CN116602664B - 一种神经外科患者综合诊疗护理系统 - Google Patents

Abstract

本发明涉及无线信号反射的定位技术领域，具体涉及一种神经外科患者综合诊疗护理系统。该系统获取发送信号序列和接收信号序列；根据发送信号序列与接收信号序列之间的差异，构建移动距离序列；将移动距离序列划分为一个及以上的相似段；获取相似段内的方向相似子段，进而获取相似段的重复程度，确定移动距离序列中的基准相似段；根据基准相似段，筛选出移动距离序列中的异常相似段；对异常相似段进行调整，获取患者的移动路径。本发明对异常相似段进行调整，降低了发送信号受到环境因素的干扰带来的影响，使得患者的异常行为判断的更准确，及时对行为异常的患者进行综合诊疗护理。

Description

一种神经外科患者综合诊疗护理系统

技术领域

本发明涉及无线信号反射的定位技术领域，具体涉及一种神经外科患者综合诊疗护理系统。

背景技术

神经外科患者在出院后，需要进行一段时间的观察，以确定患者完全康复。现有技术中通过患者身上的穿戴式智能设备来接收基站发出的信号，并将接收信号回传到基站中，进而根据发送信号与接收信号实时掌握患者的移动路径，以便及时发现行为异常的患者并做出处理。但是发送信号在传输的过程中会受到干扰，例如患者所处的环境不同，会导致穿戴式智能设备接收到的发送信号发生不同程度的变化，进而导致患者的定位不准确，无法准确的确定行为异常的患者，导致对患者的综合诊疗护理不及时。

发明内容

为了解决接收到的发送信号受到干扰，导致患者的定位不准确，无法准确的确定行为异常的患者的技术问题，本发明的目的在于提供一种神经外科患者综合诊疗护理系统，所采用的技术方案具体如下：

本发明实施例中提供了一种神经外科患者综合诊疗护理系统，该系统包括以下：

数据获取模块，用于获取基站的发送信号序列和接收信号序列；

相似段获取模块，用于根据所述发送信号序列与所述接收信号序列之间的差异，获取基站与患者之间的预测距离序列；获取所述预测距离序列中相邻两元素之间的移动向量，构成患者的移动距离序列；根据所述移动距离序列中移动向量之间的大小差异，将所述移动距离序列划分为一个及以上的相似段；

重复程度获取模块，用于根据每个所述相似段内相邻移动向量之间的方向夹角，获取对应所述相似段内的方向相似子段；根据每个所述相似段内所述方向相似子段内的夹角数量，获取对应所述相似段的重复程度；

移动距离范围获取模块，用于根据所述移动距离序列中所述相似段的重复程度，获取所述移动距离序列中的基准相似段；根据基准相似段中移动向量的大小，获取所述移动距离序列中所述相似段的移动距离范围；

异常相似段获取模块，用于根据所述移动距离序列中非基准相似段中移动向量的大小，获取对应所述非基准相似段的平均移动距离；根据平均移动距离与移动距离范围，筛选出所述非基准相似段中的异常相似段；

调整模块，用于对所述异常相似段进行调整，获取患者的移动路径。

进一步地，所述预测距离序列的获取方法，包括：

将所述发送信号序列和所述接收信号序列中排列位置相同的元素进行一对一的匹配，作为一个信号匹配对；

将每个所述信号匹配对中的发送信号序列元素与接收信号序列元素的差值，作为对应信号匹配对的衰减值；

根据历史数据中衰减值对应的历史预测距离，获取每个信号匹配对的衰减值对应的预测距离，将预测距离根据获取时间的先后顺序进行排列，获得预测距离序列。

进一步地，所述移动距离序列的获取方法，包括：

获取预测距离序列的起始时刻对应的患者第一位置，以及起始时刻下一相邻时刻对应的患者第二位置；

将患者第一位置指向患者第二位置的方向作为移动向量的方向，将患者第一位置与患者第二位置之间的距离作为移动向量的大小；

获得预测距离序列对应时间段内每相邻两时刻的移动向量；

将移动向量根据时间的先后顺序进行排列，获得移动距离序列。

进一步地，所述相似段的获取方法，包括：

将所述移动距离序列中的第一个移动向量作为目标向量，从所述目标向量开始，依次计算所述移动距离序列中每个移动向量的大小与目标向量的大小之间的差值绝对值作为第一值，将第一值进行归一化的结果，作为移动距离变化值；

当移动距离变化值大于或者等于预设的移动距离变化值阈值时，按照所述移动距离序列中移动向量的排列位置，将对应的移动向量与目标向量划分为一个相似段，作为第一相似段；

当移动距离变化值小于预设的移动距离变化值阈值时，将移动距离序列中第一相似段排列位置后的所有移动向量构成第一子序列；将第一子序列中的第一个移动向量作为目标向量进行迭代，继续获取所述移动距离序列中的相似段，直至所述移动距离序列的最后一个移动向量停止迭代。

进一步地，所述方向相似子段的获取方法，包括：

任选一个相似段作为目标相似段，获取所述目标相似段内每相邻两个所述移动向量之间的方向夹角的均值作为第一均值，以及方向夹角的标准差作为第一标准差；

计算第一均值与第一标准差的和值作为第一和值，以及第一均值与第一标准差的差值作为第一差值；

将第一差值作为方向变化范围的下限，将第一和值作为方向变化范围的上限，获得方向变化范围；

从所述目标相似段内的第一个移动向量开始，依次获取相邻两个移动向量之间的方向夹角的大小作为方向变化值；

当方向变化值在方向变化范围中时，对应的移动向量构成为一个方向相似子段；

当方向变化值不在方向变化范围中时，从对应的两个移动向量中的第二个移动向量开始，继续进行获取所述目标相似段中的方向相似子段的迭代，直至所述目标相似段中的最后一个移动向量停止迭代。

进一步地，所述重复程度的获取方法，包括：

获取所述目标相似段中每个方向相似子段中的夹角数量，将夹角数量进行归一化处理的结果作为第一结果；

获取所述目标相似段中所述第一结果的均值，作为所述目标相似段的重复程度。

进一步地，所述基准相似段的获取方法，包括：

获取所述移动距离序列中每个相似段内对应的预测距离的均值，作为目标均值；

将相似段按照所述目标均值从小到大的顺序进行排列，获得相似段序列；

按照所述相似段序列中相似段的位置，依次获取每相邻两相似段之间的重复程度的差异作为重复差异；

将重复差异进行归一化处理的结果，作为对应相邻两相似段的紧密程度；

将所述相似段序列中的第一个相似段与第二个相似段之间的紧密程度作为第一紧密程度；

当第一紧密程度大于或者等于预设的紧密程度阈值时，将第一个相似段与第二个相似段作为基准相似段；

当第一紧密程度小于预设的紧密程度阈值时，从第二个相似段开始，获取每相邻两相似段的紧密程度，直至出现紧密程度大于或者等于预设的紧密程度阈值停止，将对应相邻两相似段作为基准相似段。

进一步地，所述移动距离范围的获取方法，包括：

获取所述基准相似段中移动向量的大小的均值作为第二均值，以及移动向量的大小的标准差作为第二标准差；

计算第二均值与预设倍数的第二标准差的和值作为第二和值，以及第二均值与预设倍数的第二标准差的差值作为第二差值；

将第二差值作为移动距离范围的下限，将第二和值作为移动距离范围的上限，获得移动距离范围。

进一步地，所述根据所述平均移动距离与所述移动距离范围，筛选出所述非基准相似段中的异常相似段的方法，包括：

将所述移动距离序列中不是基准相似段的相似段作为非基准相似段；

获取每个非基准相似段内的移动向量的大小的均值，作为对应非基准相似段的平均移动距离；

将不在移动距离范围中的所述平均移动距离对应的非基准相似段作为异常相似段。

进一步地，所述对所述异常相似段进行调整的方法，包括：

从所述相似段序列中的基准相似段开始，获取基准相似段的左右两端中距离基准相似段最近的异常相似段作为目标异常相似段；

将与目标异常相似段相邻且位于目标异常相似段与基准相似段之间的相似段，作为目标异常相似段的调整参考段；

获取基准相似段的重复程度的均值作为基准均值；

计算所述基准均值与所述调整参考段的重复程度的差值绝对值作为第一权值；

计算所述调整参考段的平均移动距离与所述第一权值的乘积，作为对应目标异常相似段的调整平均移动距离；

获取目标异常相似段中的移动向量的大小的标准差作为目标标准差；

计算目标异常相似段的调整平均移动距离与预设倍数的目标标准差的差值作为第三差值，以及调整平均移动距离与预设倍数的目标标准差的和值作为第三和值；

将第三差值作为新的移动距离范围的下限，将第三和值作为新的移动距离范围的上限，获得新的移动距离范围；沿着远离基准相似段的方向进行迭代，直至将所述相似段序列中的异常相似段调整完成。

本发明具有如下有益效果：

根据移动距离序列中移动向量之间的大小差异，将移动距离序列划分为一个及以上的相似段，将患者在相同的时间段内移动的相似距离划分为一个相似段，即将患者的每个运动状态划分开，便于分析，避免的不同状态的相似段带来的干扰；根据每个相似段内相邻移动向量之间的方向夹角，获取对应相似段内的方向相似子段，确定相似段内目标方向一致的移动路径区域，进而确定相似段内的重复程度，反映出相似段内患者的整体移动路径情况，预判患者的移动路径，对降低出现异常移动路径带来的影响做准确；根据移动距离序列中相似段的重复程度，获取移动距离序列中的基准相似段，确定检测过程中患者最大可能的移动路径，进而根据基准相似段，筛选出移动距离序列中的异常相似段，对异常相似段进行调整，使得异常相似段内的移动路径更接近基准相似度中的移动路径，获得患者准确的移动路径，降低异常相似段带来的影响，进而对患者的异常行为判断的更准确，便于及时对行为异常的患者进行综合诊疗护理。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。

图1为本发明一个实施例所提供的一种神经外科患者综合诊疗护理系统的结构框图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种神经外科患者综合诊疗护理系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种神经外科患者综合诊疗护理系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种神经外科患者综合诊疗护理系统的结构框图，该系统包括：数据获取模块10、相似段获取模块20、重复程度获取模块30、移动距离范围获取模块40、异常相似段获取模块50、调整模块60。

数据获取模块10，用于获取基站的发送信号序列和接收信号序列。

具体的，基站通过天线设备发送信号，发送信号在介质中传输，最后由患者的穿戴式智能设备接收信号。本发明实施例中对患者的穿戴式智能设备采用超宽带技术进行高精度定位。基站的发送信号强度由基站本身确定，由于患者的穿戴式智能设备计算能力有限，因此穿戴式智能设备将接收的信号回传至基站，由基站处理单元进行分析。基站将发送信号强度按照时序进行排列，构成发送信号序列；基站处理单元将回传的接收信号按照患者的穿戴式智能设备接收信号的时间戳进行排序，构成接收信号序列。发送信号序列与接收信号序列的长度相同，同时发送信号序列与接收信号序列中的相同位置的元素一对一的相对应，代表同一个信号点的发送强度和接收强度。

本发明实施例的具体场景为：患者的移动范围一定为诊疗区域，即患者的穿戴式智能设备一定可以接收到基站的发送信号，并将接收信号回传到基站处理单元。其中基站的位置为诊疗区域的中心。

相似段获取模块20，用于根据发送信号序列与接收信号序列之间的差异，获取基站与患者之间的预测距离序列；获取预测距离序列中相邻两元素之间的移动向量，构成患者的移动距离序列；根据移动距离序列中移动向量之间的大小差异，将移动距离序列划分为一个及以上的相似段。

具体的，由于基站发送信号的强度一定，距离基站越远，基站发送信号的脉冲衰减的越多，因此距离基站越远的患者的穿戴式智能设备接收到的发送信号越弱，进而根据回传到基站处理单元的接收信号强度与发送信号强度之间的差异，能够预测出发送信号传输的距离，即患者相对基站的距离。进而根据发送信号序列与接收信号序列中相同位置元素之间的差异，获取对应时刻下患者与基站之间的预测距离的方法如下：

优选地，获取预测距离序列的方法为：将发送信号序列和接收信号序列中排列位置相同的元素进行一对一的匹配，作为一个信号匹配对；将每个信号匹配对中的发送信号序列元素与接收信号序列元素的差值，作为对应信号匹配对的衰减值；根据历史数据中衰减值对应的历史预测距离，获取每个信号匹配对的衰减值对应的预测距离，将预测距离根据获取时间的先后顺序进行排列，获得预测距离序列。

作为一个示例，发送信号传输至患者的穿戴式智能设备存在延时，因此穿戴式智能设备回传的接收信号相比与发送信号存在轻微滞后的特点，即发送信号序列中的第一个元素对应的时刻与接收信号序列中的第一个元素对应的时刻不同，将发送信号序列中的第一个元素对应的时刻减去接收信号序列中的第一个元素对应的时刻，所得的时间段为基站从起始发送信号的时刻起，到患者的穿戴式智能设备起始接收到发送信号的时长。本发明实施例中将发送信号的强度始终保持一致，因此同一个发送信号序列中的元素即信号强度相同。将发送信号序列和对应的接收信号序列中排列位置相同的元素进行一对一的匹配，作为一个信号匹配对；获取每个信号匹配对中的发送信号序列元素与接收信号序列元素的差值，即对应信号匹配对的衰减值。其中，当发送信号完全不受外界环境因素干扰时，信号匹配对中的发送信号序列元素即发送信号的强度与接收信号序列元素即接收信号的强度相同，衰减值为0；当发送信号受到外界环境因素干扰时，对应信号匹配对中的接收信号序列元素即接收信号的强度会减少，因此，对应信号匹配对的衰减值大于0，因此，衰减值为非负数。根据历史数据中不同的衰减值对应的患者与基站之间的历史预测距离，获取每个信号匹配对的衰减值对应的预测距离。将预测距离根据时间的先后顺序进行排序，获取预测距离序列。其中，预测距离序列与接收信号序列中相同位置元素对应同一个时刻。

当基站发送信号时，以基站为中心，呈现同心圆式的等信号强度的圆形线，相同的信号强度代表患者位于同一等信号强度的圆形线上，为了确定患者所在位置的具体方位，本发明实施例采用多天线技术(mimo)，当基站在发送信号时会扫描患者的位置相对于基站的具体方向，确定患者的距离方位。其中，多天线技术(mimo)为公知技术，在此不进行赘述。因此获得的预测距离是有方向的，可以表示患者在对应时刻下的具体位置，预测距离序列表示的就是一个患者在检测的时间段内的移动路径。

发送信号在实际传输的过程中可能会受到患者所在位置周围物体的干扰，例如当患者进入半封闭房间时，发送信号传输路径中存在物体遮挡，可能会导致患者的穿戴式智能设备接收到的信号强度存在偏差。当预测距离序列中的元素发生明显的变化时，代表预测距离与信号强度之间产生的对应关系出现了波动，对应时刻下的患者所处环境中可能出现了遮挡或者其他干扰导致对应时刻下的预测距离异常，因此，可以通过患者移动的特点进行分析，对预测距离序列中发生明显变化的元素进行准确判断。

优选地，获取移动距离序列的方法为：获取预测距离序列的起始时刻对应的患者第一位置，以及起始时刻下一相邻时刻对应的患者第二位置；将患者第一位置指向患者第二位置的方向作为移动向量的方向，将患者第一位置与患者第二位置之间的距离作为移动向量的大小；获得预测距离序列对应时间段内每相邻两时刻的移动向量；将移动向量根据时间的先后顺序进行排列，获得移动距离序列。

作为一个示例，预测距离序列中的元素是按照时间的先后顺序进行排列的，相邻元素对应的时刻相邻，因此，获取预测距离序列的起始时刻下患者的位置即患者第一位置，以及起始时刻的下一相邻时刻下患者的位置即患者第二位置。将患者第一位置指向患者第二位置的方向作为移动向量的方向，获取患者第一位置与患者第二位置之间的距离即患者在起始时刻与相邻下一时刻的移动距离作为移动向量的大小，将具有方向的移动距离作为移动向量。根据获取预测距离序列的起始时刻与相邻下一时刻的移动向量的方法，获取预测距离序列对应时间段内每相邻两时刻的移动向量。将移动向量根据时间的先后顺序进行排列，获得移动距离序列。

当移动距离序列中相邻移动向量的大小相近时，代表患者产生了一段相似的移动情况，例如，当患者静止时，患者与基站之间的距离并未发生变化，相邻时刻之间患者的位置变化是相同的；当患者匀速移动时，相邻时刻之间患者的移动距离是相同的。当患者转换移动状态时，对应的移动向量的大小会发生变化，进而通过相同的移动向量的大小将移动距离序列进行划分，获取移动向量的大小相似的相似段。

优选地，获取相似段的方法为：将移动距离序列中的第一个移动向量作为目标向量，从目标向量开始，依次计算移动距离序列中每个移动向量的大小与目标向量的大小之间的差值绝对值作为第一值，将第一值进行归一化的结果，作为移动距离变化值；当移动距离变化值大于或者等于预设的移动距离变化值阈值时，按照移动距离序列中移动向量的排列位置，将对应的移动向量与目标向量划分为一个相似段，作为第一相似段；当移动距离变化值小于预设的移动距离变化值阈值时，将移动距离序列中第一相似段排列位置后的所有移动向量构成第一子序列；将第一子序列中的第一个移动向量作为目标向量进行迭代，继续获取移动距离序列中的相似段，直至移动距离序列的最后一个移动向量停止迭代。

作为一个示例，将移动距离序列中的第一个移动向量即第一个元素作为目标向量，从目标向量开始，按照所述移动距离序列中移动向量的排列位置，依次计算移动距离序列中每个移动向量的大小与目标向量的大小之间的差值绝对值，即第一值；本发明实施例通过sigmoid函数将第一值进行归一化处理，获得移动距离变化值。在本发明另一个实施例中可以通过函数转化、最大最小规范化等归一化方法对第一值进行归一化处理，在此不做限定。本发明实施例设定移动距离变化值阈值为0.5，实施者可根据实际情况进行设定，在此不进行限定。当移动距离变化值大于或者等于预设的移动距离变化值阈值时，将对应移动向量与目标向量划分为一个相似段；当移动距离变化值小于预设的移动距离变化值阈值时，对应移动向量及其排列位置后的所有移动向量均与目标向量不为一个相似段。

例如，移动距离序列中的第二个移动向量、第三个移动向量和第四个移动向量分别与目标向量之间的移动距离变化值均大于或者等于预设的移动距离变化值阈值，则移动距离序列中的目标向量即第一个移动向量、第二个移动向量、第三个移动向量和第四个移动向量为一个相似段即第一相似段；若移动距离序列中的第五个移动向量与目标向量之间的移动距离变化值小于预设的移动距离变化值阈值，则第五个移动向量及第五个移动向量之后的所有移动向量均与目标向量不为一个相似段，将第五个移动向量及第五个移动向量之后的所有移动向量作为第一子序列，将第一子序列中的第一个移动向量即移动距离序列中的第五个移动向量作为目标向量，进行迭代，继续获取移动距离序列中的相似段，直至移动距离序列的最后一个移动向量结束迭代。当患者一直保持不动或匀速运动时，移动距离序列中的所有移动向量构成一个相似段；当某个时刻发送信号受到严重干扰时，出现独立移动向量为一个相似段的情况，则对该相似段不进行分析。

重复程度获取模块30，用于根据每个相似段内相邻移动向量之间的方向夹角，获取对应相似段内的方向相似子段；根据每个相似段内方向相似子段内的夹角数量，获取对应相似段的重复程度。

具体的，相似段代表患者相邻移动向量的大小相近的区域，对每个相似段进行分析，根据相似段内相邻移动向量的方向变化，获取相似段内患者的移动方向的情况。获取相似段内相邻两移动向量之间方向夹角的大小，夹角越小，代表患者在对应时间段内产生的方向偏离越小，即对应时间段内患者的前进目标方向相近，进而预判患者下一时刻前进方向，若测量的前进方向与预判的前进方向的差异越大，则发送信号在传输过程中受到干扰的可能性越大；夹角越大，代表患者前进方向越难以预测，因此通过移动向量的方向判断下一时刻患者可能的前进方向误差更大，相似段内发生信号在传输过程中受到干扰的可能性越大。进而根据相似段内相邻移动向量之间的方向夹角的大小，获取对应相似段内的方向相似子段，根据方向相似子段确定相似段内患者移动路径的重复程度，更能确定患者的移动路径。

优选地，获取方向相似子段的方法为：任选一个相似段作为目标相似段，获取目标相似段内每相邻两个移动向量之间的方向夹角的均值作为第一均值，以及方向夹角的标准差作为第一标准差；计算第一均值与第一标准差的和值作为第一和值，以及第一均值与第一标准差的差值作为第一差值；将第一差值作为方向变化范围的下限，将第一和值作为方向变化范围的上限，获得方向变化范围；从目标相似段内的第一个移动向量开始，依次获取相邻两个移动向量之间的方向夹角的大小作为方向变化值；当方向变化值在方向变化范围中时，对应的移动向量构成为一个方向相似子段；当方向变化值不在方向变化范围中时，从对应的两个移动向量中的第二个移动向量开始，继续进行获取目标相似段中的方向相似子段的迭代，直至目标相似段中的最后一个移动向量停止迭代。

作为一个示例，将第s个相似段作为目标相似段，获取第s个相似段内每相邻两个移动向量之间的方向夹角的均值即第一均值，以及方向夹角的标准差即第一标准差；计算第一均值与第一标准差的和值即第一和值，以及第一均值与第一标准差的差值即第一差值，将第一差值作为方向变化范围的下限，将第一和值作为方向变化范围的上限，获得第s个相似段的方向变化范围。

从第s个相似段内的第一个移动向量即元素开始，依次获取每相邻两移动向量之间的方向夹角的大小即方向变化值；将第s个相似段内的第一个移动向量与第二个移动向量之间的夹角大小作为第一方向变化值，将第s个相似段内的第二个移动向量与第三个移动向量之间的夹角大小作为第二方向变化值…将第s个相似段内的倒数第二个移动向量与最后一个移动向量之间的夹角大小作为第n方向变化值；当第一方向变化值在方向变化范围中时，第一个移动向量与第二个移动向量为一个方向相似子段，当第二方向变化值在方向变化范围中时，第一个移动向量，第二个移动向量和第三个移动向量为一个方向相似子段；当第三方向变化值不在方向变化范围中时，第三个移动向量与第四个移动向量不为一个方向相似子段，此时，从第四个移动向量开始，获取第四个移动向量与第五个移动向量之间的第四方向变化值，若第四方向变化值在方向变化范围中时，则第四个移动向量与第五个移动向量为一个方向相似子段；若第四方向变化值不在方向变化范围中时，则第四个移动向量不进行处理，直接跳过，从第五个移动向量开始，继续进行迭代获取第s个相似段中的方向相似子段，直至第s个相似段中的最后一个移动向量停止迭代。

根据获取第s个相似段中的方向相似子段的方法，获取移动距离序列中每个相似段中的方向相似子段。

在一个相似段内方向相似子段的数量越多，方向相似子段中的夹角数量越少，代表患者在相似段中大幅度变更前进方向的频次越高，变更前进方向次数之间的时间间隔越短，因此，相似段内具有明显前进目标方向的可能性越低，每一次大幅度变更都会减弱变更之前的移动向量累计出的前进方向，进而根据相似段内的方向相似子段，计算相似段的重复程度，判断相似段中前进趋势的情况。

优选地，获取重复程度的方法为：获取目标相似段中每个方向相似子段中的夹角数量，将夹角数量进行归一化处理的结果作为第一结果；获取目标相似段中第一结果的均值，作为目标相似段的重复程度。

作为一个示例，以第s个相似段作为目标相似段，获取第s个相似段中每个方向相 似子段中的夹角数量，根据夹角数量获取第s个相似段的重复程度的公式为：

式中，为第s个相似段的重复程度；为第s个相似段中第j个方向相似子段中的 夹角数量；为第s个相似段中的方向相似子段中的最小夹角数量；为第s个相似段 中的方向相似子段中的最大夹角数量；为第s个相似段中方向相似子段的数量。

需要说明的是，越大，说明第s个相似段中患者的移动方向越统一，越大；第一 结果的取值范围为0到1，通过对进行归一化处理，在本发明另一个实 施例中也可以通过sigmoid函数、函数转化等归一化方法对进行归一化处理，在此不做限 定；越大，说明第s个相似段中方向相似子段越多，第s个相似段中患者的移动方向 越不一致，变更移动方向的频次越高，变更移动方向次数之间的时间间隔越短，越小；因 此，越大，说明第s个相似段内患者的移动方向越一致，当相似段内的发送信号存在外界 环境干扰时，对异常的移动向量判断的更准确；越小，说明第s个相似段内患者的移动方 向变更的越大，相似段内的发送信号存在外界环境干扰的可能性越大。

根据获取第s个相似段的重复程度的方法，获取移动距离序列中每个相似段的重复程度。

移动距离范围获取模块40，用于根据移动距离序列中相似段的重复程度，获取移动距离序列中的基准相似段；根据基准相似段中移动向量的大小，获取移动距离序列中相似段的移动距离范围。

具体的，患者距离基站越近，患者接收到的信号强度越大，当患者所处的环境不存在干扰信号强度的障碍物时，患者与基站之间的距离越小，发送信号强度与接收信号强度越接近，发送信号在传输过程中的损耗越小，对应的数据越可信。因此根据患者与基站之间由近到远的距离，获取患者移动的基准相似段，进而确定移动距离序列中的异常相似段。

优选地，获取基准相似段的方法为：获取移动距离序列中每个相似段内对应的预测距离的均值，作为目标均值；将相似段按照目标均值从小到大的顺序进行排列，获得相似段序列；按照相似段序列中相似段的位置，依次获取每相邻两相似段之间的重复程度的差异作为重复差异；将重复差异进行归一化处理的结果，作为对应相邻两相似段的紧密程度；将相似段序列中的第一个相似段与第二个相似段之间的紧密程度作为第一紧密程度；当第一紧密程度大于或者等于预设的紧密程度阈值时，将第一个相似段与第二个相似段作为基准相似段；当第一紧密程度小于预设的紧密程度阈值时，从第二个相似段开始，获取每相邻两相似段的紧密程度，直至出现紧密程度大于或者等于预设的紧密程度阈值停止，将对应相邻两相似段作为基准相似段。

作为一个示例，获取移动距离序列中的每个相似段内对应的预测距离的均值，作为目标均值；将相似段根据目标均值从小到大的顺序进行排列，获得相似段序列。其中，当存在至少两个相似段的目标均值相同时，将相似段内的预测距离进行比较，将最小的预测距离所在的相似段先进行排列。获取相似段序列中相邻两相似段之间的重复程度的差异即重复差异，本发明实施例通过sigmoid函数对重复差异进行归一化处理，将归一化后的重复差异，作为对应相邻两元素的紧密程度，因此，紧密程度的取值范围在0到1之间。本发明实施例设置紧密程度阈值为0.8，实施者可根据实际情况进行设置，在此不进行限定。将相似段序列中的第一个相似段与第二个相似段之间的紧密程度作为第一紧密程度；当第一紧密程度大于或者等于预设的紧密程度阈值时，将第一个相似段与第二个相似段作为基准相似段，说明第一个相似段与第二个相似段中的移动路径相似，前进的目标方向相同，根据运动趋势，可以确定患者的异常相似段。当第一紧密程度小于预设的紧密程度阈值时，说明第一个相似段与第二个相似段中患者的移动路径发生了变化或者发送信号在传输的过程中受到了外界环境中的物质干扰，进而，从第二个相似段开始，获取每相邻两相似段的紧密程度，直至出现紧密程度大于或者等于预设的紧密程度阈值停止，将对应相邻两相似段作为基准相似段。本发明实施例可能存在相似段序列中每相邻两相似段的紧密程度均小于紧密程度阈值的情况，说明患者没有发生移动，当连续10个小时患者都没有发生移动时，检测人员要联系患者，进行情况询问，确保患者没有发生异常。

基准相似段为患者在检测过程中移动最相似的一段移动路径，在采集到的数据中属于置信度最高的数据，因此，根据基准相似段获取移动距离范围，确定非基准相似段的相似段中的异常相似段。

优选地，获取移动距离范围的方法为：获取基准相似段中移动向量的大小的均值作为第二均值，以及移动向量的大小的标准差作为第二标准差；计算第二均值与预设倍数的第二标准差的和值作为第二和值，以及第二均值与预设倍数的第二标准差的差值作为第二差值；将第二差值作为移动距离范围的下限，将第二和值作为移动距离范围的上限，获得移动距离范围。

本发明实施例设定预设倍数为3，实施者可根据实际情况进行设定，在此不进行限 定。因此，移动距离范围为到；其中，avg为基准相似段中移动向量的大小 的均值即第二均值；为基准相似段中移动向量的大小的标准差即第二标准差。

异常相似段获取模块50，用于根据移动距离序列中非基准相似段中元素的大小，获取对应非基准相似段的平均移动距离；根据平均移动距离与移动距离范围，筛选出非基准相似段中的异常相似段。

具体的，将非基准相似段的每个相似段的平均移动距离与移动距离范围进行比较，确定平均移动距离否是在移动距离范围中。当平均移动距离在移动距离范围中时，说明对应的相似段中患者的移动路径与基准相似段中患者的移动路径相似；当平均移动距离不在移动距离范围中时，说明对应的相似段中患者的移动路径与基准相似段中患者的移动路径差异很大，将对应的相似段确定为异常相似段，进一步对异常相似段内的移动路径进行更新，降低了外界环境中的物体对发送信号的干扰带来的影响。

优选地，获取异常相似段的方法为：将移动距离序列中不是基准相似段的相似段作为非基准相似段；获取每个非基准相似段内的移动向量的大小的均值，作为对应非基准相似段的平均移动距离；将不在移动距离范围中的平均移动距离对应的非基准相似段作为异常相似段。

作为一个示例，以第i个非基准相似段为例，获取第i个非基准相似段内移动向量的大小的均值，即第i个非基准相似段的平均移动距离，当第i个非基准相似段的平均移动距离在移动距离范围中时，说明第i个非基准相似段内患者的移动路径与基准相似段内的移动路径相似，第i个非基准相似段内不存在异常；当第i个非基准相似段的平均移动距离不在移动距离范围中时，说明第i个非基准相似段内患者的疑似路径存在异常，受到外界环境中的物体对发送信号干扰的可能性越大，因此，将第i个非基准相似段作为异常相似段。

根据确定第i个非基准相似段是否为异常相似段的方法，确定移动距离序列中的异常相似段。

调整模块60，用于对异常相似段进行调整，获取患者的移动路径。

具体的，对异常相似段进行调整，获取患者准确的移动路径，避免环境因素的干扰，及时准确的发现患者的异常。

优选地，对异常相似段进行调整的方法为：从相似段序列中的基准相似段开始，获取基准相似段的左右两端中距离基准相似段最近的异常相似段作为目标异常相似段；将与目标异常相似段相邻且位于目标异常相似段与基准相似段之间的相似段，作为目标异常相似段的调整参考段；获取基准相似段的重复程度的均值作为基准均值；计算基准均值与调整参考段的重复程度的差值绝对值作为第一权值；计算调整参考段的平均移动距离与第一权值的乘积，作为对应目标异常相似段的调整平均移动距离；获取目标异常相似段中的移动向量的大小的标准差作为目标标准差；计算目标异常相似段的调整平均移动距离与预设倍数的目标标准差的差值作为第三差值，以及调整平均移动距离与预设倍数的目标标准差的和值作为第三和值；将第三差值作为新的移动距离范围的下限，将第三和值作为新的移动距离范围的上限，获得新的移动距离范围；沿着远离基准相似段的方向进行迭代，直至将相似段序列中的异常相似段调整完成。

作为一个示例，当基准相似段为相似段序列中的第一个相似段和第二个相似段时，若第三个相似段为异常相似段，则把第三个相似段作为目标异常相似段，把第二个相似段作为目标异常相似段即第三个相似段的调整参考段。获取基准相似段的重复程度的均值即基准均值，计算基准均值与调整参考段即第二个相似段的重复程度的差值绝对值即第一权值；计算调整参考段即第二个相似段的平均移动距离与第一权值的乘积，作为目标异常相似段即第三个相似段的调整平均移动距离。因此，获取目标异常相似段即第三个相似段的调整平均移动距离的公式为：

式中，为相似段序列中的目标异常相似段即第三个相似段的调整平均移动距 离；为相似段序列中的调整参考段即第二个相似段的平均移动距离；为相似段序列 中的第一个相似段的重复程度；为相似段序列中的第二个相似段的重复程度；为绝对 值函数。

需要说明的是，本发明实施例根据目标异常相似段的前一相邻的正常相似段对目 标异常相似段内的移动向量进行调整，使得目标异常相似段内的移动向量更接近基准相似 段内患者的移动路径。在移动距离范围中，根据调整参考段中的移动路径可以对目标 异常相似段中的移动路径进行调整，降低目标异常相似段带来的异常影响。第一权值对进行限定，确定参与对目标异常相似段进行调整的程度。越大，越大；第一权值越大，越大。

获取目标异常相似段即相似段序列中的第三相似段中的移动向量的大小的标准 差作为目标标准差，计算目标异常相似段的调整平均移动距离与预设倍数的目标标准差的 差值作为第三差值，以及调整平均移动距离与预设倍数的目标标准差的和值作为第三和 值，将第三差值作为新的移动距离范围的下限，将第三和值作为新的移动距离范围的上限， 获得新的移动距离范围。本发明实施例设定预设倍数为3，实施者可根据实际情况进行设 定，在此不进行限定。因此根据第三相似段的调整平均移动距离与3倍的目标标准差获取的 新的移动距离范围为到。沿着远离基准相似段的方向继续进行对异 常相似段的判断和调整，例如，获取相似段序列中的第四个相似段的平均移动距离，当第四 个相似段的平均移动距离在到之间时，第四个相似段不是异常相似 段；当第四个相似段的平均移动距离不在到之间时，则确定第四个相 似段是异常相似段，将第三相似段作为第四个相似段的调整参考段，根据第三相似段的平 均移动距离即调整平均移动距离和第四个相似段的目标标准差，再次获取一个新的移动距 离范围，同时作为第四个相似段的平均移动距离。从第五个相似段继续进行迭代，直至相似 段序列判断完成。其中，异常相似段经过调整后，将异常相似段原本的移动向量的大小，统 一确定为调整平均移动距离的大小，同时保持预测距离的方向不变。

当基准相似段不为相似段序列中的第一个相似段和第二个相似段时，则以基准相似段为中心，向相似段序列的左右两端进行移动，完成对相似段序列中每个相似段是否为异常相似段的判断，并对筛选出的异常相似段进行调整，降低异常相似段带来的干扰。使得对患者的异常行为检测的更准确。及时对行为异常的患者进行综合诊疗护理。

至此，本发明完成。

综上所述，本发明实施例获取发送信号序列和接收信号序列；根据发送信号序列与接收信号序列之间的差异，构建移动距离序列；将移动距离序列划分为一个及以上的相似段；获取相似段内的方向相似子段，进而获取相似段的重复程度，确定移动距离序列中的基准相似段；根据基准相似段，筛选出移动距离序列中的异常相似段；对异常相似段进行调整，获取患者的移动路径。本发明对异常相似段进行调整，降低了发送信号受到环境因素的干扰带来的影响，使得患者的异常行为判断的更准确，及时对行为异常的患者进行综合诊疗护理。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (7)

1.一种神经外科患者综合诊疗护理系统，其特征在于，所述系统包括：

数据获取模块，用于获取基站的发送信号序列和接收信号序列；

相似段获取模块，用于根据所述发送信号序列与所述接收信号序列之间的差异，获取基站与患者之间的预测距离序列；获取所述预测距离序列中相邻两元素之间的移动向量，构成患者的移动距离序列；根据所述移动距离序列中移动向量之间的大小差异，将所述移动距离序列划分为一个及以上的相似段；

重复程度获取模块，用于根据每个所述相似段内相邻移动向量之间的方向夹角，获取对应所述相似段内的方向相似子段；根据每个所述相似段内所述方向相似子段内的夹角数量，获取对应所述相似段的重复程度；

移动距离范围获取模块，用于根据所述移动距离序列中所述相似段的重复程度，获取所述移动距离序列中的基准相似段；根据基准相似段中移动向量的大小，获取所述移动距离序列中所述相似段的移动距离范围；

异常相似段获取模块，用于根据所述移动距离序列中非基准相似段中移动向量的大小，获取对应所述非基准相似段的平均移动距离；根据平均移动距离与移动距离范围，筛选出所述非基准相似段中的异常相似段；

调整模块，用于对所述异常相似段进行调整，获取患者的移动路径；

所述相似段的获取方法，包括：

将所述移动距离序列中的第一个移动向量作为目标向量，从所述目标向量开始，依次计算所述移动距离序列中每个移动向量的大小与目标向量的大小之间的差值绝对值作为第一值，将第一值进行归一化的结果，作为移动距离变化值；

当移动距离变化值大于或者等于预设的移动距离变化值阈值时，按照所述移动距离序列中移动向量的排列位置，将对应的移动向量与目标向量划分为一个相似段，作为第一相似段；

当移动距离变化值小于预设的移动距离变化值阈值时，将移动距离序列中第一相似段排列位置后的所有移动向量构成第一子序列；将第一子序列中的第一个移动向量作为目标向量进行迭代，继续获取所述移动距离序列中的相似段，直至所述移动距离序列的最后一个移动向量停止迭代；

所述方向相似子段的获取方法，包括：

任选一个相似段作为目标相似段，获取所述目标相似段内每相邻两个所述移动向量之间的方向夹角的均值作为第一均值，以及方向夹角的标准差作为第一标准差；

计算第一均值与第一标准差的和值作为第一和值，以及第一均值与第一标准差的差值作为第一差值；

将第一差值作为方向变化范围的下限，将第一和值作为方向变化范围的上限，获得方向变化范围；

从所述目标相似段内的第一个移动向量开始，依次获取相邻两个移动向量之间的方向夹角的大小作为方向变化值；

当方向变化值在方向变化范围中时，对应的移动向量构成为一个方向相似子段；

当方向变化值不在方向变化范围中时，从对应的两个移动向量中的第二个移动向量开始，继续进行获取所述目标相似段中的方向相似子段的迭代，直至所述目标相似段中的最后一个移动向量停止迭代；

所述重复程度的获取方法，包括：

获取所述目标相似段中每个方向相似子段中的夹角数量，将夹角数量进行归一化处理的结果作为第一结果；

获取所述目标相似段中所述第一结果的均值，作为所述目标相似段的重复程度。

2.如权利要求1所述的一种神经外科患者综合诊疗护理系统，其特征在于，所述预测距离序列的获取方法，包括：

将所述发送信号序列和所述接收信号序列中排列位置相同的元素进行一对一的匹配，作为一个信号匹配对；

将每个所述信号匹配对中的发送信号序列元素与接收信号序列元素的差值，作为对应信号匹配对的衰减值；

根据历史数据中衰减值对应的历史预测距离，获取每个信号匹配对的衰减值对应的预测距离，将预测距离根据获取时间的先后顺序进行排列，获得预测距离序列。

3.如权利要求2所述的一种神经外科患者综合诊疗护理系统，其特征在于，所述移动距离序列的获取方法，包括：

获取预测距离序列的起始时刻对应的患者第一位置，以及起始时刻下一相邻时刻对应的患者第二位置；

将患者第一位置指向患者第二位置的方向作为移动向量的方向，将患者第一位置与患者第二位置之间的距离作为移动向量的大小；

获得预测距离序列对应时间段内每相邻两时刻的移动向量；

将移动向量根据时间的先后顺序进行排列，获得移动距离序列。

4.如权利要求2所述的一种神经外科患者综合诊疗护理系统，其特征在于，所述基准相似段的获取方法，包括：

获取所述移动距离序列中每个相似段内对应的预测距离的均值，作为目标均值；

将相似段按照所述目标均值从小到大的顺序进行排列，获得相似段序列；

按照所述相似段序列中相似段的位置，依次获取每相邻两相似段之间的重复程度的差异作为重复差异；

将重复差异进行归一化处理的结果，作为对应相邻两相似段的紧密程度；

将所述相似段序列中的第一个相似段与第二个相似段之间的紧密程度作为第一紧密程度；

当第一紧密程度大于或者等于预设的紧密程度阈值时，将第一个相似段与第二个相似段作为基准相似段；

当第一紧密程度小于预设的紧密程度阈值时，从第二个相似段开始，获取每相邻两相似段的紧密程度，直至出现紧密程度大于或者等于预设的紧密程度阈值停止，将对应相邻两相似段作为基准相似段。

5.如权利要求1所述的一种神经外科患者综合诊疗护理系统，其特征在于，所述移动距离范围的获取方法，包括：

获取所述基准相似段中移动向量的大小的均值作为第二均值，以及移动向量的大小的标准差作为第二标准差；

计算第二均值与预设倍数的第二标准差的和值作为第二和值，以及第二均值与预设倍数的第二标准差的差值作为第二差值；

将第二差值作为移动距离范围的下限，将第二和值作为移动距离范围的上限，获得移动距离范围。

6.如权利要求1所述的一种神经外科患者综合诊疗护理系统，其特征在于，所述根据所述平均移动距离与所述移动距离范围，筛选出所述非基准相似段中的异常相似段的方法，包括：

将所述移动距离序列中不是基准相似段的相似段作为非基准相似段；

获取每个非基准相似段内的移动向量的大小的均值，作为对应非基准相似段的平均移动距离；

将不在移动距离范围中的所述平均移动距离对应的非基准相似段作为异常相似段。

7.如权利要求4所述的一种神经外科患者综合诊疗护理系统，其特征在于，所述对所述异常相似段进行调整的方法，包括：

从所述相似段序列中的基准相似段开始，获取基准相似段的左右两端中距离基准相似段最近的异常相似段作为目标异常相似段；

将与目标异常相似段相邻且位于目标异常相似段与基准相似段之间的相似段，作为目标异常相似段的调整参考段；

获取基准相似段的重复程度的均值作为基准均值；

计算所述基准均值与所述调整参考段的重复程度的差值绝对值作为第一权值；

计算所述调整参考段的平均移动距离与所述第一权值的乘积，作为对应目标异常相似段的调整平均移动距离；

获取目标异常相似段中的移动向量的大小的标准差作为目标标准差；

计算目标异常相似段的调整平均移动距离与预设倍数的目标标准差的差值作为第三差值，以及调整平均移动距离与预设倍数的目标标准差的和值作为第三和值；

将第三差值作为新的移动距离范围的下限，将第三和值作为新的移动距离范围的上限，获得新的移动距离范围；沿着远离基准相似段的方向进行迭代，直至将所述相似段序列中的异常相似段调整完成。