医用吊塔供气状态智能监控预警系统

技术领域

本发明涉及电数字数据处理技术领域，具体涉及一种医用吊塔供气状态智能监控预警系统。

背景技术

吊塔是医院现代化手术室必不可少的供气医疗设备，主要用于手术室供养、吸引、压缩空气、氮气等医用气体的终端转接。对于气体的供应，不仅需要确保管道没有出现阻塞、泄流的情况，同时要保证输送的气体气流和压降符合相关的输送标准。如果出现上述任何一种情况，对于患者的影响都是致命的，因此需要保证输供气体的稳定性。

现在的医院在供气线路上一般都有多个检测点，用于确保当前每个医用吊塔的供气正常。并且为了应对突发情况，通常会使用双路供气，能够方便进行手动或者自动的切换，但这种方式仍然存在一定的风险，对医用吊塔的错误检测、校正或监控的误差较大，甚至出现切换不及时以及备用气源不足的情况，从而引发重大医疗事故。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种医用吊塔供气状态智能监控预警系统，该系统包括以下模块：

电数据处理模块，用于采集一段时间内每个医用吊塔对应的气压序列和气流量序列；根据任意两个所述医用吊塔对应的气压序列和气流量序列得到两个所述医用吊塔之间的差异度；

状态评价模块，用于选取任意所述医用吊塔为目标吊塔，根据所述目标吊塔与其他所有所述医用吊塔之间的差异度获取所述目标吊塔的状态评价指标；根据每个所述医用吊塔的状态评价指标为所述医用吊塔分配权重；

温度数据获取模块，用于采集一段时间内所述目标吊塔所连接的供气管道的温度序列，根据所述温度序列中相邻两个温度数据之间的差异得到所述供气管道的温度变化稳定程度；

供气稳定度获取模块，用于根据所述目标吊塔对应的所述气压序列得到所述目标吊塔的第一指标；根据所述目标吊塔对应的所述气流量序列得到所述目标吊塔的第二指标；根据所述目标吊塔对应的权重、第一指标、第二指标以及所述供气管道的温度变化稳定程度得到所述目标吊塔的供气稳定度；

供气稳定度预测模块，用于将所述目标吊塔的供气稳定度输入长短期记忆网络，输出所述目标吊塔在下一时间段的预测供气稳定度，根据所述预测供气稳定度的大小进行预警。

优选的，所述电数据处理模块中根据任意两个所述医用吊塔对应的气压序列和气流量序列得到两个所述医用吊塔之间的差异度的方法，包括：

获取所述气压序列的均值以及所述气流量序列的均值，以所述气压序列的均值和所述气流量序列的均值构建特征向量，根据任意两个所述医用吊塔对应的特征向量得到两个所述医用吊塔之间的差异度。

优选的，所述状态评价模块中根据所述目标吊塔与其他所有所述医用吊塔之间的差异度获取所述目标吊塔的状态评价指标的方法，包括：

获取所述目标吊塔与其他所有所述医用吊塔之间的差异度的和，以及所述目标吊塔对应特征向量的模；所述目标吊塔的状态评价指标与所述差异度的和呈负相关关系，与所述特征向量的模呈正相关关系。

优选的，所述状态评价模块中根据每个所述医用吊塔的状态评价指标为所述医用吊塔分配权重的方法，包括：

获取每个所述医用吊塔的状态评价指标，根据所述状态评价指标的大小对所述医用吊塔进行升序排列并标号，所述医用吊塔的权重与所述医用吊塔的标号呈正相关关系。

优选的，所述温度数据获取模块中根据所述温度序列中相邻两个温度数据之间的差异得到所述供气管道的温度变化稳定程度的方法，包括：

获取所述温度序列中所有相邻两个温度数据之间的差异之和，根据所述差异之和得到温度变化率为：

其中，

根据所述温度变化率得到温度变化稳定程度为：

其中，

优选的，所述供气稳定度获取模块中根据所述目标吊塔对应的所述气压序列得到所述目标吊塔的第一指标的方法，包括：

以所述目标吊塔对应的所述气压序列中任意相邻两次采样为结束点得到两个子气压序列，分别获取每个所述子气压序列的均值，则所述目标吊塔对应的第一指标的计算方法为：

其中，

优选的，所述供气稳定度获取模块中根据所述目标吊塔对应的所述气流量序列得到所述目标吊塔的第二指标的方法，包括：

获取所述目标吊塔对应的所述气流量序列中任意相邻两次采样的气压之差，所述第二指标与所述气压之差呈负相关关系。

优选的，所述供气稳定度获取模块中根据所述目标吊塔对应的权重、第一指标、第二指标以及所述供气管道的温度变化稳定程度得到所述目标吊塔的供气稳定度的方法，包括：

以所述目标吊塔对应的权重为权值，对所述目标吊塔对应的第一指标和第二指标进行加权求和；所述目标吊塔的供气稳定度与所述供气管道的温度变化稳定程度呈正相关关系，与所述目标吊塔对应的第一指标和第二指标的加权求和值呈正相关关系。

本发明具有如下有益效果：本发明实施例通过对每个医用吊塔对应的气压序列和气流量序列等电数字信号进行分析，得到每两个医用吊塔之间的差异度；为了实现对医用吊塔的错误检测、校正或监控，以任意医用吊塔作为目标吊塔，根据该目标吊塔与其他所有医用吊塔之间的差异度得到该目标吊塔的状态评价指标，基于每个医用吊塔对应的状态评价指标为每个医用吊塔分配权重，进一步结合目标吊塔所连接的供气管道的温度变化稳定程度进行分析，根据目标吊塔的气压序列获取第一指标，根据目标吊塔的气流量序列获取第二指标，进而根据目标吊塔的权重、第一指标、第二指标以及对应供气管道的温度变化稳定程度得到目标吊塔的供气稳定度；以目标吊塔自身所对应的电数字数据进行分析，增加了方法对错误监控的适应性。将获取到的目标吊塔的供气稳定度输入网络进行预测，得到下一时间段的预测供气稳定度，根据预测供气稳定度进行预警从而及时检查，提高对医用吊塔的监控的准确度，降低医疗风险的发生。

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医用吊塔供气状态智能监控预警系统的系统框图。

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医用吊塔供气状态智能监控预警系统，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。

本发明实施例中通过对每个医用吊塔对应的电数据数字信号处理初步筛选出可能存在异常的医用吊塔。并进一步根据医用吊塔与其他所有医用吊塔之间的比较得到该医用吊塔对应的状态评价指标，根据状态评价指标结合该医用吊塔对应供气管道的温度变化以及该医用吊塔的特有指标进行供气稳定度的计算，根据历史时间段内的供气稳定度训练网络，从而根据网络预测出下一时间段内每个医用吊塔对应的预测供气稳定度，对低于预设阈值的预测供气稳定度对应的医用吊塔及时检查和处理，提高了对医用吊塔存在异常错误的监控的效率，并通过所有医用吊塔之间进行分析比较，避免因信息存储中的错误而引发风险的情况，及时提醒工作人员对医用吊塔进行错误校正。

下面结合附图具体的说明本发明所提供的一种医用吊塔供气状态智能监控预警系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种医用吊塔供气状态智能监控预警系统的系统框图，该系统包括以下模块：

电数据处理模块10，用于采集一段时间内每个医用吊塔对应的气压序列和气流量序列；根据任意两个医用吊塔对应的气压序列和气流量序列得到两个医用吊塔之间的差异度。

具体的，由于供气的供气总管道用于对多个科室内的医用吊塔气体供给，则每个医用吊塔处都能够得到当前供气管道的气流量和气压的大小，为了方便对每个医用吊塔进行分析，本发明实施例中默认每个医用吊塔只有一个气体管道出口。

在医用吊塔对应的气体管道出口设置气流量计，用于采集每个医用吊塔对应的气流量。本发明实施例在医用吊塔工作3分钟后开始数据采集；以每0.2秒进行一次采样，获取1分钟内的每个医用吊塔对应的气流量序列，即该气流量序列内包括300个气流量数据。

基于上述获取气流量序列相同的方法，在医用吊塔对应的气体管道出口设置气压传感器，用于采集每个医用吊塔对应的气压。同样的，在医用吊塔工作3分钟后开始数据采集，以每0.2秒进行一次采样，获取1分钟内的每个医用吊塔对应的气压序列，即该气压序列内包括300个气压数据。

进一步的，由于同一个供气管道对应的医用吊塔检测到的气体特征应该具有很大的相似性，因此根据所有医用吊塔之间的差异度进行初步判断；获取气压序列的均值以及气流量序列的均值，以气压序列的均值和气流量序列的均值构建特征向量，根据任意两个医用吊塔对应的特征向量得到两个医用吊塔之间的差异度。

具体的，获取每个医用吊塔对应的气流量序列的均值和气压序列的均值，根据气流量序列的均值和气压序列的均值构建特征向量，该特征向量具体表示为：

其中，

根据同一个供气管道下对应的每两个医用吊塔的气压序列、气流量序列以及特征向量计算差异度，具体计算方法为：

其中，

以此类推，获取所有医用吊塔中每两个医用吊塔之间的差异度，根据差异度筛选所有医用吊塔中的异常样本。本发明实施例中基于医用吊塔之间的差异度通过DBSCAN密度聚类算法对所有医用吊塔进行聚类，若存在孤立样本，则该孤立样本可能为异常样本，及时对该异常样本对应的医用吊塔进行检查修正。

需要说明的是，在进行DBSCAN密度聚类时的聚类半径由实施者自行设定，聚类得出的孤立样本与其他所有医用吊塔之间特征向量的差异度较大，因此被初步认定为异常样本，由工作人员及时对孤立样本对应的医用吊塔进行检查。

状态评价模块20，用于选取任意医用吊塔为目标吊塔，根据目标吊塔与其他所有医用吊塔之间的差异度获取目标吊塔的状态评价指标；根据每个医用吊塔的状态评价指标为医用吊塔分配权重。

具体的，由电数据处理模块10中获取到任意两个医用吊塔之间的差异度，选取任意一个医用吊塔为目标吊塔进行分析，获取目标吊塔与其他所有医用吊塔之间的差异度的和，以及目标吊塔对应特征向量的模；目标吊塔的状态评价指标与差异度的和呈负相关关系，与特征向量的模呈正相关关系。

根据该目标吊塔与其他所有医用吊塔之间的差异度得到该目标吊塔对应的状态评价指标为：

其中，

需要说明的是，本发明实施例中以该目标吊塔自身对应的特征向量的模作为修正系数的目的是为了使得每个医用吊塔的状态评价指标计算更加准确。

以此类推，获取每个医用吊塔的状态评价指标，根据状态评价指标的大小对医用吊塔进行升序排列并标号，医用吊塔的权重与医用吊塔的标号呈正相关关系。则每个医用吊塔对应的权重为：

其中，

温度数据获取模块30，用于采集一段时间内目标吊塔所连接的供气管道的温度序列，根据温度序列中相邻两个温度数据之间的差异得到供气管道的温度变化稳定程度。

具体的，因为供气管道需要提供一定的气压强度，才能够使得气体供给到需要的地方；而气压的大小不仅仅与气源泵给予的压力有关，同时还会受到温度的影响，因此采集目标吊塔所连接的供气管道的温度数据，判断温度对气压的影响程度。

本发明实施例中在供气管道外安置温度传感器，用于检测供气过程中该供气管道对应的环境温度，每间隔50米设置一个温度传感器用于检测供气管道的温度，计算每次检测采样时所有温度传感器对应数值的均值，从而得到这一采样时刻对应的平均温度为温度数据。在目标吊塔工作3分钟后开始对该目标吊塔连接的供气管道进行数据采集，以每0.2秒为时间间隔进行采集，获取1分钟内的供气管道对应的温度序列，即该温度序列中包括300个温度数据。

具体的，根据温度序列中所有相邻两个温度数据之间差异之和得到温度变化率为：

其中，

当温度变化率越大时，说明此时的温度变化并不稳定，因此根据温度变化率得到温度变化稳定程度为：

其中，

供气稳定度获取模块40，用于根据目标吊塔对应的气压序列得到目标吊塔的第一指标；根据目标吊塔对应的气流量序列得到目标吊塔的第二指标；根据目标吊塔对应的权重、第一指标、第二指标以及供气管道的温度变化稳定程度得到目标吊塔的供气稳定度。

具体的，由电数据处理模块10中获取到每个医用吊塔对应的气压序列和气流量序列；以目标吊塔对应的气压序列中任意相邻两次采样为结束点得到两个子气压序列，分别获取每个子气压序列的均值，由此获取目标吊塔对应的第一指标为：

其中，

进一步的，获取目标吊塔对应的气流量序列中任意相邻两次采样的气压之差，第二指标与气压之差呈负相关关系。根据该目标吊塔对应的气流量序列获取该目标吊塔的第二指标为：

其中，

基于理想状态气体方程可知，在等体积同物质下，温度的大小会影响到气压的大小；以目标吊塔对应的权重为权值，对目标吊塔对应的第一指标和第二指标进行加权求和；目标吊塔的供气稳定度与供气管道的温度变化稳定程度呈正相关关系，与目标吊塔对应的第一指标和第二指标的加权求和值呈正相关关系。

因此结合该目标吊塔对应的权重、第一指标、第二指标以及目标吊塔对应的供气管道的温度变化稳定程度得到该目标吊塔的供气稳定度为：

其中，

需要说明的是，当目标吊塔对应的权重越大，说明该目标吊塔的状态评价指标越大，该目标吊塔与其他所有医用吊塔之间的差异度较小，并且该目标吊塔对应的气压和气流量受到的影响较小，因此以该目标吊塔对应的权重作为供气稳定程度分析的系数。

供气稳定度预测模块50，用于将目标吊塔的供气稳定度输入长短期记忆网络，输出目标吊塔在下一时间段的预测供气稳定度，根据预测供气稳定度的大小进行预警。

具体的，由供气稳定度获取模块40中获取到目标吊塔的供气稳定度，以此类推，获取该目标吊塔在历史时间段内对应的供气稳定度构成供气稳定度序列，本发明实施例中通过获取1小时内的目标吊塔对应的供气稳定度构成供气稳定序列，以该供气稳定度序列中每一个供气稳定度数据作为训练样本对网络进行训练，从而根据网络预测下一时间段的供气稳定度。

本发明实施例中采用长短期记忆网络对下一时间段该目标吊塔的供气稳定度进行预测，长短期记忆网络的网络结构为编码器-解码器，训练过程如下：

（1）输入为历史时间段内对应的供气稳定度；

（2）损失函数为加权均方差损失函数；

（3）输出为下一时间段的预测供气稳定度。

其中，加权均方差损失函数内的权重系数由温度变化稳定程度获得；在温度不变的情况下所获得的训练样本的可信度较高；结合目标吊塔的状态指标对训练样本的可信度进行分析，则该目标吊塔的可信度为：

其中，

因此，长短期记忆网络的加权均方差损失函数为：

其中，

进一步的，将当前目标吊塔对应的供气稳定度输入训练完成后的长短期记忆网络中，输出下一时间段该目标吊塔对应的预测供气稳定度，为了更加准确监控目标吊塔的工作情况，本发明实施例中持续预测半小时的预测供气稳定度，当得到的预测供气稳定度低于预设阈值时，表明此时该目标吊塔的工作情况可能发现异常，则及时向工作人员发出预警，由工作人员进行检查和修复。

作为优选，本发明实施例中设置预设阈值为0.8，即预测供气稳定度低于0.8时及时预警处理。

基于上述获取目标吊塔的预测稳定度相同的方法，得到每一个医用吊塔对应的预测稳定度，从而根据获取到的预测稳定度及时发现每个医用吊塔的工作情况。

综上所述，本发明实施例中通过采集每个医用吊塔在一段时间内对应的气压序列和气流量序列，从而对医用吊塔之间的差异度进行分析，根据医用吊塔之间的差异度初步对可能存在异常的医用吊塔进行筛选，并及时进行处理。进一步的，选取任意医用吊塔为目标吊塔，计算所有医用吊塔与目标吊塔之间的差异度得到该目标吊塔的状态评价指标，根据每个医用吊塔对应的状态评价指标为该医用吊塔分配权重；获取该目标吊塔连接供气管道的温度序列，根据温度序列得到该供气管道的温度变化稳定程度，并根据该目标吊塔的气压序列和气流量序列分别获取该目标吊塔对应的第一指标和第二指标，结合该目标吊塔对应的权重、第一指标、第二指标以及温度变化稳定程度计算该目标吊塔对应的供气稳定度。以此类推，获取时间时间段内该目标吊塔对应的供气稳定度为训练样本，根据该训练样本对长短期记忆网络进行训练，从而通过长短期记忆网络完成对后续时间段的所有医用吊塔的供气稳定度的预测，从而根据预测供气稳定度的大小及时预警，对低于预设阈值的预测供气稳定度对应的医用吊塔及时检查和处理，提高了对医用吊塔存在异常错误的监控的效率，所有医用吊塔之间进行分析比较，避免了因信息存储中的错误引发的风险，能够及时提醒工作人员对医用吊塔进行错误校正。

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。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，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。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。