CN105760702A - 一种带有摄像监控的综合医疗系统 - Google Patents

一种带有摄像监控的综合医疗系统 Download PDF

Info

Publication number
CN105760702A
CN105760702A CN201610254476.7A CN201610254476A CN105760702A CN 105760702 A CN105760702 A CN 105760702A CN 201610254476 A CN201610254476 A CN 201610254476A CN 105760702 A CN105760702 A CN 105760702A
Authority
CN
China
Prior art keywords
patient
doctor
module
data
neural network
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.)
Granted
Application number
CN201610254476.7A
Other languages
English (en)
Other versions
CN105760702B (zh
Inventor
寇玮蔚
张明飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HEYU HEALTH TECHNOLOGY Co.,Ltd.
Original Assignee
寇玮蔚
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 寇玮蔚 filed Critical 寇玮蔚
Priority to CN201610254476.7A priority Critical patent/CN105760702B/zh
Publication of CN105760702A publication Critical patent/CN105760702A/zh
Application granted granted Critical
Publication of CN105760702B publication Critical patent/CN105760702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06F19/3418—
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Abstract

一种带有摄像监控的综合医疗系统，其特征在于：包括医院系统、家庭系统以及远程监控中心，医院系统包括医疗检查装置、病人状态分级模块、智能诊断模块、数据整合监控服务器，家庭系统包括便携式多传感器监护装置。

Description

一种带有摄像监控的综合医疗系统
技术领域
本发明属于智能设备领域，特别涉及一种用于肾内科的带有摄像监控的综合医疗系统。
背景技术
智能医疗系统利用计算机分析、检索、计算得出科学、合理、全面的诊断结果，病理学检查等，对诊断结果的每个疾病提供确诊该病所需的相关因素。但是目前的智能医疗系统大多停留在病人基本信息和病历的收集上，诊断和治疗方案都是有医生做出，医生工作量并没有得到减轻，并且缺少在家庭护理监控。
发明内容
本发明要解决的技术问题是如何通过算法实现对病情诊断和治疗方案的评估以及制定，对此本发明提供一种医疗带有摄像监控的综合医疗系统，其包括医院系统、家庭系统以及远程监控中心，
医院系统包括医疗检查装置、病人状态分级模块、智能诊断模块、数据整合监控服务器以及CMOS监控摄像机，
家庭系统包括便携式多传感器监护装置，
主治医师通过医院系统实现对病人的医疗检查、诊断以及治疗方案的制定，主治医师通过家庭系统的便携式多传感器监护装置获取在家护理病人的实时数据，便携式多传感器监护装置还通过协调器与远程监控中心无线连接，从而在病人出现紧急状况时能够及时采取应对，并将紧急状况同时通知主治医师以及上传数据整合监控服务器；
CMOS监控摄像机与数据整合监控服务器进行视频传输，采用实时传输协议，CMOS监控摄像机具有DirectShow滤波器，从而实现视频数据的格式转换以及视频数据存储，并采用视频压缩编码技术，从而解决了在有限带宽条件下的视频大数据的传输问题；
主治医师通过数据整合监控服务器实时观察病人的情况；
病人处于医院系统中时，医疗检查装置检测病人的多项医疗检查数据，并输入病人状态分级模块，病人状态分级模块采用评估算法对病人的病情进行评估，主治医生则经过身份认证进入病人状态分级模块对划分的评估结果进行核实，如果主治医生认为划分的评估结果正确，则将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块，如果主治医生认为划分的评估结果不正确，则由主治医生确定病人的评估结果，再将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块；智能诊断模块根据病人的相关信息、医疗检查数据以及评估结果自动生成相应的治疗方案，主治医生经过身份认证进入智能诊断模块对治疗方案进行核实，如果主治医生认为治疗方案正确，则将病人的相关信息、医疗检查数据、治疗方案以及评估结果上传至数据整合监控服务器，如果主治医生认为治疗方案不正确，则由主治医生重新制定治疗方案，再将病人的相关信息、医疗检查数据、治疗方案以及评估结果上传至数据整合监控服务器；
病人状态分级模块的评估算法具体为：
对每一项医疗检查数据进行等级划分，则
整体检测测量值为：
O P M = ( T 1 × T 2 + T 2 × T 3 + ... + T i - 1 × T i + T i × T 1 ) × s i n ( 360 / N ) 2 × M 2
其中，OPM为整体检测测量值，Ti为第i项医疗检查数据的等级值，i＝1，2，...，N，Ti＝1，2，...，M，M为最大等级值，M≥2，N为医疗检查数据的总项数；
最大整体测量值为：
O P M _ M A X = N × s i n ( 360 / N ) 2
OPM_MAX为最大整体测量值
则作为评估结果的病人病情的评估值为：
C = O P M O P M _ M A X ;
根据评估值C以及主治医生的意见决定病人是否可以在家护理，如果评估值为C≥0.4，则病人需要住院；如果评估值为0＜C＜0.1，该类病人基本已经痊愈，无需进一步的诊断监控服务；如果评估值为0.1≤C＜0.4并且主治医生同意，则病人可以进行家庭护理；
病人处于家庭系统中时，根据评估值判断家庭护理病人所需要的基本诊断服务、高级诊断服务、诊断报告形式、主治医师类型、监控时间以及监控周期；
当0.1≤C＜0.2时，该类病人为轻度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率；
无高级诊断服务；
诊断报告形式为网页通知和邮件；
主治医师类型为10年以下经验的主治医师；
监控时间为1天；
监控周期为1小时一次；
当0.2≤C＜0.3时，该类病人为中度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率、血压检测，血氧检测；
无高级诊断服务；
诊断报告形式为网页通知和邮件；
主治医师类型为10年以下经验的主治医师；
监控时间为7天；
监控周期为1小时一次；
当0.3≤C＜0.4时，该类病人为重度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率、血压检测，血糖检测、心肺检测、胆固醇水平检测，心动评估，心脏造影；
高级诊断服务为虚拟心脏，专家会诊；
诊断报告形式为移动电话，网页通知和邮件；
主治医师类型为10年以上经验的主治医师；
监控时间为30天；
监控周期为1分钟；
通过上述分级可以针对不同的病人的病情，采取不同的治疗和护理方式，从而合理配置医疗资源，降低医疗成本。
其中基本诊断服务中的脉搏、心电图、呼吸率通过便携式多传感器监护装置实现。
本发明的有益效果：
(1)通过评估算法实现对病人病情的评价，从而为病人治疗方案以及病人治疗环境的选择提供依据；
(2)具有家庭系统，从而保证了病人家庭护理的全天候的监控；
(3)引入智能诊断方式，自动生成治疗方案，从而极大减少了医生的劳动强度。
附图说明
图1为本发明的系统框图；
图2为本发明的智能诊断模块组成框图；
具体实施方式
下面结合附图与实施例对本发明作进一步的说明。
本发明的实施例参考图1-2所示。
一种带有摄像监控的综合医疗系统，其包括医院系统、家庭系统以及远程监控中心，
医院系统包括医疗检查装置、病人状态分级模块、智能诊断模块、数据整合监控服务器以及CMOS监控摄像机，
家庭系统包括便携式多传感器监护装置，
主治医师通过医院系统实现对病人的医疗检查、诊断以及治疗方案的制定，主治医师通过家庭系统的便携式多传感器监护装置获取在家护理病人的实时数据，便携式多传感器监护装置还通过协调器与远程监控中心无线连接，从而在病人出现紧急状况时能够及时采取应对，并将紧急状况同时通知主治医师以及上传数据整合监控服务器；
CMOS监控摄像机与数据整合监控服务器进行视频传输，采用实时传输协议，CMOS监控摄像机具有DirectShow滤波器，从而实现视频数据的格式转换以及视频数据存储，并采用视频压缩编码技术，从而解决了在有限带宽条件下的视频大数据的传输问题；
主治医师通过数据整合监控服务器实时观察病人的情况；
病人处于医院系统中时，医疗检查装置检测病人的多项医疗检查数据，并输入病人状态分级模块，病人状态分级模块采用评估算法对病人的病情进行评估，主治医生则经过身份认证进入病人状态分级模块对划分的评估结果进行核实，如果主治医生认为划分的评估结果正确，则将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块，如果主治医生认为划分的评估结果不正确，则由主治医生确定病人的评估结果，再将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块；智能诊断模块根据病人的相关信息、医疗检查数据以及评估结果自动生成相应的治疗方案，主治医生经过身份认证进入智能诊断模块对治疗方案进行核实，如果主治医生认为治疗方案正确，则将病人的相关信息、医疗检查数据、治疗方案以及评估结果上传至数据整合监控服务器，如果主治医生认为治疗方案不正确，则由主治医生重新制定治疗方案，再将病人的相关信息、医疗检查数据、治疗方案以及评估结果上传至数据整合监控服务器；
病人状态分级模块的评估算法具体为：
对每一项医疗检查数据进行等级划分，则
整体检测测量值为：
O P M = ( T 1 × T 2 + T 2 × T 3 + ... + T i - 1 × T i + T i × T 1 ) × s i n ( 360 / N ) 2 × M 2
其中，OPM为整体检测测量值，Ti为第i项医疗检查数据的等级值，i＝1，2，...，N，Ti＝1，2，...，M，M为最大等级值，M≥2，N为医疗检查数据的总项数；
最大整体测量值为：
O P M _ M A X = N × s i n ( 360 / N ) 2
OPM_MAX为最大整体测量值
则作为评估结果的病人病情的评估值为：
C = O P M O P M _ M A X
上述评估计算可以有效评估病人的病情，从而进行分类归档。
进一步的说，M＝5，N＝6
医疗检查装置包括血糖测量仪、心电检测器、呼吸频率检测器、胆固醇水平检测器、血压仪、X射线机，
医疗检查数据包括血糖浓度、心电图数据评价、呼吸频率、胆固醇水平、血压状况、X射线透视评价，
进一步的说，
其中，血糖浓度的评价等级划分如下表所示；
等级 1 2 3 4 5
血糖浓度(mg/DL) ＜98 98-154 155-183 184-254 ＞254
呼吸频率的评价等级划分如下表所示；
胆固醇水平的评价等级划分如下表所示；
等级 1 2 3 4 5
胆固醇水平(mmolg/l) ＜5.2 5.2-5.5 5.6-5.8 5.9-6.0 ＞6.0
血压状况的评价等级划分如下表所示；
心电图数据评价是指医师仅根据心电图做出的等级评价；
X射线透视评价是指医师仅根据X光片做出的等级评价；
智能诊断模块包括动态综合数据库、神经网络学习模块、推理机、解释模块、样本知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治疗方案知识库、历史记录知识库、知识数据库管理模块，
专家可以对神经网络学习模块并通过知识库管理模块对各个知识库进行调整管理、维护更新；
解释模块是系统和主治医师之间沟通的桥梁，负责将主治医师的诊断转化为系统能够识别的信息，并将系统最后的输出结果转化为主治医师能够理解的信息；
推理机使用系统己经具备的知识，结合动态综合数据库中包含的注塑过程的具体信息进行推理，得出相应的治疗方案。推理机包括神经网络推理模块和基于规则的推理模块两部分。“临床症状——疾病”之间的推理使用神经网络模块，“疾病——治疗方案”之间使用基于规则的推理；
神经网络学习模块提出包括网络层数、输入、输出、隐结点个数在内的神经网络结构、组织待训练的学习样本以及神经网络学习算法，通过样本知识库提取进行学习，得到权值分布，完成知识获取。
进一步的说，神经网络结构通过模糊逻辑和神经网络结合的方法实现，神经网络学习算法为BP算法。
样本知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治病方案知识库、历史记录知识库分别存放相应的知识数据。
知识数据库管理模块具有完整的数据库操作功能，专家通过知识数据库管理模块对各个知识库的进行查询、添加和删除以及修改
动态综合数据库接收并存储病人的相关信息、医疗检查数据以及评估结果；
推理机的工作过程如下：
(1)将病人的相关信息、医疗检查数据以及评估结果进行模糊化处理，并以此作为各子神经网络的输入模式；
(2)从神经网络结构知识库中读入各子神经网络的权值矩阵；
(3)结合各子神经网络输入层、隐层间的权值矩阵，计算各子神经网络输入层神经元的输出，并将输出作为隐层神经元的输入；
(4)结合各子神经网络隐层、输出层间的权值矩阵，计算输出层神经元的输出值；
(5)根据输出层神经元的输出值，结合动态综合数据库中的相关信息进行规则推理模块的推理，确定病因，给出可信度；
(6)根据最终确定的原因，结合相关信息给出对应于具体病因的治疗方案；
通过智能诊断模块真正实现了智能诊断，可以为医生提供详实的治疗方案，进而降低其工作强度。
根据评估值C以及主治医生的意见决定病人是否可以在家护理，如果评估值为C≥0.4，则病人需要住院；如果评估值为0＜C＜0.1，该类病人基本已经痊愈，无需进一步的诊断监控服务；如果评估值为0.1≤C＜0.4并且主治医生同意，则病人可以进行家庭护理；
病人处于家庭系统中时，根据评估值判断家庭护理病人所需要的基本诊断服务、高级诊断服务、诊断报告形式、主治医师类型、监控时间以及监控周期；
当0.1≤C＜0.2时，该类病人为轻度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率；
无高级诊断服务；
诊断报告形式为网页通知和邮件；
主治医师类型为10年以下经验的主治医师；
监控时间为1天；
监控周期为1小时一次；
当0.2≤C＜0.3时，该类病人为中度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率、血压检测，血氧检测；
无高级诊断服务；
诊断报告形式为网页通知和邮件；
主治医师类型为10年以下经验的主治医师；
监控时间为7天；
监控周期为1小时一次；
当0.3≤C＜0.4时，该类病人为重度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率、血压检测，血糖检测、心肺检测、胆固醇水平检测，心动评估，心脏造影；
高级诊断服务为虚拟心脏，专家会诊；
诊断报告形式为移动电话，网页通知和邮件；
主治医师类型为10年以上经验的主治医师；
监控时间为30天；
监控周期为1分钟；
通过上述分级可以针对不同的病人的病情，采取不同的治疗和护理方式，从而合理配置医疗资源，降低医疗成本。
其中基本诊断服务中的脉搏、心电图、呼吸率通过便携式多传感器监护装置实现。
以上所述实施方式仅表达了本发明的一种实施方式，但并不能因此而理解为对本发明范围的限制。应当指出，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (6)

1.一种带有摄像监控的综合医疗系统，其特征在于：其包括医院系统、家庭系统以及远程监控中心，
医院系统包括医疗检查装置、病人状态分级模块、智能诊断模块、数据整合监控服务器以及CMOS监控摄像机，
家庭系统包括便携式多传感器监护装置，
主治医师通过医院系统实现对病人的医疗检查、诊断以及治疗方案的制定，主治医师通过家庭系统的便携式多传感器监护装置获取在家护理病人的实时数据，便携式多传感器监护装置还通过协调器与远程监控中心无线连接，从而在病人出现紧急状况时能够及时采取应对，并将紧急状况同时通知主治医师以及上传数据整合监控服务器；
CMOS监控摄像机与数据整合监控服务器进行视频传输，采用实时传输协议，CMOS监控摄像机具有DirectShow滤波器，从而进行视频数据的格式转换以及视频数据存储，并采用视频压缩编码技术；
主治医师通过数据整合监控服务器实时观察病人的情况；
病人处于医院系统中时，医疗检查装置检测病人的多项医疗检查数据，并输入病人状态分级模块，病人状态分级模块采用评估算法对病人的病情进行评估，主治医生则经过身份认证进入病人状态分级模块对划分的评估结果进行核实，如果主治医生认为划分的评估结果正确，则将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块，如果主治医生认为划分的评估结果不正确，则由主治医生确定病人的评估结果，再将病人的相关信息和医疗检查数据按照评估结果进行归档，并输入智能诊断模块；智能诊断模块根据病人的相关信息、医疗检查数据以及评估结果自动生成相应的治疗方案，主治医生经过身份认证进入智能诊断模块对治疗方案进行核实，如果主治医生认为治疗方案正确，则将病人的相关信息、医疗检查数据、治疗方案以及评估结果上传至数据整合监控服务器，如果主治医生认为治疗方案不正确，则由主治医生重新制定治疗方案，再将病人的相关信息、医疗检查数据、治疗方案以及评估结果上传至数据整合监控服务器；
病人状态分级模块的评估算法具体为：
对每一项医疗检查数据进行等级划分，则
整体检测测量值为：
O P M = ( T 1 × T 2 + T 2 × T 3 + ... + T i - 1 × T i + T i × T 1 ) × s i n ( 360 / N ) 2 × M 2
其中，OPM为整体检测测量值，Ti为第i项医疗检查数据的等级值，i＝1，2，...，N，Ti＝1，2，...，M，M为最大等级值，M≥2，N为医疗检查数据的总项数；
最大整体测量值为：
O P M _ M A X = N × s i n ( 360 / N ) 2
OPM_MAX为最大整体测量值
则作为评估结果的病人病情的评估值为：
C = O P M O P M _ M A X ;
根据评估值C以及主治医生的意见决定病人是否可以在家护理，如果评估值为C≥0.4，则病人需要住院；如果评估值为0＜C＜0.1，该类病人基本已经痊愈，无需进一步的诊断监控服务；如果评估值为0.1≤C＜0.4并且主治医生同意，则病人可以进行家庭护理；
病人处于家庭系统中时，根据评估值判断家庭护理病人所需要的基本诊断服务、高级诊断服务、诊断报告形式、主治医师类型、监控时间以及监控周期；
当0.1≤C＜0.2时，该类病人为轻度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率；
无高级诊断服务；
诊断报告形式为网页通知和邮件；
主治医师类型为10年以下经验的主治医师；
监控时间为1天；
监控周期为1小时一次；
当0.2≤C＜0.3时，该类病人为中度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率、血压检测，血氧检测；
无高级诊断服务；
诊断报告形式为网页通知和邮件；
主治医师类型为10年以下经验的主治医师；
监控时间为7天；
监控周期为1小时一次；
当0.3≤C＜0.4时，该类病人为重度病人，
基本诊断服务为病人基本信息、病历、脉搏、心电图、呼吸率、血压检测，血糖检测、心肺检测、胆固醇水平检测，心动评估，心脏造影；
高级诊断服务为虚拟心脏，专家会诊；
诊断报告形式为移动电话，网页通知和邮件；
主治医师类型为10年以上经验的主治医师；
监控时间为30天；
监控周期为1分钟；
通过上述分级可以针对不同的病人的病情，采取不同的治疗和护理方式，从而合理配置医疗资源，降低医疗成本。
其中基本诊断服务中的脉搏、心电图、呼吸率通过便携式多传感器监护装置实现。
2.根据权利要求1所述的一种带有摄像监控的综合医疗系统，其特征在于：M＝5，N＝6，
医疗检查装置包括血糖测量仪、心电检测器、呼吸频率检测器、胆固醇水平检测器、血压仪、X射线机，
医疗检查数据包括血糖浓度、心电图数据评价、呼吸频率、胆固醇水平、血压状况、X射线透视评价。
3.根据权利要求2述的一种带有摄像监控的综合医疗系统，其特征在于：
血糖浓度的等级划分如下表所示，
等级 1 2 3 4 5 血糖浓度(mg/DL) ＜98 98-154 155-183 184-254 ＞254
呼吸频率的等级划分如下表所示，
胆固醇水平的等级划分如下表所示，
等级 1 2 3 4 5 胆固醇水平(mmolg/l) ＜5.2 5.2-5.5 5.6-5.8 5.9-6.0 ＞6.0
血压状况的等级划分如下表所示，
心电图数据评价是指医师仅根据心电图做出的评价；
X射线透视评价是指医师仅根据X光片做出的评价。
4.权利要求1所述的一种带有摄像监控的综合医疗系统，其特征在于：智能诊断模块包括动态综合数据库、神经网络学习模块、推理机、解释模块、样本知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治疗方案知识库、历史记录知识库、知识数据库管理模块，
专家可以对神经网络学习模块并通过知识库管理模块对各个知识库进行调整管理、维护更新；
解释模块是系统和主治医师之间沟通的桥梁，负责将主治医师的诊断转化为系统能够识别的信息，并将系统最后的输出结果转化为主治医师能够理解的信息；
推理机使用系统己经具备的知识，结合动态综合数据库中包含的注塑过程的具体信息进行推理，得出相应的治疗方案。推理机包括神经网络推理模块和基于规则的推理模块两部分。“临床症状——疾病”之间的推理使用神经网络模块，“疾病——治疗方案”之间使用基于规则的推理；
神经网络学习模块提出包括网络层数、输入、输出、隐结点个数在内的神经网络结构、组织待训练的学习样本以及神经网络学习算法，通过样本知识库提取进行学习，得到权值分布，完成知识获取。
5.根据权利要求4的一种带有摄像监控的综合医疗系统，其特征在于：神经网络结构通过模糊逻辑和神经网络结合的方法实现，神经网络学习算法为BP算法。
样本知识库、神经网络结构知识库、临床症状描述知识库、疾病知识库、治病方案知识库、历史记录知识库分别存放相应的知识数据。
知识数据库管理模块具有完整的数据库操作功能，专家通过知识数据库管理模块对各个知识库的进行查询、添加和删除以及修改
动态综合数据库接收并存储病人的相关信息、医疗检查数据以及评估结果。
6.根据权利要求5述的一种带有摄像监控的综合医疗系统，其特征在于：推理机的工作过程如下：
(1)将病人的相关信息、医疗检查数据以及评估结果进行模糊化处理，并以此作为各子神经网络的输入模式；
(2)从神经网络结构知识库中读入各子神经网络的权值矩阵；
(3)结合各子神经网络输入层、隐层间的权值矩阵，计算各子神经网络输入层神经元的输出，并将输出作为隐层神经元的输入；
(4)结合各子神经网络隐层、输出层间的权值矩阵，计算输出层神经元的输出值；
(5)根据输出层神经元的输出值，结合动态综合数据库中的相关信息进行规则推理模块的推理，确定病因，给出可信度；
(6)根据最终确定的原因，结合相关信息给出对应于具体病因的治疗方案。
CN201610254476.7A 2016-04-21 2016-04-21 一种带有摄像监控的综合医疗系统 Active CN105760702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610254476.7A CN105760702B (zh) 2016-04-21 2016-04-21 一种带有摄像监控的综合医疗系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610254476.7A CN105760702B (zh) 2016-04-21 2016-04-21 一种带有摄像监控的综合医疗系统

Publications (2)

Publication Number Publication Date
CN105760702A true CN105760702A (zh) 2016-07-13
CN105760702B CN105760702B (zh) 2018-02-09

Family

ID=56324828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610254476.7A Active CN105760702B (zh) 2016-04-21 2016-04-21 一种带有摄像监控的综合医疗系统

Country Status (1)

Country Link
CN (1) CN105760702B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116206773A (zh) * 2023-04-23 2023-06-02 四川省医学科学院·四川省人民医院 一种针对护理任务的监控管理方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231172A (zh) * 2011-06-10 2011-11-02 王坦 一种远程医疗信息采集系统
US20130245389A1 (en) * 2012-03-15 2013-09-19 Christian P. Schultz Learning Patient Monitoring and Intervention System

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231172A (zh) * 2011-06-10 2011-11-02 王坦 一种远程医疗信息采集系统
US20130245389A1 (en) * 2012-03-15 2013-09-19 Christian P. Schultz Learning Patient Monitoring and Intervention System

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
温川雪 等: "《基于智能手机与移动网络的远程生命体征监测系统的设计》", 《生物医学工程学杂志》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116206773A (zh) * 2023-04-23 2023-06-02 四川省医学科学院·四川省人民医院 一种针对护理任务的监控管理方法和系统
CN116206773B (zh) * 2023-04-23 2023-07-25 四川省医学科学院·四川省人民医院 一种针对护理任务的监控管理方法和系统

Also Published As

Publication number Publication date
CN105760702B (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN105975740B (zh) 一种带有智能诊断的医疗系统
CN105956372B (zh) 一种远程多传感器监护的医疗系统
CN105956374B (zh) 一种远程监护的综合医疗系统
CN105912870B (zh) 一种便携式多传感器监护的医疗系统
CN103942432B (zh) 智慧健康管理系统
Ru et al. A detailed research on human health monitoring system based on internet of things
CN113241196B (zh) 基于云-终端协同的远程医疗与分级监控系统
CN107451407A (zh) 一种中医智能诊断方法、系统及中医医疗系统
CN106709233A (zh) 一种中央医疗协同管理系统
CN109686452A (zh) 一种用于糖尿病药物干预策略制定的智能系统及方法
Pal et al. Deep learning techniques for prediction and diagnosis of diabetes mellitus
CN105709302B (zh) 一种带有输液监控的医疗系统
Jabirullah et al. Development of e-health monitoring system for remote rural community of India
CN106446560A (zh) 一种基于增量式神经网络模型的高血脂症预测方法和预测系统
Yu et al. Motion sensor-based assessment on fall risk and Parkinson's disease severity: A deep multi-source multi-task learning (DMML) Approach
CN117476217B (zh) 一种慢性心脏病病情发展趋势预测系统
CN105760702B (zh) 一种带有摄像监控的综合医疗系统
CN105975741B (zh) 一种带有病人状态分级的医疗系统
CN105975742B (zh) 一种带有家庭护理的综合医疗系统
CN105748049B (zh) 一种带有毯式远程生理监护的医疗系统
Rangasamy et al. Role of telemedicine in health care system: a review
Tang et al. A two-echelon responsive health analytic model for triggering care plan revision in geriatric care management
CN115662631A (zh) 基于ai智能判别的养老院管理系统
Xing et al. An Enhanced Vision Transformer Model in Digital Twins Powered Internet of Medical Things for Pneumonia Diagnosis
Sekhani et al. Remote ECG Monitoring System Using IoT and Machine Learning

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
TR01 Transfer of patent right

Effective date of registration: 20200513

Address after: 510627, room 13, 2003, 1801, 1804, Tianhe District Haian Road, Guangzhou, Guangdong

Patentee after: HEYU HEALTH TECHNOLOGY Co.,Ltd.

Address before: 262700 Department of Nephrology, Shouguang Hospital of traditional Chinese medicine, Weifang, Shandong

Patentee before: Kou Weiwei

TR01 Transfer of patent right