[发明专利]一种基于物联网边缘计算的人工心脏控制系统及运行方法

权利要求书

1.一种基于物联网边缘计算的人工心脏控制系统，其特征在于，包含人工心脏、控制器、边缘计算模块、云服务器；人工心脏与控制器电路或信号连接，控制器分别与边缘计算模块、云服务器进行电路或信号连接，边缘计算模块与云服务器电路或信号连接；

控制器用于控制人工心脏，采集人工心脏的实时数据，并且将此数据传输到边缘计算模块和云服务器；边缘计算模块用于处理控制器传输的人工心脏的数据，将原始数据和处理后的数据进行保存，然后将数据传输给云服务器，同时反馈给控制器；云端服务器对控制器传输的数据进行处理，对边缘计算模块传输的数据进行保存，同时结合患者的生理状态信息对数据进行再次优化处理，将最终的处理结果反馈给控制器，控制器反馈给人工心脏。

2.按照权利要求1所述的一种基于物联网边缘计算的人工心脏控制系统，其特征在于，所述人工心脏是分体式人工心脏，包括人工心脏泵以及体外磁驱动系统；

所述控制器用于控制人工心脏，采集人工心脏产生的数据，并将数据传输给边缘计算模块和云服务器；所述边缘计算模块用于数据的保存及处理、网络传输以及通信协议的转换，同时连接其他的终端设备；所述云服务器用于接收来自控制器以及边缘计算模块传输的数据，并对数据进行处理，同时结合患者的生理信息对数据进行优化处理，将数据反馈给控制器，控制器根据优化后的数据对人工心脏进行优化控制；

所述控制器用于控制体外磁驱动系统，进而控制人工心脏泵，并且采集人工心脏产生的数据，包括人工心脏泵的转速、输出流量，将数据传输到边缘计算模块以及云服务器，然后根据PID算法对人工心脏泵的运行状态进行第一次修正；

所述边缘计算模块嵌入了实时操作系统，能实时对数据进行处理，包括数据的清洗、整合以及保存，优化后的数据再传输到云服务器；

所述边缘计算模块可以接收来自云服务器传输的数据，同时能够区分数据是控制器本地还是云端处理的数据。

3.按照权利要求1所述的一种基于物联网边缘计算的人工心脏控制系统，其特征在于，边缘计算模块嵌入的实时操作系统，选自RT-Thread、FREERTOS、LINUX操作系统；

边缘计算模块所处理的数据包括控制器采集的原始数据，包含人工心脏泵的转速、输出流量等原始数据；

边缘计算模块对数据进行的处理，包括数据清洗、整合以及保存，其中数据清洗是指对原始数据进行清洗，包括去除有缺失的数据、去除格式和内容错误的数据、去除逻辑错误的数据、去除不需要的数据，数据整合是指对清洗后的数据进行整合，数据保存包括对清洗、整合之后的数据进行保存。

4.按照权利要求1所述的一种基于物联网边缘计算的人工心脏控制系统，其特征在于，边缘计算模块含有内置端口，基本包含两个端口：COM1、COM2，COM1端口连接控制器，使用IIC、SPI、UART等传输协议进行数据传输；COM2端口连接云服务器，使用TCP\IP数据传输协议，并且使用TCP\IP协议下的Socket应用程序编程接口进行通信，根据接口的不同以及通信协议的不同来识别是控制器本地传输的数据还是云端处理的数据。

5.按照权利要求1所述的一种基于物联网边缘计算的人工心脏控制系统，其特征在于，所述边缘计算模块连接其他的终端设备，主要是采集心电信号的终端设备；

所述的采集心电信号的终端设备是十二导联心电采集设备，或便携式心电采集设备。

6.按照权利要求1所述的一种基于物联网边缘计算的人工心脏控制系统，其特征在于，云服务器在同时受到控制器以及边缘计算模块传输的数据时，首先对边缘计算模块传输的数据进行保存，其次对控制器传输的数据进行处理；

云服务器对控制器传输的原始数据进行处理，其处理过程与边缘计算模块对原始数据的处理过程一致，也包括数据清洗、整合以及保存；

所述云服务器所存储的大量数据，包括控制器传输的原始数据、边缘计算模块传输的数据、患者的生理状态信息，使用机器学习进行建模训练，以此来对人工心脏下一时刻的运行状态进行预测，如有风险产生，则及时产生预警，将预警信息及时传输到控制器，对人工心脏的运行状态进行调整。

7.采用权利要求1-6任一项所述的一种基于物联网边缘计算的人工心脏控制系统的运行方法，其特征在于，包括以下步骤：

第一步，初次开启人工心脏，输入初始参数；人工心脏系统开启后，人工心脏泵稳定运行，控制器采集人工心脏泵运行时的主要参数：人工心脏泵的转速、人工心脏泵的输出流量，根据这两个主要参数，通过PID算法对人工心脏泵的转速进行调整，将调整后的人工心脏泵的转速反馈给人工心脏泵，此为人工心脏泵的第一次修正；同时，控制器将采集到的原始数据通过有线网络传输给边缘计算模块，通过无线网络传输给云服务器；

经过第一次的修正，人工心脏泵可以稳定运行；

第二步，在人工心脏泵经过第一次的修正稳定运行之后，控制器就向边缘计算模块发送信号“人工心脏泵第一次稳定运行”，边缘计算模块在接收到该信号之后，边缘计算模块开始采集心电信号；边缘计算模块将实时采集到的心电信号使用心电算法进行处理，将心电数据处理结果反馈给控制器，同时将心电数据处理结果上传到云服务器，控制器根据边缘计算模块反馈的心电信号对人工心脏的运行状态进行第二次的优化控制；

第三步，在人工心脏泵经过第二次的优化调整，在稳定运行之后，控制器就向边缘计算模块发送信号“人工心脏泵第二次稳定运行”，在边缘计算模块收到该信号之后，由边缘计算模块向云服务器发送信号“人工心脏泵第二次已经稳定运行”以及对应的转速，云服务器在收到边缘计算模块发送的信号之后，云服务器向边缘计算模块发送信号“收到”，之后云服务器开始接收边缘计算模块传输的人工心脏泵转速数据、人工心脏泵输出流量数据、心电信号数据，同时云服务器对患者的生理状态信息和接受到的数据进行综合整合，此时将数据结果直接反馈给控制器，控制器根据此数据对人工心脏的运行状态进行第三次的优化控制；

第四步，云服务器保持不同心衰患者的各项数据，每个患者的数据包括边缘计算模块传输的数据、患者的生理状态信息，根据患者的年龄阶段以及心衰程度作为数据分类重要指标，以此建立一个关于不同程度的心衰患者信息数据库；

云服务器收到的第一批由边缘计算模块上传的数据作为训练数据，使用相关机器学习算法进行训练进而建立相应的模型，之后将该模型发送到边缘计算模块；

当边缘计算模块本身判定该模型在使用过程中产生的结果不符合对应的人工心脏泵转速的预期时，会将该模型发给云服务器进行修正，之后在将重新训练之后的模型发送给边缘计算模块，多次重复直至符合边缘计算模块的要求，最终的模型能在边缘计算模块上进行使用；

第五步，根据稳定的模型来对人工心脏下一时刻的运行状态进行预测，如有风险产生，则及时产生预警，将预警信息及时传输到控制器，对人工心脏的运行状态进行调整。