A CN112885451 A CN 112885451A
Authority
CN
China
Prior art keywords
detection
blood glucose
module
blood
blood sugar
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.)
Granted
Application number
CN202110445821.6A
Other languages
English (en)
Other versions
CN112885451B (zh
Inventor
王鹏
王宏立
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.)
Beijing Sinomedisite Bio Tech Co Ltd
Original Assignee
Beijing Sinomedisite Bio Tech Co Ltd
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 Beijing Sinomedisite Bio Tech Co Ltd filed Critical Beijing Sinomedisite Bio Tech Co Ltd
Priority to CN202110445821.6A priority Critical patent/CN112885451B/zh
Publication of CN112885451A publication Critical patent/CN112885451A/zh
Application granted granted Critical
Publication of CN112885451B publication Critical patent/CN112885451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G16H40/63—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 local operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06N3/045—Combinations of networks
    • 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
    • G06N3/048—Activation functions
    • 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
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开提供一种基于机器人的血糖检测装置，包括机器人本体以及设置在所述机器人本体上的指令获取模块、计划生成模块、移动导航模块、血糖检测模块和报告生成模块：指令获取模块被配置为获取血糖检测指令；计划生成模块被配置为根据血糖检测指令生成血糖检测计划；移动导航模块被配置为使所述机器人本体根据血糖检测计划移动；血糖检测模块被配置为根据血糖检测指令进行血糖检测以得到血糖检测结果；报告生成模块被配置为根据血糖检测结果生成血糖检测报告。本公开通过机器人获取血糖检测指令，生成血糖检测计划，并移动到检测目标处进行血糖检测以生成血糖检测报告，省时省力，且能有效避免漏检和晚检。

Description

基于机器人的血糖检测装置
技术领域
本公开涉及机器人技术领域，尤其涉及一种基于机器人的血糖检测装置。
背景技术
糖尿病是一组因胰岛素绝对或相对分泌不足和（或）胰岛素利用障碍引起的碳水化合物、蛋白质、脂肪代谢紊乱性疾病，以高血糖为主要标志。糖尿病的长期存在，可引起多系统损害，导致眼、肾、神经、心脏、血管等组织器官的慢性进行性病变就、功能减退及衰竭，病情严重或应激时可引起急性严重代谢紊乱。糖尿病是导致心脑血管疾病、死亡、截肢、失明、肾功能衰竭和心力衰竭的重要原因。
在医疗机构中，通过人工进行血液采样的方式进行血糖检测，一般是通过医护人员如护士，按照医生的医嘱为患者按时进行血糖检测。而糖尿病是一种常见病、多发病，那么，血糖检测作为一项需求较大的检测项目，其检测任务量是较大的，同时，不同患者的血糖检测需求和时间是不同的，在这种情况下，人工检测血糖显然是费时费力，且容易出现漏检或晚检。
发明内容
有鉴于此，本公开的目的在于提出一种基于机器人的血糖检测装置。
基于上述目的，本公开提供了一种基于机器人的血糖检测装置，包括机器人本体以及设置在所述机器人本体上的指令获取模块、计划生成模块、移动导航模块、血糖检测模块和报告生成模块：
所述指令获取模块被配置为获取血糖检测指令；
所述计划生成模块被配置为根据所述血糖检测指令生成血糖检测计划；
所述移动导航模块被配置为使所述机器人本体根据所述血糖检测计划移动；
所述血糖检测模块被配置为根据所述血糖检测指令进行血糖检测以得到血糖检测结果；
所述报告生成模块被配置为根据所述血糖检测结果生成血糖检测报告。
从上面所述可以看出，本公开提供的基于机器人的血糖检测装置，包括机器人本体以及设置在所述机器人本体上的指令获取模块、计划生成模块、移动导航模块、血糖检测模块和报告生成模块：指令获取模块被配置为获取血糖检测指令；计划生成模块被配置为根据血糖检测指令生成血糖检测计划；移动导航模块被配置为使所述机器人本体根据血糖检测计划移动；血糖检测模块被配置为根据血糖检测指令进行血糖检测以得到血糖检测结果；报告生成模块被配置为根据血糖检测结果生成血糖检测报告。本公开通过机器人获取血糖检测指令，生成血糖检测计划，并移动到检测目标处进行血糖检测以生成血糖检测报告，省时省力，且能有效避免漏检和晚检。
附图说明
为了更清楚地说明本公开或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例，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为本公开实施例提供的基于机器人的血糖检测装置的一种结构示意图；
图2为本公开实施例提供的指纹识别单元和压力感应单元的一种场景示意图；
图3为本公开实施例提供的指纹识别单元和压力感应单元工作流程的一种示意图；
图4为本公开实施例提供的机器人本体的一种结构示意图；
图5为本公开实施例提供的基于机器人的血糖检测装置工作流程的一种示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
需要说明的是，除非另外定义，本公开实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
糖尿病是一组因胰岛素绝对或相对分泌不足和（或）胰岛素利用障碍引起的碳水化合物、蛋白质、脂肪代谢紊乱性疾病，以高血糖为主要标志。糖尿病的长期存在，可引起多系统损害，导致眼、肾、神经、心脏、血管等组织器官的慢性进行性病变就、功能减退及衰竭，病情严重或应激时可引起急性严重代谢紊乱。糖尿病是导致心脑血管疾病、死亡、截肢、失明、肾功能衰竭和心力衰竭的重要原因。
在医疗机构中，通过人工进行血液采样的方式进行血糖检测，一般是通过医护人员如护士，按照医生的医嘱为患者按时进行血糖检测。而糖尿病是一种常见病、多发病，那么，血糖检测作为一项需求较大的检测项目，其检测任务量是较大的，同时，不同患者的血糖检测需求和时间是不同的，在这种情况下，人工检测血糖显然是费时费力，且容易出现漏检或晚检。
针对于人工进行血糖检测的弊端，本公开通过机器人获取血糖检测指令，生成血糖检测计划，并移动到检测目标处进行血糖检测以生成血糖检测报告，省时省力，且能有效避免漏检和晚检。
参考图1，其为本公开实施例提供的基于机器人的血糖检测装置的一种结构示意图。基于机器人的血糖检测装置，包括机器人本体以及设置在所述机器人本体上的指令获取模块110、计划生成模块120、移动导航模块130、血糖检测模块140和报告生成模块150。
指令获取模块110被配置为获取血糖检测指令。
血糖检测指令由医务工作者例如医生编辑下达，医务工作者通过服务器例如医院信息系统下达血糖检测指令。在一些实施方式中，服务器根据预设的顺序规则自动将血糖检测指令发送至指令获取模块110。在一些实施方式中，指令获取模块110自动向服务器获取血糖检测指令。可选的，血糖检测指令通过传输控制协议（TCP，Transmission ControlProtocol）的方式传输至指令获取模块110。
其中，血糖检测指令包括：检测目标信息、检测项目信息、检测时间信息和检测地点信息。
检测目标信息指的是检测目标的基本信息，例如编号、姓名、性别、年龄等。检测目标指的是本次执行血糖检测应该针对的对象。编号用于识别和区分不同的检测目标，例如住院号，病历号等，同时，每次血糖检测结果也均存储于该编号对应的档案记录中。
检测项目信息指的是执行血糖检测的项目，例如空腹血糖和餐后血糖等。空腹血糖指的是在最后一次进餐后，8至10个小时内没有再进餐，所表现出来的血糖值；餐后血糖指的是在测完空腹血糖后，适当喝点葡萄糖溶液，餐后两个小时内定期测试所表现出来的血糖值。
检测时间信息指的是执行血糖检测的时间，例如某年某月某日某时。
检测地点信息指的是执行血糖检测的地点，例如检测目标所处的位置，可以以位置定位或者位置编号的形式。
在一些实施例中，血糖检测指令还包括：医嘱信息。例如本次血糖检测包含连续三天检测空腹血糖和餐后血糖，空腹血糖一日一次，则需要叮嘱检测目标注意饮食习惯。
计划生成模块120被配置为根据血糖检测指令生成血糖检测计划。
其中，血糖检测计划包括：移动时间信息、移动路线信息和检测用时信息。
移动时间信息指的是开始向检测地点移动的时间。
移动路线信息指的是移动到检测地点的路线。
检测用时信息指的是执行血糖检测所需要的时间。
计划生成模块120具体被配置为：
获取机器人本体的位置信息和各主干路线在所述检测时间信息对应的时间段的拥堵程度信息；
根据检测目标信息、检测项目信息、检测时间信息、检测地点信息、机器人本体的位置信息和各主干路线在所述检测时间信息对应的时间段的拥堵程度信息生成输入特征向量，并将输入特征向量输入已训练的血糖检测计划生成模型；
获取血糖检测计划生成模型输出的移动时间信息、移动路线信息和检测用时信息。
训练血糖检测计划生成模型，具体包括：
构建包括若干样本的样本集；
其中，样本包括：样本数据和标签数据；样本数据包括训练用血糖检测指令；标签数据包括训练用血糖检测指令分别对应的训练用血糖检测计划；
根据样本集，通过预定的机器学习算法，构建并训练得到血糖检测计划生成模型；
其中，预定的机器学习算法可以选自朴素贝叶斯算法、决策树算法、支持向量机算法、kNN算法、神经网络算法、深度学习算法和逻辑回归算法中的一种或多种。
数据库中存储有大量训练数据，每个训练数据包括一个血糖检测指令和该血糖检测指令对应的血糖检测计划，基于大量训练数据对血糖检测计划生成模型进行训练，使得血糖检测计划生成模型能够根据输入的血糖检测指令得到血糖检测计划。当血糖检测计划生成模型输出的准确率达到一定要求时，基于血糖检测计划生成模型向计划生成模块120提供血糖检测计划生成服务，同时，还可以基于新增的训练数据不断优化血糖检测计划生成模型。
通过血糖检测计划生成模型生成血糖检测计划，具体包括：
血糖检测计划生成模型的输入层实现对检测目标信息、检测项目信息、检测时间信息、检测地点信息、机器人本体的位置信息和各主干路线在所述检测时间信息对应的时间段的拥堵程度信息的特征提取，以得到输入特征向量。
例如，输入的特征向量为（86108229,1,202012200530,306,201,03060407）。
其中，86108229为检测目标信息中的检测目标的编号，检测目标的编号用于识别和区分不同的检测目标，例如住院号，病历号等。
1为检测项目信息中的检测项目的编号，1表示空腹血糖，2表示餐后血糖。
202012200530为检测时间信息中的检测时间，按照24小时制，202012200530表示2020年12月20日5点30分。
306为检测地点信息中的检测地点的编号，306表示306号病房。
201为机器人本体的位置的编号，201表示在201病房附近。
03060407为各主干路线在所述检测时间信息对应的时间段的拥堵程度信息，03表示1号主干路线在所述检测时间信息对应的时间段内发生拥堵的可能性为0.3，06表示2号主干路线在所述检测时间信息对应的时间段内发生拥堵的可能性为0.6，04表示3号主干路线在所述检测时间信息对应的时间段内发生拥堵的可能性为0.4，07表示4号主干路线在所述检测时间信息对应的时间段内发生拥堵的可能性为0.7。预设有不同的主干线路，机器人可沿着这些主干线路移动到目标位置，不同的主干线路在不同时间段的拥堵程度即发生拥堵的可能性不同。
隐藏层则执行运算处理，隐藏层的数量可以为一个，也可以多于一个，具体的数量选择可以根据需要而设定，本示例中，以两个及以上隐藏层为例。具体的，隐藏层包括有若干神经元。对于每个神经元，其输入为前一隐藏层的每个神经元的输出的加权和，该输入经过一激活函数后输出；激活函数可以选择sigmoid、tanh、ReLU等，本示例中以sigmoid为例。
输出层的激活函数可以选择Softmax，例如，输出层得到向量（20201220510,2,20），其中20201220510为移动时间信息，表示2020年12月20日5点10分开始向检测地点移动；2为移动路线信息，表示选择2号主干路线作为移动到检测地点的路线；20为检测用时信息，表示预计的血糖检测用时为20分钟。
血糖检测计划生成模型的输出的血糖检测计划包括：移动时间信息、移动路线信息和检测用时信息。
在一些实施例中，在根据血糖检测指令生成血糖检测计划之后，计划生成模块120还被配置为：
将该血糖检测计划加入到任务列表中；任务列表被配置为按照时间顺序存储不同的血糖检测计划；
响应于确定该血糖检测计划与任务列表中存储的任一血糖检测计划之间存在时间冲突，将该血糖检测计划从任务列表中删除，并将该血糖检测计划对应的血糖检测指令原路返还。
原路返还的血糖检测指令将分配给其他实现本公开提供的基于机器人的血糖检测装置的机器人。本公开所称机器人为实现本公开提供的基于机器人的血糖检测装置的机器人。
基于机器人的血糖检测装置通过指令获取模块110接收多个血糖检测指令，并通过计划生成模块120生成多个血糖检测计划，将多个血糖检测计划加入到任务列表中。基于机器人的血糖检测装置通过计划生成模块120核验任务列表中的多个血糖检测计划是否存在时间冲突。响应于确定新加入任务列表的血糖检测计划与任务列表中存储的任一血糖检测计划之间存在时间冲突，将新加入任务列表的血糖检测计划发送至其他机器人。
移动导航模块130被配置为使机器人本体根据血糖检测计划移动。
相关技术中，一般通过全球定位系统GPS或者北斗卫星导航系统解决机器人的移动导航问题。但是，本公开提供的基于机器人的血糖检测装置的工作场景在室内而非室外，这种情况下，由于GPS卫星信号功率较低，穿透能力很差，因此受到建筑墙体的阻隔而无法进入室内，其次，即使有了定位结果，导航所依赖的地图信息在室内场景下也并不容易获得。
在一些实施例中，本公开通过基于蓝牙信标定位的导航方法或者基于Wi-Fi信号定位的导航方法实现移动导航模块130的移动导航。在采用基于蓝牙信标定位的导航方法实现移动导航模块130的移动导航中，通过设置在不同病房的多个蓝牙通信模块和设置在移动导航模块130的蓝牙通信模块之间的互动（例如，蓝牙通信模块想周围发送自己特有的ID信息），移动导航模块130能够获取其在地图上的位置，从而进行路线规划和导航。
在采用基于Wi-Fi信号定位的导航方法实现移动导航模块130的移动导航中，通过来自不同Wi-Fi天线的信号差异及相互关系进行定位。例如，通过无线信号衰减模型和三角定位法确定移动导航模块130的位置；通过信号相位差、传输时间差、信道状态等方式确定移动导航模块130的位置；通过机器学习算法将室内区域进行网格划分，根据每个区域的信号强度信息生成热力图进行训练，从而确定移动导航模块130的位置。
机器人在通过移动导航模块130移动的过程中，通过毫米波雷达实现避障，可自动让行正在路线上通过的路人，避免发生碰撞，以便顺利的、安全的到达检测地点。
在一些实施例中，机器人通过移动导航模块130在两个血糖检测计划之间的空档期，移动到预设的等待区域等待。可选的，在预设的等待区域进行充电、维护检修以及系统更新中的一种或多种。
血糖检测模块140被配置为根据血糖检测指令进行血糖检测以得到血糖检测结果。
血糖检测模块140的血糖检测功能具体通过血糖检测仪实现。
其中，血糖检测模块140还包括指纹识别单元和压力感应单元。
指纹识别单元被配置为识别检测对象的指纹以确认检测对象与检测目标是否一致。
压力感应单元被配置为感应检测对象的手指产生的压力以确认手指在指纹识别至血液采样的过程中是否中途离开预设区域；压力感应单元响应于确定手指在指纹识别至血液采样的过程中中途离开预设区域，停止进行血液采样，直到确定检测对象的手指再次处于预设区域，并重新进行指纹识别和血液采样。
参考图2，其为本公开实施例提供的指纹识别单元和压力感应单元的一种场景示意图。
如图2所示，检测对象将手指以指肚朝上指甲朝下的姿势放置于压力感应单元，压力感应单元持续检测检测对象的手指是否中途离开，指纹识别设置在压力感应单元的上方，距离压力感应单元至少一个手指厚度的距离，检测对象的手指的指纹朝向指纹识别单元以使纹识别单元检测检测对象的手指的指纹。在检测对象将手指放置于压力感应单元后，指纹识别单元进行指纹识别，指纹识别通过后，通过血糖仪的穿刺针进行血液采样，在此过程中，压力感应单元持续感应检测对象的手指是否中途离开。
参考图3，其为本公开实施例提供的指纹识别单元和压力感应单元工作流程的一种示意图。
血糖检测是对糖尿病患者进行诊断和治疗的重要依据之一，血糖检测的准确与否会直接影响到对于糖尿病患者后续的诊断和治疗，如果血糖检测不准确，可能会延误病情并造成其他不良后果。发明人发现，在进行血糖检测时，会存在检测对象与检测目标不符的情况，例如应该对甲进行血糖检测，却对乙进行了血糖检测，并将乙的血糖检测结果当作了甲的血糖检测结果。相关技术中，通常是通过病房号、病床号以及姓名等信息确认检测对象，在这种情况下，存在沟通不畅以导致的误将乙当作甲的情况，也存在乙冒名顶替甲的情况，相关技术中并没有很好的解决办法。
发明人发现，血糖检测多以从手指采集血样的手段进行，而手指具有指纹这一确定且唯一的识别标志，同时，为了避免在完成指纹识别后临时替换进行血样采集的手指，本公开提供压力感应单元，一旦检测到进行指纹识别后的手指离开预设区域，即刻停止进行血样采集并发出提示，直到检测到有手指放置在预设区域，重新进行指纹识别，指纹识别通过后重新进行血样采集。
在一些实施例中，血糖检测装置还包括语音互动模块。语音互动模块被配置为进行操作提示，以提示检测对象配合进行血糖检测。可选的，语音互动模块还被配置为接收检测对象的语音信息，基于预设的数据库进行互动问答。
例如，血糖检测机器人到达检测地点例如患者床位旁后，通过智能语音提醒患者：“xxx患者您好，已到测量血糖时间，请根据操作提示完成采血测量”。在确认患者身份后（可以通过扫描患者腕带初步确认患者身份）提示：“请将手指放到测量区域，并保持不动。”之后血糖测量机器人自动消毒（语音提示正在消毒）、采血（语音提示正在采血）、测量（语音提示正在测量血糖）的相关操作。完成测量后，语音提示：“已测量完成，请抽出手指”。
在一些实施例中，血糖检测装置还包括录音录像模块。录音录像模块被配置为获取机器人本体周围的声纹及其音量，响应于确定音量超过音量阈值的声纹的数量超过数量阈值，对机器人本体周围进行录音录像。
本公开提供的机器人的工作场景在医疗机构的病房区域，环境是相对安静的，如果检测到高分贝的声音，并且高分贝的声音中包含的声纹超过预设的数量阈值，例如两个以上，说明机器人附近有异常情况发生，例如有发生争吵或者其他情况，机器人将开启录音录像模块，对机器人本体周围进行录音录像以记录异常情况。
在一些实施例中，血糖检测装置还包括视频通话模块。视频通话模块被配置为实现医务人员和检测对象双方的远程沟通。
报告生成模块150被配置为根据血糖检测结果生成血糖检测报告。
报告生成模块150还被配置为将血糖检测报告发送至服务器例如医院信息系统以供医务人员查阅参考。可选的，血糖检测报告通过传输控制协议（TCP，TransmissionControl Protocol）的方式传输至服务器。
本公开提供一种基于机器人的血糖检测装置，包括机器人本体以及设置在所述机器人本体上的指令获取模块、计划生成模块、移动导航模块、血糖检测模块和报告生成模块：指令获取模块被配置为获取血糖检测指令；计划生成模块被配置为根据血糖检测指令生成血糖检测计划；移动导航模块被配置为使所述机器人本体根据血糖检测计划移动；血糖检测模块被配置为根据血糖检测指令进行血糖检测以得到血糖检测结果；报告生成模块被配置为根据血糖检测结果生成血糖检测报告。本公开通过机器人获取血糖检测指令，生成血糖检测计划，并移动到检测目标处进行血糖检测以生成血糖检测报告，省时省力，且能有效避免漏检和晚检。
为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本公开时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
参考图4，其为本公开实施例提供的机器人本体的一种结构示意图。
机器人本体包括：主体结构401、移动组件402和机械臂403；移动组件402与主体结构401连接；机械臂403与主体结构401连接。
指令获取模块110、计划生成模块120和报告生成模块150设置在主体结构401上；
移动导航模块130设置在移动组件402上；
血糖检测模块140设置在机械臂403上。
在一些实施方式中，主体结构401包括主体躯干、处理器和存储装置。其中，主体躯干用于容纳和承载其他装置。处理器和存储装置用于实现指令获取模块、计划生成模块和报告生成模块的功能。
在一些实施方式中，移动组件402包括轮式移动组件、足式移动组件等，用于实现机器人本体根据移动导航模块进行移动的功能。
在一些实施方式中，通过机械臂403进行血液采样功能，由于机械臂可伸缩移动且移动范围大精度好，可以实现配合检测对象坐或者卧的姿势进行血液采样，以减少检测对象的不便。
主体结构401上还包括：显示装置、摄像装置、音响装置等（图中未示出），用于实现语音互动模块、录音录像模块和视频通话模块的功能。
参考图5，其为本公开实施例提供的基于机器人的血糖检测装置工作流程的一种示意图。
S510、获取血糖检测指令。
S520、根据血糖检测指令生成血糖检测计划。
S530、使机器人本体根据血糖检测计划移动。
S540、根据血糖检测指令进行血糖检测以得到血糖检测结果。
S550、根据血糖检测结果生成血糖检测报告。
需要说明的是，本公开的实施例还可以以下方式进一步描述：
一种基于机器人的血糖检测装置，包括机器人本体以及设置在所述机器人本体上的指令获取模块、计划生成模块、移动导航模块、血糖检测模块和报告生成模块：
所述指令获取模块被配置为获取血糖检测指令；
所述计划生成模块被配置为根据所述血糖检测指令生成血糖检测计划；
所述移动导航模块被配置为使所述机器人本体根据所述血糖检测计划移动；
所述血糖检测模块被配置为根据所述血糖检测指令进行血糖检测以得到血糖检测结果；
所述报告生成模块被配置为根据所述血糖检测结果生成血糖检测报告。
可选的，其中，所述机器人本体包括：主体结构、移动组件和机械臂；所述移动组件与所述主体结构连接；所述机械臂与所述主体结构连接；
所述指令获取模块、计划生成模块和报告生成模块设置在所述主体结构上；
所述移动导航模块设置在所述移动组件上；
所述血糖检测模块设置在所述机械臂上。
可选的，其中，所述血糖检测指令包括检测目标信息、检测项目信息、检测时间信息和检测地点信息；所述血糖检测计划包括：移动时间信息、移动路线信息和检测用时信息；
所述计划生成模块具体被配置为：
获取所述机器人本体的位置信息和各主干路线在所述检测时间信息对应的时间段的拥堵程度信息；
根据所述检测目标信息、检测项目信息、检测时间信息、检测地点信息、机器人本体的位置信息和各主干路线在所述检测时间信息对应的时间段的拥堵程度信息生成输入特征向量，并将所述输入特征向量输入已训练的血糖检测计划生成模型；
获取所述血糖检测计划生成模型输出的所述移动时间信息、移动路线信息和检测用时信息。
可选的，其中，还包括训练所述血糖检测计划生成模型，具体包括：
构建包括若干样本的样本集；
其中，所述样本包括：样本数据和标签数据；所述样本数据包括训练用血糖检测指令；所述标签数据包括所述训练用血糖检测指令分别对应的训练用血糖检测计划；
根据所述样本集，通过预定的机器学习算法，构建并训练得到所述血糖检测计划生成模型；
其中，所述预定的机器学习算法可以选自朴素贝叶斯算法、决策树算法、支持向量机算法、kNN算法、神经网络算法、深度学习算法和逻辑回归算法中的一种或多种。
可选的，其中，在根据所述血糖检测指令生成血糖检测计划之后，所述计划生成模块还被配置为：
将该血糖检测计划加入到任务列表中；所述任务列表被配置为按照时间顺序存储不同的血糖检测计划；
响应于确定该血糖检测计划与所述任务列表中存储的任一血糖检测计划之间存在时间冲突，将该血糖检测计划从所述任务列表中删除，并将该血糖检测计划对应的所述血糖检测指令原路返还。
可选的，其中，所述血糖检测模块还包括指纹识别单元；所述指纹识别单元被配置为识别检测对象的指纹以确认所述检测对象与检测目标是否一致。
可选的，其中，所述血糖检测模块还包括压力感应单元；所述压力感应单元被配置为感应所述检测对象的手指产生的压力以确认所述手指在指纹识别至血液采样的过程中是否中途离开预设区域；所述压力感应单元响应于确定所述手指在指纹识别至血液采样的过程中中途离开所述预设区域，停止进行血液采样，直到确定所述检测对象的手指再次处于所述预设区域，并重新进行指纹识别和血液采样。
可选的，其中，所述血糖检测装置还包括语音互动模块；所述语音互动模块被配置为进行操作提示，以提示检测对象配合进行血糖检测。
可选的，其中，所述血糖检测装置还包括录音录像模块；所述录音录像模块被配置为获取所述机器人本体周围的声纹及其音量，响应于确定所述音量超过音量阈值的所述声纹的数量超过数量阈值，对所述机器人本体周围进行录音录像。
可选的，其中，所述移动导航模块还被配置为：在两个所述血糖检测计划之间的空档期，使所述机器人本体移动到预设的等待区域等待；所述机器人本体在所述等待区域进行充电、维护检修以及系统更新中的至少一种。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围（包括权利要求）被限于这些例子；在本公开的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本公开实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本公开实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路（IC）芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本公开实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本公开实施例的平台的（即，这些细节应当完全处于本领域技术人员的理解范围内）。在阐述了具体细节（例如，电路）以描述本公开的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本公开实施例。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本公开的具体实施例对本公开进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构（例如，动态RAM（DRAM））可以使用所讨论的实施例。
本公开实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本公开实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种基于机器人的血糖检测装置，包括机器人本体以及设置在所述机器人本体上的指令获取模块、计划生成模块、移动导航模块、血糖检测模块和报告生成模块：
所述指令获取模块被配置为获取血糖检测指令；
所述计划生成模块被配置为根据所述血糖检测指令生成血糖检测计划；
所述移动导航模块被配置为使所述机器人本体根据所述血糖检测计划移动；
所述血糖检测模块被配置为根据所述血糖检测指令进行血糖检测以得到血糖检测结果；
所述报告生成模块被配置为根据所述血糖检测结果生成血糖检测报告。
2.根据权利要求1所述的装置，其中，所述机器人本体包括：主体结构、移动组件和机械臂；所述移动组件与所述主体结构连接；所述机械臂与所述主体结构连接；
所述指令获取模块、计划生成模块和报告生成模块设置在所述主体结构上；
所述移动导航模块设置在所述移动组件上；
所述血糖检测模块设置在所述机械臂上。
3.根据权利要求1所述的装置，其中，所述血糖检测指令包括检测目标信息、检测项目信息、检测时间信息和检测地点信息；所述血糖检测计划包括：移动时间信息、移动路线信息和检测用时信息；
所述计划生成模块具体被配置为：
获取所述机器人本体的位置信息和各主干路线在所述检测时间信息对应的时间段的拥堵程度信息；
根据所述检测目标信息、检测项目信息、检测时间信息、检测地点信息、机器人本体的位置信息和各主干路线在所述检测时间信息对应的时间段的拥堵程度信息生成输入特征向量，并将所述输入特征向量输入已训练的血糖检测计划生成模型；
获取所述血糖检测计划生成模型输出的所述移动时间信息、移动路线信息和检测用时信息。
4.根据权利要求3所述的装置，其中，还包括训练所述血糖检测计划生成模型，具体包括：
构建包括若干样本的样本集；
其中，所述样本包括：样本数据和标签数据；所述样本数据包括训练用血糖检测指令；所述标签数据包括所述训练用血糖检测指令分别对应的训练用血糖检测计划；
根据所述样本集，通过预定的机器学习算法，构建并训练得到所述血糖检测计划生成模型；
其中，所述预定的机器学习算法可以选自朴素贝叶斯算法、决策树算法、支持向量机算法、kNN算法、神经网络算法、深度学习算法和逻辑回归算法中的一种或多种。
5.根据权利要求1所述的装置，其中，在根据所述血糖检测指令生成血糖检测计划之后，所述计划生成模块还被配置为：
将该血糖检测计划加入到任务列表中；所述任务列表被配置为按照时间顺序存储不同的血糖检测计划；
响应于确定该血糖检测计划与所述任务列表中存储的任一血糖检测计划之间存在时间冲突，将该血糖检测计划从所述任务列表中删除，并将该血糖检测计划对应的所述血糖检测指令原路返还。
6.根据权利要求1所述的装置，其中，所述血糖检测模块还包括指纹识别单元；所述指纹识别单元被配置为识别检测对象的指纹以确认所述检测对象与检测目标是否一致。
7.根据权利要求6所述的装置，其中，所述血糖检测模块还包括压力感应单元；所述压力感应单元被配置为感应所述检测对象的手指产生的压力以确认所述手指在指纹识别至血液采样的过程中是否中途离开预设区域；所述压力感应单元响应于确定所述手指在指纹识别至血液采样的过程中中途离开所述预设区域，停止进行血液采样，直到确定所述检测对象的手指再次处于所述预设区域，并重新进行指纹识别和血液采样。
8.根据权利要求1所述的装置，其中，所述血糖检测装置还包括语音互动模块；所述语音互动模块被配置为进行操作提示，以提示检测对象配合进行血糖检测。
9.根据权利要求1所述的装置，其中，所述血糖检测装置还包括录音录像模块；所述录音录像模块被配置为获取所述机器人本体周围的声纹及其音量，响应于确定所述音量超过音量阈值的所述声纹的数量超过数量阈值，对所述机器人本体周围进行录音录像。
10.根据权利要求1所述的装置，其中，所述移动导航模块还被配置为：在两个所述血糖检测计划之间的空档期，使所述机器人本体移动到预设的等待区域等待；所述机器人本体在所述等待区域进行充电、维护检修以及系统更新中的至少一种。
CN202110445821.6A 2021-04-25 2021-04-25 基于机器人的血糖检测装置 Active CN112885451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110445821.6A CN112885451B (zh) 2021-04-25 2021-04-25 基于机器人的血糖检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110445821.6A CN112885451B (zh) 2021-04-25 2021-04-25 基于机器人的血糖检测装置

Publications (2)

Publication Number Publication Date
CN112885451A true CN112885451A (zh) 2021-06-01
CN112885451B CN112885451B (zh) 2021-09-24

Family

ID=76040720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110445821.6A Active CN112885451B (zh) 2021-04-25 2021-04-25 基于机器人的血糖检测装置

Country Status (1)

Country Link
CN (1) CN112885451B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114093489A (zh) * 2021-09-29 2022-02-25 北京华益精点生物技术有限公司 非智能血糖仪的血糖检测时间的确认方法及相关设备
CN114755405A (zh) * 2022-04-14 2022-07-15 江西英大生物技术有限公司 一种基于poct的桌面式生化免疫流水线检测系统
CN114839973A (zh) * 2022-04-14 2022-08-02 北京京东乾石科技有限公司 无人车和一种操作方法
CN115061481A (zh) * 2022-08-10 2022-09-16 北京华益精点生物技术有限公司 血糖检测无人车的控制方法、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130267796A1 (en) * 2010-12-01 2013-10-10 Universitat Politecnica De Catalunya System and method for the simultaneous, non-invasive estimation of blood glucose, glucocorticoid level and blood pressure
CN109009158A (zh) * 2018-07-12 2018-12-18 上海常仁信息科技有限公司 一种基于机器人的血糖检测系统和方法
CN210939292U (zh) * 2019-11-14 2020-07-07 刘以宁 医用护理机器人
CN212825400U (zh) * 2020-05-27 2021-03-30 华南理工大学 一种可实现生物反馈及远程探望的智能医疗服务机器人

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130267796A1 (en) * 2010-12-01 2013-10-10 Universitat Politecnica De Catalunya System and method for the simultaneous, non-invasive estimation of blood glucose, glucocorticoid level and blood pressure
CN109009158A (zh) * 2018-07-12 2018-12-18 上海常仁信息科技有限公司 一种基于机器人的血糖检测系统和方法
CN210939292U (zh) * 2019-11-14 2020-07-07 刘以宁 医用护理机器人
CN212825400U (zh) * 2020-05-27 2021-03-30 华南理工大学 一种可实现生物反馈及远程探望的智能医疗服务机器人

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114093489A (zh) * 2021-09-29 2022-02-25 北京华益精点生物技术有限公司 非智能血糖仪的血糖检测时间的确认方法及相关设备
CN114755405A (zh) * 2022-04-14 2022-07-15 江西英大生物技术有限公司 一种基于poct的桌面式生化免疫流水线检测系统
CN114839973A (zh) * 2022-04-14 2022-08-02 北京京东乾石科技有限公司 无人车和一种操作方法
CN115061481A (zh) * 2022-08-10 2022-09-16 北京华益精点生物技术有限公司 血糖检测无人车的控制方法、电子设备及存储介质
CN115061481B (zh) * 2022-08-10 2022-11-15 北京华益精点生物技术有限公司 血糖检测无人车的控制方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN112885451B (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
CN112885451B (zh) 基于机器人的血糖检测装置
US5991730A (en) Methods and systems for automated patient tracking and data acquisition
RU2267158C2 (ru) Способ и система обнаружения отклонений в контролируемой среде
CN110517737A (zh) 生物样本库管理方法、系统、计算机设备和存储介质
CN107278138A (zh) 能够自动识别待测量的身体部位的电子装置以及电子装置的身体组分测量方法
CN101681455A (zh) 远程医学诊断系统和方法
US11705246B2 (en) System, apparatus, method, and graphical user interface for screening
CN108133550A (zh) 一种自助体检运营系统及方法
CN105808946A (zh) 基于云计算的远程移动医疗系统
US11328815B2 (en) Physical measurement of empirical indicators of patient-related outcome value using time and motion sensor results
CN107803843A (zh) 一种基于树莓派的人体健康监测机器人
CN113724244A (zh) 健康监测方法、装置及系统、健康检查设备及介质
CN113870962A (zh) 一种针对骨关节护理的患者跟踪系统
CN107811606B (zh) 基于无线传感器网络的智能视力检测仪
CN113569671A (zh) 异常行为报警方法、装置
US20210313018A1 (en) Patient assessment support device, patient assessment support method, and recording medium
CN212326394U (zh) 一种具备血压智慧分屏分析预警的远程血压监测系统
KR20120011861A (ko) 정보 제공 시스템, 정보 제공 방법, 및 서버 장치
CN109300251A (zh) 一种智能共享急救站及控制方法
CN117216322A (zh) 一种电子病历的生成方法、装置、设备及存储介质
CN106055913A (zh) 一种信息处理方法及智能医疗系统
KR20110008965A (ko) 룸 레벨형 환자 위치추적 방법 및 그 시스템
CN112828911B (zh) 一种基于物联网的医疗陪护机器人系统
JP2024525282A (ja) 心臓ポンプ制御装置データベースと病院との間のインターフェース
CN113499099A (zh) 一种颈动脉超声自动扫查及斑块识别系统及方法

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
GR01 Patent grant
GR01 Patent grant