自然灾害救援过程中生命体征变化趋势分析仿真*

吴义满

(江苏医药职业学院，江苏 盐城 224000)

自然灾害是地球上难以回避的灾难，常见的自然灾害有地震、火山、泥石流、海啸、山洪、台风、龙卷风等，随着地球变暖和环境恶化，自然灾害发生的频率增大，自然灾害给人类带来巨大的生命和财产损失，许多自然灾害防不胜防，特别如地震、海啸等自然灾害。由于预测预报机制还不够完善，对地震的预测技术还不成熟，导致难以在有效的时间内进行灾害预测，使得大地震等自然灾害会造成大量的人员伤亡，例如，唐山大地震导致242 769人死亡，16.4万人重伤，位列20世纪世界地震史死亡人数第2。汶川大地震造成69 227人死亡，374 643人受伤，17 923人失踪。可见，在自然灾害面前，人的生命显得非常渺小，为了最大程度低降低自然灾害中死亡人数，需要救援队员具有专业的救援设备和救援知识之外，还要对自然灾害中人体的生命体征进行有效预测，分析人体生命体征变化的趋势，有效把握黄金救援时间进行救援，降低人员伤亡[1]，研究自然灾害中生命体征变化趋势的预测方法，在自然灾害的抢险救灾和突发事故生命救援中都具有很好的应用意义，相关的预测模型研究受到人们的极大重视。

当前方法中，多采用经验分析方法，结合生命探测仪和救援犬进行生命体征搜索[2-3]，但是，上述方法不能有效分析非常规个体的生命体征，且随意性较大，难以实现对自然灾害中受困个体的生命体征的准确分析，容易导致遗漏。

对此，提出基于氧脉搏和心脏功能变化特征联合分析的自然灾害中生命体征变化趋势分析预测模型。仿真实验，展示了本文方法在实现自然灾害中生命体征变化预测中的准确性。

1　自然灾害中生命体征约束参量分析

为了实现对自然灾害中的生命体征预测，需要首先根据生命体征的相关机能指标构建约束参量模型，反应人体生命体征的指标参数主要有摄氧量、呼吸熵、通气量、氧脉搏、心率以及无氧阀等[4]，建立自然灾害中生命体征变化评价的约束参量模型，采用关联规则分析方法和统计特征分析方法进行生命体征的约束参量模型构建，根据被困人体的心肺功能和有氧代谢进行生命体征的整体分析评价，构建自然灾害中生命体征的约束参量模型如图1所示。

图1　自然灾害中生命体征变化约束参量

在图1所示的自然灾害中生命体征变化约束参量模型中，心率是最重要的生命体征分析指标，其次为氧脉搏和摄氧量等，心率变化能通过生命探测仪进行体现，生命探测仪通过频谱分析方法进行心率变化分析，结合氧脉搏分析方法，进行生命体征变化趋势预测[5-7]，生命体征评价的各个约束指标参量描述如下。

(1)心率(HR)。心率表示人体心脏搏动的频率，心率趋于零时表示人体已经死亡，心率HR的最大值可以表示人体生命存活的最大期限，其中，最大心率的计算式为：

HRmax=220-Age。

(1)

式中：HRmax表示为在自然灾害中被困人员的心率的最大值，Age为自然灾害中被困人员的年龄。根据自然灾害中被搜救人员的年龄和被困时间，采用生命探测仪测试被困人员的心率，根据人体的心脏负荷进行生命体征预测，提高生命体征分析的可靠性。

(2)氧脉搏O2P。氧脉搏O2P能描述在自然灾害中的心脏功能的流血通量和脉搏差，氧脉搏O2P能有效反应自然灾害中人体的生命体征变化，其计算式为：

O2P=SV×OPD。

(2)

容易得出，O2P的指标数值越高，表示在自然灾害中的受困人员的心肌功能受损严重，心肺功能负担较重，生命体征薄弱，需要就是的救援和挖掘。

(3)无氧阀AT。无氧阀AT描述了在自然灾害中生命个体的脉搏情况和呼吸情况，能有效反应受困人员的生命体征变化，无氧阀AT值越大，表示人体已经逐渐进入的生命体征代谢的临界点，随时有生命危险，当无氧阀AT值超过临界点值，生命体征的边缘趋势出现突变，由于受困个体的心肺功能和心肌功能的差异性，表现出来的自然灾害中的生命体征变化也具有个体差异性[8]。

(4)呼吸熵RQ。呼吸熵能准确描述在自然灾害中受困个体的呼吸和氧气交换率，在受到大规模的泥石流和地震等自然灾害时，由于受困个体的氧气供给不足，心肺功能的衰减较为明显，通过生命探测仪已经无法进行生命个体的有效搜救，因此，需要结合频谱分析仪进行自然灾害中生命体征的变化预测分析，结合关联规则挖掘方法，进行自然灾害中生命体征的变化约束参量分析，实现生命体征的变化准确预测。

2　自然灾害中生命体征变化趋势数学建模

(3)

(4)

(5)

根据生命体征的特征分布，结合经验分析和生命探测仪分析相结合的方法，对生命体征的预测过程为一个线性博弈过程，在生命体征脆弱的条件下，生命体征变化的动态过程函数为：

(6)

采用关联规则约束方法[9]，联合求解式Qi(i=1,2,…,N)，在进行生命体征变化趋势预测中构建最优决策函数，将U(Q)对Pi求一阶偏导数后置0：

(7)

3　生命体征变化趋势分析的实现

在上述进行控制约束参量分析和预测模型构建的基础上，构建反应生命体征变化的身体机能参数，以氧脉搏、通气量、摄氧量以及心率变化等因素为约束指标，构建生命体征综合信息分析平台，得到在自然灾害中生命提取变化预测的关联规则函数描述为：

(8)

采用动态评价方法，进行生命体征预测，得到生命体征预测的效用函数来表示：

(9)

式中：Q=(q1,…,qi,…,qM)为M个约束变量，Pi表示生命体征分布的解释变量，ρ(0≤ρ≤1)表示生命体征变化趋势预测的控制系数。根据上述分析，实现对自然灾害中生命体征变化趋势分析预测，得到预测结果为：

(10)

s.t.AX≤g(S)；

(11)

X≥0。

(12)

式中：X是自然灾害中生命体征变化预测的决策变量xa,b,d,p，v是最大生命评估周期。

4　仿真实验分析

为了验证本文方法在实现自然灾害中生命体征变化预测中的应用性能，进行仿真实验，实验采用Matlab7 仿真工具设计，自然灾害中被困人员搜集的可能覆盖面积为120 m×120 m，采用频谱探测仪进行自然灾害中受困人员生命特征的原始参量采集，采集的时间间隔为5 s，生命特征变化趋势采集的起始频率为120 kHz，终止频率为360 kHz，根据上述仿真参量设定，进行自然灾害中生命体征变化趋势预测，采集人体的心率HR和摄氧量VO，得到原始数据采集结果如图2所示。

图2　人体生命体征HR数据采集结果

以图2采集的人体生命体征数据为研究对象，采用本文方法进行生命体征的特征分析，得到特征提取结果如图3所示。

图3　生命体征变化趋势的特征提取结果

根据提取的受困人员的生命体征特征提取结果进行变化趋势预测，并与传统方法进行对比，得到预测准确性对比结果如图4所示，分析图4得知，采用本文方法进行自然灾害中生命变化趋势预测的准确性更高，预测精度较好，具有很好的自然灾害生命搜救应用价值。

图4　生命体征变化趋势预测准确性对比

5　结语

为了最大程度低降低自然灾害中死亡人数，需要救援队员具有专业的救援设备的救援知识之外，还要结合对自然灾害中人体的生命体征边缘进行有效预测，分析人体生命体征变化的趋势，从而有效把握黄金救援时间进行生命救援，降低人员伤亡，本文提出基于氧脉搏和心脏功能变化特征联合分析的自然灾害中生命体征变化趋势分析预测模型。以氧脉搏、通气量、摄氧量以及心率变化等因素为约束指标，构建生命体征综合信息分析平台，采用关联规则预测方法进行生命体征变化预测，根据预测结果实现对自然灾害中生命体征的量化评价，研究表明，采用该模型进行自然灾害中生命体征探测和变化预测的准确性较高，可靠性较好。