[发明专利]一种远程护理监测系统

权利要求书

1.一种远程护理监测系统，其特征在于，包括：传感器端、显示端、Zigbee网络、身份识别端以及服务器，

其中传感器端包括网络摄像头、血压计、血氧计、体重计；显示端包括显示器、用户端界面、移动终端；Zigbee网络包括zigbee客户端、ZigBee主机；身份识别端包括RFID识别装置；

其中，网络摄像头通过网络将图像信号传递给路由器，路由器与服务器之间相互通信；血压计、血氧计、体重计、RFID识别装置通过Zigbee网络依次传递给zigbee客户端、ZigBee主机与服务器相互通信；服务器与数据库连接，通过显示器显示用户端界面，并通过无线网络发送消息至移动终端；

其中，根据血氧数据评估患者动脉中的氧含量是否充足，计算体内含氧血红蛋白占体内总血红蛋白的百分比，即血液中的氧浓度即血氧浓度SaO₂如公式(1)表示：

式中，HbO₂是血液中含氧血红蛋白的含量，Hb是血液中还原血红蛋白的含量；

动脉血氧饱和度由动脉血氧仪测定，通过氧合血红蛋白HbO₂和还原血红蛋白Hb对特定的红光和红外线具有不同的吸收系数，血氧浓度如公式(2)表示：

I＝I_oe^-εCD    (2)

式中，D是透射光的强度；Io是入射光的强度；ε是材料对光的吸收系数；C是吸光材料的浓度；D是光程长度；

为通过采集的生理参数确定高危人群，采用粒子群优化算法，如果前10％的高权重用户是必须立即治疗的高危人群，该系统会立即通知医务人员；粒子群算法中的粒子在N维空间中搜索；粒子用k表示，其飞行速度用矢量表示；如果粒子群在N维空间中搜索，则粒子群从粒子的最优搜索位置推断出全局最优位置；k粒子在空间中的位置用x_k(x_k1，x_k2，...，x_kn)，速度用v_k(v_k1，v_k2，...，v_kn)；粒子位置和速度的变化用公式(3)和(4)表示：

其中v_k⁽ⁱ⁺¹⁾是飞行速度；ω是惯性重量；c₁和c₂是学习因子；rand是一个介于0和1之间的随机值，同时保留了粒子群的多样性；x_k⁽ⁱ⁺¹⁾是当前的位置；p_bk是粒子k搜索到的当前最优位置，即局部最优解；p_gk是粒子群搜索到的当前最优位置，即全局最优解；

为了提高粒子群算法的收敛速度，结合早熟收敛程度和适应度值进行调整，不同于按迭代次数改变惯性权重调整的策略；自适应调整策略根据群体的早熟收敛程度及其理想适应程度来确定惯性权重的方差；如果粒子i的适应度值为f_i，则最优粒子的适应度值为f_m；粒子群的平均适应度值为：

对优于f_avg的适应值进行平均，得到f’_avg，则：

Δ＝|f_m-f′_avg|    (6)

根据f_i、f’_avg和f_avg的不同自适应操作，将初始种群分为三个亚组；惯性权重为：

(1)如果f_i大于f’_avg，则：

(2)如果f_i大于f_avg小于f’_avg，则惯性权重不改变；

(3)如果f_i小于f_avg，则：

第一类粒子由接近全局最优解的优秀粒子组成；由于这些粒子具有较低的惯性权重，增强了局部搜索能力；第二类粒子由具有良好全局和局部搜索能力的一般粒子组成，不需要改变惯性权重；第三组粒子由劣粒子组成，以控制参数的自适应调整为参考进行调整；

其中，k₁是控制参数，控制w的上限；并且k₂也是控制参数，控制公式(8)的调节功率；当算法停止时，当粒子分布分散时，Δ分布较大，w由公式(8)减小，局部搜索能力增强以收敛该组；如果粒子分布集中，则Δ更小，w通过公式(8)增加，并且粒子具有增强的全局搜索能力，这是有效地跳出局部极值所需要的；各种粒子的惯性权重随着迭代次数的增加而逐渐减小，并且还随着到全局最优点的距离的增加而逐渐增加，即，权重w随着粒子位置而动态变化，如公式(9)所示：

其中l_ig是粒子i和最佳粒子之间的距离；l_max和l_min分别是最大距离和最小距离的预设参数；根据公式(3)，当l_ig＞l_max时，w＝w_start；当l_ig＞l_min时，w＝w_end；当l_min＜l_ig＜l_max时，w随l_ig单调增加；此时，算法的收敛速度和迭代次数都得到了提高，多峰函数显著改善；

粒子群算法搜索过程是非线性复杂过程；用于线性地减小w的方法不能正确地反映实际的搜索过程；使用模糊推理机制来动态地调整惯性权重，预测适当的w，动态地平衡全局和局部搜索能力，并且增加平均适应度值；如公式(10)所示：

利用该方法，随机生成[0.5，1]内的w值，在该方法下的粒子群算法遵循非静态目标函数。