許文鵬，譚林，周千里，徐雪婧

（1.公安部第一研究所，北京100048；2.北京市公安局，北京100740）

0 引言

公安監(jiān)管部門承擔(dān)著在押人員的警戒看管和行政處罰的重要職責(zé)，同時(shí)也擔(dān)負(fù)著保證在押人員羈押期間生命安全的責(zé)任和義務(wù)?！犊词厮鶊?zhí)法細(xì)則》規(guī)定對(duì)患有嚴(yán)重疾病，可能有生命危險(xiǎn)的認(rèn)定為三級(jí)重大安全風(fēng)險(xiǎn)，在日常監(jiān)管工作中，醫(yī)生每天上、下午至少各巡診一次，及時(shí)發(fā)現(xiàn)和處置在押人員病情[1]。

但諸如心臟病、腦中風(fēng)等突發(fā)性疾病往往在常規(guī)檢查中很難被發(fā)現(xiàn)，一旦發(fā)病則有較大概率造成在押人員的非正常死亡?？词厮鶅?nèi)羈押期間非正常死亡事件的頻發(fā)，經(jīng)失實(shí)輿論炒作所造成的社會(huì)影響惡劣，嚴(yán)重影響公安機(jī)關(guān)執(zhí)法公信力，給公安監(jiān)管民警帶來了巨大的工作壓力。

隨著微機(jī)電技術(shù)、無線傳感網(wǎng)技術(shù)和物聯(lián)網(wǎng)技術(shù)的不斷進(jìn)步，人體生命體征監(jiān)測(cè)技術(shù)也得到了迅速的發(fā)展。同時(shí)隨著人工智能技術(shù)近幾年來的快速發(fā)展，而機(jī)器學(xué)習(xí)作為推動(dòng)人工智能技術(shù)發(fā)展的核動(dòng)力，在各行各業(yè)也得到了廣泛應(yīng)用[3]，各類機(jī)器學(xué)習(xí)算法和模型越發(fā)成熟，研究具有智能化、網(wǎng)絡(luò)化、便攜式、可穿戴式的生命體征監(jiān)測(cè)設(shè)備逐漸成為智能監(jiān)管領(lǐng)域的主要研究方向。當(dāng)前我國市面上出現(xiàn)了幾款消費(fèi)級(jí)可穿戴產(chǎn)品，如小米手環(huán)、美心血氧儀等，以上設(shè)備雖然做到了便攜性與可穿戴，但是普遍存在數(shù)據(jù)采集方式單一、測(cè)量值誤差大等問題，因而無法精確提取被監(jiān)管人群的生命體征健康數(shù)據(jù)，這些問題直接導(dǎo)致了其很難在監(jiān)管等領(lǐng)域進(jìn)行拓展應(yīng)用。

針對(duì)上述實(shí)戰(zhàn)需求本文提出了一種基于機(jī)器學(xué)習(xí)的在押人員可穿戴多傳感器融合的生命體征監(jiān)測(cè)系統(tǒng)設(shè)計(jì)方案。在該系統(tǒng)中具體的產(chǎn)品形式包括智能指環(huán)、智能手環(huán)和智能胸帶。其中嵌有血氧采集傳感器、體溫傳感器、血壓傳感器、心率傳感器等，可以實(shí)時(shí)監(jiān)測(cè)被監(jiān)管人員的生命體征數(shù)據(jù)。所采集的生命體征數(shù)據(jù)通過無線傳感網(wǎng)絡(luò)傳輸，可以使遠(yuǎn)程監(jiān)控中心應(yīng)用服務(wù)能夠在快速的與生命體征監(jiān)測(cè)設(shè)備進(jìn)行數(shù)據(jù)交互，同時(shí)具有與PC、手機(jī)和PAD 等不同的終端進(jìn)行交互數(shù)據(jù)的能力，進(jìn)而能夠?qū)?shù)據(jù)通過無線的方式傳輸至網(wǎng)絡(luò)云端進(jìn)行分析處理、可視化展示以及通過機(jī)器學(xué)習(xí)算法和模型對(duì)健康狀況進(jìn)行研判。

1 相關(guān)技術(shù)分析

1.1 機(jī)器學(xué)習(xí)概述

機(jī)器學(xué)習(xí)的基本思想是對(duì)海量數(shù)據(jù)進(jìn)行算法設(shè)計(jì)，通過對(duì)歷史數(shù)據(jù)的分析和學(xué)習(xí)，得到針對(duì)數(shù)據(jù)分類或回歸的目標(biāo)函數(shù)。因此機(jī)器學(xué)習(xí)是通過對(duì)海量數(shù)據(jù)的學(xué)習(xí)，獲得經(jīng)驗(yàn)，并通過經(jīng)驗(yàn)來改善系統(tǒng)的性能。通常機(jī)器學(xué)習(xí)分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)[4]。

在機(jī)器學(xué)習(xí)過程中，學(xué)習(xí)器從訓(xùn)練樣本中學(xué)習(xí)出潛在的數(shù)據(jù)間的規(guī)律，可以得到一個(gè)復(fù)雜的曲線能夠完美地?cái)M合我們的訓(xùn)練集，即經(jīng)驗(yàn)誤差很小，但是這樣的學(xué)習(xí)器對(duì)于未知數(shù)據(jù)表現(xiàn)出的效果卻不理想[10]，會(huì)把訓(xùn)練樣本數(shù)據(jù)的其他特點(diǎn)當(dāng)作數(shù)據(jù)的一般性質(zhì)，進(jìn)而導(dǎo)致泛化性能降低，在機(jī)器學(xué)習(xí)中我們統(tǒng)稱為過擬合[9]，與之相對(duì)的就是欠擬合。在本文系統(tǒng)設(shè)計(jì)中，我們選擇k-折交叉驗(yàn)證使模型的泛化誤差最小。k-折交叉驗(yàn)證就是將訓(xùn)練集的1/k 作為測(cè)試集，每個(gè)模型訓(xùn)練k 次，測(cè)試k 次，錯(cuò)誤率為k 次的平均，最終選擇平均率最小的模型。如圖1 所示。

圖1 交叉驗(yàn)證過程

1.2 光電容積脈搏波法原理描述

光電容積描記法是通過借助于光電技術(shù)在人體動(dòng)脈血管中檢測(cè)血管內(nèi)液容積變化的重要手段和方法。一定波長的光束通過透射或者反射的方式照射到指端皮膚表現(xiàn)，由于人體體表內(nèi)液和其他血液組織會(huì)對(duì)光束產(chǎn)生不同程度的吸收和折射，從而導(dǎo)致透射或反射光束能量衰減，經(jīng)測(cè)定，皮膚、肌肉組織和內(nèi)液等成分對(duì)光束的能量衰減是恒定的，而指端皮膚血液內(nèi)容積會(huì)根據(jù)心臟的周期性活動(dòng)呈現(xiàn)規(guī)律性的變化；當(dāng)心臟收縮時(shí)，心臟內(nèi)血液擠壓流入血管中，此時(shí)血管內(nèi)血量最多，對(duì)照射到皮膚光束的吸收量也最大，導(dǎo)致光接收器檢測(cè)到的光能量最??；反之，心臟舒張血液回流，導(dǎo)致光接收器檢測(cè)到的光能量最大[6]。光接收器將此光能量變化信號(hào)轉(zhuǎn)換成弱電信號(hào)，便可獲得容積脈搏血液的變化。光電容積描記法正是根據(jù)以上基本原理對(duì)人體的重要生理指標(biāo)進(jìn)行實(shí)時(shí)采集和監(jiān)測(cè)，如圖2所示。

圖2 光電容積描記法原理圖

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)總體架構(gòu)

本文設(shè)計(jì)了一個(gè)基于機(jī)器學(xué)習(xí)模型和無線傳感技術(shù)的高危人群在押人員生命體征監(jiān)測(cè)系統(tǒng)，通過該監(jiān)測(cè)系統(tǒng)可以連續(xù)采集在押人員的心率、心電、血壓和血氧等多個(gè)生命體征參數(shù)，醫(yī)護(hù)人員和值班民警可以通過監(jiān)控中心遠(yuǎn)程實(shí)時(shí)監(jiān)控在押人員的重要生命體征參數(shù)，當(dāng)在押人員身體出現(xiàn)緊急情況或突發(fā)疾病時(shí)，系統(tǒng)能自動(dòng)傳輸報(bào)警信息。同時(shí)基于機(jī)器學(xué)習(xí)算法搭建健康分析數(shù)據(jù)模型可以對(duì)在押人員的生理參數(shù)進(jìn)行分析診斷，以此對(duì)在押人員進(jìn)行疾病管控、健康干預(yù)和醫(yī)護(hù)指導(dǎo)。該系統(tǒng)的總體設(shè)計(jì)架構(gòu)如圖3 所示。

圖3 系統(tǒng)總體架構(gòu)

（1）數(shù)據(jù)采集層

采集層負(fù)責(zé)收集物理環(huán)境下人體各類活動(dòng)數(shù)據(jù)。采集層包括多個(gè)傳感器節(jié)點(diǎn)，每個(gè)傳感器節(jié)點(diǎn)由傳感器、MCU、電源管理和網(wǎng)絡(luò)組成；在本系統(tǒng)中主要采用心率傳感器、心電電極貼、血氧采集傳感器、血壓傳感器和紅外體溫傳感器等，用來實(shí)時(shí)獲取在押人員心率、心電、血氧和血壓等重要生命體征參數(shù)。采集層節(jié)點(diǎn)通過各傳感器感應(yīng)被測(cè)人體參數(shù)和指標(biāo)，并將數(shù)據(jù)上傳至數(shù)據(jù)傳輸層。

（2）數(shù)據(jù)傳輸層

數(shù)據(jù)傳輸層通過與采集層和數(shù)據(jù)處理層的上下連接，通過通信網(wǎng)絡(luò)進(jìn)行信息傳輸，為系統(tǒng)提供基礎(chǔ)設(shè)施服務(wù)。傳輸層由無線傳感網(wǎng)、有線網(wǎng)、互聯(lián)網(wǎng)及各種私有網(wǎng)絡(luò)組成，在數(shù)據(jù)采集層各傳感器和數(shù)據(jù)處理層之間起到紐帶和橋梁作用，負(fù)責(zé)將獲取的傳感器感知信息，經(jīng)過互聯(lián)網(wǎng)或私有網(wǎng)絡(luò)，安全可靠地傳輸?shù)缴蠈舆M(jìn)行數(shù)據(jù)分析，然后根據(jù)不同的應(yīng)用需求進(jìn)行數(shù)據(jù)的交互與處理。該系統(tǒng)中主要采用藍(lán)牙、3G/4G 移動(dòng)網(wǎng)絡(luò)和局域網(wǎng)絡(luò)等進(jìn)行數(shù)據(jù)的傳輸與通信。

（3）數(shù)據(jù)處理層

數(shù)據(jù)處理層的主要作用是將采集的生命體征數(shù)據(jù)進(jìn)行壓縮存儲(chǔ)，將多維生命體征數(shù)據(jù)存儲(chǔ)于遠(yuǎn)程數(shù)據(jù)庫服務(wù)器中；同時(shí)通過建立索引和指針，將索引裝進(jìn)內(nèi)存，可以極大地提高獲取多維數(shù)據(jù)集的效率。

此外數(shù)據(jù)處理層還可以對(duì)多維數(shù)據(jù)集進(jìn)行簡單的數(shù)據(jù)處理，例如數(shù)據(jù)一致性檢查、無效值的剔除和缺失值的填充等，將噪聲數(shù)據(jù)進(jìn)行簡單的篩選和清洗，從而為機(jī)器學(xué)習(xí)建模提供高質(zhì)量數(shù)據(jù)源。

（4）應(yīng)用服務(wù)層

通過基于機(jī)器學(xué)習(xí)的數(shù)據(jù)處理模型，系統(tǒng)可以有效的對(duì)提取的生命體征數(shù)據(jù)進(jìn)行分析和歸類，本系統(tǒng)中主要提供以下應(yīng)用服務(wù)：疾病分類、指標(biāo)劃分和監(jiān)測(cè)評(píng)估；值班民警、駐所醫(yī)護(hù)人員都可以通過該服務(wù)對(duì)在押人員的身體健康情況作進(jìn)一步的預(yù)判和疾病分析。

（5）預(yù)測(cè)與分析層

根據(jù)應(yīng)用服務(wù)層提供的應(yīng)用接口，可以實(shí)現(xiàn)對(duì)在押人員身體狀況的健康管理、病情研判，并使醫(yī)護(hù)人員結(jié)合病情實(shí)施有效的疾病和治療干預(yù)方案；同時(shí)對(duì)Web 平臺(tái)用戶和移動(dòng)通訊終端（Android、iOS）提供了醫(yī)療健康信息以及數(shù)據(jù)分析和信息挖掘服務(wù)的接口，幫助用戶更好的對(duì)生命體征數(shù)據(jù)進(jìn)行預(yù)測(cè)和分析預(yù)判。

在本文中設(shè)計(jì)一款內(nèi)置多種生命采集傳感器和藍(lán)牙傳輸模塊的可穿戴式生命體征設(shè)備，可以隨時(shí)隨地獲取在押人員的生命體征參數(shù)，并通過內(nèi)嵌的藍(lán)牙傳輸模塊將數(shù)據(jù)發(fā)送到藍(lán)牙路由器，藍(lán)牙路由器可以將藍(lán)牙信號(hào)進(jìn)行擴(kuò)展與延伸，進(jìn)而實(shí)現(xiàn)多臺(tái)藍(lán)牙設(shè)備大范圍的連接與組網(wǎng)，并將數(shù)據(jù)通過TCP 送至遠(yuǎn)程服務(wù)器和監(jiān)控平臺(tái)。

遠(yuǎn)程監(jiān)控平臺(tái)可以實(shí)時(shí)接收和查看采集到的在押人員生命體征數(shù)據(jù)，當(dāng)生命體征參數(shù)出現(xiàn)異常時(shí)，監(jiān)控平臺(tái)會(huì)發(fā)出報(bào)警提示；同時(shí)針對(duì)海量的健康數(shù)據(jù)，選用合適的機(jī)器學(xué)習(xí)算法對(duì)數(shù)據(jù)反復(fù)進(jìn)行訓(xùn)練，進(jìn)而得到一個(gè)可以適應(yīng)訓(xùn)練集的健康模型，將各種數(shù)據(jù)通過數(shù)據(jù)可視化技術(shù)進(jìn)行繪圖顯示和診斷統(tǒng)計(jì)，交由專業(yè)醫(yī)護(hù)人員和值班民警進(jìn)行健康管理和預(yù)判。同時(shí)在押人員家屬也可以通過Web 端訪問遠(yuǎn)程服務(wù)器，實(shí)時(shí)、異地查看在押人員的健康生理信息。

2.2 系統(tǒng)組成

本系統(tǒng)集多生命體征采集傳感技術(shù)、無線傳感技術(shù)、MCU、數(shù)字信號(hào)處理技術(shù)、遠(yuǎn)程Web 監(jiān)護(hù)平臺(tái)開發(fā)、包括生理數(shù)據(jù)的采集與傳輸、服務(wù)器搭建、數(shù)據(jù)庫的建立以及基于機(jī)器學(xué)習(xí)的數(shù)據(jù)建模與數(shù)據(jù)分析可視化的效果展示等組成，其中系統(tǒng)組成圖如圖4 所示。

圖4 系統(tǒng)組成圖

基于機(jī)器學(xué)習(xí)的生命體征監(jiān)測(cè)系統(tǒng)可以分為四大模塊[2]：數(shù)據(jù)采集模塊、數(shù)據(jù)管理模塊、網(wǎng)絡(luò)通信模塊、預(yù)測(cè)與分析模塊。

（1）數(shù)據(jù)采集模塊設(shè)計(jì)

在生命體征監(jiān)測(cè)系統(tǒng)中，數(shù)據(jù)采集模塊采用插件式模塊單元設(shè)計(jì)，心電監(jiān)測(cè)單元、血壓監(jiān)測(cè)單元、血氧監(jiān)測(cè)單元、心率監(jiān)測(cè)單元和體表溫度監(jiān)測(cè)單元共同組成了插件式數(shù)據(jù)采集模塊。數(shù)據(jù)采集模塊單元可根據(jù)需求進(jìn)行模塊的增加和刪減，同時(shí)插件式的設(shè)計(jì)可以使生命體征監(jiān)測(cè)設(shè)備集成度高、功耗降低、體積變小、進(jìn)而使MCU 的電路設(shè)計(jì)更加簡單。

采用的傳感器如表1所示。

表1 采集單元傳感器

本文選用ST 公司出品的低功耗微處理器STM32F103ZET6 控制系統(tǒng)和各類生命體征傳感器。

（2）數(shù)據(jù)管理模塊設(shè)計(jì)

數(shù)據(jù)管理模塊為系統(tǒng)提供數(shù)據(jù)采集、讀取、存儲(chǔ)和簡單處理的功能，通過提供data_read()接口[8]，可以讀取傳感器數(shù)據(jù)，包括心率、心電、血壓、血氧和體溫等生理體征參數(shù)；數(shù)據(jù)管理模塊通過data_collect()接口調(diào)用數(shù)據(jù)采集器，獲取生命體征數(shù)據(jù)，并為系統(tǒng)指定存儲(chǔ)目標(biāo)數(shù)據(jù)服務(wù)器，該過程對(duì)用戶是透明的。在data_read()接口函數(shù)中，需要設(shè)置以下三個(gè)參數(shù)：①數(shù)據(jù)路徑：通過設(shè)置路徑，可以為系統(tǒng)快速找到數(shù)據(jù)存放服務(wù)器地址；②樣本數(shù)：機(jī)器學(xué)習(xí)算法中每次訓(xùn)練需要的樣本數(shù)，通過接口可以返回訓(xùn)練樣本集；③數(shù)據(jù)類型：讀取數(shù)據(jù)時(shí)，根據(jù)數(shù)據(jù)不同的用途，有三種數(shù)據(jù)用于訓(xùn)練模型，一種數(shù)據(jù)用于預(yù)測(cè)模型，接口必須按照數(shù)據(jù)類型返回不同的標(biāo)志位。

（3）通信模塊設(shè)計(jì)

在藍(lán)牙通信模塊中采用HC-05-D。將單片機(jī)的串口和藍(lán)牙模塊相連，藍(lán)牙的TXD 和RXD 引腳分別與單片機(jī)的TXD 和RXD 引腳連接，即交叉直接連接。生命體征監(jiān)測(cè)設(shè)備的藍(lán)牙通信模塊通過藍(lán)牙AP可以將帶有藍(lán)牙模塊的生命監(jiān)測(cè)設(shè)備組網(wǎng)，并將數(shù)據(jù)通過TCP 協(xié)議傳輸至服務(wù)器端。在藍(lán)牙路由器中可以嵌入藍(lán)牙模塊，從而可以實(shí)現(xiàn)接收多個(gè)藍(lán)牙終端的數(shù)據(jù)；此外藍(lán)牙路由器利用藍(lán)牙SPP 協(xié)議，與藍(lán)牙終端建立連接，通過SPP 通道進(jìn)行數(shù)據(jù)傳送。

生命體征采集設(shè)備的藍(lán)牙模塊與藍(lán)牙AP 通信模塊的通信流程如圖5 所示。

生命體征監(jiān)測(cè)設(shè)備通過調(diào)用Bluetooth 接口，獲取自帶的藍(lán)牙適配器，并開啟藍(lán)牙功能。通過調(diào)用藍(lán)牙設(shè)備搜索接口函數(shù)，對(duì)周邊的藍(lán)牙設(shè)備終端進(jìn)行掃描，當(dāng)搜索到匹配的藍(lán)牙適配器時(shí)，則進(jìn)行設(shè)備注冊(cè)、建立連接并停止掃描，至此藍(lán)牙掃描工作完成。掃描并匹配成功的設(shè)備名稱和設(shè)備MAC 地址將分別儲(chǔ)存在藍(lán)牙搜索的公有成員變量中，當(dāng)掃描結(jié)束后，會(huì)向生命體征監(jiān)測(cè)設(shè)備藍(lán)牙適配器發(fā)送一個(gè)類型為0x01 的句柄消息。同時(shí)handleMessage 接口函數(shù)也會(huì)收到類型為0x01 的消息，掃描程序通過設(shè)備遍歷對(duì)周邊的設(shè)備進(jìn)行逐個(gè)匹配直到找到符合要求的藍(lán)牙終端設(shè)備。

當(dāng)設(shè)備連接上以后，每個(gè)設(shè)備都擁有各自的BluetoothSocket，就可以實(shí)現(xiàn)設(shè)備之間數(shù)據(jù)的共享了。藍(lán)牙AP 則可通過BluetoothSocket 的getOutStream()向數(shù)據(jù)采集層各采集模塊發(fā)送傳輸控制指令，對(duì)獲取到的生命體征數(shù)據(jù)則通過TCP/IP 協(xié)議發(fā)送到數(shù)據(jù)庫服務(wù)器中，進(jìn)而可以對(duì)收集到的生理參數(shù)通過機(jī)器學(xué)習(xí)預(yù)測(cè)和分析模塊進(jìn)行列表顯示和圖表顯示，并綜合判斷當(dāng)前數(shù)據(jù)，給出疾病預(yù)警提示和初步診斷預(yù)案。

圖5 通信流程設(shè)計(jì)

（4）預(yù)測(cè)與分析模塊設(shè)計(jì)

在該模塊中，將使用TensorFlow 框架對(duì)采集到的生理體征數(shù)據(jù)進(jìn)行學(xué)習(xí)和訓(xùn)練，并建立機(jī)器學(xué)習(xí)模型，再使用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型對(duì)最新采集的數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)，并將分析結(jié)果返回給值班民警和駐所醫(yī)護(hù)人員[7]。

根據(jù)TensorFlow 的設(shè)計(jì)模式，設(shè)計(jì)人工神經(jīng)網(wǎng)絡(luò)模型，可以得到TensorFlow 的數(shù)據(jù)流圖如圖6 所示。

將獲取到的生命體征數(shù)據(jù)按照格式要求填充至輸入張量（tensor）中，將輸入數(shù)據(jù)與權(quán)值相乘，再與偏移值相加，經(jīng)過兩個(gè)隱藏層后，再通過ReLU 變換和Softmax 層得到最終輸出變量，在進(jìn)行梯度下降函數(shù)求解過程中，將會(huì)采用神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果作為其輸入，保證梯度下降函數(shù)的最優(yōu)。

圖6 TensorFlow數(shù)據(jù)流圖

在上述公式中，a 表示為(1,10)之間任意常數(shù)；n 表示為輸出；m 表示為輸入；l 表示為節(jié)點(diǎn)。在預(yù)測(cè)和分析模塊中，輸入層的節(jié)點(diǎn)包括ID、數(shù)值、類型、人員性質(zhì)、現(xiàn)狀、有無疾病史等8 個(gè)屬性。所以網(wǎng)絡(luò)的輸入層m=8；根據(jù)預(yù)測(cè)和分析要求，將分析結(jié)果作為網(wǎng)絡(luò)輸出結(jié)果，因此輸出層節(jié)點(diǎn)n=1；由于三層BP 神經(jīng)網(wǎng)絡(luò)可接近任意連續(xù)的函數(shù)，故選擇BP 三層網(wǎng)絡(luò)。同時(shí)根據(jù)輸入層、輸出層和隱藏層的個(gè)數(shù)，經(jīng)試驗(yàn)，可以得到每個(gè)隱藏層節(jié)點(diǎn)個(gè)數(shù)為5。

BP 網(wǎng)絡(luò)學(xué)習(xí)過程設(shè)計(jì)如下：

首先確定每個(gè)單元的偏置為(-2/m,2/m)間的隨機(jī)數(shù)，即為(-1/4,1/4)，確定學(xué)習(xí)率為1，目標(biāo)誤差率為0.001。

然后確定輸出層和隱藏層每個(gè)單元的輸入輸出，利用如下線性公式：

將Logistic 函數(shù)作用于上面公式，可以得到：

Oj=1/(1+e-Ij)

由于該模塊需要經(jīng)常對(duì)數(shù)據(jù)進(jìn)行分析并且對(duì)實(shí)時(shí)性要求較高，在數(shù)據(jù)源發(fā)生改變后需要重新進(jìn)行機(jī)器學(xué)習(xí)過程，因此神經(jīng)網(wǎng)絡(luò)模型不宜過于復(fù)雜。為保證數(shù)據(jù)預(yù)測(cè)和分析更加精準(zhǔn)和實(shí)時(shí)，在本文中機(jī)器學(xué)習(xí)模型將采用BP 神經(jīng)網(wǎng)絡(luò)對(duì)生命體征數(shù)據(jù)進(jìn)行分析學(xué)習(xí)和預(yù)測(cè)。

在BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)過程中將使用如下公式進(jìn)行節(jié)點(diǎn)數(shù)計(jì)算：

其中，Wij是上層輸入層單元i 和j 的權(quán)值，Oi是上一層i 的輸出，Bj是j 的偏置，Oj是j 的輸出。

通過更新W 和B 可以計(jì)算向后傳播的誤差，利用如下公式：

其中，Oj(1-Oj)為對(duì)Logistic 函數(shù)進(jìn)行求導(dǎo)計(jì)算得到。

同時(shí)將下一層j 單元的誤差進(jìn)行加權(quán)求和，可計(jì)算隱藏層j 的誤差。

如此對(duì)數(shù)據(jù)進(jìn)行反復(fù)訓(xùn)練，直到達(dá)到最小誤差允許范圍，則BP 神經(jīng)網(wǎng)絡(luò)建立。

（5）遠(yuǎn)程監(jiān)控平臺(tái)設(shè)計(jì)

遠(yuǎn)程監(jiān)控平臺(tái)設(shè)計(jì)如圖7 所示。平臺(tái)設(shè)計(jì)采用B/S 架構(gòu)，可以實(shí)現(xiàn)值班民警和駐所醫(yī)生遠(yuǎn)程訪問監(jiān)控平臺(tái)的數(shù)據(jù)，同時(shí)在押人員生命體征監(jiān)測(cè)設(shè)備終端采集的各類生命體征參數(shù)，例如心率、心電、血氧等數(shù)據(jù)，也會(huì)實(shí)時(shí)存儲(chǔ)到遠(yuǎn)程數(shù)據(jù)庫服務(wù)器中。

圖7 遠(yuǎn)程監(jiān)控平臺(tái)設(shè)計(jì)

在監(jiān)控平臺(tái)中，通過機(jī)器學(xué)習(xí)模型對(duì)在押人員生命體征數(shù)據(jù)進(jìn)行數(shù)據(jù)分析與處理，可以將被測(cè)試在押人員的身體健康狀況分為Ⅰ、Ⅱ、Ⅲ和Ⅳ四個(gè)危險(xiǎn)等級(jí)。其中Ⅰ表示健康、Ⅱ表示良好、Ⅲ表示患有慢性疾病、Ⅳ表示患有高危疾病，需要緊急救治，稍有疏忽可能會(huì)危及在押人員的生命危險(xiǎn)。經(jīng)數(shù)據(jù)分析和機(jī)器學(xué)習(xí)模型處理后的在押人員生命體征數(shù)據(jù)將會(huì)以可視化圖表的形式進(jìn)行展示，方便值班民警對(duì)數(shù)據(jù)進(jìn)一步挖掘和進(jìn)行動(dòng)態(tài)交互。遠(yuǎn)程醫(yī)護(hù)人員也可以對(duì)此監(jiān)控平臺(tái)進(jìn)行訪問，通過采集到的在押人員生理數(shù)據(jù)，醫(yī)護(hù)人員結(jié)合自己臨床經(jīng)驗(yàn)，對(duì)在押人員身體狀況進(jìn)一步分析，針對(duì)高危人員，并及時(shí)給出健康治療方案。

3 結(jié)語

本文綜合利用單片機(jī)、各生命數(shù)據(jù)采集傳感器、無線通信和移動(dòng)網(wǎng)絡(luò)等技術(shù)，并結(jié)合機(jī)器學(xué)習(xí)算法和模型，給出了監(jiān)管場(chǎng)所在押人員生命體征監(jiān)測(cè)系統(tǒng)的整體設(shè)計(jì)方案，實(shí)現(xiàn)了基于心率、血壓、心電等傳感器的生理數(shù)據(jù)采集、傳輸和遠(yuǎn)程實(shí)時(shí)監(jiān)控平臺(tái)軟件的開發(fā)。本系統(tǒng)通過藍(lán)牙路由器作為生命體征數(shù)據(jù)的采集和中轉(zhuǎn)平臺(tái)，通過與生理數(shù)據(jù)采集設(shè)備的藍(lán)牙模塊進(jìn)行適配，可以實(shí)現(xiàn)把在押人員的生命體征數(shù)據(jù)經(jīng)由TCP 通信協(xié)議傳輸至遠(yuǎn)程服務(wù)器端數(shù)據(jù)庫中，同時(shí)遠(yuǎn)程監(jiān)控平臺(tái)的指令和操作也可以經(jīng)由藍(lán)牙路由器下發(fā)給生理數(shù)據(jù)采集設(shè)備。此外通過基于機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法，可以實(shí)現(xiàn)對(duì)在押人員身體狀態(tài)給出健康評(píng)估模型，當(dāng)身體出現(xiàn)異樣時(shí)，能快速發(fā)現(xiàn)并能作出反應(yīng)，并能結(jié)合健康數(shù)據(jù)庫，給予健康建議，推動(dòng)了移動(dòng)醫(yī)療的發(fā)展，保障了在押人員的生命健康和安全，具有重要的社會(huì)意義和價(jià)值。