CN111588359B - 一种新冠肺炎预警系统 - Google Patents
一种新冠肺炎预警系统 Download PDFInfo
- Publication number
- CN111588359B CN111588359B CN202010275537.4A CN202010275537A CN111588359B CN 111588359 B CN111588359 B CN 111588359B CN 202010275537 A CN202010275537 A CN 202010275537A CN 111588359 B CN111588359 B CN 111588359B
- Authority
- CN
- China
- Prior art keywords
- module
- user
- information
- heart rate
- early warning
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种新冠肺炎预警系统,该系统包括:用户端,与服务器端连接,用于获取用户的当前身体状况信息,并将当前身体状况信息发送至服务器端;服务器端,分别与用户端和医生端连接,用于基于用户的人体器官模型,对当前身体状况信息进行分析,以得到包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,并将包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息发送至医生端;所述医生端,用于根据包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行新冠肺炎的预警。通过本发明的技术方案,能够实现对新冠肺炎的预警。
Description
技术领域
本发明涉及医疗技术领域,特别涉及一种新冠肺炎预警系统。
背景技术
新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19),简称“新冠肺炎”,是指2019新型冠状病毒感染导致的肺炎。
目前,新冠肺炎流行时,并没有方式去进行新冠肺炎的预警,进而不能及时确认人们感染新冠肺炎的风险。
发明内容
本发明提供一种新冠肺炎预警系统,所述技术方案如下:
根据本发明实施例,提供了一种新冠肺炎预警系统,包括:
用户端,与服务器端连接,用于获取用户的当前身体状况信息,并将所述当前身体状况信息发送至所述服务器端;
所述服务器端,分别与所述用户端和医生端连接,用于接收所述用户端发送的所述当前身体状况信息,基于所述用户的人体器官模型,对所述当前身体状况信息进行分析,以得到包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,并将所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息发送至所述医生端;
所述医生端,用于接收所述服务器端发送的包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,以根据所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行新冠肺炎的预警。
在一个实施例中,所述用户端,还用于预采集所述用户在第一预设时间内的正常身体特征信息,并将所述正常身体特征信息发送至所述服务器端;
所述服务器端,还用于基于中医器官模型,将所述正常身体特征信息依据子午流注理论进行模型的构建,以得到所述用户的人体器官模型。
在一个实施例中,所述当前身体状况信息包括所述用户的心率值,所述用户端包括:
第一接收模块,与第一判断模块连接,用于接收所述用户触发引起的心率采集指令;
所述第一判断模块,分别与所述第一接收模块及心率采集模块连接,用于判断所述心率采集指令是否有效,当所述心率采集信号有效时,确定采集指令,并将所述采集指令发送至所述心率采集模块;
所述心率采集模块,分别与所述第一判断模块及提取模块连接,用于根据所述采集指令采集所述用户在第二预设时间内的心率信号;
所述提取模块,分别与所述心率采集模块及第二判断模块连接,用于提取所述心率信号对应的波形中的心率特征;
所述第二判断模块,分别与所述提取模块及第一确定模块连接,用于根据所述心率特征判断所述用户是否处于安静状态;
所述第一确定模块,分别与所述第二判断模块及第一信息发送模块连接,用于当所述用户处于安静状态时,根据所述心率信号确定所述用户的心率值;
所述第一信息发送模块,用于将所述用户的心率值发送至所述服务器端。
在一个实施例中,所述当前身体状况信息包括所述用户的血氧饱和度,所述用户端包括:
选取模块,与照射模块连接,用于选取所述用户的待照射区域;
所述照射模块,分别与选取模块及放大模块连接,用于分别利用第一光源和第二光源照射所述待照射区域,以得到第一光信号和第二光信号,其中,所述第一光源发出光的波长小于所述第二光源发出光的波长;
所述放大模块,分别与所述照射模块及转换模块连接,用于对所述第一光信号和所述第二光信号进行放大处理,以得到放大后的第一光信号和放大后的第二光信号;
所述转换模块,分别与所述放大模块、第二确定模块、第一过滤模块、第三确定模块及第二过滤模块连接,用于对所述放大后的第一光信号和放大后的第二光信号进行模数转换,以得到第一数字信号和第二数字信号;
所述第二确定模块,分别与所述转换模块及计算模块连接,用于根据所述第一数字信号确定第一直流信号;
所述第一过滤模块,分别与所述转换模块及所述计算模块连接,用于对所述第一数字信号进行过滤直流的处理,以得到第一交流信号;
所述第三确定模块,分别与所述转换模块及所述计算模块连接,用于根据所述第二数字信号确定第二直流信号;
所述第二过滤模块,分别与所述转换模块及所述计算模块连接,用于对所述第二数字信号进行过滤直流的处理,以得到第二交流信号;
所述计算模块,与第二信息发送模块连接,用于根据所述第一直流信号、第一交流信号、第二直流信号和所述第二交流信号进行计算,以得到所述用户的血氧饱和度;
所述第二信息发送模块,用于将所述用户的血氧饱和度发送至所述服务器端。
在一个实施例中,所述当前身体状况信息包括所述用户的血压及体温,所述获取用户的当前身体状况信息,包括:
判断所述用户当前是否满足血压及体温的测量标准;
当所述用户满足所述测量标准时,对所述用户进行血压及体温的测量,以得到所述用户的血压及体温。
在一个实施例中,所述服务器端,包括:
第一获取模块,与第三判断模块连接,用于获取所述用户的以往病史;
所述第三判断模块,分别与所述获取模块及诊断模块连接,用于判断所述用户的血压及体温是否正常,
所述诊断模块,分别与所述第三判断模块及第四确定模块连接,用于当所述用户的血压及体温不正常时,基于所述用户的人体器官模型,根据所述用户的以往病史、血压及体温进行包含用户的肺部、膀胱在内的若干个器官的诊断,以得到诊断结果;
所述第四确定模块,分别与所述诊断模块及第三信息发送模块连接,用于根据所述诊断结果确定所述包含用户的肺部、膀胱在内的若干个器官异常信息;
所述第三信息发送模块,用于将所述包含用户的肺部、膀胱在内的若干个器官异常信息发送至所述医生端;
在一个实施例中,所述服务器端,包括:
时间获取模块,与存储模块连接,用于获取接收到所述当前身体状况信息的当时时刻;
所述存储模块,用于判断所述当前身体状况信息是否满足私密信息的标准,当所述当前身体状况信息满足所述私密信息的标准时,将所述当前身体状况信息按照所述当前时刻进行加密方式的存储,
当所述当前身体状况信息不满足所述私密信息的标准时,将所述当前身体状况信息按照所述当前时刻进行不加密方式的存储。
在一个实施例中,所述医生端,包括:
建立模块,与匹配模块连接,用于建立不同的预警等级,其中,不同的预警等级对应不同的特征;
提取模块,与所述匹配模块连接,用于对所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行特征的提取,以得到异常特征信息;
所述匹配模块,分别与所述建立模块、提取模块及预警模块连接,用于将所述异常特征信息与所述不同的特征进行匹配,以确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级;
所述预警模块,用于根据所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级进行预警,以完成新冠肺炎的预警。
在一个实施例中,所述匹配模块将所述异常特征信息与所述不同的特征进行匹配,以确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级具体如下:
A、计算所述异常信息与所述不同特征之间的差异度;
其中,αij为所述异常信息与第j个特征之间的差异度,min为取最小值,max为取最大值,xj为第j个特征的正常信息值,δ为分辨系数,xij为所述异常信息中第j个特征的信息值;
当i为1时,所述异常信息指信息指心率异常,当i为2时,所述异常信息指血氧饱和度异常,当i为3时,所述异常信息指肺部器官异常,……
B、获得所述异常信息的关联特征集;
Ωi={αij|αij≥k}
其中,Ωi为所述异常信息i的关联特征集,k为预设阈值;
C、确定预警等级;
其中,f为预警等级,S为一级预警,SS为二级预警,SSS为三级预警,count(Ωi)为关联特征集Ωi中元素的数目,a,b为预设参数。
在一个实施例中,所述当前身体状况信息包括所述用户的心率值、血氧饱和度、体温及血压,所述服务器端,包括:
第二获取模块,与数据挖掘模块连接,用于获取新冠肺炎数据挖掘任务,其中,所述新冠肺炎数据挖掘任务包括新冠肺炎患者的年龄、性别、患病症状及各器官状态;
所述数据挖掘模块,分别与所述第二获取模块及分析模块连接,用于根据所述新冠肺炎数据挖掘任务对若干个目标网站进行数据挖掘,以得到新冠肺炎相关信息;
第五确定模块,与所述分析模块连接,用于当接收到所述当前身体状况信息时,所述用户的人体器官模型的状态发生变化,以根据此变化确定所述人体器官模型的当前状态,其中,所述人体器官模型发生变化之前的状态为原始状态;
所述分析模块,分别与所述数据挖掘模块、第五确定模块及第四判断模块连接,用于通过人工智能将所述当前状态与所述用户的心率值、血氧饱和度、体温及血压与所述新冠肺炎相关信息进行分析,以得到分析结果;
所述第四判断模块,用于判断所述分析结果是否满足预设标准,当满足所述预设标准时,根据所述分析结果确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息。
本发明实施例提供的技术方案可以包括以下有益效果:
用户端能够获取用户的当前身体状况信息,并发送到服务器端,之后服务器端基于所述用户的人体器官模型,对当前身体状况信息进行分析,能够得到包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,并将包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息发送至医生端,最后,医生端根据包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行新冠肺炎的预警,通过本发明的技术方案,能够进行新冠肺炎的预警,进而能够及时确定用户感染新冠肺炎的风险。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明一实施例中一种新冠肺炎预警系统的框图;
图2为本发明一实施例中另一种新冠肺炎预警系统的框图;
图3为本发明一实施例中又一种新冠肺炎预警系统的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1为本发明一实施例中一种新冠肺炎预警系统的框图,如图1所示,该系统包括:
用户端11,与服务器端12连接,用于获取用户的当前身体状况信息,并将所述当前身体状况信息发送至所述服务器端;
所述服务器端12,分别与所述用户端11和医生端13连接,用于接收所述用户端发送的所述当前身体状况信息,基于所述用户的人体器官模型,对所述当前身体状况信息进行分析,以得到包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,并将所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息发送至所述医生端;其中,若干个器官还可以有心脏,肾脏等器官。
所述医生端13,用于接收所述服务器端发送的包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,以根据所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行新冠肺炎的预警。
用户端能够获取用户的当前身体状况信息,并发送到服务器端,之后服务器端基于所述用户的人体器官模型,对当前身体状况信息进行分析,能够得到包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,并将包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息发送至医生端,最后,医生端根据包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行新冠肺炎的预警,通过本发明的技术方案,能够进行新冠肺炎的预警,进而能够及时确定用户感染新冠肺炎的风险。
在一个实施例中,所述用户端,还用于预采集所述用户在第一预设时间内的正常身体特征信息,并将所述正常身体特征信息发送至所述服务器端;其中,第一预设时间可以是7天,正常身体特征信息可以是用户的血压、体温等信息。
所述服务器端,还用于基于中医器官模型,将所述正常身体特征信息依据子午流注理论进行模型的构建,以得到所述用户的人体器官模型。
上述技术方案,采集用户的正常身体特征信息,进而基于中医器官模型,将正常身体特征信息依据子午流注理论进行模型的构建,能够得到与该用户相匹配,符合该用户自身器官特征的人体器官模型。
如图2所示,在一个实施例中,所述当前身体状况信息包括所述用户的心率值,所述用户端11包括:
第一接收模块111,与第一判断模块112连接,用于接收所述用户触发引起的心率采集指令;
所述第一判断模块112,分别与所述第一接收模块111及心率采集模块113连接,用于判断所述心率采集指令是否有效,当所述心率采集信号有效时,确定采集指令,并将所述采集指令发送至所述心率采集模块;
所述心率采集模块113,分别与所述第一判断模块112及提取模块114连接,用于根据所述采集指令采集所述用户在第二预设时间内的心率信号;
所述提取模块114,分别与所述心率采集模块113及第二判断模块115连接,用于提取所述心率信号对应的波形中的心率特征;
所述第二判断模块115,分别与所述提取模块114及第一确定模块116连接,用于根据所述心率特征判断所述用户是否处于安静状态;
所述第一确定模块116,分别与所述第二判断模块115及第一信息发送模块117连接,用于当所述用户处于安静状态时,根据所述心率信号确定所述用户的心率值;
所述第一信息发送模块117,用于将所述用户的心率值发送至所述服务器端。
上述技术方案,通过判断心率采集指令是否有效能够防止出现不必要的心率采集,防止浪费时间,之后,根据采集指令采集用户在第二预设时间内的心率信号,提取心率信号对应的波形中的心率特征,进而根据心率特征判断用户是否处于安静状态,目的是当用户在运动状态时,心率值肯定会很大,运动状态的心率值对于疾病的预测准确性太小,最后,当用户处于安静状态时,根据心率信号确定用户的心率值,并且此心率值准确。
在一个实施例中,所述当前身体状况信息包括所述用户的血氧饱和度,所述用户端包括:
选取模块,与照射模块连接,用于选取所述用户的待照射区域;其中,待照射区域可以是用户身上的一块皮肤。
所述照射模块,分别与选取模块及放大模块连接,用于分别利用第一光源和第二光源照射所述待照射区域,以得到第一光信号和第二光信号,其中,所述第一光源发出光的波长小于所述第二光源发出光的波长;例如,第一光源发出光的波长可以为660mm,第二光源发出的波长可以为805mm。
所述放大模块,分别与所述照射模块及转换模块连接,用于对所述第一光信号和所述第二光信号进行放大处理,以得到放大后的第一光信号和放大后的第二光信号;
所述转换模块,分别与所述放大模块、第二确定模块、第一过滤模块、第三确定模块及第二过滤模块连接,用于对所述放大后的第一光信号和放大后的第二光信号进行模数转换,以得到第一数字信号和第二数字信号;
所述第二确定模块,分别与所述转换模块及计算模块连接,用于根据所述第一数字信号确定第一直流信号;
所述第一过滤模块,分别与所述转换模块及所述计算模块连接,用于对所述第一数字信号进行过滤直流的处理,以得到第一交流信号;
所述第三确定模块,分别与所述转换模块及所述计算模块连接,用于根据所述第二数字信号确定第二直流信号;
所述第二过滤模块,分别与所述转换模块及所述计算模块连接,用于对所述第二数字信号进行过滤直流的处理,以得到第二交流信号;
所述计算模块,与第二信息发送模块连接,用于根据所述第一直流信号、第一交流信号、第二直流信号和所述第二交流信号进行计算,以得到所述用户的血氧饱和度;其中,血氧饱和度可通过下面的方式得到:其中,第一数值和第二数值是根据实验定标确定的。
所述第二信息发送模块,用于将所述用户的血氧饱和度发送至所述服务器端。
上述技术方案,首先选取所述用户的待照射区域;然后,分别利用第一光源和第二光源照射待照射区域,得到第一光信号和第二光信号,之后,对第一光信号和第二光信号进行放大处理,能够得到放大后的第一光信号和放大后的第二光信号,进而,对放大后的第一光信号和放大后的第二光信号进行模数转换,能够得到第一数字信号和第二数字信号;最后,用根据第一数字信号和第二数字信号得到的第一直流信号、第一交流信号、第二直流信号和所述第二交流信号进行计算,能够得到所述用户的血氧饱和度,而这种得到血氧饱和度的方式,不需要再抽取用户的血液就能快速方便的得到用户的血氧饱和度。
在一个实施例中,所述当前身体状况信息包括所述用户的血压及体温,所述获取用户的当前身体状况信息,包括:
判断所述用户当前是否满足血压及体温的测量标准;其中,所述测量标准可以但不限于是进小区而不是出小区。
当所述用户满足所述测量标准时,对所述用户进行血压及体温的测量,以得到所述用户的血压及体温。
上述技术方案,通过对用户当前是否满足测量标准的判断结果进行测量,能够减少测量量。
如图3所示,在一个实施例中,所述服务器端12,包括:
第一获取模块121,与第三判断模块122连接,用于获取所述用户的以往病史;
所述第三判断模块122,分别与所述获取模块121及诊断模块123连接,用于判断所述用户的血压及体温是否正常,
所述诊断模块123,分别与所述第三判断模块122及第四确定模块124连接,用于当所述用户的血压及体温不正常时,基于所述用户的人体器官模型,根据所述用户的以往病史、血压及体温进行包含用户的肺部、膀胱在内的若干个器官的诊断,以得到诊断结果;
所述第四确定模块124,分别与所述诊断模块123及第三信息发送模块125连接,用于根据所述诊断结果确定所述包含用户的肺部、膀胱在内的若干个器官异常信息;
所述第三信息发送模块125,用于将所述包含用户的肺部、膀胱在内的若干个器官异常信息发送至所述医生端。
上述技术方案,在确定包含用户的肺部、膀胱在内的若干个器官异常信息时,以用户的以往病历作为一个参考技术,能够使得得到的包含用户的肺部、膀胱在内的若干个器官异常信息更加准确。
在一个实施例中,所述服务器端,包括:
时间获取模块,与存储模块连接,用于获取接收到所述当前身体状况信息的当时时刻;
所述存储模块,用于判断所述当前身体状况信息是否满足私密信息的标准,当所述当前身体状况信息满足所述私密信息的标准时,将所述当前身体状况信息按照所述当前时刻进行加密方式的存储,
当所述当前身体状况信息不满足所述私密信息的标准时,将所述当前身体状况信息按照所述当前时刻进行不加密方式的存储。
上述技术方案,通过将当前身体状况信息按照加密或者不加密的方式进行存储,能够极大的保护用户的权益,提高用户的体验。
在一个实施例中,所述医生端,包括:
建立模块,与匹配模块连接,用于建立不同的预警等级,其中,不同的预警等级对应不同的特征;特征可以是肺部、膀胱等多个器官患病的受损程度,不同的预警等级对应的是肺部、膀胱等多个器官患病的不同受损程度。
提取模块,与所述匹配模块连接,用于对所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行特征的提取,以得到异常特征信息;异常特征信息,可以是肺部、膀胱等多个器官的受损程度。
所述匹配模块,分别与所述建立模块、提取模块及预警模块连接,用于将所述异常特征信息与所述不同的特征进行匹配,以确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级;
所述预警模块,用于根据所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级进行预警,以完成新冠肺炎的预警。
上述技术方案,通过异常特征信息与不同的特征进行匹配,能够确定需要进行预警的预警等级,根据等级的不同进行预警时,可以更加有针对性的进行干预,最大限度的保障用户的健康生活。
在一个实施例中,所述匹配模块将所述异常特征信息与所述不同的特征进行匹配,以确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级具体如下:
A、计算所述异常信息与所述不同特征之间的差异度;
其中,αij为所述异常信息与第j个特征之间的差异度,min为取最小值,max为取最大值,xj为第j个特征的正常信息值,δ为分辨系数,xij为所述异常信息中第j个特征的信息值;
当i为1时,所述异常信息指信息指心率异常,当i为2时,所述异常信息指血氧饱和度异常,当i为3时,所述异常信息指肺部器官异常,……
B、获得所述异常信息的关联特征集;
Ωi={αij|αij≥k}
其中,Ωi为所述异常信息i的关联特征集,k为预设阈值;
C、确定预警等级;
其中,f为预警等级,S为一级预警,SS为二级预警,SSS为三级预警,count(Ωi)为关联特征集Ωi中元素的数目,a,b为预设参数。
上述技术方案,根据所述异常信息中的特征信息与特征正常信息值之间的差异度来得到所述异常信息的关联特征集,然后根据关联特征集中的元素数目来确定所述异常信息的预警等级。在上述技术中,采用上述公式判断所述异常信息与所述不同特征之间的差异度考虑到特征正常信息值是个区间范围,利用上述公式得到的是所述异常信息中的特征因素与对应特征正常范围的上限或者下限的差异最小值,而且,根据异常特征达到预设阈值的异常特性数目来确定预警等级更加贴近所述异常信息的异常状态,此外,上述技术可批量计算,便于得到异常信息的预警等级。
在一个实施例中,所述当前身体状况信息包括所述用户的心率值、血氧饱和度、体温及血压,所述服务器端,包括:
第二获取模块,与数据挖掘模块连接,用于获取新冠肺炎数据挖掘任务,其中,所述新冠肺炎数据挖掘任务包括新冠肺炎患者的年龄、性别、患病症状及各器官状态;
所述数据挖掘模块,分别与所述第二获取模块及分析模块连接,用于根据所述新冠肺炎数据挖掘任务对若干个目标网站进行数据挖掘,以得到新冠肺炎相关信息;
第五确定模块,与所述分析模块连接,用于当接收到所述当前身体状况信息时,所述用户的人体器官模型的状态发生变化,以根据此变化确定所述人体器官模型的当前状态,其中,所述人体器官模型发生变化之前的状态为原始状态;原始状态时用户的人体器官模型的正常的,而当前状态可能是异常的。
所述分析模块,分别与所述数据挖掘模块、第五确定模块及第四判断模块连接,用于通过人工智能将所述当前状态与所述用户的心率值、血氧饱和度、体温及血压与所述新冠肺炎相关信息进行分析,以得到分析结果;其中,分析结果可以是当前身体状况信息与新冠肺炎相关信息中患者身体状况的契合情况,以及人体器官模型的当前状态与新冠肺炎相关信息中患者器官的状态的契合情况。
所述第四判断模块,用于判断所述分析结果是否满足预设标准,当满足所述预设标准时,根据所述分析结果确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息。其中,预设标准可以是符合新冠肺炎的特征。
上述技术方案,根据新冠肺炎数据挖掘任务进行数据的挖掘,能够获取到大量的,准确的新冠肺炎相关信息,而通过人工智能将当前状态与用户的心率值、血氧饱和度、体温及血压与新冠肺炎相关信息进行分析,能够得到分析结果,当分析结果满足预设标准时,能够准确的获取到符合新冠肺炎的若干个器官异常信息、血氧饱和度异常信息及心率异常信息。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种新冠肺炎预警系统,其特征在于,包括:
用户端,与服务器端连接,用于获取用户的当前身体状况信息,并将所述当前身体状况信息发送至所述服务器端;
所述服务器端,分别与所述用户端和医生端连接,用于接收所述用户端发送的所述当前身体状况信息,基于所述用户的人体器官模型,对所述当前身体状况信息进行分析,以得到包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,并将所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息发送至所述医生端;
所述医生端,用于接收所述服务器端发送的包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息,以根据所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行新冠肺炎的预警;
所述医生端,包括:
建立模块,与匹配模块连接,用于建立不同的预警等级,其中,不同的预警等级对应不同的特征;
提取模块,与所述匹配模块连接,用于对所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息进行特征的提取,以得到异常特征信息;
所述匹配模块,分别与所述建立模块、提取模块及预警模块连接,用于将所述异常特征信息与所述不同的特征进行匹配,以确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级;
所述预警模块,用于根据所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级进行预警,以完成新冠肺炎的预警;
所述匹配模块将所述异常特征信息与所述不同的特征进行匹配,以确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息对应的预警等级具体如下:
A、计算所述异常信息与所述不同特征之间的差异度;
其中,aij为所述异常信息与第j个特征之间的差异度,min为取最小值,max为取最大值,xj为第j个特征的正常信息值,δ为分辨系数,xij为所述异常信息中第j个特征的信息值;
B、获得所述异常信息的关联特征集;
Ωi={αij|aij≥k}
其中,Ωi为所述异常信息i的关联特征集,k为预设阈值;
C、确定预警等级;
其中,f为预警等级,S为一级预警,SS为二级预警,SSS为三级预警,count(Ωi)为关联特征集Ωi中元素的数目,a,b为预设参数。
2.如权利要求1所述的系统,其特征在于,所述用户端,还用于预采集所述用户在第一预设时间内的正常身体特征信息,并将所述正常身体特征信息发送至所述服务器端;
所述服务器端,还用于基于中医器官模型,将所述正常身体特征信息依据子午流注理论进行模型的构建,以得到所述用户的人体器官模型。
3.如权利要求1所述的系统,其特征在于,所述当前身体状况信息包括所述用户的心率值,所述用户端包括:
第一接收模块,与第一判断模块连接,用于接收所述用户触发引起的心率采集指令;
所述第一判断模块,分别与所述第一接收模块及心率采集模块连接,用于判断所述心率采集指令是否有效,当所述心率采集指令有效时,确定采集指令,并将所述采集指令发送至所述心率采集模块;
所述心率采集模块,分别与所述第一判断模块及提取模块连接,用于根据所述采集指令采集所述用户在第二预设时间内的心率信号;
所述提取模块,分别与所述心率采集模块及第二判断模块连接,用于提取所述心率信号对应的波形中的心率特征;
所述第二判断模块,分别与所述提取模块及第一确定模块连接,用于根据所述心率特征判断所述用户是否处于安静状态;
所述第一确定模块,分别与所述第二判断模块及第一信息发送模块连接,用于当所述用户处于安静状态时,根据所述心率信号确定所述用户的心率值;
所述第一信息发送模块,用于将所述用户的心率值发送至所述服务器端。
4.如权利要求1所述的系统,其特征在于,所述当前身体状况信息包括所述用户的血氧饱和度,所述用户端包括:
选取模块,与照射模块连接,用于选取所述用户的待照射区域;
所述照射模块,分别与选取模块及放大模块连接,用于分别利用第一光源和第二光源照射所述待照射区域,以得到第一光信号和第二光信号,其中,所述第一光源发出光的波长小于所述第二光源发出光的波长;
所述放大模块,分别与所述照射模块及转换模块连接,用于对所述第一光信号和所述第二光信号进行放大处理,以得到放大后的第一光信号和放大后的第二光信号;
所述转换模块,分别与所述放大模块、第二确定模块、第一过滤模块、第三确定模块及第二过滤模块连接,用于对所述放大后的第一光信号和放大后的第二光信号进行模数转换,以得到第一数字信号和第二数字信号;
所述第二确定模块,分别与所述转换模块及计算模块连接,用于根据所述第一数字信号确定第一直流信号;
所述第一过滤模块,分别与所述转换模块及所述计算模块连接,用于对所述第一数字信号进行过滤直流的处理,以得到第一交流信号;
所述第三确定模块,分别与所述转换模块及所述计算模块连接,用于根据所述第二数字信号确定第二直流信号;
所述第二过滤模块,分别与所述转换模块及所述计算模块连接,用于对所述第二数字信号进行过滤直流的处理,以得到第二交流信号;
所述计算模块,与第二信息发送模块连接,用于根据所述第一直流信号、第一交流信号、第二直流信号和所述第二交流信号进行计算,以得到所述用户的血氧饱和度;
所述第二信息发送模块,用于将所述用户的血氧饱和度发送至所述服务器端。
5.如权利要求1所述的系统,其特征在于,所述当前身体状况信息包括所述用户的血压及体温,所述获取用户的当前身体状况信息,包括:
判断所述用户当前是否满足血压及体温的测量标准;
当所述用户满足所述测量标准时,对所述用户进行血压及体温的测量,以得到所述用户的血压及体温。
6.如权利要求5所述的系统,其特征在于,所述服务器端,包括:
第一获取模块,与第三判断模块连接,用于获取所述用户的以往病史;
所述第三判断模块,分别与所述获取模块及诊断模块连接,用于判断所述用户的血压及体温是否正常,
所述诊断模块,分别与所述第三判断模块及第四确定模块连接,用于当所述用户的血压及体温不正常时,基于所述用户的人体器官模型,根据所述用户的以往病史、血压及体温进行包含用户的肺部、膀胱在内的若干个器官的诊断,以得到诊断结果;
所述第四确定模块,分别与所述诊断模块及第三信息发送模块连接,用于根据所述诊断结果确定所述包含用户的肺部、膀胱在内的若干个器官异常信息;
所述第三信息发送模块,用于将所述包含用户的肺部、膀胱在内的若干个器官异常信息发送至所述医生端。
7.如权利要求1所述的系统,其特征在于,所述服务器端,包括:
时间获取模块,与存储模块连接,用于获取接收到所述当前身体状况信息的当时时刻;
所述存储模块,用于判断所述当前身体状况信息是否满足私密信息的标准,当所述当前身体状况信息满足所述私密信息的标准时,将所述当前身体状况信息按照所述当时时刻进行加密方式的存储,
当所述当前身体状况信息不满足所述私密信息的标准时,将所述当前身体状况信息按照所述当时时刻进行不加密方式的存储。
8.如权利要求1所述的系统,其特征在于,所述当前身体状况信息包括所述用户的心率值、血氧饱和度、体温及血压,所述服务器端,包括:
第二获取模块,与数据挖掘模块连接,用于获取新冠肺炎数据挖掘任务,其中,所述新冠肺炎数据挖掘任务包括新冠肺炎患者的年龄、性别、患病症状及各器官状态;
所述数据挖掘模块,分别与所述第二获取模块及分析模块连接,用于根据所述新冠肺炎数据挖掘任务对若干个目标网站进行数据挖掘,以得到新冠肺炎相关信息;
第五确定模块,与所述分析模块连接,用于当接收到所述当前身体状况信息时,所述用户的人体器官模型的状态发生变化,以根据此变化确定所述人体器官模型的当前状态,其中,所述人体器官模型发生变化之前的状态为原始状态;
所述分析模块,分别与所述数据挖掘模块、第五确定模块及第四判断模块连接,用于通过人工智能将所述当前状态与所述用户的心率值、血氧饱和度、体温及血压与所述新冠肺炎相关信息进行分析,以得到分析结果;
所述第四判断模块,用于判断所述分析结果是否满足预设标准,当满足所述预设标准时,根据所述分析结果确定所述包含用户的肺部、膀胱在内的若干个器官异常信息、血氧饱和度异常信息及心率异常信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010275537.4A CN111588359B (zh) | 2020-04-09 | 2020-04-09 | 一种新冠肺炎预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010275537.4A CN111588359B (zh) | 2020-04-09 | 2020-04-09 | 一种新冠肺炎预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111588359A CN111588359A (zh) | 2020-08-28 |
CN111588359B true CN111588359B (zh) | 2023-07-25 |
Family
ID=72180094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010275537.4A Active CN111588359B (zh) | 2020-04-09 | 2020-04-09 | 一种新冠肺炎预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111588359B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113161010A (zh) * | 2021-05-14 | 2021-07-23 | 复旦大学附属中山医院 | 一种区分普通感冒、流感以及新冠病毒的辅助诊断系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003235813A (ja) * | 2002-12-19 | 2003-08-26 | Matsushita Electric Ind Co Ltd | 監視装置 |
US7801591B1 (en) * | 2000-05-30 | 2010-09-21 | Vladimir Shusterman | Digital healthcare information management |
CN102178517A (zh) * | 2011-05-03 | 2011-09-14 | 常熟九域星电子有限公司 | 多功能健康诊断系统 |
WO2017077724A1 (ja) * | 2015-11-06 | 2017-05-11 | 芙蓉ディベロップメント株式会社 | 健康状態判定装置 |
CN106974631A (zh) * | 2017-03-17 | 2017-07-25 | 深圳大学 | 一种基于脉搏波波形和心电信号的血压测量方法及装置 |
CN107003300A (zh) * | 2014-12-12 | 2017-08-01 | 凯尔科迪公司 | 测量erbb信号传导通路活性以诊断和治疗癌症患者的方法 |
JP2017131495A (ja) * | 2016-01-29 | 2017-08-03 | 芙蓉開発株式会社 | 病気診断装置 |
CN109567822A (zh) * | 2018-10-30 | 2019-04-05 | 北京雪扬科技有限公司 | 一种用于器官患病检测的身体检测系统 |
CN110200615A (zh) * | 2019-05-22 | 2019-09-06 | 珠海格力电器股份有限公司 | 一种基于心率数据的健康监测方法及电子设备 |
CN110891486A (zh) * | 2017-03-10 | 2020-03-17 | 梅西莫股份有限公司 | 肺炎筛查仪 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7539532B2 (en) * | 2006-05-12 | 2009-05-26 | Bao Tran | Cuffless blood pressure monitoring appliance |
US8652040B2 (en) * | 2006-12-19 | 2014-02-18 | Valencell, Inc. | Telemetric apparatus for health and environmental monitoring |
KR101435581B1 (ko) * | 2013-05-22 | 2014-08-28 | 이병훈 | 복합 의료 장치 |
-
2020
- 2020-04-09 CN CN202010275537.4A patent/CN111588359B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7801591B1 (en) * | 2000-05-30 | 2010-09-21 | Vladimir Shusterman | Digital healthcare information management |
JP2003235813A (ja) * | 2002-12-19 | 2003-08-26 | Matsushita Electric Ind Co Ltd | 監視装置 |
CN102178517A (zh) * | 2011-05-03 | 2011-09-14 | 常熟九域星电子有限公司 | 多功能健康诊断系统 |
CN107003300A (zh) * | 2014-12-12 | 2017-08-01 | 凯尔科迪公司 | 测量erbb信号传导通路活性以诊断和治疗癌症患者的方法 |
WO2017077724A1 (ja) * | 2015-11-06 | 2017-05-11 | 芙蓉ディベロップメント株式会社 | 健康状態判定装置 |
JP2017131495A (ja) * | 2016-01-29 | 2017-08-03 | 芙蓉開発株式会社 | 病気診断装置 |
CN110891486A (zh) * | 2017-03-10 | 2020-03-17 | 梅西莫股份有限公司 | 肺炎筛查仪 |
CN106974631A (zh) * | 2017-03-17 | 2017-07-25 | 深圳大学 | 一种基于脉搏波波形和心电信号的血压测量方法及装置 |
CN109567822A (zh) * | 2018-10-30 | 2019-04-05 | 北京雪扬科技有限公司 | 一种用于器官患病检测的身体检测系统 |
CN110200615A (zh) * | 2019-05-22 | 2019-09-06 | 珠海格力电器股份有限公司 | 一种基于心率数据的健康监测方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111588359A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101880678B1 (ko) | 기계학습을 통한 의료영상 판독 및 진단 통합 시스템 | |
US20180260706A1 (en) | Systems and methods of identity analysis of electrocardiograms | |
CN110051324B (zh) | 一种急性呼吸窘迫综合征死亡率预测方法及系统 | |
CN110584605A (zh) | 一种相似度匹配的诊断监控综合医疗系统及其匹配方法 | |
CN108492877B (zh) | 一种基于ds证据理论的心血管病辅助预测方法 | |
GB2488316A (en) | Method for determining respiration rate from uncorrupted signal segments | |
CN113077875B (zh) | Ct影像的处理方法及装置 | |
CN106338597A (zh) | 呼吸气体测量的方法及系统 | |
CN111370059A (zh) | 一种肿瘤突变负荷的预测系统及方法 | |
CN111291131A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN111588359B (zh) | 一种新冠肺炎预警系统 | |
CN104361245B (zh) | 检测数据处理系统和方法 | |
KR20230069884A (ko) | 정량화 파라미터를 이용하는 의료 영상 분석 시스템 및 유사 증례 검색 시스템, 및 그 시스템에서 실행되는 방법 | |
CN112183572A (zh) | 一种生成预测肺炎严重程度的预测模型的方法及装置 | |
CN104408304A (zh) | 医用终端和数据处理方法 | |
CN107212858A (zh) | 基于运动状态的生理信息采集装置及方法 | |
CN117409016A (zh) | 一种磁共振图像自动分割方法 | |
CN110473616B (zh) | 一种语音信号处理方法、装置及系统 | |
CN105981018A (zh) | 使用从个体取得的样本的疾病筛查方法、模块和计算机程序 | |
CN114240934B (zh) | 一种基于肢端肥大症的图像数据分析方法及系统 | |
CN113693584B (zh) | 抑郁症症状预测变量的选择方法、计算机设备及存储介质 | |
CN115317304A (zh) | 一种基于生理特征检测的智能按摩方法及系统 | |
CN114582489A (zh) | 一种用于针灸治疗膝骨关节炎的红外热像辅助选穴系统 | |
CN113178254A (zh) | 基于5g的智慧医疗数据分析方法、装置及计算机设备 | |
KR102598233B1 (ko) | 의료 영상을 대상으로 하는 딥러닝 기반의 의료정보 제공시스템 및 방법 |
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 |