[发明专利]一种非接触式生命体征预测监测设备及监测方法

说明书

本发明公开的一种非接触式生命体征预测监测设备，包括床板和医用床垫，医用床垫位于床板上方，床板和医用床垫之间设有薄膜压电传感器，还包括处理器，所述处理器通过FFC排线与薄膜压电传感器连接。能够对生命体征进行分析预测，使监测具有更高的准确度和灵敏度，避免不良事件的产生。

技术领域

本发明涉及医疗器械技术领域，具体地说是一种非接触式生命体征预测监测设备及检测方法。

背景技术

生命体征就是用来判断病人的病情轻重和危急程度的指征。主要有心率、脉搏、血压、呼吸、疼痛、血氧、瞳孔和角膜反射的改变等等。

但是医院资源有限，不可能给每一位病人都单独配一名护士。按照国际标准，一名护士平均需护理4-6名病人。但在我国，一些大医院的夜班护士甚至需要同时照看40-60名病人。所以，对于很多转入普通病房的住院患者以及一些需要长期卧床的慢病患者而言，他们是缺少实时、持续的监护的。这就意味着，当他们出现紧急情况(如心肌梗死)时，医生很难在第一时间对其进行抢救。

发明内容

本发明的目的在于解决上述问题，提供一种非接触式生命体征预测监测设备及监测方法，能够对生命体征进行分析预测，使监测具有更高的准确度和灵敏度，避免不良事件的产生。

本发明解决其技术问题所采取的技术方案是：

一种非接触式生命体征预测监测设备，包括床板和医用床垫，医用床垫位于床板上方，床板和医用床垫之间设有薄膜压电传感器，还包括处理器，所述处理器通过FFC排线与薄膜压电传感器连接。

进一步地，所述处理器侧面设有显示屏、蜂鸣器、开关和电源接头。

进一步地，所述处理器包括模数转换模块、神经网络模块和报警模块，所述模数转换模块用于将从薄膜压电传感器采集到的模拟量转换为数字量；神经网络模块采用递归神经网络对薄膜压电传感器采集到的压力N信号进行分析；报警模块用于在监测到异常变化趋势时向护士站发送警报，并控制蜂鸣器蜂鸣报警。

神经网络模块中设有神经网络模型，所述神经网络模型包括输入层、残差层、双向长短期记忆网络层、注意力层、单向长短期记忆网络层和全连接层。

一种非接触式生命体征预测监测方法，利用所述的监测设备，具体步骤如下；

(1)启动装置，等待系统初始化完成；

(2)患者上床躺卧，此时床垫底部的薄膜压电传感器阵列将其上各个部分的压力(N)信息通过FFC排线传输给ARM处理器；

(3)ARM处理器中的模数转换模块将采集到的压力模拟信号转化为数字信号；

(4)ARM处理器中的神经网络模块通过分析得到的薄膜压电传感器阵列上压力(N)变化的趋势，提前预测出患者的生命体征变化趋势；

(5)ARM处理器将神经网络模块的预测监测到的各项生命体征数据实时传输到显示屏；

(6)当监测到患者生命体征有发生异常的趋势时，ARM处理器中的报警模块提前向护士站发送警报，使医护人员可提前做好必要的准备，并且开启蜂鸣器蜂鸣报警。

进一步地，步骤(4)中，ARM处理器的神经网络模块中设有神经网络模型，该神经网络模型采用预训练与推理的方式进行布署，其中预训练阶段包括以下两部分：

数据采集阶段：在时刻t处，使用薄膜压力传感器采集患者的压力(N)信息，并且使用接触式生命体征测量设备获取t时刻患者的生命体征；