[发明专利]基于移动互联网的孕产妇健康监护系统

权利要求书

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。

3.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。

4.根据权利要求3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。

5.根据权利要求4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。

6.根据权利要求5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。