CN115349832A - 一种生命体征监测预警系统和方法 - Google Patents

Abstract

本发明公开了一种生命体征监测预警系统，包括网络连接的生命体征监测预警装置和数据管理平台，其中，生命体征监测预警装置包括中央处理单元以及与中央处理单元连接的生命体征监测单元、北斗导航定位单元、传感器单元、数据通讯单元和预警单元，生命体征监测单元可以实时获取包含生物电和脉搏波的生命体征数据；北斗导航定位单元适于获取人体所在的位置和海拔高度；传感器单元适于获取温度、气压和加速度数据；中央处理单元适于对传感器单元和北斗导航定位单元获取的数据进行处理，并将生命体征数据、位置和海拔高度、人体姿态通过数据通讯单元上传到数据管理平台；预警单元适于在生命体征数据异常或温度变化异常或人体姿态异常时发出预警信息。

Description

一种生命体征监测预警系统和方法

技术领域

本发明涉及健康监测技术领域，具体涉及一种生命体征监测预警系统、方法、计算设备及存储介质。

背景技术

由于高海拔地区的气压和氧气浓度随着海拔的升高而不断降低，进入高海拔地区的工作人员受到低压、低氧的影响会导致全身组织细胞氧含量急剧下降，组织器官功能受到抑制。尤其当体力活动需氧量加大时，极有可能引发组织器官功能障碍，诱发心脑血管疾病甚至丧失工作能力，造成不可逆的健康损害。

高原作业人员在工作过程中极易出现突发健康状况，如何保障高海拔区域指战员、建设者等人员的心脑血管健康，提高高原作业人员的战斗力与生产力，是一个亟需解决的问题。虽然物联网、人工智能及大数据技术的发展，为实时监测人体生命体征信息提供了新的解决思路，但是现有的生命体征监测系统通常仅仅采集监测对象的基础体征信息，在监测对象的体征信息不符合预设的正常数值时报警，无法对被监测对象的体征状态基于人工智能算法进行多角度融合分析，无法在未发病状态下实现智能预警；并且定位系统的精度无法适用于高原环境的精确定位和无中断数据传输。

因此，需要一种针对高海拔人群的全方位多角度生命体征智能监测系统，能够将生命体征监测、精准定位和实时通讯数据传输、智能监测预警分析有机结合，提高对于高海拔地区工作人员生命体征监测的准确性，以解决以上现有技术中存在的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种生命体征监测预警系统、方法、计算设备及存储介质。

根据本发明的一个方面，提供一种生命体征监测预警系统，包括网络连接的生命体征监测预警装置和数据管理平台，其中，生命体征监测预警装置包括中央处理单元以及与中央处理单元连接的生命体征监测单元、北斗导航定位单元、传感器单元、数据通讯单元和预警单元，传感器单元至少包括温度传感器、气压传感器和加速度传感器，生命体征监测单元适于实时获取包含人体生物电和脉搏波的生命体征数据；北斗导航定位单元适于获取人体所在的三维坐标数据；传感器单元适于获取人体温度、气压和加速度数据；中央处理单元适于对传感器单元和北斗导航定位单元获取的数据进行计算处理，并将生命体征数据、修正后的三维坐标数据、人体姿态通过数据通讯单元上传到数据管理平台；预警单元适于在人体生命体征数据异常或温度变化异常或人体姿态异常时发出预警信息。

可选地，在上述系统中，生命体征监测预警装置为可穿戴式设备，生命体征监测单元还适于获取被测人员的饮食、行为习惯数据。生命体征监测单元包括PPG传感器、数据分析模块和判断模块，PPG传感器适于获取人体连续的脉搏波数据；数据分析模块适于对获取的连续的脉搏波数据进行异常波形检测、平滑降噪、分段处理、特征点识别和指标参数计算，得到反射系数和硬度系数；判断模块适于根据数据分析模块计算得到的反射系数和硬度系数判断生命体征数据是否存在异常，如果异常则将异常预警信息发送到预警单元，如果未存在异常则将生命体征数据以及被测人员的饮食、行为习惯数据通过数据通讯单元上传到数据管理平台。

可选地，在上述系统中，数据管理平台适于接收数据通讯模块上传的生命体征数据，并将预处理后的生命体征监测数据和人体静态变量数据输入训练后的长短期记忆神经网络预测被测人员出血事件的概率。

可选地，在上述系统中，预警单元适于根据数据异常等级确定不同等级的预警模式，并将预警信息通过所述数据通讯模块上传给数据管理平台。

可选地，在上述系统中，温度传感器为接触式温度传感器，适于获取被测人员的体温；中央处理单元适于根据气压传感器测得的大气压值计算出海拔高度，并根据温度传感器测得的温度值对海拔高度进行修正，还适于根据加速度传感器测得的加速度值计算人体相对于水平面的倾斜角度，从而确定人体姿态。

根据本发明的另一个方面，提供一种生命体征监测预警方法，包括：首先，通过可穿戴生命体征监测预警装置获取包含生物电和脉搏波的生命体征数据、人体所在的三维坐标数据、温度、气压和加速度数据；然后。基于温度和电压数据确定人体所在的海拔高度，基于加速度数据确定人体姿态，并基于海拔高度对三维坐标数据进行修正；并且，对获取的脉搏波进行异常波形检测、平滑降噪、分段处理、特征点识别和指标参数计算，得到反射系数和硬度系数；最后，根据计算得到的反射系数和硬度系数判断生命体征数据是否异常，判断人体姿态和温度变化是否异常，当生命体征数据异常或者人体姿态异常或者温度变化异常时，发出预警信息。

可选地，在上述方法中，可以将人体生命体征数据、温度数据、人体姿态和三维坐标数据上传到数据管理平台；对生命体征数据进行预处理，去除异常测量数据；将预处理后的生命体征数据和人体静态变量输入训练好的出血事件动态预测模型中进行出血事件预测，得到人体出血事件预测概率。

根据本发明的又一个方面，提供一种计算设备，包括：至少一个处理器；和存储有程序指令的存储器，其中，程序指令被配置为适于由至少一个处理器执行，程序指令包括用于执行上述生命体征监测预警方法的指令。

根据本发明的又一个方面，提供一种存储有程序指令的可读存储介质，当程序指令被计算设备读取并执行时，使得计算设备执行上述生命体征监测预警方法。

根据本发明的方案，通过可穿戴生命体征监测预警装置可以实时获取人体脉搏波和生物电等生命体征数据，并将被测人员的饮食、行为习惯等数据上传到后端的数据管理平台，在数据管理平台上基于获取的生命体征数据和多维异构数据，使用深度学习算法对高原作业人员出血事件、心血管病患病风险等不良事件进行预估，能够对可能患病的人员进行及时干预，提高生命体征监测的准确性；通过北斗卫星导航定位通讯能够提高对高原作业人员定位的精度，以便于在发生危险时快速定位进行诊断治疗。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的生命体征监测预警系统100的结构示意图；

图2示出了根据本发明一个实施例的光电容积脉搏波波形示意图；

图3示出了根据本发明一个实施例的脉搏波单波形示意图；

图4示出了根据本发明一个实施例的生命体征监测预警方法400的流程示意图；

图5示出了根据本发明一个实施例的计算设备200的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

现有的生命体征监测装置或系统存在采集数据片面、定位精度低、数据传输不连续、无法对被测人员的患病概率进行智能预测等缺陷，无法适应高原地区人群的生命体征监测和预警。本方案为了解决上述技术问题，将北斗导航技术、智能物联网技术、人工智能及大数据分析和处理技术进行有机结合，通过智能可穿戴设备及多种传感器，可以实现对人员生物电磁场、脉搏波等生命体征数据的连续收集，结合被监测人员的临床危险因素，使用深度学习算法对获得的大数据进行建模分析，可对典型心血管疾病进行智能评估以及不良事件预警，提高了生命体征监测的准确性。

图1示出了根据本发明一个实施例的生命体征监测预警系统100的结构示意图。如图1所示，该生命体征监测预警系统100可以包括可穿戴的生命体征监测预警装置110 和设置在移动终端或远程计算设备中的数据管理平台120。生命体征监测预警装置110和数据管理平台120可通过4G/5G移动网络、蓝牙、WiFi、北斗导航系统等建立网络连接，当一种连接中断时可通过切换网络连接方式保证数据通讯的连续性。需要说明的是，数据管理平台可以同时接收多个生命体征监测预警装置上传的监测数据，可以预先构建用于存储每个被测人员监测数据的数据库。生命体征监测预警装置可以是手环、头盔、衣服等便携式可穿戴装置，能够融合多种传感器进行环境信息、位置信息和人体生命特征信息等的采集、处理和传输等。

如图1所示，生命体征监测预警装置110可以包括中央处理单元01以及与中央处理单元01连接的生命体征监测单元02、北斗导航定位单元03、传感器单元04、预警单元05和数据通讯单元06。其中，传感器单元04可以包括温度传感器、气压传感器、加速度传感器等，中央处理单元01可以接收生命体征监测单元02、北斗导航定位单元03、传感器单元04实时获取的生命体征监测数据、体温、气压、位置、方向、速度、加速度等数据，并对获取的数据进行处理，例如可以对北斗导航定位单元获取的人体所在的经度、维度、高度及速度进行高精度解算和校正，基于加速度传感器获得的加速度数据计算人体的姿态，根据气压传感器计算出海拔高度、根据温度传感器获取的温度数据对海拔高度进行修正、对北斗导航定位单元获取的高度进行修正等。

其中，北斗导航定位单元03具有厘米级定位精度，集成支持BDS（中国北斗定位系统）、GPS、GALILEO（欧盟伽利略定位系统）、GLONASS（俄罗斯格洛纳斯定位系统）、QZSS（日本准天顶系统）IRNSS（印度区域导航系统）等导航定位系统的接收，采用多频段RTK导航技术，可同时接收多频全球导航定位卫星信号，提高定位数据的可靠性。温度传感器可以采用接触式温度传感器，通过热传导或热对流达到热平衡，从而直接测得被测对象的体温，当温度数据变动异常时，可以通过中央处理单元01向预警单元05发出温度数据异常信息以便预警单元发出异常预警信号。气压传感器可以通过测量大气压计算出海拔高度，同时还可以结合温度传感器获取的温度数据对海拔数据进行修正，提高海拔高度测量的精度。加速度传感器通过测量重力加速度计算出人体相对于水平面的倾斜角度，通过分析动态重力加速度分析人员移动的姿态，例如爬坡状态、下坡状态、摔倒或跌落状态等，当存在跌落或摔倒状态时，可以通过中央处理单元01向预警单元05发出人体姿态数据异常信息以便预警单元发出异常预警信号。预警信号可以根据生命体征监测单元、北斗导航定位单元、传感器单元实时监测的异常数据信息，提供不同等级的预警模式，例如发出提示音、预警灯亮起提示或者发出SOS求救信号等。

在本发明的一个实施例中，生命体征监测单元02可以实时监测人体脉搏波和生物电，其中，脉搏波是人体心脏、血管、血液、组织等综合因素作用下血流通过血管时的动态信息集合，其传播速度取决于传播介质的物理和几何特征，例如动脉的弹性、管腔的大小、血液的密度和粘性等，脉搏波分析可以从波形特征中分析得出血液黏度、血流量、血压、微循环、心脏乃至呼吸等参数，因此无需采用额外的传感器设备对心率、呼吸频率、血压等进行监测。生物电是人体所呈现出的微弱电信号，能够反映出人体各组织的状态，例如通过心电、脑电检测来判断人体的健康状况，包含阻抗、容抗、感抗、相位等检测指标，将检测出的指标与人体标准数据库进行比对、建模，可以得出被测个体的各组织的健康状态偏离情况。还可以基于光谱技术对人体组织信息进行探测等，进一步提高生命体征监测的准确性。还可以在日常生活和工作过程实时获取人员的饮食和行为习惯数据、睡眠质量数据等。在本发明的一个实施例中，生命体征监测单元02可以包括PPG（光电容积描记术）传感器、生物电传感器、数据分析模块和判断模块，其中，生物电传感器适于获取人体生物电阻抗数据。在本发明的一个实施例中，生物电数据可以通过手指与脚趾上24个接触点进行测量。 当探针轻压在穴位处，压缩细胞与下层的能量通道（经络系统）确定连接，通过测量电流穿越经络时所遇到的阻力来确定经络能量流值。系统检测测量脉冲通过时的导电性，这和身体的电场成正比。水分的多少决定了电流通过的通路的宽度，可用阻抗的测定值来表示，即生物电阻抗值。通过检测生物电阻抗值，间接反应人体状态。PPG传感器可以通过光学发射器向皮肤照射光线并用光电探测器感应散射光来测量微弱的血流信号 ，利用光电传感器检测经过人体血液和组织吸收后的反射光强度的不同，描记出血管容积在心动周期内的变化，得到连续的脉搏波数据。脉搏波信号的准确采集和分析对于心血管疾病的预防、健康监测及诊断过程具有重要的指导意义和医学价值。图2示出了根据本发明一个实施例的光电容积脉搏波波形示意图。如图2所示，脉搏波是连续不规律起伏的波形，横坐标为时间，纵坐标为频率，具有多个波峰和波谷。数据分析模块可以对获取的连续的脉搏波进行异常波形检测、平滑降噪、分段处理、特征点识别和指标参数计算，得到反射系数和硬度系数。具体地，可以根据脉搏波波形的波峰和波谷的极值对脉搏波进行异常检测，当波峰或波谷的极值不符合预设标准值时表示波形检测异常。然后通过预设的降噪函数对获取的脉搏波进行平滑降噪，再根据脉搏波的波形确定每一个单波形的起始点，根据每一个单波形的起始点将脉搏波划分为多个脉搏波单波形，其中每个单波形的起始点可以通过将连续的脉搏波减去均值后相对于水平轴进行镜像反转确定。接着，对脉搏波单波形进行特征点识别，确定每个脉搏波单波形的起始点a、主波波峰b、重搏波峰d和重搏波谷c，若脉搏单波形的主波波峰b后存在极值点，则表示脉搏单波形正常。图3示出了根据本发明一个实施例的脉搏波单波形示意图。如图3所示，该脉搏波单波形的起始点为a，主波波峰为b，重搏波谷为c，重搏波峰为d，可以看出主波波峰b后存在极值点d，则表明该脉搏波单波形为正常健康状态。最后根据特征点识别结果计算指标参数，指标参数可以包括反射系数RI和硬度系数SI，其中反射系数是评价小动脉弹性功能的无创指标，RI越小表示小动脉的顺应性越好，RI=Hd/Hb（Hd为重搏波峰幅值，Hb为主波波峰幅值），硬度系数是反映大动脉弹性的指标，SI=Height/Tbd（Height为人体身高，Tbd为主波波峰b点到重搏波峰d点的时间）。判断模块可以根据数据分析模块计算得到的反射系数和硬度系数判断生命体征数据是否存在异常，如果异常则将异常预警信息发送到预警单元，如果未存在异常则将生命体征数据通过数据通讯单元上传到数据管理平台。

根据本发明的一个实施例，数据管理平台可以通过人体出血事件动态预测模型对被测人员进行疾病预测分析，根据生命体征监测单元采集的生命体征数据、饮食和行为习惯数据，基于基因诊断技术对人员进行连续追踪、生理病理和遗传信息预警分析，并结合医院辅助检查和化验检查结果，建立出血事件动态预测模型，通过分析监测数据与心脑血管疾病之间的相关关系，预测被测人员未来一周每天出血的概率，以便提前预警并辅助进行诊断治疗。可以在尚未出现任何症状之前对疾病进行预测，有效实现心脑血管健康监测和管理。

为了更加准确的对人体心血管疾病进行预测，可以通过追踪记录多中心冠心病群体的脉搏波数据构建和训练用于预测出血事件概率的LSTM长短期记忆神经网络，可以将多中心冠心病群体中其中一个中心的患者数据作为外部测试集不参与模型构建，其他所有患者数据按9:1的比例随机划分为训练集与验证集。训练集用于搭建拟合模型，验证集与外部测试集进行模型效果评估。由于原始的循环神经网络RNN随着训练时间的加长以及网络层数的增多，很容易出现梯度膨胀或者梯度消失的问题，导致无法处理较长序列数据，从而无法获取长距离数据的信息。LSTM通过增加输入门（Input Gate）、输出门(Output Gate)和遗忘门(Forget Gate)结构，使得神经网络的权重能够自我更新，在网络模型参数固定的情况下，不同时刻的权重尺度可以动态改变，从而能够有效避免梯度消失或者梯度膨胀的问题。相比于基本的RNN，LSTM神经网络泛化能力更强、预测精度更高,对于数据量较大和波动较大的数据可以实现更好的拟合，并已广泛应用于预测情绪状态、交通流量和疾病等场景。因此，本方案将训练后的LSTM网络作为预测模型，将人体静态变量与动态特征结合作为模型的输入，以出血状况为输出，当输出的出血状况与标注的出血状况的统一率满足预设阈值时，完成对出血风险评估模型的训练。其中，人体静态变量可以包括被测人员的身高、年龄、性别、疾病史等人口学特征与基线数据。动态特征是根据实时监测的PPG数据提取的脉搏波特征值。数据管理平台可以首先对获取的PPG数据进行质量评估，排除异常测量数据。同时，对于每条有效测量数据，通过聚类算法，选出最具代表性的单周期波形并计算脉搏波特征。最后可以采用SHAP (SHapley Additive interpretation)框架对出血风险评估模型进行描述，使用AUC指标（ROC曲线下与坐标轴围成的面积，取值范围在0.5和1之间。AUC越接近1.0，检测方法真实性越高）和MCC 指标（马修斯相关系数，取值范围在[-1.1]，取值为1表示预测与实际完全一致）来评估模型表现。最终得到模型预估的出血概率。

进一步地，数据管理平台可以结合基因诊断技术对被测人员样本进行连续追踪和遗传信息分析，建立高原作业人群的行为信息库、遗传信息资源库等，构建实时数据采集、边缘计算、大数据建模分析一体化的健康监测与管理平台。

图4示出了根据本发明一个实施例的生命体征监测预警方法400的流程示意图。如图4所示，该方法始于步骤S410，通过可穿戴生命体征监测预警装置获取包含生物电和脉搏波的生命体征数据、人体所在的三维坐标数据、温度、气压和加速度数据。

随后执行步骤S420，基于温度和电压数据确定人体所在的海拔高度，基于加速度数据确定人体姿态，并基于海拔高度对三维坐标数据进行修正。

接着执行步骤S430，对获取的脉搏波进行异常波形检测、平滑降噪、分段处理、特征点识别和指标参数计算，得到反射系数和硬度系数。

最后执行步骤S440，根据计算得到的反射系数和硬度系数判断生命体征数据是否异常，判断人体姿态和温度变化是否异常，当生命体征数据异常或者人体姿态异常或者温度变化异常时，发出预警信息。

进一步地，还可将人体生命体征数据、温度数据、人体姿态和三维坐标数据上传到数据管理平台；对生命体征数据进行预处理，去除异常测量数据；将预处理后的生命体征数据和人体静态变量输入训练好的出血事件动态预测模型中进行出血事件预测，得到人体出血事件预测概率

上述生命体征监测预警方法400可以在计算设备中执行，图5示出了根据本发明一个实施例的计算设备200的结构图。如图5所示，在基本的配置202中，计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。

取决于期望的配置，处理器204可以是任何类型的处理，包括但不限于：微处理器（µP）、微控制器（µC）、数字信息处理器（DSP）或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元（ALU）、浮点数单元（FPU）、数字信号处理核心（DSP核心）或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用，或者在一些实现中，存储器控制器218可以是处理器204的一个内部部分。

取决于期望的配置，系统存储器206可以是任意类型的存储器，包括但不限于：易失性存储器（诸如RAM）、非易失性存储器（诸如ROM、闪存等）或者它们的任何组合。计算设备中的物理内存通常指的是易失性存储器RAM，磁盘中的数据需要加载至物理内存中才能够被处理器204读取。系统存储器206可以包括操作系统220、一个或者多个应用222以及程序数据224。应用222实际上是多条程序指令，其用于指示处理器204执行相应的操作。在一些实施方式中，在一些实施方式中，应用222可以布置为在操作系统上由一个或多个处理器204利用程序数据224执行指令。操作系统220例如可以是Linux、Windows等，其包括用于处理基本系统服务以及执行依赖于硬件的任务的程序指令。应用222包括用于实现各种用户期望的功能的程序指令，应用222例如可以是浏览器、即时通讯软件、软件开发工具（例如集成开发环境IDE、编译器等）等，但不限于此。当应用222被安装到计算设备200中时，可以向操作系统220添加驱动模块。

在计算设备200启动运行时，处理器204会从存储器206中读取操作系统220的程序指令并执行。应用222运行在操作系统220之上，利用操作系统220以及底层硬件提供的接口来实现各种用户期望的功能。当用户启动应用222时，应用222会加载至存储器206中，处理器204从存储器206中读取并执行应用222的程序指令。

计算设备200还包括储存设备232，储存设备232包括可移除储存器236和不可移除储存器238，可移除储存器236和不可移除储存器238均与储存接口总线234连接。

计算设备200还可以包括有助于从各种接口设备（例如，输出设备242、外设接口244和通信设备246）到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口244可以包括串行接口控制器254和并行接口控制器256，它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备（例如，键盘、鼠标、笔、语音输入设备、触摸输入设备）或者其他外设（例如打印机、扫描仪等）之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260，其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262通过网络通信链路的通信。

网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频（RF）、微波、红外（IR）或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。

计算设备200还包括与总线/接口控制器230相连的储存接口总线234。储存接口总线234与储存设备232相连，储存设备232适于进行数据存储。示例的储存设备232可以包括可移除储存器236（例如CD、DVD、U盘、可移动硬盘等）和不可移除储存器238（例如硬盘驱动器HDD等）。在根据本发明的计算设备200中，应用222包括执行生命体征监测预警方法400的多条程序指令。

根据上述方案，通过可穿戴生命体征监测预警装置可以实时获取人体脉搏波和生物电等生命体征数据，并将被测人员的饮食、行为习惯等数据上传到后端的数据管理平台，在数据管理平台上基于获取的生命体征数据和多维异构数据，使用深度学习算法对高原作业人员出血事件、心血管病患病风险等不良事件进行预估，能够对可能患病的人员进行及时干预，提高生命体征监测的准确性；通过北斗卫星导航定位通讯能够提高对高原作业人员定位的精度，以便于在发生危险时快速定位进行诊断治疗。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

此外，实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的而非限制性的，本发明的范围由所附权利要求书限定。

Claims (10)

1.一种生命体征监测预警系统，包括网络连接的生命体征监测预警装置和数据管理平台，其特征在于，所述生命体征监测预警装置包括中央处理单元以及与所述中央处理单元连接的生命体征监测单元、北斗导航定位单元、传感器单元、数据通讯单元和预警单元，

所述传感器单元至少包括温度传感器、气压传感器和加速度传感器，所述生命体征监测单元适于实时获取包含人体生物电和脉搏波的生命体征数据；

所述北斗导航定位单元适于获取人体所在的三维坐标数据；所述传感器单元适于获取人体温度、气压和加速度数据；

所述中央处理单元适于对所述传感器单元和北斗导航定位单元获取的数据进行计算处理，并将生命体征数据、修正后的三维坐标数据、人体姿态通过所述数据通讯单元上传到所述数据管理平台；

所述预警单元适于在人体生命体征数据异常或温度变化异常或人体姿态异常时发出预警信息。

2.根据权利要求1所述的系统，其特征在于，所述生命体征监测预警装置为可穿戴式设备，所述生命体征监测单元还适于获取被测人员的饮食、行为习惯数据。

3.根据权利要求2所述的系统，其特征在于，所述生命体征监测单元包括PPG传感器、生物电传感器、数据分析模块和判断模块，所述PPG传感器适于获取人体连续的脉搏波数据；所述生物电传感器适于获取人体生物电阻抗数据；所述数据分析模块适于对获取的连续的脉搏波数据进行异常波形检测、平滑降噪、分段处理、特征点识别和指标参数计算，得到反射系数和硬度系数；所述判断模块适于根据所述数据分析模块计算得到的反射系数和硬度系数以及生物电传感器获取的生物电阻抗数据判断生命体征数据是否存在异常，如果异常则将异常预警信息发送到预警单元，如果未存在异常则将生命体征数据以及被测人员的饮食、行为习惯数据通过数据通讯单元上传到数据管理平台。

4.根据权利要求1所述的系统，其特征在于，所述数据管理平台适于接收数据通讯模块上传的生命体征数据，并将预处理后的生命体征监测数据和人体静态变量数据输入训练后的长短期记忆神经网络预测人体出血事件的概率。

5.根据权利要求1所述的系统，其特征在于，所述预警单元适于根据数据异常等级确定不同等级的预警模式，并将预警信息通过所述数据通讯模块上传给数据管理平台。

6.根据权利要求1所述的系统，其特征在于，所述温度传感器为接触式温度传感器，适于获取被测人员的体温；所述中央处理单元适于根据气压传感器测得的大气压值计算出海拔高度，并根据温度传感器测得的温度值对海拔高度进行修正，还适于根据加速度传感器测得的加速度值计算人体相对于水平面的倾斜角度，从而确定人体姿态。

7.一种生命体征监测预警方法，适于在计算设备中执行，其特征在于，包括：

通过可穿戴生命体征监测预警装置获取包含生物电和脉搏波的生命体征数据、人体所在的三维坐标数据、温度、气压和加速度数据；

基于温度和电压数据确定人体所在的海拔高度，基于加速度数据确定人体姿态，并基于海拔高度对三维坐标数据进行修正；

对获取的脉搏波进行异常波形检测、平滑降噪、分段处理、特征点识别和指标参数计算，得到反射系数和硬度系数；

根据计算得到的反射系数和硬度系数判断生命体征数据是否异常，判断人体姿态和温度变化是否异常，当生命体征数据异常或者人体姿态异常或者温度变化异常时，发出预警信息。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

将人体生命体征数据、温度数据、人体姿态和三维坐标数据上传到数据管理平台；

对生命体征数据进行预处理，去除异常测量数据；

将预处理后的生命体征数据和人体静态变量输入训练好的出血事件动态预测模型中进行出血事件预测，得到人体出血事件预测概率。

9.一种计算设备，包括：

至少一个处理器；和

存储有程序指令的存储器，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如权利要求7-8中任一项所述方法的指令。

10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求7-8中任一项所述的方法。

Images