CN115767436A - 一种医护与患者智能手表联动寻回患者的方法及系统 - Google Patents

一种医护与患者智能手表联动寻回患者的方法及系统 Download PDF

Info

Publication number
CN115767436A
CN115767436A CN202211415972.8A CN202211415972A CN115767436A CN 115767436 A CN115767436 A CN 115767436A CN 202211415972 A CN202211415972 A CN 202211415972A CN 115767436 A CN115767436 A CN 115767436A
Authority
CN
China
Prior art keywords
patient
monitored
area
monitored patient
kth
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
CN202211415972.8A
Other languages
English (en)
Other versions
CN115767436B (zh
Inventor
黄伟红
李靖
胡建中
高武强
黄佳
高悦
曾淑梅
刘冠宇
高晨雨
刘硕
哈芳芳
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.)
Xiangya Hospital of Central South University
Original Assignee
Xiangya Hospital of Central South 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 Xiangya Hospital of Central South University filed Critical Xiangya Hospital of Central South University
Priority to CN202211415972.8A priority Critical patent/CN115767436B/zh
Publication of CN115767436A publication Critical patent/CN115767436A/zh
Application granted granted Critical
Publication of CN115767436B publication Critical patent/CN115767436B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提供一种医护与患者智能手表联动寻回患者的方法及系统，方法包括：实时采集患者智能手表发出信号定位信息；计算若干个被监测患者所在区域内的饱和度，判断被监测患者所在区域内的饱和度是否小于饱和度阈值，进而选择是否联动控制广播系统广播被监测患者区域内患者越界，并联动医护手表接收越界患者定位信息；医护手表确定越界患者移动方向；采用粒子群优化算法规划医护人员追踪越界患者路径，将越界患者带回至其所属的被监测患者所在区域。本发明提供的医护与患者智能手表联动寻回患者的方法，基于智能手表内带有的IC标签，基于物联网技术进行远程无线定位，为医疗系统的管理人员监护、管理和追踪患者提供了便捷。

Description

一种医护与患者智能手表联动寻回患者的方法及系统
技术领域
本发明属于医疗看护技术领域，具体涉及一种医护与患者智能手表联动寻回患者的方法及系统。
背景技术
在医院的日常管理工作中，医护对每项工作都要花费大量的时间和精力。由于患者情况多样，人员多、医院建筑环境类似，容易发生患者走失或走出活动范围，不便于管理。
随着物联网、移动云平台、云计算等技术的兴起，现有技术中，也研发出专门针对于看护单位的具有报警功能的智慧医院管理系统，如申请号为201720033644.X的中国专利公开的一种智能医用手环和住院病人管理系统，该系统包括智能医用手环、院内指引系统、离院报警系统和检查提醒系统；所述智能医用手环包括手环本体和设置在手环本体上的CPU中央处理器、提醒模块、WIFI无线接收模块、GPS院内导航模块、传感器模块和电源模块；所述传感器模块包括体温传感器和心率传感器；所述院内指引系统包括院内无线局域网络、以及智能医用手环上的CPU中央处理器、WIFI无线接收模块与GPS院内导航模块；所述离院报警系统包括院内无线局域网络、医院报警服务器、以及智能医用手环上的CPU中央处理器、WIFI无线接收模块和传感器模块，所述传感器模块包括体温传感器和心率传感器；所述检查提醒系统包括医院病人数据服务器、院内无线局域网络、医院检查系统，以及智能医用手环上的CPU中央处理器、WIFI无线接收模块、提醒模块和检测确认病人反馈模块。
上述公开的现有技术通过所述智能医用手环、院内指引系统、离院报警系统和检查提醒系统，可以实现院内检查提醒(例如代替护士准时提醒病人检查前的注意事项和检查项目)、院内导航(显示检查项目所在楼层及其位置，方便病人按时达到)、防病人走失和离院报警等功能，因此具有很强的临床实用价值。
但是其并未公开如何对被监测的患者进行实时定位，并确定其是否已经移出其所属的被监测区域范围，也没有具体公开何时发出警报，发出警报之后如何为医护人员或管理监管人员规划寻回患者的路径的具体技术方案。
发明内容
本发明针对上述缺陷，提供一种医护与患者智能手表联动寻回患者的方法与系统。本发明基于智能手表内带有的IC标签，基于物联网技术进行远程无线定位，通过计算被监测患者所属区域内饱和度是否下降判断被监测患者所属区域内是否值得医护监管人员注意并加强监管，通过联动控制广播系统广播被监测患者区域内患者越界，并联动医护手表接收越界患者定位信息，进而通过计算越界患者的移动方向后再采用粒子群优化算法规划医护人员追踪所述越界患者路径，根据所述路径将所述越界患者带回至其所属的被监测患者所在区域，为医疗系统的管理人员监护、管理和追踪患者提供了便捷。
本发明提供如下技术方案：一种医护与患者智能手表联动寻回患者的方法，包括以下步骤：
S1、实时采集患者智能手表发出信号定位信息；
S2、计算若干个被监测患者所在区域内的饱和度，判断被监测患者所在区域内的饱和度是否小于饱和度阈值，若小于饱和度阈值，则联动控制广播系统广播被监测患者区域内患者越界，并联动医护手表接收越界患者定位信息；
S3、控制所述医护手表确定所述越界患者移动方向；
S4、采用粒子群优化算法规划医护人员追踪所述越界患者路径，根据所述路径将所述越界患者带回至其所属的被监测患者所在区域。
进一步地，所述S2步骤中计算若干个被监测患者所在区域内的饱和度包括以下步骤：
S21、确定第k个被监测患者所在区域内的处于第一边缘点的第i个被监测患者和处于第二边缘点的第j个被监测患者，由第i个被监测患者和第j个被监测患者构成第k个被监测患者所在区域边缘集合Gk{i,j}：
S22、构建第k个被监测患者所在区域内的患者流动更新速率动态模型：
Figure BDA0003939950460000021
其中，
Figure BDA0003939950460000022
分别为第k个被监测患者所在区域内的第i个被监测患者从第一边缘点移动离开所述第k个被监测患者所在区域所需时间，
Figure BDA0003939950460000023
为第k个被监测患者所在区域内的第j个被监测患者从第二边缘点移动离开所述第k个被监测患者所在区域所需时间；
Figure BDA0003939950460000024
为第k个被监测患者所在区域内的第q个被监测患者移动至所述第一边缘点处所需时间，
Figure BDA0003939950460000025
为第k个被监测患者所在区域内的第q个被监测患者移动至所述第二边缘点处所需时间；σk(t)为t时刻的第k个被监测患者所在区域的饱和度，σk(t)∈(0,1)；
Figure BDA0003939950460000026
为第k个被监测患者所在区域内的第q个被监测患者从第一边缘点移出的概率；k＝1,2,..,K；
S23、根据所述S22步骤，计算得到t时刻的第k个被监测患者所在区域的饱和度：
Figure BDA0003939950460000031
进一步地，所述第k个被监测患者所在区域内的第q个被监测患者从第一边缘点移出的概率
Figure BDA0003939950460000032
的计算公式如下：
Figure BDA0003939950460000033
其中，
Figure BDA0003939950460000034
为从第k个被监测患者所在区域内第q个被监测患者所在位置
Figure BDA0003939950460000035
移动至所述第一边缘点
Figure BDA0003939950460000036
的欧几里得距离，
Figure BDA0003939950460000037
和
Figure BDA0003939950460000038
分别为第k个被监测患者所在区域内第q个被监测患者所在位置x轴坐标和y轴坐标；
Figure BDA0003939950460000039
为从所述第一边缘点
Figure BDA00039399504600000310
至所述第二边缘点
Figure BDA00039399504600000311
的欧几里得距离，
Figure BDA00039399504600000312
和
Figure BDA00039399504600000313
分别为第k个被监测患者所在区域内第i个患者所在的所述第一边缘点
Figure BDA00039399504600000314
所在位置x轴坐标和y轴坐标，
Figure BDA00039399504600000315
和
Figure BDA00039399504600000316
分别为第k个被监测患者所在区域内第i个患者所在的所述第一边缘点
Figure BDA00039399504600000317
所在位置x轴坐标和y轴坐标。
进一步地，所述S2步骤中的饱和度阈值为0.78。
进一步地，所述S3步骤中，确定所述越界患者移动方向的方法，包括以下步骤：
S31、根据所述S1步骤实时采集到的第k个被监测患者所在区域内第q个被监测患者t-1时刻所在位置
Figure BDA00039399504600000318
t时刻所在位置
Figure BDA00039399504600000319
以及所述第k个被监测患者所在区域边缘集合Gk{i,j}的第一边缘点所在位置和第二边缘点所在位置，计算第k个被监测患者所在区域内第q个被监测患者从t-1时刻所在位置
Figure BDA00039399504600000320
移动至t时刻所在位置相对于x轴的转向角θ1、从t时刻所在位置
Figure BDA00039399504600000321
至离开所述第k个被监测患者所在区域相对于x轴的转向角θ2；
S32、根据所述S31步骤的计算结果，计算第k个被监测患者所在区域内第q个被监测患者作为越界患者的移动方向θr：
θr＝θ2-θ1。
进一步地，所述S31步骤中计算计算第k个被监测患者所在区域内第q个被监测患者从t-1时刻所在位置
Figure BDA0003939950460000041
移动至t时刻所在位置相对于x轴的转向角θ1的公式，以及计算从t时刻所在位置
Figure BDA0003939950460000042
至离开所述第k个被监测患者所在区域相对于x轴的转向角θ2的公式如下：
Figure BDA0003939950460000043
Figure BDA0003939950460000044
其中，l＝i或j。
进一步地，所述S4步骤中，采用粒子群优化算法规划医护人员追踪所述越界患者路径，包括以下步骤：
S41：由第k个被监测患者所在区域内的Q个被监测患者形成Q个越界患者粒子组成的粒子群，q＝1,2,..,Q；
S42：构建第k个被监测患者所在区域内第q个被监测患者作为越界患者粒子的迭代移动速度模型
Figure BDA0003939950460000045
和迭代位置模型
Figure BDA0003939950460000046
Figure BDA0003939950460000047
Figure BDA0003939950460000048
Figure BDA0003939950460000049
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的移动速度，
Figure BDA00039399504600000410
为第m+1代t时刻第k个被监测患者所在区域内第q个被监测患者的移动速度，
Figure BDA00039399504600000411
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的位置，
Figure BDA00039399504600000412
为第m+1代t时刻第k个被监测患者所在区域内第q个被监测患者的位置；
Figure BDA00039399504600000413
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的个体最优解，
Figure BDA00039399504600000414
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的全局最优解；C1为第一加速系数，C2为第二加速系数，r1为第一随机数，r2为第二随机数，ω为惯性因子，t＝1,2,…,T；C1∈(0,4]，C2∈(0,4]，r1∈[0,1]，r2∈[0,1]，ω∈[0.4,2]；
S43：根据所述S42构建的第k个被监测患者所在区域内第q个被监测患者作为越界患者粒子的迭代移动速度模型
Figure BDA0003939950460000051
和迭代位置模型
Figure BDA0003939950460000052
构建优化目标函数适应值计算模型：
Figure BDA0003939950460000053
S44：迭代优化S42步骤构建的Q个越界患者的时间范围T内的各个时刻的移动速度和位置，判断迭代优化是否达到所述S43步骤构建的优化目标函数适应值，若达到则输出所述S43步骤计算得到的最优代的Q个越界患者的移动速度和位置，形成医护人员追踪每个越界患者的路径；否则重复所述步骤S42-S43。
进一步地，所述第一加速系数C1＝1.6，所述第二加速系数C2＝1.8。
进一步地，所述惯性因子ω＝1.2。
本发明还提供一种医护与患者智能手表联动寻回患者的系统，包括定位信息收集模块、饱和度计算模块、移动方向确定模块以及路径规划模块；
所述定位信息收集模块，用于实时采集患者智能手表发出信号定位信息；
所述饱和度计算模块，用于计算若干个被监测患者所在区域内的饱和度，并判断被监测患者所在区域内的饱和度是否小于饱和度阈值，进而选择是否联动控制广播系统广播被监测患者区域内患者越界，并联动医护手表接收越界患者定位信息；
所述移动方向确定模块，用于控制所述医护手表确定所述越界患者移动方向；
所述路径规划模块，用于采用粒子群优化算法规划医护人员追踪所述越界患者路径，根据所述路径将所述越界患者带回至其所属的被监测患者所在区域。
本发明的有益效果为：
1、本发明提供的医护与患者智能手表联动寻回患者的方法，基于智能手表内带有的IC标签，基于物联网技术进行远程无线定位，为医疗系统的管理人员监护、管理和追踪患者提供了便捷。在病人离开被监测的房间而发生紧急情况时，不再是无人管理或者无法找到具体位置了。通过智能手表的腕带的和IC标签读写器的应用，能将病人定位在医疗系统的具体区域内，一旦发生紧急情况很快就能定位到具体位置，监控人员也不必一定要到事故现场才能了解情况了，从控制中心的屏幕上就能得知事故现场的情况，给医护人员的追踪带回患者至其所属病房提供方便。
2、本发明提供的医护与患者智能手表联动寻回患者的方法中，通过根据S1步骤通过规则分布的IC标签实时采集到的第k个被监测患者所在区域内的第q个患者在t-1时刻的位置、t时刻的位置，同时使用三角函数计算第k个被监测患者所在区域内的第q个患者从t-1时刻至t时刻至移出边缘点时的相对于x轴的转向角θ1、θ2，进而最终计算得到第k个被监测患者所在区域内第q个被监测患者作为越界患者的移动方向θr，以减少情况下定位的不确定性。
3、本发明提供的医护与患者智能手表联动寻回患者的方法中，采用粒子群优化算法规划医护人员追踪所述越界患者路径，在构建迭代位置模型时，将S3步骤计算得到的越界患者移出其所在的被监测患者所在区域时的移动方向θr与第m+1代的越界患者粒子t时刻的移动速度
Figure BDA0003939950460000061
和第m+1代的越界患者粒子t时刻的位置
Figure BDA0003939950460000062
进行耦合，进而避免了粒子群优化的局部最优解的缺陷，克服了传统粒子群优化算法所存在的缺陷与不足，同时增强了粒子群优化算法的全局搜索、寻优能力和对不同优化问题的适应度。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
图1为本发明提供的一种医护与患者智能手表联动寻回患者的方法的流程示意图；
图2为本发明提供的方法中S2步骤计算若干个被监测患者所在区域内的饱和度的流程示意图；
图3为本发明提供的方法中S4步骤采用粒子群优化算法规划医护人员追踪所述越界患者路径的流程示意图；
图4为本发明提供的一种医护与患者智能手表联动寻回患者的系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，为本发明提供的一种医护与患者智能手表联动寻回患者的方法的流程示意图，本发明提供的方法包括以下步骤：
S1、实时采集患者智能手表发出信号定位信息；
S2、计算若干个被监测患者所在区域内的饱和度，判断被监测患者所在区域内的饱和度是否小于饱和度阈值，若小于饱和度阈值，则联动控制广播系统广播被监测患者区域内患者越界，并联动医护手表接收越界患者定位信息；
S3、控制医护手表确定越界患者移动方向；
S4、采用粒子群优化算法规划医护人员追踪越界患者路径，根据路径将越界患者带回至其所属的被监测患者所在区域。
作为本发明的优选实施例，如图2所示，S2步骤中计算若干个被监测患者所在区域内的饱和度包括以下步骤：
S21、确定第k个被监测患者所在区域内的处于第一边缘点的第i个被监测患者和处于第二边缘点的第j个被监测患者，由第i个被监测患者和第j个被监测患者构成第k个被监测患者所在区域边缘集合Gk{i,j}：
S22、构建第k个被监测患者所在区域内的患者流动更新速率动态模型：
Figure BDA0003939950460000071
其中，
Figure BDA0003939950460000072
分别为第k个被监测患者所在区域内的第i个被监测患者从第一边缘点移动离开第k个被监测患者所在区域所需时间，
Figure BDA0003939950460000073
为第k个被监测患者所在区域内的第j个被监测患者从第二边缘点移动离开第k个被监测患者所在区域所需时间；
Figure BDA0003939950460000074
为第k个被监测患者所在区域内的第q个被监测患者移动至第一边缘点处所需时间，
Figure BDA0003939950460000075
为第k个被监测患者所在区域内的第q个被监测患者移动至第二边缘点处所需时间；σk(t)为t时刻的第k个被监测患者所在区域的饱和度，σk(t)∈(0,1)；
Figure BDA0003939950460000076
为第k个被监测患者所在区域内的第q个被监测患者从第一边缘点移出的概率；k＝1,2,..,K；
S23、根据S22步骤，计算得到t时刻的第k个被监测患者所在区域的饱和度：
Figure BDA0003939950460000077
通过饱和度的计算，可以了解总数为K个的被监测患者所在区域内的每个被监测患者由于某种刺激或者疾病的突发而到处游荡所导致的从其所在的被监测区域内移出至其他被监测区域内或者游荡至公共活动区域内情况，进而导致其所在的被监测区域内的饱和度降低的情况，通过上述S21-S23步骤的采集患者所在定位以及被监测区域的边缘点灯参数，再构建被监测患者所在区域内的患者流动更新速率动态模型，进而可以计算得到t时刻的第k个被监测患者所在区域的饱和度，判断实时的被监测患者所在区域内的饱和度是否降低至低于饱和度阈值，若低于饱和度阈值，则证明有若干个患者已经移出该被监测区域，需要启动医护工作者进行跟踪或者寻找移出患者的程序，使移出的患者被医护工作者带回至其所在的被监测患者区域内。
进一步优选地，第k个被监测患者所在区域内的第q个被监测患者从第一边缘点移出的概率
Figure BDA0003939950460000081
的计算公式如下：
Figure BDA0003939950460000082
其中，
Figure BDA0003939950460000083
为从第k个被监测患者所在区域内第q个被监测患者所在位置
Figure BDA0003939950460000084
移动至第一边缘点
Figure BDA0003939950460000085
的欧几里得距离，
Figure BDA0003939950460000086
和
Figure BDA0003939950460000087
分别为第k个被监测患者所在区域内第q个被监测患者所在位置x轴坐标和y轴坐标；
Figure BDA0003939950460000088
为从第一边缘点
Figure BDA0003939950460000089
至第二边缘点
Figure BDA00039399504600000810
的欧几里得距离，
Figure BDA00039399504600000811
和
Figure BDA00039399504600000812
分别为第k个被监测患者所在区域内第i个患者所在的第一边缘点
Figure BDA00039399504600000813
所在位置x轴坐标和y轴坐标，
Figure BDA00039399504600000814
和
Figure BDA00039399504600000815
分别为第k个被监测患者所在区域内第i个患者所在的第一边缘点
Figure BDA00039399504600000816
所在位置x轴坐标和y轴坐标。
具体就是计算从第q个被监测患者所在位置
Figure BDA00039399504600000817
移动至第一边缘点
Figure BDA00039399504600000818
的欧几里得距离
Figure BDA00039399504600000819
占从第一边缘点
Figure BDA00039399504600000820
至第二边缘点
Figure BDA00039399504600000821
的欧几里得距离的比例
Figure BDA00039399504600000822
进一步优选地，S2步骤中的饱和度阈值为0.78。
作为本发明的另一个优选实施例，S3步骤中，确定越界患者移动方向的方法，包括以下步骤：
S31、根据S1步骤实时采集到的第k个被监测患者所在区域内第q个被监测患者t-1时刻所在位置
Figure BDA00039399504600000823
t时刻所在位置
Figure BDA00039399504600000824
以及第k个被监测患者所在区域边缘集合Gk{i,j}的第一边缘点所在位置和第二边缘点所在位置，计算第k个被监测患者所在区域内第q个被监测患者从t-1时刻所在位置
Figure BDA0003939950460000091
Figure BDA0003939950460000092
移动至t时刻所在位置相对于x轴的转向角θ1、从t时刻所在位置
Figure BDA0003939950460000093
至离开第k个被监测患者所在区域相对于x轴的转向角θ2；
S32、根据S31步骤的计算结果，计算第k个被监测患者所在区域内第q个被监测患者作为越界患者的移动方向θr：
θr＝θ2-θ1。
在患者的移动跟踪导航过程中，有两个重要因素：定位和姿态估计。因此，我们的目标是通过使用三角函数和根据患者所佩戴的智能手表中的IC标签规则分布中的笛卡尔坐标来准确估计患者在从其所在的被监测患者区域内移出的过程中的位置和姿态。
本申请通过根据S1步骤通过规则分布的IC标签实时采集到的第k个被监测患者所在区域内的第q个患者在t-1时刻的位置、t时刻的位置，同时使用三角函数计算第k个被监测患者所在区域内的第q个患者从t-1时刻至t时刻至移出边缘点时的相对于x轴的转向角θ1、θ2，进而最终计算得到第k个被监测患者所在区域内第q个被监测患者作为越界患者的移动方向θr，以减少情况下定位的不确定性。
进一步优选地，S31步骤中计算计算第k个被监测患者所在区域内第q个被监测患者从t-1时刻所在位置
Figure BDA0003939950460000094
移动至t时刻所在位置相对于x轴的转向角θ1的公式，以及计算从t时刻所在位置
Figure BDA0003939950460000095
至离开第k个被监测患者所在区域相对于x轴的转向角θ2的公式如下：
Figure BDA0003939950460000096
Figure BDA0003939950460000097
其中，l＝i或j，即第k个被监测患者所在区域内第q个被监测患者作为越界患者可以从第一边界点移出被监测患者所在区域，也可以从第二边界点移出被监测患者所在区域。
作为本发明的另一个优选实施例，S4步骤中，如图3所示，采用粒子群优化算法规划医护人员追踪越界患者路径，包括以下步骤：
S41：由第k个被监测患者所在区域内的Q个被监测患者形成Q个越界患者粒子组成的粒子群，q＝1,2,..,Q；
S42：构建第k个被监测患者所在区域内第q个被监测患者作为越界患者粒子的迭代移动速度模型
Figure BDA0003939950460000101
和迭代位置模型
Figure BDA0003939950460000102
Figure BDA0003939950460000103
Figure BDA0003939950460000104
Figure BDA0003939950460000105
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的移动速度，
Figure BDA0003939950460000106
为第m+1代t时刻第k个被监测患者所在区域内第q个被监测患者的移动速度，
Figure BDA0003939950460000107
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的位置，
Figure BDA0003939950460000108
为第m+1代t时刻第k个被监测患者所在区域内第q个被监测患者的位置；
Figure BDA0003939950460000109
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的个体最优解，
Figure BDA00039399504600001010
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的全局最优解；C1为第一加速系数，C2为第二加速系数，r1为第一随机数，r2为第二随机数，ω为惯性因子，t＝1,2,…,T；C1∈(0,4]，C2∈(0,4]，r1∈[0,1]，r2∈[0,1]，ω∈[0.4,2]；C1为个体学习因子，C2为群体学习因子，r1和r2为区间[0,1]内的随机数，用于增加粒子群优化的随机性；
S43：根据S41构建的第k个被监测患者所在区域内第q个被监测患者作为越界患者粒子的迭代移动速度模型
Figure BDA00039399504600001011
和迭代位置模型
Figure BDA00039399504600001012
构建优化目标函数适应值计算模型：
Figure BDA00039399504600001013
S44：迭代优化S42步骤构建的Q个越界患者的时间范围T内的各个时刻的移动速度和位置，判断迭代优化是否达到S43步骤构建的优化目标函数适应值，若达到则输出S43步骤计算得到的最优代的Q个越界患者各个时刻的移动速度和位置，形成医护人员追踪每个越界患者的路径；否则重复步骤S42-S43。
构建优化目标函数适应值的目的是，在迭代优化的过程中，通过不断迭代是Q个被监测的越界患者在时间范围T内的每代的t+1时刻全局最优位置
Figure BDA00039399504600001014
所形成的路径整体距离
Figure BDA00039399504600001015
最小，求解满足该优化目标函数适应值的迭代代数m，即迭代至第m代时满足有个件的优化目标适应值，并停止迭代，输出每个时刻的第q个越界患者的各个时刻的全局最优解形成的路径，医护人员根据该路径进行追踪并带回越界的患者，共追踪带回第k个被监测患者所在区域内的Q个越界患者。
由于粒子群多样性的丧失，使得传统粒子群优化算法比较容易陷入到局部最优的情形，导致算法在求解复杂问题时过早收敛，最终使得寻求到的最优解并非是全局最优。本发明提供的规划医护人员追踪越界患者路径的粒子群优化算法通过将S1步骤实时采集得到的被监测患者的定位信息，构建第k个被监测患者所在区域内第q个被监测患者作为越界患者粒子的迭代移动速度模型
Figure BDA0003939950460000111
和迭代位置模型
Figure BDA0003939950460000112
在构建迭代位置模型时，将S3步骤计算得到的越界患者移出其所在的被监测患者所在区域时的移动方向θr与第m+1代的越界患者粒子t时刻的移动速度
Figure BDA0003939950460000113
和第m+1代的越界患者粒子t时刻的位置
Figure BDA0003939950460000114
进行耦合，进而避免了粒子群优化的局部最优解的缺陷，克服了传统粒子群优化算法所存在的缺陷与不足，同时增强了粒子群优化算法的全局搜索、寻优能力和对不同优化问题的适应度。
进一步优选地，第一加速系数C1＝1.6，第二加速系数C2＝1.8。
进一步优选地，惯性因子ω＝1.2。
本发明还提供一种医护与患者智能手表联动寻回患者的系统，如图4所示，本发明提供的系统包括定位信息收集模块、饱和度计算模块、移动方向确定模块以及路径规划模块；
定位信息收集模块，用于实时采集患者智能手表发出信号定位信息；
饱和度计算模块，用于计算若干个被监测患者所在区域内的饱和度，并判断被监测患者所在区域内的饱和度是否小于饱和度阈值，进而选择是否联动控制广播系统广播被监测患者区域内患者越界，并联动医护手表接收越界患者定位信息；
移动方向确定模块，用于控制医护手表确定越界患者移动方向；
路径规划模块，用于采用粒子群优化算法规划医护人员追踪越界患者路径，根据路径将越界患者带回至其所属的被监测患者所在区域。
本发明提供的医护与患者智能手表联动寻回患者的系统在看护单位的每个房间门口和每个楼层的出口、每栋楼门口以及病院门口都安放固定阅读器，用来识别每位病人所佩戴的由所属楼层监控的智能手表中的IC卡标签，使得通过楼层的监控电脑(在监控室)或管理员的随身ipad、手机等移动端，即可掌握病人的物理位置及其他信息。从而实现了病人和管理员等的24小时即时状态监护，保障病人安全。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。
特别地，根据本发明提供的实施例，本发明提供医护与患者智能手表联动寻回患者的方法可以被实现为计算机软件程序。例如，本发明提供的一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装，或者从ROM被安装。在该计算机程序被处理装置执行时，执行本公开实施例的方法中限定的上述功能。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括至少两个网际协议地址的节点评价请求，其中，节点评价设备从至少两个网际协议地址中，选取网际协议地址并返回；接收节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种医护与患者智能手表联动寻回患者的方法，其特征在于，包括以下步骤：
S1、实时采集患者智能手表发出信号定位信息；
S2、计算若干个被监测患者所在区域内的饱和度，判断被监测患者所在区域内的饱和度是否小于饱和度阈值，若小于饱和度阈值，则联动控制广播系统广播被监测患者区域内患者越界，并联动医护手表接收越界患者定位信息；
S3、控制所述医护手表确定所述越界患者移动方向；
S4、采用粒子群优化算法规划医护人员追踪所述越界患者路径，根据所述路径将所述越界患者带回至其所属的被监测患者所在区域。
2.根据权利要求1所述的一种医护与患者智能手表联动寻回患者的方法，其特征在于，所述S2步骤中计算若干个被监测患者所在区域内的饱和度包括以下步骤：
S21、确定第k个被监测患者所在区域内的处于第一边缘点的第i个被监测患者和处于第二边缘点的第j个被监测患者，由第i个被监测患者和第j个被监测患者构成第k个被监测患者所在区域边缘集合Gk{i,j}：
S22、构建第k个被监测患者所在区域内的患者流动更新速率动态模型：
Figure FDA0003939950450000011
其中，
Figure FDA0003939950450000012
分别为第k个被监测患者所在区域内的第i个被监测患者从第一边缘点移动离开所述第k个被监测患者所在区域所需时间，
Figure FDA0003939950450000013
为第k个被监测患者所在区域内的第j个被监测患者从第二边缘点移动离开所述第k个被监测患者所在区域所需时间；
Figure FDA0003939950450000014
为第k个被监测患者所在区域内的第q个被监测患者移动至所述第一边缘点处所需时间，
Figure FDA0003939950450000015
为第k个被监测患者所在区域内的第q个被监测患者移动至所述第二边缘点处所需时间；σk(t)为t时刻的第k个被监测患者所在区域的饱和度，σk(t)∈(0,1)；
Figure FDA0003939950450000016
为第k个被监测患者所在区域内的第q个被监测患者从第一边缘点移出的概率；k＝1,2,..,K；
S23、根据所述S22步骤，计算得到t时刻的第k个被监测患者所在区域的饱和度：
Figure FDA0003939950450000017
3.根据权利要求1所述的一种医护与患者智能手表联动寻回患者的方法，其特征在于，所述第k个被监测患者所在区域内的第q个被监测患者从第一边缘点移出的概率
Figure FDA0003939950450000021
的计算公式如下：
Figure FDA0003939950450000022
其中，
Figure FDA0003939950450000023
为从第k个被监测患者所在区域内第q个被监测患者所在位置
Figure FDA0003939950450000024
移动至所述第一边缘点
Figure FDA0003939950450000025
的欧几里得距离，
Figure FDA0003939950450000026
和
Figure FDA0003939950450000027
分别为第k个被监测患者所在区域内第q个被监测患者所在位置x轴坐标和y轴坐标；
Figure FDA0003939950450000028
为从所述第一边缘点
Figure FDA0003939950450000029
至所述第二边缘点
Figure FDA00039399504500000210
的欧几里得距离，
Figure FDA00039399504500000211
和
Figure FDA00039399504500000212
分别为第k个被监测患者所在区域内第i个患者所在的所述第一边缘点
Figure FDA00039399504500000213
所在位置x轴坐标和y轴坐标，
Figure FDA00039399504500000214
和
Figure FDA00039399504500000215
分别为第k个被监测患者所在区域内第i个患者所在的所述第一边缘点
Figure FDA00039399504500000216
所在位置x轴坐标和y轴坐标。
4.根据权利要求1所述的一种医护与患者智能手表联动寻回患者的方法，其特征在于，所述S2步骤中的饱和度阈值为0.78。
5.根据权利要求2所述的一种医护与患者智能手表联动寻回患者的方法，其特征在于，所述S3步骤中，确定所述越界患者移动方向的方法，包括以下步骤：
S31、根据所述S1步骤实时采集到的第k个被监测患者所在区域内第q个被监测患者t-1时刻所在位置
Figure FDA00039399504500000217
t时刻所在位置
Figure FDA00039399504500000218
以及所述第k个被监测患者所在区域边缘集合Gk{i,j}的第一边缘点所在位置和第二边缘点所在位置，计算第k个被监测患者所在区域内第q个被监测患者从t-1时刻所在位置
Figure FDA00039399504500000219
移动至t时刻所在位置相对于x轴的转向角θ1、从t时刻所在位置
Figure FDA00039399504500000220
至离开所述第k个被监测患者所在区域相对于x轴的转向角θ2；
S32、根据所述S31步骤的计算结果，计算第k个被监测患者所在区域内第q个被监测患者作为越界患者的移动方向θr：
θr＝θ2-θ1。
6.根据权利要求5所述的一种医护与患者智能手表联动寻回患者的方法，其特征在于，所述S31步骤中计算计算第k个被监测患者所在区域内第q个被监测患者从t-1时刻所在位置
Figure FDA00039399504500000221
移动至t时刻所在位置相对于x轴的转向角θ1的公式，以及计算从t时刻所在位置
Figure FDA0003939950450000031
至离开所述第k个被监测患者所在区域相对于x轴的转向角θ2的公式如下：
Figure FDA0003939950450000032
Figure FDA0003939950450000033
其中，l＝i或j。
7.根据权利要求2所述的一种医护与患者智能手表联动寻回患者的方法，其特征在于，所述S4步骤中，采用粒子群优化算法规划医护人员追踪所述越界患者路径，包括以下步骤：
S41：由第k个被监测患者所在区域内的Q个被监测患者形成Q个越界患者粒子组成的粒子群，q＝1,2,..,Q；
S42：构建第k个被监测患者所在区域内第q个被监测患者作为越界患者粒子的迭代移动速度模型
Figure FDA0003939950450000034
和迭代位置模型
Figure FDA0003939950450000035
Figure FDA0003939950450000036
Figure FDA0003939950450000037
Figure FDA0003939950450000038
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的移动速度，
Figure FDA0003939950450000039
为第m+1代t时刻第k个被监测患者所在区域内第q个被监测患者的移动速度，
Figure FDA00039399504500000310
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的位置，
Figure FDA00039399504500000311
为第m+1代t时刻第k个被监测患者所在区域内第q个被监测患者的位置；
Figure FDA00039399504500000312
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的个体最优解，
Figure FDA00039399504500000313
为第m代t时刻第k个被监测患者所在区域内第q个被监测患者的全局最优解；C1为第一加速系数，C2为第二加速系数，r1为第一随机数，r2为第二随机数，ω为惯性因子，t＝1,2,…,T；C1∈(0,4]，C2∈(0,4]，r1∈[0,1]，r2∈[0,1]，ω∈[0.4,2]；
S43：根据所述S42构建的第k个被监测患者所在区域内第q个被监测患者作为越界患者粒子的迭代移动速度模型
Figure FDA00039399504500000314
和迭代位置模型
Figure FDA00039399504500000315
构建优化目标函数适应值计算模型：
Figure FDA0003939950450000041
S44：迭代优化S42步骤构建的Q个越界患者的时间范围T内的各个时刻的移动速度和位置，判断迭代优化是否达到所述S43步骤构建的优化目标函数适应值，若达到则输出所述S43步骤计算得到的最优代的Q个越界患者的移动速度和位置，形成医护人员追踪每个越界患者的路径；否则重复所述步骤S42-S43。
8.根据权利要求7所述的的一种医护与患者智能手表联动寻回患者的方法，其特征在于，所述第一加速系数C1＝1.6，所述第二加速系数C2＝1.8。
9.根据权利要求7所述的一种医护与患者智能手表联动寻回患者的方法，其特征在于，所述惯性因子ω＝1.2。
10.一种医护与患者智能手表联动寻回患者的系统，其特征在于，包括定位信息收集模块、饱和度计算模块、移动方向确定模块以及路径规划模块；
所述定位信息收集模块，用于实时采集患者智能手表发出信号定位信息；
所述饱和度计算模块，用于计算若干个被监测患者所在区域内的饱和度，并判断被监测患者所在区域内的饱和度是否小于饱和度阈值，进而选择是否联动控制广播系统广播被监测患者区域内患者越界，并联动医护手表接收越界患者定位信息；
所述移动方向确定模块，用于控制所述医护手表确定所述越界患者移动方向；
所述路径规划模块，用于采用粒子群优化算法规划医护人员追踪所述越界患者路径，根据所述路径将所述越界患者带回至其所属的被监测患者所在区域。
CN202211415972.8A 2022-11-12 2022-11-12 一种医护与患者智能手表联动寻回患者的方法及系统 Active CN115767436B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211415972.8A CN115767436B (zh) 2022-11-12 2022-11-12 一种医护与患者智能手表联动寻回患者的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211415972.8A CN115767436B (zh) 2022-11-12 2022-11-12 一种医护与患者智能手表联动寻回患者的方法及系统

Publications (2)

Publication Number Publication Date
CN115767436A true CN115767436A (zh) 2023-03-07
CN115767436B CN115767436B (zh) 2023-08-18

Family

ID=85370294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211415972.8A Active CN115767436B (zh) 2022-11-12 2022-11-12 一种医护与患者智能手表联动寻回患者的方法及系统

Country Status (1)

Country Link
CN (1) CN115767436B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140368335A1 (en) * 2013-06-14 2014-12-18 Covidien Lp System, method, and software for location assisted mapping and patient monitoring
US20150262112A1 (en) * 2014-03-11 2015-09-17 Matthew Raanan Monitoring system and method
CN105105762A (zh) * 2015-09-22 2015-12-02 赖大坤 一种多参数自动预警和快速定位响应的遥测监护方法及系统
CN204863211U (zh) * 2015-08-26 2015-12-16 罗丽萍 患者定位追踪电子腕带
CN107320085A (zh) * 2017-08-14 2017-11-07 盐城市第人民医院 患者监护手环及医疗监护系统
US9843898B1 (en) * 2016-07-21 2017-12-12 International Business Machines Corporation Associating multiple user devices with a single user
WO2018034388A1 (ko) * 2016-08-17 2018-02-22 조선대학교산학협력단 환자 안전을 위한 측위 기반의 환자 안전관리 시스템
CN108986401A (zh) * 2018-10-15 2018-12-11 赛米奇创新科技(广州)有限公司 一种基于电子围栏的穿戴系统及控制方法
CN111212380A (zh) * 2020-02-14 2020-05-29 深圳震有科技股份有限公司 指定区域人员流动监测处理方法及装置、设备、介质
CN113784289A (zh) * 2021-07-21 2021-12-10 中南大学湘雅医院 一种医院患者辅助看护方法
CN114928814A (zh) * 2022-04-20 2022-08-19 浙江圣安安全环保科技有限公司 一种人员安全定位系统及定位方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140368335A1 (en) * 2013-06-14 2014-12-18 Covidien Lp System, method, and software for location assisted mapping and patient monitoring
US20150262112A1 (en) * 2014-03-11 2015-09-17 Matthew Raanan Monitoring system and method
CN204863211U (zh) * 2015-08-26 2015-12-16 罗丽萍 患者定位追踪电子腕带
CN105105762A (zh) * 2015-09-22 2015-12-02 赖大坤 一种多参数自动预警和快速定位响应的遥测监护方法及系统
US9843898B1 (en) * 2016-07-21 2017-12-12 International Business Machines Corporation Associating multiple user devices with a single user
WO2018034388A1 (ko) * 2016-08-17 2018-02-22 조선대학교산학협력단 환자 안전을 위한 측위 기반의 환자 안전관리 시스템
CN107320085A (zh) * 2017-08-14 2017-11-07 盐城市第人民医院 患者监护手环及医疗监护系统
CN108986401A (zh) * 2018-10-15 2018-12-11 赛米奇创新科技(广州)有限公司 一种基于电子围栏的穿戴系统及控制方法
CN111212380A (zh) * 2020-02-14 2020-05-29 深圳震有科技股份有限公司 指定区域人员流动监测处理方法及装置、设备、介质
CN113784289A (zh) * 2021-07-21 2021-12-10 中南大学湘雅医院 一种医院患者辅助看护方法
CN114928814A (zh) * 2022-04-20 2022-08-19 浙江圣安安全环保科技有限公司 一种人员安全定位系统及定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蓝海盛;张文娟;孙刚;马伟涛;: "智能穿戴与软件无线电在矿井的应用研究", 广东通信技术, no. 07 *

Also Published As

Publication number Publication date
CN115767436B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
CN108133274B (zh) 用于规程遵守的系统和方法
JP5597322B1 (ja) 自律走行装置の走行情報生成装置、方法、及びプログラム、並びに自律走行装置
US20160328894A1 (en) Managing multi-user access to controlled locations in a facility
US10741055B2 (en) Systems and methods for hybrid non-exclusion zone violating route determination
US7849041B2 (en) Intent prediction and response employing sensing, networking, and communication among distributed devices
Flores et al. Weallwalk: An annotated dataset of inertial sensor time series from blind walkers
KR20020072562A (ko) 모니터링 및 추적을 위한 시스템 및 방법
CN109556607A (zh) 一种快速处理移动机器人定位“绑架”问题的方法
CN101630398A (zh) Rtls实时定位系统
US11430565B2 (en) Inventory tracking system with availability identification
CN108151732A (zh) 一种远程的位置和行为估计方法
Bai et al. [Retracted] Application of Infusion Control System Based on Internet of Things Technology in Joint Orthopedics Nursing Work
Feng et al. Recognizing activities of daily living to improve well-being
CN106840138A (zh) 电力设备位置导航方法及装置
CN115767436A (zh) 一种医护与患者智能手表联动寻回患者的方法及系统
CN113724850A (zh) 急诊定位追溯管理装置及方法
Modayil et al. Integrating Sensing and Cueing for More Effective Activity Reminders.
Patterson et al. Pervasive computing in the home and community
CN113435834B (zh) 一种社区医疗应急机构的城市三维模型协同管理方法与系统
Wang et al. Using RFID positioning technology to construct an automatic rehabilitation scheduling mechanism
Pradeepkumar et al. Real Time Automatic Vehicle Monitoring System Using IoT
Dhyani et al. Applications of IoT and Cloud Computing: A COVID-19 Disaster Perspective
CN106658706A (zh) 一种精神病院病员智能一体化管理系统
Alam et al. Scaling longitudinal functional health assessment in multi-inhabitant smarthome
Leo et al. Climatology-aware health management information system to enhance cholera epidemic analysis and prediction in Tanzania

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