CN104573388B - 一种物联式的疾病实验室快速诊断系统 - Google Patents
一种物联式的疾病实验室快速诊断系统 Download PDFInfo
- Publication number
- CN104573388B CN104573388B CN201510039266.1A CN201510039266A CN104573388B CN 104573388 B CN104573388 B CN 104573388B CN 201510039266 A CN201510039266 A CN 201510039266A CN 104573388 B CN104573388 B CN 104573388B
- Authority
- CN
- China
- Prior art keywords
- disease
- unit
- user
- data
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
本发明公开了一种物联式的疾病实验室快速诊断系统,适用于多种疾病的实验室诊断,具有质量保证、信息溯源、流行监测、变异预警和即时报告的功能,其实现系统利用网络高触及性优点,将检测过程分为前端模块和后台模块两个过程。所述前端模块对样本进行预处理,将样本转变到其检测技术方法要求的水平;所述后台服务模块数据通过网络接收前台模块处理后的特征数据,服务端存储了用于分析数值特征向量算法,用于不同疾病诊断,通过与系统内部的数据库比对,可以追溯疾病演化过程,基于实时的检测可进行疾病流行监测;最后将所得结果通过报告生成单元发送给各种用户。
Description
技术领域
本发明涉及疾病实验室诊断领域,具体地说,特别涉及到一种物联式的疾病实验室快速诊断系统及方法。
背景技术
随着科技的发展,计算机也逐渐运用到了疾病诊断领域中。
公开号为CN103205492A的中国发明专利公开了一种高特异高敏感检测结核菌群的方法,其通过配制反应液,设计引物序列,能快速,准确的检测结核菌群,并及时采取相应的措施,对肺结核进行早期的治疗。相比于本发明,其还是需要用户进行一系列的操作,且没有与网络技术结合,检验的结果受当地的检验水平影响,很难进行较为广泛的推广。
公开号为CN103246813A的中国发明专利公开了一种锂电作为供电源的监测并医治结核病的物联网的方法,锂电供电的RFID读写器从电子标签中获取的检测结核菌的数字信息,经筛选后,将有效数据分别输入管理结核病药物的计算机和管理结核病人营养品的计算机,管理结核病治疗药物的计算机选取治疗结核病的药物,管理结核病人营养品的计算机选取食疗结核病的营养品同时供应结核病人服药并结合食疗治病。和本发明相比,其虽然提出了物联网的概念,但只是主要核心是病人的实时精确管理,与本发明的聚焦点不同。
发明内容
本发明的目的在于针对现有技术中的不足,提供一种物联式的疾病实验室快速诊断系统及方法,以解决上述问题。
本发明所解决的技术问题可以采用以下技术方案来实现:
一种物联式的疾病实验室快速诊断系统,其特征在于,所述系统包括前端模块和后台模块;所述前端模块用于根据单个临床样本的特征信息和个体独特型信息生成数值特征向量,并将数值特征向量发送给后台模块;所述后台模块用于将接收到的数值特征向量与后台模块的特征标志和个体独特型信息数据库进行比对,并最终通过数据演算判断出结果。
进一步的,所述前端模块包括:
样本前处理单元,用于处理收集的样本,并为后续的从样本中病原或病人的特征信息物质的提取做准备;
特征信息物质提取单元,用于病原或病人的特征信息物质的提取;
特征信息放大单元,用于放大特征信息,提高检测的敏感度;
特征信息获取单元,用于分析放大的特征信息,获得能够描述遗传物质的数值特征向量;
数据传输单元,内部存储了传输协议和加密算法,用于数据的保密和传输。
进一步的,所述后台模块包括:
质控分析单元,具有数据解密单元,用于数据的解码,便于后续的分析;质控分析单元基于批内或批外的数据,通过算法分析评估检测结果的准确性;
诊断分析单元,用于疾病的诊断,基于提交数值特征向量,结合所述后台模块内存储的算法库,进行疾病的诊断;
追溯单元,基于数值特征向量,与特征数据库中的数据进行比对,确定与带检测样本最接近的数据库数据,进而推断其来源和演化过程;
监控单元,用于实时统计各个地区同一检测科目的请求情况;
流行预测单元,基于所述监控单元的统计结果,就某一地区某一疾病进行流行监测,并生成标准的GIS数据包,以便与GIS系统对接;
用户注册单元,用于协助用户进行注册,规范系统的使用;
用户库,用于存储和管理用户的信息;
报告生成单元,用于报告的生成和发送。
进一步的,所述诊断分析单元基于提交的数值特征向量分析所提交样本的为阳性的概率,给出疾病是否为阳性的结果,并构建具体疾病分型模型,提供疾病在特征信息层面的分型结果以及对应分型的介绍。
进一步的,所述流行预测单元包括如下功能,基于用户提交的数据量,实时监控各个采集终端覆盖地区的不同疾病的发病情况,基于疾病的分型结果,分析其在空间、时间上的发病模式情况,从而预测的流行病学特征。
进一步的,所述报告生成单元包括如下功能:用户可以自定义报告生成模板,自定义生成报告模板基于系统内部标准的变量命名方式从数据库中获取需要展示的数据,报告包含疾病的诊断结果、具体分型、分析追溯结果及演化过程,所生成的报告还具有便于将检验结果导入本地的LIS系统的格式。
进一步的,所述后台模块包括用户注册单元,所述用户注册单元用于提供用户填写个人信息的接口,个人信息至少需要使用者的个人基本信息,特别是用户所在单位;提供用户的个人使用记录,放置在本系统中用户的个人主页中,并提供查询服务;注册用户会与所述连接端口进行匹配,获得所述系统的使用权限。
一种疾病快速诊断方法,包括如下步骤
1)处理收集的样本,为后续的病原或病人的特征信息物质的提取做准备;
2)通过实验室工艺的方式从样本中提取遗传物质;
3)扩增遗传物质,提高检测敏感度,以放大特征信息;
4)分析用于分析放大的特征信息,获取描述遗传物质的数值特征向量;
5)基于数值特征向量,结合后台模块内存储的算法库,进行疾病的诊断,给出诊断结果,构建具体疾病分型模型,并提供疾病在特征信息层面的分型结果以及对应分型的介绍。
与现有技术相比,本发明的有益效果如下:
1)前端实验操作过程的质量管控,有效排除污染、批内、批间和室间误差,从而保证实验结果的精密度和准确性。
2)单次检测的结果通过病原或病人的特征标志和个体独特型信息的比对,实现对差异信息自动入库,从而丰富库容信息,进一步提高单次结果判读的精密度和准确性。
3)通过对病原或病人的特征标志和个体独特型信息库的丰富,实现检测过程质量控制、疾病的流行病学监控、预测疾病的变异流行趋势,构筑研究平台。
附图说明
图1为本发明所述的疾病实验室快速诊断系统的结构框图。
图2为本发明所述的疾病实验室快速诊断方法的流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
本发明所述的一种物联式的疾病实验室快速诊断系统,适用于各种疾病的实验室诊断,具有质量保证、信息溯源、流行监测、变异预警和即时报告的功能,其实现系统利用网络高触及性优点,将检测过程分为前端和后台两个过程,不仅能提升检测过程的质量保证,提高疾病检测的精密度和准确性,并具有信息溯源、流行监测、变异预警和即时报告的功能。
参见图1,本系统主要由以下模块构成:
前端模块包括:
样本前处理单元,用于处理收集的样本,主要目的是为了后续的样本中病原或病人的特征信息物质(如:遗传物质)的提取做准备,主要的工艺流程包括但不限于液化、溶解等;
特征信息物质提取单元,病原或病人的特征信息物质,如:遗传物质,包括但不限于DNA、 RNA及核酸序列的提取,主要的工艺流程,包括但不限于MNase、免疫沉淀、离心等;
特征信息放大单元,设计特定方法,用于放大特征信息,如设计引物,用于扩增目标遗传物质,提高检测的敏感度;
特征信息获取单元,用于分析放大的特征信息,如扩增完成的遗传物质,包括不同的工艺手段,包括但不限于凝胶电泳(Gel electrophoresis)、溶解曲线等,从而获得能够描述遗传物质的数值特征向量;
数据传输单元,内部存储了传输协议和加密算法,用于数据的保密和传输。
后台模块包括:
质控分析单元,由于其是进入后台服务模块的第一个数据入口,这里会附加一个数据解密单元,用于数据的解码,便于后续的分析,质控分析单元主要是基于批内,或批外(前几次同样疾病的诊断)的数据,通过算法分析,评估检测结果的准确性,如但不限于是否受到了污染等,若受到污染则不进行后续分析;
诊断分析单元,用于疾病的诊断,基于提交数值特征向量,结合所述后台服务模块内存储的算法库,进行疾病的诊断;
追溯单元,基于数值特征向量,与特征数据库中的数据进行比对,确定与带检测样本最接近的数据库数据,进而推断其来源和演化过程;
监控单元,用于实时统计各个地区同一检测科目的请求情况;
流行预测单元,基于所述监控单元的统计结果,就某一地区某一疾病进行流行监测,并生成标准的GIS数据包,以便与GIS系统对接;
用户注册单元,设计注册接口,协助用户进行注册,规范系统的使用;
用户库,用于存储和管理用户的信息;报告生成单元,用户可以在此处,用于报告的生成和发送。
基于此数据库开发相应的软件和研究方法,构建研究平台。
用户注册单元主要具备如下功能:提供用户填写个人信息的接口,个人信息至少需要使用者的个人基本信息,特别是用户所在单位;提供用户的个人使用记录,放置在本系统中用户的个人主页中,并提供查询服务;注册用户会与所述连接端口进行匹配,获得所述系统的使用权限。
报告生成模块包括如下功能,用户可以自定报告生成模板,生成报告模板基于系统内部标准的变量命名方式从数据库中获取需要展示的数据,报告包含肺结核的诊断结果、具体结核菌分型、结核菌的分析追溯结果及演化过程,所生成的报告还有另外一种格式,便于将检验结果导入本地的LIS系统。
预测单元包括如下功能,基于用户提交的数据量,实时监控各个采集终端覆盖地区的各个疾病发病情况,基于疾病在遗传层面的分型结果,分析发病模式的情况,从而预测某个疾病或多个疾病是否有爆发趋势。
本方案各个模块及单元的连接方式如下:前台模块与后台服务模块通过网络相连。在前台模块内部样本采集单元与前处理单元相连,前处理单元与遗传物质提取单元相连,遗传物质提取单元与数值特征化单元相连,数值特征化单元可以接收用户输入的其他相关信息;后台服务模块内部质控单元从网络接收从网络提交的数据,并与诊断分析单元相连;诊断分析单元从质控单元获得解码后的数据与算法库对接后,完成诊断,得出诊断结果;病源追溯单元从诊断分析单元中获得分析后的数据,与病例数据库对接进行比对,完成追溯分析;流行预测单元与病源追溯单元连接获得追朔后的数据,结合监控单元的统计数据,完成疾病预测的工作;用户通过用户注册单元完成系统注册,用户注册单元与用户库相连,用户库存储与管理用户信息;报告生成单元汇总从流行预测单元与用户库中的数据,生成报告后发送。
参见图2,本发明的使用过程如下:
在首次使用本系统前,用户利用用户注册单元,帮助首次使用本方法的用户,进行个人信息注册,注册信息会存储到用户库中。
用户将采集样本,包括但不限于痰液、血液等,提交给所述系统,样本首先会经过前端模块处理后,生成此样本的数值特征向量。
所述前端模块提交的特征数值向量传输到后台服务模块后,结合后台服务模块中的质控分析单元,核查数据是否受到污染;诊断分析单元分析所提交样本的为阳性的可能性,检测结果不仅包括样本是否为阳性的结果,还构建具体疾病分型模型,从而提供疾病分型结果以及对应分型的一些具体介绍,如此种分型所在在整个确定疾病中的比例数等;包含疾病追溯单元,基于病例数据库的数据、检测结果及追溯算法,可以追溯疾病样本的来源及其变异路径。
在报告生成单元中,用户可以自定报告生成模板,生成报告模板基于系统内部标准的变量命名方式从数据库中获取需要展示的数据,报告包含疾病的诊断结果、具体疾病分型、疾病的分析追溯结果及演化过程,所生成的报告还有另外一种格式,便于将检验结果导入本地的LIS系统。
在预测模块中,基于用户提交的数据量,管理员级别的用户可以实时监控各个采集终端覆盖地区的疾病发病情况,基于疾病的分型,分析发病模式的情况,从而预测疾病是否有爆发趋势。
实施例一:
用户可以将从多个结核疑似患者处采集的痰液样本经过液化功能单元、离心处理单元、的PCR扩增单元、特异片段量化单元获得样本的特征数值向量。特征数值向量通过连接终端,一并将使用者的信息发送至后台服务模块进行处理,在经过短时的处理后,用户会收到详尽的报告结果和能够导入到LIS中的结果数据结构,从而高效地完成整个结核检测过程。
实施例二:
作为系统管理员用户,如当地的卫生管理人员,可以通过实时监控各个采集终端覆盖地区的结核发病情况,基于结核菌的分型,分析发病模式的情况,从而预测结核是否有爆发趋势;基于用户提交的数据量,分析结核菌类型,获得结核菌的演化趋势,指导未来抗结核药物的开发。
本发明主要设计了便于操作的病例样本采集终端,结合网络物联技术,与后台的服务终端相连,利用后台服务设计的检测、追溯算法对提交的样本特征数据进行处理,生成检测、追溯报告,发送给提交样本的用户及其他相关人员。通过本发明,用户只需提交样本即可在短时间内获得检测追溯结果,大大提高检测精度和效率。由于检测结果可以第一时间提供给相关的人员和管理部门,因此可以大大提高国家处理疾病流行危害的能力。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种物联式的疾病实验室快速诊断系统,其特征在于,所述系统包括前端模块和后台模块;所述前端模块用于根据单个临床样本的特征信息和个体独特型信息生成数值特征向量,并将数值特征向量发送给后台模块;所述后台模块用于将接收到的数值特征向量与后台模块的特征标志和个体独特型信息数据库进行比对,并最终通过数据演算判断出结果;
所述后台模块包括:
质控分析单元,具有数据解密单元,用于数据的解码,便于后续的分析;质控分析单元基于批内或批外的数据,通过算法分析评估检测结果的准确性;
诊断分析单元,用于疾病的诊断,基于提交数值特征向量,结合所述后台模块内存储的算法库,进行疾病的诊断;
追溯单元,基于数值特征向量,与特征数据库中的数据进行比对,确定与带检测样本最接近的数据库数据,进而推断其来源和演化过程;
监控单元,用于实时统计各个地区同一检测科目的请求情况;
流行预测单元,基于所述监控单元的统计结果,就某一地区某一疾病进行流行监测,并生成标准的GIS数据包,以便与GIS系统对接;
用户注册单元,用于协助用户进行注册,规范系统的使用;
用户库,用于存储和管理用户的信息;
报告生成单元,用于报告的生成和发送。
2.根据权利要求1所述的物联式的疾病实验室快速诊断系统,其特征在于,所述前端模块包括:
样本前处理单元,用于处理收集的样本,并为后续的从样本中病原或病人的特征信息物质的提取做准备;
特征信息物质提取单元,用于病原或病人的特征信息物质的提取;
特征信息放大单元,用于放大特征信息,提高检测的敏感度;
特征信息获取单元,用于分析放大的特征信息,获得能够描述遗传物质的数值特征向量;
数据传输单元,内部存储了传输协议和加密算法,用于数据的保密和传输。
3.根据权利要求1所述的物联式的疾病实验室快速诊断系统,其特征在于,所述诊断分析单元基于提交的数值特征向量分析所提交样本的为阳性的概率,给出疾病是否为阳性的结果,并构建具体疾病分型模型,提供疾病在特征信息层面的分型结果以及对应分型的介绍。
4.根据权利要求1所述的物联式的疾病实验室快速诊断系统,其特征在于,所述流行预测单元包括如下功能,基于用户提交的数据量,实时监控各个采集终端覆盖地区的不同疾病的发病情况,基于疾病的分型结果,分析其在空间、时间上的发病模式情况,从而预测的流行病学特征。
5.根据权利要求1所述的物联式的疾病实验室快速诊断系统,其特征在于,所述报告生成单元包括如下功能:用户可以自定义报告生成模板,自定义生成报告模板基于系统内部标准的变量命名方式从数据库中获取需要展示的数据,报告包含疾病的诊断结果、具体分型、分析追溯结果及演化过程,所生成的报告还具有便于将检验结果导入本地的LIS系统的格式。
6.根据权利要求1所述的物联式的疾病实验室快速诊断系统,其特征在于,还包括用户注册单元,所述用户注册单元用于提供用户填写个人信息的接口,个人信息至少需要使用者的个人基本信息,特别是用户所在单位;提供用户的个人使用记录,放置在本系统中用户的个人主页中,并提供查询服务;注册用户会与连接端口进行匹配,获得所述系统的使用权限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510039266.1A CN104573388B (zh) | 2015-01-26 | 2015-01-26 | 一种物联式的疾病实验室快速诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510039266.1A CN104573388B (zh) | 2015-01-26 | 2015-01-26 | 一种物联式的疾病实验室快速诊断系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104573388A CN104573388A (zh) | 2015-04-29 |
CN104573388B true CN104573388B (zh) | 2017-09-29 |
Family
ID=53089434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510039266.1A Expired - Fee Related CN104573388B (zh) | 2015-01-26 | 2015-01-26 | 一种物联式的疾病实验室快速诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104573388B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023219A (zh) * | 2015-07-06 | 2015-11-04 | 深圳市智慧健康产业发展有限公司 | 基因产品服务方法 |
CN106599536A (zh) * | 2016-11-16 | 2017-04-26 | 王红艳 | 一种基于物联网的妇产科疾病医疗诊治系统 |
CN107220885A (zh) * | 2017-06-20 | 2017-09-29 | 明码(上海)生物科技有限公司 | 一种基因检测产品报告系统及方法 |
CN108364672A (zh) * | 2017-12-31 | 2018-08-03 | 深圳市金乐智能健康科技有限公司 | 一种病毒的电子检测系统 |
CN109637604A (zh) * | 2018-12-07 | 2019-04-16 | 广州金域医学检验中心有限公司 | 肾脏病例资料管理方法、装置、存储介质及终端设备 |
CN111312353A (zh) * | 2019-11-25 | 2020-06-19 | 江西善行生物科技有限公司 | 一种菌群与供体免疫信息可溯源系统 |
CN112386226B (zh) * | 2020-10-16 | 2022-05-31 | 国科温州研究院(温州生物材料与工程研究所) | 一种基于poct的疾病预防控制方法及系统 |
CN112562853A (zh) * | 2020-12-07 | 2021-03-26 | 张舒羽 | 一种用于核从业人员的辐射检测和健康管理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214324A (zh) * | 2010-04-06 | 2011-10-12 | 北京倍肯恒业科技发展有限责任公司 | 基层医院实验室数字化管理系统 |
CN104200310A (zh) * | 2014-08-10 | 2014-12-10 | 深圳市检验检疫科学研究院 | 一种国境口岸传染病检疫决策支援系统 |
-
2015
- 2015-01-26 CN CN201510039266.1A patent/CN104573388B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214324A (zh) * | 2010-04-06 | 2011-10-12 | 北京倍肯恒业科技发展有限责任公司 | 基层医院实验室数字化管理系统 |
CN104200310A (zh) * | 2014-08-10 | 2014-12-10 | 深圳市检验检疫科学研究院 | 一种国境口岸传染病检疫决策支援系统 |
Non-Patent Citations (1)
Title |
---|
结核病实验室信息管理系统的开发和应用;刘亚芹 等;《临床检验杂志》;20140630;第32卷(第6期);第466-467页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104573388A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104573388B (zh) | 一种物联式的疾病实验室快速诊断系统 | |
US10755810B2 (en) | Methods and systems for representing, storing, and accessing computable medical imaging-derived quantities | |
CN105095623B (zh) | 疾病生物标志物的筛选分析方法、平台、服务器及系统 | |
CN106778042A (zh) | 心脑血管患者相似性分析方法及系统 | |
CN106415555A (zh) | 用于病理学报告与放射学报告的相关联的系统和方法 | |
RU2007124523A (ru) | Способы, системы и компьютерные программные продукты для разработки и использования прогнозных моделей для прогнозирования большинства медицинских случаев, оценки стратегий вмешательства и для одновременной оценки нерегулярности биологических маркеров | |
CN105117817A (zh) | 生物样本库应用管理系统 | |
CN108538350A (zh) | 临床检验报告的审核管理系统与方法 | |
CN102646157A (zh) | 用药分析器 | |
CN113808738A (zh) | 一种基于自识别影像的疾病识别系统 | |
CN109671062A (zh) | 超声图像检测方法、装置、电子设备及可读存储介质 | |
US20190221294A1 (en) | Time series data processing device, health prediction system including the same, and method for operating the time series data processing device | |
WO2017106819A1 (en) | Methods and systems for representing, storing, and accessing computable medical imaging-derived quantities | |
CN111180027A (zh) | 一种基于医疗大数据的患者画像相关性规则筛选方法及装置 | |
James et al. | Classification of x-ray covid-19 image using convolutional neural network | |
CN110021386A (zh) | 特征提取方法及特征提取装置、设备、存储介质 | |
Chicaiza et al. | Contribution of deep-learning techniques toward fighting CoViD-19: a bibliometric analysis of scholarly production during 2020 | |
JP5183242B2 (ja) | 診療支援情報提供方法、診療支援情報提供システム、及びコンピュータシステムに診療支援情報を提供するための処理を実行させるコンピュータプログラム。 | |
Kalabarige et al. | Symptom based COVID-19 test recommendation system using machine learning technique | |
Arowolo et al. | Detection of COVID-19 from Chest X-Ray Images using CNN and ANN Approach | |
Irshad et al. | Intelligent healthcare provided by nano-enhanced biosensing systems: Progress in COVID-19 management via the artificial neural network approach | |
Gheisari et al. | Mobile applications in COVID-19 detection and diagnosis: An efficient tool to control the future pandemic; a multidimensional systematic review of the state of the art | |
Rao et al. | Edge Computing-Based Heart Rate Monitoring System using RNN and LSTM | |
Qu et al. | Five-dimensional evaluation system and perceptron intelligent computing performance measurement methods based on medical heterogeneous equipment health data | |
CN111180028B (zh) | 一种基于医疗大数据的患者画像特异性规则筛选方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170929 Termination date: 20180126 |
|
CF01 | Termination of patent right due to non-payment of annual fee |