[发明专利]使用物联网智慧云心电智能监控与数据处理系统的监控方法

权利要求书

1.一种使用物联网智慧云心电智能监控与数据处理系统的监控方法，其特征在于，所述物联网智慧云心电智能监控与数据处理系统包括心电马甲硬件、智能移动终端、云端服务器，心电马甲用于测定心电数据以及将心电数据发送到智能移动终端；

监控方法如下：

S1.心电马甲硬件作为采集设备对心电数据进行采集；

S2.承载网络层中的移动通信模块利用传输技术将采集的心电数据传输到分监护中心，同时对信息放大、初处理及传送到分监护中心的服务器终端主机；经过无线基站的心电数据被缓存在本地，并定期自动同步到云端服务网络，使心电数据保存在相应的云端服务器上；

S3.云端服务器中根据心电数据中的心电情况数据和心电指标，按照已有专家数据库和用户历史病志数据进行自动监控与大数据分析，分析结果异常则自动预警；云端服务器中的自动监控与大数据分析而形成的数据供医生使用，医生对其进行参考并决策以提供给患者远程诊疗；

S4.应用层软件平台一方面将心电数据可视化转换成云端图表数据，另一方面进行大数据计算结果反馈工作。

2.如权利要求1所述的使用物联网智慧云心电智能监控与数据处理系统的监控方法，其特征在于，智能移动终端用于接收心电马甲发送的心电数据，心电数据经本地缓存，若满足预设的时间窗口和存储空间大小阈值条件以及网络连通状态允许，工作站网关通过无线通讯接口对心电数据转存，云端服务器对总体宏观数据同步；

所述对自动监控与大数据分析：云端服务器的云端数据处理系统使用分布式的多因素Skyline过滤算法、KNN异常匹配算法对同步的心电数据进行多因素过滤及异常匹配处理，并反馈匹配信息；

所述分布式的多因素Skyline过滤算法具体步骤如下：

数据分区：对云端服务器上传的异常心电数据，形成报警数据，根据查询报警数据的点所在位置，从而自动定位其所在的医疗区域；

局部剪枝：使用基于Spark的Skyline查询算法SkyGrid，通过合理的局部分区，先把一部分数据任务分解到监护站进行子任务计算，再把汇总后的任务在云端进行多因素过滤与合并预处理，调用该区域的已预算的倒排区域索引进行局部Skyline查询，并利用频率Skyline格技术对局部被剪枝区域进行快速标记；

全局汇总：利用局部Skyline的网格标记直接进行剪枝，并得到最终的Skyline结果集，其为满足心电异常监控查询条件的数据集。

3.如权利要求1所述的使用物联网智慧云心电智能监控与数据处理系统的监控方法，其特征在于，分布式KNN异常匹配算法具体步骤如下：

假设经过分布式的多因素Skyline过滤算法过滤后得到的异常心电数据点集为S，一数据库中已有的心电异常数据点集为R，如果在R和S数据中如果找到最相近的一组数据点集，即为疑似异常数据，其查找方法如下：

根据倒排索引放置包含R和S的分区值的文件；

主机将文件进行分布式缓存,同时监控工作站从分布式缓存中读取R_i∈R和S_i∈S每个分区的分区值，并产生键值对；

全局KNN接收到的一对R_i和S_i之间的所有点，逐步读取，在VC_m的相同键值对的一组对上执行IVkNN算法，然后进行KNN查询：假设经过skyline过滤后得到心电数据点集S，医学专家库中已有的心电异常数据点集R，如果在R和S数据中找到最相近的一组数据点集，即疑似异常数据，在基于倒排索引对点集R和S进行分区，根据分区将任务分配给监控工作站分解运算，然后在云端进行汇总合并计算出全局kNN值，在检查S_i的所有分区后，全局KNN将输出KNN(r,s)，从分布式缓存中读取R_i∈R和S_i∈S的每个分区的分区值，产生键值对，R中的对象及其可能的k个最近邻都进入到局部计算结果，以期获得KNN查询的结果，如果KNN查询结果不为空，表明有异常的心跳数据，系统则把该数据反馈给患者与医生。