[发明专利]一种预防压疮的翻身床及其控制方法有效

专利信息
申请号: 201911111143.9 申请日: 2019-11-14
公开(公告)号: CN110801354B 公开(公告)日: 2023-05-30
发明(设计)人: 张秋青 申请(专利权)人: 华中科技大学同济医学院附属协和医院
主分类号: A61G7/00 分类号: A61G7/00;A61G7/015;A61G7/057;A61G7/05;A61B5/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 430022 湖北*** 国省代码: 湖北;42
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 预防 翻身 及其 控制 方法
【权利要求书】:

1.一种预防压疮的翻身床的控制方法,其特征在于,包括:

床体框架;以及

支撑框架,其固定支撑设置在所述床体框架内侧中部;

4块床板,其为长方体板状结构,且顶点围绕一点铰接在所述支撑框架上,并铺成长方体结构支撑设置在所述床体框架上;

其中,相邻所述床板之间相互铰接,位于所述长方体结构轴向一侧的床板相邻顶点铰接设置在所述床体框架上;

一对升降机构,其对称设置在所述支撑框架径向两侧,用于驱动所述床板升起或者放下,所述升降机构包括:

驱动机构,其固定设置在所述支撑框架上;

升降柱,其垂直所述床板设置,且一端与所述驱动机构的输出端螺纹连接;

其中,当所述驱动机构正转时,所述升降柱远离所述驱动机构运动;当所述驱动机构反转时,所述升降柱靠近所述驱动机构运动;

支撑板,其垂直且中心固定设置在所述升降柱另一端;

一对支撑柱,其对称垂直固定设置在所述支撑板轴向两端,且顶端与对应所述床板底面接触;

具体包括建立BP神经网络模型:

采集床板上患者的状态,并基于BP神经网络确定患者意识状态和翻身床的工作参数,具体包括如下步骤:

步骤一、输入患者的卧床年限以及患者的行动能力,按照采样周期,通过传感器检测患者的呼吸频率以及左右床板上患者的重量;

步骤二、确定三层BP神经网络的输入层神经元向量x={x1,x2,x3,x4,x5};其中,x1为患者的卧床年限,x2为患者的行动能力,x3为患者的呼吸频率,x4为左床板上患者的重量,x5为右床板上患者的重量;

其中,所述输入层神经元值x2={0,0.5,1,1.5},x2=0时,患者无行动能力,x2=0.5时,患者颈部以下无行动能力,x2=1时,患者胸部以下无行动能力,x2=1.5时,患者腰部以下无行动能力;

步骤三、所述输入层向量映射到隐层,隐层的神经元为m个;

步骤四、得到输出层神经元向量o={o1,o2,o3,o4};其中,o1为患者意识状态,o2为患者坐卧翻转频率,o3为患者左半身的翻转频率,o4为患者右半身的翻转频率;

其中,所述输出层神经元值为当o1为1时,患者处于清醒状态,当o1为0时,患者处于睡眠状态;

其中,还包括对所述BP神经网络进行训练,包括:

建立BP神经网络节点模型,并根据产品的历史经验数据获取训练的样本,并给定输入节点i和隐含层节点j之间的连接权值,隐层节点j和输出层节点k之间的连接权值;

输入训练样本,对每个子网进行单独训练,其中的每一个样本由输入样本和理想输出对组成,当网络的所有实际输出与其理想输出一致时,表明训练结束;否则,通过修正权值,使网络的理想输出与实际输出一致,其中,所述BP神经网络采用误差反向传播算法进行训练;

当患者处于清醒状态时:

控制患者坐起高度为:

控制患者左半身翻起高度为:

控制患者右半身翻起高度为:

其中,Hs为患者坐起高度,Hl为患者左半身翻起高度,Hr为患者右半身翻起高度,Y0为标准卧床年限,Hs0为标准坐起高度,Hl0为左半身标准翻起高度,Hr0为右半身标准翻起高度,m0为患者体重,e为自然对数的底数。

当患者处于睡眠状态时:

控制患者坐起高度为:

控制患者左半身翻起高度为:

控制患者右半身翻起高度为:

其中,Hs为患者坐起高度,Hl为患者左半身翻起高度,Hr为患者右半身翻起高度,Y0为标准卧床年限,Hs0为标准坐起高度,Hl0为左半身标准翻起高度,Hr0为右半身标准翻起高度,m0为患者体重,e为自然对数的底数,x3s为患者睡眠状态时的呼吸频率,x3w为患者清醒状态时的呼吸频率。

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华中科技大学同济医学院附属协和医院,未经华中科技大学同济医学院附属协和医院许可,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/201911111143.9/1.html,转载请声明来源钻瓜专利网。

×

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