CN115640921A - 一种院内危重患者转运路径规划方法和系统 - Google Patents

Abstract

本发明公开了一种院内危重患者转运路径规划方法和系统，所述方法包括：对患者状况进行评估分级；获取起始点和终止点坐标；获取院内各个区域以及通道的通行效率；结合多种算法进行危重患者转运路径规划；根据危重患者评估等级调整转运路线。本发明采用多级路径规划策略，通过将整个区域进行不同的功能区域划分，对全局进行初步路径规划，进一步对经过的各个区域内部进行的区域的属性不同，选择不同的路径规划算法进行内部路径规划，确定各个区域内的路径规划；实现了路径规划的效率和精度的提高，对危重患者的转运路径进行了量化的规划，结合实际通行效率等情况，对转运路径进行规划，实现了患者转运效率的提升，降低了转运的时间。

Description

一种院内危重患者转运路径规划方法和系统

技术领域

本发明涉及路径规划领域，尤其是一种院内危重患者转运路径规划方法和系统。

背景技术

急诊科是医院紧急救治的场所，收治的患者病情危重、紧急、复杂，随时可能发生生命危险，在给予初步急救处置后，大部分患者需转至专业科室接受进一步的诊治。院内转运急诊重症患者是急诊科日常工作中重要的一项，患者处于移动状态，此过程中易出现多种安全隐患，易导致病情发生变化，诱发呼吸困难等不良事件，严重时可导致患者死亡，危害性极高。如何以最快速度转移病人，对于危重患者的救治起到至关重要的作用。

现有的医院对危重患者的转运一般根据人工经验按照固定的路线进行转运，转运方式机械化，并没有考虑到不同场合下的转运速度的问题，从而影响了转运的速度，无法实现转运速度的最优化。

发明内容

(一)解决的技术问题

为了解决上述技术问题，本发明提供一种院内危重患者转运路径规划方法和系统，所述方法通过多种路径规划算法的有机结合，实现了对不同情况等级的危重患者的转运，提高了转运速度。

(二)技术方案

为了解决上述存在的技术问题，实现发明目的，本发明是通过以下技术方案实现的：

一种院内危重患者转运路径规划方法，包括如下步骤：

对患者状况进行评估分级；

获取起始点和终止点坐标，其中，起始点为患者所处位置，终止点为患者转运目的位置，该位置由医护人员确定；

获取院内各个区域以及通道人流情况、电梯运行繁忙度、固定障碍物和移动障碍物，获得最小单位路径的通行效率；

结合多种算法进行危重患者转运路径规划；

根据危重患者评估等级调整转运路线。

进一步地，所述评估分级按照危急程度分为1-3级，并依据分级标准配备相应转运人员及装备。

进一步地，所述危急程度如下：

1级患者呈慢性病程，生命体征尚平稳，无人工气道支持及血管活性药物治疗；

2级患者具有可能危及生命的临床问题，采取相应医疗支持后生命体征相对平稳；

3级患者具有随时危及生命的临床问题，采取相应医疗支持后生命体征仍不平稳。

进一步地，路径规划步骤包括：

区域划分；基于医院整个院区的地图，对医院的不同功能区域进行划分，确定若干个不同的功能区域；

根据起始点和终止点进行初步路径规划，确认最优路径经过的区域；

根据不同的区域的属性不同，选择不同的路径规划算法进行内部路径规划，确定各个区域内的路径规划。

进一步地，基于A*算法进行所述初步路径规划。

进一步地，对于障碍物较少的区域，采用改进的蚁群算法进行内部路径规划，对于障碍物较多的区域，采用改进的RRT算法进行内部路径规划。

进一步地，所述改进的蚁群算法根据不同科室的转运需求相互的竞争关系来实现对危重患者转运需求的规划方案；同一个科室所属的危重患者转运需求之间通过信息素来进行正向反馈，不同科室之间所属的危重患者转运需求之间通过信息素相互抑制。

进一步地，所述改进的蚁群算法包括：

设目标医院有相关科室有n个，分别为k₁、k₂…k_n，时间t对应的信息素浓度分别为r(t,1),r(t,2),r(t,3)…r(t,m)，其中1≤m≤n，则属于蚁群k_i的蚂蚁a由位置A移动到位置B的转移概率表示为：

其中，r_ij(t,m)为t时刻蚁群m在路径i,j上的信息素，q_ij(t,m)为t时刻蚁群m在路径i,j上的发掘程度，其由转运需求决定；α、β分别为变化因子，

为其他蚁群对对该蚁群选择路径的抑制因子之和，计算方式如下：

进一步地，所述改进的RRT算法扩展的步长调节方式为：

当在下一点搜索失败时，步长调整为：

否则，步长不变。

本发明还提供一种院内危重患者转运路径规划系统，其特征在于，包括：

终端设备，其用于获取患者起始点和终止点位置；

等级评估模块，其用于对患者状况进行危急程度分级；

通行效率获取模块，其用于获取院内各个区域以及通道人流情况、电梯运行繁忙度、固定障碍物和移动障碍物，获得最小单位路径的通行效率；

路径规划模块，其用于结合不同算法进行危重患者转运路径规划；

实时调整模块，其用于根据患者状态实时调整转运路线。

(三)有益效果

本发明的有益效果为：

(1)本发明对危重患者的转运路径进行了量化的规划，结合实际通行效率等情况，对转运路径进行规划，实现了患者转运效率的提升，降低了转运的时间。

(2)本发明采用多级路径规划策略，通过将整个区域进行不同的功能区域划分，对全局进行初步路径规划，进一步对经过的各个区域内部进行的区域的属性不同，选择不同的路径规划算法进行内部路径规划，确定各个区域内的路径规划；实现了路径规划的效率和精度的提高。

(3)本发明对于障碍物较少的区域和障碍物较多的区域，采用不同的算法进行内部路径规划，提高了算法综合计算速度和精度，避免计算资源的浪费。

(4)本发明对蚁群算法进行改进，根据不同科室的转运需求相互的竞争关系来实现对危重患者转运需求的规划方案，同一个科室所属的危重患者转运需求之间通过信息素来进行正向反馈，不同科室之间所属的危重患者转运需求之间通过信息素相互抑制。

(5)本发明对RRT算法进行改进，采用变步长和增加采样点的方式，提高了算法的搜索效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种院内危重患者转运路径规划方法流程示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

参见图1，一种院内危重患者转运路径规划方法包括如下步骤：

S1：对患者状况进行评估分级；

急诊危重症患者转运数量和病情危重程度的不确定性，决定了急诊资源配置的难度及资源优化的重要性，而分级转运将动态环境下的急诊资源进行了快捷、优效的配置。

本发明依据患者生命体征、呼吸循环支持等内容进行综合分级，按照危急程度分为1-3级，并依据分级标准配备相应转运人员及装备。

1级患者呈慢性病程，生命体征尚平稳，无人工气道支持及血管活性药物治疗；

2级患者具有可能危及生命的临床问题，采取相应医疗支持后生命体征相对平稳；

3级患者具有随时危及生命的临床问题，采取相应医疗支持后生命体征仍不平稳。

进一步地，1级患者GCS评分>12分；2级患者GCS评分9～12分；3级患者GCS评分<9分。

S2：获取起始点和终止点坐标，其中，起始点为患者所处位置，终止点为患者转运目的位置，该位置由医护人员确定；

S3：获取院内各个区域以及通道人流情况、电梯运行繁忙度、固定障碍物和移动障碍物，获得最小单位路径的通行效率。

通行效率计算方式如下：

其中，T_e为通行效率，z₀为障碍物影响系数，其与固定障碍物和移动障碍物相关；d_l为电梯繁忙程度。

S4：结合不同算法进行危重患者转运路径规划。

对于医院各个区域的功能不同，对应其通行效率、障碍物数量以及工作时间都有所不同，因此，本发明基于医院的各个区域选择不同的路径规划方式。具体规划方式包括：

S41：区域划分；基于医院整个院区的地图，对医院的不同功能区域进行划分，确定若干个不同的功能区域；

S42：根据起始点和终止点进行初步路径规划，确认最优路径经过的区域；

进一步地，获取各个区域的进出口位置，基于A*算法进行初步路径规划。

A*算法能够快速获得全局路径信息，能够很好地应对仅有静态障碍物的简单环境，因此，适合用于本发明的初步路径规划，基于本发明中初步路径规划中对障碍物避障的需求较低，而对于算法的实时性要求较高，因此，本发明对传统的A*算法进行改进，提高其搜索速度，具体规划方式如下：

考虑起始点到当前节点的实际路径耗散，表达式为：

f(n)＝g(n)+μh(n)

其中，g(n)为起始点到中间节点实际所付出的路径耗散，h(n)为中间节点到终点估计所付出的路径耗散，即启发函数，μ为动态参数，用于调节搜索速度。其中，路径耗散结合各个区域的通行效率确定。

通过动态参数调节搜索速度，可以使算法动态调整，在较简单的环境下，加快搜索速度，提高算法计算的速度和准确性。

S43：根据不同的区域的属性不同，选择不同的路径规划算法进行内部路径规划，确定各个区域内的路径规划；

具体为，对于障碍物较少的区域，采用改进的蚁群算法进行内部路径规划，对于障碍物较多的区域，采用改进的RRT算法进行内部路径规划。

对于医院内患者转运属于优化问题，在有限的运输资源下，提高患者转运速度，对于挽救患者生命起到了重要的作用。

转运危重患者需要考虑到医院各个区域的转运设备的需求量，从而将设备资源合理有效地分配到这些区域；例如对于医院的不同区域，如住院部和门诊部，不同的科室，对于危重患者的转运设备的需求量以及需求设备不同。

同时，每个医院的不同区域的固有的同行特性不同，由于不同区域的人流量不同，在各个区域通行的路阻也不同；

再者，在不同的时间，对于转运危重患者的需求也有显著的不同，例如在夜间，急诊科的转运需求显著高于其他科室。因而在不同时间由位置A转移到位置B的概率，可以根据时间t的变化决定概率的能见度。

根据上述的影响因素对蚁群算法进行改进，得到改进的蚁群算法：

S431：改进的蚁群算法

本发明对蚁群算法改进的思路为：根据不同科室的转运需求相互的竞争关系来实现对危重患者转运需求的规划方案。同一个科室所属的危重患者转运需求之间通过信息素来进行正向反馈，不同科室之间所属的危重患者转运需求之间通过信息素相互抑制。

设目标医院有相关科室有n个，分别为k₁、k₂…k_n，时间t对应的信息素浓度分别为r(t,1),r(t,2),r(t,3)…r(t,m)，其中1≤m≤n，则属于蚁群k_i的蚂蚁a由位置A移动到位置B的转移概率表示为：

其中，r_ij(t,m)为t时刻蚁群m在路径i,j上的信息素，q_ij(t,m)为t时刻蚁群m在路径i,j上的发掘程度，其由转运需求决定；α、β分别为变化因子，

为其他蚁群对对该蚁群选择路径的抑制因子之和，计算方式如下：

如此，可以通过多个转运需求在同一路径上的相互抑制，有效防止多个转运需求在同一条路径上，造成路径的拥堵。

S432：改进的RRT算法

传统的RRT算法包括如下步骤：

a.在空间地图中，初始化随机树T，起始点X_s，目标点X_e、初始偏向概率p，初始步长λ₀；

b.采用均匀采样的方式生成随机采样点X_rand；

c.遍历随机树，找到与随机采样点X_rand距离最近的点X_near；

d.计算随机采样点X_rana与距离最近的点X_near之间的距离；确定随机采样点X_rand与距离最近的点X_near之间的方向向量；

e.沿距离最近的点X_near到随机采样点X_rand方向扩展，得到新的点X_new，扩展的步长为λ；

f.检测X_new与X_near之间是否存在障碍物，若存在，则舍弃该点，返回步骤b，否则将X_new加入随机树，将X_near设置为X_new的父节点；

g.若目标点在X_new的距离满足要求，且与目标点之间没有发生碰撞，则完成规划，否则返回步骤b继续搜索。若超过迭代次数，则结束搜索。

传统的RRT算法如果遇到起点附近障碍物较多的情况会导致节点树难以生长，由于RRT算法采样的随机性，导致最终生成的路径往往只是可行路径而不是最优路径。因此，本发明对传统的RRT算法进行改进。改进方式如下：

1)为了加快探索树跳出局部极小区域，提高路径规划效率，本发明采用自适应步长调节的方式，扩展的步长调节方式为：

当在下一点搜索失败时，步长调整为：

否则，步长不变。

2)在步骤b中，传统的RRT算法在扩展节点时，每次只随机生成一个采样点，并且每次都要判断新采样点到目标点的距离跟步长的关系，以此来判断是否到达目标点，由于生长策略的限制，容易生成大量冗余节点，降低了搜索效率，此外，由于步长限制和缺少目标导向，容易产生绕远。

本发明在传统的RRT算法基础上，改进为采用生长多个节点的方式产生k个采样点，其中，产生的采样点数量k的选择如下：

k＝int(k₀d(X_rand1,X_s))

其中，X_rand1为随机生成的第一个采样点的位置，k₀为调整系数。

采用上述的采样方式，以第一个采样点位基准，确定采样点的个数，第一个采样点与起始点距离越大，所采样点数越多。

S5：根据患者状态实时调整转运路线

判断步骤S4所选择的转运路径上是否有其他转运规划，若有，则比较本转运需求的危重患者评估等级与其他转运规划的患者的评估等级，若本转运需求的危重患者评估等级高于其他转运规划的患者，则占用该转运路径，并通知其他转运终端；若本转运需求的危重患者评估等级低于其他转运规划的患者，则将该路径标识为不可占用路径，并进行重新规划；若转运需求的危重患者评估等级与其他转运规划的患者等级相同，则同时占用该转运路径。

在本实施方式中，对危重患者的转运路径进行了量化的规划，结合实际通行效率等情况，对转运路径进行规划，实现了患者转运效率的提升，降低了转运的时间。通过将整个区域进行不同的功能区域划分，对全局进行初步路径规划，进一步对经过的各个区域内部进行的区域的属性不同，选择不同的路径规划算法进行内部路径规划，确定各个区域内的路径规划；实现了路径规划的效率和精度的提高。对于障碍物较少的区域和障碍物较多的区域，采用不同的算法进行内部路径规划，提高了算法综合计算速度和精度，避免计算资源的浪费。对蚁群算法进行改进，根据不同科室的转运需求相互的竞争关系来实现对危重患者转运需求的规划方案，同一个科室所属的危重患者转运需求之间通过信息素来进行正向反馈，不同科室之间所属的危重患者转运需求之间通过信息素相互抑制。对RRT算法进行改进，采用变步长和增加采样点的方式，提高了算法的搜索效率。

本发明实施例还提出一种院内危重患者转运路径规划系统，包括：

终端设备，其用于获取患者起始点和终止点位置；

等级评估模块，其用于对患者状况进行危急程度分级；

通行效率获取模块，其用于获取院内各个区域以及通道人流情况、电梯运行繁忙度、固定障碍物和移动障碍物，获得最小单位路径的通行效率；

路径规划模块，其用于结合不同算法进行危重患者转运路径规划；

实时调整模块，其用于根据患者状态实时调整转运路线。

以上所述的实施例仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (10)

1.一种院内危重患者转运路径规划方法，其特征在于，包括如下步骤：

S1：对患者状况进行评估分级；

S2：获取起始点和终止点坐标，其中，起始点为患者所处位置，终止点为患者转运目的位置，该位置由医护人员确定；

S3：获取院内各个区域以及通道人流情况、电梯运行繁忙度、固定障碍物和移动障碍物，获得最小单位路径的通行效率；

S4：结合多种算法进行危重患者转运路径规划；

S5：根据危重患者评估等级调整转运路线。

2.根据权利要求1所述的院内危重患者转运路径规划方法，其特征在于，所述步骤S1中按照危急程度分为1-3级，并依据分级标准配备相应转运人员及装备。

3.根据权利要求2所述的院内危重患者转运路径规划方法，其特征在于，所述

1级患者呈慢性病程，生命体征尚平稳，无人工气道支持及血管活性药物治疗；

2级患者具有可能危及生命的临床问题，采取相应医疗支持后生命体征相对平稳；

3级患者具有随时危及生命的临床问题，采取相应医疗支持后生命体征仍不平稳。

4.根据权利要求1所述的院内危重患者转运路径规划方法，其特征在于，所述步骤S4还包括：

S41：区域划分；基于医院整个院区的地图，对医院的不同功能区域进行划分，确定若干个不同的功能区域；

S42：根据起始点和终止点进行初步路径规划，确认最优路径经过的区域；

S43：根据不同的区域的属性不同，选择不同的路径规划算法进行内部路径规划，确定各个区域内的路径规划。

5.根据权利要求4所述的院内危重患者转运路径规划方法，其特征在于，所述步骤S42还包括：基于A*算法进行所述初步路径规划。

6.根据权利要求4所述的院内危重患者转运路径规划方法，其特征在于，所述步骤S43还包括：对于障碍物较少的区域，采用改进的蚁群算法进行内部路径规划，对于障碍物较多的区域，采用改进的RRT算法进行内部路径规划。

7.根据权利要求6所述的院内危重患者转运路径规划方法，其特征在于，所述改进的蚁群算法根据不同科室的转运需求相互的竞争关系来实现对危重患者转运需求的规划方案；同一个科室所属的危重患者转运需求之间通过信息素来进行正向反馈，不同科室之间所属的危重患者转运需求之间通过信息素相互抑制。

8.根据权利要求7所述的院内危重患者转运路径规划方法，其特征在于，所述改进的蚁群算法包括：

设目标医院有相关科室有n个，分别为k₁、k₂…k_n，时间t对应的信息素浓度分别为r(t,1),r(t,2),r(t,3)…r(t,m)，其中1≤m≤n，则属于蚁群k_i的蚂蚁a由位置A移动到位置B的转移概率表示为：

其中，r_ij(t,m)为t时刻蚁群m在路径i,j上的信息素，q_ij(t,m)为t时刻蚁群m在路径i,j上的发掘程度，其由转运需求决定；α、β分别为变化因子，

为其他蚁群对对该蚁群选择路径的抑制因子之和，计算方式如下：

9.根据权利要求6所述的院内危重患者转运路径规划方法，其特征在于，所述改进的RRT算法扩展的步长调节方式为：

当在下一点搜索失败时，步长调整为：

否则，步长不变。

10.一种采用如权利要求1-9任意项所述的院内危重患者转运路径规划方法的系统，其特征在于，包括：

终端设备，其用于获取患者起始点和终止点位置；

等级评估模块，其用于对患者状况进行危急程度分级；

通行效率获取模块，其用于获取院内各个区域以及通道人流情况、电梯运行繁忙度、固定障碍物和移动障碍物，获得最小单位路径的通行效率；

路径规划模块，其用于结合不同算法进行危重患者转运路径规划；

实时调整模块，其用于根据患者状态实时调整转运路线。

Images