一种基于高精度ADC的血氧监测系统的制作方法

一种基于高精度adc的血氧监测系统
技术领域
1.本发明属于血氧监测技术领域，具体是一种基于高精度adc的血氧监测系统。


背景技术：

2.血氧饱和度（sao2）是血液中被氧结合的氧合血红蛋白（hbo2）的容量占全部可结合的血红蛋白（hb，hemoglobin）容量的百分比，即血液中血氧的浓度，它是呼吸循环的重要生理参数。而功能性氧饱和度为hbo2浓度与hbo2 hb浓度之比，有别于氧合血红蛋白所占百分数。
3.现有的血氧监测系统仅能够对用户的血氧饱和度进行检测分析，而无法结合相关参数对用户的病症特征进行分析，并根据不同的病症特征进行治疗方案推荐。


技术实现要素：

4.针对现有技术存在的不足，本发明目的是提供一种基于高精度adc的血氧监测系统。
5.本发明所要解决的技术问题为：如何提供一种可以针对血氧病症用户的病症特征进行针对性治疗方案推荐的血氧监测系统。
6.本发明的目的可以通过以下技术方案实现：一种基于高精度adc的血氧监测系统，包括监测平台，所述监测平台通信连接有血氧采集模块、饱和分析模块、存储模块、匹配模块以及治疗推荐模块；所述血氧采集模块用于通过ac/dc转换器对用户的血氧饱和度进行采集并将采集到的血氧饱和度发送至饱和分析模块；饱和分析模块接收到血氧饱和度之后，通过血氧饱和度对用户的血氧饱和情况进行分析，通过病症分析模型对血氧浓度不合格的用户进行血氧曲线分析并进行特征判定；匹配模块接收到匹配信号后对特征为病症的诊断用户进行用户匹配；治疗推荐模块接收到就医信号后为诊断用户进行就诊医院推荐。
7.作为本发明的进一步改进，饱和分析模块对用户的血氧饱和情况进行分析的具体过程包括：将接收到的血氧饱和度标记为xb，通过存储模块获取到血氧范围的最小值xymin，将血氧饱和度xb与血氧范围的最小值xymin进行比较：若xb小于等于xymin，则判定用户血氧浓度不合格；若xb大于xymin，则判定用户血氧浓度合格。
8.作为本发明的进一步改进，病症分析模型对血氧浓度不合格的用户进行血氧曲线分析：将血氧浓度不合格的用户标记为诊断用户，获取诊断用户的历史血氧检测数据，将诊断用户的历史血氧检测次数标记为i，i=1，2，
…
，n，将每次检测的血氧饱和度的数值标记为xbi，将血氧饱和度xbi中最大的数值标记为血氧峰值xf，将血氧峰值cf与血氧范围的最小值xymin进行比较：若血氧峰值cf小于等于血氧范围的最小值xymin，则判定诊断用户为先天性用户，若血氧峰值cf大于血氧范围的最小值xymin，则判定诊断用户为非先天性用户；
针对非先天性用户进行特征分析：将用户历史检测的血氧饱和度xbi建立饱和集合｛xb1，xb2，
…
，xbn｝，对饱和集合进行方差计算并将得到的数值标记为偏离系数pl，通过存储模块获取到偏离阈值plmin、plmax，将偏离系数pl与偏离阈值plmin、plmax进行比较：若pl≤plmin，则判定诊断用户的特征为不规律；若plmin＜pl＜plmax，则判定诊断用户的特征为病症；若pl≥plmax，则判定诊断用户的特征为病疾。
9.作为本发明的进一步改进，针对特征为不规律的诊断用户，通过饱和分析模块向诊断用户的手机终端发送规律信号；针对特征为病症的诊断用户，通过饱和分析模块向匹配模块发送匹配信号；针对特征为病疾的诊断用户，通过饱和分析模块向治疗推荐模块发送就医信号。
10.作为本发明的进一步改进，用户匹配的过程包括：获取诊断用户的心率数据xl、氧分压数据yf以及肺活量数据fh，对诊断用户的心率数据xl、氧分压数据yf以及肺活量数据fh进行分析得到诊断用户的综合系数zh；对综合系数zh进行比例换算得到综合范围的最大值zhmax与最小值zhmin，其中zhmax=t1
×
zh，t1为比例系数，1.15≤t1≤1.25，zhmin=t2
×
zh，t2为比例系数，0.75≤t2≤0.85；将存储模块中综合系数位于综合范围之内的所有用户标记为初筛用户，将血氧饱和度与诊断用户的血氧饱和度最接近的m个初筛用户标记为次筛用户，将次筛用户中恢复效率最高的用户标记为匹配用户，将匹配用户的治疗方案与诊断用户相匹配。
11.作为本发明的进一步改进，诊断用户的心率数据获取过程包括：通过存储模块获取到心率范围的最大值与最小值，将心率范围的最大值与最小值进行求和取平均数得到心率标准值，将诊断用户心率检测的数值减去心率标准值并取其绝对值得到心率数据xl；诊断用户的氧分压数据获取过程包括：通过存储模块获取到氧分压的最小阈值，将诊断用户氧分压检测的数值减去氧分压的最小阈值得到氧分压数据yf；诊断用户的肺活量数据获取过程包括：通过存储模块获取到肺活量的最小阈值，将诊断用户肺活量检测的数值减去肺活量的最小阈值得到肺活量数据fh。
12.作为本发明的进一步改进，就诊医院推荐的过程包括：将诊断用户的地理位置标记为中心位置，以中心位置为圆心，r1为半径进行画圆，r1为预设半径值，单位为千米，将得到的圆形区域标记为筛选区域，将筛选区域内的所有医院标记为初选对象，将初选对象与中心位置的直线距离标记为zj，将初选对象的注册医师数量标记为ys，通过公式tj=（β1
×
ys）/（β2
×
zj）得到初选对象的推荐系数tj，其中β1与β2均为比例系数，且β1＞β2＞1；将推荐系数数值最大的初选对象标记为推荐对象，治疗推荐模块将推荐对象的医院信息通过监测平台发送至用户的手机终端；推荐对象的医院信息包括：医院的地理位置、医院的联系电话以及医院的成立时间。
13.作为本发明的进一步改进，基于高精度adc的血氧监测系统的工作方法，包括以下步骤：步骤一：血氧采集模块通过ac/dc转换器对用户的血氧饱和度进行采集并将采集到的血氧饱和度发送至饱和分析模块；步骤二：饱和分析模块接收到血氧饱和度之后，通过血氧饱和度对用户的血氧饱和情况进行分析并对用户的血氧浓度是否合格进行判定；
步骤三：对血氧浓度不合格的用户进行血氧曲线分析，通过血氧曲线分析结果对诊断用户的特征进行判定；步骤四：匹配模块对特征为病症的诊断用户进行用户匹配，通过心率数据xl、氧分压数据yf以及肺活量数据fh计算得到综合系数，结合综合系数与血氧饱和度的数值进行筛选得到匹配用户，将匹配用户的治疗方案与诊断用户相匹配；步骤五：治疗推荐模块为诊断用户进行就诊医院推荐，通过直线距离与注册医师数量得到推荐系数，通过推荐系数的数值大小筛选得到推荐对象，治疗推荐模块将推荐对象的医院信息通过监测平台发送至用户的手机终端。
14.与现有技术相比，本发明的有益效果是：1、本发明通过饱和分析模块对用户的血氧饱和度进行分析，并针对于血氧饱和度不合格的用户，采用病症分析模型对其特征进行分析判定，从而将诊断用户进行分类，针对不同类型的病症用户采用对应的治疗方案进行推荐，从而使诊断用户得到针对性治疗，缩短用户治疗周期，加快治疗效率；2、本发明通过匹配模块对特征为病症的诊断用户进行用户匹配，从数据库中通过参数比对的方式筛选出特征与诊断用户最为接近的用户，从而在该类用户中查找治疗效果最好的用户，从而可以对诊断用户进行治疗方案推荐；3、本发明通过治疗推荐模块可以对诊断用户周边的医院进行筛选，通过推荐系数的数值大小筛选得到最适宜的医院，诊断用户接收到推荐对象的医院信息后可直接前往对应医院进行就诊，节省对医院进行挑选筛查的时间，加快治疗效率。
附图说明
15.为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
16.图1为本发明实施例一的整体系统框图；图2为本发明实施例二的方法流程图。
具体实施方式
17.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
18.请参阅图1所示，一种基于高精度adc的血氧监测系统，包括监测平台，监测平台通信连接有血氧采集模块、饱和分析模块、存储模块、匹配模块以及治疗推荐模块；血氧采集模块用于通过ac/dc转换器对用户的血氧饱和度进行采集并将采集到的血氧饱和度发送至饱和分析模块，需要说明的是，ac/dc转换器就是将交流电变为直流电的设备，其功率流向可以是双向的，功率流由电源流向负载的称为整流，功率流由负载返回电源的称为有源逆变。饱和分析模块接收到血氧饱和度之后，通过血氧饱和度对用户的血氧饱和情况进行分析：将接收到的血氧饱和度标记为xb，通过存储模块获取到血氧范围的最小值xymin，将血氧饱和度xb与血氧范围的最小值xymin进行比较：若xb小于等于xymin，则判定用户血氧浓度不合格；若xb大于xymin，则判定用户血氧浓度合格；
通过病症分析模型对血氧浓度不合格的用户进行血氧曲线分析：将血氧浓度不合格的用户标记为诊断用户，获取诊断用户的历史血氧检测数据，历史血样检测数据可通过存储模块调取，将诊断用户的历史血氧检测次数标记为i，i=1，2，
…
，n，将每次检测的血氧饱和度的数值标记为xbi，将血氧饱和度xbi中最大的数值标记为血氧峰值xf，将血氧峰值cf与血氧范围的最小值xymin进行比较：若血氧峰值cf小于等于血氧范围的最小值xymin，则判定诊断用户为先天性用户，先天性用户的血氧浓度不足由先天性疾病引起，日常生活中通过饮食与运动调节即可；若血氧峰值cf大于血氧范围的最小值xymin，则判定诊断用户为非先天性用户，非先天性用户的血氧浓度不足由后天病症引起；针对非先天性用户进行特征分析：将用户历史检测的血氧饱和度xbi建立饱和集合｛xb1，xb2，
…
，xbn｝，对饱和集合进行方差计算并将得到的数值标记为偏离系数pl，通过存储模块获取到偏离阈值plmin、plmax，将偏离系数pl与偏离阈值plmin、plmax进行比较：若pl≤plmin，则判定诊断用户的特征为不规律；若plmin＜pl＜plmax，则判定诊断用户的特征为病症；若pl≥plmax，则判定诊断用户的特征为病疾，特征为病疾的诊断用户的病症严重程度较高，需要立即采取就医处理。
19.针对特征为不规律的诊断用户，通过饱和分析模块向诊断用户的手机终端发送规律信号，诊断用户在日常生活中可通过规律饮食、运动等方式进行调节；针对特征为病症的诊断用户，通过饱和分析模块向匹配模块发送匹配信号，为诊断用户进行匹配用户筛选，从而得到最佳治疗方案；针对特征为病疾的诊断用户，通过饱和分析模块向治疗推荐模块发送就医信号，针对病症严重程度较高的用户，采取立即就医的方式进行处理。
20.匹配模块接收到匹配信号后对特征为病症的诊断用户进行用户匹配，用户匹配的过程包括：获取诊断用户的心率数据xl、氧分压数据yf以及肺活量数据fh，诊断用户的心率数据获取过程包括：通过存储模块获取到心率范围的最大值与最小值，将心率范围的最大值与最小值进行求和取平均数得到心率标准值，将诊断用户心率检测的数值减去心率标准值并取其绝对值得到心率数据xl；诊断用户的氧分压数据获取过程包括：通过存储模块获取到氧分压的最小阈值，将诊断用户氧分压检测的数值减去氧分压的最小阈值得到氧分压数据yf；诊断用户的肺活量数据获取过程包括：通过存储模块获取到肺活量的最小阈值，将诊断用户肺活量检测的数值减去肺活量的最小阈值得到肺活量数据fh；通过公式得到诊断用户的综合系数zh，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；对综合系数zh进行比例换算得到综合范围的最大值zhmax与最小值zhmin，其中zhmax=t1
×
zh，t1为比例系数，1.15≤t1≤1.25，zhmin=t2
×
zh，t2为比例系数，0.75≤t2≤0.85；将存储模块中综合系数位于综合范围之内的所有用户标记为初筛用户，将血氧饱和度与诊断用户的血氧饱和度最接近的m个初筛用户标记为次筛用户，将次筛用户中恢复效率最高的用户标记为匹配用户，匹配用户是参考多种参数之后得到的与诊断用户病症最为接近且治疗效果最好的用户，将匹配用户的治疗方案与诊断用户相匹配。
21.治疗推荐模块接收到就医信号后为诊断用户进行就诊医院推荐，就诊医院推荐的
过程包括：将诊断用户的地理位置标记为中心位置，以中心位置为圆心，r1为半径进行画圆，r1为预设半径值，单位为千米，将得到的圆形区域标记为筛选区域，将筛选区域内的所有医院标记为初选对象，将初选对象与中心位置的直线距离标记为zj，将初选对象的注册医师数量标记为ys，通过公式tj=（β1
×
ys）/（β2
×
zj）得到初选对象的推荐系数tj，其中β1与β2均为比例系数，且β1＞β2＞1；将推荐系数数值最大的初选对象标记为推荐对象，推荐对象是诊断对象当前最适宜就诊的医院，治疗推荐模块将推荐对象的医院信息通过监测平台发送至用户的手机终端；推荐对象的医院信息包括：医院的地理位置、医院的联系电话以及医院的成立时间。
22.实施例二请参阅图2所示，一种基于高精度adc的血氧监测方法，包括以下步骤：步骤一：血氧采集模块通过ac/dc转换器对用户的血氧饱和度进行采集并将采集到的血氧饱和度发送至饱和分析模块；步骤二：饱和分析模块接收到血氧饱和度之后，通过血氧饱和度对用户的血氧饱和情况进行分析并对用户的血氧浓度是否合格进行判定；步骤三：对血氧浓度不合格的用户进行血氧曲线分析，通过血氧曲线分析结果对诊断用户的特征进行判定；步骤四：匹配模块对特征为病症的诊断用户进行用户匹配，通过心率数据xl、氧分压数据yf以及肺活量数据fh计算得到综合系数，结合综合系数与血氧饱和度的数值进行筛选得到匹配用户，将匹配用户的治疗方案与诊断用户相匹配；步骤五：治疗推荐模块为诊断用户进行就诊医院推荐，通过直线距离与注册医师数量得到推荐系数，通过推荐系数的数值大小筛选得到推荐对象，治疗推荐模块将推荐对象的医院信息通过监测平台发送至用户的手机终端。
23.一种基于高精度adc的血氧监测系统，工作时，血氧采集模块通过ac/dc转换器对用户的血氧饱和度进行采集并将采集到的血氧饱和度发送至饱和分析模块；饱和分析模块接收到血氧饱和度之后，通过血氧饱和度对用户的血氧饱和情况进行分析并对用户的血氧浓度是否合格进行判定；对血氧浓度不合格的用户进行血氧曲线分析，通过血氧曲线分析结果对诊断用户的特征进行判定，匹配模块对特征为病症的诊断用户进行用户匹配，治疗推荐模块为诊断用户进行就诊医院推荐。
24.上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置；如公式：；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的评级系数；将设定的综合系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2与α3取值分别为3.25、2.58和2.21；系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，只要不影响参数与量化后数值的比例关系即可。
25.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作
很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。