CN111276203B - 一种肿瘤自动登记分析方法及系统 - Google Patents
一种肿瘤自动登记分析方法及系统 Download PDFInfo
- Publication number
- CN111276203B CN111276203B CN202010067498.9A CN202010067498A CN111276203B CN 111276203 B CN111276203 B CN 111276203B CN 202010067498 A CN202010067498 A CN 202010067498A CN 111276203 B CN111276203 B CN 111276203B
- Authority
- CN
- China
- Prior art keywords
- tumor
- patient
- data
- feature
- suspected
- 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.)
- Active
Links
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 268
- 238000004458 analytical method Methods 0.000 title claims abstract description 63
- 238000003745 diagnosis Methods 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 208000024891 symptom Diseases 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 21
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 17
- 201000010099 disease Diseases 0.000 claims description 15
- 238000009534 blood test Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 10
- 230000004663 cell proliferation Effects 0.000 claims description 5
- 210000004881 tumor cell Anatomy 0.000 claims description 5
- 230000001850 reproductive effect Effects 0.000 claims 4
- 231100000588 tumorigenic Toxicity 0.000 claims 2
- 230000000381 tumorigenic effect Effects 0.000 claims 2
- 238000012545 processing Methods 0.000 abstract description 6
- 208000003174 Brain Neoplasms Diseases 0.000 description 29
- 238000004590 computer program Methods 0.000 description 8
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 230000035755 proliferation Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 108091026890 Coding region Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G16H50/70—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)
- Medical Informatics (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种肿瘤自动登记分析方法，包括：通过医疗数据系统获取患者医疗数据，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，得到肿瘤病人信息；通过对所述肿瘤病人信息按照预设顺序进行自动编码排序，并集合到同一数据集中进行保存；对所述数据集中的肿瘤病人信息进行肿瘤特征分析并关联对应的编码，得到肿瘤病症分析结果；本发明通过对非结构性诊断的处理，自动查找肿瘤病人信息，并进行编码和分析，以解决现有的人工登记方式登记效率低、信息不完善的技术问题，从而通过肿瘤病症识别提取并结合自动编码进行自动登记，进而实现提高登记效率并保证录入必要的数据。
Description
技术领域
本发明涉及肿瘤登记领域，尤其涉及一种肿瘤自动登记分析方法及系统。
背景技术
脑肿瘤是目前较为多发的一种疾病，由于病灶所在位置特殊，脑肿瘤的检查及治疗难度较大，因此，为便于医生、患者对脑肿瘤信息进行收集研究，需要收集整理脑肿瘤相关信息。
现有的肿瘤信息收集方法主要有被动和主动收集两种方法，被动方法是医务人员在诊治过程接触到肿瘤资料时，填卡上报肿瘤资料；而主动收集是登记人去有关单位和部门查找、收集肿瘤资料；但是这两种方法都是由人工手动录入，这种录入方法的问题在于手动录入工作繁琐，为医生的日常工作增加了很多的工作量，医生有时为了方便，就不会详细录入病案信息，不利于后期信息收集研究。同时，由于手动录入极有可能出现错误，也会给后期的信息研究的准确性造成极大地危害。
发明内容
本发明提供了一种肿瘤自动登记分析方法及系统，通过对非结构性诊断的处理，自动查找肿瘤病人信息，并进行编码和分析，以解决现有的人工登记方式登记效率低、信息不完善的技术问题，从而通过肿瘤病症识别提取并结合自动编码进行自动登记，进而实现提高登记效率并保证录入必要的数据。
为了解决上述技术问题，本发明实施例提供了一种肿瘤自动登记分析方法，包括：
通过医疗数据系统获取患者医疗数据，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，得到肿瘤病人信息；
通过对所述肿瘤病人信息按照预设顺序进行自动编码排序，并集合到同一数据集中进行保存；
对所述数据集中的肿瘤病人信息进行肿瘤特征分析并关联对应的编码，得到肿瘤病症分析结果；其中，所述进行肿瘤特征分析的步骤，具体包括：确定所述数据集中的肿瘤病人信息的数据类型对应的特征扩展规则；根据所述特征扩展规则，确定所述数据集中的肿瘤病人信息的至少一个扩展特征及每个扩展特征对应的数据；输出所述数据集中的肿瘤病人信息的所述每个扩展特征对应的数据。
作为优选方案，所述肿瘤病人信息包括确诊肿瘤病人信息和疑似肿瘤病人信息。
作为优选方案，所述自动编码包括通过唯一识别码进行编码排序。
作为优选方案，所述肿瘤自动登记分析方法还包括：判断所述肿瘤病人信息中的患病等级，当所述患病等级超过预设阈值时，触发报警指令，以使服务器发送报警信号。
作为优选方案，所述肿瘤自动登记分析方法还包括：将所述肿瘤病症分析结果上传到服务器中，并通过图形表格的形式进行图形化展示。
本发明实施例还提供了一种肿瘤自动登记分析系统，包括：
数据获取模块，用于通过医疗数据系统获取患者医疗数据，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，得到肿瘤病人信息；
编码排序模块，用于通过对所述肿瘤病人信息按照预设顺序进行自动编码排序，并集合到同一数据集中进行保存；
特征分析模块，用于对所述数据集中的肿瘤病人信息进行肿瘤特征分析并关联对应的编码，得到肿瘤病症分析结果；其中，所述进行肿瘤特征分析的步骤，具体包括：确定所述数据集中的肿瘤病人信息的数据类型对应的特征扩展规则；根据所述特征扩展规则，确定所述数据集中的肿瘤病人信息的至少一个扩展特征及每个扩展特征对应的数据；输出所述数据集中的肿瘤病人信息的所述每个扩展特征对应的数据。
作为优选方案，所述肿瘤自动登记分析系统还包括：判断预警模块，用于判断所述肿瘤病人信息中的患病等级，当所述患病等级超过预设阈值时，触发报警指令，以使服务器发送报警信号。
作为优选方案，所述肿瘤自动登记分析系统还包括：信息展示模块，用于将所述肿瘤病症分析结果上传到服务器中，并通过图形表格的形式进行图形化展示。
相比于现有技术，本发明实施例具有如下有益效果：
本发明通过对非结构性诊断的处理，自动查找肿瘤病人信息，并进行编码和分析，以解决现有的人工登记方式登记效率低、信息不完善的技术问题，从而通过肿瘤病症识别提取并结合自动编码进行自动登记，进而实现提高登记效率并保证录入必要的数据。
附图说明
图1：为本发明实施例中的肿瘤自动登记分析方法步骤流程图；
图2：为本发明实施例中的肿瘤自动登记分析系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参照图1，本发明优选实施例提供了一种肿瘤自动登记分析方法，包括：
S1，通过医疗数据系统获取患者医疗数据，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，得到肿瘤病人信息；在本实施例中，所述肿瘤病人信息包括确诊肿瘤病人信息和疑似肿瘤病人信息。
患者医疗数据通过在患者确诊时录入系统，其中，患者的医疗数据包括患者的身体检测数据。该身体检测数据可以为通过医疗影像设备检测的影像检测数据、通过血液检测得到的血液检验数据，以及经所属主治医生检测确定的人体特征数据。
预设的肿瘤特征筛选规则根据临床医学病态特征进行设定，包括第一维度、第二维度和第三维度；其中，第一维度是肿瘤的种类名称，包括了需要进行研究分析的多个肿瘤类型，这里的第一维度种类可以根据实际的研究分析对象进行修改调整，并不用于限定本技术方案技术范围。第二维度是各肿瘤类型的特征数据，包括肿瘤生成状态、肿瘤状态大小、肿瘤细胞的繁衍活动强度和肿瘤维持时间，预先设定各类型肿瘤的生成状态识别、肿瘤范围的大小数值、肿瘤细胞的繁衍活动强度的检测数据，以及检测得到的肿瘤维持时间。在本实施例中，以脑瘤病症为一类举例，设定脑瘤的生成状态包括疑似、初现、成熟，三种生成状态；设定脑瘤的肿瘤状态大小包括少于3mm、3mm-6mm、大于6mm；设定脑瘤的细胞的繁衍活动强度包括弱、平缓、强；设定脑瘤的维持时间包括少于30日、30-90日、超过30日。第三维度是对肿瘤确诊数据的限定，包括确诊肿瘤范围和疑似肿瘤范围，主要是对第二维度的各肿瘤类型的特征数据进行限定，判断该患者的肿瘤情况；具体地，设定肿瘤的生成状态低于预设阈值时，对该患者列为疑似肿瘤患者；设定肿瘤的状态大小低于预设阈值时，对该患者列为疑似肿瘤患者；设定肿瘤的细胞的繁衍活动强度低于预设阈值时，对该患者列为疑似肿瘤患者；设定肿瘤的细胞的维持时间低于预设阈值时，对该患者列为疑似肿瘤患者。在本实施例中，以脑瘤病症为一类举例，判断脑瘤的生成状态为疑似时，对该患者列为疑似肿瘤患者；判断脑瘤的生成状态为初现和成熟时，对该患者列为确诊肿瘤患者；判断脑瘤的肿瘤状态大小为少于3mm时，对该患者列为疑似肿瘤患者；判断脑瘤的肿瘤状态大小为3mm-6mm或大于6mm时，对该患者列为确诊肿瘤患者；判断脑瘤的细胞的繁衍活动强度为弱时，对该患者列为疑似肿瘤患者；判断脑瘤的细胞的繁衍活动强度为平缓或强时，对该患者列为确诊肿瘤患者；判断脑瘤的维持时间为少于30日时，对该患者列为疑似肿瘤患者；判断脑瘤的维持时间为30-90日或超过30日时，对该患者列为确诊肿瘤患者。
上述维度识别步骤中，应当说明的是，脑瘤的生成状态可以通过医疗影像设备检测的影像检测数据以及通过血液检测得到的血液检验数据进行判断；脑瘤的肿瘤状态大小可以通过医疗影像设备检测的影像检测数据进行判断；肿瘤的细胞的繁衍活动强度可以通过血液检测得到的血液检验数据进行判断；脑瘤的维持时间可以通过血液检测得到的血液检验数据以及经所属主治医生检测确定的人体特征数据进行判断。
通过上述步骤内容，根据通过医疗影像设备检测的影像检测数据、通过血液检测得到的血液检验数据，以及经所属主治医生检测确定的人体特征数据，输入预设的肿瘤特征筛选规则进行识别对比，确定患者为确诊肿瘤病人或疑似肿瘤病人，并获取该患者的信息。
S2，通过对所述肿瘤病人信息按照预设顺序进行自动编码排序，并集合到同一数据集中进行保存；在本实施例中，所述自动编码包括通过唯一识别码进行编码排序。
为了减少对肿瘤病人信息登记的繁琐人工工作，步骤对由上一步骤获取的肿瘤病人信息进行自动编码，以使工作人员有更多的时间放在对肿瘤的研究工作上。其中，为了防止编码重复，导致的编码顺序错乱，本步骤通过设置唯一码对肿瘤病人信息进行编码并统一排序，将编码排序完成的肿瘤病人信息保存到数据集中进行储存。在本实施例中，为了使得该肿瘤病人信息的展示形式更具多样性，通过使用唯一识别码对该肿瘤病人信息进行编码排序，还能防止编码序号被修改，以保证数据的安全性。
S3，对所述数据集中的肿瘤病人信息进行肿瘤特征分析并关联对应的编码，得到肿瘤病症分析结果；其中，所述进行肿瘤特征分析的步骤，具体包括：确定所述数据集中的肿瘤病人信息的数据类型对应的特征扩展规则；根据所述特征扩展规则，确定所述数据集中的肿瘤病人信息的至少一个扩展特征及每个扩展特征对应的数据；输出所述数据集中的肿瘤病人信息的所述每个扩展特征对应的数据。
首先，对数据集中的肿瘤病人信息进行分析，以上述脑瘤患者为例，在上述步骤中该脑瘤患者编码为序号1，则该患者的肿瘤信息在数据集中的储存形式为序号1数据，对该序号1数据进行提取并识别，假设该脑瘤患者的肿瘤特征数据分别为：脑瘤的生成状态为疑似、脑瘤的肿瘤状态大小为2mm、脑瘤的细胞的繁衍活动强度弱以及脑瘤的维持时间为12日；则根据预设的肿瘤特征筛选规则可以判断该患者为疑似肿瘤病人，对该疑似肿瘤病人关联序号1，以显示序号1的患者数据为疑似病人信息，可以实现自动编码展示，令医护人员很有效地观察到肿瘤病人的相关信息情况，使得肿瘤登记分析结果更直观展现出来。
进一步地，通过输出该待分析数据的扩展特征，可以实现从单一简单的数据类型出发，通过特征扩展规则挖掘出待分析数据的一系列扩展特征，减少数据分析时特征体系构建的工作量，而无需人工定义并提取待分析数据中的每个特征，减少特征提取过程中人工参与时间，更加快捷的构建特征体系，提升数据分类或预测的效果的准确性。
应当说明的是，本实施例中对脑瘤患者编码为序号1仅为本实施例中的一个实施方案，根据上述描述，本技术方案还可以对脑瘤患者编码唯一识别码，包括国际识别码和二维码识别码等等，本实施方案并不作本技术方案的限定作用。
本发明通过对非结构性诊断的处理，自动查找肿瘤病人信息，并进行编码和分析，以解决现有的人工登记方式登记效率低、信息不完善的技术问题，从而通过肿瘤病症识别提取并结合自动编码进行自动登记，进而实现提高登记效率并保证录入必要的数据。
在另一实施例中，所述肿瘤自动登记分析方法还包括：判断所述肿瘤病人信息中的患病等级，当所述患病等级超过预设阈值时，触发报警指令，以使服务器发送报警信号。
为了进一步便于工作人员对肿瘤患者的情况进行监控观察，本步骤设置患病等级，该患病等级可以设置包括轻微、良好、严重，三个等级；对患者的肿瘤数据进行监测并判断当前的肿瘤数据值是否位于上述设置的三个等级以内。本步骤可以预先设置三个等级的相关数据范围，但是监测的肿瘤数据值上升或下降至某一等级范围值内时，触发预设的报警指令，以使服务器发送相关的报警信号，令工作人员更便于对肿瘤患者的情况进行监控观察。
在另一实施例中，所述肿瘤自动登记分析方法还包括：将所述肿瘤病症分析结果上传到服务器中，并通过图形表格的形式进行图形化展示。
为了进一步对患者的肿瘤数据进行更直观的显示，以使医生诊断该病情进行判断和治疗，本步骤还将由上述步骤分析得到的肿瘤数据通过图形表格形式进行展示，上传至服务器中。
相应地，请参照图2，本发明实施例还提供了一种肿瘤自动登记分析系统，包括：
数据获取模块，用于通过医疗数据系统获取患者医疗数据，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，得到肿瘤病人信息；
编码排序模块，用于通过对所述肿瘤病人信息按照预设顺序进行自动编码排序，并集合到同一数据集中进行保存；
特征分析模块，用于对所述数据集中的肿瘤病人信息进行肿瘤特征分析并关联对应的编码，得到肿瘤病症分析结果；其中，所述进行肿瘤特征分析的步骤，具体包括：确定所述数据集中的肿瘤病人信息的数据类型对应的特征扩展规则；根据所述特征扩展规则，确定所述数据集中的肿瘤病人信息的至少一个扩展特征及每个扩展特征对应的数据；输出所述数据集中的肿瘤病人信息的所述每个扩展特征对应的数据。
在另一实施例中，所述肿瘤自动登记分析系统还包括：判断预警模块，用于判断所述肿瘤病人信息中的患病等级，当所述患病等级超过预设阈值时，触发报警指令，以使服务器发送报警信号。
在另一实施例中，所述肿瘤自动登记分析系统还包括：信息展示模块，用于将所述肿瘤病症分析结果上传到服务器中，并通过图形表格的形式进行图形化展示。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述任一实施例所述的肿瘤自动登记分析方法。
本发明实施例还提供了一种终端设备，所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现上述任一实施例所述的肿瘤自动登记分析方法。
优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序)，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器也可以是任何常规的处理器，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(SmartMedia Card，SMC)、安全数字(Secure Digital，SD)卡和闪存卡(Flash Card)等，或所述存储器也可以是其他易失性固态存储器件。
需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，上述终端设备仅仅是示例，并不构成对终端设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，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。
Claims (4)
1.一种肿瘤自动登记分析方法，其特征在于，包括：
通过医疗数据系统获取患者医疗数据，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，确定患者为肿瘤病人或疑似肿瘤病人，并得到肿瘤病人信息；所述患者医疗数据包括影像检测数据、血液检验数据和人体特征数据；所述肿瘤病人信息包括确诊肿瘤病人信息和疑似肿瘤病人信息；所述肿瘤特征筛选规则包括第一维度、第二维度和第三维度；所述第一维度为肿瘤的种类名称，需要进行研究分析的多个肿瘤类型；所述第二维度为各肿瘤类型的特征数据，包括肿瘤生成状态、肿瘤状态大小、肿瘤细胞的繁衍活动强度和肿瘤维持时间；所述第三维度为对肿瘤确诊数据的限定，包括确诊肿瘤范围和疑似肿瘤范围；
通过对所述肿瘤病人信息按照预设顺序进行自动编码排序，并集合到同一数据集中进行保存；所述自动编码包括通过唯一识别码进行编码排序；
对所述数据集中的肿瘤病人信息进行肿瘤特征分析并关联对应的编码，得到肿瘤病症分析结果；其中，所述进行肿瘤特征分析的步骤，具体包括：确定所述数据集中的肿瘤病人信息的数据类型对应的特征扩展规则；根据所述特征扩展规则，确定所述数据集中的肿瘤病人信息的至少一个扩展特征及每个扩展特征对应的数据；输出所述数据集中的肿瘤病人信息的所述每个扩展特征对应的数据；
所方法还包括：
判断所述肿瘤病人信息中的患病等级，当所述患病等级超过预设阈值时，触发报警指令，以使服务器发送报警信号；
其中，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，确定患者为肿瘤病人或疑似肿瘤病人的步骤包括：
当所述肿瘤生成状态、所述肿瘤状态大小、所述繁衍活动强度和所述肿瘤维持时间中任一指标低于预设阈值时，将所述患者确定为疑似肿瘤病人；
当所述肿瘤生成状态为初现和成熟时，将所述疑似肿瘤病人确定为肿瘤病人；所述肿瘤生成状态通过所述影像检测数据和所述血液检验数据判断得到；
当所述肿瘤状态大小大于预设大小阈值时，将所述疑似肿瘤病人确定为肿瘤病人；所述肿瘤状态大小通过所述影像检测数据判断得到；
当所述繁衍活动强度为平缓或强时，将所述疑似肿瘤病人确定为肿瘤病人；所述繁衍活动强度通过所述血液检验数据判断得到；
当所述肿瘤维持时间大于预设持续时长阈值时，将所述疑似肿瘤病人确定为肿瘤病人；所述肿瘤维持时间通过所述血液检验数据和所述人体特征数据判断得到。
2.如权利要求1所述的肿瘤自动登记分析方法，其特征在于，还包括：将所述肿瘤病症分析结果上传到服务器中，并通过图形表格的形式进行图形化展示。
3.一种肿瘤自动登记分析系统，其特征在于，包括：
数据获取模块，用于通过医疗数据系统获取患者医疗数据，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，确定患者为肿瘤病人或疑似肿瘤病人，并得到肿瘤病人信息；所述患者医疗数据包括影像检测数据、血液检验数据和人体特征数据；所述肿瘤病人信息包括确诊肿瘤病人信息和疑似肿瘤病人信息；所述肿瘤特征筛选规则包括第一维度、第二维度和第三维度；所述第一维度为肿瘤的种类名称，需要进行研究分析的多个肿瘤类型；所述第二维度为各肿瘤类型的特征数据，包括肿瘤生成状态、肿瘤状态大小、肿瘤细胞的繁衍活动强度和肿瘤维持时间；所述第三维度为对肿瘤确诊数据的限定，包括确诊肿瘤范围和疑似肿瘤范围；
编码排序模块，用于通过对所述肿瘤病人信息按照预设顺序进行自动编码排序，并集合到同一数据集中进行保存；所述自动编码包括通过唯一识别码进行编码排序；
特征分析模块，用于对所述数据集中的肿瘤病人信息进行肿瘤特征分析并关联对应的编码，得到肿瘤病症分析结果；其中，所述进行肿瘤特征分析的步骤，具体包括：确定所述数据集中的肿瘤病人信息的数据类型对应的特征扩展规则；根据所述特征扩展规则，确定所述数据集中的肿瘤病人信息的至少一个扩展特征及每个扩展特征对应的数据；输出所述数据集中的肿瘤病人信息的所述每个扩展特征对应的数据；
还包括：判断预警模块，用于判断所述肿瘤病人信息中的患病等级，当所述患病等级超过预设阈值时，触发报警指令，以使服务器发送报警信号；
其中，根据预设的肿瘤特征筛选规则对所述患者医疗数据中的非结构性诊断数据进行肿瘤病症识别提取，确定患者为肿瘤病人或疑似肿瘤病人，包括：
当所述肿瘤生成状态、所述肿瘤状态大小、所述繁衍活动强度和所述肿瘤维持时间中任一指标低于预设阈值时，将所述患者确定为疑似肿瘤病人；
当所述肿瘤生成状态为初现和成熟时，将所述疑似肿瘤病人确定为肿瘤病人；所述肿瘤生成状态通过所述影像检测数据和所述血液检验数据判断得到；
当所述肿瘤状态大小大于预设大小阈值时，将所述疑似肿瘤病人确定为肿瘤病人；所述肿瘤状态大小通过所述影像检测数据判断得到；
当所述繁衍活动强度为平缓或强时，将所述疑似肿瘤病人确定为肿瘤病人；所述繁衍活动强度通过所述血液检验数据判断得到；
当所述肿瘤维持时间大于预设持续时长阈值时，将所述疑似肿瘤病人确定为肿瘤病人；所述肿瘤维持时间通过所述血液检验数据和所述人体特征数据判断得到。
4.如权利要求3所述的肿瘤自动登记分析系统，其特征在于，还包括：信息展示模块，用于将所述肿瘤病症分析结果上传到服务器中，并通过图形表格的形式进行图形化展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010067498.9A CN111276203B (zh) | 2020-01-20 | 2020-01-20 | 一种肿瘤自动登记分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010067498.9A CN111276203B (zh) | 2020-01-20 | 2020-01-20 | 一种肿瘤自动登记分析方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111276203A CN111276203A (zh) | 2020-06-12 |
| CN111276203B true CN111276203B (zh) | 2024-03-01 |
Family
ID=71001938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010067498.9A Active CN111276203B (zh) | 2020-01-20 | 2020-01-20 | 一种肿瘤自动登记分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111276203B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111863158A (zh) * | 2020-07-06 | 2020-10-30 | 天津市疾病预防控制中心 | 一种肿瘤登记自动编码系统 |
| CN112542221A (zh) * | 2020-12-16 | 2021-03-23 | 四川省肿瘤医院 | 一种肿瘤随访数据处理服务系统 |
| CN112542220A (zh) * | 2020-12-16 | 2021-03-23 | 四川省肿瘤医院 | 基于住院病案首页的肿瘤登记随访数据处理方法及系统 |
| CN114267445A (zh) * | 2021-12-23 | 2022-04-01 | 山东众阳健康科技集团有限公司 | 一种诊断一致性检验方法、系统、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107705839A (zh) * | 2017-10-25 | 2018-02-16 | 山东众阳软件有限公司 | 疾病自动编码方法及系统 |
| CN108520778A (zh) * | 2018-04-20 | 2018-09-11 | 中日友好医院 | 一种基于大数据的肺癌筛查系统及方法 |
| CN109243551A (zh) * | 2017-07-11 | 2019-01-18 | 河南省肿瘤医院 | 一种肿瘤登记随访网络直报系统 |
| CN110223743A (zh) * | 2019-06-14 | 2019-09-10 | 吉林大学第一医院 | 一种针对肺癌诊断记录的结构化处理方法和系统 |
| CN110704583A (zh) * | 2019-09-20 | 2020-01-17 | 和宇健康科技股份有限公司 | 一种病案分析方法、装置、服务器及存储介质 |
-
2020
- 2020-01-20 CN CN202010067498.9A patent/CN111276203B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109243551A (zh) * | 2017-07-11 | 2019-01-18 | 河南省肿瘤医院 | 一种肿瘤登记随访网络直报系统 |
| CN107705839A (zh) * | 2017-10-25 | 2018-02-16 | 山东众阳软件有限公司 | 疾病自动编码方法及系统 |
| CN108520778A (zh) * | 2018-04-20 | 2018-09-11 | 中日友好医院 | 一种基于大数据的肺癌筛查系统及方法 |
| CN110223743A (zh) * | 2019-06-14 | 2019-09-10 | 吉林大学第一医院 | 一种针对肺癌诊断记录的结构化处理方法和系统 |
| CN110704583A (zh) * | 2019-09-20 | 2020-01-17 | 和宇健康科技股份有限公司 | 一种病案分析方法、装置、服务器及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111276203A (zh) | 2020-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111276203B (zh) | 一种肿瘤自动登记分析方法及系统 | |
| AU670938B2 (en) | Method for identifying normal biomedical specimens | |
| US20180082042A1 (en) | System for laboratory values automated analysis and risk notification in intensive care unit | |
| US10937143B1 (en) | Fracture detection method, electronic device and storage medium | |
| WO2023198224A1 (zh) | 一种精神障碍类磁共振图像初步筛查模型构建方法 | |
| CN112447293B (zh) | 一种vte风险预警系统 | |
| CN114842935A (zh) | 一种用于医院夜间查房的智能检测方法及系统 | |
| CN111180027A (zh) | 一种基于医疗大数据的患者画像相关性规则筛选方法及装置 | |
| CN106021331A (zh) | 基于大数据的乳腺筛查数据分析系统和方法 | |
| CN111081374B (zh) | 基于共同注意力范式的孤独症辅助诊断装置 | |
| CN111540442A (zh) | 基于计算机视觉的医学图像诊断调度管理系统 | |
| Denny et al. | Cloud based acute lymphoblastic leukemia detection using deep convolutional neural networks | |
| CN115762788A (zh) | 基于肿瘤细胞检测的肿瘤复发转移风险评估系统 | |
| CN112365982A (zh) | 复发性流产母婴健康随访追踪分析系统 | |
| CN112382413A (zh) | 关于联合用药不良反应的检测方法 | |
| CN108542350A (zh) | 血常规自动分析仪 | |
| CN117387909B (zh) | 一种医用光学仪器性能检测系统 | |
| CN111028906A (zh) | 一种快速检测组织细胞正电荷量的方法 | |
| Maftouni et al. | Systematic bone infection detection in axial diabetic foot MRI | |
| CN110889836A (zh) | 一种影像数据分析方法、装置、终端设备及存储介质 | |
| CN116246776B (zh) | 一种辅助脑卒中诊断决策的方法及系统 | |
| CN117116502B (zh) | 基于人工智能和大数据构造手术画像知识图的方法和系统 | |
| CN113555118B (zh) | 一种病症程度的预测方法、装置、电子设备及存储介质 | |
| CN117133461B (zh) | 一种老年肺癌患者术后短期死亡风险评估的方法及装置 | |
| Devi et al. | Recognition of Human Blood Disease on Sample Microscopic Images |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |