遲瑞娟

（上海交通大學(xué)醫(yī)學(xué)院附屬第九人民醫(yī)院，上海 200011）

1 引言

在設(shè)計多功能輔助呼吸機(jī)報警系統(tǒng)時，數(shù)據(jù)信息采集是關(guān)鍵，通過數(shù)據(jù)傳感信息采集和信息調(diào)度，結(jié)合大數(shù)據(jù)挖掘和傳感器節(jié)點的自動部署模型，實現(xiàn)對多功能輔助呼吸機(jī)報警系統(tǒng)的節(jié)點定位和信息采集，提高多功能輔助呼吸機(jī)報警能力，研究多功能輔助呼吸機(jī)報警系統(tǒng)優(yōu)化設(shè)計方法，在促進(jìn)醫(yī)療裝備的智能化設(shè)計和發(fā)展中具有重要意義[1]。

本系統(tǒng)是建立在對報警數(shù)據(jù)的傳感信息采集基礎(chǔ)上，結(jié)合無線傳感器網(wǎng)絡(luò)節(jié)點的自動部署設(shè)計，通過節(jié)點定位和自適應(yīng)調(diào)度，構(gòu)建無線傳感器網(wǎng)絡(luò)的路由探測模型，實現(xiàn)對多功能輔助呼吸機(jī)報警系統(tǒng)的數(shù)據(jù)傳輸和信息轉(zhuǎn)換[2]。國外多功能呼吸機(jī)功能齊全，有多種呼吸模式，普遍采用先進(jìn)的計算機(jī)技術(shù)、電子技術(shù)、傳感器技術(shù)和控制電機(jī)技術(shù)，已發(fā)展到智能化和信息化階段。我國多功能呼吸機(jī)落后于國外產(chǎn)品，生產(chǎn)多功能的呼吸機(jī)的廠家少，呼吸模式主要停留在控制呼吸和同步呼吸上，但較少采用自動呼吸模式或計算機(jī)輔助呼吸模式。傳統(tǒng)方法中，對多功能輔助呼吸機(jī)報警的傳感節(jié)點定位方法主要有基于統(tǒng)計融合處理的節(jié)點定位方法、基于模糊狀態(tài)參數(shù)識別的多功能輔助呼吸機(jī)報警方法、信息融合跟蹤識別的多功能輔助呼吸機(jī)報警方法等[3-5]，通過特征提取和聯(lián)合組網(wǎng)控制，實現(xiàn)對多功能輔助呼吸機(jī)報警，但傳統(tǒng)方法進(jìn)行多功能輔助呼吸機(jī)報警的可靠性不高、自適應(yīng)信息處理能力不強(qiáng)。對此，本文提出基于無線傳感器網(wǎng)絡(luò)的多功能輔助呼吸機(jī)報警系統(tǒng)。首先構(gòu)建多功能輔助呼吸機(jī)報警的無線傳感網(wǎng)絡(luò)節(jié)點部署模型，然后采用融合參數(shù)辨識和路由尋優(yōu)探測方法實現(xiàn)多功能輔助呼吸機(jī)報警參數(shù)融合和節(jié)點輪換控制，構(gòu)建根據(jù)無線傳感節(jié)點采集的數(shù)據(jù)輸出進(jìn)行信息融合，實現(xiàn)多功能輔助呼吸機(jī)報警的輸出接口控制，提高報警輸出的穩(wěn)定性和自適應(yīng)性。最后進(jìn)行仿真測試分析，展示了本文方法在提高多功能輔助呼吸機(jī)報警和自適應(yīng)控制能力方面的優(yōu)越性能。

2 多功能輔助呼吸機(jī)報警信息采集和融合處理

2.1 多功能輔助呼吸機(jī)報警信息采集

為了實現(xiàn)基于無線傳感器網(wǎng)絡(luò)的多功能輔助呼吸機(jī)報警系統(tǒng)設(shè)計，結(jié)合無線傳感信息處理技術(shù)，構(gòu)建呼吸機(jī)報警的信息處理模塊，結(jié)合嵌入式融合控制的方法，構(gòu)建多功能輔助呼吸機(jī)報警的大數(shù)據(jù)分析模型，在數(shù)據(jù)采集設(shè)備中實現(xiàn)對多功能輔助呼吸機(jī)報警的信息處理和數(shù)據(jù)轉(zhuǎn)換[6]，系統(tǒng)總體設(shè)計結(jié)構(gòu)如圖1所示。

圖1 多功能輔助呼吸機(jī)報警系統(tǒng)的總體設(shè)計結(jié)構(gòu)圖

根據(jù)圖1構(gòu)建的多功能輔助呼吸機(jī)報警系統(tǒng)的總體結(jié)構(gòu)模型，采用多源傳感融合識別的方法，分析多功能輔助呼吸機(jī)報警信息融合模型，采用嵌入式調(diào)度信號調(diào)理技術(shù)，構(gòu)建多功能輔助呼吸機(jī)報警的大數(shù)據(jù)挖掘模型[7]，得到多功能輔助呼吸機(jī)報警的輸出穩(wěn)態(tài)特征分布集，結(jié)合輔助呼吸機(jī)報警信息的特征分配集合P(n)={p1，p2，…，pi}(i=1，2，…，n)的優(yōu)先級屬性，采用匹配濾波檢測的方法，得到多功能輔助呼吸機(jī)報警的參數(shù)識別模型，結(jié)合狀態(tài)監(jiān)測，得到多功能輔助呼吸機(jī)報警的無線傳感器網(wǎng)絡(luò)節(jié)點的自適應(yīng)定位部署模型描述：

式中，r為呼吸機(jī)報警的定位距離，σ為呼吸機(jī)報警控制參數(shù)，P(n)表示多源識別參數(shù)，基于多功能輔助呼吸機(jī)報警的無線傳感網(wǎng)絡(luò)節(jié)點定位結(jié)構(gòu)，采用大數(shù)據(jù)信息的自適應(yīng)采集模式，結(jié)合專家系統(tǒng)匹配，得到多功能輔助呼吸機(jī)報警信息采集輸出為：

式中，W表示驅(qū)動控制和加權(quán)融合，pi表示多功能呼吸機(jī)報警大數(shù)據(jù)特征集，結(jié)合無線傳感器網(wǎng)絡(luò)監(jiān)測法，采用Reclemgh衰減信道模型實現(xiàn)均衡配置，輸出的信息采集結(jié)果為：

式中，pi表示自適應(yīng)融合和特征聚類，結(jié)合自相關(guān)匹配濾波，實現(xiàn)功能輔助呼吸機(jī)報警輸出轉(zhuǎn)換和數(shù)據(jù)存儲空間配置[8]。

2.2 報警信息融合處理

構(gòu)建多功能輔助呼吸機(jī)報警的無線傳感網(wǎng)絡(luò)節(jié)點部署模型，采用路由節(jié)點探測模型實現(xiàn)對多功能輔助呼吸機(jī)報警的信息采集和模糊控制[9]，建立多功能輔助呼吸機(jī)報警信息配比參數(shù)分析模型，采用卷積稀疏自編碼器的方法，得到多功能輔助呼吸機(jī)報警信息的無線傳感器節(jié)點監(jiān)測的條件轉(zhuǎn)移概率為φ≥0，有：

式中，φ表示網(wǎng)絡(luò)節(jié)點傳輸控制的輸出增量，采用多功能輔助呼吸機(jī)報警的無線傳感，根據(jù)某種定位算法更新節(jié)點位置，得到輸出的狀態(tài)融合參數(shù)為：

式中，Nj為匹配的節(jié)點，k表示節(jié)點定位的變量服從高斯分布。通過對多功能輔助呼吸機(jī)報警信息的多線程控制，得到傳感器網(wǎng)絡(luò)的信道沖激特征量為：

式中，c1，c2分別為多功能輔助呼吸機(jī)報警的無線傳感器網(wǎng)絡(luò)監(jiān)測網(wǎng)關(guān)系數(shù)。采用IEEE802．15．4 協(xié)議標(biāo)準(zhǔn)，得到數(shù)據(jù)分析模型為：

根據(jù)低速率和低功耗數(shù)據(jù)通信要求，得到多功能輔助呼吸機(jī)報警的無線傳感網(wǎng)絡(luò)節(jié)點部署的自適應(yīng)定位參數(shù)分布模型，節(jié)點協(xié)同工作的穩(wěn)態(tài)特征點v的樣本集合為：

式中v表示數(shù)據(jù)通信處理和信息融合，在輔助呼吸機(jī)系統(tǒng)中，得到報警數(shù)據(jù)的傳感器融合采樣輸出為：

式中，q為多功能輔助呼吸機(jī)報警的傳輸距離，m為統(tǒng)計特征量。采用最短路徑尋優(yōu)，實現(xiàn)對多功能輔助呼吸機(jī)報警無線傳感網(wǎng)絡(luò)節(jié)點自適應(yīng)調(diào)度和輸出轉(zhuǎn)換控制，得到控制約束信息融合函數(shù)為：

式中，R表示多功能輔助呼吸機(jī)報警的融合特征量，d為選擇的最優(yōu)通信路徑維數(shù)，s為多功能輔助呼吸機(jī)報警信息傳輸?shù)牡禂?shù)。根據(jù)上述分析，由此實現(xiàn)報警信息融合處理[10-11]。

3 多功能輔助呼吸機(jī)報警優(yōu)化與輸出控制

3.1 報警系統(tǒng)的網(wǎng)絡(luò)節(jié)點優(yōu)化配置

構(gòu)建多功能輔助呼吸機(jī)報警系統(tǒng)的程序加載模塊。采用融合參數(shù)辨識和路由尋優(yōu)探測方法實現(xiàn)多功能輔助呼吸機(jī)報警參數(shù)融合和節(jié)點輪換控制[12]，得到多功能輔助呼吸機(jī)報警的關(guān)聯(lián)特征分布集為：

式中，f(a，b)為多功能輔助呼吸機(jī)報警信息的輸出狀態(tài)特征參數(shù)分布集。在數(shù)據(jù)傳輸給協(xié)調(diào)器的同時，結(jié)合最優(yōu)通信路徑探測的方法，得到根據(jù)電力系統(tǒng)數(shù)據(jù)表現(xiàn)出高隨機(jī)性，得到多功能輔助呼吸機(jī)報警的連通性參數(shù)表達(dá)式為：

采用可控負(fù)荷參數(shù)融合，得到多功能輔助呼吸機(jī)報警系統(tǒng)的模糊控制對象集為：

采用了決策樹調(diào)度，構(gòu)建多功能輔助呼吸機(jī)報警的無線傳感節(jié)點定位模型[13]，得到關(guān)聯(lián)特征分布點，用f(u)=maxf(a，b)表示f( )在聯(lián)合概率分布參數(shù)，根據(jù)中繼節(jié)點和網(wǎng)關(guān)的量化參數(shù)分布集，得到輸出穩(wěn)態(tài)特征量xi=(x1，x2，…，xn)滿足：

根據(jù)數(shù)據(jù)的特征表達(dá)分析，得到多功能輔助呼吸機(jī)報警無線傳感器網(wǎng)絡(luò)傳輸?shù)男诺谰饽Ｐ蚚14]，根據(jù)負(fù)荷參數(shù)評估和均衡配置，得到多功能輔助呼吸機(jī)報警系統(tǒng)的聯(lián)合關(guān)聯(lián)特征分布滿足h，設(shè)多功能輔助呼吸機(jī)報警的無線傳感網(wǎng)絡(luò)分布的多維空間尺度l，基于H．323 協(xié)議和IETF 協(xié)議，實現(xiàn)對報警系統(tǒng)的網(wǎng)絡(luò)節(jié)點優(yōu)化配置。

3.2 多功能輔助呼吸機(jī)報警輸出控制

采用解碼、混合、再編碼和轉(zhuǎn)發(fā)的測量，建立多功能輔助呼吸機(jī)報警系統(tǒng)的無線傳感器采集終端，得到多功能輔助呼吸機(jī)報警的輸出參數(shù)分布集為：

通過多模態(tài)參數(shù)分析，采用金字塔型的結(jié)構(gòu)模型，得到多功能輔助呼吸機(jī)報警的輸出穩(wěn)態(tài)特征量：

利用多功能輔助呼吸機(jī)報警的信息傳輸控制約束參量尋優(yōu)結(jié)果，實現(xiàn)多功能輔助呼吸機(jī)報警系統(tǒng)優(yōu)化設(shè)計。

4 系統(tǒng)硬件構(gòu)造

采用具有256KB 閃存的CC2530F256 作為報警系統(tǒng)的硬件處理芯片，進(jìn)行系統(tǒng)的硬件設(shè)計，如圖2所示。

圖2 系統(tǒng)的硬件設(shè)計

如圖2所示的硬件設(shè)計中，采用服務(wù)器(ProLiant DL388 Gen9)、液晶顯示器(DFM50174)、無線傳感器(FP-DP01)、負(fù)載均衡器(F5BIG-IP LTM 3600)和網(wǎng)絡(luò)交換機(jī)(H3C S7500E)構(gòu)建硬件平臺，為系統(tǒng)配置提供基礎(chǔ)。其中，服務(wù)器應(yīng)用于數(shù)據(jù)庫、應(yīng)用和信息監(jiān)測三個方向，負(fù)責(zé)系統(tǒng)的主要運(yùn)行功能；液晶顯示器主要用于信息的顯示功能；無線傳感器主要應(yīng)用于報警系統(tǒng)的傳感器節(jié)點部署工作，負(fù)責(zé)系統(tǒng)的信息獲取功能；負(fù)載均衡器主要應(yīng)用于網(wǎng)絡(luò)設(shè)備與服務(wù)器之間，負(fù)責(zé)系統(tǒng)的信息處理功能；網(wǎng)絡(luò)交換機(jī)則用于連接更多的計算機(jī)設(shè)備，負(fù)責(zé)局域網(wǎng)組網(wǎng)的功能。系統(tǒng)的實現(xiàn)結(jié)構(gòu)圖如圖3所示。

圖3 多功能輔助呼吸機(jī)報警系統(tǒng)的實現(xiàn)結(jié)構(gòu)圖

如圖3所示，多功能輔助呼吸機(jī)報警系統(tǒng)的實現(xiàn)結(jié)構(gòu)共分為7 個層次，分別涉及了數(shù)據(jù)處理、數(shù)據(jù)通信、數(shù)據(jù)維護(hù)、數(shù)據(jù)連接、數(shù)據(jù)傳輸、數(shù)據(jù)管理等功能，以此有效實現(xiàn)多功能輔助呼吸機(jī)報警系統(tǒng)的輸出接口控制。

5 測試結(jié)果及分析

為了驗證本文方法在實現(xiàn)多功能輔助呼吸機(jī)報警的應(yīng)用性能，進(jìn)行仿真測試分析，本次測試所用的多功能輔助呼吸機(jī)型號為紐邦E360 呼吸機(jī)。首先在ZigBee 網(wǎng)絡(luò)結(jié)構(gòu)中構(gòu)建，得到報警系統(tǒng)的傳感器節(jié)點部署的個數(shù)為800 個，數(shù)據(jù)傳輸?shù)男诺缼?．05—58．2kbit/s，信息傳輸?shù)乃俾蕿?48bps/s，無線傳感器網(wǎng)絡(luò)的輸出增益為35kbps～172kbps，基于上述參數(shù)設(shè)定，進(jìn)行多功能輔助呼吸機(jī)報警系統(tǒng)測試，得到多功能輔助呼吸機(jī)報警信息輸出如圖4所示。

圖4 多功能輔助呼吸機(jī)報警信息輸出

根據(jù)圖4對多功能輔助呼吸機(jī)報警性處理結(jié)果，實現(xiàn)對多功能輔助呼吸機(jī)的無線傳感信息融合處理，得到輸出結(jié)果如圖5所示。

圖5 多功能輔助呼吸機(jī)的無線傳感信息融合處理

分析圖5得知，本文方法能有效實現(xiàn)多功能輔助呼吸機(jī)報警，多功能輔助呼吸機(jī)報警系統(tǒng)設(shè)計的輸出穩(wěn)定性較好，信息融合能力較強(qiáng)。

為了進(jìn)一步驗證本文方法在實現(xiàn)多功能輔助呼吸機(jī)報警系統(tǒng)設(shè)計方面的應(yīng)用性能，將基于統(tǒng)計融合處理的方法、基于模糊狀態(tài)參數(shù)識別的方法、基于信息融合跟蹤識別的方法作為對照方法，確保不同方法在相同的實驗環(huán)境下進(jìn)行測試，分別對系統(tǒng)響應(yīng)時間以及系統(tǒng)可靠性進(jìn)行對比分析，得到對比結(jié)果分別如圖6、圖7所示。

圖6 系統(tǒng)響應(yīng)時間的對比結(jié)果

圖7 系統(tǒng)可靠性的對比結(jié)果

通過分析圖6可知，與傳統(tǒng)的方法進(jìn)行對比，本文方法設(shè)計的報警系統(tǒng)的響應(yīng)時間更短，普遍能夠在8s內(nèi)完成響應(yīng)，而其他方法在迭代次數(shù)達(dá)到210 次時，其響應(yīng)時間均高于10s，由此可見，本文方法設(shè)計的報警系統(tǒng)的應(yīng)用性能更好。

通過分析圖7可知，在系統(tǒng)可靠性方面，本文設(shè)計的系統(tǒng)可靠性一直維持在80%以上，明顯高于其他傳統(tǒng)方法，此外，本文方法的系統(tǒng)可靠性相對穩(wěn)定，而其他傳統(tǒng)方法的系統(tǒng)可靠性具有較大的上下浮動。由此可見，本文方法設(shè)計的報警系統(tǒng)具有提高其信息處理能力。

綜上所述，本文方法所設(shè)計基于無線傳感器網(wǎng)絡(luò)的多功能輔助呼吸機(jī)報警系統(tǒng)的應(yīng)用性能更優(yōu)，具有較高的輸出穩(wěn)定性，具有提高多功能輔助呼吸機(jī)報警和自適應(yīng)控制能力方面的優(yōu)越性能。

6 結(jié)束語

構(gòu)建基于無線傳感器網(wǎng)絡(luò)的多功能輔助呼吸機(jī)報警系統(tǒng)，提高多功能輔助呼吸機(jī)的報警和信息處理能力。本文提出基于無線傳感器網(wǎng)絡(luò)的多功能輔助呼吸機(jī)報警系統(tǒng)。構(gòu)建呼吸機(jī)報警的信息處理模塊，結(jié)合嵌入式融合控制的方法，構(gòu)建多功能輔助呼吸機(jī)報警的大數(shù)據(jù)分析模型，采用融合參數(shù)辨識和路由尋優(yōu)探測方法實現(xiàn)多功能輔助呼吸機(jī)報警參數(shù)融合和節(jié)點輪換控制，基于人工智能控制技術(shù)進(jìn)行多功能輔助呼吸機(jī)監(jiān)測的智能數(shù)據(jù)分析，實現(xiàn)多功能輔助呼吸機(jī)報警系統(tǒng)優(yōu)化設(shè)計。研究得知，本文方法進(jìn)行多功能輔助呼吸機(jī)報警的輸出穩(wěn)定性較高，可靠性較好，且響應(yīng)時間要低于傳統(tǒng)報警系統(tǒng)。