[发明专利]基于卷积网络和长短期记忆网络的二便预警系统及方法

说明书

本发明公开了一种基于卷积网络和长短期记忆网络的二便预警系统及方法。所述方法包括以下步骤：采集人体生理参数数据；进行数据增强构建数据集；对数据集进行划分；构建卷积神经网络和长短期记忆网络组合模型并利用划分的数据集对其进行训练，得到训练完成的组合模型；将训练完成的组合模型部署到嵌入式开发平台上；在嵌入式开发平台上利用传感设备构建人体生理参数实时监测部分；在嵌入式开发平台上获取人体实时生理参数数据并利用训练完成的组合模型判断是否产生二便预警信号，若否则返回持续获取生理参数，若是则驱动报警器进行报警。本发明实现对生理参数数据的实时分析，二便预警信号检测的准确率高，能够实时、鲁棒地实现大小便预警。

技术领域

本发明涉及信号检测预警领域，具体涉及一种基于卷积网络和长短期记忆网络的二便预警系统及方法。

背景技术

随着我国老龄化的加剧，老年人口越来越多。许多老人由于身体机能的下降，需要长期卧床休养，难于自行大小便，甚至有些失能老人如痴呆、瘫痪患者，无法自行感知大小便意，若照顾不周，大小便的污物若没有及时清理，容易出现各种并发症，严重影响老人的生活质量和寿命。

专利《一种穿戴式大小便坐便器及设有该坐便器的护理床》中提供了一种穿戴式大小便坐便器及设有该坐便器的护理床。穿戴式大小便坐便器通过包带包紧大便斗和小便斗，使坐便器主体内部形成密闭空间，使用者大小便的时候，大小便均在密闭空间中排出。但是上述大小便护理方式为便后处理，且长期穿戴不透气不舒适，还不利于血液流通。

因此，急需一种能实现便前预警，不需要长期穿戴的大小便处理系统。

发明内容

本发明为解决老人大小便护理不方便的技术问题，基于对人体生理信息数据的实时监测，利用卷积神经网络和长短期记忆网络（CNN-LSTM）组合模型，结合Jetson TX2嵌入式开发平台，提供了一种轻量型二便预警系统及其方法，能够实时、鲁棒地实现大小便预警。

本发明的目的至少通过如下技术方案之一实现。

基于卷积网络和长短期记忆网络的二便预警系统，包括人体生理参数实时监测模块、组合模型训练模块和嵌入式开发平台；

其中，人体生理参数实时监测模块采集人体生理参数数据，进行数据增强构建数据集并对数据集进行划分；组合模型训练模块构建卷积神经网络和长短期记忆网络组合模型并利用划分的数据集对其进行训练，得到训练完成的卷积神经网络和长短期记忆网络组合模型；嵌入式开发平台上部署训练完成的卷积神经网络和长短期记忆网络组合模型，获取人体生理参数实时监测模块实时采集的人体生理参数数据并进行二便预警判断。

进一步地，人体生理参数数据包括脑电信号、胃电信号、心电信号和肠鸣音信号。

进一步地，人体生理参数实时监测模块包括脑电传感器、胃电传感器、心电传感器和肠鸣音听诊器，分别用于采集人体的脑电信号、胃电信号、心电信号和肠鸣音信号，具体如下：

被测者以躺姿采集数据，每次采集若干时长，按照被测者有无真实便意给数据添加有便意或无便意的标签；

使用带通滤波器对采集的人体生理参数数据进行零相位滤波，其幅度平方响应满足：

其中，为频率，为复数单位，为截止频率，N为阶数，A为常数，以去除基线漂移和噪声；

将滤波后的每种人体生理参数数据分割成若干个样本段，其中，保留每个样本段内的时间序列的连续性。

进一步地，人体生理参数实时监测模块中，基于数据增强理论，对分割样本段后的若干个人体生理参数数据样本段进行数据增强，构建人体生理参数信息数据集，具体包括以下步骤：

S1、使用z变换，用随机确定的均值和标准偏差对分割样本段后的若干个人体生理参数数据样本段进行重新归一化，公式为：