阅读说明：本技术 一种医疗床功能测试方法 (Medical bed function testing method ) 是由 陈慧玲 周近 王莉娜 于 2020-12-17 设计创作，主要内容包括：本发明公开了医疗床功能测试系统及其测试方法,所述测试方法包括：步骤1,所述振动传感系统和噪声传感系统集成在一起,并通过锁紧机构可拆卸地安装于医疗床的任何可固定位置,实时采集医疗床在静止或者移动过程中的振动和噪声信息,并传输至数据分析系统；步骤2,医疗床体验对象实际操作或者以坐、躺、卧等姿势进行现场体验,作为行为数据输送至数据分析系统；步骤3,医疗床体验对象进行深度体验,并通过脑电采集系统采集体验对象的事件相关电位,实时传送至数据分析系统；步骤4,数据分析系统保存数据,并基于事先构建好的深度网络数据模型对采集的数据进行综合分析,进而输出医疗床功能指标的评价数据。(The invention discloses a medical bed function test system and a test method thereof, wherein the test method comprises the following steps: step 1, integrating the vibration sensing system and the noise sensing system together, detachably installing the vibration sensing system and the noise sensing system at any fixable position of a medical bed through a locking mechanism, collecting vibration and noise information of the medical bed in a static or moving process in real time, and transmitting the information to a data analysis system; step 2, the medical bed tests the actual operation of the object or carries out on-site experience in the postures of sitting, lying and the like, and the object is used as behavior data to be transmitted to a data analysis system; step 3, performing depth experience on the experience object of the medical bed, acquiring event-related potentials of the experience object through an electroencephalogram acquisition system, and transmitting the potentials to a data analysis system in real time; and 4, the data analysis system stores the data, comprehensively analyzes the acquired data based on a pre-constructed deep network data model, and further outputs evaluation data of the function indexes of the medical bed.)

一种医疗床功能测试方法

技术领域

本发明涉及一种医疗床功能测试系统及其测试方法，尤其是医疗床的操控、医疗床功能切换的适宜性等的测试和评价方法，属于机械装备研究领域。

背景技术

我国是人口大国，同时又是一个人口老龄化的大国，人口普查报告显示，我国60岁人口达2.22亿，占中国人口总数的16.1％,老龄化问题日趋严重。老年人受损比例比较高，另外每年因为中风、事故等原因导致的生活不能自理的的患者也很多，另一方面，由于人工护理费的持续上涨，护理成本也在大大增加，多功能人性化的护理床可一定程度上用机器代替人工，减少护理强度，从而最大限度地实现自主护理，改善生存质量，并降低护理成本。近年来出现了设计人性化的多功能医疗床，使用性能越来越好，它能通过遥控甚至非接触式的操控便可以实现病人左右翻身、起坐、大小便等往日需要专人护理的动作，相对于普通的医疗床来说，优势非常突出，因此，大大减轻了医院护理人员和病人家属的护理负担，很受医养机构和病人家庭的欢迎。

当各式各样的医疗床充斥着市场和用户的视角，功能越来越丰富，操控越来越便携，甚至实现了完全的自动化操控，但是，这些新型产品的功能和体验感目前尚没有一个统一的评价标准，存在质量参差不齐，部分产品以次充好的现象。

发明内容

：

本发明正是针对现有技术中存在的问题，提供一种医疗床适宜性测试系统及其测试方法，实现医疗床振动、噪声等参数的实施检测，并能通过体验对象的主观行为感受和脑电相关电位等。

为了实现上述目的，本发明的技术方案如下，一种医疗床适宜性测试方法，所述医疗床适宜性测试系统包括被测医疗床、医疗床体验对象和医疗床测试平台；

所述测试方法包括：

步骤1，所述振动传感系统和噪声传感系统集成在一起，并通过锁紧机构可拆卸地安装于医疗床的任何可固定位置，实时采集医疗床在静止或者移动过程中的振动和噪声信息，并传输至数据分析系统；

步骤2，医疗床体验对象实际操作或者以坐、躺、卧等姿势进行现场体验，并对医疗床的操作方便性能、起卧适宜性能、躺卧适宜性能、翻身适宜性能、腿蜷卧适宜性能给出评价等级，作为行为数据输送至数据分析系统；

步骤3，进一步固定测试条件，医疗床体验对象进行深度体验，并通过脑电采集系统采集体验对象的事件相关电位，实时传送至数据分析系统；

步骤4，数据分析系统保存数据，并基于事先构建好的深度网络数据模型对采集的数据进行综合分析，进而输出医疗床适宜性的指标数据。

作为本发明的一种改进，所述测试平台包括振动传感系统、噪声传感系统、脑电采集系统以及数据分析系统。

所述振动传感系统和噪声传感系统集成在一起，并通过锁紧机构可拆卸地安装于医疗床的任何可固定位置。

作为本发明的一种改进，所述医疗床体验对象指具有健康的视听触感觉，并能做出合理判断的人，可对医疗床进行实际操作或者以坐、躺、卧等姿势进行现场体验，并能用语言合理表达自身感受。

作为本发明的一种改进，所述脑电采集系统可实时采集医疗床体验对象在体验医疗床过程中的脑电信号，并传送至数据分析系统。

作为本发明的一种改进，所述数据分析系统构建了一种深度网络数学模型，对在线或者离线采集的振动、噪声、体验对象行为和脑电数据进行数据融合和数据分析，进而输出适宜性指标参数。

作为本发明的一种改进，所述深度网络数学模型包括12个输入节点、1个输出节点以及3个隐含层。

所述12个输入节点分别表示振动频率、振动强度、噪声频率、噪声强度、操作方便等级、起卧适宜等级、躺卧适宜等级、翻身适宜等级、腿蜷卧适宜等级、Alpha节律电位、Beta节律电位、Gamma节律电位；

所述1个输出节点表示医疗床适宜等级；

所述4个隐含层的节点数和参数可通过样本的学习反复的调整进而最终确定。

相对于现有技术，本发明的最大优势在于，测试装置是一种综合振动、噪声、体验对象的行为数据以及体验对象的事件相关电位数据的测试系统，能从主观和客观两方面对于医疗床的适宜性进行综合评价。

附图说明

图1是本发明医疗床适宜性测试系统的测试方法流程图；

图2是本发明医疗床适宜性测试系统原理框图；

图3是本发明医疗床适宜性测试系统的数据分析模型图。

具体实施方式

：

下面结合附图对本发明的方法做进一步的说明。

实施例1：本发明一种适宜性测试方法的流程如图1所示。

所述测试方法包括：

步骤1，所述振动传感系统和噪声传感系统集成在一起，并通过锁紧机构可拆卸地安装于医疗床的任何可固定位置，实时采集医疗床在静止或者移动过程中的振动和噪声信息，并传输至数据分析系统；

步骤2，医疗床体验对象实际操作或者以坐、躺、卧等姿势进行现场体验，并对医疗床的操作方便性能、起卧适宜性能、躺卧适宜性能、翻身适宜性能、腿蜷卧适宜性能给出评价等级，作为行为数据输送至数据分析系统；

步骤3，进一步固定测试条件，医疗床体验对象进行深度体验，并通过脑电采集系统采集体验对象的事件相关电位，实时传送至数据分析系统；

步骤4，数据分析系统保存数据，并基于事先构建好的深度网络数据模型对采集的数据进行综合分析，进而输出医疗床适宜性的指标数据。

实施例2：本发明医疗床适宜性测试系统原理如图2所示。

所述测试平台包括振动传感系统、噪声传感系统、脑电采集系统以及数据分析系统；

所述振动传感系统和噪声传感系统集成在一个板卡上，通过锁紧机构可拆卸地安装于医疗床上任何可固定的位置；

所述板卡上集成有单片机、滤波模块和无线传输模块等，能够实时地将传感的振动频率、振动强度、噪声频率和噪声强度等数据进行基本的滤波和格式转换后传输至数据分析系统；

所述锁紧机构是一种刚性连接件；

所述医疗床体验对象指具有健康的视听触感觉，并能做出合理判断的人，可对医疗床进行实际操作或者以坐、躺、卧等姿势进行现场体验，并能用语言合理表达自身感受；

所述脑电采集系统可实时采集医疗床体验对象在体验医疗床过程中的脑电信号，并传送至数据分析系统；

所述数据分析系统构建了一种深度网络数学模型，对在线或者离线采集的振动、噪声、体验对象行为和脑电数据进行数据融合和数据分析，进而输出适宜性指标参数。

实施例3：本发明医疗床适宜性测试系统，数据分析模型如图3所示。

所述深度网络数学模型包括12个输入节点、1个输出节点以及3个隐含层；

所述12个输入节点分别表示振动频率、振动强度、噪声频率、噪声强度、操作方便等级、起卧适宜等级、躺卧适宜等级、翻身适宜等级、腿蜷卧适宜等级、Alpha节律电位、Beta节律电位、Gamma节律电位；

所述1个输出节点表示医疗床适宜等级；

所述3个隐含层的节点数和参数可通过样本的学习反复的调整进而最终确定。

需要说明的是上述实施例，并非用来限定本发明的保护范围，在上述技术方案的基础上所作出的等同变换或替代均落入本发明权利要求所保护的范围。