【技術實現步驟摘要】
本專利技術涉及健康監測，更具體地說，本專利技術涉及一種施工人員生命體征監測手環及其監測方法。
技術介紹
1、隨著現代建筑業和工程項目的發展，施工人員的工作環境日益復雜和惡劣，特別是在高溫環境下，施工人員面臨的健康風險顯著增加，如中暑、熱射病等。因此，如何有效地監測施工人員的生命體征，及時發現健康異常并進行預警，成了一個亟需解決的問題。傳統的施工人員健康監測通常依賴于人工觀察和簡單的生命體征測量手段，如定期體溫監測、心率監測等。然而，這些方法不僅效率低下，難以及時響應突發健康問題，而且在高溫、濕熱等特殊環境下，缺乏對環境因素的綜合考慮，無法準確評估施工人員的實際健康風險。
2、現有技術中，一些智能穿戴設備能夠對生命體征進行實時監測，但其分析能力有限，通常依賴本地設備進行簡單的健康數據處理，難以應對復雜的環境因素影響。此外，現有的健康監測系統通常只考慮生命體征數據，未能將環境因素與健康數據結合起來進行綜合分析，從而降低了預警的準確性和及時性。因此，亟需一種能夠實時監測施工人員生命體征，并在必要時結合環境因素進行綜合分析，提供準確、及時的健康預警方法，以有效保障施工人員在惡劣環境下的健康和安全。
技術實現思路
1、為實現上述目的，本專利技術提供如下技術方案：
2、一種施工人員生命體征監測手環，包括生命體征傳感模塊、環境監測模塊、本地數據處理模塊、云端分析模塊、本地預警模塊、云端預警模塊；
3、生命體征傳感模塊用于通過預置的多種體征傳感器實時監測施工人員
4、環境監測模塊用于通過預置的多種環境傳感器實時監測施工人員工作環境信息并輸送至云端分析模塊；
5、本地數據處理模塊用于初步處理實時監測到的施工人員的生命體征信息并在本地進行初步的健康狀態分析，然后根據初步的健康狀態分析的結果決定將初步處理的結果輸送至云端分析模塊或發送不同等級的本地預警信號至本地預警模塊；
6、云端分析模塊基于決策樹算法和施工人員工作環境信息判斷是否需要考慮環境因素，并且基于判斷結果進行云端分析操作，然后將云端分析結果輸送至云端預警模塊；
7、本地預警模塊用于根據本地預警信號的等級執行預設的本地預警策略；
8、云端預警模塊用于根據云端分析結果決定是否進行云端定位預警操作。
9、在一個優選的實施方式中，初步處理實時監測到的施工人員的生命體征信息指的是：
10、對采集到的生命體征數據進行初步的噪聲過濾與校正，然后計算預設的生命體征數據的基本統計量。
11、在一個優選的實施方式中，在本地進行初步的健康狀態分析指的是：
12、獲取每一項生命體征數據基本統計量中的平均值、最大值、最小值，然后計算目標項生命體征數據最大值減去最小值的差值，同時將平均值與預設的目標項生命體征數據的標準數值范圍進行對比，如果滿足差值小于等于預設的目標項生命體征數據的標準波動閾值且平均值位于預設的目標項生命體征數據的標準數值范圍內，則將該目標項生命體征數據標記為正常數據，如果不滿足差值小于等于預設的目標項生命體征數據的標準波動閾值且平均值位于預設的目標項生命體征數據的標準數值范圍內，則將該目標項生命體征數據標記為失常數據。
13、在一個優選的實施方式中，根據初步的健康狀態分析的結果決定將初步處理的結果輸送至云端分析模塊或發送不同等級的本地預警信號至本地預警模塊指的是：
14、當不存在生命體征數據標記為失常數據時，將初步處理的結果輸送至云端分析模塊，當存在生命體征數據標記為失常數據時，統計被標記為失常數據的生命體征數據種類的總數量m，以及被標記為正常數據的生命體征數據種類的總數量n，計算失常數據占據的比例p，p=m/（n+m），預設有比例范圍區間-預警等級表單，根據失常數據占據的比例p落入的比例范圍區間發出對應等級的本地預警信號至本地預警模塊。
15、在一個優選的實施方式中，云端分析模塊基于決策樹算法和施工人員工作環境信息判斷是否需要考慮環境因素指的是：
16、匯總環境監測模塊通過預置的多種環境傳感器實時監測到的施工人員工作環境信息，得到環境數據集，環境數據集由多個環境數據參數組成；
17、在一個優選的實施方式中，將多個環境數據參數進行篩選，得到一個主參數和多個附屬參數；
18、設定決策樹的根節點和分支節點：根節點以主參數為判斷條件，分支節點以附屬參數為判斷條件，然后設置根節點和分支節點的決策條件，決策樹將輸出是否需要考慮環境因素作為生命體征分析的一部分，如果最終輸出結果為“是”，則在云端分析生命體征數據時，將環境因素納入考量，如果最終輸出結果為“否”，則在云端分析生命體征數據時，不將環境因素納入考量。
19、在一個優選的實施方式中，將多個環境數據參數進行篩選，得到一個主參數和多個附屬參數指的是：
20、將環境數據集中所有的環境數據參數分別計算其與環境熱應激可能性的相關系數，根據相關系數的絕對值大小，將環境數據參數按從高到低排序，排序后，選擇與環境熱應激可能性相關性最強的參數作為主參數，然后將其余的環境數據參數的相關系數與預設的篩選閾值進行對比，若環境數據參數的相關系數的絕對值小于預設的篩選閾值，則將其標記為無用參數并進行剔除，若環境數據參數的相關系數的絕對值不小于預設的篩選閾值，則將其標記為附屬參數并進行保留。
21、在一個優選的實施方式中，相關系數使用皮爾遜相關系數或斯皮爾曼秩相關系數。
22、在一個優選的實施方式中，云端分析指的是：
23、在將環境因素納入考量時，將所有預設的生命體征數據的基本統計量、主參數、附屬參數進行匯總得到輸入向量x，然后將輸入向量x輸入預訓練完成的神經網絡模型一中，神經網絡模型一輸出風險值一；
24、在不將環境因素納入考量時，將所有預設的生命體征數據的基本統計量進行匯總得到輸入向量p，然后將輸入向量p輸入預訓練完成的神經網絡模型二中，神經網絡模型二輸出風險值二。
25、在一個優選的實施方式中，云端預警模塊用于根據云端分析結果決定是否進行云端定位預警操作指的是：云端預警模塊接收到風險值一或風險值二，將風險值一或風險值二與對應的預設的風險預警閾值對比，若超過對應的預設的風險預警閾值，則獲取該監測手環的位置定位信息并進行云端預警。
26、在一個優選的實施方式中，一種施工人員生命體征監測方法，包括以下步驟：
27、通過預置的多種體征傳感器實時監測施工人員的生命體征信息，通過預置的多種環境傳感器實時監測施工人員工作環境信息；
28、初步處理實時監測到的施工人員的生命體征信息并在本地進行初步的健康狀態分析，然后根據初步的健康狀態分析的結果決定將初步處理的結果輸送至云端進行繼續分析或發送不同等級的本地預警信號，接著根據本地預警信號的等級執行預設的本地預警策略；
29、基于決策樹算法和施工人員工作環境信本文檔來自技高網...
【技術保護點】
1.一種施工人員生命體征監測手環，其特征在于，包括生命體征傳感模塊、環境監測模塊、本地數據處理模塊、云端分析模塊、本地預警模塊、云端預警模塊；
2.根據權利要求1所述的一種施工人員生命體征監測手環，其特征在于，初步處理實時監測到的施工人員的生命體征信息指的是：
3.根據權利要求2所述的一種施工人員生命體征監測手環，其特征在于，在本地進行初步的健康狀態分析指的是：
4.根據權利要求3所述的一種施工人員生命體征監測手環，其特征在于，根據初步的健康狀態分析的結果決定將初步處理的結果輸送至云端分析模塊或發送不同等級的本地預警信號至本地預警模塊指的是：
5.根據權利要求4所述的一種施工人員生命體征監測手環，其特征在于，云端分析模塊基于決策樹算法和施工人員工作環境信息判斷是否需要考慮環境因素指的是：
6.根據權利要求5所述的一種施工人員生命體征監測手環，其特征在于，將多個環境數據參數進行篩選，得到一個主參數和多個附屬參數指的是：
7.根據權利要求6所述的一種施工人員生命體征監測手環，其特征在于，相關系數使用皮爾遜相關系數
8.根據權利要求7所述的一種施工人員生命體征監測手環，其特征在于，云端分析指的是：
9.根據權利要求8所述的一種施工人員生命體征監測手環，其特征在于，云端預警模塊用于根據云端分析結果決定是否進行云端定位預警操作指的是：云端預警模塊接收到風險值一或風險值二，將風險值一或風險值二與對應的預設的風險預警閾值對比，若超過對應的預設的風險預警閾值，則獲取該監測手環的位置定位信息并進行云端預警。
10.一種施工人員生命體征監測方法，基于根據權利要求1-9任一項所述的一種施工人員生命體征監測手環實現，其特征在于，包括以下步驟：
...【技術特征摘要】
1.一種施工人員生命體征監測手環，其特征在于，包括生命體征傳感模塊、環境監測模塊、本地數據處理模塊、云端分析模塊、本地預警模塊、云端預警模塊；
2.根據權利要求1所述的一種施工人員生命體征監測手環，其特征在于，初步處理實時監測到的施工人員的生命體征信息指的是：
3.根據權利要求2所述的一種施工人員生命體征監測手環，其特征在于，在本地進行初步的健康狀態分析指的是：
4.根據權利要求3所述的一種施工人員生命體征監測手環，其特征在于，根據初步的健康狀態分析的結果決定將初步處理的結果輸送至云端分析模塊或發送不同等級的本地預警信號至本地預警模塊指的是：
5.根據權利要求4所述的一種施工人員生命體征監測手環，其特征在于，云端分析模塊基于決策樹算法和施工人員工作環境信息判斷是否需要考慮環境因素指的是：
6.根據權利要求5所述的一種...
【專利技術屬性】
技術研發人員：裘鑫，
申請(專利權)人：寧波智能制造技術研究院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。