基于RSSI的医院智能床垫定位

《Journal of Low Power Electronics and Applications》：RSSI-Based Localization of Smart Mattresses in Hospital Settings

　　

（1）背景：在医院中，床垫常因清洁或患者转运而被重新放置，导致实际床位位置与记录不符。手动更新耗时且易出错，需要一种经济高效且易于部署的自动定位系统，以确保可追溯性并减少护理工作量。（2）目的：本研究提出一种基于RSSI（接收信号强度指示）测量的BLE（蓝牙低功耗）定位系统的大规模实用化实施与验证。目标是通过利用现有医院基础设施，实现智能床垫的可靠房间级识别。（3）结果：在复杂的医院环境中，该系统显示出稳定的信号，主次房间之间的平均RSSI差距为12.04 dBm，能够准确检测床垫移动并恢复定位置信度。护士报告称操作更简便、手动检查减少、准确性提高，但接收器离线时偶尔会出现不匹配。（4）结论：基于RSSI的系统展示了用于实际资产跟踪的一种可行且可扩展的模型。未来升级包括接收器健康监测、看门狗重启以及增强用户培训，以提高可靠性和可用性。（5）方法：研究人员在不同隔断条件下表征了RSSI–距离关系，以确定房间区分的参数。为评估实际可扩展性，在101个房间中的266张床垫上进行了为期42小时的现场验证，测试了性能，并进行了重新定位测试和护士反馈收集。

**论文解读：基于RSSI的医院智能床垫定位系统——大规模实用化验证与临床整合**

**一、研究背景与问题**

在医院及长期护理机构中，病床是患者与居民管理的基本单元，大量医疗信息系统围绕床位分配构建。智能床垫作为现代护理环境的重要组成部分，集成了压力传感器阵列、光纤传感和生物信号监测模块，可提供离床检测、跌倒预防、压力性损伤管理、睡眠及日常活动模式监测、生命体征评估等功能。然而，在日常医院运营中，床垫常因清洁、患者转运、入院出院等操作而被重新放置，导致实际床垫位置与系统记录不匹配，进而引发报告错误和患者安全风险。手动更新床垫位置信息耗时且易出错，需要一种经济高效、易于部署的自动定位系统，以确保可追溯性并减少护理工作量。

**二、为什么开展这项研究**

已有多种室内定位技术（如超宽带UWB、射频识别RFID、Wi-Fi、蓝牙低功耗BLE）被探索用于医院环境中的跟踪与定位。但针对非关键性、大规模资产跟踪（如智能床垫）的场景，必须考虑实际约束：成本、基础设施复杂性、低功耗运行。UWB精度最高但成本高昂且需全新专用基础设施；RFID通常需要护士主动扫描或仅提供通过门禁时的位置更新；Wi-Fi信号在繁忙医院走廊中波动大，且指纹识别计算资源密集。相比之下，基于RSSI的BLE定位因低成本、最小基础设施需求以及足够的房间级精度而成为实用解决方案。尤为关键的是，本研究的创新点不在于核心技术，而在于真实约束下的大规模实用化应用：研究人员开发的智能床垫系统已在40多家医院和护理机构部署，近5000张床垫投入运行。为在这些床垫上实现定位，核心前提是充分利用已在病房中为智能床垫主要功能部署的现有BLE网关基础设施，无需额外硬件投入，大幅降低资本投资和长期维护成本。技术挑战在于优化一种简单、低计算量的基于RSSI的算法，仅利用现有网关固有的有限且波动的数据，实现稳健的房间级识别。

**三、研究内容与结论**

本研究开发并验证了一种基于RSSI的BLE定位系统，旨在解决医院中床垫重新定位的问题。系统通过利用每个病房已安装的现有BLE网关，克服了成本和可扩展性障碍。通过信号强度确定床垫位置，确保床垫与床位分配之间的准确匹配，无需昂贵的新基础设施。为增强可靠性，方法结合了滤波、墙体衰减补偿和护理人员确认。现场验证在真实医院环境中进行，以评估系统的准确性和临床可行性。

**主要结论：** 实验室实验建立了RSSI–距离关系，并量化了墙壁和隔断的影响，为房间级区分提供了准确的参数校准。现场验证进一步确认，算法在42小时运行期间保持稳定且可区分的RSSI模式，并正确检测到床垫重新定位。重新定位测试表明，系统在床垫返回后自动恢复定位置信度，证实了其实际应用的稳健性。用户评估显示，护士认可自动化带来的效率提升，但强调准确警报、清晰信号置信度指标和简单验证工作流的重要性。反馈直接指导了系统改进，包括改进BLE接收器监测、离线网关的自动检测与恢复，以及简化手动确认流程。培训也被证明是成功采用的关键因素。

**意义：** 该研究证明了基于RSSI的定位系统在大规模资产跟踪中既技术可行又操作实用，是一种经济高效的解决方案。其与现有医院基础设施的集成，克服了高成本和部署复杂性的典型障碍，为可扩展、可信赖且临床可持续的定位解决方案奠定了基础。该论文发表在《Journal of Low Power Electronics and Applications》。

**四、主要技术方法**

研究人员采用以下关键技术方法：
1. **RSSI–距离关系表征与路径损耗模型拟合**：在实验室条件下，通过将智能床垫控制盒（BLE发射器）置于不同距离（0 m、1 m、6 m、12 m）并设置不同障碍物（实心墙、轻质隔断），记录三个BLE网关的RSSI值，使用对数距离路径损耗模型（Log Distance Path Loss Model）拟合得到路径损耗指数n=1.76和参考RSSI A=?51.23 dBm。
2. **基于RSSI聚合与网关排序的房间级定位算法**：设计了一个每小时运行的循环算法，包括数据收集与预处理（取60分钟内每个床垫-网关对的平均RSSI）、聚合与网关排序（按平均RSSI降序排列网关）、差异检测与警报触发（比较推断房间与注册房间，不匹配时触发可视警报）、护士验证与系统更新（护士确认或拒绝建议，更新数据库）。
3. **现场验证与混合方法评估**：在101个房间（包括单人间、双人间、四人间）中部署266张智能床垫，每个房间安装一个天花板安装的BLE接收器，进行42小时连续数据采集，评估信号稳定性（最强RSSI标准差均值2.32 dBm）和房间区分度（主次房间平均RSSI差距12.04 dBm）。同时进行单床垫重新定位案例研究（包括常规转运和紧急隔离转运），并通过半结构化小组访谈收集6名护士的定性反馈。

**五、研究结果**

**4.1. 整体数据稳定性评估（跨多设备）**
通过分析10张分布在不同房间的智能床垫在42小时内的RSSI数据，最强RSSI的平均标准差为2.32 dBm，表明信号在每小时批次处理下稳定。主次房间平均RSSI差距为12.04 dBm，约为最强RSSI标准差的5.19倍，远高于通常认为的3倍标准差置信阈值，表明系统在正常条件下能高置信度区分正确房间。

**4.2. 单床垫案例研究：定位跟踪与重新定位检测**
- **常规转运案例**：一张原在Room 618的床垫被转移到血透室（HD Unit）后返回。RSSI时序显示，转移前Room 618信号稳定（-58至-60 dBm），转移期间HD Unit信号上升（-63 dBm）触发差异检测，返回后Room 618信号恢复（-62 dBm）。系统成功检测到完整重新定位周期并自动恢复定位置信度。
- **紧急隔离转运案例**：一张原在Room 1217的床垫因流感隔离需求被紧急转移到Room 1201（隔离病房）。早晨RSSI稳定在-61至-63 dBm，11:00批次出现信号不稳定，12:00批次起Room 1201信号稳定在-64 dBm并持续主导，系统准确捕获了跨区转运并触发差异检测。

**4.3. 护士反馈**
对6名护士的访谈显示：多数认为系统界面直观，减少了手动寻找床垫的时间；自动定位“通常正确”，但偶尔出现邻近房间或楼层混淆；护士对自动定位的信任度评分2-4分（满分5分），主要顾虑是干扰；护士会根据信号置信度合理判断是否接受建议；每小时更新频率被认为“适中”；改进建议包括自动床号同步、移动历史记录导出、信号优化、离线接收器监测等。总体5人给予积极评价。

**4.4. 系统学习与改进**
现场验证确认系统在42小时运行中保持稳定信号基线，明确房间区分。重新定位案例验证了算法准确检测移动事件并自动恢复定位。反馈指出：培训对准确解读信号强度至关重要；大多数不匹配由离线BLE网关引起（整体连接覆盖率91.6%，平均每小时离线率6.5%）。未来将集成自动接收器健康监测、看门狗重启功能，以及移动历史记录与报告功能。

**六、总结讨论与结论翻译**

**总结讨论：**
本研究开发并验证了基于RSSI的BLE定位系统，用于确保医院环境中智能床垫的房间级准确识别。系统通过现有床垫通信的BLE网关运行，无需新基础设施，最小化对日常医院活动的干扰。实验室实验建立了RSSI-距离关系并量化了墙壁影响，为房间级区分提供了参数校准。现场验证确认算法稳定且能正确检测重新定位。用户评估揭示了实际可用性的关键见解：护士认可自动化效率，但强调准确警报、清晰置信度指标和简单验证流程的重要性。反馈直接指导了系统改进，包括改进接收器监测、离线网关自动恢复、简化手动确认流程。培训成为成功采用的关键因素。下一步将在大规模医院网络中实施这些改进，并优化接收器放置与信号阈值。历史移动跟踪与报告功能将作为可选管理工具并行开发。

**结论翻译：**
总之，基于RSSI的定位系统已被证明在大规模资产跟踪中既技术可行又操作实用，是一种经济高效的解决方案。其与现有医院基础设施的集成，克服了高成本和部署复杂性的典型障碍，为可扩展、可信赖且临床可持续的定位解决方案奠定了坚实基础。结合接收器管理和工作流兼容性的计划改进，该方法为在医疗环境中实现智能床垫的实际定位提供了有价值的蓝图。