[发明专利]基于人工智能和物联网的医疗信息采集方法及系统

权利要求书

1.基于人工智能和物联网的医疗信息采集方法，其特征在于，包括以下步骤：

S1：利用医院内的传感器和可穿戴设备，基于动态调整采集间隔法采集医院内部环境参数和病人的生理参数，所述步骤S1中利用医院内的传感器和可穿戴设备，基于动态调整采集间隔法采集医院内部环境参数和病人的生理参数，包括：

利用医院内的传感器和可穿戴设备采集医院内部环境参数和病人的生理参数，所述医院内部环境参数包括病区的温度、湿度、氧气浓度、二氧化碳浓度、臭氧浓度和音量，所述病人的生理参数包括体温、血压、血氧、血氧饱和度、心率以及呼吸频率；基于动态调整采集间隔法控制采集频率，所述动态调整采集间隔法的流程为：

S11：构建采集基本模型并初始化：

；

其中，为第i次采集的时间点；是上一次采集的时间点；是根据实时需求和数据变化调整的采集间隔；

设定初始采集间隔为每5分钟并在设定的初始采集间隔内进行第一次采集；

S12：根据实时数据变化，对采集间隔进行调整：

采集间隔的调整方式为：

；

其中，define指示是否人为设置采集间隔，0为否，1为是；为自然常数；k为正常数，用于调整采集间隔的增长速率；为采集数据的变化率；

S13：更新采集间隔：

根据检测到的数据变化，更新下一次采集的间隔时间，基于更新后的采集间隔进行下一次采样；

S2：基于自适应滤波对实时采集得到的医院内部环境参数和病人的生理参数数据去噪，得到去噪后的数据，所述步骤S2中自适应滤波的计算流程为：

S21:初始化自适应滤波参数并对数据进行预测：

初始自适应滤波参数为0，其中p，q分别表示自回归系数和移动平均系数的长度；

基于初始自适应滤波参数对数据进行预测，所述预测的计算方式为：

；

其中，x表示实际数据，即采集到的医院内部环境参数和病人的生理参数；表示预测数据；n表示数据点所在位置；为白噪声；

S22：计算实际数据与预测数据的误差并更新自适应滤波参数：

实际数据与预测数据的误差的计算方式为：

；

基于实际数据与预测数据的误差更新自适应滤波参数，所述更新通过求解以下两个公式完成：

；

其中，和分别为实际数据与预测数据的误差关于和的偏导；

S23：利用更新完成的自适应滤波参数获得去噪后的数据：

求解S22获得更新完成的自适应滤波参数，将其代入S21即可获得去噪后的数据；

S3：对去噪后的数据进行特征降维，并提取去噪后的数据和降维后的数据的统计参数；

S4：基于人工智能学习网络对去噪后的数据和降维后的数据及其相应的统计参数进行学习与分析；

S5：对去噪后的数据和人工智能学习网络预测出的信息进行加密。