CN110706767A - 数据处理方法、装置、设备及存储介质 - Google Patents
数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110706767A CN110706767A CN201910821802.1A CN201910821802A CN110706767A CN 110706767 A CN110706767 A CN 110706767A CN 201910821802 A CN201910821802 A CN 201910821802A CN 110706767 A CN110706767 A CN 110706767A
- Authority
- CN
- China
- Prior art keywords
- information
- characteristic information
- health data
- health
- preset
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 230000002596 correlated effect Effects 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 28
- 239000008280 blood Substances 0.000 claims description 24
- 210000004369 blood Anatomy 0.000 claims description 24
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 20
- 239000008103 glucose Substances 0.000 claims description 20
- 230000000875 corresponding effect Effects 0.000 claims description 17
- 238000002591 computed tomography Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 7
- 210000000577 adipose tissue Anatomy 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 230000036772 blood pressure Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 208000031226 Hyperlipidaemia Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 208000001953 Hypotension Diseases 0.000 description 2
- 230000036543 hypotension Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
Images
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
- 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)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于大数据的数据处理方法、装置、设备及存储介质，所述方法包括：获取医疗辅助设备对当前用户采集的初始健康数据；提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息；根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息；获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示，从而通过更直观的图谱信息将用户的健康数据进行关联展示。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种数据处理方法、装置、设备及存储介质。
背景技术
目前，市面上有的医疗辅助仪器，例如血压计、体脂秤、耳温枪以及血糖仪等，这些设备都能记录单一领域的健康数据，但是它们之间缺乏关联性，用户在查看健康数据后常常忘记，因此无法实现医疗辅助仪器对用户健康的实际意义，从而缺乏对健康数据有效管理。
发明内容
本发明的主要目的在于提出一种数据处理方法、装置、设备及存储介质，旨在提高对健康数据的有效管理。
为实现上述目的，本发明提供一种数据处理方法，所述数据处理方法包括以下步骤：
获取医疗辅助设备对当前用户采集的初始健康数据；
提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息；
根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息；
获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示。
优选地，所述医疗辅助设备包括血压计、体脂秤、耳温枪、血糖仪以及电子计算机断层扫描设备中至少一项。
优选地，所述获取医疗辅助设备对当前用户采集的初始健康数据之前，所述方法还包括：
向所述医疗辅助设备发送检测连接状态请求指令；
判断在预设时间段内是否接收到所述医疗辅助设备对所述连接状态请求指令的反馈信息；
在接收到所述医疗辅助设备的反馈信息时，执行获取医疗辅助设备对当前用户采集的初始健康数据步骤。
优选地，所述提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息之前，所述方法还包括：
获取历史健康数据，根据所述历史健康数据查找相关的关联健康数据；
获取预设关键字信息，分别将所述历史健康数据以及所述关联健康数据与所述预设关键字信息进行比较；
根据比较结果从所述历史健康数据中提取历史健康特征信息，从所述关联健康数据中提取关联健康特征信息；
将所述历史健康特征信息以及对应的关联健康特征信息生成多维特征向量放入卷积神经网络中进行训练，得到所述预设健康数据关联模型。
优选地，所述根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息，包括：
根据所述关联度信息是否达到预设阈值对所述原始特征信息进行判断；
根据判断结果从所述原始特征信息中提取出达到预设阈值的关联度信息对应的原始特征信息；
获取预设医疗规则信息，根据所述预设医疗规则信息对提取出的原始特征信息进行调整，得到相互关联的目标健康特征信息。
优选地，所述获取预设医疗图谱模板信息，将相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示，包括：
获取所述预设医疗图谱模板信息的模板标签信息；
根据所述模板标签信息在预设关系映射表中查找对应的模板特征信息；
将所述相互关联的目标健康特征信息中符合所述模板特征信息的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示。
优选地，所述获取预设医疗图谱模板信息，将相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示之后，所述方法还包括：
获取所述当前用户通过对应的终端设备输入的图谱编辑指令；
提取所述图谱编辑指令中的图谱编辑信息，根据所述图谱编辑信息对展示的用户健康数据图谱进行更新。
此外，为实现上述目的，本发明还提出一种数据处理装置，所述数据处理装置包括：
获取模块，用于获取医疗辅助设备对当前用户采集的初始健康数据；
提取模块，用于提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息；
调整模块，用于根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息；
展示模块，用于获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示。
此外，为实现上述目的，本发明还提出一种数据处理设备，所述数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序配置为实现如上所述的数据处理方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如上文所述的数据处理方法的步骤。
本发明提出的数据处理方法，通过获取医疗辅助设备对当前用户采集的初始健康数据；提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息；根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息；获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示，从而通过更直观的图谱信息将用户的健康数据进行关联展示，方便用户进行查看，实现对用户健康数据的更有效的管理。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本发明数据处理方法第一实施例的流程示意图；
图3为本发明数据处理方法第二实施例的流程示意图；
图4为本发明数据处理方法第三实施例的流程示意图；
图5为本发明数据处理装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示，该设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如按键，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及数据处理程序。
在图1所示的设备中，网络接口1004主要用于连接外网，与其他网络设备进行数据通信；用户接口1003主要用于连接用户设备，与设备进行数据通信；本发明设备通过处理器1001调用存储器1005中存储的数据处理程序，并执行本发明实施例提供的数据处理的实施方法。
基于上述硬件结构，提出本发明数据处理方法实施例。
参照图2，图2为本发明数据处理方法第一实施例的流程示意图。
在第一实施例中，所述数据处理方法包括以下步骤：
步骤S10，获取医疗辅助设备对当前用户采集的初始健康数据。
需要说明的是，所述医疗辅助设备包括血压计、体脂秤、耳温枪、血糖仪以及电子计算机断层扫描(Computed Tomography，CT)等，还可包括其他医疗辅助设备，本实施例对此不作限制。
在具体实现中，本实施例的执行主体为数据处理装置，所述数据处理装置上设有无线信号接收和发送装置，通过所述无线信号接收装置与所述医疗辅助设备进行互连，从而获取各类医疗辅助设备对当前用户采集的生理数据，还可通过其他方式进行生理数据的获取，本实施例对此不作限制。
在本实施例中，在医疗辅助设备采集完用户的生理信息时，根据所述生理信息生成对应的生理数据，例如血压指数以及血糖指数等，将所述血压指数以及血糖指数与预设阈值进行比较，根据比较结果得到初步的生理数据。
可以理解的是，在本实施例中，还预先设有影像识别模型，通过所述影像识别模型实现对CT片的识别，从而提高拍摄出的CT片的识别准确性。
在具体实现中，通过获取历史正确CT片的图像数据，将所述图像数据按照划分比例分为训练集和验证集，建立卷积神经网络的个卷积层，提取所述训练集中的特征信息，将所述特征信息放入所述卷积层进行训练，得到所述影像识别模型，并将所述验证集放入所述影像识别模型中进行验证，根据验证结果得到所述影像识别模型的准确性。
在本实施例中，由于可获取各个医疗辅助设备的数据信息，可根据采集的时间信息以及采集设备信息对获取的生理数据进行有效的管理，并将统计的数据采用电子档案的形式进行保存，从而避免获得的数据凌乱而单一，实现全面综合的评估用户的健康指标。
步骤S20，提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息。
可以理解的是，为了实现对生理数据的判断，在本实施例中，预先建立预设健康数据关联模型，通过所述预设健康数据关联模型实现对用户的原始特征信息的关联性进行判断。
在具体实现中，获取生理数据信息，提取所述生理数据信息中的生理特征信息，其中，所述生理特征信息包括血压信息以及血脂信息等，将所述生理特征信息放入所述预设健康数据关联模型中进行预测，得到原始特征信息的关联度信息，例如血压计采集的血压信息与血糖仪采集的血糖信息的关联信息。
步骤S30，根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息。
需要说明的是，所述关联度信息为关联比例，例如80％等，还可为其他参数形式，本实施例对此不作限制，在本实施例中，以关联度百分比的形式进行说明。
在具体实现中，所述关联度信息对所述原始特征信息进行调整，得到关联度高的目标健康特征信息，例如将血压计采集的血压信息与血糖仪采集的血糖信息输入预设健康数据关联模型中进行关联预测，得到关联度为80％，则可将血压计采集的血压信息与血糖仪采集的血糖信息进行关联，得到相互关联的目标健康特征信息。
步骤S40，获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示。
在本实施例中，为了更直观的实现对用户健康数据的展示，可预先获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，从而实现用户健康数据图谱展示，用户在查看经过图谱展示的健康数据时，更方便用户进行记忆。
本实施例通过上述方案，通过获取医疗辅助设备对当前用户采集的初始健康数据；提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息；根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息；获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示，从而通过更直观的图谱信息将用户的健康数据进行关联展示，方便用户进行查看，实现对用户健康数据的更有效的管理。
在一实施例中，如图3所示，基于第一实施例提出本发明数据处理方法第二实施例，在本实施例中，所述医疗辅助设备包括血压计、体脂秤、耳温枪、血糖仪以及电子计算机断层扫描设备中至少一项，所述步骤S10之前，所述方法还包括：
步骤S101，向所述医疗辅助设备发送检测连接状态请求指令。
需要说明的是，为了获取各类辅助设备的信息，首先需要与各类辅助设备进行连接，在本实施例中，通过向所述医疗辅助设备发送检测连接状态请求指令，判断是否接收到各类医疗辅助设备的反馈信息，在接收到所述医疗辅助设备的反馈信息时，则表明连接正常。
步骤S102，判断在预设时间段内是否接收到所述医疗辅助设备对所述连接状态请求指令的反馈信息；
步骤S103，在接收到所述医疗辅助设备的反馈信息时，执行步骤S10，相应的，在未接收到医疗辅助设备的反馈信息时，表明数据处理装置与各类辅助设备连接不正常，在这种情况下，可进行异常提醒，从而提高数据处理的智能化。
本实施例提供的方案，通过获取医疗辅助设备对当前用户采集的初始健康数据，对各类医疗辅助设备进行综合分析，从而提高数据处理的智能化。
在一实施例中，如图4所示，基于第一实施例或第二实施例提出本发明数据处理方法第三实施例，在本实施例中，基于第一实施例进行说明，
在一实施例中，所述步骤S20之前，所述方法还包括：
获取历史健康数据，根据所述历史健康数据查找相关的关联健康数据。
在本实施例中，为了建立预设健康数据关联模型，首先通过获取历史生理数据，由于历史生理数据的素材有限，为了提高预设健康数据关联模型的准确性，通过获取历史生理数据，例如高血压信息，根据所述高血压信息查找相关的低血压或者高血脂信息，根据所述低血压或者高血脂信息扩展历史生理数据。
获取预设关键字信息，分别将所述历史健康数据以及所述关联健康数据与所述预设关键字信息进行比较。
需要说明的是，所述预设关键字可为收缩压参数信息以及舒张压参数信息，还可为其他参数信息，本实施例对此不作限制。
根据比较结果从所述历史健康数据中提取历史健康特征信息，从所述关联健康数据中提取关联健康特征信息。
可以理解的是，分别将所述历史健康数据以及所述关联健康数据与所述预设关键字信息进行比较，根据比较结果分别得到相应的特征信息，从而实现对数据更细化的处理。
将所述历史健康特征信息以及对应的关联健康特征信息生成多维特征向量放入卷积神经网络中进行训练，得到所述预设健康数据关联模型。
进一步地，所述步骤步骤S30，包括：
步骤S301，根据所述关联度信息是否达到预设阈值对所述原始特征信息进行判断。
需要说明的是，所述预设阈值可为50％，还可为其他参数，本实施例对此不作限制，在本实施例中，以50％为例进行说明。
步骤S302，根据判断结果从所述原始特征信息中提取出达到预设阈值的关联度信息对应的原始特征信息。
在具体实现中，将关联度信息达到50％对应的原始特征信息进行提取，对所述原始特征信息进行精简，通过精简后的原始特征信息进行有效处理，达到提高数据处理效率的目的。
步骤S303，获取预设医疗规则信息，根据所述预设医疗规则信息对提取出的原始特征信息进行调整，得到相互关联的目标健康特征信息。
可以理解的是，所述预设医疗规则信息为当前医疗政策信息，例如保留当前用户的隐私健康数据信息，可通过获取当前医疗政策服务器的连接状态，在所述连接状态为连接正常时，获取预设医疗规则信息，所述预设医疗规则信息还可根据当前医疗政策服务器中记录的医疗政策信息进行实时更新。
在一实施例中，所述步骤S40，包括：
为了实现特征信息的填入，通过获取所述预设医疗图谱模板信息的模板标签信息，根据所述模板标签信息在预设关系映射表中查找对应的模板特征信息，将所述相互关联的目标健康特征信息中符合所述模板特征信息的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示，从而实现对用户健康数据的有效处理。
在具体实现中，通过标签信息对预设医疗图谱模板信息进行管理，并将设置的历史标签信息与对应的历史特征信息建立预设关系映射表，从而实现对特征信息的查询。
在一实施例中，所述步骤S40之后，所述方法还包括：
获取所述当前用户通过对应的终端设备输入的图谱编辑指令。
提取所述图谱编辑指令中的图谱编辑信息，根据所述图谱编辑信息对展示的用户健康数据图谱进行更新。
需要说明的是，所述图谱编辑指令可通过健康风险平台输入编辑指令，还可通过串口进行指令的输入，本实施例对此不作限制，通过图谱编辑指令实现对生成的健康图谱信息的调整，从而提高展示的图谱信息的灵活性。
本实施例提供的方案，通过图谱信息将用户健康数据进行展示，从而更全面以及科学的实现对用户健康数据的处理，提高数据处理的有效性。
本发明进一步提供一种数据处理装置。
参照图5，图5为本发明数据处理装置第一实施例的功能模块示意图。
本发明数据处理装置第一实施例中，该数据处理装置包括：
获取模块10，用于获取医疗辅助设备对当前用户采集的初始健康数据。
需要说明的是，所述医疗辅助设备包括血压计、体脂秤、耳温枪、血糖仪以及电子计算机断层扫描(Computed Tomography，CT)等，还可包括其他医疗辅助设备，本实施例对此不作限制。
在具体实现中，本实施例的执行主体为数据处理装置，所述数据处理装置上设有无线信号接收和发送装置，通过所述无线信号接收装置与所述医疗辅助设备进行互连，从而获取各类医疗辅助设备对当前用户采集的生理数据，还可通过其他方式进行生理数据的获取，本实施例对此不作限制。
在本实施例中，在医疗辅助设备采集完用户的生理信息时，根据所述生理信息生成对应的生理数据，例如血压指数以及血糖指数等，将所述血压指数以及血糖指数与预设阈值进行比较，根据比较结果得到初步的生理数据。
可以理解的是，在本实施例中，还预先设有影像识别模型，通过所述影像识别模型实现对CT片的识别，从而提高拍摄出的CT片的识别准确性。
在具体实现中，通过获取历史正确CT片的图像数据，将所述图像数据按照划分比例分为训练集和验证集，建立卷积神经网络的个卷积层，提取所述训练集中的特征信息，将所述特征信息放入所述卷积层进行训练，得到所述影像识别模型，并将所述验证集放入所述影像识别模型中进行验证，根据验证结果得到所述影像识别模型的准确性。
在本实施例中，由于可获取各个医疗辅助设备的数据信息，可根据采集的时间信息以及采集设备信息对获取的生理数据进行有效的管理，并将统计的数据采用电子档案的形式进行保存，从而避免获得的数据凌乱而单一，实现全面综合的评估用户的健康指标。
步骤S20，提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息。
可以理解的是，为了实现对生理数据的判断，在本实施例中，预先建立预设健康数据关联模型，通过所述预设健康数据关联模型实现对用户的原始特征信息的关联性进行判断。
在具体实现中，获取生理数据信息，提取所述生理数据信息中的生理特征信息，其中，所述生理特征信息包括血压信息以及血脂信息等，将所述生理特征信息放入所述预设健康数据关联模型中进行预测，得到原始特征信息的关联度信息，例如血压计采集的血压信息与血糖仪采集的血糖信息的关联信息。
步骤S30，根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息。
需要说明的是，所述关联度信息为关联比例，例如80％等，还可为其他参数形式，本实施例对此不作限制，在本实施例中，以关联度百分比的形式进行说明。
在具体实现中，所述关联度信息对所述原始特征信息进行调整，得到关联度高的目标健康特征信息，例如将血压计采集的血压信息与血糖仪采集的血糖信息输入预设健康数据关联模型中进行关联预测，得到关联度为80％，则可将血压计采集的血压信息与血糖仪采集的血糖信息进行关联，得到相互关联的目标健康特征信息。
步骤S40，获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示。
在本实施例中，为了更直观的实现对用户健康数据的展示，可预先获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，从而实现用户健康数据图谱展示，用户在查看经过图谱展示的健康数据时，更方便用户进行记忆。
本实施例通过上述方案，通过获取医疗辅助设备对当前用户采集的初始健康数据；提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息；根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息；获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示，从而通过更直观的图谱信息将用户的健康数据进行关联展示，方便用户进行查看，实现对用户健康数据的更有效的管理。
此外，为实现上述目的，本发明还提出一种数据处理设备，所述数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序配置为实现如上文所述的数据处理方法的步骤。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有数据处理程序，所述数据处理程序被处理器执行如上文所述的数据处理方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台智能终端设备(可以是手机，计算机，终端设备，空调器，或者网络终端设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种数据处理方法，其特征在于，所述数据处理方法包括：
获取医疗辅助设备对当前用户采集的初始健康数据；
提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息；
根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息；
获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示。
2.如权利要求1所述的数据处理方法，其特征在于，所述医疗辅助设备包括血压计、体脂秤、耳温枪、血糖仪以及电子计算机断层扫描设备中至少一项。
3.如权利要求1所述的数据处理方法，其特征在于，所述获取医疗辅助设备对当前用户采集的初始健康数据之前，所述方法还包括：
向所述医疗辅助设备发送检测连接状态请求指令；
判断在预设时间段内是否接收到所述医疗辅助设备对所述连接状态请求指令的反馈信息；
在接收到所述医疗辅助设备的反馈信息时，执行获取医疗辅助设备对当前用户采集的初始健康数据步骤。
4.如权利要求1至3中任一项所述的数据处理方法，其特征在于，所述提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息之前，所述方法还包括：
获取历史健康数据，根据所述历史健康数据查找相关的关联健康数据；
获取预设关键字信息，分别将所述历史健康数据以及所述关联健康数据与所述预设关键字信息进行比较；
根据比较结果从所述历史健康数据中提取历史健康特征信息，从所述关联健康数据中提取关联健康特征信息；
将所述历史健康特征信息以及对应的关联健康特征信息生成多维特征向量放入卷积神经网络中进行训练，得到所述预设健康数据关联模型。
5.如权利要求1至3中任一项所述的数据处理方法，其特征在于，所述根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息，包括：
根据所述关联度信息是否达到预设阈值对所述原始特征信息进行判断；
根据判断结果从所述原始特征信息中提取出达到预设阈值的关联度信息对应的原始特征信息；
获取预设医疗规则信息，根据所述预设医疗规则信息对提取出的原始特征信息进行调整，得到相互关联的目标健康特征信息。
6.如权利要求1至3中任一项所述的数据处理方法，其特征在于，所述获取预设医疗图谱模板信息，将相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示，包括：
获取所述预设医疗图谱模板信息的模板标签信息；
根据所述模板标签信息在预设关系映射表中查找对应的模板特征信息；
将所述相互关联的目标健康特征信息中符合所述模板特征信息的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示。
7.如权利要求5所述的数据处理方法，其特征在于，所述获取预设医疗图谱模板信息，将相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示之后，所述方法还包括：
获取所述当前用户通过对应的终端设备输入的图谱编辑指令；
提取所述图谱编辑指令中的图谱编辑信息，根据所述图谱编辑信息对展示的用户健康数据图谱进行更新。
8.一种数据处理装置，其特征在于，所述数据处理装置包括：
获取模块，用于获取医疗辅助设备对当前用户采集的初始健康数据；
提取模块，用于提取所述初始健康数据的原始特征信息，将所述原始特征信息放入预设健康数据关联模型中进行关联预测，得到所述原始特征信息的关联度信息；
调整模块，用于根据所述关联度信息对所述原始特征信息进行判断，根据判断结果调整所述原始特征信息，得到相互关联的目标健康特征信息；
展示模块，用于获取预设医疗图谱模板信息，将所述相互关联的目标健康特征信息填入所述预设医疗图谱模板信息，得到用户健康数据图谱，并将所述用户健康数据图谱进行展示。
9.一种数据处理设备，其特征在于，所述数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序配置为实现如权利要求1至7中任一项所述的数据处理方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如权利要求1至7中任一项所述的数据处理方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910821802.1A CN110706767A (zh) | 2019-08-30 | 2019-08-30 | 数据处理方法、装置、设备及存储介质 |
| PCT/CN2020/086609 WO2021036305A1 (zh) | 2019-08-30 | 2020-04-24 | 数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910821802.1A CN110706767A (zh) | 2019-08-30 | 2019-08-30 | 数据处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110706767A true CN110706767A (zh) | 2020-01-17 |
Family
ID=69194259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910821802.1A Pending CN110706767A (zh) | 2019-08-30 | 2019-08-30 | 数据处理方法、装置、设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110706767A (zh) |
| WO (1) | WO2021036305A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021036305A1 (zh) * | 2019-08-30 | 2021-03-04 | 深圳壹账通智能科技有限公司 | 数据处理方法、装置、设备及存储介质 |
| CN114038567A (zh) * | 2020-11-18 | 2022-02-11 | 武汉联影医疗科技有限公司 | 设备测量方法、装置及计算机设备和存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140240339A1 (en) * | 2013-02-27 | 2014-08-28 | International Business Machines Corporation | Personal visualization of health conditions |
| CN106021960A (zh) * | 2016-06-16 | 2016-10-12 | 山东诺安诺泰信息系统有限公司 | 一种健康管理方法 |
| CN107145704A (zh) * | 2017-03-27 | 2017-09-08 | 西安电子科技大学 | 一种面向社区的健康医疗监护、评测系统及其方法 |
| CN107194174A (zh) * | 2017-05-19 | 2017-09-22 | 白胜西 | 一种健康状况监测方法、系统和存储介质 |
| CN108324260A (zh) * | 2018-02-28 | 2018-07-27 | 湖南可孚医疗科技发展有限公司 | 一种基于大数据的血压监控系统 |
| CN108492854A (zh) * | 2018-04-19 | 2018-09-04 | 成都有客科技有限公司 | 一种基于大数据的智慧医疗服务系统 |
| CN108766512A (zh) * | 2018-05-31 | 2018-11-06 | 康键信息技术（深圳）有限公司 | 健康数据管理方法、装置、计算机设备和存储介质 |
| CN109003670A (zh) * | 2018-06-29 | 2018-12-14 | 武汉圣大东高科技有限公司 | 大数据医疗信息处理方法、系统、终端设备及存储介质 |
| CN110059196A (zh) * | 2019-04-12 | 2019-07-26 | 张晓红 | 一种医学健康领域知识图谱的关系抽取方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108766569A (zh) * | 2018-05-07 | 2018-11-06 | 苏州超云生命智能产业研究院有限公司 | 健康数据处理方法及健康数据处理系统 |
| CN110706767A (zh) * | 2019-08-30 | 2020-01-17 | 深圳壹账通智能科技有限公司 | 数据处理方法、装置、设备及存储介质 |
-
2019
- 2019-08-30 CN CN201910821802.1A patent/CN110706767A/zh active Pending
-
2020
- 2020-04-24 WO PCT/CN2020/086609 patent/WO2021036305A1/zh active Application Filing
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140240339A1 (en) * | 2013-02-27 | 2014-08-28 | International Business Machines Corporation | Personal visualization of health conditions |
| CN106021960A (zh) * | 2016-06-16 | 2016-10-12 | 山东诺安诺泰信息系统有限公司 | 一种健康管理方法 |
| CN107145704A (zh) * | 2017-03-27 | 2017-09-08 | 西安电子科技大学 | 一种面向社区的健康医疗监护、评测系统及其方法 |
| CN107194174A (zh) * | 2017-05-19 | 2017-09-22 | 白胜西 | 一种健康状况监测方法、系统和存储介质 |
| CN108324260A (zh) * | 2018-02-28 | 2018-07-27 | 湖南可孚医疗科技发展有限公司 | 一种基于大数据的血压监控系统 |
| CN108492854A (zh) * | 2018-04-19 | 2018-09-04 | 成都有客科技有限公司 | 一种基于大数据的智慧医疗服务系统 |
| CN108766512A (zh) * | 2018-05-31 | 2018-11-06 | 康键信息技术（深圳）有限公司 | 健康数据管理方法、装置、计算机设备和存储介质 |
| CN109003670A (zh) * | 2018-06-29 | 2018-12-14 | 武汉圣大东高科技有限公司 | 大数据医疗信息处理方法、系统、终端设备及存储介质 |
| CN110059196A (zh) * | 2019-04-12 | 2019-07-26 | 张晓红 | 一种医学健康领域知识图谱的关系抽取方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021036305A1 (zh) * | 2019-08-30 | 2021-03-04 | 深圳壹账通智能科技有限公司 | 数据处理方法、装置、设备及存储介质 |
| CN114038567A (zh) * | 2020-11-18 | 2022-02-11 | 武汉联影医疗科技有限公司 | 设备测量方法、装置及计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021036305A1 (zh) | 2021-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107405079B (zh) | 用于解剖区域的视频图像的内容管理的方法和系统 | |
| CN108256067B (zh) | 计算房源相似度的方法、装置、设备及存储介质 | |
| WO2021000856A1 (zh) | 骨龄检测方法、系统、设备及可读存储介质 | |
| CN108415998B (zh) | 应用依赖关系更新方法、终端、设备及存储介质 | |
| CN110706767A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN106294219A (zh) | 一种设备识别、数据处理方法、装置及系统 | |
| US10558783B2 (en) | Image data ingestion application of a medical imaging data processing and retrieval system | |
| CN112137613B (zh) | 异常位置的确定方法、装置、存储介质及电子设备 | |
| CN109935289B (zh) | 病历显示方法、装置、电子设备及计算机可读存储介质 | |
| US20200372408A1 (en) | Machine Learning Model With Conditional Execution Of Multiple Processing Tasks | |
| CN110895555B (zh) | 数据检索方法和装置、存储介质及电子装置 | |
| CN109710436B (zh) | 空间清理方法、装置、设备和计算机可读存储介质 | |
| CN110911010A (zh) | 诊疗方案的生成方法、电子设备及计算机可读存储介质 | |
| CN110705420A (zh) | 电梯轿厢广告精准推送方法、装置及存储介质 | |
| CN115185980A (zh) | 医院病案数据检索方法、装置、设备及存储介质 | |
| CN113808712A (zh) | 医学数据传输方法、装置、计算机设备和存储介质 | |
| CN111160336B (zh) | 目标检测方法、装置及计算机可读存储介质 | |
| CN111159509B (zh) | 数据处理方法及相关产品 | |
| CN113903433A (zh) | 一种图像处理方法、装置和电子设备 | |
| CN111090457A (zh) | 接口分析方法、终端设备及计算机可读存储介质 | |
| CN110970136A (zh) | 一种临床研究驱动的慢病管理系统和方法 | |
| CN111311587A (zh) | 医学影像数据处理方法、装置、医学信息系统及介质 | |
| CN111651979A (zh) | 一种车辆属性的纠错方法、装置、存储介质及终端 | |
| CN112352226A (zh) | 终端装置、信息处理方法及程序 | |
| CN106202390B (zh) | 一种数据库完善系统及方法 |
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 |
Application publication date: 20200117 |