CN109979552A - 一种运动处方生成装置及方法 - Google Patents
一种运动处方生成装置及方法 Download PDFInfo
- Publication number
- CN109979552A CN109979552A CN201910242797.9A CN201910242797A CN109979552A CN 109979552 A CN109979552 A CN 109979552A CN 201910242797 A CN201910242797 A CN 201910242797A CN 109979552 A CN109979552 A CN 109979552A
- Authority
- CN
- China
- Prior art keywords
- disease
- information
- exercise prescription
- user
- risk class
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请实施例提供了一种运动处方生成装置及方法,其中,该方法包括:获取模块,用于获取用户的病历文本信息,确定所述病历文本信息对应的疾病以及所述疾病关联的潜在疾病;确定模块,用于基于所述病历文本信息,确定所述用户的疾病诱发所述潜在疾病的风险级别;生成模块,用于生成与所述风险级别相匹配的运动处方。本申请实施例提高了运动处方的生成效率。
Description
技术领域
本申请涉及数据处理技术领域,具体而言,涉及一种运动处方生成装置及方法。
背景技术
当今社会,受竞争压力增大、生活水平提高、生活方式改变等因素影响,我国亚健康人数已达数亿,亚健康人群不同程度地存在血压、血糖、血脂等各项指标偏高的状况。现在,人们已逐步认识到健康的重要性,对健康的关注也越来越强烈。与此同时,运动健康锻炼的观念得到了人们的广泛认可,越来越多的人选择通过健走运动等方式保持健康。
目前,大多数人在运动和锻炼中均存在一定的需求,比如,希望可以得到健康运动专业指导,现有技术针对每个不同的患者,一般是需要经过长期专业培训的医师来选择适合这些患者使用的运动处方,效率较低。
发明内容
有鉴于此,本申请的目的在于提供一种运动处方生成装置及方法,以提高运动处方的生成效率。
第一方面,本申请实施例提供了一种运动处方生成装置,包括:
获取模块,用于获取用户的病历文本信息,确定所述病历文本信息对应的疾病以及所述疾病关联的潜在疾病;
确定模块,用于基于所述病历文本信息,确定所述用户的疾病诱发所述潜在疾病的风险级别;
生成模块,用于生成与所述风险级别相匹配的运动处方。
在一种实施方式中,所述确定模块,具体用于:
判断所述病历文本信息中,是否包括与所述潜在疾病相关联的症状表述信息,或与所述潜在疾病相关联的体征表现信息;
若包括,确定所述用户的疾病诱发所述潜在疾病的风险级别为高,若不包括,从所述病历文本信息中,提取与预设风险因子信息相匹配的描述信息;
依据所述描述信息确定所述用户的疾病诱发所述潜在疾病的风险级别为中或低。
在一种实施方式中,所述确定模块,具体用于:
根据所述预设风险因子信息对应的权值,计算相匹配的各描述信息的权值和;
若所述权值和大于或等于预设的中风险阈值,确定所述用户的疾病诱发所述潜在疾病的风险级别为中,否则,确定所述用户的疾病诱发所述潜在疾病的风险级别为低。
在一种实施方式中,所述生成模块,具体用于:
查询预先存储的运动处方库,所述运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,所述标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别;
获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式;
依据所述相匹配的一个或多个运动方式的运动描述信息,生成所述运动处方。
在一种实施方式中,所述获取模块还用于:
在所述获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式之后,从所述病历文本信息中,提取出所述疾病的并发症信息;
所述生成模块,具体用于:基于所述并发症信息,去除所述相匹配的一个或多个运动方式中与所述并发症信息匹配的运动方式,得到第一待处理运动方式;依据所述第一待处理运动方式的运动描述信息,生成所述运动处方。
在一种实施方式中,所述获取模块还用于:
在所述得到第一待处理运动方式之后,获取所述用户输入的运动目标需求;
所述生成模块,还用于:从所述第一待处理运动方式中,获取与所述运动目标需求相匹配的运动方式,得到第二待处理运动方式;依据所述第二待处理运动方式的运动描述信息,生成所述运动处方。
在一种实施方式中,所述获取模块还用于:
在所述确定所述用户的疾病诱发所述潜在疾病的风险级别之后,获取所述用户输入的运动目标需求;
所述生成模块,具体用于:
查询预先存储的运动处方库,所述运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,所述标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别;
获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式;
从所述相匹配的一个或多个运动方式中,获取与所述运动目标需求相匹配的运动方式,得到第二待处理运动方式;
依据所述第二待处理运动方式的运动描述信息,生成所述运动处方。
在一种实施方式中,所述生成与所述风险级别相匹配的运动处方之后,所述确定模块还用于:
在所述获取模块获取到用户的病历文本更新信息后,基于更新后的病历文本信息,执行确定所述用户的疾病诱发所述潜在疾病的风险级别的步骤。
第二方面,本申请实施例提供了一种运动处方生成方法,包括:
获取用户的病历文本信息,确定所述病历文本信息对应的疾病以及所述疾病关联的潜在疾病;
基于所述病历文本信息,确定所述用户的疾病诱发所述潜在疾病的风险级别;
生成与所述风险级别相匹配的运动处方。
在一种实施方式中,所述基于所述病历文本信息,确定所述用户的疾病诱发所述潜在疾病的风险级别,包括:
判断所述病历文本信息中,是否包括与所述潜在疾病相关联的症状表述信息,或与所述潜在疾病相关联的体征表现信息;
若包括,确定所述用户的疾病诱发所述潜在疾病的风险级别为高,若不包括,从所述病历文本信息中,提取与预设风险因子信息相匹配的描述信息;
依据所述描述信息确定所述用户的疾病诱发所述潜在疾病的风险级别为中或低。
在一种实施方式中,所述依据所述描述信息确定所述用户的疾病诱发所述潜在疾病的风险级别为中或低,包括:
根据所述预设风险因子信息对应的权值,计算相匹配的各描述信息的权值和;
若所述权值和大于或等于预设的中风险阈值,确定所述用户的疾病诱发所述潜在疾病的风险级别为中,否则,确定所述用户的疾病诱发所述潜在疾病的风险级别为低。
在一种实施方式中,所述生成与所述风险级别相匹配的运动处方,包括:
查询预先存储的运动处方库,所述运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,所述标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别;
获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式;
依据所述相匹配的一个或多个运动方式的运动描述信息,生成所述运动处方。
在一种实施方式中,在所述获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式之后,所述方法还包括:
从所述病历文本信息中,提取出所述疾病的并发症信息;
所述依据所述相匹配的一个或多个运动方式的运动描述信息,生成所述运动处方,包括:
基于所述并发症信息,去除所述相匹配的一个或多个运动方式中与所述并发症信息匹配的运动方式,得到第一待处理运动方式;
依据所述第一待处理运动方式的运动描述信息,生成所述运动处方。
在一种实施方式中,在所述得到第一待处理运动方式之后,所述方法还包括:
获取所述用户输入的运动目标需求;
所述依据所述第一待处理运动方式的运动描述信息,生成所述运动处方,包括:
从所述第一待处理运动方式中,获取与所述运动目标需求相匹配的运动方式,得到第二待处理运动方式;
依据所述第二待处理运动方式的运动描述信息,生成所述运动处方。
在一种实施方式中,在所述确定所述用户的疾病诱发所述潜在疾病的风险级别之后,所述方法还包括:
获取所述用户输入的运动目标需求;
所述生成与所述风险级别相匹配的运动处方,包括:
查询预先存储的运动处方库,所述运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,所述标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别;
获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式;
从所述相匹配的一个或多个运动方式中,获取与所述运动目标需求相匹配的运动方式,得到第二待处理运动方式;
依据所述第二待处理运动方式的运动描述信息,生成所述运动处方。
在一种实施方式中,所述生成与所述风险级别相匹配的运动处方之后,所述方法还包括:
获取到用户的病历文本更新信息后,基于更新后的病历文本信息,执行确定所述用户的疾病诱发所述潜在疾病的风险级别的步骤。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行时执行如第二方面所述的运动处方生成方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如第二方面所述的运动处方生成方法的步骤。
本申请实施例提供的运动处方生成装置及方法,包括获取模块,用于获取目的对象的病历文本信息,确定病历文本信息对应的疾病以及疾病关联的潜在疾病;确定模块,用于基于病历文本信息,确定用户的疾病诱发潜在疾病的风险级别;生成模块,用于生成与风险级别相匹配的运动处方。
可见,本申请实施例提供的运动处方生成装置,能够根据用户的病例文本信息,确定该用户的疾病诱发潜在级别的风险级别,然后生成与该风险级别相匹配的运动处方,不需要人工一一选择适合患者使用的运动处方,提高了运动处方的生成效率,同时因为不需要人工去选择,避免了因人工选择出错的风险,即提高了运动处方的准确性。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的运动处方生成装置示意图;
图2示出了本申请实施例所提供的一种运动处方生成方法流程图;
图3示出了本申请实施例所提供的一种用户的疾病诱发潜在疾病的风险级别的确定方法流程图;
图4示出了本申请实施例所提供的第一种具体的运动处方生成方法流程图;
图5示出了本申请实施例所提供的第二种具体的运动处方生成方法流程图;
图6示出了本申请实施例所提供的第三种具体的运动处方生成方法流程图;
图7示出了本申请实施例所提供的第四种具体的运动处方生成方法流程图;
图8示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例1
本申请实施例1提供了一种运动处方生成装置100,如图1所示,包括:
获取模块101,用于获取用户的病历文本信息,确定病历文本信息对应的疾病以及疾病关联的潜在疾病。
这里的用户即待接收运动处方的用户,在本申请实施例中指患有某种疾病的用户,比如可以指患有糖尿病的用户,糖尿病患者在进行体育锻炼时,与健康用户面对的风险不同,健康用户在突然开始运动,发生意外,比如心脑血管的意外的风险较小,而糖尿病患者,则面临很多可能的并发症,比如糖尿病足:糖尿病患者的下肢伤口很难愈合,缺乏足够的糖尿病相关处理知识,没有个性化的运动,随便模仿会产生非常严重的后果。
本申请实施例将以糖尿病患者为例,详细阐述如何生成适用于糖尿病患者的运动处方。
因为需要生成针对患者的个性化运动处方,故在生成患者的运动处方之前,需要基于患者的病历文本信息,确定病历文本信息对应的疾病以及疾病关联的潜在疾病,这里的病历文本信息指根据特定患者预先建立的病历文本,包括患者基本信息,比如年龄、家族史、生活方式等;既往史、现病史、检查结果、运动能力测试结果、并发症信息和运动水平调查等。
根据病历文本信息,能够确定该用户的疾病,比如糖尿病,然后根据糖尿病可以确定与糖尿病关联的潜在疾病,这些潜在疾病指的是与糖尿病关联且危险性比较大的疾病,这些疾病直接影响到用户是否能参与某些运动,比如诱发动脉粥样硬化心血管疾病的风险级别。
确定模块102,用于基于病历文本信息,确定用户的疾病诱发潜在疾病的风险级别。
这里是指确定模块能够根据病理文本信息,确定在进行运动时用户的疾病诱发潜在疾病的风险级别,该风险级别的高低直接关系到用户能否进行运动以及可以进行哪些运动。
在一种实施方式中,确定模块,具体用于:
判断病历文本信息中,是否包括与潜在疾病相关联的症状表述信息,或与潜在疾病相关联的体征表现信息。
若包括,确定用户的疾病诱发所述潜在疾病的风险级别为高,若不包括,从病历文本信息中,提取与预设风险因子信息相匹配的描述信息。
依据描述信息确定用户的疾病诱发潜在疾病的风险级别为中或低。
以潜在疾病为动脉粥样硬化心血管疾病为例,这里的症状表述信息包括对患者进行一些特定的运动测试后,患者自我感觉的描述信息,比如是否感觉局部疼痛、气闷、呼吸困难等。
同样以动脉粥样硬化心血管疾病为例,这里的体征表现信息包括对患者进行一些特定的运动测试后,客观的发现患者的一些症状,比如是否有踝部水肿、心脏杂音、呼吸困难、心跳过快、间歇性跛行等症状。
上述与潜在疾病相关联的症状表述信息和体征表现信息是指与动脉粥样硬化心血管疾病关联性较大的信息,若患者表现出上述症状表述信息或者体征表现信息,则其患有该动脉粥样硬化心血管疾病的风险性级别较高。
若不包括,从病历文本信息中,提取与预设风险因子信息相匹配的描述信息,如下表1所示,为预设风险因子以及其对应的评判标准。
表1 风险因子信息
表1中的风险因子有正向风险因子和负向风险因子,正向风险因子指正向风险因子越多,其对应的风险级别越高的风险因子,负向风险因子指负向风险因子越多,其对应的风险级别越低的风险因子。
在表1中,年龄、家族史、吸烟史、久坐生活习惯、肥胖、高血压、血脂异常为正向风险因子,高密度脂蛋白为负向风险因子。
依据用户的病历文本信息中的描述信息确定用户的疾病诱发潜在疾病的风险级别为中或低,这里的描述信息包括用户自己描述的信息,比如年龄、家族史、吸烟史、久坐生活习惯,还包括经过常规检测后的描述信息,比如肥胖、高血压、血脂异常和高密度脂蛋白的描述信息,然后根据依据这些描述信息确定用户的疾病诱发潜在疾病的风险级别为中或低,具体如下:
确定模块,具体用于:
根据预设风险因子信息对应的权值,计算相匹配的各描述信息的权值和;
若权值和大于或等于预设的中风险阈值,确定用户的疾病诱发所述潜在疾病的风险级别为中,否则,确定用户的疾病诱发所述潜在疾病的风险级别为低。
比如,上述表1中,所有的正向风险因子对应的权值可以为正整数,如+1,负向风险因子对应的权值可以为负整数,如-1,这样若用户的描述信息中,每符合一个正向风险因子对应的评判标准时,就累计加1,每符合一个负向风险因子对应的评判标准时,就减1,得到权值和,将权值和与预设的中风险阈值进行比较,比如中风险阈值为2,则计算得到的权值和大于或等于2时,确定用户的疾病诱发所述潜在疾病的风险级别为中,若计算得到的权值和小于2时,确定用户的疾病诱发所述潜在疾病的风险级别为低。
生成模块103,用于生成与风险级别相匹配的运动处方。
风险级别的高低决定着用户能够选择什么形式的运动,比如确定用户的疾病诱发潜在疾病的风险级别为高级别时,则只能为用户匹配高风险级别适合的运动处方,当确定用户的疾病诱发潜在疾病的风险级别为中级别时,则为用户匹配中风险级别适合的运动处方,当确定用户的疾病诱发潜在疾病的风险级别为低级别时,则为用户匹配低风险级别适合的运动处方,当然,当用户的疾病诱发潜在疾病的风险级别为中级别时,也同样适用高风险级别对应的运动处方,当用户疾病诱发潜在疾病的风险级别为低级别时,也同样适用高风险级别或者中风险级别对应的运动处方。
在一种实施方式中,生成模块,具体用于:
查询预先存储的运动处方库,运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别。
这里的运动处方库预先存储了多种运动方式,比如仰卧起坐、跳绳、跑步、散步、日常家务劳动、园艺、钓鱼、举重、游泳等。
每个存储在运动处方库中的运动方式均匹配有相应的运动描述信息以及运动标签,这里的运动描述信息指的是用来描述运动方式的规格、用量、不良反应和注意事项等信息;这里的标签信息指的是给运动方式中的视频、图片和文字匹配的标签,可以包括多个疾病与该疾病诱发的潜在疾病的风险级别,比如某个运动方式A其标签信息中包括糖尿病诱发动脉粥样硬化心血管疾病的风险等级为高等级,当需要生成针对某糖尿病患者适合的运动处方时,若确定该患者的糖尿病诱发动脉粥样硬化心血管疾病的风险级别为高时,该运动方式A可以用于生成该患者的运动处方。
获取与用户的疾病诱发潜在疾病的风险级别相匹配的一个或多个运动方式。
因为运动处方库中的每个运动方式的标签信息中包括多个疾病与该疾病诱发的潜在疾病的风险级别,故当确定用户的疾病诱发潜在疾病的风险级别后,可以根据该标签信息获取与用户的疾病诱发潜在疾病的风险级别相匹配的运动处方。
依据相匹配的一个或多个运动方式的运动描述信息,生成运动处方。
这里得到运动处方后,可以根据每个运动处方的运动描述信息,以及预设的运动处方模板,生成运动处方。
这里的运动描述信息中包含的用量可以包括逐渐增量或者逐渐减量的信息,比如跳绳运动方式中可以包括一周跳绳3次,从首次跳绳100次,之后按照10次的量增加。
另外为了使得用户多方面得到锻炼,一般会均衡选择适合用户锻炼的各种类型的运动方式,比如心肺耐力训练类型的运动方式、力量抗阻力训练的运动方式、柔韧训练的运动方式以及平衡训练的运动方式等,比如每种类型的运动方式均筛选了2种,然后可以随机搭配也可以均衡搭配生成运动处方。
可选地,获取模块还用于:在获取与用户的疾病诱发潜在疾病的风险级别相匹配的一个或多个运动方式之后,从病历文本信息中,提取出疾病的并发症信息。
这里并发症信息是指用户的疾病引发的并发症,比如针对糖尿病用户,其可能的并发症可能有心血管并发症、高血压并发症、肾病、周围神经病变、自主神经病变视网膜病变、外周血管的疾病以及骨质疏松和关节病等。
每种并发症都有对应的适合进行的动作和不适合的动作,如下表2所示,为上述几种并发症的注意事项以及有益运动。
表2 并发症信息
生成模块具体用于:基于并发症信息,去除相匹配的一个或多个运动方式中与并发症信息匹配的运动方式,得到第一待处理运动方式;依据第一待处理运动方式的运动描述信息,生成运动处方。
运动方式中的标签信息除了包括上述提到的多个疾病与该疾病诱发的潜在疾病的风险级别,还可以包括多个疾病与该疾病的并发症是否适用信息,比如“举重”这个运动方式不适用糖尿病的并发症-视网膜病变使用,可以按照预设的规定,比如运动处方库中各个运动方式匹配的并发症均是表示该运动方式不适合该并发症。
在得到在获取与用户的疾病诱发潜在疾病的风险级别相匹配的一个或多个运动方式之后,比如得到各种类型的运动方式后,去除相匹配的一个或多个运动方式中与并发症信息匹配的运动方式,比如得到的平衡训练包括3种运动方式,其中一种不适合并发症A使用,当由用户的病历文本信息中确定该用户患有并发症A时,则在平衡训练的3种运动方式将与并发症A匹配的这种运动方式去除。
在并发症信息,去除相匹配的一个或多个运动方式中与并发症信息匹配的运动方式,得到第一待处理运动方式后,与上述过程相似,可以根据第一待处理运动方式中每个运动处方的运动描述信息,以及预设的运动处方模板,生成运动处方。
可选地,获取模块还用于:在得到第一待处理运动方式之后,获取用户输入的运动目标需求。
这里运动目标需求是指用户可以倾向性选择自己想要哪种目的的锻炼,比如是进行心肺耐力训练、力量抗阻力训练、柔韧训练还是平衡训练,可以在得到第一待处理运动方式后,根据病历文本信息中获取用户的运动目标需求。
生成模块还用于:从第一待处理运动方式中,获取与运动目标需求相匹配的运动方式,得到第二待处理运动方式;依据第二待处理运动方式的运动描述信息,生成运动处方。
在获取到用户的运动目标需求后,比如确定用户的运动目标需求是进行力量抗阻力训练时,可以在第一待处理运动方式中将与偏向力量抗阻力训练相关的运动方式筛选出来,然后依据第二待处理运动方式的运动描述信息,生成运动处方,特别地,当某种运动处方同时属于力量抗阻力训练和柔韧训练时,看其属于哪种类型的占比更大一些,就将其确定为哪种运动,比如运动处方A属于力量抗阻力训练的占比为70%,属于柔韧训练的占比为30%,则将其确定为力量抗阻力训练;另外,当根据用户的目标需求,选择出来的力量抗阻力训练包括多种时,按照每种运动方式属于力量抗阻力训练的占比进行优先级排序。
运动处方库中的每个运动方式的标签信息还可以包括训练目标,即标明该运动方式是心肺耐力训练、力量抗阻力训练、柔韧训练还是平衡训练。
在得到第二待处理运动方式后,与上述过程相似,可以根据第二待处理运动方式中每个运动处方的运动描述信息,以及预设的运动处方模板,生成运动处方。
在一种实施方式中,获取模块还用于:在确定用户的疾病诱发潜在疾病的风险级别之后,获取用户输入的运动目标需求。
生成模块具体用于:查询预先存储的运动处方库,运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别;获取与用户的疾病诱发潜在疾病的风险级别相匹配的一个或多个运动方式;从相匹配的一个或多个运动方式中,获取与运动目标需求相匹配的运动方式,得到第二待处理运动方式;依据第二待处理运动方式的运动描述信息,生成运动处方。
这里获取到与用户的疾病诱发潜在疾病的风险级别相匹配的一个或多个运动方式后,再根据用户的目标需求,获取与运动目标需求相匹配的运动方式,得到第二待处理运动方式,然后与上述过程相似,可以根据第二待处理运动方式中每个运动处方的运动描述信息,以及预设的运动处方模板,生成运动处方。
运动处方库中的每个运动方式的标签信息除了上述提到的危险级别、并发症信息以及类型以外,还可以包括针对的锻炼目的等,例如一个运动方式的标签信息可以包括以下内容:
A:风险级别。
B:并发症:有这些并发症就无法做这个动作方式,如果“无”,则此动作,糖尿病的八大并发症都可以做。
C:运动针对的目的:按照关节、肌肉、部位、是否是平衡和预防跌倒的锻炼。
D:能改善什么肌肉骨骼疾病的问题。
E:当患者有什么骨骼肌肉问题的时候不要做。
F:次运动本身是平衡、力量、柔韧还是有氧运动,以及每种运动的占比。
在一种实施方式中,生成与风险级别相匹配的运动处方之后,确定模块还用于:在获取模块获取到用户的病历文本更新信息后,基于更新后的病历文本信息,执行确定用户的疾病诱发所述潜在疾病的风险级别的步骤。
即运动处方可以根据病历文本的更新进行更新,后续过程与上文类似,在此不再赘述。
如下表所示为按照上述任意一种方式生成的一种具体的运动处方,包括运动处方封面表3和运动处方内容表4。
表3
表4
以上即根据本申请实施例提出的运动处方生成方法生成的运动处方,在运动处方库中选择出适合的运动方式后,根据预先建立的运动处方模板,按照选择出来的每种运动处方的标签信息以及运动描述信息,填入该运动处方模板中,即得到用户的运动处方。
实施例2
本申请实施例提供了一种运动处方生成方法,如图2所示,包括以下具体步骤S201~S202:
S201,获取用户的病历文本信息,确定病历文本信息对应的疾病以及疾病关联的潜在疾病。
S202,基于病历文本信息,确定用户的疾病诱发所述潜在疾病的风险级别。
S203,生成与风险级别相匹配的运动处方。
在一种实施方式中,步骤S202中基于病历文本信息,确定用户的疾病诱发所述潜在疾病的风险级别,如图3所示,包括以下具体步骤S301~S304:
S301,判断病历文本信息中,是否包括与潜在疾病相关联的症状表述信息,或与潜在疾病相关联的体征表现信息,若包括执行步骤S302,若不包括,执行步骤S303;
S302,确定用户的疾病诱发所述潜在疾病的风险级别为高。
S303,从病历文本信息中,提取与预设风险因子信息相匹配的描述信息。
S304,依据描述信息确定用户的疾病诱发潜在疾病的风险级别为中或低。
在一种实施方式中,步骤S304中依据描述信息确定所述用户的疾病诱发潜在疾病的风险级别为中或低,包括:
根据预设风险因子信息对应的权值,计算相匹配的各描述信息的权值和。
若权值和大于或等于预设的中风险阈值,确定用户的疾病诱发所述潜在疾病的风险级别为中,否则,确定用户的疾病诱发所述潜在疾病的风险级别为低。
在一种实施方式中,步骤S203中生成与风险级别相匹配的运动处方,如图4所示,包括步骤S401~S403:
S401,查询预先存储的运动处方库,运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别。
S402,获取与用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式。
S403,依据相匹配的一个或多个运动方式的运动描述信息,生成运动处方。
在一种实施方式中,步骤S203中生成与风险级别相匹配的运动处方,如图5所示,包括以下步骤S501~S507:
S501,查询预先存储的运动处方库,运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别。
S502,获取与用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式。
S503,从病历文本信息中,提取出疾病的并发症信息。
S504,基于并发症信息,去除相匹配的一个或多个运动方式中与并发症信息匹配的运动方式,得到第一待处理运动方式。
S505,获取用户输入的运动目标需求。
S506,从第一待处理运动方式中,获取与运动目标需求相匹配的运动方式,得到第二待处理运动方式。
S507,依据第二待处理运动方式的运动描述信息,生成运动处方。
在一种实施方式中,在确定用户的疾病诱发潜在疾病的风险级别之后,如图6所示,运动处方生成方法还包括以下步骤S601~S605:
S601,从病历文本信息中,提取出疾病的并发症信息。
S602,查询预先存储的运动处方库,运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别。
S603,获取与用户的疾病诱发潜在疾病的风险级别相匹配的一个或多个运动方式。
S604,基于并发症信息,去除相匹配的一个或多个运动方式中与并发症信息匹配的运动方式,得到第一待处理运动方式。
S605,依据第一待处理运动方式的运动描述信息,生成运动处方。
在一种实施方式中,在确定用户的疾病诱发潜在疾病的风险级别之后,如图7所示,运动处方生成方法还包括S701~S705:
S701,获取用户输入的运动目标需求。
S702,查询预先存储的运动处方库,运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别。
S703,获取与用户的疾病诱发潜在疾病的风险级别相匹配的一个或多个运动方式。
S704,从相匹配的一个或多个运动方式中,获取与运动目标需求相匹配的运动方式,得到第二待处理运动方式。
S705,依据第二待处理运动方式的运动描述信息,生成运动处方。
在一种实施方式中,生成与所述风险级别相匹配的运动处方之后,运动处方生成方法还包括:
获取到用户的病历文本更新信息后,基于更新后的病历文本信息,执行确定用户的疾病诱发所述潜在疾病的风险级别的步骤。
本申请实施例还提供了一种电子设备800,如图8所示,包括:处理器801、存储介质802和总线803,存储介质802存储有处理器801可执行的机器可读指令,当电子设备运行时,处理器801与存储介质802之间通过总线通信,处理器执行机器可读指令,以执行时执行运动处方生成方法的步骤。
对应于图2至图7中的运动处方生成方法,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行运动处方生成方法的步骤。
1.本申请与现有技术相比,首先具备的风险控制功能,可以较好的控制运动处方的风险,减少误诊发生。首先国外的运动处方软件没有自动化的功能,对相关从业人员的素质要求过高。医疗行业最重要的是控制风险,在现实的运动处方开具的过程中,我们需要了解和控制运动的风险,在从业者素质参差不齐的时候,我们用系统采集患者信息,后部运算后,给与一个评级,帮助从业者去理解面对的客户的运动风险。
2.运动处方库的标签信息编码办法,可以让运动处方更快的被检索到,并被系统挑选呈现给从业者。而从业者只需最后做筛选,就可以很方便的把运动处方开给患者,节省了很多时间。传统的运动处方开法,需要从业人员经过长期培训后才能正确使用。而且每次规划制表,会浪费大量时间,因为需要从业人员一个个的筛选运动处方,所以效率不高。
3.运动处方库里面包含的糖尿病的运动干预研究成果使得运动处方数据库适用于中国糖尿病病人人群,并且真实有效。比如糖尿病不同并发症,什么样的运动处方是能做的,什么是不能做的,均有体现。国内的运动指导软件,只针对健康人设计,没有考虑糖尿病患者和正常人之间二者1)风险不同。健身的大部分群体以相对健康的年轻人为主。这类群体,即使突然开始运动,发生意外,比如心脑血管的意外的风险较小。糖尿病患者,面临很多很麻烦的并发症,比如糖尿病足:糖尿病患者的下肢的伤口很难愈合,缺乏足够的糖尿病相关处理知识,没有个性化的运动,随便模仿会产生非常严重的后果。难以愈合的伤口会最终引发截肢的可能。2)运动和营养处方是应该有治疗作用的,也就是能:(1)帮助降低血糖或者降低药量;(2)维持血糖平稳的。而单纯的运动训练是不行的。
4.软件做的骨骼肌肉疾病的适配,可以使得更多人真正的参与到运动中去,出现问题的患者可以通过运动迅速康复。比如说糖尿病病人很少单纯只得了糖尿病,会有其他伴发的疾病。尤其是伴发骨骼肌肉系统的疾病时候,会阻止患者去参加运动活动。所以当糖尿病合并骨骼肌肉的疾病时候,就需要:4.1剔除掉有可能加重这些问题的运动,比如说糖尿病患者合并膝关节炎时候,就不应该让患者继续做一些需要负重的跑步跳跃等等运动。4.2增加康复训练运动,比如说患者伴发膝关节软骨软化症时候,就需要给予相应的膝关节力量训练,帮助稳定膝关节,促进膝关节软骨软化症康复。
本申请实施例所提供的进行运动处方生成方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
本申请实施例所提供的运动处方生成装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种运动处方生成装置,其特征在于,包括:
获取模块,用于获取用户的病历文本信息,确定所述病历文本信息对应的疾病以及所述疾病关联的潜在疾病;
确定模块,用于基于所述病历文本信息,确定所述用户的疾病诱发所述潜在疾病的风险级别;
生成模块,用于生成与所述风险级别相匹配的运动处方。
2.根据权利要求1所述的运动处方生成装置,其特征在于,所述确定模块,具体用于:
判断所述病历文本信息中,是否包括与所述潜在疾病相关联的症状表述信息,或与所述潜在疾病相关联的体征表现信息;
若包括,确定所述用户的疾病诱发所述潜在疾病的风险级别为高,若不包括,从所述病历文本信息中,提取与预设风险因子信息相匹配的描述信息;
依据所述描述信息确定所述用户的疾病诱发所述潜在疾病的风险级别为中或低。
3.根据权利要求2所述的运动处方生成装置,其特征在于,所述确定模块,具体用于:
根据所述预设风险因子信息对应的权值,计算相匹配的各描述信息的权值和;
若所述权值和大于或等于预设的中风险阈值,确定所述用户的疾病诱发所述潜在疾病的风险级别为中,否则,确定所述用户的疾病诱发所述潜在疾病的风险级别为低。
4.根据权利要求1所述的运动处方生成装置,其特征在于,所述生成模块,具体用于:
查询预先存储的运动处方库,所述运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,所述标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别;
获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式;
依据所述相匹配的一个或多个运动方式的运动描述信息,生成所述运动处方。
5.根据权利要求4所述的运动处方生成装置,其特征在于,所述获取模块还用于:
在所述获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式之后,从所述病历文本信息中,提取出所述疾病的并发症信息;
所述生成模块,具体用于:基于所述并发症信息,去除所述相匹配的一个或多个运动方式中与所述并发症信息匹配的运动方式,得到第一待处理运动方式;依据所述第一待处理运动方式的运动描述信息,生成所述运动处方。
6.根据权利要求5所述的运动处方生成装置,其特征在于,所述获取模块还用于:
在所述得到第一待处理运动方式之后,获取所述用户输入的运动目标需求;
所述生成模块,还用于:从所述第一待处理运动方式中,获取与所述运动目标需求相匹配的运动方式,得到第二待处理运动方式;依据所述第二待处理运动方式的运动描述信息,生成所述运动处方。
7.根据权利要求1所述的运动处方生成装置,其特征在于,所述获取模块还用于:
在所述确定所述用户的疾病诱发所述潜在疾病的风险级别之后,获取所述用户输入的运动目标需求;
所述生成模块,具体用于:
查询预先存储的运动处方库,所述运动处方库包括多个运动方式,运动方式包括运动描述信息以及标签信息,所述标签信息包括多个疾病与该疾病诱发的潜在疾病的风险级别;
获取与所述用户的疾病诱发所述潜在疾病的风险级别相匹配的一个或多个运动方式;
从所述相匹配的一个或多个运动方式中,获取与所述运动目标需求相匹配的运动方式,得到第二待处理运动方式;
依据所述第二待处理运动方式的运动描述信息,生成所述运动处方。
8.根据权利要求1至7任一所述的运动处方生成装置,其特征在于,所述生成与所述风险级别相匹配的运动处方之后,所述确定模块还用于:
在所述获取模块获取到用户的病历文本更新信息后,基于更新后的病历文本信息,执行确定所述用户的疾病诱发所述潜在疾病的风险级别的步骤。
9.一种运动处方生成方法,其特征在于,包括:
获取用户的病历文本信息,确定所述病历文本信息对应的疾病以及所述疾病关联的潜在疾病;
基于所述病历文本信息,确定所述用户的疾病诱发所述潜在疾病的风险级别;
生成与所述风险级别相匹配的运动处方。
10.根据权利要求9所述的运动处方生成方法,其特征在于,所述基于所述病历文本信息,确定所述用户的疾病诱发所述潜在疾病的风险级别,包括:
判断所述病历文本信息中,是否包括与所述潜在疾病相关联的症状表述信息,或与所述潜在疾病相关联的体征表现信息;
若包括,确定所述用户的疾病诱发所述潜在疾病的风险级别为高,若不包括,从所述病历文本信息中,提取与预设风险因子信息相匹配的描述信息;
依据所述描述信息确定所述用户的疾病诱发所述潜在疾病的风险级别为中或低。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910242797.9A CN109979552A (zh) | 2019-03-28 | 2019-03-28 | 一种运动处方生成装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910242797.9A CN109979552A (zh) | 2019-03-28 | 2019-03-28 | 一种运动处方生成装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109979552A true CN109979552A (zh) | 2019-07-05 |
Family
ID=67081206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910242797.9A Pending CN109979552A (zh) | 2019-03-28 | 2019-03-28 | 一种运动处方生成装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109979552A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110934716A (zh) * | 2019-11-27 | 2020-03-31 | 湘南学院附属医院 | 一种复合式神经内科下肢麻木恢复系统 |
CN112652379A (zh) * | 2021-01-12 | 2021-04-13 | 南通大学附属医院 | 一种自动生成肾衰竭患者营养治疗方案的系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105976288A (zh) * | 2016-04-28 | 2016-09-28 | 南京师范大学 | 学生运动指导系统及指导方法 |
CN107066813A (zh) * | 2017-03-09 | 2017-08-18 | 深圳前海合泰生命健康技术有限公司 | 一种制定运动处方的方法及装置 |
CN108968931A (zh) * | 2017-06-02 | 2018-12-11 | 兰州大学第医院 | 医用模块化手环 |
-
2019
- 2019-03-28 CN CN201910242797.9A patent/CN109979552A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105976288A (zh) * | 2016-04-28 | 2016-09-28 | 南京师范大学 | 学生运动指导系统及指导方法 |
CN107066813A (zh) * | 2017-03-09 | 2017-08-18 | 深圳前海合泰生命健康技术有限公司 | 一种制定运动处方的方法及装置 |
CN108968931A (zh) * | 2017-06-02 | 2018-12-11 | 兰州大学第医院 | 医用模块化手环 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110934716A (zh) * | 2019-11-27 | 2020-03-31 | 湘南学院附属医院 | 一种复合式神经内科下肢麻木恢复系统 |
CN112652379A (zh) * | 2021-01-12 | 2021-04-13 | 南通大学附属医院 | 一种自动生成肾衰竭患者营养治疗方案的系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI650713B (zh) | 客製化的訓練建議 | |
CN111556772A (zh) | 为受试者定制的连续发展的基于随机化改善器官功能的方法 | |
KR20180004928A (ko) | 신체 트레이닝 서비스 제공 방법, 장치 및 컴퓨터 판독 가능한 기록 매체 | |
Swain et al. | Exercise prescription: a case study approach to the ACSM guidelines | |
CN109584989A (zh) | 一种运动提示信息的推送方法、装置、设备及存储介质 | |
US11551574B1 (en) | Systems and methods for compensation analysis and targeted, corrective program generation | |
WO1991003282A1 (en) | Activity guidance process, system and kit | |
CN109589564B (zh) | 定制化健身计划生成系统 | |
US20230142625A1 (en) | Method and system of providing personalized guideline information for a user in a predetermined domain | |
CN101980684A (zh) | 锻炼系统 | |
CN110504034A (zh) | 基于多元信息融合的健康生活方式指导系统及方法 | |
CN110917580A (zh) | 指导规范运动健身的方法、设备、存储介质及系统 | |
Farana et al. | Current issues and future directions in gymnastics research: biomechanics, motor control and coaching interface | |
CN109979552A (zh) | 一种运动处方生成装置及方法 | |
US20220249910A1 (en) | Exercise recommendation method and apparatus electronic device and computer-readable storage medium | |
WO2021062409A1 (en) | Personal fitness training system with biomedical feedback | |
US20080261186A1 (en) | Implicit attitude trainer | |
KR102050559B1 (ko) | 유전적 특이성을 고려한 사용자 맞춤 건강 관리 시스템 | |
JP2006031433A (ja) | 高齢者の日常生活・運動支援システム | |
Dergaa et al. | Using artificial intelligence for exercise prescription in personalised health promotion: A critical evaluation of OpenAI’s GPT-4 model | |
Lobo | Physical activity and health in the elderly | |
JP2007272761A (ja) | 運動処方作成システム | |
JP6161126B2 (ja) | 食事指導支援装置 | |
KR20120097432A (ko) | 체계적이고 효과적인 다이어트를 위한 앱 어플리케이션의 구성 | |
JP6311138B2 (ja) | 運動プログラム自動作成方法およびシステム |
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 |
Application publication date: 20190705 |
|
RJ01 | Rejection of invention patent application after publication |