CN204500673U - 基于移动互联网的孕产妇健康监护系统 - Google Patents
基于移动互联网的孕产妇健康监护系统 Download PDFInfo
- Publication number
- CN204500673U CN204500673U CN201420826566.5U CN201420826566U CN204500673U CN 204500673 U CN204500673 U CN 204500673U CN 201420826566 U CN201420826566 U CN 201420826566U CN 204500673 U CN204500673 U CN 204500673U
- Authority
- CN
- China
- Prior art keywords
- women
- pregnant
- lying
- oxygen saturation
- intelligent terminal
- 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.)
- Active
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本实用新型公开了一种基于移动互联网的孕产妇健康监护系统,包括智能终端、云服务器、心电检测装置以及血氧饱和度检测装置;所述心电检测装置和血氧饱和度检测装置,分别用于采集孕产妇的心电信号和血氧饱和度信号,并将心电信号和血氧饱和度信号发送到智能终端;所述智能终端,用于将心电信号、血氧饱和度信号、量表筛查结果和临床信息上传到云服务器;所述云服务器,用于接收生化分析信息和智能终端上传的信息,从而自动完成对孕产妇的健康现状分析,并生成相应的护理和保健指导,然后将健康现状分析结果、护理和保健指导反馈给智能终端。本实用新型利用了移动互联网技术,有利于孕产妇精神压力状况和身体健康状况的实时监测以预防产前、产后抑郁。
Description
技术领域
本实用新型涉及一种监护系统,尤其是一种基于移动互联网的孕产妇健康监护系统,属于疾病监测、护理领域。
背景技术
妊娠、分娩和产后恢复是育龄妇女一生中重大的改变,但也是妇女发生抑郁、精神疾病的高危时期。产前抑郁指在妊娠期间出现的以郁闷、胆怯、空虚感、烦恼、恼怒、焦虑、自卑、沮丧、悲凉、绝望等一系列症状为特征的心理障碍。产后抑郁是产褥期常见的心理行为异常,一般指产后6周内第1次发病(既往无精神障碍史),以情感(心境)持续低落为基本特征的一组精神障碍,可伴有思维和行动的改变及躯体症状。有研究采用循证医学的研究方法对相关文献进行研究,发现妊娠期和产后3个月内抑郁的发生率为14.5%,重度产前抑郁的发生率为7.5%,产后3个月内重度抑郁的发生率为6.5%,与普通人群的抑郁发生率相比,产后抑郁的发生率在产后5周内是普通人群的3倍。
孕产妇精神压力过大,容易导致焦虑、抑郁状态,其在妊娠期的心理状况不仅对其身心健康产生直接的影响,而且对胎儿的健康发育成长也有很大关系,更会增加产科并发症、早产儿、低体重儿、新生儿畸形、手术产等发生的危险性。产后抑郁症对产妇的身心健康、家庭关系等都会产生不良影响,此外,有研究表明孩子的社会能力低下和较差的适应能力与母亲产后抑郁相关。
然而,当前情况下孕产妇的心理健康评估没有纳入常规检查,孕产妇的精神压力状况没有得到足够的重视,妇保工作仍偏重于孕妇身体保健和胎儿的生长发育情况,传统产科以疾病为中心的护理模式缺乏人文关怀,缺乏对孕产妇心理健康情况的长久跟踪关注和必要的心理调节和疏导。
近年来大量研究发现产后抑郁是一个普遍的公共卫生问题,但关于产前抑郁的研究还很薄弱。与此同时,现有的临床诊断技术中,孕产妇精神压力的诊断方法主要依赖于量表检查,这种诊断方法很大程度上取决于医生的经验和水平,缺乏客观性和一致性,而且产前、产后抑郁症和其他一些由于孕产妇精神压力过大导致的疾病,在出现明显疾病特征前,现有的检测和诊断方法很难发现异常,一般是在孕产妇自身感受到明显的不适和异常后再进行的检查手段,并且需要前往医院才能完成诊断,不仅诊察不方便,更会导致诊断的延误,容易错过最佳治疗时机,从而给孕产妇、胎儿乃至家庭和社会带来一些不必要的负面影响。
另一方面,基于现在的环境背景,大部分孕产妇为初次妊娠,且远离父母、亲人,自身缺乏科学的妊娠相关知识,孕产妇的丈夫缺乏相关的护理和保健常识,这些都会导致孕产妇在产前和产后得不到科学合理的指导,从而影响孕产妇的生活质量,进而影响孕产妇的心理状态。
实用新型内容
本实用新型的目的是为了解决上述现有技术的缺陷,提供一种基于移动互联网的孕产妇健康监护系统,该系统使用方便,功能丰富,利用了移动互联网技术,可以完成对孕产妇的健康现状分析,为孕产妇精神压力和心理状况诊察提供了数据和生理参数基础,有利于孕产妇精神压力状况和身体健康状况的实时监测以预防产前、产后抑郁,还能保障孕产妇身心健康和胎儿的健康发育。
本实用新型的目的可以通过采取如下技术方案达到:
基于移动互联网的孕产妇健康监护系统,包括智能终端、云服务器、心电检测装置以及血氧饱和度检测装置,所述心电检测装置和血氧饱和度检测装置分别通过蓝牙信号与智能终端连接,所述智能终端通过移动互联网与云服务器连接,其中:
所述心电检测装置,用于采集孕产妇的心电信号,并将心电信号发送到智能终端;
所述血氧饱和度检测装置,用于采集孕产妇的血氧饱和度信号,并将血氧饱和度信号发送到智能终端;
所述智能终端,用于接收孕产妇的心电信号和血氧饱和度信号、完成孕产妇的量表筛查以及输入孕产妇的临床信息,并将心电信号、血氧饱和度信号、量表筛查的测评结果以及临床信息上传到云服务器;
所述云服务器,用于接收医院上传的孕产妇生化分析信息和智能终端上传的信息,从而自动完成对孕产妇的健康现状分析,并生成相应的护理和保健指导,然后将健康现状分析结果、护理和保健指导反馈给智能终端。
优选的,所述在智能终端上完成的量表筛查包括社会-人口统计学特征调查表、健康状况调查问卷、焦虑自评量表,抑郁自评量表、爱丁堡产后抑郁量表、压力感受量表、多维度社会支持感知量表和匹兹堡睡眠质量指数量表。
优选的,所述在智能终端上输入的临床信息包括身高、体重、年龄、怀孕时长、病史、家族史基本信息和体温、血压生理参数检测数据。
优选的,所述云服务器对接收到的心电信号进行如下处理:
对心电信号进行平滑滤波以消除工频干扰,采用拟合纠正法以消除基线漂移和采用小波变换法消除肌电干扰;对处理后的心电信号,进一步采用峰值检测法和可变斜率阈值法进行QRS波群实时检测、采用小波分解与自适应滤波相结合的方法进行QRS波群的模型检测以及采用双基准导联及多基线体系方法进行QRS波群的数学形态学检测;
在检测后,对处理后的心电信号进行心率变异性分析,具体包括:
a、时域分析:通过计算一系列有关RR间期的数理统计指标的统计学分析方法,以得到短时程心电信号来获取心率变异性信息;
b、频域分析:应用基于FFT的经典谱估计法和基于AR模型的现代谱估计法对RR间期序列进行谱估计;
c、非线性分析:采用混沌理论和分形理论的非线性动力学理论,将非线性分析方法引入到分析心率变异性信号的复杂性。
优选的,所述云服务器对接收到的血氧饱和度信号进行如下处理:
对血氧饱和度信号采用中值滤波运算以消除孤立的噪声点,采用滑动平均运算进行低通滤波,采用LMS运算进行自适应滤波,并进一步采用运动补偿算法去除运动过程中产生的运动伪差,得到血氧饱和度数值和血氧脉搏波;
对得到的血氧脉搏波进一步进行时域分析和频域分析,时域分析方法是在小波变换的基础上,通过对处理后的血氧脉搏波信号进行多层分解,依据血氧脉搏波信号的频率分布特点,重构特定的细节分量信号,进而采用闭值法在重构信号的能量值曲线上完成主波P波波峰点的位置的检测,然后根据P波波峰与其它特征点的位置关系,提取切迹V波波谷点、重搏前波T波波峰点、重搏波D波波峰点、脉搏初始点A等脉象波形的主要特征点;频域分析方法是采用小波包分解技术将信号正交地、独立地分解到各个频带内,用能量比例棒图直观的反映出脉搏信号在各频带内的能量大小。
优选的,所述云服务器对处理后的心电信号和血氧饱和度信号,以及接收到的生化分析信息、量表筛查的测评结果和临床信息进行基于大样本数据信息的机器学习和数据挖掘,如下:
a、采用数据分治与并行处理策略对大样本数据信息进行基本处理;
b、采用张量分解进行大样本数据信息的特征选择:利用Tucker分解方法进行数据分解,以及利用FSOM算法进行特征提取;
c、采用半监督的学习算法对大样本数据信息进行分类;
d、采用FCM聚类算法对大样本数据信息进行聚类,并运用MapReduce模型进行数据的大规模并行处理;
e、采用Apriori算法对大样本数据信息进行关联分析。
优选的,所述心电检测装置包括背心、心电检测电极、集成模拟前端、混合信号微控制器、蓝牙模块、充电管理模块以及充电电池;
所述心电检测电极有三个,均置于背心胸前位置,并与穿戴者的皮肤接触;
所述心电检测电极与集成模拟前端连接,所述集成模拟前端、混合信号微控制器和蓝牙模块依次连接;
所述充电电池为集成模拟前端、混合信号微控制器和蓝牙模块供电,所述充电管理模块用于控制充电电池的工作。
优选的,在所述心电检测装置中,所述集成模拟前端采用ADS1293芯片,用于对心电检测电极采集到的心电信号进行放大、滤波和AD转换。
优选的,在所述心电检测装置中,所述混合信号微控制器采用MSP430G2303处理器,用于对集成模拟前端处理的心电信号进行接收和存储,并控制该心电信号通过串口方式传输给蓝牙模块。
优选的,在所述心电检测装置中,所述蓝牙模块采用BLE-CC2541模块,其主芯片是CC2540F256,用于接收混合信号微控制器传输的心电信号,并将该心电信号发送到智能终端。
优选的,所述血氧饱和度检测装置包括手环、血氧饱和度检测指套、集成模拟前端、混合信号微控制器、蓝牙模块、充电管理模块以及充电电池;
所述血氧饱和度检测指套置于手环外部,并与手环相连;
所述血氧饱和度检测指套与集成模拟前端连接,所述集成模拟前端、混合信号微控制器和蓝牙模块依次连接;
所述充电电池为集成模拟前端、混合信号微控制器和蓝牙模块供电,所述充电管理模块用于控制充电电池的工作。
优选的,在所述血氧饱和度检测装置中,所述集成模拟前端采用AFE4400芯片,其包括一个具有集成ADC的低噪声接收器通道和一个LED传输部件,用于对血氧饱和度检测指套采集的血氧饱和度信号进行放大、滤波、光路分离和AD转换。
优选的,在所述血氧饱和度检测装置中,所述混合信号微控制器采用MSP430G2333处理器,用于对集成模拟前端处理的血氧饱和度信号进行接收和存储,并控制该血氧饱和度信号通过串口方式传输给蓝牙模块。
优选的,在所述血氧饱和度检测装置中,所述蓝牙模块采用BLE-CC2541模块,其主芯片是CC2540F256,用于接收混合信号微控制器传输的血氧饱和度信号,并将该血氧饱和度信号发送到智能终端。
优选的,所述智能终端为智能手机、PDA智能终端或平板电脑。
本实用新型相对于现有技术具有如下的有益效果:
1、本实用新型的孕产妇健康监护系统,通过智能终端可以接收孕产妇的心电信号和血氧饱和度信号,通过智能终端的用户界面可以完成孕产妇的量表筛查以及输入孕产妇的临床信息,而后智能终端通过移动互联网将心电信号、血氧饱和度信号、量表筛查的结果以及临床信息上传到云服务器,在云服务器可以接收医院上传的生化分析信息,结合智能终端上传的信息,进行基于大样本数据信息的机器学习和数据挖掘,从而自动完成对孕产妇的健康现状分析,为孕产妇精神压力和心理状况诊察提供了数据和生理参数基础,避免了现有产前、产后抑郁症诊断方法过于依赖医生自身水平和经验而导致的主观、不一致的诊断结果,提高了诊断的准确性。
2、本实用新型的孕产妇健康监护系统,通过使孕产妇穿戴心电检测装置和佩戴血氧饱和度检测装置,可以实时监测孕产妇的心电信号和血氧饱和度信号,并通过在云服务器端进行的基于大样本数据信息的机器学习和数据挖掘,可以尽早监测到孕产妇精神压力和心理状况的异常,以便在出现疾病症状前,通过积极的心理调节,最大程度地避免孕产妇出现产前、产后抑郁症和其他一些由于孕产妇精神压力过大导致的疾病,从而保障孕产妇的身体和心理健康以及胎儿的健康发育。
3、本实用新型的孕产妇健康监护系统通过将量表筛查环节移植到智能终端的用户界面上,可以极大地提高量表筛查操作的便捷性,省去了往返于医院的路途奔波,并且可以随时随地进行量表筛查,不必受限于医院门诊业务的排期限制。
4、本实用新型的孕产妇健康监护系统,不仅可以实现随时、随地、随身监护孕产妇的生理及心理健康状况,更可以把云服务器自动生成的孕产妇的健康现状分析以及相应的家庭护理和保健指导发送回智能终端进行显示,从而为孕产妇及其家人提供科学合理的指导,以保障孕产妇的生活质量,进而使其拥有良好的心理、生理状态。
附图说明
图1为本实用新型的孕产妇健康监护系统的总体结构图。
图2为本实用新型的心电检测装置结构图。
图3为本实用新型的心电检测装置中集成模拟前端所用芯片的管脚连接图。
图4为本实用新型的心电检测装置中混合信号微控制器所用处理器的管脚连接图。
图5为本实用新型的心电检测装置中蓝牙模块的管脚连接图。
图6为本实用新型的心电检测装置中充电管理模块的充电电路原理图。
图7为本实用新型的血氧饱和度检测装置结构图。
图8为本实用新型的血氧饱和度检测装置中集成模拟前端所用芯片的管脚连接图。
图9为本实用新型的血氧饱和度检测装置中混合信号微控制器所用处理器的管脚连接图。
具体实施方式
实施例1:
下面结合实施例及附图对本实用新型作进一步详细的描述,但本实用新型的实施方式不限于此。
如图1所示,本实施例的孕产妇健康监护系统应用于某个有孕产妇的家庭中,包括智能终端、云服务器、心电检测装置以及血氧饱和度检测装置,所述心电检测装置和血氧饱和度检测装置分别通过蓝牙模块与智能终端连接,所述智能终端通过移动互联网与云服务器连接,其中:
家庭中孕产妇的健康信息利用心电检测装置和血氧饱和度检测装置进行实时获取,所述心电检测装置如图2所示,包括背心、心电检测电极、集成模拟前端、混合信号微控制器、蓝牙模块、充电管理模块以及充电电池;所述心电检测电极有三个,均置于背心胸前位置,并与穿戴者(该穿戴者为家庭中的孕产妇)的皮肤接触,本装置采用三导联心电检测方案;所述心电检测电极与集成模拟前端连接,所述集成模拟前端、混合信号微控制器和蓝牙模块依次连接。
所述心电检测装置中,所述集成模拟前端采用TI(Texas Instruments,德州仪器)公司的ADS1293芯片,该芯片的管脚连接如图3所示,集成了数据处理、AD转化等一系列功能;集成模拟前端用于对心电检测电极采集到的心电信号进行放大、滤波和AD转换。
所述心电检测装置中,所述混合信号微控制器采用TI公司的MSP430G2303处理器,该处理器为低电压和超低功耗系列处理器,主频最高可达16Mhz,该处理器的管脚连接如图4所示,从图中可以看到,MSP430G2303处理器的管脚6、管脚7、管脚8、管脚9、管脚10和管脚11分别通过排插与ADS1293芯片的管脚15、管脚16、管脚20、管脚19、管脚18和管脚17一一对应连接;混合信号微控制器用于对集成模拟前端处理的心电信号进行接收和存储,并控制该心电信号通过串口方式传输给蓝牙模块。
所述心电检测装置中,所述蓝牙模块采用BLE-CC2541模块,其主芯片是TI公司的CC2540F256,主芯片工作时最大电流为20mA,掉电时电流小于1μA,该模块的管脚连接图如图5所示,从图中可以看到,BLE-CC2541模块的管脚15、管脚19、管脚20、管脚21、管脚22、管脚23和管脚24分别与MSP430G2303处理器的管脚23、管脚19、管脚3、管脚4、管脚20、管脚21和管脚22一一对应连接;蓝牙模块用于接收混合信号微控制器传输的心电信号,并将该心电信号发送到智能终端。
所述心电检测装置中,所述充电电池采用型号为CN-383450的充电电池,该电池最大工作电压为3.7V,最大放电电流为600mAh;充电电池为集成模拟前端、混合信号微控制器和蓝牙模块供电。
所述心电检测装置中,所述充电管理模块中通过充电电路实现电源向充电电池的充电过程(即控制充电电池的工作),所述充电电路原理图如图6所示。
所述血氧饱和度检测装置如图7所示,包括手环(图中未示出)、血氧饱和度检测指套、集成模拟前端、混合信号微控制器、蓝牙模块、充电管理模块以及充电电池;所述血氧饱和度检测指套置于手环外部,并与手环相连,该指套可以套在佩戴者(该佩戴者为家庭中的孕产妇)的手指上,本装置采用透射法获得血氧饱和度信号,包括血氧饱和度数值和血氧脉搏波;所述血氧饱和度检测指套与集成模拟前端连接,所述集成模拟前端、混合信号微控制器和蓝牙模块依次连接。
所述血氧饱和度检测装置中,所述集成模拟前端采用TI公司的AFE4400芯片,其管脚连接如图8所示,包括一个具有集成ADC的低噪声接收器通道和一个LED传输部件;集成模拟前端用于对血氧饱和度检测指套采集的血氧饱和度信号进行放大、滤波、光路分离和AD转换。
所述血氧饱和度检测装置中,所述混合信号微控制器采用TI公司的MSP430G2333处理器,其管脚连接如图9所示,从图中可以看到,MSP430G2333处理器的管脚6、管脚7、管脚8、管脚9、管脚10、管脚11和管脚12分别与AFE4400芯片的管脚27、管脚24、管脚29、管脚28、管脚23、管脚22和管脚21一一对应连接;混合信号微控制器用于对集成模拟前端处理的血氧饱和度信号进行接收和存储,并控制该血氧饱和度信号通过串口方式传输给蓝牙模块。
所述血氧饱和度检测装置中,所述蓝牙模块与心电检测装置的蓝牙模块都是采用BLE-CC2541模块,其主芯片是CC2540F256,管脚连接如图5所示,从图中可以看到,BLE-CC2541模块的管脚15、管脚19、管脚20、管脚21、管脚22、管脚23和管脚24分别与MSP430G2333处理器的管脚21、管脚17、管脚3、管脚4、管脚18、管脚19和管脚20一一对应连接;蓝牙模块用于接收混合信号微控制器传输的血氧饱和度信号,并将该血氧饱和度信号发送到智能终端。
所述血氧饱和度检测装置中,所述充电电池与心电检测装置的充电电池都是采用型号为CN-383450的充电电池,其为集成模拟前端、混合信号微控制器和蓝牙模块供电;所述充电管理模块的结构也与心电检测装置的充电管理模块结构和原理相同,充电电路原理图如图6所示。
所述智能终端,用于接收孕产妇的心电信号和血氧饱和度信号、完成孕产妇的量表筛查以及输入孕产妇的临床信息,并将心电信号、血氧饱和度信号、量表筛查的测评结果以及临床信息上传到云服务器;其中,所述心电信号也就是家庭中的孕产妇通过穿戴上述心电检测装置进行获取,所述血氧饱和度信号也就是家庭中的孕产妇通过佩戴上述血氧饱和度检测装置进行获取;所述量表筛查包括社会-人口统计学特征调查表、健康状况调查问卷、焦虑自评量表,抑郁自评量表、爱丁堡产后抑郁量表、压力感受量表、多维度社会支持感知量表和匹兹堡睡眠质量指数量表,孕产妇在智能终端的用户界面上完成;所述临床信息在智能终端的用户界面上输入,包括身高、体重、年龄、怀孕时长、病史、家族史基本信息和体温、血压生理参数检测数据。
所述云服务器可以接收医院上传的孕产妇生化分析信息以及智能终端上传的信息,所述生化分析是指孕产妇在医院通过采集血清,进行以下生化指标的检测:5-羟色胺,FT3,FT4,促甲状腺激素,雌二醇,孕酮和催乳素;由于孕产妇在孕期及产后体内激素水平发生急剧变化,通过检测上述具有精神活性的激素含量的变化,可以为精神压力异常及焦虑、抑郁等疾病的发生提供生物学基础,客观地反映孕产妇的健康现状。
所述云服务器对接收到的心电信号进行如下处理:
对心电信号进行平滑滤波以消除工频干扰,采用拟合纠正法以消除基线漂移和采用小波变换法消除肌电干扰;对处理后的心电信号,进一步采用峰值检测法和可变斜率阈值法进行QRS波群实时检测、采用小波分解与自适应滤波相结合的方法进行QRS波群的模型检测以及采用双基准导联及多基线体系方法进行QRS波群的数学形态学检测;
在检测后,对处理后的心电信号进行心率变异性分析,具体包括:
1)时域分析:通过计算一系列有关RR间期的数理统计指标的统计学分析方法,以得到短时程心电信号来获取心率变异性信息;
2)频域分析:应用基于FFT(Fast Fourier Transform,快速傅里叶变换)的经典谱估计法和基于AR模型的现代谱估计法对RR间期序列进行谱估计;
3)非线性分析:采用混沌理论和分形理论的非线性动力学理论,将非线性分析方法(如关联维数、李雅普诺夫指数、散点图、功率谱指数、复杂度、熵分析、非稳定周期轨道等)引入到分析心率变异性信号的复杂性。
所述云服务器对接收到的血氧饱和度信号进行如下处理:
对血氧饱和度信号采用中值滤波运算以消除孤立的噪声点,采用滑动平均运算进行低通滤波,采用LMS运算进行自适应滤波,并进一步采用运动补偿算法去除运动过程中产生的运动伪差,得到血氧饱和度数值和血氧脉搏波;
对得到的血氧脉搏波进一步进行时域分析和频域分析,时域分析方法是在小波变换的基础上,通过对处理后的血氧脉搏波信号进行多层分解,依据血氧脉搏波信号的频率分布特点,重构特定的细节分量信号,进而采用闭值法在重构信号的能量值曲线上完成主波P波波峰点的位置的检测,然后根据P波波峰与其它特征点的位置关系,提取切迹V波波谷点、重搏前波T波波峰点、重搏波D波波峰点、脉搏初始点A等脉象波形的主要特征点;频域分析方法是采用小波包分解技术将信号正交地、独立地分解到各个频带内,用能量比例棒图直观的反映出脉搏信号在各频带内的能量大小。
在云服务器,将医院上传的生化分析信息和上述处理后的心电信号、血氧饱和度信号存储在数据库中,建立孕产妇的身体健康特征库,从而为孕产妇的精神压力评估提供数学模型和分类模型。
由于接收到的数据数量过于庞大,所述云服务器对处理后的心电信号和血氧饱和度信号,以及接收到的生化分析信息、量表筛查的测评结果和临床信息进行基于大样本数据信息的机器学习和数据挖掘,包括如下步骤:
1)采用数据分治与并行处理策略对大样本数据信息进行基本处理;
2)采用张量分解进行大样本数据信息的特征选择:利用MET(Memory-EfficientTucker Decomposition)这一内存使用更高效的Tucker分解方法进行数据分解,以及利用FSOM(Fast Self-organizing Map,快速自组织映射)算法进行特征提取;
3)采用半监督的学习算法对大样本数据信息进行分类;
4)采用FCM(Fuzzy c-means,模糊c均值)聚类算法对大样本数据信息进行聚类,并运用MapReduce模型进行数据的大规模并行处理;
5)采用Apriori算法对大样本数据信息进行关联分析。
所述云服务器通过对接收到的生化分析信息、心电信号、血氧饱和度信号、量表筛查的测评结果和临床信息进行上述处理后,自动完成辅助诊断,并生成相应的护理指导建议,然后将辅助诊断结果和护理指导建议反馈给智能终端,由智能终端上的用户界面进行显示。
另外,上述实施例中的智能终端可以是智能手机、PDA智能终端、平板电脑等。
综上所述,可以完成对孕产妇的健康现状分析,为孕产妇精神压力和心理状况诊察提供了数据和生理参数基础,避免了现有产前、产后抑郁症诊断方法过于依赖医生自身水平和经验而导致的主观、不一致的诊断结果,提高了诊断的准确性;此外,还可以为孕产妇及其家人提供科学合理的指导,以保障孕产妇的生活质量,进而使其拥有良好的心理、生理状态。
以上所述,仅为本实用新型专利较佳的实施例,但本实用新型专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本实用新型专利所公开的范围内,根据本实用新型专利的技术方案及其实用新型构思加以等同替换或改变,都属于本实用新型专利的保护范围。
Claims (10)
1.基于移动互联网的孕产妇健康监护系统,其特征在于:包括智能终端、云服务器、心电检测装置以及血氧饱和度检测装置,所述心电检测装置和血氧饱和度检测装置分别通过蓝牙信号与智能终端连接,所述智能终端通过移动互联网与云服务器连接,其中:
所述心电检测装置,用于采集孕产妇的心电信号,并将心电信号发送到智能终端;
所述血氧饱和度检测装置,用于采集孕产妇的血氧饱和度信号,并将血氧饱和度信号发送到智能终端;
所述智能终端,用于接收孕产妇的心电信号和血氧饱和度信号、完成孕产妇的量表筛查以及输入孕产妇的临床信息,并将心电信号、血氧饱和度信号、量表筛查的测评结果以及临床信息上传到云服务器;
所述云服务器,用于接收医院上传的孕产妇生化分析信息和智能终端上传的信息,从而自动完成对孕产妇的健康现状分析,并生成相应的护理和保健指导,然后将健康现状分析结果、护理和保健指导反馈给智能终端。
2.根据权利要求1所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述心电检测装置包括背心、心电检测电极、集成模拟前端、混合信号微控制器、蓝牙模块、充电管理模块以及充电电池;
所述心电检测电极有三个,均置于背心胸前位置,并与穿戴者的皮肤接触;
所述心电检测电极与集成模拟前端连接,所述集成模拟前端、混合信号微控制器和蓝牙模块依次连接;
所述充电电池为集成模拟前端、混合信号微控制器和蓝牙模块供电,所述充电管理模块用于控制充电电池的工作。
3.根据权利要求2所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述集成模拟前端采用ADS1293芯片,用于对心电检测电极采集到的心电信号进行放大、滤波和AD转换。
4.根据权利要求2所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述混合信号微控制器采用MSP430G2303处理器,用于对集成模拟前端处理的心电信号进行接收和存储,并控制该心电信号通过串口方式传输给蓝牙模块。
5.根据权利要求2所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述蓝牙模块采用BLE-CC2541模块,其主芯片是CC2540F256,用于接收混合信号微控制器传输的心电信号,并将该心电信号发送到智能终端。
6.根据权利要求1所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述血氧饱和度检测装置包括手环、血氧饱和度检测指套、集成模拟前端、混合信号微控制器、蓝牙模块、充电管理模块以及充电电池;
所述血氧饱和度检测指套置于手环外部,并与手环相连;
所述血氧饱和度检测指套与集成模拟前端连接,所述集成模拟前端、混合信号微控制器和蓝牙模块依次连接;
所述充电电池为集成模拟前端、混合信号微控制器和蓝牙模块供电,所述充电管理模块用于控制充电电池的工作。
7.根据权利要求6所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述集成模拟前端采用AFE4400芯片,其包括一个具有集成ADC的低噪声接收器通道和一个LED传输部件,用于对血氧饱和度检测指套采集的血氧饱和度信号进行放大、滤波、光路分离和AD转换。
8.根据权利要求6所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述混合信号微控制器采用MSP430G2333处理器,用于对集成模拟前端处理的血氧饱和度信号进行接收和存储,并控制该血氧饱和度信号通过串口方式传输给蓝牙模块。
9.根据权利要求6所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述蓝牙模块采用BLE-CC2541模块,其主芯片是CC2540F256,用于接收混合信号微控制器传输的血氧饱和度信号,并将该血氧饱和度信号发送到智能终端。
10.根据权利要求1-9任一项所述的基于移动互联网的孕产妇健康监护系统,其特征在于:所述智能终端为智能手机、PDA智能终端或平板电脑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201420826566.5U CN204500673U (zh) | 2014-12-23 | 2014-12-23 | 基于移动互联网的孕产妇健康监护系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201420826566.5U CN204500673U (zh) | 2014-12-23 | 2014-12-23 | 基于移动互联网的孕产妇健康监护系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN204500673U true CN204500673U (zh) | 2015-07-29 |
Family
ID=53698679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201420826566.5U Active CN204500673U (zh) | 2014-12-23 | 2014-12-23 | 基于移动互联网的孕产妇健康监护系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN204500673U (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104523263A (zh) * | 2014-12-23 | 2015-04-22 | 华南理工大学 | 基于移动互联网的孕产妇健康监护系统 |
CN106137127A (zh) * | 2016-06-24 | 2016-11-23 | 江苏省人民医院 | 基于互联网的危重孕产妇监护急救系统 |
CN106250697A (zh) * | 2016-08-03 | 2016-12-21 | 董碧蓉 | 老年自助健康管理设备 |
CN106580282A (zh) * | 2016-10-25 | 2017-04-26 | 上海斐讯数据通信技术有限公司 | 一种人体健康监测装置、系统及方法 |
-
2014
- 2014-12-23 CN CN201420826566.5U patent/CN204500673U/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104523263A (zh) * | 2014-12-23 | 2015-04-22 | 华南理工大学 | 基于移动互联网的孕产妇健康监护系统 |
CN106137127A (zh) * | 2016-06-24 | 2016-11-23 | 江苏省人民医院 | 基于互联网的危重孕产妇监护急救系统 |
CN106250697A (zh) * | 2016-08-03 | 2016-12-21 | 董碧蓉 | 老年自助健康管理设备 |
CN106580282A (zh) * | 2016-10-25 | 2017-04-26 | 上海斐讯数据通信技术有限公司 | 一种人体健康监测装置、系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104523263B (zh) | 基于移动互联网的孕产妇健康监护系统 | |
CN104545899B (zh) | 基于移动互联网的老年痴呆症监护系统 | |
CN105078445B (zh) | 基于健康服务机器人的老年人健康服务系统 | |
CN105078449B (zh) | 基于健康服务机器人的老年痴呆症监护系统 | |
CN102274020B (zh) | 一种低功耗的动态心电监护仪及其控制方法 | |
CN102302361B (zh) | 一种心率及身体状态监测装置及方法 | |
CN110650681B (zh) | 用于监测胎儿健康的系统和方法 | |
CN110916647A (zh) | 面向多场景的可穿戴心电监测与心律失常远程实时诊断装置 | |
CN204500673U (zh) | 基于移动互联网的孕产妇健康监护系统 | |
CN201899488U (zh) | 一种新生儿重大疾病的便携式医疗监护系统 | |
CN204971278U (zh) | 基于健康服务机器人的老年痴呆症监护系统 | |
Sarker et al. | Portable multipurpose bio-signal acquisition and wireless streaming device for wearables | |
CN106937808A (zh) | 一种智能床垫的数据采集系统 | |
CN102525651A (zh) | 一种新生儿重大疾病的便携式医疗监护系统 | |
CN203662751U (zh) | 一种便携式心电仪 | |
CN101194826A (zh) | 便携式智能型胎动计数器及对采集信号的处理方法 | |
CN202146301U (zh) | 一种低功耗的动态心电监护仪 | |
CN108618786A (zh) | 一种基于压力传感器阵列的胎儿监测及孕妇睡眠呼吸监测系统 | |
CN107411736A (zh) | 胎儿心电信号检测系统 | |
CN107280667A (zh) | 一种带有加速度传感器的无线表面肌电采集系统 | |
Allami | Premature ventricular contraction analysis for real-time patient monitoring | |
CN103211591A (zh) | 心电信号采集盒 | |
CN105982643A (zh) | 睡眠事件检测方法与系统 | |
CN103222864B (zh) | 一种自适应心电检测方法及其监控系统 | |
Yoshimoto et al. | Recent progress of biomedical processor soc for wearable healthcare application: A review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |