人体生命体征自动研判系统研究

　　【摘要】人体生命体征是用来分析人的病情轻重和危急程度的重要指征，主要由血压、心率、呼吸指标等组成。人体生命体征自动研判系统为服务病人或者生产人员，采集及录入人的生命体征数据，并把采集数据回传给终端服务器和管理者，对相关信息自动判别，自动识别病人和生产人员状态，从而对当今的监控有较强适应性，具有良好的临床意义与社会效益、经济效益。
　　【关键词】生命体征；自动研判；BP算法
　　一、引言
　　人体生命体征是用来判断人的病情轻重和危急程度的重要指征，主要由血压、心率、呼吸指标等组成。当人体功能不正常时，心率和脉搏会明显变快或变慢，呼吸也会加速或者衰竭，这些为研判人体生命状况提供了具体可行指标。目前，随着经济社会的发展，时代的进步，人的价值不断凸显，人体生命体征自动研判研究不断受到重视。
　　传统的人体生命体征检测机器采用的是银氯化银黏贴电极，粘贴在人体的特征部位；通过通信电缆连接到各硬件设备、各个操作设备和平台之间，在传统的医学使用很多；但对于大规模安全生产作业的管理人员素质要求高，不利于多作业面、大规模生产人员的生命体征监控，不利于及时发现危情和施救。
　　本文作者在2017年暑假参加了深圳华大基因公司的夏令营，研究了相关方面课题，研究了一种基于BP算法的人体生命体征研判系统，形成了自己的观点，可以采集现场作业人员心跳率、呼吸率等数据指标，并将采集数据回传服务器，自动判别采集来的信息，自动识别人员状态，这种方法可以大规律推广使用，具有较高的经济价值和社会效益。
　　二、生命体征数据采集设计
　　生命体征探测，就是指利用某种机械或电子装置，采用一定方法检测到人体生命的生理信息，这些信息经过各种数据转换，成为人体生命活动的电信信号。主要常用方法，是通过电极或传感器接触人体部位，特别是接触人体的胸部或四肢，再通过模拟信号处理、放大人体生命信号，传送给监控中心、医院和监护人员（如图一）。如心电图将微弱的心电信号前置放大、滤波，以心电波形式展现出来。
　　目前的人体生命检测设备主要有接触式检测和非接触检测两个类别，各有利弊。接触式检测优点在于检测方法成熟、简单，容易实现；仪器成本较低，且便于移动。缺点是检测设备接触人体待测部位，容易对人有刺激，会影响检测精准度；传感器有测量伪迹，影响真实性；会被被测者人身安全有威胁，需要防护。
　　而非接觸检测优点是不需要任何设备接触人体，实现无创性检测人体生命体征；可以在一定范围内、穿过单层砖墙等隔离物，对人体的生理信号动态检测；缺点是非接触检测方法不太成熟，人体生命特征信号有可能被动淹没，误差较大，还需不断深入探索，针对接触式检测方法的这些局限性，本文提出和讨论了一种新方法来弥补以上缺点。
　　三、以BP为基础的生命体征检测法
　　BP（BackPropagation）神经网络指一种多层前馈神经网络，主要通过信号数据正向传递来实现检测。如果未得到期望输出，则通过反向传播过程并根据预测误差对神经网络权值和阈值进行调整，从而使得BP神经网络预测输出的数据逼近于期望输出。在体征数据前向传递中，输入信号由输入层输入，数据逐层处理后将信号输出至输出层。
　　在人体生命体征检测中，检测设备产生的电磁波照射人体后，其反射波中必然加载有生命信息，人体微动与回波幅度、相位等之间具有相关性，而人体生命运动（如呼吸）会引起指标微动。对该信号进行滤波、数字信号分析等处理，可以得到人体的生命信息数据。发射信号与接收信号混频后得到一反映了人体生命特征的调相信号。
　　BP神经网络可用于复杂的模式识别、自适应控制等系统中。BP神经网络是一种反向传递信息，可多层映射网络，可有效收敛均方差，同时使用高度非线性映射。在BP神经网络中，算法的核心在于隐层节点数目和隐层数。具体数法流程和方法如图2所示。
　　BP神经网络扫描信号经混频后得到人体生理变化数据指标，如呼吸、心跳导致人体胸壁颤动。信号的中心频率，也就是载波频率，反映人体生命体征信息。对BP神经网络进行训练后，分别提取病人或者生产人员环境异常、正常数据进行判别，结果表明此方法的识别成功率在90以上。产生误判的主要原因是人员身体素质存在差异造成的。
　　四、结语
　　本文设计并实现生命体征自动研判系统不仅功耗低、体积小，可以实时人员心率、呼吸等生命体征信息。设备具备远程系统状态判别能力，可以主动报警，为人员提供安全保障。信息系统及生命体征自动研判有效地优化了传统的体征采集与录入流程，一定程度上达到了优化目的，当然还需要共同努力，实现流程的持续改进，并在更大范围内予以推广。
　　【参考文献】
　　〔1〕李战明，瞿华，丁磊。基于BP网络的人体生命体征远程监护系统的研究与实现〔J〕。微计算机信息，2006（22）。
　　〔2〕JiaWeiZhang，DekunCao，YanchenCui，ChatchaiPutson，ChenSong，PengHuang，InvestigationoftheInfluenceofElectronAvalancheontheCrystallinityofBacksheetinSolar
　　PhotovoltaicSystemforSustainableEnergy，JournalofCleanerProduction，189（10），
　　169175，2018。
　　〔3〕张连霞，张喜雨，边建农。远程医疗监护技术及其应用〔J〕。医疗设备信息，2012（13）。
　　〔4〕JiaWeiZhan，FengkaiGao，DekunCao，ChatchaiPutson，ChenSong，WeiChenandJinhang，ModelingofChargeTransportinInsulatingDielectricforGasInsulatedansmissionLineBasedonMultipleTrapLevels，IEEETransactionsonDielectricsandElectricalInsulation，25（4），11951201，2018。