本發(fā)明涉及醫(yī)療保健信息，尤其涉及基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺。

背景技術(shù)：

1、當(dāng)前醫(yī)療消毒領(lǐng)域普遍依賴于人工監(jiān)控與傳統(tǒng)定時消毒方法，環(huán)境數(shù)據(jù)采集存在分散、單一的問題，各傳感器數(shù)據(jù)之間缺乏有效融合，環(huán)境風(fēng)險評估方法多基于靜態(tài)閾值設(shè)定，且消毒操作與環(huán)境監(jiān)控之間缺少實時閉環(huán)控制，導(dǎo)致消毒區(qū)域的安全監(jiān)管和操作調(diào)控存在信息不對稱、響應(yīng)滯后和數(shù)據(jù)不可溯源等問題。

技術(shù)實現(xiàn)思路

1、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明旨在解決現(xiàn)有技術(shù)中存在的多源環(huán)境數(shù)據(jù)采集不集成、風(fēng)險評估靜態(tài)、操作調(diào)控缺乏閉環(huán)反饋以及數(shù)據(jù)記錄透明性不足等問題，通過多傳感器數(shù)據(jù)融合、基于深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)相結(jié)合的自適應(yīng)消毒調(diào)控算法、動態(tài)風(fēng)險評估分級、閉環(huán)反饋控制以及區(qū)塊鏈技術(shù)實現(xiàn)數(shù)據(jù)不可篡改存儲，建立一個覆蓋環(huán)境監(jiān)測、風(fēng)險評估、操作調(diào)度與數(shù)據(jù)管理的綜合監(jiān)管體系，從而實現(xiàn)消毒作業(yè)參數(shù)的動態(tài)調(diào)整和高效調(diào)度。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案，基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺，包括：

4、在醫(yī)療消毒區(qū)域內(nèi)通過傳感器模塊采集多維環(huán)境數(shù)據(jù)，并對多維環(huán)境數(shù)據(jù)進(jìn)行預(yù)處理，采用數(shù)據(jù)融合技術(shù)統(tǒng)一消除噪聲與冗余；

5、利用算法模塊搭載的自適應(yīng)消毒調(diào)控算法對預(yù)處理后的多維環(huán)境數(shù)據(jù)進(jìn)行分析，確定消毒操作的參數(shù)，包括消毒劑濃度、作業(yè)路徑及作業(yè)時長；

6、根據(jù)確定的參數(shù)執(zhí)行消毒作業(yè)，并實時采集消毒后多維環(huán)境數(shù)據(jù)，同時對所述多維環(huán)境數(shù)據(jù)及消毒操作記錄采用加密散列和分布式共識機(jī)制封裝為數(shù)據(jù)區(qū)塊，并存儲于區(qū)塊鏈中；

7、依據(jù)多維環(huán)境數(shù)據(jù)采用算法模塊搭載的融合算法計算綜合風(fēng)險指數(shù)，并依據(jù)預(yù)設(shè)標(biāo)準(zhǔn)對區(qū)域環(huán)境風(fēng)險進(jìn)行動態(tài)分級，同時對消毒后實時監(jiān)測數(shù)據(jù)與預(yù)設(shè)目標(biāo)值進(jìn)行比對，依據(jù)比對結(jié)果修正自適應(yīng)消毒調(diào)控算法的參數(shù)，當(dāng)監(jiān)測數(shù)據(jù)超出預(yù)設(shè)安全閾值時，自動中斷當(dāng)前消毒作業(yè)，并在多維環(huán)境數(shù)據(jù)恢復(fù)安全范圍后通過分步檢測實施自動重啟操作。

8、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述數(shù)據(jù)融合技術(shù)包括，對溫濕度數(shù)據(jù)、空氣質(zhì)量數(shù)據(jù)、微生物濃度數(shù)據(jù)及化學(xué)殘留數(shù)據(jù)的原始數(shù)據(jù)分別應(yīng)用濾波算法以去除數(shù)據(jù)中的隨機(jī)噪聲，針對各傳感器數(shù)據(jù)的不同量綱和數(shù)值范圍，采用歸一化方法將數(shù)據(jù)轉(zhuǎn)換至統(tǒng)一數(shù)值區(qū)間，并通過主成分分析、離散小波變換技術(shù)，從歸一化后的數(shù)據(jù)中提取關(guān)鍵特征信息，并將多維環(huán)境數(shù)據(jù)按照預(yù)定的數(shù)據(jù)格式進(jìn)行融合，形成統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)流；

9、關(guān)鍵特征信息包括溫濕度數(shù)據(jù)、時序特征、頻域特征、相關(guān)性特征、離散特征。

10、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述對預(yù)處理后的多維環(huán)境數(shù)據(jù)進(jìn)行分析包括，為了實現(xiàn)多模態(tài)數(shù)據(jù)的加權(quán)融合，首先定義注意力權(quán)重為：

11、；

12、其中，表示第個傳感器數(shù)據(jù)的注意力權(quán)重，表示與第個傳感器數(shù)據(jù)對應(yīng)的權(quán)重向量，表示的轉(zhuǎn)置，表示指數(shù)函數(shù)，表示傳感器總數(shù)，表示每個傳感器數(shù)據(jù)的維度，表示第j個傳感器數(shù)據(jù)；表示的轉(zhuǎn)置；

13、利用上述注意力權(quán)重將各傳感器數(shù)據(jù)進(jìn)行加權(quán)求和，得到融合數(shù)據(jù)表示：

14、;

15、其中，表示融合后的數(shù)據(jù)向量；

16、將融合數(shù)據(jù)輸入由參數(shù)控制的深度神經(jīng)網(wǎng)絡(luò)，得到隱層特征表示：

17、;

18、其中，表示隱層特征向量，表示深度神經(jīng)網(wǎng)絡(luò)，表示深度神經(jīng)網(wǎng)絡(luò)的參數(shù)，表示隱層向量的維度；

19、基于隱層表示，利用策略網(wǎng)絡(luò)生成初始控制參數(shù)：

20、;

21、其中，表示初始控制參數(shù)，表示策略網(wǎng)絡(luò)，表示策略網(wǎng)絡(luò)的參數(shù)，表示控制參數(shù)的維度；

22、同時，利用監(jiān)督模塊對隱層表示產(chǎn)生輔助控制參數(shù)：

23、;

24、其中，表示輔助控制參數(shù)，表示監(jiān)督模塊，表示監(jiān)督模塊的參數(shù)。

25、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述對預(yù)處理后的多維環(huán)境數(shù)據(jù)進(jìn)行分析還包括，為實現(xiàn)初步與輔助參數(shù)的動態(tài)融合，引入自適應(yīng)權(quán)重因子，定義為：

26、;

27、其中，表示自適應(yīng)融合權(quán)重，表示sigmoid函數(shù)，表示用于計算權(quán)重的向量，表示偏置項；

28、根據(jù)自適應(yīng)權(quán)重因子融合初始控制參數(shù)和輔助控制參數(shù)，得到初步控制參數(shù)：

29、;

30、其中，表示初步控制參數(shù)；

31、為了對初步控制參數(shù)進(jìn)行不確定性校正，引入貝葉斯層對隱層特征進(jìn)行后驗分布建模，并定義不確定性校正公式：

32、;

33、其中，表示最終控制參數(shù)，表示不確定性調(diào)節(jié)常數(shù)，表示從貝葉斯后驗分布中提取的標(biāo)準(zhǔn)差向量，即不確定性度量。

34、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述對預(yù)處理后的多維環(huán)境數(shù)據(jù)進(jìn)行分析還包括，為實現(xiàn)基于時間差分的策略評價，引入強(qiáng)化學(xué)習(xí)模塊，其時間差目標(biāo)定義為：

35、;

36、其中，表示時間差目標(biāo)，表示狀態(tài)與動作對應(yīng)的獎勵函數(shù)值，表示當(dāng)前狀態(tài)，表示折扣因子，表示下一時刻候選動作，表示下一時刻由深度網(wǎng)絡(luò)生成的隱層特征向量，表示由參數(shù)確定的q值函數(shù)；

37、最后，構(gòu)造多目標(biāo)損失函數(shù)以聯(lián)合訓(xùn)練整個模型，定義為：

38、;

39、其中，表示總損失函數(shù)，表示生成最終控制參數(shù)與參考參數(shù)之間的誤差度量函數(shù)，表示參考控制參數(shù)，表示強(qiáng)化學(xué)習(xí)誤差項的權(quán)重因子，表示不確定性正則化項的權(quán)重因子，表示不確定性向量的l2范數(shù)的平方。

40、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述采用加密散列和分布式共識機(jī)制封裝為數(shù)據(jù)區(qū)塊包括，定義單個數(shù)據(jù)記錄：

41、;

42、其中，表示第個數(shù)據(jù)記錄，所述數(shù)據(jù)記錄包含由環(huán)境傳感器采集的多維環(huán)境數(shù)據(jù)，，其中為環(huán)境數(shù)據(jù)維度，由消毒設(shè)備采集的操作記錄，其中為操作記錄維度，以及記錄的時間戳；

43、生成數(shù)據(jù)摘要，即哈希值：

44、;

45、其中，表示第個數(shù)據(jù)記錄的哈希值，表示加密散列函數(shù)，符號表示串聯(lián)操作，表示為第個數(shù)據(jù)記錄生成的隨機(jī)鹽，表示前一區(qū)塊的哈希值，對于第一個區(qū)塊定義初始值；

46、將數(shù)據(jù)記錄封裝為數(shù)據(jù)區(qū)塊：

47、;

48、其中，表示第個數(shù)據(jù)區(qū)塊，表示數(shù)據(jù)區(qū)塊生成的時間戳，為第個數(shù)據(jù)區(qū)塊獲得的有效數(shù)字簽名集合。

49、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述采用加密散列和分布式共識機(jī)制封裝為數(shù)據(jù)區(qū)塊還包括，定義分布式共識中每個監(jiān)管節(jié)點生成的有效數(shù)字簽名集合：

50、;

51、其中，表示監(jiān)管節(jié)點，對數(shù)據(jù)區(qū)塊生成的數(shù)字簽名，為參與共識的監(jiān)管節(jié)點集合，為指示函數(shù)，當(dāng)節(jié)點生成的數(shù)字簽名通過驗證時取值為1，否則取值為0；

52、引入動態(tài)共識閾值以決定區(qū)塊共識是否達(dá)成：

53、;

54、其中，表示共識所需的最小有效簽名數(shù)量，表示動態(tài)調(diào)節(jié)參數(shù)，其取值范圍為且用于調(diào)節(jié)共識嚴(yán)格程度，表示參與共識的監(jiān)管節(jié)點總數(shù)，符號表示向上取整函數(shù)。

55、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述采用加密散列和分布式共識機(jī)制封裝為數(shù)據(jù)區(qū)塊還包括，判定區(qū)塊共識達(dá)成條件：

56、;

57、其中,表示集合中有效數(shù)字簽名的數(shù)量，當(dāng)有效數(shù)字簽名的數(shù)量大于或等于共識閾值時，區(qū)塊被認(rèn)為通過共識并可在各監(jiān)管節(jié)點間同步存儲；

58、構(gòu)建完整區(qū)塊鏈結(jié)構(gòu)：

59、;

60、其中，表示由個數(shù)據(jù)區(qū)塊組成的區(qū)塊鏈結(jié)構(gòu)，為數(shù)據(jù)區(qū)塊總數(shù)。

61、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述采用融合算法計算綜合風(fēng)險指數(shù)包括，對溫濕度數(shù)據(jù)、空氣質(zhì)量數(shù)據(jù)、微生物濃度數(shù)據(jù)以及化學(xué)殘留數(shù)據(jù)分別采用最?。畲髿w一化方法處理得到歸一化數(shù)據(jù)和；利用基于遺傳算法的動態(tài)權(quán)重優(yōu)化模塊，以初始權(quán)重和為輸入，通過權(quán)重調(diào)整函數(shù)輸出更新后的權(quán)重和；利用加權(quán)融合公式：

62、;

63、計算得到綜合風(fēng)險指數(shù)；采用模糊邏輯控制方法構(gòu)造風(fēng)險評估函數(shù)，同時設(shè)定預(yù)設(shè)風(fēng)險閾值序列，其中序列中每個數(shù)值表示風(fēng)險分界點，并采用貝葉斯更新機(jī)制，以先驗分布和觀測數(shù)據(jù)對應(yīng)的似然函數(shù)利用更新公式：

64、;

65、動態(tài)調(diào)整閾值序列，從而將劃分為離散風(fēng)險等級，其中表示第o級風(fēng)險類別；該離散風(fēng)險等級作為后續(xù)步驟中消毒作業(yè)參數(shù)動態(tài)調(diào)整模塊的輸入數(shù)據(jù)；表示后驗分布。

66、作為本發(fā)明所述的基于醫(yī)療消毒區(qū)域環(huán)境安全綜合監(jiān)管平臺的一種優(yōu)選方案，其中：所述依據(jù)比對結(jié)果修正自適應(yīng)消毒調(diào)控算法的參數(shù)包括，消毒操作完成后，系統(tǒng)通過環(huán)境傳感器實時采集消毒后環(huán)境數(shù)據(jù)，記為，并將與預(yù)設(shè)的目標(biāo)環(huán)境數(shù)據(jù)進(jìn)行比對，計算出誤差信號，其定義為：

67、;

68、其中，表示誤差信號，即目標(biāo)值與實際測量值之間的差異；

69、將該誤差信號輸入至反饋控制模塊，該模塊采用比例－積分－微分pid控制算法，其計算公式為：

70、'

71、其中，表示參數(shù)修正量，為比例增益向量，為積分增益向量，為微分增益向量，為當(dāng)前時間，為積分變量，且表示自適應(yīng)消毒調(diào)控算法參數(shù)的維度；

72、將參數(shù)修正量與當(dāng)前參數(shù)相加，更新得到新的參數(shù)，即：

73、;

74、其中，為當(dāng)前消毒調(diào)控算法的參數(shù)集合，新參數(shù)用于實時更新消毒作業(yè)中的控制設(shè)置，從而構(gòu)成一個閉環(huán)反饋系統(tǒng)，實現(xiàn)消毒作業(yè)參數(shù)的連續(xù)自動調(diào)整。

75、本發(fā)明的有益效果：本發(fā)明提供了一種集成多源數(shù)據(jù)融合、動態(tài)權(quán)重優(yōu)化、非線性風(fēng)險評估、閉環(huán)反饋控制以及安全數(shù)據(jù)存儲于一體的綜合監(jiān)管平臺，使得消毒作業(yè)能夠依據(jù)實時環(huán)境監(jiān)測數(shù)據(jù)自動調(diào)整操作參數(shù)，確保監(jiān)控信息與消毒執(zhí)行的實時對應(yīng)，提升了醫(yī)療消毒區(qū)域管理的科學(xué)性和透明度，同時實現(xiàn)了數(shù)據(jù)的全程記錄與追溯，為醫(yī)療環(huán)境安全提供了一種高效、智能的綜合監(jiān)管技術(shù)方案。