CN116013514A - 一种基于多参数融合的一体化糖尿病足预测系统 - Google Patents

Abstract

本发明涉及一种基于多参数融合的一体化糖尿病足预测系统，所述系统包括：足底压力检测模块、经皮氧分压检测模块、温度检测模块、振动觉检测模块、人机交互模块、信号处理模块电源模块。所述足底压力检测模块用于采集足底压力；所述经皮氧分压检测模块用于检测足部经皮氧分压；所述温度检测模块用于检测足底温度；所述振动觉检测模块用于产生不同频率振动；所述人机交互模块包括振动觉反馈手柄和显示设备；所述信号处理模块用于处理各模块采集到的数据，评估受试者患病风险；所述电源模块，向所述预测系统供电。该设备通过多参数融合的方法，提高了糖尿病足早起筛查的准确性，且该设备操作难度小、检测快速，有利于对糖尿病足易发人群进行普筛。

Description

一种基于多参数融合的一体化糖尿病足预测系统

技术领域

本发明涉及医疗器械领域，尤其是一种基于多参数融合的一体化糖尿病足预测系统。

背景技术

糖尿病足是糖尿病常见的慢性并发症，糖尿病患者足溃疡发生风险为25％，其中14％～24％的患者需要截肢，截肢后5年死亡率高达50％。因此糖尿病足具有高致残、致死、高复发率、治疗周期长、费用高等特点。严重影响患者生活质量。及时筛查、早期干预，是降低糖尿病足溃疡程度、提高患者生活质量的关键。

2019年发布的《中国糖尿病足防治指南》和国际糖尿病足工作组(IWGDF)发布的《国际糖尿病足病预防与管理临床指南》强调糖尿病足病防治的关键在于：“预防为主、防治结合、分级管理和多学科团队合作”。欧洲心脏病协会(ESC)、欧洲糖尿病协会(EASD)也指出，“早筛查、早干预”有助于防治糖尿病及其慢性并发症。

近年来，出现了一些有价值的糖尿病足预防、检测方法，例如：①中国专利“CN202011410434.0一种糖尿病足的预防系统及方法”提出通过获得足部神经刺激强度信息和足部神经反射强度信息对糖尿病足患病风险进行预测，然而此系统需要获取血常规检测、尿常规检测、肢端不便于实施；②中国专利“CN202210217935.X图像等十余种信息，操作复杂基于热成像的人工智能糖尿病足溃疡识别的鞋垫剪裁方法”提出通过获取糖尿病足溃疡红外热成像图像，通过计算机图像处理方法对获得的红外热成像图像进行图像增强处理，由医护人员确认图像质量，确定图像中的溃疡区域。然而此系统过渡依赖医护人员主观经验，并不能够对糖尿病足的不同风险等级做出预测，因此具有一定的局限性。

发明内容

针对现有技术存在的上述问题，本发明提供了一种基于多参数融合的一体化糖尿病足预测系统，通过获得足底压力信息、足部经皮氧分压检测信息、足底温度检测信息、振动反馈信息。本发明能够有效的对糖尿病足进行预测，并对病变进行分类，具备以下特点：①集成度高易于操作，多项参数在同一平台完成检测；②实时、普适性强，有利于对糖尿病足易发人群进行普筛。③采用多生理参数融合的预测模型，准确度高。

为实现上述目的，本发明采用了以下技术方案：

一种基于多参数融合的一体化糖尿病足预测系统，包括：足底压力检测模块、经皮氧分压检测模块、温度检测模块、振动觉检测模块、人机交互模块、信号处理模块和电源模块。

所述的足底压力检测模块，包括两组柔性阵列式压力传感器，用于检测足部压力的分布信息。

所述的经皮氧分压检测模块，包括两个经皮氧分压探头，用于检测受试者足部经皮氧分压。

所述的温度检测模块，包括八组柔性阵列式温度传感器，用于检测受试者双脚足底温度。

所述的振动觉检测模块，包括八个可以发出128HZ/64HZ/8HZ三种频率的振动发生器，用于随机在检测平台上产生振动。

所述的人机交互模块，包括振动觉反馈手柄和显示设备。所述输入设备用于输入受试者所感知到的振动区域；所述显示设备用于显示受试者足部压力分部信息、足底温度分部信息以及预测结果。

所述的信号处理模块分别与足底压力检测模块、经皮氧分压检测模块、温度检测模块、振动觉检测模块、人机交互模块和电源模块连接，用于实时接收所述用户足底压力信息、足底温度信息和振动反馈信息，通过边缘检测、轮廓提取算法得到用户足底压力分布图、足底温度分布图，根据所述用户足底压力信息、经皮氧分压信息、足底温度信息、振动觉反馈，通过糖尿病足的风险评估模型进行分析预测得到预测结果。

进一步的，所述的信号处理模块对足底压力检测模块、经皮氧分压检测模块、温度检测模块、振动觉检测模块、人机交互模块采集到的信号进行滤波、降噪等预处理；

进一步的，所述信号处理模块根据所述足底压力检测模块信息，利用边缘检测、轮廓提取算法绘制受试者足底压力分布图，利用目标检测算法对异常区域进行标记；

进一步的，所述的信号处理模块根据所述经皮氧分压检测模块信息，获得受试者足部经皮氧分压数据；

进一步的，所述的信号处理模块根据所述温度检测模块信息，获得受试者足部温度信息，利用边缘检测、轮廓提取算法绘制受试者足底温度分布图，并对双脚同侧区域温度作差，结果大于或等于2℃时进行标记。

进一步的，所述的振动觉检测模块随机产生振动，所述的信号处理模块通过对比人机交互模块中振动觉反馈手柄输入的振动区域与振动模块产生的振动区域，若不一致提示异常；

进一步的，所述信号处理单元中的糖尿病足的风险评估模型，其构建方式为：

1)获取的足部信号包括：足底压力、足部经皮氧分压、足底温度、振动区域；

2)根据临床诊断意见设置糖尿病足标签：正常、患病；

3)根据临床诊断意见设置糖尿病足类型标签：神经病变型糖尿病足、动脉缺血型糖尿病、混合型糖尿病足；

4)根据足底压力、足底温度、振动区域对比、风险标签、患病类型标签，采用机器学习的方法训练糖尿病足风险评估模型。

进一步的，所述机器学习方法训练的糖年病足的风险评估模型，具体包括：

获取足底压力、足部经皮氧分压、足底温度、振动区域，根据标签对患病风险及致病因素进行分类。

由上述技术方案可知，本发明的一种基于多参数融合的一体化糖尿病足预测系统，涉及糖尿病足检测技术领域，本发明通过一体化监测平台获取足底压力、足部经皮氧分压、足底温度、振动区域信息，通过前期建立的糖尿病足评估模型进行预测。有效的消除外部环境，心理因素，个人主观因素造成的影响。本发明提出的一种基于多参数融合的一体化糖尿病足预测系统精度高，操作简单，检测快速，普适性强便于糖尿病足早期筛查、诊断。

附图说明

图1为本发明的一种基于多参数融合的一体化糖尿病足预测系统示意图；

图2为本发明的一种基于多参数融合的一体化糖尿病足预测系统的传感器布局剖析图；

图3为本发明的一种基于多参数融合的一体化糖尿病足预测系统的柔性阵列式温度传感器和柔性阵列式压力传感器布局图；

图4为本发明的一种基于多参数融合的一体化糖尿病足预测系统的经皮氧分压探头布局图；

图5为本发明的一种基于多参数融合的一体化糖尿病足预测系统的振动觉检测模块传感器布局示意图；

图6为本发明的一种基于多参数融合的一体化糖尿病足预测系统的振动觉反馈手柄示意图；

图7为本发明实施例的工作流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明申请保护的范围。

除非另外定义，本发明使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。“足部”“足底”等仅用于举例被感测的身体部位。

为了保持本公开实施例的以下说明清楚且简明，本发明省略了已知功能和已知部件的详细说明。

为了更加准确对糖尿病足做出早期预警，本发明提供一种基于多参数融合的一体化糖尿病足预测系统，如图1所示。本发明的一体化糖尿病足预测系统1包括：足底压力检测模块2、经皮氧分压检测模块3、足底温度检测模块4、振动觉检测模块5、人机交互模块6、信号处理模块7和电源模块8。足底压力检测模块2、足底温度检测模块4和振动觉检测模块5层叠式摆放，自上至下依次是足底温度检测模块4、足底压力检测模块2、振动觉检测模块5，信号处理模块7和电源模块8位于基座中，人机交互模块6和经皮氧分压检测模块3与基座通过线缆连接。

如图2所示，足底压力检测模块2、经皮氧分压检测模块3、足底温度检测模块4、振动觉检测模块5用于采集各项生理指标，信号处理模块7对采集到的信号进行处理，并通过糖尿病足评估模型实现对糖尿病足患病风险预测及患病类型分类。

具体地，足底压力检测模块2由两组5*12的柔性阵列式压力传感器组成，传感器分布图如图3所示，柔性阵列式传感器与信号处理模块7电连接，用于测量足部压力的分布信息，并将所述足底压力信息传输至信号处理模块7进行处理。

具体地，经皮氧分压检测模块3由两个经皮氧分压探头组成，传感器分布图如图4所示，经皮氧分压探头与信号处理模块7电连接，用于检测受试者足部经皮氧分压，并将所述足部经皮氧分压信息传输至信号处理模块7进行处理。

具体地，足底温度检测模块4由两组5*12柔性阵列式温度传感器，传感器分布图如图3所示，温度检测模块与信号处理模块电连接，用于检测受试者双脚足底温度，并将所述足底温度信息传输至信号处理模块7进行处理。

具体地，振动觉检测模块5由八个可以发出128HZ/64HZ/8HZ三种频率的振动发生器组成，振动器分布图如图5所示，振动觉检测模块与信号处理模块电连接，用于随机在检测平台上产生振动，并将所述发生振动区域信息传输至信号处理模块进行处理。

具体地，信号处理模块7接收足底压力检测模块2、经皮氧分压检测模块3、足底温度检测模块4、振动觉检测模块5采集到的信息，并对所接收的信息进行滤波、降噪处理。根据用户足底压力分布、足底温度分布、振动反馈，通过糖尿病足的风险评估模型进行分析预测得到预测结果。

具体地，糖尿病足风险评估模型其构建方式为：

1)获取的足部信号包括：足底压力、足部经皮氧分压、足底温度、振动区域；

2)根据临床诊断意见设置糖尿病足标签：正常、患病；

3)根据临床诊断意见设置糖尿病足类型标签：神经病变型糖尿病足、动脉缺血型糖尿病、混合型糖尿病足；

4)根据足底压力、足底温度、振动区域对比、风险标签、患病类型标签，采用机器学习的方法训练糖尿病足风险评估模型。

所述机器学习方法包括但不限于SVM、CNN、RNN、决策树、随机森林；程序语言包括但不限于Python、C、Java。

具体地，人机交互模块6与信号处理模块7电连接，包括振动觉反馈手柄和显示设备。所述振动觉反馈手柄用于输入受试者所感知到的振动区域；所述显示设备用于显示受试者足部压力分部信息、足部经皮氧分压信息，足部温度分部信息以及预测结果，振动觉反馈手柄如图6所示。

根据本发明的实施例，所述一种基于多参数融合的一体化糖尿病足预测系统工作流程如图7所示，包括如下具体步骤：

步骤S01，信号处理模块7向经皮氧分压检测模块3发送指令开始采集足部经皮氧分压信息；

步骤S02，信号处理模块7在开始采集经皮氧分压信息两分钟后同时向足底压力检测模块2、足底温度检测模块4发送指令，同步采集足底压力、足底温度信息；

步骤S03，足底压力检测模块2、足底温度检测模块4、经皮氧分压检测模块3采集到的信息发送至信息处理模块7，信号处理模块7对采集到的信息进行滤波、降噪、归一化处理；

步骤S04，信号处理模块7在系统运行后三分钟后向振动觉检测模块5发送指令，振动觉检测模块5随机产生震动；

步骤S05，预处理后的足底压力信息、足部经皮氧分压信息、足底温度信息及振动觉检测信息输入基于多参数的糖尿病足预测模型；

步骤S06，人间交互模块6输出预测结果。

综上所述，本发明实施的一种基于多参数融合的一体化糖尿病足预测系统，通过对受试者足部各项生理参数进行采集、评估。准确的预测受试者患病风险及患病类型，并且该系统精度高、操作简单有利于糖尿病足的早期筛查诊断。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种基于多参数融合的一体化糖尿病足预测系统，其特征在于：包括足底压力检测模块、经皮氧分压检测模块、足底温度检测模块、振动觉检测模块、人机交互模块、信号处理模块和电源模块；

所述的足底压力检测模块，包括两组柔性阵列式压力传感器，用于测量足部压力的分布信息，并将检测信号传输至所述信号处理模块，获得受试者足部压力分部信息；

所述的经皮氧分压检测模块，包括两个经皮氧分压探头，用于检测受试者足部经皮氧分压，并将检测信号传输至所述信号处理模块，获得受试者足部经皮氧分压信息；

所述的足底温度检测模块，包括八组柔性阵列式温度传感器，用于检测受试者双脚足底温度，并将检测信号传输至所述信号处理模块，获得受试者双脚同部位温度差；

所述的振动觉检测模块，包括八个可以发出128HZ/64HZ/8HZ三种频率的振动发生器，用于随机在检测平台上产生振动；

所述的人机交互模块，包括振动觉反馈手柄和显示设备；所述振动觉反馈手柄用于输入受试者所感知到的振动区域；所述显示设备用于显示受试者足部压力分部信息、足部经皮氧分压数值、足部温度信息以及预测结果；

所述的信号处理模块分别与足底压力检测模块、经皮氧分压检测模块、温度检测模块、振动觉检测模块、人机交互模块和电源模块连接，用于实时接收所述用户足底压力信息、足部经皮氧分压信息、足底温度信息和振动觉反馈信息，通过边缘检测、轮廓提取算法得到用户足底压力分布图、足底温度分布图，通过目标检测算法，对异常区域进行标注，根据所述用户足底压力分布、足底温度分布、振动反馈，通过糖尿病足的风险评估模型进行分析预测得到预测结果；

所述的电源模块，被配置为向所述的种基于多参数融合的一体化糖尿病足预测系统供电。

2.根据权利要求1所述的一种基于多参数融合的一体化糖尿病足预测系统，其特征在于：所述信号处理模块根据足底压力检测模块、经皮氧分压检测模块、足底温度检测模块、振动觉检测模块、人机交互模块所获得信息，通过糖尿病足的风险评估模型对受试者进行患病风险预测；所述糖尿病足的风险评估模型通过如下方式构建：

1)获取的足部信号包括：足底压力、足部经皮氧分压、足底温度、振动区域；

2)根据临床诊断意见设置糖尿病足标签：正常、患病；

3)根据临床诊断意见设置糖尿病足类型标签：神经病变型糖尿病足、动脉缺血型糖尿病、混合型糖尿病足；

4)根据足底压力、足底温度、振动区域、风险标签、患病类型标签，采用机器学习的方法训练糖尿病足的风险评估模型。

3.根据权利要求2所述的一种基于多参数融合的一体化糖尿病足预测系统，特征在于，所述采用机器学习方法训练糖尿病足的风险评估模型，具体包括：

1)输入特征值为：足底压力、足部经皮氧分压、足底温度、振动区域；

2)分类结果为：正常或患病，患病包括：神经病变型糖尿病足、动脉缺血型糖尿病、混合型糖尿病足。

4.根据权利要求1所述的一种基于多参数融合的一体化糖尿病足预测系统，其特征在于：所述信号处理模块根据所述足底压力检测模块采集到的足底压力信息，通过边缘检测、轮廓提取算法绘制足底压力分布图，通过目标检测算法对异常区域进行标注。

5.根据权利要求1所述的一种基于多参数融合的一体化糖尿病足预测系统，其特征在于：所述信号处理模块根据所述经皮氧分压检测模块采集到的足部经皮氧分压信息进行处理，获得足部经皮氧分压。

6.根据权利要求1所述的一种基于多参数融合的一体化糖尿病足预测系统，其特征在于：所述信号处理模块根据所述足底温度检测模块采集到的足部温度信息，通过边缘检测、轮廓提取算法绘制足底温度分布图，并计算双脚同位置温差，通过目标检测算法对温差大于或等于2℃区域进行标注。

7.根据权利要求1所述的一种基于多参数融合的一体化糖尿病足预测系统，其特征在于：所述信号处理模块通过对人机交互模块输入的振动区域和振动觉检测模块随机产生的振动区域进行对比，对受试者足部感知能力进行判断，显示设备对感知异常区域进行提醒。

Images