(71)申请人湖北贝恩特生物科技有限公司地址430400湖北省武汉市新洲区阳逻经济开发区翔飞路贝恩特华中生物医药产业园

　　(74)专利代理机构武汉仁合利泰专利代理事务所(特殊普通合伙)42275专利代理师别望望

　　本发明涉及实验监测领域,具体涉及一种基于C57小鼠实验的心率监控系统,包括心率获取单元用于获取被实验对象的实时心率数据,定位模块用于获取所述实时心率数据对应的被实验对象的便携式设备的地理位置信息,并将所述地理位置信息发送至实验中心,模型建立单元用于建立基于神经网络的心率监测深度学习模型,实时处理模块用于对获取的实时心率数据进行分析,并得到对应的实时标注处理结果,语音求救模块用于依据心率获取单元单位时长内所述被实验对象心率值与预设心率值范围的比对情况发出提示指令或被动求救指令,本发明能够实现实时监听实验对象的心率,保证实验数据真实性与可靠性。

　　定位模块(2),用于获取所述实时心率数据对应的被实验对象的便携式设备的地理位置信息,并将所述地理位置信息发送至实验中心,

　　实时处理模块(14),用于对获取的实时心率数据进行分析,并得到对应的实时标注处理结果,

　　语音求救模块(13),用于依据心率获取单元(3)单位时长内所述被实验对象心率值与预设心率值范围的比对情况发出提示指令或被动求救指令,

　　2.根据权利要求1所述的一种基于C57小鼠实验的心率监控系统,其特征在于,所述心率获取单元(3)部署有下级子模块,包括,

　　心率监测单元(4),用于在预设时长内对所述实时心率数据对应的被实验对象进行实时心率数据监测,

　　信息收集单元(5),用于采集基于所述被实验对象身体数据和所述被实验对象基本数据,并生成所述被实验对象的健康数据和运动数据,

　　数据处理单元(7),用于获取心率数据并在所述心率数据不符合预设采样率范围时,将所述心率数据转换为符合预设采样率的预期心率数据。

　　3.根据权利要求2所述的一种基于C57小鼠实验的心率监控系统,其特征在于,所述模型建立单元(9)部署有下级子模块,包括,

　　分析单元(10),用于根据已建立的基础心率数据‑标注处理结果的所述神经网络对所述心率序列进行所述神经网络训练,并输出所述心率序列的标注处理结果,

　　去噪单元(12),用于对语音识别单元(6)获取的所述心率数据进行去噪处理。

　　4.根据权利要求2所述的一种基于C57小鼠实验的心率监控系统,其特征在于,所述被实验对象数据包括位置数据以及运动识别数据,所述健康数据包括最大安全心率,所处心率区间以及总消耗卡路里,所述运动数据包括运动类型和运动信息。

　　5.根据权利要求1所述的一种基于C57小鼠实验的心率监控系统,其特征在于,实时处理模块(14)还可用于将预设时长的所述被实验对象的所述心率数据以及所述心率数据对应的所述标注处理结果存储至所述神经网络进行训练,得到训练后的神经网络,当所述实时标注处理结果为预设的第二标注类型时,在所述训练后的神经网络保存回溯预定步数的心率数据‑标注处理结果进行迭代训练。

　　6.根据权利要求1所述的一种基于C57小鼠实验的心率监控系统,其特征在于,所述云端服务模块(8)包括若干基站、以及与所述基站通讯连接的云端服务器,所述基站用于检测附近范围内的检测端,并建立无线通讯连接,所述检测端检测到的所述心率数据通过无线通讯芯片发送给所述基站,所述基站对心率数据进行一次存储备份后,再将所述心率数据发送给移动通讯模块(1)进行二次存储备份,并供移动通讯模块(1)查询。

　　7.根据权利要求1所述的一种基于C57小鼠实验的心率监控系统,其特征在于,所述移动通讯模块(1)为手持式设备,其包括智能手机、IPAD和平板电脑,在所述手持式设备内设有用于与所述云端服务模块(8)器连接的通讯软件,移动通讯模块(1)通过通讯软件读取云端服务模块(8)存储的所述心率数据,并通过显示屏显示。

　　8.根据权利要求1所述的一种基于C57小鼠实验的心率监控系统,其特征在于,所述语音求救单元(13)内运行有语音提示单元和求救单元,所述求救单元发出警示指令或被动求救指令,所述语音提示单元接收所述警示指令或所述被动求救指令后通过扬声器发出对应的语音信息并通过定位模块(2)获取所述被实验对象的地理位置。

　　9.根据权利要求1所述的一种基于C57小鼠实验的心率监控系统,其特征在于,所述移动通讯模块(1)通过自组网通信网络由若干分布式数据采集器组成,所述分布式数据采集器相互之间通信连接,所述分布式数据采集模块安装在所述被实验对象上。

　　10.根据权利要求1所述的一种基于C57小鼠实验的心率监控系统,其特征在于,所述心率获取单元(3)还包括,

　　第一采集模块,用于当所述实时心率数据的实时标注处理结果为正常时,采用第一预设时长对所述实时心率数据对应的被监控对象进行实时心率数据的采集,

　　第二采集模块,用于当所述实时心率数据的实时标注处理结果为异常时,采用第二预设时长对所述实时心率数据对应的被监控对象进行实时心率数据的采集。

　　[0001]本发明涉及实验监测领域,具体涉及一种基于C57小鼠实验的心率监控系统。

　　[0002]科研的路,是一条漫漫长路,需要不断地学习与探索。在这期间,经常会涉及一些动物实验,小鼠是最常使用的实验动物。C57BL/6小鼠也叫Black6(B6)、C57或C57Black6,是使用最为广泛的近交系小鼠。毛色为黑色,是目前基因工程小鼠模型、人类疾病小鼠模型、自发或诱导突变品系最常用的遗传背景。

　　[0003] 动物实验的结果与实验动物的状态息息相关,如果实验动物的基本生活需求不能被满足,使它们生活在痛苦的应激状态下,那么它们在实验中就会有不正常的反应,研究人员得到的实验结果就不能保证准确可靠。神经网络作为对人脑最简单的一种抽象和模拟,其是以数学和物理模拟方法及信息处理方法对脑部神经网络进行抽象,并建立某种简化模型,该模型具备一定的学习能力,深度学习一般是以特征提取或者模式分类进行学习,对神经网络进行初始化后,对该深度学习神经网络进行随机赋值或者按照与待训练数据无关的规则赋予初值,然后进行学习训练,这种随机赋值并不能灵活地对各种应用场景进行很快的适应,而且随机赋值无法对每一次不同的应用场景进行快速地适应,因此目前并没有解决上述问题的方法或者装置出现。

　　[0004] 现有的实验心率监测设备与实验小鼠之间的兼容性非常难保证,时常会出现因为设备不兼容而不能及时取到心率数据的情况,而且小鼠数目众多的情况下,容易产生信号接收的死角,使部分小鼠的心率不能及时传送到心率监测设备上,因此需要解决心率监控设备兼容性和覆盖范围的问题,保证实验数据真实性与可靠性。

　　[0006] 针对现有技术所存在的上述缺点,本发明提供了一种基于C57小鼠实验的心率监控系统,解决了当前技术解决小鼠实验心率监控设备兼容性和覆盖范围的弊端,保证实验数据真实性与可靠性的问题。

　　[001 1] 定位模块,用于获取所述实时心率数据对应的被实验对象的便携式设备的地理位置信息,并将所述地理位置信息发送至实验中心,

　　[0012] 模型建立单元,用于建立基于神经网络的心率监测深度学习模型,

　　[0013] 实时处理模块,用于对获取的实时心率数据进行分析,并得到对应的实时标注处理结果,

　　[0014] 语音求救模块,用于依据心率获取单元单位时长内所述被实验对象心率值与预设心率值范围的比对情况发出提示指令或被动求救指令,

　　[0015] 移动通讯模块,用于接收所述语音基本数据,并发送给所述实验中心,

　　[0018] 心率监测单元,用于在预设时长内对所述实时心率数据对应的被实验对象进行实时心率数据监测,

　　[0019] 信息收集单元,用于采集基于所述被实验对象身体数据和所述被实验对象基本数据,并生成所述被实验对象的健康数据和运动数据,

　　[0021] 数据处理单元,用于获取心率数据并在所述心率数据不符合预设采样率范围时,将所述心率数据转换为符合预设采样率的预期心率数据。

　　[0023] 切割模块,用于将所述取心率数据切割为预设频率分量的心率序列,

　　[0024] 分析单元,用于根据已建立的基础心率数据‑标注处理结果的所述神经网络对所述心率序列进行所述神经网络训练,并输出所述心率序列的标注处理结果,

　　[0025] 去噪单元,用于对语音识别单元获取的所述心率数据进行去噪处理。

　　[0026] 更进一步地,所述被实验对象数据包括位置数据以及运动识别数据,所述健康数据包括最大安全心率,所处心率区间以及总消耗卡路里,所述运动数据包括运动类型和运动信息。

　　[0027] 更进一步地,实时处理模块还可用于将预设时长的所述被实验对象的所述心率数据以及所述心率数据对应的所述标注处理结果存储至所述神经网络进行训练,得到训练后的神经网络,当所述实时标注处理结果为预设的第二标注类型时,在所述训练后的神经网络保存回溯预定步数的心率数据‑标注处理结果进行迭代训练。

　　[0028] 更进一步地,所述云端服务模块包括若干基站、以及与所述基站通讯连接的云端服务器,所述基站用于检测附近范围内的检测端,并建立无线通讯连接,所述检测端检测到的所述心率数据通过无线通讯芯片发送给所述基站,所述基站对心率数据进行一次存储备份后,再将所述心率数据发送给移动通讯模块进行二次存储备份,并供移动通讯模块查询。

　　[0029] 更进一步地,所述移动通讯模块为手持式设备,其包括智能手机、IPAD和平板电脑,在所述手持式设备内设有用于与所述云端服务模块器连接的通讯软件,移动通讯模块通过通讯软件读取云端服务模块存储的所述心率数据,并通过显示屏显示。

　　[0030] 更进一步地,所述语音求救单元内运行有语音提示单元和求救单元,所述求救单元发出警示指令或被动求救指令,所述语音提示单元接ued官网体育收所述警示指令或所述被动求救指令后通过扬声器发出对应的语音信息并通过定位模块获取所述被实验对象的地理位置。

　　[0031] 更进一步地,所述移动通讯模块通过自组网通信网络由若干分布式数据采集器组成,所述分布式数据采集器相互之间通信连接,所述分布式数据采集模块安装在所述被实验对象上。

　　[0034] 第一采集模块,用于当所述实时心率数据的实时标注处理结果为正常时,采用第一预设时长对所述实时心率数据对应的被监控对象进行实时心率数据的采集,

　　[0035] 第二采集模块,用于当所述实时心率数据的实时标注处理结果为异常时,采用第二预设时长对所述实时心率数据对应的被监控对象进行实时心率数据的采集。

　　[0037] 采用本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果,

　　[0038] 1、与现有技术相比,本发明提供的实验小鼠心率监控系统,通过自组网通信网络使得位于不同位置的小鼠心率信息都能够及时的发送给相应的心率监测器,使不同探测器都能够随时获取到小鼠的实时心率数据,同时利用定位模块确定小鼠的位置信息,判别小鼠在什么状态,之后通信网络采集并上传小鼠的相关数据,结合云端服务模块发送的基本数据,生成健康数据和运动数据,实现通过一套分布式的系统,既能过监控小鼠心率,又能识别小鼠是否处于危机时刻。

　　[0039] 2、本系统通过对原始的心率数据的分析得到分类标注,可以得到实验小鼠的类似心率为正常、出现异常、临近危险和强烈危险四种类型以及对四种类型的预处理,在实验进行过程中,当获取到小鼠的心率数据后根据建立的深度学习模型进行分析并得到心率监控数据,使得实现对实验中每一只小鼠的心率进行监控,以较高的准确率辨识小鼠在实验过程中的心脏危险程度,对于非正常的心率以不同的方式给实验人员以提醒,使实验人员能清楚地根据小鼠身体状态来调整自己的实验过程,还能够及时将非正常状态的小鼠信息包括地理位置信息等通知给其他实验人员,便于实验室资源的快速有效地调配,从小鼠和实验人员两方面加以护航。

　　[0040] 为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅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。

　　[0042] 图中的标号分别代表, 1、移动通讯ued官网体育模块,2、定位模块,3、心率获取单元,4、心率监测单元,5、信息收集单元,6、语音识别单元,7、数据处理单元,8、云端服务模块,9、模型建立单元, 10、分析单元, 11、切割单元, 12、去噪单元, 13、语音求救单元, 14、实时处理模块。

　　[0043] 为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。

　　[0046] 本实施例的一种基于C57小鼠实验的心率监控系统,如图1所示,包括,

　　[0048] 定位模块2,用于获取所述实时心率数据对应的被实验对象的便携式设备的地理位置信息,并将所述地理位置信息发送至实验中心,

　　[0049] 模型建立单元5,用于建立基于神经网络的心率监测深度学习模型,

　　[0050] 实时处理模块14,用于对获取的实时心率数据进行分析,并得到对应的实时标注处理结果,

　　[0051] 语音求救模块13,用于依据心率获取单元3单位时长内所述被实验对象心率值与预设心率值范围的比对情况发出提示指令或被动求救指令,

　　[0052] 移动通讯模块1,用于接收所述语音基本数据,并发送给所述实验中心,

　　[0053] 云端服务模块8,用于存入心率获取单元3实时获取的心率值信息。

　　[0054] 在实施本发明的方法之前,建立基础心率数据‑标注处理结果的神经网络可通过下述方式实现,可根据小鼠实验过程中心率变化以及对应的标签建立初步神经网络。

　　[0055] 所述训练后的神经网络可以为具有记忆能力的循环神经网络,深度学习神经网络模型经过训练学习之后即可对每一只小鼠的心率进行监控,通过将获取到的心率数据输入到深度学习神经网络模型中即可进行小鼠的心脏危险程度识别,并得到对应的实时标注处理结果。

　　[0057] 在具体实施层面,在实施例1的基础上,本实施例参照图1所示对实施例1中基于C57小鼠实验的心率监控系统做进一步具体说明,

　　[0058] 在本实施例中,所述心率获取单元3部署有下级子模块,包括,心率监测单元4,用于在预设时长内对所述实时心率数据对应的被实验对象进行实时心率数据监测,信息收集单元5,用于采集基于所述被实验对象身体数据和所述被实验对象基本数据,并生成所述被实验对象的健康数据和运动数据,语音识别单元6,用于接收所述被实验对象发出的语音信息,数据处理单元7,用于获取心率数据并在所述心率数据不符合预设采样率范围时,将所述心率数据转换为符合预设采样率的预期心率数据。

　　[0059] 所述模型建立单元9部署有下级子模块,包括,切割模块11 ,用于将所述取心率数据切割为预设频率分量的心率序列,分析单元10,用于根据已建立的基础心率数据‑标注处理结果的所述神经网络对所述心率序列进行所述神经网络训练,并输出所述心率序列的标注处理结果,去噪单元12,用于对语音识别单元6获取的所述心率数据进行去噪处理。

　　[0060] 在本实施例使用时,对获取的心率数据进行去噪处理,在心率信号传输过程中产生的不相关的数据,如静音和背景噪音,通过对低能量的窗口的检测的方法来达到去除不相关的信号数据的目的,实际操作中可通过设计信号调理电路使传感器可以放大心率信号和完全消除环境信号干扰,以实现去噪处理。

　　[0061] 所述心率获取单元3还包括,检测模块,用于检测所述实时标注处理结果,第一采集模块,用于当所述实时心率数据的实时标注处理结果为正常时,采用第一预设时长对所述实时心率数据对应的被监控对象进行实时心率数据的采集,第二采集模块,用于当所述实时心率数据的实时标注处理结果为异常时,采用第二预设时长对所述实时心率数据对应的被监控对象进行实时心率数据的采集。

　　[0063] 在具体实施层面,在实施例2的基础上,本实施例参照图1所示对实施例2中基于C57小鼠实验的心率监控系统做进一步具体说明,

　　[0064] 所述被实验对象数据包括位置数据以及运动识别数据,所述健康数据包括最大安全心率,所处心率区间以及总消耗卡路里,所述运动数据包括运动类型和运动信息。

　　[0065] 实时处理模块14还可用于将预设时长的所述被实验对象的所述心率数据以及所述心率数据对应的所述标注处理结果存储至所述神经网络进行训练,得到训练后的神经网络,当所述实时标注处理结果为预设的第二标注类型时,在所述训练后的神经网络保存回溯预定步数的心率数据‑标注处理结果进行迭代训练。

　　[0066] 所述云端服务模块8包括若干基站、以及与所述基站通讯连接的云端服务器,所述基站用于检测附近范围内的检测端,并建立无线通讯连接,所述检测端检测到的所述心率数据通过无线通讯芯片发送给所述基站,所述基站对心率数据进行一次存储备份后,再将所述心率数据发送给移动通讯模块1进行二次存储备份,并供移动通讯模块1查询。

　　[0067] 所述移动通讯模块1为手持式设备,其包括智能手机、IPAD和平板电脑,在所述手持式设备内设有用于与所述云端服务模块8器连接的通讯软件,移动通讯模块1通过通讯软件读取云端服务模块8存储的所述心率数据,并通过显示屏显示。

　　[0068] 所述语音求救单元13内运行有语音提示单元和求救单元,所述求救单元发出警示指令或被动求救指令,所述语音提示单元接收所述警示指令或所述被动求救指令后通过扬声器发出对应的语音信息并通过定位模块2获取所述被实验对象的地理位置。

　　[0069] 所述移动通讯模块1通过自组网通信网络由若干分布式数据采集器组成,所述分布式数据采集器相互之间通信连接,所述分布式数据采集模块安装在所述被实验对象上。

　　[0070] 综上而言,与现有技术相比,本发明提供的实验小鼠心率监控系统,通过自组网通信网络使得位于不同位置的小鼠心率信息都能够及时的发送给相应的心率监测器,使不同探测器都能够随时获取到小鼠的实时心率数据,同时利用定位模块确定小鼠的位置信息,判别小鼠在什么状态,之后通信网络采集并上传小鼠的相关数据,结合云端服务模块发送的基本数据,生成健康数据和运动数据,实现通过一套分布式的系统,既能过监控小鼠心率,又能识别小鼠是否处于危机时刻。

　　[0071] 本系统通过对原始的心率数据的分析得到分类标注,可以得到实验小鼠的类似心率为正常、出现异常、临近危险和强烈危险四种类型以及对四种类型的预处理,在实验进行过程中,当获取到小鼠的心率数据后根据建立的深度学习模型进行分析并得到心率监控数据,使得实现对实验中每一只小鼠的心率进行监控,以较高的准确率辨识小鼠在实验过程中的心脏危险程度,对于非正常的心率以不同的方式给实验人员以提醒,使实验人员能清楚地根据小鼠身体状态来调整自己的实验过程,还能够及时将非正常状态的小鼠信息包括地理位置信息等通知给其他实验人员,便于实验室资源的快速有效地调配,从小鼠和实验人员两方面加以护航。

　　[0072] 以上实施例仅用以说明本发明的技术方案,而非对其限制,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。