基于声音识别面向无针注射的用药提醒方法和系统与流程

文档序号:31537769发布日期:2022-09-16 23:01阅读:61来源:国知局
基于声音识别面向无针注射的用药提醒方法和系统与流程

1.本技术涉及无针注射技术,特别是一种基于声音识别面向无针注射的用药提醒方法和系统。


背景技术:

2.无针注射又称为“温柔注射”,在进行药物注射时不使用针头,利用压力源产生的瞬间高压,将液体药物以超细、高速、直线喷出高压射流的方式高速透过皮肤,弥散进入机体组织,作为一种医疗技术、一种新的注射技术,正逐渐应用于临床。
3.对于需要注射如胰岛素或生长激素等荷尔蒙的患者,需要注射的频率高而且治疗时间长,在使用无针注射时,因为注射药物进入肌体的深度有限,对皮下组织损伤极小,神经末梢受刺激较小,因此相较于有针注射没有明显的刺痛感,较容易克服长期打针所带来的恐惧、疼痛、断针等问题而大大提升依从性;另外,在使用无针注射时的起效时间相比有针要快至少15分钟,对于胰岛素的注射,可以节省用药量,同时能够使得药物的效果更加平稳,降低糖尿病发症的风险,而对于生长素的注射,有阶段性观察统计结果显示,有针注射单月增高1.7厘米,无针注射单月增高2.4厘米,显示了无针注射在大分子药物注射方面的优势。可预见,随着医药研究的不断深入,在未来无针注射将会成为药物注射的主流。
4.现有的用药提醒相关产品大多数都是基于闹钟设定实现提醒功能,操作繁琐,缺乏人性化,智能化水平低,由于人为因素设定不合理的闹钟提醒出现误提醒和漏提醒的可能性大,尤其是对于用药频率较高的老年人用户,所需设定的闹钟提醒逻辑关系较复杂,出现误提醒和漏提醒的可能性将大大增加;另外,针对无针注射用药提醒的专用产品在市场中更是少见。


技术实现要素:

5.本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于声音识别面向无针注射的用药提醒方法和系统,以便于自动提醒用户进行注射。
6.本技术实施例提供了一种基于声音识别面向无针注射的用药提醒方法,包括以下步骤:获取用药信息;根据用药信息和用户上一次用药时间计算出用户下一次用药的时间;若达到下一次用药的时间,则通过用药提醒终端提醒用户用药;当无针注射配件安装到无针注射器时,通过声音传感器按周期获取环境声音信号,并根据所述环境声音信号检测注射事件;根据所述注射事件对应的时间戳记录用户的用药时间。
7.在一些实施例中,通过声音传感器按周期获取环境声音信号,并根据所述环境声音信号检测注射事件,具体包括:获取环境声音信号;
设置帧长和帧移,对声音信号进行分帧处理;对分帧处理后额定信号进行加窗处理;对加窗处理后的信号进行快速傅里叶变换得到声音信号的能量图谱;计算所述能量图谱的梅尔能量图谱;将所述梅尔能量图谱输入到无针注射声音识别模型中,得到识别结果。
8.在一些实施例中,通过声音传感器按周期获取环境声音信号,并根据所述环境声音信号检测注射事件,具体包括:获取环境声音信号,对信号进行预加重处理,获得提升信噪比后的声音信号;设置帧长和帧移,对声音信号进行分帧处理,获得,并对信号进行加窗处理,获得信号,其中,t为周期,是采样率;对信号进行快速傅里叶变换获得环境声音信号的能量图谱,并设置梅尔滤波器数量、环境声音最低频率以及环境声音最高频率,构建梅尔滤波器组,计算环境声音信号的梅尔能量图谱;将所述梅尔能量图谱输入无针注射声音识别模型,获取识别结果,其中,所述识别结果取值范围为{0,1},0表示环境声音信号中不存在无针注射声音,1表示环境声音信号中存在无针注射声音。
9.在一些实施例中,所述无针注射声音识别模型包括输入层、隐含层和输出层,输入层通道数为1,输入尺寸与所述梅尔能量图谱的尺寸大小相同,输出层通道数为1,尺寸大小为1,所述输出层与最后一层隐含层采用全连接方式进行连接。
10.在一些实施例中,所述无针注射声音识别模型通过以下步骤得到:s101、初始化无针注射声音识别模型;具体是:创建用于识别无针注射声音的深度卷积网络,并对深度卷积网络进行初始化;s102、通过麦克风模块获取时长t内环境声音信号作为数据集中一个样本的数据,标定该环境声音信号中是否存在无针注射声音作为该样本的标签,若存在无针注射声音标定为1,否则标定为0,重复该步骤次以获取个已标定样本组成数据集d,其中是可设置的正整数;s103、从所述数据集d中选取个所述已标定样本组成训练集p,并将数据集d中
剩余所述已标定样本组成测试集q,其中是可设置的正整数;s104、从所述训练集p中随机选取个所述已标定样本组成1个分支训练样本输入到所述深度卷积网络,按照前向传播的公式计算相应的网络输出;按照误差公式计算出该所述已标定样本输入到所述深度卷积网络后的网络输出和该所述已标定样本标签间的误差,并基于该误差按照反向传播算法更新所述深度全卷积网络所有权值和阈值,其中是可设置的正整数;s105、将s104重复次后,从所述测试集q中随机选取个所述已标定样本组成1个分支测试样本输入到所述深度卷积网络,按照前向传播的公式计算相应的网络输出,其中和可根据用户实际应用需要而自定义,并按照误差公式计算出该所述已标定测试样本输入到所述深度卷积网络后的网络输出和该所述已标定测试样本标签间的误差m,若m大于网络的目标损失函数阈值ml且本步骤重复次数小于网络的最大训练次数,则跳转至s104;否则,跳转至s106;s106、所述深度卷积网络训练完成,选取该已训练完成的深度卷积网络作为所述无针注射声音识别模型。
11.在一些实施例中,所述无针注射配件为圆环柱体,所述圆环柱体的表面设置有用于与无针注射器固定的卡槽和用于检测无针注射配件与无针注射器安装状态的检测开关,所述检测开关在无针注射配件与无针注射器安装时闭合,以连通所述无针注射配件的供电。
12.在一些实施例中,所述用药提醒终端包括显示模块和音响模块,用以通过图像或者声音的方式播放提醒信息。
13.在一些实施例中,所述根据用药信息和用户上一次用药时间计算出用户下一次用药的时间,具体包括:s201、根据用户用药信息获取用药药物,每次用药剂量,每次用药需间隔时长,禁止用药时间段,并查询上一次用药时间;s202、从所述用药提醒终端中获取当前时刻的时间戳;s203、若,则,否则,;s204、将下一次用药时间t转为24小时制时间;s205、若,则,并跳转至s204,否则,跳转至s206;s206、输出下一次用药时间t。
14.另一方面,本技术实施例提供了一种基于声音识别面向无针注射的用药提醒方法,包括以下步骤:
步骤一:用药提醒终端通过输入模块获取用户的用户用药信息d和禁止用药时间段并存储至数据存储模块b,并将此时的系统时间戳设置为用户第一次用药时间t0;步骤二:所述用药提醒终端根据数据存储模块b中所存储的用户用药信息d和上一次用药时间通过计算模块b计算出下一次用药时间t;步骤三:所述用药提醒终端若系统时间达到所述下一次用药时间t,则通过显示模块及音响模块提示用户及时用药,否则,继续等待;步骤四:将无针注射器配件安装至无针注射器;步骤五:若所述无针注射器配件未能正常工作,则跳转至步骤二,否则,所述无针注射器配件通过蓝牙模块a将所述无针注射器配件开启的信号s发送至所述用药提醒终端,所述用药提醒终端的蓝牙模块b接收到信号s后,激活注射事件检测模块;步骤六:若所述注射事件检测模块被激活,计算模块b通过麦克风模块获取周期t内环境声音信号,并将所述环境声音信号输入所述注射事件检测模块,其中,麦克风模块采样率为;若所述无针注射器配件从所述无针注射器中拆除,则在常开开关由闭合状态转为断开状态前,通过蓝牙模块a将所述无针注射器配件关闭的信号发送至所述用药提醒终端;步骤七:若所述用药提醒终端的蓝牙模块b接收到信号,则跳转至步骤二,否则,跳转至步骤八;步骤八:若注射事件检测模块未检测到注射事件,则跳转至步骤六,否则,将此时的系统时间戳作为用户此次用药时间t1并记录到数据存储模块b,将所述注射事件检测模块由激活状态转为关闭状态,并跳转至步骤二。
15.另一方面本技术实施例提供了一种无针注射系统,包括:存储器,用于存储程序;处理器,用于加载所述程序以执行所述的方法。
16.本技术实施例无针注射配件的声音传感器采集环境声从而实现注射事件的检测,然后基于注射事件和用药信息模块生成对用户的用药提醒,一方面可以提示用户及时进行用药,同时无需用户在用药的时候手动进行记录,更加方便用户的使用。
附图说明
17.为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
18.图1是本技术实施例提供的一种无针注射系统的模块框图;图2是本技术实施例提供的一种通过环境声音检测无针注射事件的流程图;图3是本技术实施例提供的另一种通过环境声音检测无针注射事件的流程图;图4是本技术实施例提供的无针注射声音识别模型的训练流程图;
图5是本技术实施例提供用药时间确定的流程图;图6是本技术实施例提供的另一种基于声音识别面向无针注射的用药提醒方法的流程图。
具体实施方式
19.为使本技术的目的、技术方案和优点更加清楚,以下将参照本技术实施例中的附图,通过实施方式清楚、完整地描述本技术的技术方案,显然,所描述的实施例是本技术一部分实施例,而不是全部的实施例。基于本技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本技术保护的范围。
20.在本发明的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
21.本发明的描述中,除非另有明确的限定,设置等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
22.本发明的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
23.参照图1,本技术实施例公开了一种无针注射的系统,该系统主要执行基于声音识别面向无针注射的用药提醒方法:获取用药信息;根据用药信息和用户上一次用药时间计算出用户下一次用药的时间;若达到下一次用药的时间,则通过用药提醒终端提醒用户用药;当无针注射配件安装到无针注射器时,通过声音传感器按周期获取环境声音信号,并根据所述环境声音信号检测注射事件;根据所述注射事件对应的时间戳记录用户的用药时间。
24.该系统包括:无针注射配件,用于执行无针注射,所述无针注射配件包括用于检测配件状态的声音传感器。无针注射配件包括常开开关,蓝牙模块a,计算模块a,数据存储模块a,供电模块a和电容传感器(可选);所述无针注射配件为圆环柱体,所述圆环柱体的表面设置有用于与无针注射器固定的卡槽和用于检测无针注射配件与无针注射器安装状态的检测开关,所述检测开关在无针注射配件与无针注射器安装时闭合,以连通所述无针注射配件的供电。所述电容传感器设置在所述圆环柱体用于接触皮肤的底面,所述电容传感器用于检测所述无针注射配件是否接触皮肤。可以在检测到电容传感器接触皮肤时进行声音检测,从而减少声音检测的时间。
25.参照图2,注射事件检测模块,用于根据所述无针注射配件的声音传感器检测的环境声音检测注射事件。检测注射事件,具体包括:s11、获取环境声音信号。所述环境声音信号由声音传感器获取,主要希望获取的是注射时的录音数据。
26.s12、设置帧长和帧移,对声音信号进行分帧处理。
27.s13、对分帧处理后额定信号进行加窗处理。由于模型的长度的一定的,而在检测过程中识别的语音长度可能不是固定的,因此需要设置帧长和帧移来进行滑动处理。
28.s14、对加窗处理后的信号进行快速傅里叶变换得到声音信号的能量图谱。
29.s15、计算所述能量图谱的梅尔能量图谱。将信号处理为梅尔能量图谱可以方便分析特征信号。
30.s16、将所述梅尔能量图谱输入到无针注射声音识别模型中,得到识别结果。无针注射声音识别模型是经过训练的深度神经网络模型,其主要被训练来识别梅尔能量图谱中的特征信号,用以判断是否发生注射事件。
31.用药提醒终端,用于存储用药信息,并根据注射事件检测模块所检测到注射事件和用药信息生成针对用户的用药提醒信息。用药提醒终端包括输入模块,显示模块,音响模块,麦克风模块,蓝牙模块b,计算模块b,数据存储模块b,供电模块b。显示模块和音响模块,用于通过图像或者声音的方式播放提醒信息。
32.参照图3,与图2中方案并列,在部分实施例中,所述根据所述无针注射配件的声音传感器检测的环境声音检测注射事件,具体包括:s21、获取环境声音信号,对信号进行预加重处理,获得提升信噪比后的声音信号;s22、设置帧长和帧移,对声音信号进行分帧处理,获得,并对信号进行加窗处理,获得信号;其中,t为周期,是采样率。
33.s23、对信号进行快速傅里叶变换获得环境声音信号的能量图谱,并设置梅尔滤波器数量、环境声音最低频率以及环境声音最高频率,构建梅尔滤波器组,计算环境声音信号的梅尔能量图谱;s24、将所述梅尔能量图谱输入无针注射声音识别模型,获取识别结果,其中,所述识别结果取值范围为{0,1},0表示环境声音信号中不存在无针注射声音,1表示环境声音信号中存在无针注射声音。
34.可以理解的是,通过上述方式进行变换,一方面可以不受音频数据长度的限制来对信号进行特征识别,另外通过梅尔滤波器组可以过滤环境声音中的干扰因素。另外,通过模型识别声音特征从而确定出无针注射之间的发生,可以自动化地判定时间发生,使得用户不用手动登记。
35.参照图4,在部分实施例中,所述无针注射声音识别模型通过以下步骤得到:
s101、初始化无针注射声音识别模型。具体是:创建用于识别无针注射声音的深度卷积网络,并对深度卷积网络进行初始化;所述无针注射声音识别模型包括输入层、隐含层和输出层,输入层通道数为1,输入尺寸与所述梅尔能量图谱的尺寸大小相同,输出层通道数为1,尺寸大小为1,所述输出层与最后一层隐含层采用全连接方式进行连接。另外,利用高斯分布随机数初始化所述深度卷积网络的所有权值和阈值,学习率初始化为le,网络的目标loss(算是函数)阈值设置为ml,网络的最大训练次数设置为,优化器算法选取贝叶斯正则化算法或动量梯度下降算法或adam等,loss函数选用binary cross entropy、focal loss或mse等,其中,le,ml,可根据用户实际应用需要而自定义。
36.s102、通过麦克风模块获取时长t内环境声音信号作为数据集中一个样本的数据,标定该环境声音信号中是否存在无针注射声音作为该样本的标签,若存在无针注射声音标定为1,否则标定为0,重复该步骤次以获取个已标定样本组成数据集d,其中是可设置的正整数;s103、从所述数据集d中选取个所述已标定样本组成训练集p,并将数据集d中剩余所述已标定样本组成测试集q,其中是可设置的正整数;s104、从所述训练集p中随机选取个所述已标定样本组成1个分支训练样本输入到所述深度卷积网络,按照前向传播的公式计算相应的网络输出;按照误差公式计算出该所述已标定样本输入到所述深度卷积网络后的网络输出和该所述已标定样本标签间的误差,并基于该误差按照反向传播算法更新所述深度全卷积网络所有权值和阈值,其中是可设置的正整数;s105、将s104重复次后,从所述测试集q中随机选取个所述已标定样本组成1个分支测试样本输入到所述深度卷积网络,按照前向传播的公式计算相应的网络输出,其中和可根据用户实际应用需要而自定义,并按照误差公式计算出该所述已标定测试样本输入到所述深度卷积网络后的网络输出和该所述已标定测试样本标签间的误差m,若m大于网络的目标损失函数阈值ml且本步骤重复次数小于网络的最大训练次数,则跳转至s104;否则,跳转至s106;s106、所述深度卷积网络训练完成,选取该已训练完成的深度卷积网络作为所述无针注射声音识别模型。
37.可以理解的是,可以结合硬件的声音传感器来采集数据样本对模型进行训练,通过这样的方式对模型进行训练,使得模型的识别结果更加贴合于硬件环境。
38.参照图5,在部分实施例中,所述根据注射事件检测模块所检测到注射事件和用药信息生成针对用户的用药提醒信息,具体包括:s201、根据用户用药信息获取用药药物,每次用药剂量,每次用药需间隔时长,
禁止用药时间段,并查询上一次用药时间。可以理解的是,通过设置禁止用药时间段可以在错误的时间,或者在休息时间提醒用户用药。
39.s202、从所述用药提醒终端中获取当前时刻的时间戳。
40.s203、若,则,否则,。在本步骤中,如果还没到用药时间,则会根据时间差来确定什么时候提醒,如果已经超过用药时间,会在提醒后推迟一个时间再提醒。
41.s204、将下一次用药时间t转为24小时制时间。本步骤将时间转换成24小时制可以方便运算。
42.s205、若,则,并跳转至s204,否则,跳转至s206;在本步骤中,如果测算的时间在禁止用药时间段内,则延迟一个时间。
43.s206、输出下一次用药时间t。
44.参照图6,本技术实施例提供了一种基于声音识别面向无针注射的用药提醒方法,包括以下步骤:a1、获取用药信息;a2、根据无针注射配件的声音传感器检测的环境声音检测注射事件;a3、根据注射事件检测模块所检测到注射事件和用药信息生成针对用户的用药提醒信息。
45.在部分实施例中,根据无针注射配件的声音传感器检测的环境声音检测注射事件,具体包括:s21、获取环境声音信号,对信号进行预加重处理,获得提升信噪比后的声音信号;s22、设置帧长,帧移,对声音信号进行分帧处理,获得,并对信号进行加窗处理,获得信号;s23、对信号进行快速傅里叶变换获得环境声音信号的能量图谱,并设置梅尔滤波器数量,环境声音最低频率,环境声音最高频率,构建梅尔滤波器组,计算环境声音信号的梅尔能量图谱;s24、将所述梅尔能量图谱输入无针注射声音识别模型,获取识别结果,其
中,所述识别结果取值范围为{0,1},0表示环境声音信号中不存在无针注射声音,1表示环境声音信号中存在无针注射声音。
46.本实施例公开了一种基于数据融合面向无针注射的用药提醒方法,包括以下步骤:步骤一:用药提醒终端通过输入模块获取用户的用户用药信息d和禁止用药时间段并存储至数据存储模块b,并将此时的系统时间戳设置为用户第一次用药时间t0;步骤二:所述用药提醒终端根据数据存储模块b中所存储的用户用药信息d和上一次用药时间通过计算模块b计算出下一次用药时间t;步骤三:所述用药提醒终端若系统时间达到所述下一次用药时间t,则通过显示模块及音响模块提示用户及时用药,否则,继续等待;步骤四:用户将无针注射器配件安装至无针注射器;步骤五:若所述无针注射器配件未能正常工作,则跳转至步骤二,否则,所述无针注射器配件通过蓝牙模块a将所述无针注射器配件开启的信号s发送至所述用药提醒终端,所述用药提醒终端的蓝牙模块b接收到信号s后,激活注射事件检测模块;步骤六:若所述注射事件检测模块被激活,计算模块b通过麦克风模块获取周期t内环境声音信号,并将所述环境声音信号输入所述注射事件检测模块,其中,麦克风模块采样率为f;若所述无针注射器配件从所述无针注射器中拆除,则在常开开关由闭合状态转为断开状态前,通过蓝牙模块a将所述无针注射器配件关闭的信号发送至所述用药提醒终端;步骤七:若所述用药提醒终端的蓝牙模块b接收到信号,则跳转至步骤二,否则,跳转至步骤八;步骤八:若注射事件检测模块未检测到注射事件,则跳转至步骤六,否则,将此时的系统时间戳作为用户此次用药时间t1并记录到数据存储模块b,将所述注射事件检测模块由激活状态转为关闭状态,并跳转至步骤二。
47.其中,所述用药提醒终端可以搭载在如智能手机或平板等其他设备。
48.在本技术中所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(read-only memory,简称rom)、随机存取存储器(random access memory,简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。
49.注意,上述仅为本技术的较佳实施例及所运用技术原理。本领域技术人员会理解,本技术不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、
重新调整和替代而不会脱离本技术的保护范围。因此,虽然通过以上实施例对本技术进行了较为详细的说明,但是本技术不仅仅限于以上实施例,在不脱离本技术构思的情况下,还可以包括更多其他等效实施例,而本技术的范围由所附的权利要求范围决定。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1