所屬欄目:康復(fù)醫(yī)學(xué)論文 發(fā)布日期:2019-07-26 11:05 熱度:
[摘 要] 近年來抑郁癥已成為一種危害全人類身心健康的精神疾病,人類患病率極高。臨床研究發(fā)現(xiàn),情況較為嚴(yán)重的抑郁癥患者存在計(jì)劃性自殺傾向。面對(duì)這一事實(shí),在心理治療與藥物治療的配合下,為了減輕家人與護(hù)士監(jiān)護(hù)的緊張,在物聯(lián)網(wǎng)中,以抑郁癥患者活動(dòng)空間中傳感器采集信號(hào)為數(shù)據(jù)基礎(chǔ),利用混沌粒子群算法,完成抑郁癥患者行為識(shí)別優(yōu)化與及時(shí)報(bào)警,實(shí)現(xiàn)抑郁癥患者智能看護(hù),從而降低抑郁癥患者的自殘率與自殺率。
[關(guān)鍵詞] 抑郁癥; 物聯(lián)網(wǎng); 混沌粒子群算法
1 引言
抑郁癥是危害全人類身心健康的常見病,臨床表現(xiàn)為對(duì)事物喪失興趣、情緒低落、意念消極,該疾病的發(fā)生因素與環(huán)境、情感、壓力等相關(guān)[1]。臨床研究發(fā)現(xiàn),情況較為嚴(yán)重的抑郁癥患者存在計(jì)劃性自殺傾向,根據(jù)文獻(xiàn)記載分析,約半數(shù)的自殺死亡者在生前都有抑郁傾向,造成的危害較大[2]。近年來隨著抑郁癥患者數(shù)量的日益增多,家人與護(hù)士的看護(hù)能力越來越不足,越來越需要利用人工智能方法對(duì)抑郁癥患者進(jìn)行監(jiān)護(hù),從而降低抑郁癥患者的風(fēng)險(xiǎn)。由于抑郁癥患者在家的行為存在較大突發(fā)性和隨機(jī)性,因此在物聯(lián)網(wǎng)中,將抑郁癥患者活動(dòng)空間中傳感器采集的信號(hào)進(jìn)行增強(qiáng)處理,在此基礎(chǔ)上,采用混沌粒子群算法,實(shí)現(xiàn)抑郁癥患者行為識(shí)別優(yōu)化與及時(shí)報(bào)警,實(shí)現(xiàn)抑郁癥患者智能看護(hù),從而降低抑郁癥患者的自殘率與自殺率[3 - 5]。
2 物聯(lián)網(wǎng)下抑郁癥患者監(jiān)控視覺信號(hào)的獲取及其增強(qiáng)處理
2. 1 監(jiān)控布局與傳感器分布圖
2. 2 抑郁癥患者傳感器監(jiān)控視覺信號(hào)的獲取采用物聯(lián)網(wǎng)技術(shù),根據(jù)公式( 1) 提取抑郁癥患者的自動(dòng)看護(hù)信號(hào): M( a,b) = log2 k( a,b) + log2[i( a,b) /k( a,b) ] ( 1) 式中,抑郁癥患者看護(hù)信號(hào)目標(biāo)函數(shù)用 M( a,b) 表示; 指定時(shí)間域中的抑郁癥患者看護(hù)信號(hào)用 k( a,b) 來描述; 抑郁癥患者看護(hù)信號(hào)的連續(xù)性用 i( a,b) 來描述,此連續(xù)性可以由公式( 2) 計(jì)算出。 i( a,b) = Nexp[( a - b) /γ2 ] ( 2) 其中,用 γ 來描述物聯(lián)網(wǎng)中抑郁癥患者自動(dòng)看護(hù)信號(hào)特征之間的相關(guān)性,用 N 來描述看護(hù)信號(hào)的波譜,因此,能夠得到結(jié)果 ∫i( a,b) dadb = 1 。
2. 3 抑郁癥患者監(jiān)控視覺信號(hào)的增強(qiáng)處理采用公式( 3) 將物聯(lián)網(wǎng)中抑郁癥患者自動(dòng)看護(hù)信號(hào)進(jìn)行傅里葉變換,采用公式( 4) 將物聯(lián)網(wǎng)中抑郁癥患者自動(dòng)看護(hù)信號(hào)進(jìn)行傅里葉逆變換處理。 I( x,y) = 1 MN∑ M-1 a = 0 ∑ N-1 b = 0 i( a,b) ln[wπ( ax /M - yb /N]( 3) 其中 x = 0,1,2,…,M - 1; y = 0,1,2,…,N - 1。 I( x,y) 表示最終的二維離散信號(hào),a 和 b 表示在該坐標(biāo)的灰度變量; x 和 y 表示變換后離散的變量。 i( a,b) = ∑ M-1 x = 0 ∑ N-1 y = 0 I( x,y) ln[wπ( ax /M - yb /N] ( 4) 式中 x = 0,1,2,…,M - 1; y = 0,1,2,…,N - 1。進(jìn)過傅立葉變換對(duì)二維空間離散數(shù)據(jù)跟頻率域之間創(chuàng)建了關(guān)聯(lián)。根據(jù)公式( 5) 可以對(duì)物聯(lián)網(wǎng)中抑郁癥患者自動(dòng)看護(hù)信號(hào)進(jìn)行增強(qiáng)處理: Tq( z,a) = ∑ M q = 1 Yq{ ln[I( z,a) + ln[H-1 ( I'( w,x) H'( w,x) ) ]} ( 5) 其中 H'( w,x) 表示濾波器函數(shù)。根據(jù)以上所述,獲取到物聯(lián)網(wǎng)中抑郁癥患者自動(dòng)看護(hù)過程中采集的信號(hào),并將其進(jìn)行增強(qiáng)處理,從而奠定了抑郁癥患者自動(dòng)看護(hù)的數(shù)據(jù)基礎(chǔ)。
3 利用混沌粒子群方法實(shí)現(xiàn)抑郁癥患者自動(dòng)看護(hù)
在物聯(lián)網(wǎng)中,采用混沌粒子群優(yōu)化算法,首先將看護(hù)系統(tǒng)中上述增強(qiáng)的信號(hào)作為粒子群中的粒子,通過混沌序列對(duì)這些粒子的位置和速度進(jìn)行設(shè)置。其次,采用混沌序列的搜索算法使用混沌序列中的最佳位置個(gè)體取代當(dāng)前種群中某個(gè)體的位置。如此迭代處理,得到最優(yōu)粒子群矩陣。混沌粒子群優(yōu)化算法的實(shí)現(xiàn)流程如圖 3 所示。
4 結(jié)語
鑒于抑郁癥患者的日益增多,本文提出了一種基于物聯(lián)網(wǎng)智能的抑郁癥患者自動(dòng)看護(hù)方法,首先將抑郁癥患者活動(dòng)空間進(jìn)行傳感器布控,對(duì)采集到的信號(hào)通過變換進(jìn)行增強(qiáng)處理,利用混沌粒子群算法,,完成抑郁癥患者行為識(shí)別,根據(jù)識(shí)別結(jié)果完成自動(dòng)看護(hù)。譬如上吊、開窗跳樓等情況,能夠及時(shí)通知到家人及護(hù)士,從而降低抑郁癥患者的自殘率與自殺率。
[參考文獻(xiàn)]
[1] 許旺旺,樓忠澤,侯言彬,等. 抑郁癥量化治療的研究進(jìn)展[J]. 浙江醫(yī)學(xué),2018,40( 18) : 2080-2082.
[2] 孟祥力. 分析抑郁癥患者自殺的防范及護(hù)理措施[J]. 世界最新醫(yī)學(xué)信息文摘,2018,18( 91) : 295,298
相關(guān)閱讀推薦:計(jì)算機(jī)物聯(lián)網(wǎng)或大數(shù)據(jù)方面論文怎么發(fā)表正規(guī)
文章標(biāo)題:基于物聯(lián)網(wǎng)智能的抑郁癥患者自動(dòng)監(jiān)控方法研究
轉(zhuǎn)載請(qǐng)注明來自:http://www.56st48f.cn/fblw/yixue/kangfu/40552.html
攝影藝術(shù)領(lǐng)域AHCI期刊推薦《Phot...關(guān)注:105
Nature旗下多學(xué)科子刊Nature Com...關(guān)注:152
中小學(xué)教師值得了解,這些教育學(xué)...關(guān)注:47
2025年寫管理學(xué)論文可以用的19個(gè)...關(guān)注:192
測(cè)繪領(lǐng)域科技核心期刊選擇 輕松拿...關(guān)注:64
及時(shí)開論文檢索證明很重要關(guān)注:52
中國水產(chǎn)科學(xué)期刊是核心期刊嗎關(guān)注:54
國際出書需要了解的問題解答關(guān)注:58
合著出書能否評(píng)職稱?關(guān)注:48
電信學(xué)有哪些可投稿的SCI期刊,值...關(guān)注:66
通信工程行業(yè)論文選題關(guān)注:73
SCIE、ESCI、SSCI和AHCI期刊目錄...關(guān)注:120
評(píng)職稱發(fā)論文好還是出書好關(guān)注:68
復(fù)印報(bào)刊資料重要轉(zhuǎn)載來源期刊(...關(guān)注:51
英文期刊審稿常見的論文狀態(tài)及其...關(guān)注:69
Web of Science 核心合集期刊評(píng)估...關(guān)注:58
醫(yī)學(xué)論文范文
精神醫(yī)學(xué)論文 康復(fù)醫(yī)學(xué)論文 醫(yī)學(xué)校驗(yàn)論文 臨床醫(yī)學(xué)論文 預(yù)防醫(yī)學(xué)論文 基礎(chǔ)學(xué)論文 營養(yǎng)學(xué)論文 藥學(xué)論文
期刊百科問答
copyright © www.56st48f.cn, All Rights Reserved
搜論文知識(shí)網(wǎng) 冀ICP備15021333號(hào)-3