CN106600500A - 一种自动判断就诊优先等级的医院挂号方法 - Google Patents
一种自动判断就诊优先等级的医院挂号方法 Download PDFInfo
- Publication number
- CN106600500A CN106600500A CN201710130177.7A CN201710130177A CN106600500A CN 106600500 A CN106600500 A CN 106600500A CN 201710130177 A CN201710130177 A CN 201710130177A CN 106600500 A CN106600500 A CN 106600500A
- Authority
- CN
- China
- Prior art keywords
- hospital
- image
- people
- people face
- patient
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 230000014509 gene expression Effects 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000008451 emotion Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 2
- 230000000739 chaotic effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Child & Adolescent Psychology (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种自动判断就诊优先等级的医院挂号方法，其通过软件系统对挂号病人进行拍摄，并通过对图像进行处理分析，建立人面模型分析患者的微表情变化和行为动态，从而根据病人的疼苦程度判断病人的就诊优先等级。另外通过软件资助挂号可以减少医院的人力成本，降低医务人员的工作强度，避免因人员疲劳而出现错误。本发明提供的挂号方法具有自动判读就诊优先等级、自助方便的优点。
Description
技术领域
本发明属于信息化医学技术领域，尤其涉及一种自动判断就诊优先等级的医院挂号方法。
背景技术
目前到医院就诊都需要先进行挂号才能就诊，挂号既能方便医院控制当天的就诊人数，也能方便安排患者的就诊顺序，防止插队等不公平现象发生。随着科技的发展，为了方便患者，挂号的方式也越来越多样化，包括传统的到医院挂号处排队挂号、电话预约挂号、网络平台挂号等。但目前的挂号方式都存在一个缺陷，所有的挂号方式都是按时间的先后顺序安排病人就诊顺序，不能根据病人的病情轻重情况安排就诊顺序。这种做法虽然在一定程度上安排了就诊顺序，避免了就诊混乱的情况，但有时却会造成部分病情严重的病人耽误就诊时间，增加了病人的痛苦或耽误了最佳就诊时间。
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
微表情，是心理学名词。人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。“微表情”最短可持续1/25秒，虽然一个下意识的表情可能只持续一瞬间，但这种特性，很容易暴露情绪。当面部在做某个表情时，这些持续时间极短的表情会突然一闪而过，而且有时表达相反的情绪。“微表情”一闪而过，通常甚至清醒的作表情的人和观察者都察觉不到。在实验里，只有10%的人察觉到。比起人们有意识做出的表情，“微表情”更能体现人们真实的感受和动机。
在人面识别的基础上再结合“微表情”的进行人面分析，利用计算机的高速捕捉和计算能力能更好地识别和分析出人的微表情变化，从而可以判断出分析对象的情绪，例如是否高兴、伤心、痛苦、失望、兴奋等，从而在一定程度上判断出分析对象的状态。
发明内容
基于现有技术存在上述问题，本发明提供一种自动判断就诊优先等级的医院挂号方法，其通过软件系统对挂号病人进行拍摄，并通过对图像进行处理分析，建立人面模型分析患者的微表情变化和行为动态，从而根据病人的疼苦程度判断病人的就诊优先等级。另外通过软件资助挂号可以减少医院的人力成本，降低医务人员的工作强度，避免因人员疲劳而出现错误。本发明提供的挂号方法具有自动判读就诊优先等级、自助方便的优点。
一种自动判断就诊优先等级的医院挂号方法，其包括以下步骤：
步骤S10挂号触发，患者根据自身情况选择是否初次就医，选择初次就医则需要读取身份证或者医保卡建立个人档案；选择非初次就医，则可以通过摄像头进行人面识别个人档案；
步骤S20图像采集，挂号系统控制摄像设备对患者进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；
步骤S30图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；
步骤S40像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别；
步骤S50标记特征点，结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；
步骤S60建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；
步骤S70判断紧急程度，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时表情，分析患者的表情结果，判断是否处于疼苦或者病重状态，进而确定患者优先等级判断；
步骤S80支付，按照步骤S70判断的优先程度及患者选择的科室医生生成挂号单并显示支付信息，患者进行确认并完成支付。
其中，所述的步骤S20图像采集能够分为步骤S21静态图像采集和步骤S22动态图像采集，步骤S21静态图像采集后执行步骤S30颜色分析，调整拍摄角度；步骤S22动态图像采集后执行步骤S40，对人面区域进行像素统计分析。
其中，所述的步骤S70中的生物情绪行为信息包括人面微表情信息和人为动作信息。
其中，所述的步骤S70支付可以采用银行卡支付或者第三方支付平台支付挂号费。
其中，所述的第三方支付平台包括支付宝、财付通、百度钱包中的一种或多种结合。
具体实施方式
下面结合具体实施例对本发明作进一步的描述。
一种自动判断就诊优先等级的医院挂号方法，其包括以下步骤：
步骤S10挂号触发，患者根据自身情况选择是否初次就医，选择初次就医则需要读取身份证或者医保卡建立个人档案；选择非初次就医，则可以通过摄像头进行人面识别个人档案；
步骤S20图像采集，挂号系统控制摄像设备对患者进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；
步骤S30图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；
步骤S40像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别；
步骤S50标记特征点，结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；
步骤S60建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；
步骤S70判断紧急程度，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时表情，分析患者的表情结果，判断是否处于疼苦或者病重状态，进而确定患者优先等级判断；
步骤S80支付，按照步骤S70判断的优先程度及患者选择的科室医生生成挂号单并显示支付信息，患者进行确认并完成支付。
作为优选实施例，所述的步骤S20图像采集能够分为步骤S21静态图像采集和步骤S22动态图像采集，步骤S21静态图像采集后执行步骤S30颜色分析，调整拍摄角度；步骤S22动态图像采集后执行步骤S40，对人面区域进行像素统计分析。
作为优选实施例，所述的步骤S70中的生物情绪行为信息包括人面微表情信息和人为动作信息。
作为优选实施例，所述的步骤S70支付可以采用银行卡支付或者第三方支付平台支付挂号费。
作为优选实施例，所述的第三方支付平台包括支付宝、财付通、百度钱包中的一种或多种结合。
以上所述实施例仅表达了本发明的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，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。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种自动判断就诊优先等级的医院挂号方法，其特征在于，其包括以下步骤：
步骤S10挂号触发，患者根据自身情况选择是否初次就医，选择初次就医则需要读取身份证或者医保卡建立个人档案；选择非初次就医，则可以通过摄像头进行人面识别个人档案；
步骤S20图像采集，挂号系统控制摄像设备对患者进行拍摄，将拍摄到的图像传递到颜色分析模块，并随时根据颜色分析模块反馈调整拍摄角度；
步骤S30图像颜色分析，将采集到的图像信息进行分析，分析图像的颜色变化，区分人面区域和背景区域，并确定人面位置，根据人面的位置调整拍摄角度，使人面处于图像中间；
步骤S40像素统计分析，对图像进行像素化，再对图像中的人面区域进行像素统计分析，对人面进行细致识别；
步骤S50标记特征点，结合人面细致识别结果和生物信息进行比对，标记出图像中人面特征点；
步骤S60建立人面模型，根据特征点和人面信息对分析对象建立人面模型，模拟人面特征点变化分析；
步骤S70判断紧急程度，根据人面的变化结合生物情绪行为信息比对得出分析对象的瞬时表情，分析患者的表情结果，判断是否处于疼苦或者病重状态，进而确定患者优先等级判断；
步骤S80支付，按照步骤S70判断的优先程度及患者选择的科室医生生成挂号单并显示支付信息，患者进行确认并完成支付。
2.根据权利要求1所述的一种自动判断就诊优先等级的医院挂号方法，其特征在于，所述的步骤S20图像采集能够分为步骤S21静态图像采集和步骤S22动态图像采集，步骤S21静态图像采集后执行步骤S30颜色分析，调整拍摄角度；步骤S22动态图像采集后执行步骤S40，对人面区域进行像素统计分析。
3.根据权利要求1所述的一种自动判断就诊优先等级的医院挂号方法，其特征在于，所述的步骤S70中的生物情绪行为信息包括人面微表情信息和人为动作信息。
4.根据权利要求1所述的一种自动判断就诊优先等级的医院挂号方法，其特征在于，所述的步骤S70支付可以采用银行卡支付或者第三方支付平台支付挂号费。
5.根据权利要求4所述的一种自动判断就诊优先等级的医院挂号方法，其特征在于，所述的第三方支付平台包括支付宝、财付通、百度钱包中的一种或多种结合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710130177.7A CN106600500A (zh) | 2017-03-07 | 2017-03-07 | 一种自动判断就诊优先等级的医院挂号方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710130177.7A CN106600500A (zh) | 2017-03-07 | 2017-03-07 | 一种自动判断就诊优先等级的医院挂号方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106600500A true CN106600500A (zh) | 2017-04-26 |
Family
ID=58588004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710130177.7A Pending CN106600500A (zh) | 2017-03-07 | 2017-03-07 | 一种自动判断就诊优先等级的医院挂号方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106600500A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110175577A (zh) * | 2019-05-29 | 2019-08-27 | 北京百度网讯科技有限公司 | 车载挂号方法、装置、设备、计算机可读存储介质和车辆 |
| CN113066567A (zh) * | 2021-04-09 | 2021-07-02 | 叶月玲 | 一种基于区块链的医疗就诊挂号系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034775A (zh) * | 2011-09-29 | 2013-04-10 | 上海中医药大学 | 中医面诊分析与诊断系统 |
| CN105931162A (zh) * | 2016-04-26 | 2016-09-07 | 邵阳市诚鑫房地产投资管理有限公司 | 利用移动终端医疗实时挂号就诊支付系统 |
| CN106101119A (zh) * | 2016-06-29 | 2016-11-09 | 上海吉功信息技术有限公司 | 基于医疗系统数据共享系统的急诊预检分级系统 |
-
2017
- 2017-03-07 CN CN201710130177.7A patent/CN106600500A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034775A (zh) * | 2011-09-29 | 2013-04-10 | 上海中医药大学 | 中医面诊分析与诊断系统 |
| CN105931162A (zh) * | 2016-04-26 | 2016-09-07 | 邵阳市诚鑫房地产投资管理有限公司 | 利用移动终端医疗实时挂号就诊支付系统 |
| CN106101119A (zh) * | 2016-06-29 | 2016-11-09 | 上海吉功信息技术有限公司 | 基于医疗系统数据共享系统的急诊预检分级系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110175577A (zh) * | 2019-05-29 | 2019-08-27 | 北京百度网讯科技有限公司 | 车载挂号方法、装置、设备、计算机可读存储介质和车辆 |
| CN110175577B (zh) * | 2019-05-29 | 2022-07-12 | 阿波罗智联(北京)科技有限公司 | 车载挂号方法、装置、设备、计算机可读存储介质和车辆 |
| CN113066567A (zh) * | 2021-04-09 | 2021-07-02 | 叶月玲 | 一种基于区块链的医疗就诊挂号系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Archer et al. | A template and probabilistic atlas of the human sensorimotor tracts using diffusion MRI | |
| Jost et al. | Assessing the contribution of color in visual attention | |
| CN101846732B (zh) | 用于分析测试团测量的二维图像时间序列的方法和装置 | |
| CN106169071B (zh) | 一种基于动态人脸与胸卡识别的考勤方法及系统 | |
| US9317911B2 (en) | Automatic assessment of confidence in imaging data | |
| KR101301821B1 (ko) | 안색 정보 생성 장치 및 그 방법, 안색 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법 | |
| CN106875534A (zh) | 一种智能化医院自助挂号系统 | |
| JP6716853B2 (ja) | 情報処理装置、制御方法、及びプログラム | |
| Limongi et al. | Temporal prediction errors modulate cingulate–insular coupling | |
| CN112957042B (zh) | 一种非接触式目标情绪识别的方法及系统 | |
| CN108024768A (zh) | 可移动终端压力评估程序及包含该程序的可移动终端 | |
| Rong et al. | Human attention in fine-grained classification | |
| US20220392262A1 (en) | Iris authentication device, iris authentication method and recording medium | |
| CN108875469A (zh) | 活体检测与身份认证的方法、装置及计算机存储介质 | |
| CN106600500A (zh) | 一种自动判断就诊优先等级的医院挂号方法 | |
| CN109299633A (zh) | 皱纹检测方法、系统、设备及介质 | |
| CN114565957A (zh) | 基于微表情识别的意识评估方法及系统 | |
| CN109815821A (zh) | 一种人像牙齿修饰方法、装置、系统及存储介质 | |
| Keatsamarn et al. | Footprint identification using deep learning | |
| JP2008269188A (ja) | ペット用保険の支援システム及び方法 | |
| CN106845459A (zh) | 一种智能化医院自助挂号方法 | |
| CN113033387A (zh) | 一种自动识别老年人慢性疼痛程度的智能评估方法及系统 | |
| CN114742836B (zh) | 医学图像的处理方法、装置及计算机设备 | |
| CN109300105A (zh) | 毛孔检测方法、系统、设备及存储介质 | |
| CN106934906A (zh) | 一种自动判断就诊优先等级的医院挂号系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170426 |