本發(fā)明涉及輪椅，尤其涉及一種帶有健康監(jiān)測系統(tǒng)的智能輪椅。

背景技術(shù)：

隨著我國逐漸進入老齡化社會，空巢老人的數(shù)量逐年增加，此外，還有相當(dāng)數(shù)量的行動不便的殘疾人，這導(dǎo)致我國對醫(yī)護人員的需求迅速增加。然而，由于醫(yī)護人員資源的缺乏、人力成本等原因，智能輪椅逐漸成為老年人或病殘者得以生活活動自理的一種重要的工具，但是這些輪椅往往只能滿足人們出行的需求，或簡單的體溫等健康檢測的功能，無法達(dá)到長期監(jiān)測使用者健康狀況的目的，智能化程度較低。

技術(shù)實現(xiàn)要素：

本發(fā)明針對現(xiàn)有技術(shù)的不足，提供了一種帶有健康監(jiān)測系統(tǒng)的智能輪椅，能夠長期、實時對使用者的健康狀況進行監(jiān)測，了解使用者健康參數(shù)的變化趨勢，并與常見病癥的指標(biāo)進行對比，利用智能輪椅的處理模塊進行病癥的模式識別，從而實現(xiàn)使用者健康狀況的輔助判斷。

本發(fā)明的上述目的是通過以下技術(shù)方案予以實現(xiàn)的。

一種帶有健康監(jiān)測系統(tǒng)的智能輪椅，包括一輪椅主體、兩把手、處理模塊、傳輸模塊、供電模塊，所述健康監(jiān)測系統(tǒng)基于對血壓、心率、脈搏和體溫的監(jiān)測及反饋實現(xiàn)：

所述智能輪椅還包含血壓心率檢測模塊、脈搏檢測模塊、體溫檢測模塊、數(shù)據(jù)庫存儲模塊、語音模塊，打印模塊；所述血壓、心率由位于輪椅主體椅背上的血壓心率檢測模塊檢測，所述脈搏由位于把手上的脈搏檢測模塊檢測，所述體溫由位于輪椅主體或/和把手上的體溫檢測模塊檢測；所述血壓心率檢測模塊、脈搏檢測模塊、體溫檢測模塊均與處理模塊相連，所述處理模塊獲得使用者的血壓、心率、脈搏和體溫檢測結(jié)果；

所述數(shù)據(jù)庫存儲模塊、傳輸模塊和處理模塊兩兩相連，所述數(shù)據(jù)庫存儲模塊通過所述傳輸模塊獲得并存儲有現(xiàn)有常見病癥的血壓、心率、脈搏和體溫數(shù)據(jù)，在所述智能輪椅使用前，利用支持向量機算法或k近鄰算法訓(xùn)練處理模塊，使得處理模塊獲得將血壓、心率、脈搏和體溫的數(shù)據(jù)與所述常見病癥相對應(yīng)的能力；訓(xùn)練完成時，所述處理模塊能夠利用支持向量機算法或k近鄰算法處理血壓、心率、脈搏、體溫四個變量，了解使用者當(dāng)前的健康狀況及相關(guān)潛在病癥，并通過語音模塊和打印模塊輸出病癥判斷結(jié)果。

所述支持向量機算法是一種分類算法，通過尋求結(jié)構(gòu)化風(fēng)險最小來提高學(xué)習(xí)機泛化能力，實現(xiàn)經(jīng)驗風(fēng)險和置信范圍的最小化，從而達(dá)到在統(tǒng)計樣本量較少的情況下，亦能獲得良好統(tǒng)計規(guī)律的目的。支持向量機是一種二類分類模型，其基本模型定義為特征空間上的間隔最大的線性分類器，即支持向量機的學(xué)習(xí)策略是間隔最大化，最終可轉(zhuǎn)化為一個凸二次規(guī)劃問題的求解。訓(xùn)練本發(fā)明智能輪椅的處理模塊時，給定一組訓(xùn)練樣本，每個標(biāo)記為屬于兩類，一個支持向量機訓(xùn)練算法建立了一個模型，分配新的實例為一類或其他類，使其成為非概率二元線性分類，例如，在空間中的點，映射，使得所述不同的類別的例子是由一個明顯的差距盡可能寬劃分的表示；新的實例則映射到相同的空間中，并預(yù)測基于它們落在所述間隙側(cè)上屬于一個類別。本發(fā)明可用支持向量機算法分析監(jiān)測得到的健康數(shù)據(jù)，進行病癥識別模式，用于分類和回歸分析，得到基體病癥的輔助判斷。

所述k近鄰算法的核心在于如果一個樣本在特征空間中的k個最相似（即特征空間最鄰近）的樣本中的大多數(shù)屬于某一個類別，則該樣本也屬于這個類別，并具有這個類別上樣本的特性。該方法在確定分類決策上只依據(jù)最鄰近的一個或者幾個樣本的類別來決定待分樣本所述的類別。k近鄰算法在類別決策時，只與極少量的相鄰樣本有關(guān)；由于k近鄰算法主要靠周圍有限的鄰近樣本，而不是靠判別類域的方法來確定所屬類別的，因此對于本發(fā)明類域的交叉或重疊較多的待分樣本集來說，k近鄰算法較其他方法更為適合。例如，給定一個血壓、心率、脈搏、體溫四個變量對應(yīng)不同病癥的訓(xùn)練集，對于新的輸入的數(shù)據(jù)組，在訓(xùn)練數(shù)據(jù)集中找到與該數(shù)據(jù)組最鄰近的k個數(shù)據(jù)組，這k個數(shù)據(jù)組的多數(shù)都屬于某類病癥，就把該輸入的數(shù)據(jù)組分類到這個病癥。本發(fā)明k近鄰算法還事先對樣本屬性進行約簡，刪除對分類結(jié)果影響較小的屬性，快速的得出待分類樣本的類別。本發(fā)明可用k近鄰算法分析監(jiān)測得到的健康數(shù)據(jù)，進行病癥識別模式，用于分類分析，得到基體病癥的輔助判斷。

本發(fā)明所述常見病癥包括感冒、發(fā)燒、高血壓、心律失常、心臟病、心血管疾病等等；所述數(shù)據(jù)庫存儲模塊存儲有上述現(xiàn)有常見病癥的血壓、心率、脈搏和體溫數(shù)據(jù)，通過長時間的實時監(jiān)測數(shù)據(jù)及其變化趨勢，將獲得的檢測數(shù)據(jù)與數(shù)據(jù)庫存儲模塊中的病癥指標(biāo)進行對比，模式識別出這四種變量組合起來的特征所最可能對應(yīng)的常規(guī)病癥，將處理模塊獲得的病癥分析結(jié)果作為使用者健康狀況的輔助判斷，可以作為后續(xù)病癥診斷的初步依據(jù)。

優(yōu)選地，本發(fā)明智能輪椅還包含體重檢測模塊，所述體重檢測模塊位于輪椅主體的椅座內(nèi)，長時間對使用者體重參數(shù)的監(jiān)控，再結(jié)合使用者的血壓、心率、脈搏和體溫檢測結(jié)果，能夠?qū)膊〕跤娜巳哼M行后續(xù)的健康監(jiān)測，當(dāng)一段時間內(nèi)使用者體重激增或暴減時，通過語音模塊和打印模塊輸出病癥恢復(fù)情況。

優(yōu)選地，所述智能輪椅還包含控制面板，所述控制面板上設(shè)有血壓心率檢測模塊、脈搏檢測模塊、體溫檢測模塊的啟動鍵，檢測完畢后，處理模塊自動關(guān)閉所述血壓心率檢測模塊、脈搏檢測模塊、體溫檢測模塊。

優(yōu)選地，所述處理模塊為一單片機，所述脈搏檢測模塊為一光纖式脈搏感應(yīng)器。

優(yōu)選地，所述血壓心率檢測模塊包含壓力傳感器、伺服加壓氣泵、電子控制排氣閥，所述壓力傳感器安裝于輪椅主體椅背上的臂帶內(nèi)，所述伺服加壓氣泵與電子控制排氣閥裝嵌于輪椅主體椅背內(nèi)，所述壓力傳感器、伺服加壓氣泵、電子控制排氣閥均與處理模塊相連。

更優(yōu)選地，所述臂帶與椅背之間通過松緊帶相連，所述椅背一側(cè)有用于收納所述松緊帶和臂帶的收納袋。

優(yōu)選地，所述把手上表面設(shè)有一上部開口的圓弧條手腕套件，所述手腕套件底部外側(cè)與把手相連，所述手腕套件的底部內(nèi)側(cè)設(shè)有所述脈搏檢測模塊，所述開口供手腕進出，所述手腕套件上部設(shè)有提示燈，所述脈搏檢測模塊檢測時所述指示燈閃爍。使用時，人的手腕部從所述開口進入手腕套件，手腕內(nèi)側(cè)的皮膚與所述脈搏檢測模塊接觸，可以準(zhǔn)確檢測人的實時脈搏。

優(yōu)選地，所述體溫檢測模塊有兩個，一個與輪椅主體的椅背相連，另一個位于所述手腕套件底部內(nèi)側(cè)。

作為另一種優(yōu)選的實施方式，所述脈搏檢測模塊位于把手上表面的手部套件內(nèi)，所述手部套件的一端封閉，另一端設(shè)有供手指進出的開口，所述手部套件上端設(shè)有提示燈，所述脈搏檢測模塊檢測時所述指示燈閃爍。所述手部套件具體為一手指套件。優(yōu)選地，所述體溫檢測模塊有兩個，一個與輪椅主體的椅背相連，另一個位于所述手指套件底部。

優(yōu)選地，所述體溫檢測模塊均包含溫度傳感器、集成電路，所述溫度傳感器通過集成電路與所述處理模塊相連。

優(yōu)選地，所述智能輪椅還包含加熱裝置，所述加熱裝置與處理模塊相連，當(dāng)兩個所述體溫檢測模塊的檢測差值超過預(yù)設(shè)范圍時，所述加熱裝置由處理模塊控制啟動。

優(yōu)選地，所述打印模塊包括打印機、儲紙盒，檢測結(jié)束時由處理模塊將獲得的數(shù)據(jù)及分析病癥結(jié)果發(fā)送至打印機，打印出結(jié)果。

優(yōu)選地，所述智能輪椅還包含用戶端，所述用戶端通過傳輸模塊與所述處理模塊相連，用于接受處理模塊獲得的監(jiān)測數(shù)據(jù)及分析得到的病癥結(jié)果。

與現(xiàn)有技術(shù)相比，本發(fā)明有益效果在于：提供了一種帶有健康監(jiān)測系統(tǒng)的智能輪椅，利用支持向量機算法或k近鄰算法訓(xùn)練健康監(jiān)測系統(tǒng)的處理模塊進行模式識別，將長時間的實時監(jiān)測數(shù)據(jù)及其變化趨勢與數(shù)據(jù)庫存儲模塊中存儲的現(xiàn)有常見病癥的血壓、心率、脈搏和體溫數(shù)據(jù)進行分析比對，處理模塊模式識別出所述四個變量組合起來的特征最可能對應(yīng)的常規(guī)病癥，從而獲得使用者的病癥分析結(jié)果，作為使用者健康狀況的輔助判斷，并可作為后續(xù)就診、診斷的初步依據(jù)。本發(fā)明智能輪椅充分符合人體使用習(xí)慣，適合使用者在無他人幫助的情況下獨自使用，檢測結(jié)果可通過語音模塊、打印模塊及用戶端輸出，即方便使用者了解自身健康狀況，也便于其看護人員/家人得知其健康狀況，縮短突發(fā)疾病的急救時間，實現(xiàn)了醫(yī)療家庭化，有工業(yè)應(yīng)用價值。

附圖說明

圖1為實施例1一種帶有健康監(jiān)測系統(tǒng)的智能輪椅的控制框圖。

圖2為實施例3一種帶有健康監(jiān)測系統(tǒng)的智能輪椅的結(jié)構(gòu)示意圖。

圖3為實施例3所述手腕套件的一種局部示意圖。

圖4為實施例4所述收納袋部分的局部示意圖。

圖5為實施例4所述臂帶部分的局部示意圖。

圖中：1、輪椅主體；101、臂帶；102、收納袋；103、松緊帶；104、伸縮件；2、把手；201、控制面板；202、手部套件；3、處理模塊；4、數(shù)據(jù)檢測模塊；401、血壓心率檢測模塊；401a、壓力傳感器；402、體溫檢測模塊；403、脈搏檢測模塊；404、體重檢測模塊；5、傳輸模塊；6、數(shù)據(jù)庫存儲模塊；7、用戶端；8、語音模塊；9、打印模塊。

具體實施方式

以下將結(jié)合附圖對本發(fā)明各實施例的技術(shù)方案進行清楚、完整的描述，顯然，所描述的實施例僅僅是本發(fā)明的一部分實施例，而不是全部的實施例?；诒景l(fā)明的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所得到的所有其它實施例，都屬于本發(fā)明所保護的范圍。

在本發(fā)明的描述中，需要說明的是，術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。此外，術(shù)語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性。

在本發(fā)明的描述中，需要說明的是，除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通。對于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

下面通過具體的實施例子并結(jié)合附圖對本發(fā)明做進一步的詳細(xì)描述。

實施例1

如圖1所示，本實施例提供一種帶有健康監(jiān)測系統(tǒng)的智能輪椅，包括一輪椅主體、兩把手、處理模塊3、數(shù)據(jù)檢測模塊4、傳輸模塊5、供電模塊、數(shù)據(jù)庫存儲模塊6、用戶端7、語音模塊8、打印模塊9，所述供電模塊用于對所述智能輪椅進行供電，所述供電模塊為可充電裝置。

所述健康監(jiān)測系統(tǒng)基于對血壓、心率、脈搏和體溫的監(jiān)測及反饋實現(xiàn)：所述數(shù)據(jù)檢測模塊4包含血壓心率檢測模塊401、體溫檢測模塊402、脈搏檢測模塊403；所述血壓、心率由位于輪椅主體椅背上的血壓心率檢測模塊401檢測，所述脈搏由位于把手上的脈搏檢測模塊403檢測，所述體溫由位于輪椅主體或/和把手上的體溫檢測模塊402檢測；所述血壓心率檢測模塊401、脈搏檢測模塊403、體溫檢測模塊402均與處理模塊3相連，所述處理模塊3獲得使用者的血壓、心率、脈搏和體溫檢測結(jié)果；

所述數(shù)據(jù)庫存儲模塊6、傳輸模塊5和處理模塊3兩兩相連，遠(yuǎn)程數(shù)據(jù)庫或所述用戶端7可以作為常見病癥數(shù)據(jù)庫的提供者，所述數(shù)據(jù)庫存儲模塊6通過所述傳輸模塊5獲得并存儲有遠(yuǎn)程數(shù)據(jù)庫或用戶端7提供的現(xiàn)有常見病癥的血壓、心率、脈搏和體溫數(shù)據(jù)。在所述智能輪椅使用前，利用支持向量機算法訓(xùn)練處理模塊3，使得處理模塊3獲得將血壓、心率、脈搏和體溫的數(shù)據(jù)與所述常見病癥相對應(yīng)的能力；訓(xùn)練完成時，所述處理模塊3能夠利用支持向量機算法處理血壓、心率、脈搏、體溫四個變量，了解使用者當(dāng)前的健康狀況及相關(guān)潛在病癥，并通過用戶端7、語音模塊8和打印模塊9輸出病癥判斷結(jié)果。具體地，所述用戶端7通過傳輸模塊5與所述處理模塊3相連，用于接受處理模塊3獲得的監(jiān)測數(shù)據(jù)及分析得到的病癥結(jié)果。

本發(fā)明所述常見病癥包括感冒、發(fā)燒、高血壓、心律失常、心臟病、心血管疾病等等；所述數(shù)據(jù)庫存儲模塊6存儲有上述現(xiàn)有常見病癥對應(yīng)的血壓、心率、脈搏和體溫數(shù)據(jù)，通過長時間的實時監(jiān)測數(shù)據(jù)及其變化趨勢，將獲得的檢測數(shù)據(jù)與數(shù)據(jù)庫存儲模塊6中的病癥指標(biāo)進行對比，模式識別出這四種變量組合起來的特征所最可能對應(yīng)的常規(guī)病癥中的一到兩種，將處理模塊3獲得的病癥分析結(jié)果作為使用者健康狀況的輔助判斷，可以作為后續(xù)病癥診斷的初步依據(jù)。

本發(fā)明帶有健康監(jiān)測系統(tǒng)的智能輪椅，其核心在于處理模塊3，所述智能輪椅在使用前，利用支持向量機算法對處理模塊3進行訓(xùn)練，達(dá)到常見病癥模式識別的目的。所述支持向量機算法的基本模型為特征空間上的間隔最大的線性分類器，獲得現(xiàn)有常見病癥的血壓、心率、脈搏和體溫特征后，給定一組訓(xùn)練樣本，依次將每個樣本里血壓、心率、脈搏和體溫的數(shù)值與數(shù)據(jù)庫中常見病癥的血壓、心率、脈搏和體溫范圍一一進行比對，篩選出這四種變量組合起來的特征所對應(yīng)的常規(guī)病癥，并進一步對結(jié)果進行去雜和記錄，學(xué)習(xí)病癥與所述變量組合的對應(yīng)關(guān)系，從而能夠在所述智能輪椅使用時分析監(jiān)測得到的健康數(shù)據(jù)，進行病癥的有效識別模式。本實施例將支持向量機算法用于處理模塊3的分類和回歸分析，它能夠在統(tǒng)計樣本量一定的情況下，亦能得到良好的統(tǒng)計規(guī)律，最終獲得使用者基體病癥的輔助判斷。

實施例2

本實施例與實施例提供的一種帶有健康監(jiān)測系統(tǒng)的智能輪椅基本相同，不同之處在于，所述智能輪椅在使用前，利用k近鄰算法替代支持向量機算法對處理模塊進行訓(xùn)練，達(dá)到常見病癥模式識別的目的。所述k近鄰算法的核心在于如果一個樣本在特征空間中的k個最相鄰的樣本中的大多數(shù)屬于某一個類別，則該樣本也屬于這個類別，并具有這個類別上樣本的特性。

當(dāng)處理模塊獲得現(xiàn)有常見病癥的血壓、心率、脈搏和體溫特征后，給定一組訓(xùn)練樣本，篩選出每個樣本中血壓、心率、脈搏和體溫的數(shù)據(jù)組合最鄰近的一到兩個常見病癥，即判斷為最可能對應(yīng)的常規(guī)病癥中的一到兩種，由于k近鄰算法主要靠周圍有限的鄰近樣本，而不是靠判別類域的方法來確定所屬類別的，因此對于本發(fā)明類域的交叉或重疊較多的待分樣本集來說，k近鄰算法較其他方法更為適合。

k近鄰算法使用的模型實際上對應(yīng)于特征空間的劃分，k值的選擇，距離度量和分類決策規(guī)則是該算法的三個基本要素：k值較小時，只有與輸入實例較近的訓(xùn)練實例才會對預(yù)測結(jié)果起作用，但容易發(fā)生過擬合；如果k指較大，可以減少學(xué)習(xí)的估計誤差，但學(xué)習(xí)的近似誤差增大，這時與輸入實例較遠(yuǎn)的訓(xùn)練實例較遠(yuǎn)的訓(xùn)練實例也會對預(yù)測起作用，使預(yù)測發(fā)生錯誤；本實施例采用交叉驗證的方法來選擇最優(yōu)的k值，k取4；距離度量采用lp距離，p取2，為歐式距離，且在度量之前，將每個屬性的值規(guī)范化，防止具有較大初始值域的屬性比具有較小初始值域的屬性的權(quán)重過大；分類決策，由輸入實例的k個最鄰近的訓(xùn)練實例中的多數(shù)類決定輸入實例的類別。

本實施例用k近鄰算法分析監(jiān)測得到的健康數(shù)據(jù)，進行病癥識別模式，用于分類分析，將處理模塊獲得的病癥分析結(jié)果作為使用者健康狀況的輔助判斷，可以作為后續(xù)病癥診斷的初步依據(jù)。

實施例3

如圖2所示，所述脈搏檢測模塊403位于把手2上表面的手部套件202內(nèi)，所述手部套件202具體為一手指套件，所述手部套件202的一端封閉，另一端設(shè)有供手指進出的開口，所述手部套件202上端設(shè)有提示燈（圖中未畫出），所述脈搏檢測模塊403檢測時所述指示燈閃爍。所述體溫檢測模塊402有兩個，一個與輪椅主體1的椅背相連，另一個位于所述手部套件202底部。所述血壓心率檢測模塊401包含壓力傳感器401a、伺服加壓氣泵、電子控制排氣閥，所述壓力傳感器401a安裝于輪椅主體1椅背上的臂帶101內(nèi)，所述伺服加壓氣泵與電子控制排氣閥裝（圖中未畫出）嵌于輪椅主體1椅背內(nèi)，所述壓力傳感器401a、伺服加壓氣泵、電子控制排氣閥均與處理模塊3相連。

作為一種更優(yōu)選的實施方式，所述手部套件202具體為一手腕套件，具體為：所述把手2上表面設(shè)有一上部開口的圓弧條手腕套件，所述手腕套件底部外側(cè)與把手2相連，所述手腕套件的底部內(nèi)側(cè)設(shè)有所述脈搏檢測模塊403，所述開口供手腕進出，所述手腕套件上部設(shè)有提示燈，所述脈搏檢測模塊403檢測時所述指示燈閃爍。使用時，人的手腕部從所述開口進入手腕套件，手腕內(nèi)側(cè)的皮膚與所述脈搏檢測模塊403接觸，可以準(zhǔn)確檢測人的實時脈搏。所述體溫檢測模塊402則位于所述手腕套件底部內(nèi)側(cè)，與所述脈搏檢測模塊403并列。

本智能輪椅還包含體重檢測模塊404。所述體重檢測模塊404位于輪椅主體1的椅座內(nèi)，長時間對使用者體重參數(shù)的監(jiān)控，再結(jié)合使用者的血壓、心率、脈搏和體溫檢測結(jié)果，能夠?qū)膊〕跤娜巳哼M行后續(xù)的健康監(jiān)測，當(dāng)一段時間內(nèi)使用者體重激增或暴減時，通過語音模塊和打印模塊9輸出病癥恢復(fù)情況。所述打印模塊9位于所述輪椅主體1的底座下方。

所述智能輪椅還包含位于把手2上的控制面板201，所述控制面板201上設(shè)有血壓心率檢測模塊401、脈搏檢測模塊403、體溫檢測模塊402、體重檢測模塊404的啟動鍵，檢測完畢后，處理模塊3自動關(guān)閉所述血壓心率檢測模塊401、脈搏檢測模塊403、體溫檢測模塊402、體重檢測模塊404。

實施例4

如圖3~4所示，所述輪椅主體1椅背一側(cè)有用于收納所述臂帶101的收納袋102，臂帶101的兩端部設(shè)有粘黏帶，且其中一端為弧形橡膠，臂帶101具有一定的硬度，方便使用者單手臂放入；將所述臂帶101卷起放入收納袋102中，臂帶101與所述輪椅主體1椅背之間通過松緊帶103相連。與輪椅主體1的椅背一側(cè)相連的所述體溫檢測模塊402也可位于所述收納袋102內(nèi)，該體溫檢測模塊402通過一伸縮件104與所述輪椅主體1的椅背相連。

具體的，所述壓力傳感器401a安裝于所述臂帶101內(nèi)，用于對人體血壓、心率進行檢查。所述體溫檢測模塊402包含溫度傳感器、集成電路，所述溫度傳感器通過集成電路與所述控制模塊相連；用于對人體體溫進行檢查。

本發(fā)明裝置使用前，將所述臂帶101、體溫檢測模塊402放置于所述收納袋102內(nèi)；使用時：打開收納袋102，取出臂帶101，將上臂放入臂帶101弧形橡膠的一端，再將臂帶101的另一端圍繞在上臂上并用粘黏帶進行固定，利用血壓心率檢測模塊401進行血壓和心率檢測，臂帶101的位置可通過松緊帶103調(diào)節(jié)，適應(yīng)不同人的使用習(xí)慣及需要；打開收納袋102，取出體溫檢測模塊402，利用伸縮件104調(diào)節(jié)體溫檢測模塊402的位置，將檢測端放置于腋下，進行腋下體溫的檢測，方便輪椅使用者獨自對自身心率、血壓、體溫進行檢測。

本發(fā)明利用支持向量機算法或k近鄰算法訓(xùn)練健康監(jiān)測系統(tǒng)的處理模塊進行模式識別，識別出所述四個變量組合起來的特征最可能對應(yīng)的常規(guī)病癥，從而獲得使用者的病癥分析結(jié)果，作為使用者健康狀況的輔助判斷，并可作為后續(xù)就診、診斷的初步依據(jù)。本發(fā)明智能輪椅充分符合人體使用習(xí)慣，適合使用者在無他人幫助的情況下獨自使用，檢測結(jié)果可通過語音模塊、打印模塊及用戶端輸出，即方便使用者了解自身健康狀況，也便于其看護人員/家人得知其健康狀況，縮短突發(fā)疾病的急救時間，實現(xiàn)了醫(yī)療家庭化，有工業(yè)應(yīng)用價值。

最后應(yīng)說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述實施例所記載的技術(shù)方案進行修改，或者對其中部分或者全部技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實施例技術(shù)方案。