[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

说明书

一种基于人工神经网络的医疗设备定位系统，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；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，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。本发明创造性的人工神经网络采用改进的损失函数，将历史数据的时间因素加入到权值调整过程中，且将院区、楼栋、病房、病人与医疗设备的关联度信息数据加入到判断医疗设备的位置当中，大大增大了医疗设备定位准确性。

技术领域

本发明涉及设备定位领域，具体地涉及一种基于人工神经网络的医疗设备定位系统及方法。

背景技术

目前，随着技术发展，医疗设备的种类和数量不断增多，医疗设备成为医院正常运行的必备条件，它在医院发挥着重要的作用，而怎么做好医疗设备的科学化管理，充分发挥医疗设备最大的利用价值成为了研究热点之一。智慧医疗也在迅速发展，医疗设备的精细化管理提出了新的要求，及时对医疗设备定位，快速获取医疗设备的位置，对保障临床使用医疗设备起着越来越重要的作用。

但现有的医疗设备定位方法，大部分是绝对定位，例如对医疗设备采用GPS等方式定位，这种方式对于医院多楼层的定位不准确，不能实现医疗设备所在楼层的定位；还有通过每个病房设置传感器进行定位，但该方式对于不能受辐射等要求的病人，因病房不能安装传感器导致不能进行准确定位；还有根据深度学习算法进行定位，但该定位仅仅考虑了设备传感器数据，对病人的信息、病房的历史数据没有使用，导致定位不准确；还涉及通过信号强弱获取定位，但该方法存在一定缺陷，例如设备所在病房没有传感器，但同一层相隔两个科室的传感器信号弱于设备所在病房楼上的信号，导致定位不准；因此，实现医疗设备准确定位成为了迫切需求。

发明内容

为解决上述技术问题，本发明提供基于人工神经网络的医疗设备定位系统及方法，本发明的基于人工神经网络的医疗设备定位方法及系统显著提升了医疗设备的定位准确性以及自动化工作水平，使得医疗设备的使用效率和便捷性大大提升，增强了用户体验；一种基于人工神经网络的医疗设备定位系统，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))]