CN109102848A - 基于web的心电数据管理系统 - Google Patents
基于web的心电数据管理系统 Download PDFInfo
- Publication number
- CN109102848A CN109102848A CN201810760164.2A CN201810760164A CN109102848A CN 109102848 A CN109102848 A CN 109102848A CN 201810760164 A CN201810760164 A CN 201810760164A CN 109102848 A CN109102848 A CN 109102848A
- Authority
- CN
- China
- Prior art keywords
- data
- electrocardiogram
- ecg
- web
- user
- 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
Classifications
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种基于web的心电数据管理系统,包括基于web的用户交互界面、具备数据挖掘功能的服务器和心电数据上传设备,所述基于web的用户交互界面向具备数据挖掘功能的服务器发送操作请求,并接收具备数据挖掘功能的服务器的操作请求响应数据,显示操作请求响应数据;所述具备数据挖掘功能的服务器接收基于web的用户交互界面的操作请求并响应该操作请求;所述具备数据挖掘功能的服务器还接收心电数据上传设备上传的心电数据,对上传的心电数据信息进行数据挖掘得到分析诊断结论,实现了用户上传的心电数据基于数据挖掘得到较为准确心电诊断结论,实现了用户可通过web前端对自身的心电档案进行管理。
Description
技术领域
本发明涉及心电数据管理领域,尤其涉及一种基于web的心电数据管理系统。
背景技术
伴随着人口老龄化和人们对健康状况越来越关注,日常医疗监护需求不断增加,便携式心电设备被越来越多的家庭所接受,市场规模不断增加。但大多数的便携式医疗设备功能比较单一、作用比较简单,便携式可穿戴式心电仪只能采集健康数据,不便于数据存储和计算分析。采集的心电相关的数据相互单独,并没有关联起来。
为了解决上述问题,现有技术一是利用大数据实现心血管疾病的风险监控,仅仅是对采集数据进行大数据管理,并没有解决用户按照自身的需求有效的管理自己的心电相关信息;
还有一种是仅仅涉及采集终端和预警系统,其并没有解决如何进行预警的技术问题,用户同样无法按照自身的需求有效管理心电相关信息。
另外一种是针对各医院建立大数据系统,实现了各医院的数据存储及管理,但并没有解决如何针对每个用户的心电数据通过数据挖掘进行分析,也没有实现用户按照自身的需求有效管理心电相关信息。
再一种是实现24小时动态心电监护数据的处理和分析,并没有解决如何针对每个用户的心电数据通过数据挖掘进行分析,也没有实现用户按照自身的需求有效管理心电相关信息。
还有一种是针对脑卒整个过程的医疗资源的调配和管理,但不是针对每个用户的脑卒数据通过数据挖掘进行分析,也没有实现用户按照自身的需求有效管理脑卒相关信息。
也就是说现有技术虽然解决了将如何整合数据的技术问题,但是并没有解决如何既针对每个用户的心电数据通过数据挖掘得到诊断分析结论,又实现用户按照自身的需求有效管理心电相关信息的技术问题。
发明内容
本发明的目的是提供一种基于web的心电数据管理系统,主要利用具备数据挖掘功能的服务器对心电数据上传设备上传的心电数据进行数据挖掘以及具备数据挖掘功能的服务器和web前端的数据交互,一方面实现了用户上传的心电数据基于数据挖掘得到较为准确心电诊断结论,另一方面实现了用户可通过web前端对自身的心电档案进行管理。
为解决上述问题,本发明的第一方面提供了一种基于web的心电数据管理系统,包括基于web的用户交互界面、具备数据挖掘功能的服务器和心电数据上传设备,所述基于web的用户交互界面向具备数据挖掘功能的服务器发送操作请求,并接收具备数据挖掘功能的服务器的操作请求响应数据,显示操作请求响应数据;所述具备数据挖掘功能的服务器接收基于web的用户交互界面的操作请求并响应该操作请求;所述具备数据挖掘功能的服务器还接收心电数据上传设备上传的心电数据,对上传的心电数据信息进行数据挖掘得到分析诊断结论。
进一步,所述心电数据上传设备上传的心电数据包括常规心电数据和动态心电数据。
进一步,具具备数据挖掘功能的服务器包括数据库,还包括根据研究心率失常的数据库MIT-BIH数据库公开的有标记的心电数据建立的专家系统模型或机器学习模型模块,所述专家系统模型或机器学习模型模块对上传的用户心电数据进行分析诊断,得到常见心血管疾病的疑似度以及常见心血管疾病疑似度的变化趋势的分析诊断结论。
进一步,在所述具备数据挖掘功能的服务器在接收上传和分析诊断动态心电数据时,将每隔t时间段的动态心电数据存储到具备数据挖掘功能的服务器中,利用专家系统模型或机器学习模型对每隔t时间段的动态心电数据进行分析诊断,得到每隔t时间段的动态心电数据分析诊断结论,该分析诊断结论的存储路径存储于数据库中。
进一步,基于web的用户交互界面包括用户登录和注册模块、历史心电检测记录查询及删除模块、常规心电图显示及报告生成模块、动态心电记录模块、常见心血管疾病疑似度趋势显示模块、用户体检报告管理模块、好友管理模块、密码修改模块以及个人信息编辑模块,通过基于web的用户交互界面的各模块向具备数据挖掘功能的服务器发送相应的操作请求。
进一步,动态心电记录模块被设置为实现动态心电图显示、每隔t时间段的动态心电分析诊断数据显示和动态心电数据分析诊断结论汇总显示,所述动态心电图显示方式为动态显示,所述每隔t时间段内动态心电诊断分析数据显示方式为图标方式显示,所述动态心电数据分析诊断结论汇总显示方式为折线显示方式。
进一步,所述常规心电图显示及报告生成模块,利用在web界面实时生成图像的标签绘制常规心电图并显示;并利用绘制有生成图像的标签和可生成文本文档的开源库将常规心电图报告生成为可下载打印的文本文档。
进一步,常见心血管疾病疑似度趋势显示模块,利用图表库绘制并显示常见心血管疾病的疑似度折线图以及常见心血管疾病疑似度的变化趋势图。
进一步,用户登录和注册模块实现旧用户的登录和新用户的注册,注册模块收集用户注册信息并向具备数据挖掘功能的服务器发送保存至数据库的请求,具备数据挖掘功能的服务器响应该保存请求,并生成序列ID号,序列ID号作为数据库管理和数据分析的索引,用于查询存放对应数据文件的地址记录。
进一步,用户体检报告管理模块被设置为实现用户体检报告的上传和下载以及用户在线编辑和保存体检报告;好友管理模块被设置为实现好友的添加和查看好友的心电数据;密码修改模块被设置为实现对登录密码的修改;个人信息编辑模块被设置为实现个人体检信息的修改。
(三)有益效果
本发明的上述技术方案具有如下有益的技术效果:根据本发明的基于web的心电数据管理系统,利用具备数据挖掘功能的服务器对心电数据上传设备上传的心电数据进行数据挖掘以及具备数据挖掘功能的服务器和web前端的数据交互,一方面实现了用户上传的心电数据基于数据挖掘得到较为准确心电诊断结论,另一方面实现了用户可通过web前端对自身的心电档案进行管理。
附图说明
图1是根据本发明示例性示出Holter心电图显示方式为动态显示方法流程图;
图2是根据本发明示例性示出的基于web的心电数据管理系统的总体构架图;
图3是根据本发明示例性示出基于web的心电数据管理系统数据库备份原理图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
现有技术虽然解决了将如何整合数据的技术问题,但是并没有解决如何既针对每个用户的心电数据通过数据挖掘得到诊断分析结论,又实现用户按照自身的需求有效管理心电相关信息的技术问题。
本发明基于web的心电数据管理系统,包括基于web的用户交互界面、具备数据挖掘功能的服务器和心电数据上传设备,所述基于web的用户交互界面向具备数据挖掘功能的服务器发送操作请求,并接收具备数据挖掘功能的服务器的操作请求响应数据,显示操作请求响应数据;所述具备数据挖掘功能的服务器接收基于web的用户交互界面的操作请求并响应该操作请求;所述具备数据挖掘功能的服务器还接收心电数据上传设备上传的心电数据,对上传的心电数据信息进行数据挖掘得到分析诊断结论。
该技术方案一方面设计上传心电数据的设备与具备数据挖掘功能的服务器的数据交互实现了用户上传的心电数据基于数据挖掘得到较为准确心电诊断结论,另一方面基于web的用户交互界面与具备数据挖掘功能的服务器进行数据交互,实现了用户可通过web前端按照自己的需求对自身的心电档案进行管理。
作为基于web的用户交互界面、具备数据挖掘功能的服务器和心电数据上传设备实施例的一个示例,基于web的用户交互界面可以是依托在任一具备显示web界面的终端上,终端设备可以为手机、平板电脑、智能手表、车载终端、VR(虚拟现实)头显、VR眼镜、AR(增强现实)头显、AR眼镜、MR(混合显示)头显、MR眼镜、HUD(平视显示器)或者智能电视等任何设备(该终端设备可以是触屏式或者非触屏式)。
具备数据挖掘功能的服务器,指可以从大量的数据中自动搜索隐藏于其中有着特殊关系性的信息过程的服务器。可通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法实现上述目标。
心电数据上传设备,可是任何具备可采集心电数据并具备数据传输功能的终端,可以是便携式心电仪,可以是医院内固定的心电仪器,也可以是可穿戴式心电检测装置;例如便携式心电仪可以是具备采集心电数据的手机、pad等,可穿戴式心电检测装置也可以是手环、具备心电检测功能的检测衣等。
作为基于web的用户交互界面被设置为向具备数据挖掘功能的服务器发送操作请求,并接收具备数据挖掘功能的服务器的请求响应,实现操作请求数据的显示的一个示例:
基于web的用户交互界面被设置为向具备数据挖掘功能的服务器发送操作请求,并接收具备数据挖掘功能的服务器的请求响应,实现操作请求数据的显示;基于web的用户交互界面被设置为向具备数据挖掘功能的服务器发送操作请求,该操作请求是管理心电数据的请求,是基于web界面具有操作模块发送的操作请求;
基于web的用户交互界面包括用户登录和注册模块、历史心电检测记录查询及删除模块、常规心电图显示及报告生成模块、动态心电记录模块即Holter心电记录模块、常见心血管疾病疑似度趋势显示模块、用户体检报告管理模块、好友管理模块、密码修改模块以及个人信息编辑模块,通过基于web的用户交互界面的各模块向具备数据挖掘功能的服务器发送相应的操作请求。
基于web的用户交互界面(客户端)与服务器(服务端)进行数据交互是通过网络接口实现的,此处的网络接口是指产品开发上服务端与客户端之间通过HTTP协议进行通信,为了实现产品功能而做的约定。
当用户通过基于web的用户交互界面上的各个功能模块向服务器发送操作请求时,可以选择统一的接口(最后接口通过不同的标识区别不同模块的功能)进行数据交互,目的是方便统一管理;也可以选择多个接口,因为当基于web的用户交互界面的各个模块不具备实现统一接口的条件,或者基于web的用户交互界面的各个模块增加时,需要设计额外的功能,在实际情况下大多是从前端功能的需求考虑,通过各个模块的需求,具体设计需要提供哪些功能接口,这些接口如何发起请求,和最后返回什么样的数据。
根据基于web的用户交互界面上的各个功能模块对接口的设计是成熟现有的技术,通过公开的技术方案可以实现通过基于web的用户交互界面的各模块向具备数据挖掘功能的服务器发送相应的操作请求。
例如,用户触发(可以是通过鼠标点击的方式,也可以是触摸屏幕的方式触发)基于web的用户交互界面显示的登录模块,登录模块实现旧用户的登录;基于web的用户交互界面向具备数据挖掘功能的服务器发送登录请求,具备数据挖掘功能的服务器接收到该请求后对登录名和密码进行验证处理,返回处理结果至基于web的用户交互界面,完成用户的登录。
当用户触发基于web的用户交互界面显示的注册模块时,注册模块实现新用户的注册,注册模块收集用户注册信息并向具备数据挖掘功能的服务器发送保存至数据库的请求,具备数据挖掘功能的服务器响应该保存请求,并生成序列ID号,序列ID号作为数据库管理和数据分析的索引,用于查询存放对应数据文件的地址记录;在数据库中,数据ID号可以对应不同的注册用户,当用户注册后即拥有了唯一的ID号,每个ID号后对应了多个字段,字段对应不同的用户数据,比如A用户上传的心电数据(原始心电数据)、心电数据分析结论、A用户的登录名和登录密码、A用户的历史心电检测记录、A用户常规规心电图报告、A用户的体检报告等,即有关A用户的涉及到的所有的数据均与A用户的ID对应,在数据库中保存为一条记录。
用户首先填写注册信息,并向具备数据挖掘功能的服务器发送注册请求,具备数据挖掘功能的服务器接收请求,收集用户的注册信息存放至数据库的user表中,并产生自增长的序列user_id,user_id也是用户数据管理的主索引,与其他表中的记录相关联,根据user_id查找数据库中的用户记录。用户也可在注册后继续在个人信息中完善,比如婚姻,心理状况,既往病史,饮食习惯等信息。将用户的登陆行为记录到日志表中。
同理,例如历史心电检测记录查询及删除模块被设置为对历史心电检测记录的信息进行编辑;用户触发界面显示的历史心电检测记录查询及删除模块,基于web的用户交互界面向具备数据挖掘功能的服务器发送该请求,具备数据挖掘功能的服务器接收到该请求后,于数据库内搜索该登录用户的历史数据,并将该数据反馈至基于web的用户交互界面并在该界面进行显示;
随着人们对自身健康关注的增加,各种公立医院,私立医院,社区诊所都提供了体检服务,但是体检指标和项目各不相同,缺乏统一管理的方法,用户可以将存储为jpg,pdf,doc等类型的体检报告上传到服务器中,并将文件所在的地址存放到数据表中。例如,用户体检报告管理模块被设置为实现用户体检报告的上传和下载以及用户在线编辑和保存体检报告,用户触发用户体检报告管理模块,基于web的用户交互界面弹出上传文件的提示,用户可根据提示上传该终端jpg,pdf,doc等类型的体检报告,并发送存储至具备数据挖掘功能的服务器的操作请求,具备数据挖掘功能的服务器接收该请求,将体检报告存储在具备数据挖掘功能的服务器的数据库的数据表中,另外,用户触发用户体检报告管理模块后,还可以是向具备数据挖掘功能的服务器发送了填写体检表的请求,具备数据挖掘功能的服务器接收该请求,将存储了定制格式的体检表反馈至基于web的用户交互界面,由界面显示该定制体检表,并由用户完成体检表的编辑,并上传至具备数据挖掘功能的服务器的数据库中存储。
例如,好友管理模块被设置为实现好友的添加和查看好友的心电数据,用户触发了好友管理模块,由基于web的用户交互界面向具备数据挖掘功能的服务器发送添加好友请求,具备数据挖掘功能的服务器接受该请求,并实现好友的添加,将添加好友后该用户具备的权限反馈至基于web的用户交互界面,添加成功后,用户可向具备数据挖掘功能的服务器发送查看好友健康档案的请求,由具备数据挖掘功能的服务器反馈该请求数据至基于web的用户交互界面;
再例如,密码修改模块被设置为实现对登录密码的修改,用户触发密码修改模块,基于web的用户交互界面向具备数据挖掘功能的服务器发送修改密码请求的数据,具备数据挖掘功能的服务器接受该请求,并存储修改后的信息。
用户也可以通过系统定义的规范来编辑体检报告,包含体检医院,体检时间,体检总结以及体检指标:内科,外科,眼科,耳鼻喉科,口腔科,心电图报告,超声检测报告等。个人信息编辑模块被设置为实现个人体检信息的修改,用户个人信息编辑模块,基于web的用户交互界面向具备数据挖掘功能的服务器发送修改请求,具备数据挖掘功能的服务器接受该请求,并存储修改后的信息。
显然,用户还可以在心电数据上传设备上进行如上述的操作,此时的心电数据上传设备所用数据库的接口与基于web的心电数据管理系统数据库接口相同,同时该心电数据上传设备具备了基于web的用户交互界面。
可以理解的是基于web界面具有操作模块,不应限于上述公开的模块,可根据需要增加或者删除,从而实现向具备数据挖掘功能的服务器发出不同的操作请求,具备数据挖掘功能的服务器响应不同模块的操作请求。用户通过基于web的用户交互界面与数据挖掘功能的服务器进行交互,实现对心电数据的管理,同时基于web的用户交互界面设计有丰富的与健康相关的功能模块,使得用户可通过web前端按照自己的需求对自身的心电档案进行管理,丰富了用户的管理类型。
作为具备数据挖掘功能的服务器还被设置为接收心电数据上传设备上传的心电数据信息,并基于web的用户交互界面的操作请求,对上传的心电数据信息进行数据挖掘得到分析诊断结论后响应基于web的用户交互界面的操作请求的一个示例:
具备数据挖掘功能的服务器可包括数据库,还包括根据研究心率失常的数据库MIT-BIH数据库公开的有标记的心电数据建立的专家系统模型或机器学习模型模块,对上传的用户心电数据进行分析诊断,得到常见心血管疾病的疑似度以及常见心血管疾病疑似度的变化趋势的分析诊断结论;
作为一个示例,如图3所示,为了保证数据安全,数据库具备主库和从库实现主从备份,另外数据库还具备定时备份功能防止数据丢失。
心电数据上传设备上传的心电数据信息可以包括常规心电数据,心电数据上传设备上传常规心电数据后,存储至数据库中,因为常规心电图的数据比较少,占用空间少,因此数据库可以选择mysql数据库;同时由具备数据挖掘功能的服务器对该常规心电数据进行分析诊断,得到基于常规心电数据的常见心血管疾病的疑似度以及常见心血管疾病疑似度的变化趋势的分析诊断结论。例如具备数据挖掘功能的服务器可根据MIT-BIH数据库(研究心率失常的数据库)公开的有标记的心电数据建立的专家系统模型或机器学习模型模块(包含于数据挖掘的功能),由该模块对上传的用户心电数据进行分析诊断,得到常见心血管疾病的疑似度以及常见心血管疾病疑似度的变化趋势的分析诊断结论,然后与上传的用户常规心电数据保存为一条记录,即同一用户名下具备常规心电数据和诊断分析结果;具备数据挖掘功能的服务器针对用户上传的常规心电数据基于数据挖掘(包括专家系统模型或机器学习模型进行分析诊断)相较于现有技术,能够得到较为准确心电诊断结论。
因为在基于web的用户交互界面包含常规心电图显示及报告生成模块,因此当用户触发该模块后,基于web的用户交互界面向具备数据挖掘功能的服务器发送获取显示数据的请求,具备数据挖掘功能的服务器接收到该请求后将常规心电数据反馈至基于web的用户交互界面,由基于web的用户交互界面完成对常规心电图、常见心血管疾病的疑似度以及常见心血管疾病疑似度的变化趋势的分析诊断结论的绘制和显示;
对常规心电图的绘制和显示可以利用在web界面实时生成图像的标签实现,作为一个示例,可以选择在web页面中例如html5中新增的实时生成图像的标签canvas自定义波形浏览控件,定义的属性可以包括:每英寸的像素dpi,每个特征点所占据的像素px_per_dot,整个报表的宽度report_width,报表的高度report_height,心电图网络的高度network_width,心电图网络的高度network_height,是否显示网格is_network。心电图按照既定的标准,在定义属性时应尽量满足标准:增益为10mm/mV,走速25mm/s。要使每一大格的长度在不同的终端都显示为5mm,使web页面上显示和打印出来的报表标准化,定义函数jsGetDPi来获得不同屏幕的每英寸的像素dpi,fs*px_per_dot=25/(dpi/25.4),fs为心电仪的采样频率,1mm对应25.4英寸。
关于用户的基本信息和常见心血管疾病的疑似度分析诊断结论也可通过显示文字的函数fillText绘制到常规心电报告中。
因为基于web的用户交互界面具有常见心血管疾病疑似度趋势显示模块,当触发该模块后,基于web的用户交互界面向具备数据挖掘功能的服务器发送获取相关数据的请求,数据挖掘功能的服务器反馈数据至基于web的用户交互界面,基于web的用户交互界面常见心血管疾病疑似度的变化趋势的分析诊断结论的绘制和显示;
作为基于常规心电数据常见心血管疾病疑似度的变化趋势的分析诊断结论的绘制和显示一个示例,利用图表库绘制并显示常见心血管疾病的疑似度折线图以及常见心血管疾病疑似度的变化趋势图,例如,可以过echarts(纯Javascript图标库,基于Canvas)绘制心率,心动过速、心率不齐、室性早搏等常见心血管疾病疑似度的折线图明显地观察出一定时间范围内,心率的异常值和波动情况,以及常见心血管疾病疑似度的变化趋势,对于用户和医生具有一定的参考意义。
基于web的用户交互界面向具备数据挖掘功能的服务器还发送获取报告生成的请求,具备数据挖掘功能的服务器接收该请求,并将相关数据反馈至基于web的用户交互界面,用户通过基于web的用户交互界面下载报告。基于web的用户交互界面利用绘制有生成图像的标签和可生成文本文档的开源库将常规心电图报告生成为可下载打印的文本文档,作为一个示例,用户点击下载心电报告时,将生成的绘制有心电图的canvas对象通过函数toDataURL转化为base64编码的dataURL,从而调用开源库jsPDF库的addImage和save方法将心电报告保存为pdf文件(即将网页版的图片保存至PDF中),也可以根据需要生成其他保存格式的文件,如Word文件。
作为作为具备数据挖掘功能的服务器还被设置为接收心电数据上传设备上传的心电数据信息,并基于web的用户交互界面的操作请求,对上传的心电数据信息进行数据挖掘得到分析诊断结论后响应基于web的用户交互界面的操作请求的另一个示例,心电数据上传设备上传的心电数据信息还可以包括Holter心电数据,Holter检测,是一种可以长时间连续记录并编集分析心脏在活动和安静状态下心电图变化的方法。动态心电图于24小时内可以连续记录10万次左右的心电信号,它能弥补常规心电图不易记录的短暂性心律失常的缺点,可以确定心率失常的性质和程度,对心率失常以及心肌缺血的定性、定量诊断。由于Holter数据检测时间较长,产生的数据量也比较大,如何完成对此类数据的上传和可视化是一大难题。
作为Holter心电数据上传的示例,具备数据挖掘功能的服务器在接收上传和分析诊断Holter心电数据时,Holter心电数据每隔t时间段存储到具备数据挖掘功能的服务器中,具备数据挖掘功能的服务器将每隔t时间段的Holter心电数据利用专家系统模型或机器学习模型进行分析诊断,得到Holter心电数据分析诊断结论,该诊断结论包括每隔t时间段内一小段时间内(可任意设定)Holter分析诊断数据结论和整个过程中Holter分析诊断结论汇总,其中每隔t时间段内Holter分析诊断结果可以得到基于Holter数据的常见心血管疾病的疑似度;整个过程Holter分析诊断结论汇总可以得到基于Holter常见心血管疾病疑似度的变化趋势的分析诊断结论,该分析诊断结论的存储路径存储于数据库中。
具备数据挖掘功能的服务器针对用户上传的Holter心电数据基于数据挖掘(包括专家系统模型或机器学习模型进行分析诊断)相较于现有技术,能够得到较为准确心电诊断结论。
作为具备数据挖掘功能的服务器在接收上传和分析诊断Holter心电数据的一个示例,心电数据上传设备上传Holter心电数据后,因为在上传Holter数据时,由于数据量较大,不便于一次性上传和诊断,可以在初始化时候在服务器制定存放心电数据的文件夹中创建一个命名为用户名的文件夹,并创建一个用户名加当前时间戳的txt文件,保存到每隔20s将采集的心电数据增添到该文本中,并根据专家系统的模型或者得出常见心血管疾病的疑似度,为了读取数据方便,将每小段时间诊断的结论定义为json格式:{"xinlv":60,"time":"2017-10-1219:43:23","shichang":"22","xdgs":0,"sxxdgs":0,"xdgh":0,"fxyb":2,"sxyb":0,"xlbq":0,"sxzb":0,"fxzb":0,"jjxzb":6,"fc":0,"pr":"701","qt":"192","qtc":"199","p":"128","qrs":"51","numecg":10040,"state":"0"},xinlv为心率,time为上传时间,shichang为这一段心电图的总时长,xdgs,sxxdgs等代表心动过速,室性心动过速的疑似度,numecg为采样点的总数,state代表诊断的状态,0表示健康,1表示患病疑似度较高,2表示心电图严重异常;将每段时间的结论以json格式添加到另一txt文本中;由于测的Holter心电图数据量比较大,相对应的诊断结论数据也比较大,因此只将存储路径保存在数据库中。
因为在基于web的用户交互界面包含Holter心电记录模块,当用户通过基于web的用户交互界面触发该模块后,向具备数据挖掘功能的服务器发送获取Holter数据的请求,由具备数据挖掘功能的服务器反馈该请求至基于web的用户交互界面,基于web的用户交互界面显示Holter心电图和Holter诊断分析;Holter心电图显示方式为动态显示,所述Holter诊断分析后数据显示方式为图标方式显示;
结合图1,作为Holter心电图显示方式为动态显示的一个示例,由于Holter心电图数据量比较大,相对应的诊断结论数据也比较大,则根据用户拉动拖动条的位置来显示对应的一部分心电图;具体的绘制方法和常规心电图的显示类似,可以用canvas完成,步骤如下:
步骤1:当用户查看某一条Holter心电图时,根据数据库中相应记录获得对应的总时长,如果时长大于3600s,执行步骤4否则执行步骤2;
步骤2:初始化:绘制心电图网格,读取心电数据,取出最开始的一部分进行绘制,读取结论文件,转化为json格式,取出第一小段的结论显示在网格图中。转入步骤3。初始化滚动条和滚动条的滑动路径滚动槽,其中滚动槽是相对定位的,滚动条是绝对定位的,滚动条只能在滚动槽内滑动,不能超出范围。
步骤3:当用户移动拖动条的时候,以滚动条所在的位置,计算出滚动条距离初始位置的距离与滚动槽长度的比例,即是绘制心电图起始点所占整个心电数据的比例,使用ajax将参数传回后台,将该起始点后的部分数据绘制在界面中。根据起始点的位置索引,确定其所在的一段数据,将这一段数据的常见心血管疾病的结论显示在心电图的合适位置。如果用户接着移动拖动条,继续执行步骤3。
当心电数据较多时,如果仍采用之前步骤2-步骤3中的方法,每一次移动滚动条都要读取数据,而读取数据量较大的文本时速度较慢,因此可以采取两个滚动条,当移动滚动条1的时候,读取文本获得一部分数据,移动拖动条2的时候,查看该段数据的不同部分。
步骤4:初始化:绘制心电图网格,读取心电数据,取出最开始的一部分进行绘制,定义滚动条1和滚动条2,都处于起始位置,读取诊断结论文件,将前若干个结论显示在心电图的合适位置。
步骤5:如果移动滚动条1,当用户移动拖动条1后,以滚动条所在的位置,计算出滚动条距离初始位置的距离与滚动槽长度的比例,即是绘制心电图起始点所占整个心电数据的比例,使用ajax将参数传回后台,将该起始点后的部分数据绘制在div_ecg模块中,并重置滚动条2的位置到起始处;另外根据该位置确定其所在所有数据的第几小段数据中,取出该小段数据和之后若干结论显示在心电图的合适位置。
步骤6:如果移动滚动条2,容器box中包含了网格和心电图,其中box为相对布局,网格和心电图为绝对布局。因此可以根据滚动条2的位置来移动心电图所在div_ecg模块的位置,对于超过box范围的不予显示;滚动条2所在的比例,应该对应当前心电图起始点占后端传回的那一部分数据的比例,当移动滚动条2时根据该比例来移动div_ecg模块;如果用户再次移动滚动条,继续执行该步骤。
具备数据挖掘功能的服务器对该Holter心电数据进行分析诊断,得到基于Holter心电数据的常见心血管疾病的疑似度以及常见心血管疾病疑似度的变化趋势的分析诊断结论;作为每隔t时间段内Holter分析诊断数据显示方式为图标方式显示的示例,可以每隔20s对一小段数据进行诊断,对Holter数据所有的诊断结论进行汇总分析,以扇形图、柱状图等图标的形式显示每种遗传病疑似度中警告和严重异常的比例。
因为基于web的用户交互界面具有常见心血管疾病疑似度趋势显示模块,当触发该模块后,基于web的用户交互界面向具备数据挖掘功能的服务器发送获取相关数据的请求,数据挖掘功能的服务器反馈数据至基于web的用户交互界面,基于web的用户交互界面实现常见心血管疾病疑似度的变化趋势的分析诊断结论的绘制和显示;作为基于Holter常见心血管疾病疑似度的变化趋势的分析诊断结论的绘制和显示一个示例,Holter分析诊断结论汇总显示方式可以为折线显示方式,利用图表库绘制并显示常见心血管疾病的疑似度折线图以及常见心血管疾病疑似度的变化趋势图,例如,可以过echarts(纯Javascript图标库,基于Canvas)绘制心率,心动过速、心率不齐、室性早搏等常见心血管疾病疑似度的折线图明显地观察出一定时间范围内,心率的异常值和波动情况,以及常见心血管疾病疑似度的变化趋势,对于用户和医生具有一定的参考意义。
图2给出本发明示例性示出的基于web的心电数据管理系统的总体架构图,如图2所示,架构图直观的表示了基于web的心电数据管理系统的原理,根据业务可以划分为表示层,业务逻辑层,数据访问层和数据层部分,数据层是底层的数据源包含数据库,含心电数据的txt文件,数据访问层负责对数据库的具体的底层操作,针对数据的增添,删除,修改,查找;业务逻辑层针对具体的问题和业务(逻辑性数据的生成、处理及转换),对数据进行业务逻辑处理,最后呈现给用户的界面即是表示层。
作为系统架构的一示例,数据层包含数据库和存储心电数据的txt文件,数据库可以存储用户的体检报告,选择体积小,速度较快的mysql数据库,部署在阿里云上,如图3所示,安全方面主要采取的主从备份和定时自动备份,确保了数据的安全性。便携式心电仪在上传Holter数据时,将心电记录编号,将用户编号,心率,常见疾病的疑似度作为结构化数据保存到数据库中,对于体积非常较大的心电数据则存放到具体的文件夹,将文件所在的路径保存到数据库中作为读取或者删除文件的索引。
数据访问层负责对数据库的访问,通过JavaJDBC实现;用户下载已上传的体检报告;读取心电数据所在的文本文档;
业务逻辑层负责业务规则的制定、业务流程的实现等于业务需求有关的系统设计,业务逻辑层制定的业务规则包含登陆,注册,历史心电检测记录查询及删除,Holter心电记录的查询和删除,常见心血管疾病疑似度趋势显示,上传和下载体检报告文件,用户在线编辑和保存健康档案,密码修改,个人信息编辑等等。
表示层,显示门户网站、常规心电图显示、Holter心电报告显示、体检报告编辑、历史趋势显示和病理解释等等。
本发明旨在保护一种基于web的心电数据管理系统,主要利用具备数据挖掘功能的服务器对心电数据上传设备上传的心电数据进行数据挖掘以及具备数据挖掘功能的服务器和web前端的数据交互,一方面实现了用户上传的心电数据基于数据挖掘得到较为准确心电诊断结论,另一方面实现了用户可通过web前端对自身的心电档案进行管理。
另外本发明公开的技术方案建立了统一数据格式的构架和规范,实现最大程度的数据共享和使用,结合临床数据为医生提供参考,提高诊断的准确度。相较于现有技术具有以下优点:
(1)将便携式心电仪采集到的心电数据存上传并存储到云数据库中,并结合用户信做深层次的挖掘。
(2)对常规心电图在web上可视化,可生成和打印的规范心电图报告,便于用户和医生查看,为医生诊断提供有效参考。
(3)解决了数据量较大的Holter数据的上传和可视化难题。
(4)提供了体检报告管理模块,用户不但可以上传和下载体检报告的电子版,也可以根据系统定义的体检报告规范编辑和保存体检报告。
(5)利用专家系统对心电数据进行分析,给出常见用户心血管疾病的患病可能性,可以作为患者是否进一步就医的参考依据。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.基于web的心电数据管理系统,其特征在于,包括基于web的用户交互界面、具备数据挖掘功能的服务器和心电数据上传设备,所述基于web的用户交互界面向具备数据挖掘功能的服务器发送操作请求,并接收具备数据挖掘功能的服务器的操作请求响应数据,显示操作请求响应数据;所述具备数据挖掘功能的服务器接收基于web的用户交互界面的操作请求并响应该操作请求;所述具备数据挖掘功能的服务器还接收心电数据上传设备上传的心电数据,对上传的心电数据信息进行数据挖掘得到分析诊断结论。
2.根据权利要求1所述的基于web的心电数据管理系统,其特征在于,所述心电数据上传设备上传的心电数据包括常规心电数据和动态心电数据。
3.根据权利要求2所述的基于web的心电数据管理系统,其特征在于,具备数据挖掘功能的服务器包括数据库,还包括根据研究心率失常的数据库MIT-BIH数据库公开的有标记的心电数据建立的专家系统模型或机器学习模型模块,所述专家系统模型或机器学习模型模块对上传的用户心电数据进行分析诊断,得到常见心血管疾病的疑似度以及常见心血管疾病疑似度的变化趋势的分析诊断结论。
4.根据权利要求3所述的基于web的心电数据管理系统,其特征在于,所述具备数据挖掘功能的服务器在接收上传和分析诊断动态心电数据时,将每隔t时间段的动态心电数据存储到具备数据挖掘功能的服务器中,利用专家系统模型或机器学习模型对每隔t时间段的动态心电数据进行分析诊断,得到每隔t时间段的动态心电数据分析诊断结论,该分析诊断结论的存储路径存储于数据库中。
5.根据权利要求4所述的基于web的心电数据管理系统,其特征在于,基于web的用户交互界面包括用户登录和注册模块、历史心电检测记录查询及删除模块、常规心电图显示及报告生成模块、动态心电记录模块、常见心血管疾病疑似度趋势显示模块、用户体检报告管理模块、好友管理模块、密码修改模块以及个人信息编辑模块,通过基于web的用户交互界面的各模块向具备数据挖掘功能的服务器发送相应的操作请求。
6.根据权利要求5所述的基于web的心电数据管理系统,其特征在于,动态心电记录模块被设置为实现动态心电图显示、每隔t时间段的动态心电分析诊断数据显示和动态心电数据分析诊断结论汇总显示,所述动态心电图显示方式为动态显示,所述每隔t时间段内动态心电诊断分析数据显示方式为图标方式显示,所述动态心电数据分析诊断结论汇总显示方式为折线显示方式。
7.根据权利要求5所述的基于web的心电数据管理系统,其特征在于,所述常规心电图显示及报告生成模块,利用在web界面实时生成图像的标签绘制常规心电图并显示;并利用绘制有生成图像的标签和可生成文本文档的开源库将常规心电图报告生成为可下载打印的文本文档。
8.根据权利要求5所述的基于web的心电数据管理系统,其特征在于,常见心血管疾病疑似度趋势显示模块,利用图表库绘制并显示常见心血管疾病的疑似度折线图以及常见心血管疾病疑似度的变化趋势图。
9.根据权利要求5所述的基于web的心电数据管理系统,其特征在于,用户登录和注册模块实现旧用户的登录和新用户的注册,注册模块收集用户注册信息并向具备数据挖掘功能的服务器发送保存至数据库的请求,具备数据挖掘功能的服务器响应该保存请求,并生成序列ID号,序列ID号作为数据库管理和数据分析的索引,用于查询存放对应数据文件的地址记录。
10.根据权利要求5所述的基于web的心电数据管理系统,其特征在于,用户体检报告管理模块被设置为实现用户体检报告的上传和下载以及用户在线编辑和保存体检报告;好友管理模块被设置为实现好友的添加和查看好友的心电数据;密码修改模块被设置为实现对登录密码的修改;个人信息编辑模块被设置为实现个人体检信息的修改;历史心电检测记录查询及删除模块被设置为对历史心电检测记录的信息编辑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810760164.2A CN109102848A (zh) | 2018-07-11 | 2018-07-11 | 基于web的心电数据管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810760164.2A CN109102848A (zh) | 2018-07-11 | 2018-07-11 | 基于web的心电数据管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109102848A true CN109102848A (zh) | 2018-12-28 |
Family
ID=64846056
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810760164.2A Pending CN109102848A (zh) | 2018-07-11 | 2018-07-11 | 基于web的心电数据管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109102848A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109935315A (zh) * | 2019-04-18 | 2019-06-25 | 南京市第一医院 | 一种单导心电信号数据智能诊断云计算系统及其处理方法 |
CN110415822A (zh) * | 2019-07-23 | 2019-11-05 | 珠海格力电器股份有限公司 | 一种预测癌症的方法和装置 |
CN110664397A (zh) * | 2019-10-09 | 2020-01-10 | 郑州大学 | 一种心电数据实时分析诊断预警云系统 |
CN113643804A (zh) * | 2021-07-21 | 2021-11-12 | 深圳市千帆电子有限公司 | 心功能检测数据分析方法、装置、电子设备和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103598873A (zh) * | 2013-09-27 | 2014-02-26 | 四川大学 | 一种基于自适应无线传感器网络的生理信号智能监测系统 |
US20150227702A1 (en) * | 2014-02-10 | 2015-08-13 | Picofemto LLC | Multi-factor brain analysis via medical imaging decision support systems and methods |
CN105748063A (zh) * | 2016-04-25 | 2016-07-13 | 山东大学齐鲁医院 | 基于多导联和卷积神经网络的心律失常智能诊断方法 |
CN106805965A (zh) * | 2016-12-19 | 2017-06-09 | 深圳先进技术研究院 | 一种心电信号分类方法及装置 |
CN206239400U (zh) * | 2016-08-25 | 2017-06-13 | 张志荣 | 心血管功能检测诊断仪 |
US20180092535A1 (en) * | 2013-03-15 | 2018-04-05 | Zoll Medical Corporation | Patient monitor screen aggregation |
-
2018
- 2018-07-11 CN CN201810760164.2A patent/CN109102848A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180092535A1 (en) * | 2013-03-15 | 2018-04-05 | Zoll Medical Corporation | Patient monitor screen aggregation |
CN103598873A (zh) * | 2013-09-27 | 2014-02-26 | 四川大学 | 一种基于自适应无线传感器网络的生理信号智能监测系统 |
US20150227702A1 (en) * | 2014-02-10 | 2015-08-13 | Picofemto LLC | Multi-factor brain analysis via medical imaging decision support systems and methods |
CN105748063A (zh) * | 2016-04-25 | 2016-07-13 | 山东大学齐鲁医院 | 基于多导联和卷积神经网络的心律失常智能诊断方法 |
CN206239400U (zh) * | 2016-08-25 | 2017-06-13 | 张志荣 | 心血管功能检测诊断仪 |
CN106805965A (zh) * | 2016-12-19 | 2017-06-09 | 深圳先进技术研究院 | 一种心电信号分类方法及装置 |
Non-Patent Citations (2)
Title |
---|
林元模等: "基于Android和Internet技术的远程ECG诊断系统研究", 《贵州大学学报(自然科学版)》 * |
雷向东等: "远程健康云平台的架构设计与实现", 《企业技术开发》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109935315A (zh) * | 2019-04-18 | 2019-06-25 | 南京市第一医院 | 一种单导心电信号数据智能诊断云计算系统及其处理方法 |
CN110415822A (zh) * | 2019-07-23 | 2019-11-05 | 珠海格力电器股份有限公司 | 一种预测癌症的方法和装置 |
CN110664397A (zh) * | 2019-10-09 | 2020-01-10 | 郑州大学 | 一种心电数据实时分析诊断预警云系统 |
CN113643804A (zh) * | 2021-07-21 | 2021-11-12 | 深圳市千帆电子有限公司 | 心功能检测数据分析方法、装置、电子设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109102848A (zh) | 基于web的心电数据管理系统 | |
CN100538712C (zh) | 在医学成像中工作流的配置和执行 | |
US9665918B2 (en) | Medical data generating apparatus and medical data generating method | |
US8620678B2 (en) | Medical information query system | |
US10052072B2 (en) | Data output device and method, and non-transitory computer readable medium | |
CN102422293B (zh) | 具有外部背景的临床决策支持系统 | |
US20030088438A1 (en) | Healthcare system and user interface for consolidating patient related information from different sources | |
US20040153341A1 (en) | System for analyzing and processing orders related to healthcare treatment or services | |
US20230100537A1 (en) | System and methods for cloud-based interactive graphic editing on ecg data | |
US11037659B2 (en) | Data-enriched electronic healthcare guidelines for analytics, visualization or clinical decision support | |
Winslow et al. | WaveformECG: A platform for visualizing, annotating, and analyzing ECG data | |
CN111091882A (zh) | 一种人工智能可视化pacs系统及方法 | |
CN109785949A (zh) | 抑郁症病患管理系统及其管理方法 | |
Lourenço et al. | A web-based platform for biosignal visualization and annotation | |
JP2012198846A (ja) | 類似症例閲覧システム、類似症例閲覧方法 | |
Eremeev et al. | Data collection and preparation of training samples for problem diagnosis of vision pathologies | |
BENHAMIDA et al. | Effective ECG data conversion solution to solve ECG data interoperability problems | |
Gaigawali et al. | Cloud based ECG monitoring and fibrillation detection for healthcare system | |
CN110968717A (zh) | 动态心电数据的检索方法和装置、存储介质、处理器 | |
Blum et al. | Design and implementation of a hospital wide waveform capture system | |
CN112967773A (zh) | 基于大数据共享平台的慢性疾病临床版报告方法及系统 | |
Malik et al. | Towards the development of an interface model for information visualization in multiple electronic health records | |
Jayapandian | Cloudwave: a cloud computing framework for multimodal electrophysiological big data | |
US20110246222A1 (en) | Reviewing tests on client devices | |
Jovic et al. | A web platform for analysis of multivariate heterogeneous biomedical time-series—A preliminary report |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181228 |