一种基于物联网的重症监护病房音效监测预警方法及系统

本发明涉及重症监护，具体来说，特别涉及一种基于物联网的重症监护病房音效监测预警方法及系统。

背景技术：

1、icu即重症加强护理病室，是重症监护医学的一项重要领域。重症监护室是专门收治危重病症并提供精心监测和精确治疗的医疗单位。它的出现充分体现了医疗技术的进步，是随着医疗护理专业的发展、医疗技术的提高和医疗管理体制的改革而出现的一种新型医疗组织管理形式。重症监护室主要实现对危重病人的集中管理和治疗，在人员、物质和科技上提供最好的保障，旨在达到更好的救治效果。为了实现这一目标，重病症监护室配备了各种急救器材，如起搏器、床边监护仪、气管插管、输液泵、麻醉机等。每个病床的占地面积较大，通常通过玻璃或布帘将病床隔开。设置中心监护站，通过中心监护站可以查看所有监护病床的信息。

2、重症监护病房音效监测是指通过对重症监护病房内声音的实时采集、分析和监测，以提供对患者状况、设备运行和环境情况的全面了解，这种监测旨在通过音频数据的分析来实现对患者和设备的实时状态的监控，并在发现异常情况时提供及时的预警。但是，传统的重症监护病房音效监测在针对异常声音源的定位，现有技术在准确性上存在一定的不足，从而可能导致误报或漏报异常事件，降低了监测的准确性，进而会导致患者安全性和监护质量的风险。

3、针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

1、有鉴于此，本发明提供一种基于物联网的重症监护病房音效监测预警方法及系统，以解决上述提及的异常声音源的定位，在准确性上存在一定不足的问题。

2、为了解决上述问题，本发明采用的具体技术方案如下：

3、根据本发明的一方面，提供了一种基于物联网的重症监护病房音效监测预警方法，该基于物联网的重症监护病房音效监测预警方法包括以下步骤：

4、s1、通过录音设备对重症监护病房进行声音数据采集，录音设备为若干个麦克风组成的麦克风阵列；

5、s2、将采集的声音数据通过物联网设备传输到云端服务器并对声音数据进行异常声音源定位，确定异常声音源位置；

6、s3、基于异常声音源位置，通过监控设备获取异常声音源位置的图像数据；并对采集的声音数据和图像数据进行分析，确定患者当前的状态及生成预警信息；

7、s4、将生成预警信息通过物联网技术对医护人员进行通知。

8、优选的，将采集的声音数据通过物联网设备传输到云端服务器并对声音数据进行异常声音源定位，确定异常声音源位置包括以下步骤：

9、s21、利用声音增强算法对声音数据进行增强处理，并将增强处理后的声音数据进行声音特征提取；

10、s22、基于提取的声音特征，通过平稳性检验法将声音区分为环境声音和异常声音；

11、s23、对识别出的异常声音，通过声音源定位算法确定异常声音源的位置。

12、优选的，利用声音增强算法对声音数据进行增强处理，并将增强处理后的声音数据进行声音特征提取包括以下步骤：

13、s211、对声音数据进行声音信号分割，得到若干包含预设数量的信号帧；

14、s212、对每个信号帧进行傅叶立变换，将信号帧从时域转换到频域，得到频谱信息；

15、s213、利用最小均方误差算法对每个信号帧中的噪声进行估计和去除处理；

16、s214、对处理后的信号帧进行频谱图的生成，并对生成的频谱图进行增强处理；

17、s215、采用扇形投影法对增强处理后的频谱图进行声音特征提取，声音特征包括频谱特征、时域特征及能量特征。

18、优选的，基于提取的声音特征，通过平稳性检验法将声音区分为环境声音和异常声音包括步骤：

19、s221、将提取的声音特征转化为时间序列，得到声音时间序列数据；

20、s222、基于平稳性检验方法对声音时间序列数据进行平稳性分析，并构建时间序列的平稳性声音特征空间；

21、s223、基于时间序列的平稳性声音特征空间，采用聚类算法将声音样本数据划分为环境声音和异常声音。

22、优选的，基于平稳性检验方法对声音时间序列数据进行平稳性分析，构建时间序列的平稳性声音特征空间包括以下步骤：

23、s2221、对声音时间序列数据计算滞后m阶的自相关函数值，得到自相关函数序列；

24、s2222、通过收敛参数确定方法对自相关函数序列进行处理，得到平稳性特征向量；

25、s2223、利用处理后的平稳性特征向量构建声音的平稳性特征空间。

26、优选的，对识别出的异常声音，通过声音源定位算法确定异常声音源的位置包括以下步骤：

27、s231、对于识别出的异常声音确定每个麦克风中异常声音的频谱信息，并通过phat加权函数对频谱信息进行加权处理；

28、s232、将加权处理后的频谱信息通过反傅里叶变换转换回时域，得到加权后的时域信息；

29、s233、在加权后的时域信息中找到峰值，并将峰值所在的位置作为时延值；

30、s234、基于麦克风的安装位置及麦克风之间的时延值计算异常声音源的位置估计值，并将其作为异常声音源的位置。

31、优选的，基于麦克风的安装位置及麦克风之间的时延值计算异常声音源的位置估计值的计算公式为：

32、

33、式中，h表示异常声音源的位置估计值；

34、l表示麦克风的数量；

35、k表示异常声音源的位置向量；

36、mi和mj分别表示麦克风i和麦克风j的位置向量；

37、c表示声速；

38、bij表示异常声音源到达麦克风i和麦克风j的时间差。

39、优选的，基于异常声音源位置，通过监控设备获取异常声音源位置的图像数据；并对采集的声音数据和图像数据进行分析，确定患者当前的状态包括以下步骤：

40、s31、通过监控设备获取重症监护病房的图像数据并通过物联网设备传输到云端服务器；

41、s32、基于异常声音源位置以及异常声音的时间序列数据，对重症监护病房的图像数据进行异常区域分割；

42、s33、在分割后的异常区域中进行患者检测，判断异常区域中是否存在患者；

43、s34、若异常区域中不存在患者，则认为患者情况正常，并生成一级预警；

44、s35、若异常区域中存在患者，则对患者当前的状态进行分析判断；

45、s36、根据患者状态判断，若患者当前的状态为异常状态，则生成二级预警，否则，生成一级预警。

46、优选的，基于异常声音源位置以及异常声音的时间序列数据，对重症监护病房的图像数据进行异常区域分割包括以下步骤：

47、s321、基于异常声音的时间序列数据，将声音数据中的异常声音与图像数据进行同步；

48、s322、对图像数据进行预处理，预处理包括图像去噪、对比度增强及色彩校正；

49、s323、利用空间坐标转换将异常声音源位置映射到预处理后的图像数据中，并确定图像数据中的异常区域大小；

50、s324、通过图像分割技术将异常区域从图像数据中分割出来，得到异常区域图像。

51、根据本发明的另一方面，提供了一种基于物联网的重症监护病房音效监测预警系统，该基于物联网的重症监护病房音效监测预警系统包括：数据采集模块、异常定位模块、状态分析模块及预警通知模块，且数据采集模块、异常定位模块、状态分析模块及预警通知模块之间依次连接；

52、数据采集模块，用于通过录音设备对重症监护病房进行声音数据采集，录音设备为若干个麦克风组成的麦克风阵列；

53、异常定位模块，用于将采集的声音数据通过物联网设备传输到云端服务器并对声音数据进行异常声音源定位，确定异常声音源位置；

54、状态分析模块，用于基于异常声音源位置，通过监控设备获取异常声音源位置的图像数据；并对采集的声音数据和图像数据进行分析，确定患者当前的状态及生成预警信息；

55、预警通知模块，用于将生成预警信息通过物联网技术对医护人员进行通知。

56、本发明的有益效果为：

57、1、本发明通过实时监测病房中的声音，能够快速识别患者可能遇到的问题或不适，从而实现对患者状态的及时反应，能够减少对医护人员持续监控的需求，尤其在夜间或人手不足的情况下特别有用，有助于提高护理效率并减轻医护人员的工作负担，通过结合声音数据和图像数据，能够更准确地判断患者的状态，并生成相应的预警信息，有助于减少误报和漏报的情况，生成的预警信息可以通过物联网技术迅速传递给医护人员，确保在紧急情况下能够及时作出反应和干预，不仅能提高重症监护病房的护理质量，还能促进医院资源的有效利用，提高医护人员的工作效率，同时为患者提供更安全、更及时的护理服务。

58、2、本发明通过使用声音增强算法和最小均方误差方法，可以有效地减少背景噪声并提高声音信号的清晰度，对于后续的声音分析和特征提取至关重要，采用扇形投影法和其他先进技术进行声音特征提取，可以更准确地捕捉到声音的关键属性，有助于更准确地识别异常声音，通过平稳性检验和聚类算法，系统能够有效区分环境声音和潜在的异常声音，有助于减少误报，确保只有真正需要关注的声音被标记为异常，利用声音源定位算法，可以精确地确定异常声音的来源，可以加快医护人员对患者突发状况的反应时间，从而提高患者的安全和护理效果。

59、3、本发明不仅可以捕捉到声音异常，还可以通过图像数据确认异常的具体情况，为医护人员提供更多信息，可以更准确地判断患者的具体情况，从而做出更有效的医疗决策，通过图像和声音分析技术，可以有效区分正常情况和真正的异常事件，减少误报，对于医疗资源的合理分配和减轻医护人员的工作负担至关重要，能够大幅提升重症监护病房的患者监护质量，降低对医护人员的依赖，同时提高对紧急情况的响应速度和准确性。