技术摘要：
本发明提出了一种基于病源信息熵的电网施工人员高原病防治方法，首先建立高原病特征库，然后采集电网施工人员的施工数据，并将施工数据汇聚后传输到病源信息熵建模分析平台，由病源信息熵建模分析平台使用采集到的电网施工人员的施工数据建立高原病病源独立信息熵和高  全部
背景技术：
高原病通常指人体进入高原或由高原进入更高海拔地区的当时或数天内发生的 因高原低氧环境引起的疾病。高原病指初入高原时出现的急性缺氧反应或疾病，依其严重 程度分为轻型(或良性)和重型(或恶性)。轻型即反应型或急性高原反应；重型又分为：脑型 急性高原病(又称高原昏迷或高原脑水肿)、肺型急性高原病(又称高原肺水肿)、混合型(即 肺型和脑型的综合表现)。高原病共同的临床表现有头痛、头昏、心慌、气促、恶心、呕吐、乏 力、失眠、眼花、嗜睡、手足麻木、唇指发绀、心律增快等，其他症状和体征则视类型不同而 异。 目前，国内外主要通过对电网施工人员进行提前体检，或者在电网施工人员出现 高原病后才送医院救治的方式进行高原病防治，现有的研究中，采用在电网施工人员进入 高原前，采用超声波检查、心电图等的方式，对进入青藏地区施工作业的人员进行事前体 检。或者是采用建立骨髓有核红细胞检查分析软件的方法来进行青藏地区施工人员的事前 分析。电网基建施工往往在偏远地区，当电网施工人员发病时，电网公司不仅会耗费大量的 人力物力来进行救治，而且病人的生命安全也得不到保障，在电网施工人员出现高原病后 才送医院救治的方式进行高原病防治，往往错过了高原病防治的黄金时间，对电网施工人 员的身体造成永久性的伤害。 国内外均无有效的急性高原病实时预测及筛选方法，只能通过事前体检进行筛 选，事前体检的方法筛选效果差。而青藏高原平均海拔在4000米以上，受该地区海拔高、空 气稀薄、大气压低、氧分分压低、紫外线强等因素影响，急性高原病已成为进藏电网建设人 员的主要威胁。急性高原病按严重程度分为轻型(反应型或急性高原反应)、重型(高原脑水 肿、高原肺水肿)两种。急性高原病发病时间短，在数小时至数日内发病，若不及时救治，就 会危及生命。国家电网公司高原病防治中心调查研究表明，原常住地海拔低的电网施工人 员，经过事前的身体体检到青藏高原，在刚进入青藏高原劳动强度大时，容易诱发急性高原 病，急性高原病总的发病率为18.97％，其中急性轻度高原病的发病率为18.19％，重度高原 病的发病率为0.78％，由此可见，在刚进入青藏地区进行电网作业的人员中，急性高原病发 病率高、危害性大，对其健康构成了严重的威胁。
技术实现要素：
本发明针对现有技术的上述问题，提出了一种基于病源信息熵的电网施工人员高 原病防治方法，通过实时采集施工人员的生命特征数据和施工时的高原病发病原因溯源数 据，得到病源信息熵，通过对病源信息熵的分析，实现对电网施工人员高原病发生风险的实 时预防及治疗方法推荐。 4 CN 111584088 A 说　明　书 2/12 页 本发明具体实现内容如下： 本发明提出了一种基于病源信息熵的电网施工人员高原病防治方法，首先建立高 原病特征库，然后采集电网施工人员的施工数据，并将施工数据汇聚后传输到病源信息熵 建模分析平台，由病源信息熵建模分析平台使用采集到的电网施工人员的施工数据进行病 源信息熵建模分析，最后进行电网施工人员是否存在高原病风险的判断； 所述施工数据包括生命特征数据、高原病发病原因溯源数据；所述生命特征数据 包括呼吸系统生命特征数据、心血管系统生命特征数据、消化系统生命特征数据、泌尿系统 生命特征数据； 所述进行病源信息熵建模分析具体操作为：首先根据施工数据分别计算高原病发 病原因溯源独立信息熵H(z)、呼吸系统独立信息熵H(x)、心血管系统独立信息熵H(y)、消化 系统独立信息熵H(p)、泌尿系统独立信息熵H(q)；然后根据高原病发病原因溯源独立信息 熵H(z)、呼吸系统独立信息熵H(x)、心血管系统独立信息熵H(y)、消化系统独立信息熵H (p)、泌尿系统独立信息熵H(q)计算高原病病源联合信息熵H(z,x,y,p,q)。 为了更好地实现本发明，进一步地，所述高原病发病原因溯源数据包括：原住地海 拔高度、施工人员进入高原地区的时间、中等海拔区域习服时间、心理因素、施工劳动强度、 年龄、呼吸道感染；设定高原病发病原因溯源数据的特征取值范围下限为m，上限为n；得到 高原病发病原因溯源特征取值范围表： 计算高原病发病原因溯源独立信息熵H(z)的具体步骤为：首先定义高原病发病发 病原因溯源信息熵为z，取值范围为{zm......zn}；则设定原住地海拔高度为za，取值范围为 {zam......zan}，施工劳动强度为zb，取值范围为{zbm......zbn}，中等海拔区域习服时间为 z c，取值范围为{z c m ......z c n}，施工人员进入高原地区的时间为z d，取值范围为 {zdm ......zdn}，心理因素为ze，取值范围为{zem ......zen}，呼吸道感染为zf，取值范围为 {zfm......zfn}，年龄为zg，取值范围为{zgm......zgn}；然后计算出病源信息熵H(za)、病源 信息熵H(zb)、病源信息熵H(zc)、病源信息熵H(zd)、病源信息熵H(ze)、病源信息熵H(zf)、 病源信息熵H(zg)、条件熵H(za|zb|zc|zd|ze|zf|zg)；最后将病源信息熵H(za)、病源信息熵H 5 CN 111584088 A 说　明　书 3/12 页 (zb)、病源信息熵H(zc)、病源信息熵H(zd)、病源信息熵H(ze)、病源信息熵H(zf)、病源信息 熵H(zg)、条件熵H(za|zb|zc|zd|ze|zf|zg)相加得到高原病发病原因溯源独立信息熵H(z)。 为了更好地实现本发明，进一步地，所述呼吸系统生命特征数据包括BMI指数、肺 功能-FVL、肺功能-FEV1、肺功能-FEE25、肺功能-SaO2下降、呼吸次数、呼吸停顿时间； 所述心血管系统生命特征数据包括心电图ST段、血压舒张压、血压收缩压、心率≥ 100次时间、血红细胞、血红蛋白； 所述消化系统生命特征数据包括腹部肌张力痉挛次数； 所述泌尿系统生命特征数据包括尿红细胞、尿蛋白； 设定呼吸系统信息熵为x，取值范围为{xm......xn}，则设定BMI指数为xa，取值范 围为{xam......xan}，肺功能-FVL为xb，取值范围为{xbm......xbn}，肺功能-FEV1为xc，取值 范围为{xcm......xcn}，肺功能-FEE25为xd，取值范围为{xdm......xdn}，肺功能-SaO2下降为 xe，取值范围为{xem......xen}，呼吸次数为xf，取值范围为{xfm......xfn}，呼吸停顿时间为 xg，取值范围为{xgm......xgn}，进一步计算出病源信息熵H(za)、病源信息熵H(zb)、病源信 息熵H(zc)、病源信息熵H(zd)、病源信息熵H(ze)、病源信息熵H(zf)、病源信息熵H(zg)、条 件熵H(za|zb|zc|zd|ze|zf|zg)；最后将病源信息熵H(za)、病源信息熵H(zb)、病源信息熵H (zc)、病源信息熵H(zd)、病源信息熵H(ze)、病源信息熵H(zf)、病源信息熵H(zg)、条件熵H (za|zb|zc|zd|ze|zf|zg)相加得到呼吸系统独立信息熵H(x)； 同理，计算得出心血管系统独立信息熵H(y)、消化系统独立信息熵H(p)、泌尿系统 独立信息熵H(q)。 为了更好地实现本发明，进一步地，所述高原病病源联合信息熵H(z,x,y,p,q)的 具体计算方法为：首先计算出高原病发病原因溯源独立信息熵H(z)、呼吸系统独立信息熵H (x)、心血管系统独立信息熵H(y)、消化系统独立信息熵H(p)、泌尿系统独立信息熵H(q)，然 后计算出条件熵H(z|x|y|p|q)，最后计算出高原病病源联合信息熵H(z,x,y,p,q)，所述高 原病病源联合信息熵H(z,x,y,p,q)为高原病发病原因溯源独立信息熵H(z)、呼吸系统独立 信息熵H(x)、心血管系统独立信息熵H(y)、消化系统独立信息熵H(p)、泌尿系统独立信息熵 H(q)、条件熵H(z|x|y|p|q)之和。 为了更好地实现本发明，进一步地，所述采集电网施工人员的施工数据为采用多 传感器数据自适应加权融合估计算法进行生命特征数据采集，具体操作为：在每一位需要 进行监测的电网施工人员身上安装n个传感器进行测量，所述传感器采集的数据为所述高 原病特征库中所记载的数据，并根据施工人员的情况配置若干生命特征采集点，然后通过 神经网络、小波变换、kalman滤波技术进行多传感器数据融合，计算出多传感器数据自适应 加权融合估计值。 为了更好地实现本发明，进一步地，所述将施工数据汇聚具体使用以数据为中心 的自组织算法SPIN实现多个电网施工人员的施工数据的汇聚。 为了更好地实现本发明，进一步地，在进行病源信息熵建模分析之前，将电网施工 人员在静止状态下的呼吸系统生命特征数据、心血管系统生命特征数据、消化系统生命特 征数据、泌尿系统生命特征数据增加90％，用作电网施工人员在运动状态下的呼吸系统生 命特征数据、心血管系统生命特征数据、消化系统生命特征数据、泌尿系统生命特征数据的 控制目标值，同时，结合经验库，对运动状态数据进行修正，得到电网施工人员在运动状态 6 CN 111584088 A 说　明　书 4/12 页 下更加准确的生命特征数据。 为了更好地实现本发明，进一步地，在使用病源信息熵建模分析平台根据高原病 的病源信息熵建模分析得出电网施工人员高原病产生几率后，同时结合高原病患者专家诊 断库评估出电网施工人员发生高原病的风险程度，并根据风险程度生成评估报告和处理意 见并发送给在施工现场的医务人员。 本发明与现有技术相比具有以下优点及有益效果： (1)可以实时采集数据，并进行实时监控和分析，大大减少了病情的发现时间，为 病人治疗争取了宝贵时间； (2)针对不同的发病原因进行分析，有的放矢，有助于病情的快速治疗； (3)在病人进行救治时可以快速提供救治前的生命特征数据，有助于医生分析病 情，有益于治疗。 附图说明 图1为本发明整体流程示意图； 图2为本发明通过SPIN多人无线组网进行数据传输示意图； 图3为病源信息熵函数的曲线示意图； 图4为高原病病源联合信息熵H(z,x,y,p,q)关系示意图。