[发明专利]一种用于智慧病房的床旁智能交互系统有效

专利信息
申请号: 201911064287.3 申请日: 2019-11-04
公开(公告)号: CN110890146B 公开(公告)日: 2020-07-14
发明(设计)人: 王洪平 申请(专利权)人: 广东德澳智慧医疗科技有限公司
主分类号: G16H40/20 分类号: G16H40/20;G16H40/67;G16H80/00
代理公司: 南昌卓尔精诚专利代理事务所(普通合伙) 36133 代理人: 陈志辉
地址: 523000 广东省东莞市松山湖高新技术产业开发区阿里山路1*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 智慧 病房 智能 交互 系统
【权利要求书】:

1.一种用于智慧病房的床旁智能交互系统,其特征是,包括床旁数字终端、护士站主机和后台管理系统,所述床旁数字终端提供人机交互界面,包括患者功能界面、医生功能界面和护士功能界面,所述患者功能界面用于向患者提供系统功能,所述医生功能界面用于向医生提供系统功能,所述护士功能界面用于向护士提供系统功能,所述护士功能界面包括医嘱查询单元、呼叫医生单元、生命体征录入单元和风险评估单元,所述医嘱查询单元用于护士查询医嘱信息,护士可以通过呼叫医生单元与医生工作站建立视频连接,实现和医生进行可视对讲,所述生命体征录入单元用于护士查看或者记录患者生命体征数据,所述风险评估单元用于根据生命体征录入单元录入的患者生命体征数据对患者当前的身体健康状态进行评估,所述风险评估单元采用神经网络模型对患者的健康状态进行评估,将风险评估单元采用的神经网络模型记为第二神经网络模型,将生命体征录入单元录入的患者生命体征数据作为第二神经网络模型的输入值,则第二神经网络模型输出层的输出结果即为评估所得的患者的健康状态;采用收集的患者生命体征样本集对所述第二神经网络模型进行训练,包括数据预处理部分和第二神经网络模型训练部分,所述数据预处理部分采用神经网络模型对收集的患者生命体征样本集进行聚类,将数据预处理部分采用的神经网络模型记为第一神经网络模型,所述第一神经网络模型的聚类结果作为第二神经网络模型的训练样本集,所述第一神经网络模型用于对收集的患者生命体征样本集进行聚类,设收集的患者生命体征样本集为D,所述样本集D包括有标签样本子集D1和无标签样本子集D2,给定初始聚类中心数c0,在样本子集D1中依次选取c0个初始聚类中心,定义样本子集D1中的数据点竞争初始聚类中心的优先级为ρ,当数据点选取为聚类中心后将不再参与下一个初始聚类中心的竞争,定义样本子集D1中数据点xi竞争初始聚类中心v1的优先级为ρ(xi,v1),则ρ(xi,v1)的计算公式为:

式中,xj、xm和xn分别为样本集D中的数据点,xi为样本子集D1中的数据点,N为样本集D中的数据点数,N1为样本子集D1中的数据点数,v1为选取的第一个初始聚类中心;

定义剩余的数据点xl竞争初始聚类中心vk的优先级为ρ(xl,vk),其中,k=2,…,c0,则ρ(xl,vk)的计算公式为:

式中,xj、xm和xn分别为样本集D中的数据点,xl和xz为样本子集D1中的数据点,N为样本集D中的数据点数,N1为样本子集D1中的数据点数,vk为选取的第k个初始聚类中心,vk-1为选取的第(k-1)个初始聚类中心;

将选取的c0个初始聚类中心对应的数据点输入所述第一神经网络模型,令输入的c0个数据点作为第一神经网络模型隐含层神经元和输入层神经元连接的初始权值,并将输入的数据点的标签作为对应的神经元的标签;所述护士站主机设置于医院每一个病区的护士站处,包括信息显示界面、信息管理界面和远程呼叫界面,所述信息显示界面用于进行信息的显示,所述信息管理界面用于护士对床旁数字终端中的信息进行录入和修改,护士可以通过远程呼叫界面和床旁智能终端建立视频连接,从而对患者进行远程呼叫,所述后台管理系统包括后台登录界面、运行监控模块、信息统计分析平台、数据存储模块和医生工作站,所述后台登录界面用于用户输入账号和密码,从而进入后台管理系统,所述运行监控模块用于对床旁数字终端的运行状态进行监控,所述信息统计分析平台用于采集床旁数字终端的数据,并对采集的数据进分析,所述数据存储模块用于对信息统计分析平台采集的数据进行存储,医生可以通过所述医生工作站对床旁数字终端中的信息进行查询,也可以通过医生工作站和床旁数字终端建立视频连接,实现对患者的远程会诊。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东德澳智慧医疗科技有限公司,未经广东德澳智慧医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911064287.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top