溫浩杰

摘 要： 針對(duì)病患生理參數(shù)的采集，結(jié)合軟件工程學(xué)的方法論，采用遠(yuǎn)程技術(shù)實(shí)現(xiàn)對(duì)體溫、血壓、脈搏等病區(qū)日常測(cè)量的生理參數(shù)的采集、分發(fā)與處理。從臨床醫(yī)生對(duì)監(jiān)控系統(tǒng)的使用習(xí)慣出發(fā)，通過(guò)數(shù)據(jù)庫(kù)建模技術(shù)、J2EE等技術(shù)，從海量數(shù)據(jù)收集，到數(shù)據(jù)庫(kù)建模以及利用SSH框架建立起生理參數(shù)管理平臺(tái)。該系統(tǒng)能滿足病區(qū)的日常生理參數(shù)的智能采集與全面的匯聚，給患者的日常治療提供可靠安全保證，為醫(yī)生及時(shí)做出臨床決策提供有力的保障。

關(guān)鍵詞： 病患； 生理參數(shù)； 監(jiān)控平臺(tái)； 數(shù)據(jù)挖掘

中圖分類號(hào)： TN311?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）16?0034?04

Design and implementation of physiological parameter management platform for patients

WEN Haojie

（Nanjing General Hospital of Nanjing Military Rejion， Nanjing 210002， China）

Abstract： Aiming at the patient physiological parameter acquisition， acquisition， distribution and processing of the daily?measured physiological parameters of temperature， blood pressure， pulse and so on were implemented with remote technology according to the software engineering theory. The physiological parameter management platform with the functions of data acquisition， database modeling and SSH framework application was established with database modeling technology and J2EE technology based on clinicians habits of using their monitoring systems. The system can meet the intelligent acquisition and comprehensive convergence of daily physiological parameters of patients in an endemic area， provide reliable security guarantee for daily treatment of patients and provide a strong guarantee for doctors to make their clinical decision.

Keywords： patient； physiological parameter； monitoring platform； data mining

0 引 言

隨著我國(guó)人口結(jié)構(gòu)逐漸向老齡化邁進(jìn)，一些新型的醫(yī)學(xué)模式也逐漸對(duì)疾病的治療、預(yù)防和控制等方面作出新嘗試，新一代數(shù)字健康工程技術(shù)正在朝著數(shù)字化、智能化的方向快速發(fā)展[1]。目前監(jiān)控儀所能監(jiān)測(cè)的是很有限的參數(shù)，而能自動(dòng)、連續(xù)、無(wú)創(chuàng)監(jiān)測(cè)的參數(shù)很少，且都僅限于生理參數(shù)[2]。從醫(yī)療信息化的發(fā)展來(lái)看，通過(guò)有效的醫(yī)療物聯(lián)網(wǎng)，醫(yī)院可以對(duì)患者或亞健康者進(jìn)行實(shí)時(shí)診斷并提供健康提醒服務(wù)，從而有效地減少和控制病患的發(fā)生與發(fā)展[3]。

隨著我國(guó)人口老齡化的進(jìn)一步加劇，需要家庭健康監(jiān)控的老年病人數(shù)也會(huì)越來(lái)越多，開(kāi)發(fā)一種生理參數(shù)管理平臺(tái)，全面匯聚病區(qū)的日常生理參數(shù)，對(duì)于解決“監(jiān)”與“護(hù)”統(tǒng)一問(wèn)題具有重要的現(xiàn)實(shí)意義。

1 病患生理參數(shù)管理平臺(tái)的架構(gòu)設(shè)計(jì)

1.1 業(yè)務(wù)與管理流程設(shè)計(jì)

病患生理參數(shù)管理平臺(tái)是基于物聯(lián)網(wǎng)，集生命體征采集和監(jiān)控、遠(yuǎn)程診斷和治療、慢病預(yù)防和干預(yù)、疾病隨訪、設(shè)備管理、居民健康檔案和健康信息統(tǒng)計(jì)分析于一體的大型信息系統(tǒng)[4]。該系統(tǒng)利用物聯(lián)網(wǎng)、數(shù)據(jù)挖掘、網(wǎng)絡(luò)通信等各種高科技手段，目標(biāo)是通過(guò)該平臺(tái)的使用可以實(shí)現(xiàn)遠(yuǎn)程的健康監(jiān)控。

管理平臺(tái)的總體架構(gòu)如圖1所示，被管理平臺(tái)服務(wù)的入網(wǎng)人群包含3部分，分別是體檢人群、門(mén)診病人和住院患者。

對(duì)于體檢人群，系統(tǒng)根據(jù)體檢結(jié)果對(duì)用戶進(jìn)行疾病風(fēng)險(xiǎn)評(píng)估和人群分類，如果其各項(xiàng)指標(biāo)正常，即被劃分為健康人群，出具健康體檢報(bào)告，并要求其定期進(jìn)行體檢。如果其某些指標(biāo)出現(xiàn)異常，但還沒(méi)有嚴(yán)重到患病的程度，則被劃分為亞健康人群，醫(yī)護(hù)人員利用遠(yuǎn)程健康管理，將對(duì)其出具相應(yīng)的疾病風(fēng)險(xiǎn)報(bào)告及健康干預(yù)指導(dǎo)。對(duì)于普通門(mén)診患者，健康管理平臺(tái)對(duì)其進(jìn)行分類，如果其為健康或亞健康，則同上述體檢人群的監(jiān)控方法一致。如果其患某種疾病，尚還未達(dá)到住院標(biāo)準(zhǔn)，醫(yī)護(hù)人員則可通過(guò)遠(yuǎn)程無(wú)線健康監(jiān)控平臺(tái)與病人實(shí)現(xiàn)互動(dòng)，根據(jù)實(shí)時(shí)體征參數(shù)調(diào)整用藥和治療方案，直到病人恢復(fù)健康。

對(duì)于住院患者，在其康復(fù)出院后，利用該系統(tǒng)對(duì)其術(shù)后狀況、康復(fù)過(guò)程進(jìn)行跟蹤、隨訪。出于醫(yī)院病床床位的限制和醫(yī)護(hù)人員的短缺，住院患者一般在病情得到初步治療和控制后就會(huì)安排出院，在家恢復(fù)康復(fù)。

圖1 醫(yī)院病患生理參數(shù)管理平臺(tái)架構(gòu)圖

1.2 病患生理參數(shù)管理平臺(tái)設(shè)計(jì)

本文提出的遠(yuǎn)程健康監(jiān)控平臺(tái)，患者可以在足不出戶的情況下與醫(yī)護(hù)人員進(jìn)行診斷交流并得到及時(shí)的反饋。遠(yuǎn)程健康監(jiān)控平臺(tái)通過(guò)各種采集器實(shí)時(shí)采集用戶生命體征信息，并通過(guò)無(wú)線網(wǎng)絡(luò)實(shí)時(shí)傳輸?shù)骄W(wǎng)絡(luò)服務(wù)器[5]。整個(gè)平臺(tái)由心電監(jiān)控系統(tǒng)、動(dòng)態(tài)血壓監(jiān)控系統(tǒng)、血糖監(jiān)控系統(tǒng)、睡眠監(jiān)控系統(tǒng)、呼吸監(jiān)控系統(tǒng)等諸多子系統(tǒng)組成，分別采集不同的體征參數(shù)以滿足不同病癥的監(jiān)控需求。遠(yuǎn)程健康監(jiān)控平臺(tái)的主要構(gòu)成如圖2所示。

圖2 遠(yuǎn)程健康監(jiān)控平臺(tái)的組成部分

遠(yuǎn)程心電監(jiān)控系統(tǒng)由心電采集器、健康手機(jī)、中心管理系統(tǒng)、醫(yī)生工作站等4個(gè)部分組成。該系統(tǒng)的主要?jiǎng)?chuàng)新點(diǎn)在于：基于心電采集器與健康手機(jī)采用分開(kāi)設(shè)計(jì)理念，同時(shí)采用單電源技術(shù)、低功耗中央處理器技術(shù)、高集成芯片設(shè)計(jì)技術(shù)與嵌入式軟件技術(shù)，并且有效集成，使得心電采集器“功耗小、體積小、重量輕、方便佩帶”；采用藍(lán)牙模塊休眠技術(shù)、CPU休眠技術(shù)、藍(lán)牙斷線自動(dòng)重連技術(shù)與嵌入式軟件技術(shù)，并且有效集成[6]，確保了通信的穩(wěn)定性和數(shù)據(jù)的可靠性；采用高效可靠的壓縮算法對(duì)待傳送數(shù)據(jù)進(jìn)行壓縮處理，使得網(wǎng)絡(luò)流量降低50%左右，有效利用帶寬，提高系統(tǒng)實(shí)時(shí)性；采用可靠的數(shù)據(jù)傳輸協(xié)議，利用分包、編號(hào)、重傳等手段使得在采集器和智能終端之間的心電數(shù)據(jù)傳輸準(zhǔn)確無(wú)誤；以上多種先進(jìn)技術(shù)確保了心電圖數(shù)據(jù)的實(shí)時(shí)、動(dòng)態(tài)、可靠傳送。

遠(yuǎn)程動(dòng)態(tài)血壓監(jiān)控系統(tǒng)側(cè)重于與高血壓相關(guān)的臨床方面的應(yīng)用及家庭血壓監(jiān)測(cè)；對(duì)病人在一天中不同時(shí)間段的收縮壓、舒張壓、心率等參數(shù)進(jìn)行客觀準(zhǔn)確采集并自動(dòng)傳送至e+醫(yī)健康手機(jī)，還可記錄特定事件（如進(jìn)餐、運(yùn)動(dòng)、睡眠、其他等）發(fā)生的時(shí)間；手機(jī)端接收到測(cè)量數(shù)據(jù)后，通過(guò)GPRS實(shí)時(shí)傳輸測(cè)量記錄到遠(yuǎn)程監(jiān)控平臺(tái)[7]。遠(yuǎn)程睡眠監(jiān)控系統(tǒng)采用了“血氧+可調(diào)節(jié)枕頭”的方法，當(dāng)患者發(fā)生阻塞性睡眠呼吸暫停綜合癥（OSAS）時(shí)，所用到的枕頭可以自動(dòng)的進(jìn)行調(diào)整，確保了患者的呼吸道總是處于通暢的狀態(tài)，以實(shí)現(xiàn)治療的效果。其特點(diǎn)是患者可以在家居環(huán)境下接受OSAS治療。

2 基于數(shù)據(jù)挖掘的生理參數(shù)研究

在遠(yuǎn)程健康監(jiān)控平臺(tái)上，針對(duì)通過(guò)獲取臨床信息與實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)，形成監(jiān)控的信息集成平臺(tái)。同時(shí)，在后臺(tái)并整理臨床治療數(shù)據(jù)與監(jiān)控波形數(shù)據(jù)形成臨床信息數(shù)據(jù)庫(kù)。

本文將80個(gè)患者的MAP記錄當(dāng)作測(cè)試集進(jìn)行提取。在這個(gè)測(cè)試集中對(duì)T0之前的30 min PWTT信號(hào)的統(tǒng)計(jì)特征進(jìn)行主成分變換，將變換完成后得到的結(jié)果作為特征參數(shù)輸入分類預(yù)測(cè)模型中進(jìn)行分類預(yù)測(cè)。其過(guò)程可以描述為：向訓(xùn)練過(guò)的BP神經(jīng)網(wǎng)絡(luò)中輸入測(cè)試集中的數(shù)據(jù)，從Matlab中調(diào)用函數(shù)sim，初步得到神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)分類，當(dāng)預(yù)測(cè)分類的值為1，將患者歸為H組，判斷的結(jié)果是該患者在預(yù)測(cè)窗口內(nèi)發(fā)生了急性低血壓；當(dāng)預(yù)測(cè)分類的值不等于1，將患者歸到C組，判斷的結(jié)果是該患者在預(yù)測(cè)窗口內(nèi)無(wú)急性低血壓的發(fā)生，接著對(duì)預(yù)測(cè)正確率進(jìn)行統(tǒng)計(jì)。為了優(yōu)化分類預(yù)測(cè)模型，本文試湊了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，利用對(duì)比和分析的辦法，選取其中的最優(yōu)化模型[8]。如表1網(wǎng)絡(luò)特性所示，表中所述的訓(xùn)練集平均正確率代表了訓(xùn)練集中用來(lái)測(cè)試網(wǎng)絡(luò)性能的子集在網(wǎng)絡(luò)預(yù)測(cè)下的正確率的平均值，測(cè)試集平均正確率代表了通過(guò)測(cè)試集測(cè)試網(wǎng)絡(luò)從而得出的正確率的平均值，從表中可以發(fā)現(xiàn)，選擇隱含層為2時(shí)，能得到較高的測(cè)試集平均正確率。當(dāng)隱含層單元數(shù)等于2時(shí)，將實(shí)驗(yàn)中的第7次交叉驗(yàn)證作為最佳模型進(jìn)行測(cè)試，得到了81.25%的測(cè)試集正確率。

表1 網(wǎng)絡(luò)特性

由表2發(fā)生與未發(fā)生記性低血壓的分類預(yù)測(cè)結(jié)果可知，針對(duì)完整的測(cè)試集（共包含80個(gè)病患者）來(lái)說(shuō)，該系統(tǒng)正確預(yù)測(cè)了67個(gè)在T0之后的1 h內(nèi)是否發(fā)生急性低血壓的患者記錄，將預(yù)測(cè)的準(zhǔn)確率提升至81.25%。應(yīng)用神經(jīng)網(wǎng)絡(luò)能有效的對(duì)不同組之間的特征參數(shù)的差別進(jìn)行快速學(xué)習(xí)，進(jìn)而利用神經(jīng)網(wǎng)絡(luò)卓越的非線性映射能力，可以對(duì)急性低血壓病癥的發(fā)生進(jìn)行有效的分類。

表2 發(fā)生與未發(fā)生記性低血壓的分類預(yù)測(cè)

3 病患生理參數(shù)管理平臺(tái)的實(shí)現(xiàn)

從功能角度來(lái)說(shuō)該平臺(tái)主要包括3部分，用戶入網(wǎng)注冊(cè)模塊、醫(yī)患實(shí)時(shí)交互模塊和慢病隨訪模塊，如圖3所示為病患生理參數(shù)管理平臺(tái)的模塊組成。

3.1 用戶入網(wǎng)注冊(cè)模塊

該模塊主要包括不同類型的用戶注冊(cè)以及用戶的權(quán)限管理，用戶主要包括體檢用戶、門(mén)診患者、出院患者和醫(yī)護(hù)人員。該模塊具備醫(yī)護(hù)人員的用戶注冊(cè)和權(quán)限管理功能，對(duì)醫(yī)護(hù)人員進(jìn)行實(shí)名認(rèn)證，并對(duì)于不同級(jí)別不同分工的醫(yī)護(hù)人員給予不同的權(quán)限管理，加強(qiáng)整個(gè)模塊的安全認(rèn)證機(jī)制，保證患者的權(quán)益得到充分保護(hù)、患者的隱私不被泄露。

圖3 醫(yī)院病患生理參數(shù)管理平臺(tái)的功能模塊

3.2 醫(yī)患實(shí)時(shí)交互模塊

基于Web，該平臺(tái)的醫(yī)患實(shí)時(shí)交互模塊支持視頻、音頻、短消息、郵件等的互動(dòng)，利用該模塊，用戶可以向醫(yī)護(hù)人員述說(shuō)病情，征詢建議，醫(yī)護(hù)人員給予實(shí)時(shí)講解和診治。該模塊集成了視頻、語(yǔ)音、短消息等各種功能，以滿足醫(yī)患之間任意時(shí)間任意形式的交流。

3.3 慢病隨訪模塊

慢病隨訪模塊針對(duì)特定的慢性病人或手術(shù)后病人進(jìn)行定期的遠(yuǎn)程檢查和診治，對(duì)用藥和日常生活習(xí)慣給予指導(dǎo)。無(wú)論是基于Web的互動(dòng)平臺(tái)還是基于Pad的移動(dòng)工作站都是一種利用了云計(jì)算技術(shù)的瘦客戶端，大量資料存儲(chǔ)在云端數(shù)據(jù)中心，用戶通過(guò)訪問(wèn)醫(yī)療云來(lái)獲取相應(yīng)信息。

3.4 編程實(shí)現(xiàn)

本系統(tǒng)采用Hibernate方法對(duì)數(shù)據(jù)持久層進(jìn)行開(kāi)發(fā)，將Hibernate反轉(zhuǎn)工程運(yùn)用其中，在數(shù)據(jù)庫(kù)中數(shù)據(jù)表生成相應(yīng)的POJO （Plain Ordinary Java Object）類和映射文件[9]。以遠(yuǎn)程心電監(jiān)控表Source和分類表Holter為例，生成的Holter類用來(lái)存儲(chǔ)Source表的詳細(xì)信息。其中THolter類中有一個(gè)集合類型，用來(lái)存儲(chǔ)Patient對(duì)象，從而體現(xiàn)數(shù)據(jù)庫(kù)中的“一對(duì)多”的關(guān)系。在這種方法中與Holter類相對(duì)應(yīng)的配置文件是Holter.Hibernate.xml。由JSP對(duì)用戶界面進(jìn)行實(shí)現(xiàn)，同時(shí)使用Struts所提供的標(biāo)簽可規(guī)避在JSP中植入太多Java腳本，以改善代碼的可讀性。通過(guò)JavaScript提供的XMLHttpRequest發(fā)送請(qǐng)求并得到結(jié)果，其具體實(shí)現(xiàn)過(guò)程為：

（1） 客戶端

首先要?jiǎng)?chuàng)建XMLHttpRequest組件，相關(guān)代碼為：

function createXmlHttpRequest0{

if（window.ActiveXObject）{//如果是IE瀏覽器

return new ActiveXObject（"Microsoft.XMLHTTP"）：

}else if（window.XMLHttpRequest）{//IE瀏覽器

return new XMLHttpRequest（）；

}

}

然后設(shè)置要提交URL地址，并設(shè)置回調(diào)函數(shù)，通過(guò)XMLHttpRequest對(duì)象的Open方法初始化，通過(guò)Send方法發(fā)送請(qǐng)求?；卣{(diào)函數(shù)中通過(guò)ResponseText屬性得到服務(wù)器端返回信息，判斷后輸出。

（2） Server端

在Action類方法中，通過(guò)調(diào)用數(shù)據(jù)庫(kù)中建立的“user”表來(lái)判斷用戶是否存在以及密碼是否正確，并傳遞返回值。使用Log4j日志記錄系統(tǒng)中日志管理所采用的Log4j技術(shù)。Log4j是Apache官方的一個(gè)開(kāi)放源的代碼項(xiàng)目，具有強(qiáng)大的日志記錄管理功能，其通過(guò)修改相關(guān)配置文件，即可以指定存儲(chǔ)日志的輸出目的地、輸出級(jí)別，以及每條日志的輸出格式，極大地提高了日志系統(tǒng)的靈活性。

3.5 運(yùn)行結(jié)果

網(wǎng)絡(luò)端口實(shí)時(shí)接收TCP/IP格式數(shù)據(jù)，包括床墊協(xié)議數(shù)據(jù)與多參數(shù)協(xié)議數(shù)據(jù)（包括長(zhǎng)程數(shù)據(jù)與片段數(shù)據(jù)）。網(wǎng)絡(luò)端口實(shí)時(shí)轉(zhuǎn)發(fā)收到的數(shù)據(jù)，以廣播形式實(shí)時(shí)發(fā)送。實(shí)時(shí)數(shù)據(jù)的數(shù)據(jù)庫(kù)存儲(chǔ)，非實(shí)時(shí)數(shù)據(jù)與報(bào)告的上傳與下載病人檔案信息管理軟件的編寫(xiě)。此功能以BS模式進(jìn)行編寫(xiě)，用戶使用IE瀏覽器即可瀏覽。以用戶ID號(hào)為主識(shí)別信息標(biāo)志。

具體包括：用戶登錄管理、設(shè)備管理、病人信息管理、監(jiān)控信息管理、數(shù)據(jù)與報(bào)告上傳功能等。此處僅列舉病患生理參數(shù)管理平臺(tái)所采集并生成的體動(dòng)趨勢(shì)圖，如圖4所示。

圖4 體動(dòng)趨勢(shì)圖

4 結(jié) 語(yǔ)

本文采用遠(yuǎn)程技術(shù)針對(duì)生理參數(shù)的采集提出了醫(yī)院病患生理參數(shù)管理平臺(tái)，并對(duì)其進(jìn)行系統(tǒng)設(shè)計(jì)和功能模塊的分析。針對(duì)所采集的海量數(shù)據(jù)，采用數(shù)據(jù)挖掘技術(shù)對(duì)生理參數(shù)進(jìn)行分析處理與集成應(yīng)用，通過(guò)采用BP人工神經(jīng)網(wǎng)絡(luò)的方法實(shí)現(xiàn)急性低血壓導(dǎo)致休克的預(yù)測(cè)，實(shí)驗(yàn)證明取得了較高的準(zhǔn)確率。最終通過(guò)數(shù)據(jù)庫(kù)建模技術(shù)，利用SSH框架實(shí)現(xiàn)了醫(yī)院病患生理參數(shù)管理平臺(tái)，解決了醫(yī)護(hù)人員可以在患者足不出戶的情況下得到其生理參數(shù)，并進(jìn)行相應(yīng)的指導(dǎo)與診治的難題。

參考文獻(xiàn)

[1] 金凡，王成，白麗紅，等.基于Android平臺(tái)的脈搏波監(jiān)測(cè)系統(tǒng)的研究[J].計(jì)算機(jī)測(cè)量與控制，2014，22（4）：994?996.

[2] 高翔，劉秀鵬，馮天天，等.基于無(wú)線體域網(wǎng)的康復(fù)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)技術(shù)與發(fā)展，2014，24（9）：234?237.

[3] 陳超.遠(yuǎn)程醫(yī)療監(jiān)控系統(tǒng)服務(wù)器平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2012.

[4] 梁鐵.基于多智能體的遠(yuǎn)程健康監(jiān)控系統(tǒng)結(jié)構(gòu)及時(shí)間校準(zhǔn)研究[D].保定：河北大學(xué)，2011.

[5] KOH H C， TAN G. Data mining applications in healthcare [J]. Journal of Healthcare Information Management， 2011， 19（2）： 65?70.

[6] 許雪楠，梁晉濤，黃邦宇.基于STM32的健康一體機(jī)控制系統(tǒng)的設(shè)計(jì)[J].微型機(jī)與應(yīng)用，2013，32（16）：20?22.

[7] 陳浩，王昊翔，田志宏，等.基于嵌入式Linux的遠(yuǎn)程生理參數(shù)監(jiān)護(hù)系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2013，21（7）：1843?1845.

[8] MAO Y， CHEN Y， HACKMANN G， et al. Early deterioration warning for hospitalized patients by mining clinical data [J]. International Journal of Knowledge Discovery in Bioinformatics （IJKDB）， 2011， 2（3）： 1?20.

[9] NAKAYAMA N， OKETANI M， KAWAMURA Y， et al. Algorithm to determine the outcome of patients with acute liver failure： a data?mining analysis using decision trees [J]. Journal of Gastroenterology， 2012， 47（6）： 664?677.