一种褥疮风险监测中压力传感器稀疏化系统

1.本产品设计针对人体测量下的传感器的分布方式，特别是涉及一种临床医疗上关于压疮治疗的传感器稀疏的分布方式。


背景技术：

2.压疮是病人长时间卧床因血液循环受阻导致的临床常见疾病，其引发的并发症致命性极高。为了预防其发生或进行及时有效的治疗，临床上常使用气垫床垫进行减压，或人工进行频繁的翻身操作。但现阶段这些方式过于被动化，无法从主观上及时了解到病人病情。护理人员只有频繁查看才能确认病人压疮是否发作，是否需要进行治疗。这种被动的治疗方式极大地增加了病人病情恶化的可能性。
3.压力传感器作为一种精密力传感器，可以精准地反映测量部位的压力值大小。可以实时反馈病人各部位的压力值大小。结合预设的压疮发生阈值，就可以对压疮的发生进行预警，进而主动地进行干预或治疗，更加直观地监视病人的生理情况。
4.但是如果大规模地使用传感器将带来成本问题，因此，本发明提出了一个合适的传感器分布方式，实现在将密集式分布转化为稀疏化分布，有效降低临床产品的生产成本。


技术实现要素：

5.本发明要解决临床治疗压疮上压力传感器密集分布向稀疏分布转化的问题。
6.为了实现上述目的，本发明提出了一种压力传感器稀疏分布模块，一种压力传感器位置调节模块以及医疗床结合模块。所述压力传感器稀疏分布模块，根据在压力传感器密集铺设时获取的临床大数据以及统计学分析的方法，获得针对监测褥疮风险问题的压力传感器最优位置分布，将得到的压力传感器稀疏分布，通过正交匹配追踪算法为压力传感器建立合理的稀疏表示模型，实现压力传感器阵列信号的稀疏化表示。所述压力传感器位置调节模块通过柔性滑轨，实现压力传感器在所属分布区域内的适当移动；所述医疗床结合模块按照病患、床单、压力传感器分布阵列、床垫、床板的分布方式组合，实现对压力数据的有效采集。所述褥疮风险监测模块，通过稀疏化的压力传感器分布，对受试者的受压情况进行实时监测，有效实现对发生褥疮的预警。
7.进一步地，所述的压力传感器阵列稀疏表示模型建立模块，由于阵列信号存在天然的稀疏性，因此可针对压力传感器建立合理的稀疏表示模型，其中贪婪类算法的计算复杂度更小，其利用观测数据与过完备基矩阵中的基向量间的相关性来寻找稀疏向量或行稀疏矩阵中的非零元素位置的算法。通过多次迭代，每次迭代寻找局部的最优解，最终重构出稀疏信号。最基本的是正交匹配追踪算法(orthogonal matching pursuit,omp)算法，虽然此算法最后得到的解不一定是最优的，但较小的计算量仍然使得这类算法具备很好的应用前景。
8.符号说明如下：
9.压缩观测y＝φx，其中y为观测所得向量m
×
1，x为原信号n
×
1(m《《n)。x一般不是
稀疏的，但在某个变换域ψ是稀疏的，即x＝ψθ，其中θ为k稀疏的，即θ只有k个非零项。此时y＝φψθ，令a＝φψ，则y＝aθ。
10.(1)y为观测所得向量，大小为m
×111.(2)x为原信号，大小为n
×112.(3)θ为k稀疏的，是信号在x在某变换域的稀疏表示
13.(4)φ称为观测矩阵、测量矩阵、测量基，大小为m
×n14.(5)ψ称为变换矩阵、变换基、稀疏矩阵、稀疏基、正交基字典矩阵，大小为n
×n15.(6)a称为测度矩阵、传感矩阵、cs信息算子，大小为m
×n16.上式中，一般有k《《m《《n，将φ称为测量矩阵、将ψ称为稀疏矩阵、将a称为传感矩阵。
17.omp重构算法流程：
18.输入：
19.(1)m
×
n的传感矩阵a＝φψ
20.(2)n
×
1维的观测向量y
21.(3)信号的稀疏度k
22.输出
23.(1)信号稀疏表示系数估计
24.(2)n
×
1维残差
25.以下流程中：r
t
表示残差，t表示迭代次数，表示空集，λ
t
表示t次迭代的索引(列序号)结合，λ
t
表示第t次迭代找到的索引(列序号)，aj表示矩阵a的第j列，a
t
表示按索引λ
t
选出的矩阵a的列集合(大小为m
×
t的矩阵)，θ
t
为t
×
1的列向量，符号∪表示集合并运算，《
·
,
·
》表示求向量内积。
26.(1)初始化r0＝y，t＝1；
27.(2)找到索引λ
t
，使得λ
t
＝argmax
j＝1,2,
…
,n
|《r
t-1
,aj》|；
28.(3)令λ
t
＝λ
t-1
∪{λ
t
},λ
t
＝λ
t-1
∪a
λt
；
29.(4)求y＝a
t
θ
t
的最小二乘解：
[0030][0031]
(5)更新残差
[0032]
(6)t＝t+1，如果t≤k则返回第(2)步，否则停止迭代进入第(7)步；
[0033]
(7)重构所得在λ
t
处有非零项，其值分别为最后一次迭代所得
[0034]
因此，压力传感器稀疏系数估计求出之后，利用稀疏矩阵可得到重构信号从第(6)步可以看出，迭代次数为信号得稀疏度k.
[0035]
进一步地，所述压力传感器位置调节模块，通过在医疗床两侧固定滑轨，实现传感器的纵向的移动。通过改变连接线的延展长度，实现传感器的横向的移动。同时，根据不同身高梯度下的睡眠压力临床大数据，利用上述压力传感器稀疏分布模块，得到各个身高梯度下的压力传感器位置分布，并在滑轨上提供相应的刻度，提高对各个身高段的受试者的褥疮风险监测效果。
[0036]
进一步地，所述医疗床结合模块，通过由上至下以此为：病患，床单，压力传感器分布阵列，床垫，床板，将压力传感器阵列与柔性滑轨整合以后，放置于床单与床垫之间，达到压力传感器与医疗床的结合目的。
[0037]
进一步地，所述褥疮风险监测模块，通过实时获取易受压部位(枕部，肩部，臀部，骶尾处，大腿部，小腿部，足跟处)放置相应的压力传感器群与其余不易受压部位的少量压力传感器的压力数据，根据人体比例算法，模拟得到人体睡眠时的大致压力分布情况，并对人体在睡眠时所产生的压力动态分布进行分析，实现对睡眠时褥疮风险的实时监测。
[0038]
本发明主要实现压力传感器的密集分布向稀疏化分布的转化，并结合相应的褥疮监测系统实现一种可大规模生产使用的临床化导向的防压疮床垫。相较于市场已有的充气床垫，本产品具有主动性强，可视化，反馈及时，成本低的特点。
附图说明
[0039]
图1为本发明的结构示意图。
[0040]
图2为本发明的传感器稀疏化分布示意图。
[0041]
图3为本发明的数据处理模块-滑动导轨-传感器连接示意图。
具体实施方式
[0042]
下面结合附图对本发明作进一步说明。
[0043]
如图1所示,本发明包括，医疗床垫1-1作为监测系统的基底；滑轨模块1-2分布在医疗床的长轴两侧，进行压力传感器的固定以及滑动；压力传感器数据处理模块1-3对采集到的压力数据进行ad值转换；上位机终端1-4进行数据的处理及显示，医务人员根据上位机的反馈做出医疗选择；导轨与医疗床垫在位置1-5处进行连接；压力传感器1-6分布在床垫之上，床单之下。
[0044]
根据临床数据统计，压疮多发生于无肌肉包裹或肌肉层较薄、缺乏脂肪组织保护又经常受压的骨隆突处。本发明基于压疮的易发生部位，对压力传感器进行稀疏化分布，以最大化的利用压力传感器，使获得的数据获得鲜明化的特征。
[0045]
如表一“我国成年人尺寸国家标准gb10000-88”所示，人体立姿及坐姿时主要尺寸，定义人体五部分区域为：头部：由头顶到锁骨肩峰端的区域；肩胛-背：由锁骨肩峰端到肘关节的区域；臀部：由肘关节到臀膝距中点的区域；腿部：臀膝距中点到外脚錁的区域；脚跟部：由外脚踝到脚底的区域。综合考虑床垫的总体长度需要满足床面长度1900mm，将整体人群划分为百分位以下(包括1、5、10百分位)、50百分位和90百分位以上(包括90、95、99百分位)三个组别。计算后适当取整数据，得到人体各部分主要尺寸。
[0046]
表一我国成年人尺寸国家标准gb10000-88
[0047][0048]
如图2，通过压疮临床数据的统计以及人体压力分布模型，得到人体压疮多发部位。以此为基础将压力传感器放于多发部位，在人体的头部2-1，肩部2-2，颈部2-3，臀部2-4，大腿内外侧2-5，小腿内侧2-6，脚踝处2-7进行对称式分布。其中，压力传感器通过杜邦线连接，固定在各侧的滑轨2-8上面。
[0049]
如图3，通过杜邦线将上位机——数据处理模块——传感器连接。其中，传感器由滑轨卡扣固定，通过伸缩杜邦线来调整压力传感器的横向位置，通过滑动压力传感器来调整纵向位置。该褥疮监测系统包括，医疗床3-1，薄膜压力传感器3-2，滑轨模块3-3。杜邦线固定卡扣3-4，数据处理模块3-5、为传感器共地接口3-6，上位机终端3-7。压力传感器通过薄制pe塑料膜固定，pe塑料膜固定在纵向滑轨两侧，以此维持压力传感器阵列的整体性。

技术特征：
1.一种褥疮风险监测中压力传感器稀疏化系统，其特征在于，包括压力传感器稀疏分布模块、压力传感器阵列稀疏表示模型建立模块、压力传感器位置调节模块、医疗床结合模块以及褥疮风险监测模块；所述压力传感器稀疏分布模块根据在压力传感器密集铺设时获取的临床大数据以及统计学分析的方法，获得针对监测褥疮风险问题的压力传感器最优位置分布；所述压力传感器位置调节模块通过柔性滑轨，实现压力传感器在所属分布区域内的适当移动，提高对不同身高受试者的监测适应性；所述医疗床结合模块按照病患、床单、压力传感器分布阵列、床垫、床板的分布方式组合，避免压力传感器设置环境不同带来的误差，实现在不同环境下对压力数据的有效采集；所述褥疮风险监测模块，通过稀疏化的压力传感器分布，对受试者的受压情况进行实时监测，有效实现对发生褥疮的预警。2.根据权利要求1所述的一种褥疮风险监测中压力传感器稀疏化系统，其特征在于，所述压力传感器稀疏分布模块通过对临床下采集的压力分布大数据进行统计学分析，得到人体睡眠时易受压迫的区域，并将压力传感器设置在相应位置，实现压力传感器分布的稀疏化。3.根据权利要求1所述的一种褥疮风险监测中压力传感器稀疏化系统，其特征在于，所述压力传感器阵列稀疏表示模型建立模块将得到的压力传感器稀疏分布，通过正交匹配追踪算法为压力传感器建立合理的稀疏表示模型，实现压力传感器阵列信号的稀疏化表示。4.根据权利要求1所述的一种褥疮风险监测中压力传感器稀疏化系统，其特征在于，所述压力传感器位置调节模块将压力传感器放置在相应位置的柔性滑轨上，并根据不同身高条件下压力传感器的最优分布提供不同的压力传感器分布位置刻度，实现对不同身高受试者的有效褥疮风险监测。5.根据权利要求1所述的一种褥疮风险监测中压力传感器稀疏化系统，其特征在于，所述褥疮风险监测模块通过稀疏化的压力传感器分布，对受试者睡眠时的易受压部位进行持续性监测；当出现某一部位受压过大或受压时间过长时，所述褥疮风险监测模块会向相应的设备发送预警信息，提醒护理人员及时帮助受试者改善睡眠姿势，降低褥疮风险。

技术总结
本发明公开一种褥疮风险监测中压力传感器稀疏化系统，包括压力传感器稀疏分布模块、压力传感器阵列稀疏表示模型建立模块、压力传感器位置调节模块、医疗床结合模块以及褥疮风险监测模块。压力传感器稀疏分布模块，获得针对监测褥疮风险问题的压力传感器最优位置分布；压力传感器阵列稀疏表示模型建立模块实现压力传感器阵列信号的稀疏化表示；压力传感器位置调节模块实现压力传感器在所属分布区域内的适当移动；医疗床结合模块实现对压力数据的有效采集；褥疮风险监测模块实现对发生褥疮的预警。本发明能够实现在褥疮风险监测中压力传感器合理稀疏化，并实现在不同环境下对不同对象、在不同场景下褥疮风险的有效监测。在不同场景下褥疮风险的有效监测。在不同场景下褥疮风险的有效监测。


技术研发人员：杨晨熙 何子飞 李钰雯 费思量 于立尧 王思远 李建清 刘澄玉
受保护的技术使用者：东南大学
技术研发日：2023.06.29
技术公布日：2023/9/9