黃載全，吳凱，盧廣文

1.南方醫(yī)科大學(xué)生物醫(yī)學(xué)工程學(xué)院，廣東廣州，510515；2.華南理工大學(xué)生物醫(yī)學(xué)科學(xué)與工程學(xué)院，廣東廣州511442；3.廣州醫(yī)科大學(xué)附屬第六醫(yī)院/清遠(yuǎn)市人民醫(yī)院，廣東清遠(yuǎn)，511518

前言

為加強(qiáng)對(duì)高值醫(yī)療設(shè)備的管理，需要運(yùn)用不同的技術(shù)手段，實(shí)現(xiàn)高值醫(yī)療設(shè)備的優(yōu)化管理。高值醫(yī)療設(shè)備定位技術(shù)的研究迎合了高值醫(yī)療設(shè)備的信息化管理需求，因此，醫(yī)療設(shè)備部署方法在相關(guān)研究領(lǐng)域受到了極大關(guān)注［1］。

已有研究者提出了一系列的醫(yī)療設(shè)備部署方法。萬(wàn)志遠(yuǎn)等［2］提出了醫(yī)院應(yīng)急資源冗余配置優(yōu)化模型，基于效用理論對(duì)應(yīng)急資源冗余進(jìn)行定義和分類，結(jié)合粒子群算法和序列二次規(guī)劃法構(gòu)建模型，該模型提高了醫(yī)院應(yīng)急資源的利用效率。劉偉軍等［3］通過(guò)M/M/C 模型分析了醫(yī)技排程與醫(yī)療設(shè)備配置的量化關(guān)系，對(duì)兩者的部署方案進(jìn)行了統(tǒng)籌規(guī)劃。該模型可高效統(tǒng)籌并優(yōu)化門診部門的醫(yī)療設(shè)備配置。以上兩種醫(yī)療設(shè)備的部署模型具有一定的可行性，但僅針對(duì)醫(yī)院局部醫(yī)療設(shè)備進(jìn)行統(tǒng)籌部署，未考慮全局設(shè)備的定位與部署情況。

針對(duì)當(dāng)前高值醫(yī)療設(shè)備部署模型研究方面的不足，本文提出基于物聯(lián)網(wǎng)智能標(biāo)簽的高值醫(yī)療設(shè)備全局定位方法。運(yùn)用物聯(lián)網(wǎng)新技術(shù)，識(shí)別高值醫(yī)療設(shè)備全局定位的標(biāo)簽，對(duì)高值醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽進(jìn)行聚類和融合處理。將參數(shù)融合結(jié)果與物聯(lián)網(wǎng)智能標(biāo)簽的屬性類別分析相結(jié)合，實(shí)現(xiàn)高值醫(yī)療設(shè)備全局定位。實(shí)驗(yàn)結(jié)果證明了本文方法在提高高值醫(yī)療設(shè)備全局定位能力方面具有較高的準(zhǔn)確性，且對(duì)醫(yī)療設(shè)備的利用率較高。

1 高值醫(yī)療設(shè)備全局定位的標(biāo)簽特征提取

1.1 物聯(lián)網(wǎng)智能標(biāo)簽參數(shù)辨識(shí)

采用分塊檢測(cè)技術(shù)［4］，得到高值醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽識(shí)別的網(wǎng)絡(luò)拓?fù)涫綖椋?/p>

其中，Ha為分支接口數(shù)，k為標(biāo)簽數(shù)據(jù)的鏈路數(shù)量，ca為標(biāo)簽間最短路徑長(zhǎng)度，l為數(shù)據(jù)冗余值。

基于高值醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽識(shí)別的網(wǎng)絡(luò)拓?fù)涫?，在網(wǎng)絡(luò)連通狀態(tài)下，高值醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽識(shí)別的模糊隸屬度函數(shù)描述為：

其中，t為物聯(lián)網(wǎng)識(shí)別的醫(yī)療設(shè)備節(jié)點(diǎn)個(gè)數(shù)。結(jié)合RFID（Radio Frequency Identification）［5］實(shí)現(xiàn)標(biāo)簽與目標(biāo)設(shè)備間的非接觸式數(shù)據(jù)通信，計(jì)算公式如式（3）所示：

其中，d為設(shè)備標(biāo)簽的輸出穩(wěn)態(tài)參數(shù)，M為存儲(chǔ)器載波信號(hào)。基于非接觸式數(shù)據(jù)通信結(jié)構(gòu)，得出層次化基站輸出信號(hào)為：

其中，β表示物聯(lián)網(wǎng)設(shè)備發(fā)出的信號(hào)波長(zhǎng)。

對(duì)醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽定位數(shù)據(jù)進(jìn)行壓縮處理，得到醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽定位的控制器信號(hào)輸出為：

其中，p為樣本數(shù)據(jù)總體采集時(shí)長(zhǎng)，pk為第k條鏈路上的標(biāo)簽數(shù)據(jù)采集時(shí)長(zhǎng)，X為標(biāo)簽信號(hào)的幅度。通過(guò)用戶-標(biāo)簽方法［6］，得到高值醫(yī)療設(shè)備物聯(lián)網(wǎng)信標(biāo)輸出為：

其中，Ik是第n條信道上高值醫(yī)療設(shè)備物聯(lián)網(wǎng)標(biāo)簽識(shí)別的特征分布值，據(jù)上述分析，采用網(wǎng)格分塊方法［7］，進(jìn)行輸出負(fù)載線傳感器智能標(biāo)簽的網(wǎng)絡(luò)定位得到標(biāo)簽識(shí)別輸出為：

其中，rt為物聯(lián)網(wǎng)標(biāo)簽的擴(kuò)展帶寬。綜上分析，得到醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽定位的輸出負(fù)載線傳感器網(wǎng)絡(luò)定位，實(shí)現(xiàn)物聯(lián)網(wǎng)智能標(biāo)簽參數(shù)辨識(shí)。

1.2 標(biāo)簽特征提取

在高值醫(yī)療設(shè)備表面粘貼高值設(shè)備定位/運(yùn)行監(jiān)控標(biāo)簽，通過(guò)對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)，得到高值醫(yī)療設(shè)備全局定位物聯(lián)網(wǎng)標(biāo)簽序列的頻射信號(hào)為：

其中，φ為物聯(lián)網(wǎng)標(biāo)簽序列的負(fù)載調(diào)制頻率，實(shí)時(shí)監(jiān)測(cè)高值醫(yī)療設(shè)備運(yùn)行狀態(tài)，得到設(shè)備定位的時(shí)長(zhǎng)特征編碼為：

其中，μ表示信號(hào)傳輸?shù)礁鱾€(gè)區(qū)域的幾何中心位置的時(shí)刻，λi為空間采樣時(shí)間尺度。ηi為設(shè)備標(biāo)簽的時(shí)域分布特征點(diǎn)。以時(shí)長(zhǎng)特征編碼為基礎(chǔ)，在高值醫(yī)療設(shè)備的部件表面粘貼高值設(shè)備定位/運(yùn)行監(jiān)控標(biāo)簽，計(jì)算固定時(shí)間段內(nèi)設(shè)備定位標(biāo)簽的開(kāi)機(jī)頻率特征編碼為：

其中，Lj為控制器信息系統(tǒng)的輸入信號(hào)波長(zhǎng)，θ為調(diào)解電路中傳輸?shù)男盘?hào)頻率。基于模糊聚類分析方法［8］，得到聯(lián)合時(shí)間序列的模糊聚類函數(shù)，輸出高值醫(yī)療設(shè)備的運(yùn)行速率為：

其中，?為標(biāo)簽返回的響應(yīng)信號(hào)。根據(jù)上述分析，采用RFID 標(biāo)簽識(shí)別方法［9］，得到控制器的協(xié)同識(shí)別率為：

其中，v為微處理器信號(hào)傳輸率，l為邏輯控制電路的響應(yīng)時(shí)間，ε為標(biāo)簽無(wú)線電射頻率，d為解讀器解碼率。通過(guò)解碼標(biāo)簽定位的信號(hào)頻率，得到物聯(lián)網(wǎng)標(biāo)簽特征分布概率為：

式（14）中，τ為類標(biāo)簽中的頂點(diǎn)值，在融合標(biāo)簽的多種特征編碼后，得到設(shè)備全局定位的物聯(lián)網(wǎng)標(biāo)簽綜合特征編碼為：

其中，ω表示設(shè)備全局定位的傳感器節(jié)點(diǎn)的通信距離，αi為物聯(lián)網(wǎng)設(shè)備標(biāo)簽的數(shù)據(jù)總量。

在普通醫(yī)療設(shè)備表面粘貼普通設(shè)備定位標(biāo)簽，通過(guò)特征分解法［10］，實(shí)現(xiàn)了對(duì)高值醫(yī)療設(shè)備的特征編碼提取。

2 高值醫(yī)療設(shè)備標(biāo)簽全局定位優(yōu)化

2.1 定位設(shè)備節(jié)點(diǎn)部署

為了實(shí)現(xiàn)基于物聯(lián)網(wǎng)智能高值醫(yī)療設(shè)備的全局部署，采用全局混合式組網(wǎng)控制方法定位高值醫(yī)療設(shè)備［11］。

在平衡性邊界條件下，得到組網(wǎng)控制的設(shè)備節(jié)點(diǎn)部署為：

其中，E為數(shù)據(jù)信道的覆蓋率。

至此根據(jù)高值醫(yī)療設(shè)備全局定位的數(shù)據(jù)存儲(chǔ)節(jié)點(diǎn)分布特征，實(shí)現(xiàn)了組網(wǎng)控制下的設(shè)備節(jié)點(diǎn)部署。

2.2 標(biāo)簽部署優(yōu)化

采用分塊檢測(cè)技術(shù)［12］，實(shí)現(xiàn)對(duì)高值醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽特征編碼的聚類和融合處理，得到聚類后的高值醫(yī)療設(shè)備物聯(lián)網(wǎng)智能設(shè)備節(jié)點(diǎn)距離為：

其中，ωb表示聚類后的設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽的最短通信路徑，根據(jù)節(jié)點(diǎn)分布距離計(jì)算高值醫(yī)療設(shè)備全局定位物聯(lián)網(wǎng)設(shè)備部署的重構(gòu)模型為：

綜上分析，得到醫(yī)療設(shè)備物聯(lián)網(wǎng)智能定位實(shí)現(xiàn)結(jié)構(gòu)圖如圖1 所示，圖1 實(shí)時(shí)顯示設(shè)備位置，可檢索特定設(shè)備，提供設(shè)備軌跡跟蹤功能，至此，完成了醫(yī)療設(shè)備物聯(lián)網(wǎng)智能定位標(biāo)簽的部署優(yōu)化。

圖1 醫(yī)療設(shè)備的全局定位實(shí)現(xiàn)結(jié)構(gòu)圖Fig.1 Structure diagram of global positioning of medical equipments

3 仿真測(cè)試分析

為了驗(yàn)證本文方法在實(shí)現(xiàn)高值醫(yī)療設(shè)備全局定位中的應(yīng)用性能，進(jìn)行實(shí)驗(yàn)測(cè)試分析，高值醫(yī)療設(shè)備分布的網(wǎng)格區(qū)域?yàn)椋?00×500）m2，對(duì)高值醫(yī)療設(shè)備監(jiān)測(cè)的節(jié)點(diǎn)數(shù)為400 個(gè)，信息采樣的時(shí)間長(zhǎng)度為1 024，訓(xùn)練樣本集為8，采用統(tǒng)計(jì)分析方法，實(shí)時(shí)查看設(shè)備運(yùn)行狀態(tài)以及運(yùn)行時(shí)長(zhǎng)，得到統(tǒng)計(jì)分析結(jié)果如圖2所示。

圖2 醫(yī)療設(shè)備的全局定位檢測(cè)的統(tǒng)計(jì)值Fig.2 Statistical values of global positioning detection of medical equipments

3.1 設(shè)備定位準(zhǔn)確率測(cè)試

通過(guò)3種醫(yī)療設(shè)備定位方法對(duì)醫(yī)療設(shè)備的進(jìn)行全局定位，得到醫(yī)療設(shè)備定位的準(zhǔn)確率對(duì)比結(jié)果如圖3所示。

如圖3 所示，本文方法在設(shè)備定位方面具有較高的準(zhǔn)確率，平均準(zhǔn)確率在95%左右，而文獻(xiàn)［2］與文獻(xiàn)［3］方法的準(zhǔn)確率相對(duì)較低，主要因?yàn)楸疚姆椒ㄔ谠O(shè)計(jì)模型的過(guò)程中考慮了設(shè)備部署的全局性，因此在全局定位過(guò)程中準(zhǔn)確率較高。

圖3 設(shè)備定位準(zhǔn)確率Fig.3 Equipment positioning accuracy

3.2 設(shè)備利用效率測(cè)試

通過(guò)3種醫(yī)療設(shè)備定位方法進(jìn)行院內(nèi)醫(yī)療設(shè)備的全局部署配置后，統(tǒng)計(jì)設(shè)備的利用效率，對(duì)3種方法部署的設(shè)備利用率進(jìn)行對(duì)比，得到對(duì)比結(jié)果如圖4所示。

圖4 3種方法部署的設(shè)備利用率Fig.4 Utilization rates of equipments deployed by 3 methods

分析圖4得知，采用本文方法進(jìn)行醫(yī)療設(shè)備的部署后，設(shè)備的利用率較高，文獻(xiàn)［2］和文獻(xiàn)［3］方法部署的設(shè)備利用率較低。因?yàn)楸疚姆椒ú捎昧司垲惾诤系膮?shù)優(yōu)化方法，使部署后的設(shè)備利用率得到提升。

4 結(jié)語(yǔ)

本文提出基于物聯(lián)網(wǎng)智能標(biāo)簽的高值醫(yī)療設(shè)備全局定位方法。采用RFID 聯(lián)合特征分解，得到醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽定位輸出。采用用戶-標(biāo)簽方法，提取高值醫(yī)療設(shè)備物聯(lián)網(wǎng)標(biāo)簽特征。利用分塊檢測(cè)技術(shù)，實(shí)現(xiàn)對(duì)高值醫(yī)療設(shè)備物聯(lián)網(wǎng)智能標(biāo)簽聚類和融合處理，提高了醫(yī)療設(shè)備物聯(lián)網(wǎng)定位的準(zhǔn)確率與設(shè)備利用率，增強(qiáng)了醫(yī)療設(shè)備的管理能力。但本文方法仍存在一定的局限性，未根據(jù)醫(yī)療設(shè)備在各個(gè)部門的不同特性進(jìn)行全局性的部署，在后續(xù)研究中可通過(guò)分析各部門需求，設(shè)計(jì)更完善的高值醫(yī)療設(shè)備全局定位方法。