[发明专利]一种基于人工神经网络的医疗设备定位系统及方法

权利要求书

1.一种基于人工神经网络的医疗设备定位系统，其特征在于，包括数据采集模块：实时采集定位区域内部署的N个传感器节点的RSSI值，RSSI值为传感器节点向外发射电磁波信号由医疗设备接收后的信号强度值；构建信息向量矩阵模块，将院区、楼栋、病房、病人与医疗设备的关联度信息数据，以及传感器节点对应的RSSI值以及时间信息组成历史信息向量矩阵；训练模块：根据历史信息向量矩阵对人工神经网络进行训练；识别模块；根据接收的信号强度值、实时的病人、病房、楼栋、院区数据判断医疗设备位置，即将实时信息向量矩阵输入训练好的人工神经网络进行识别；位置输出模块：人工神经网络输出医疗设备位置信息；

所述院区、楼栋、病房、病人与医疗设备的关联度信息数据是根据医疗设备在院区、楼栋、病房历史存留时间、使用时间、使用次数，以及院区、楼栋、病房历史涉及疾病种类，以及病人所得疾病与医疗设备历史使用次数、时间获得；

所述人工神经网络采用改进的损失函数为：E＝E(p,o)＝∑_kE[p_k,o_k]＝∑_kE[p_k,f₂(u_k)]＝∑_kE[p_k,f₂(∑_jV_tjw_jky_j)]＝∑_kE[p_k,f₂(∑_jV_tjw_jkf₁(u_j))]＝∑_kE[p_k,f₂(∑_jV_tjw_jkf₁(∑_iv_ijx_i))]

其中，E表示能量损失泛函，p表示期望输出向量，p_k表示第k个期望输出向量，o表示实际输出向量，o_k表示第k个实际输出向量，u_k表示输出层的净输出，u_j表示隐藏层的净输出，v_ij表示第i个输入与第j个提取特征之间的权值，w_jk表示第j个提取特征与第k个输出之间的权值，f₁、f₂分别为第一激活函数、第二激活函数，x_i为输入层的输入，y_j为隐藏层的输入,V_tj表示权值w_jk在时间t时刻的权值系数值；时间t与当前时刻之差越小，则权值系数值V_tj越大。

2.根据权利要求1所述的一种基于人工神经网络的医疗设备定位系统，其特征在于，所述传感器节点设置在院区每个楼层的病房中，每个楼层设置1-N个传感器。

3.根据权利要求1所述的一种基于人工神经网络的医疗设备定位系统，其特征在于，所述医疗设备设置有智能网关，智能网关由主板、无线板及接口板组成，主板由主处理器系统和FPGA芯片组成；接口板支持四种串行接口，包括RS232、RS485、RS422和模拟采样接口。

4.根据权利要求1所述的一种基于人工神经网络的医疗设备定位系统，其特征在于，所述医疗设备接收后的信号强度值，其中接收信号强度值传输采用无线NB-IOT通信协议。

5.根据权利要求1所述的一种基于人工神经网络的医疗设备定位系统，其特征在于，所述人工神经网络输出医疗设备位置信息，还包括将医疗设备当前位置信息以及历史位置信息传输至中心监控平台，结合GIS地图实现院区所有医疗设备的运行轨迹和实时位置跟踪。