CN111613326A - 一种基于便携式多功能检测仪的数据处理方法 - Google Patents
一种基于便携式多功能检测仪的数据处理方法 Download PDFInfo
- Publication number
- CN111613326A CN111613326A CN202010462927.2A CN202010462927A CN111613326A CN 111613326 A CN111613326 A CN 111613326A CN 202010462927 A CN202010462927 A CN 202010462927A CN 111613326 A CN111613326 A CN 111613326A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- portable multifunctional
- cloud server
- multifunctional detector
- 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 11
- 201000010099 disease Diseases 0.000 claims abstract description 59
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 238000001514 detection method Methods 0.000 claims description 35
- 238000000513 principal component analysis Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 10
- 239000008280 blood Substances 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 230000036772 blood pressure Effects 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000741 silica gel Substances 0.000 description 2
- 229910002027 silica gel Inorganic materials 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 208000014001 urinary system disease Diseases 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
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Optimization (AREA)
- Fuzzy Systems (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明的基于便携式多功能检测仪的数据处理方法,由于采用将每个用户的多种生命体征参数上传到云服务器,再通过云服务器分类识别异常参数对应的可能疾病类型并提供针对该疾病类型采取的措施,相对于现有技术而言,其可以给用户提供更多的有效的信息,若检测到用户的某一数据异常,能及时给出用户如何去进行下一步的提示,方便老年用户选择正确的科室去挂号和检查相应的项目,在检测异常时向用户提供有效的信息,达到了将多种生命体征参数的检测集成于一体,一机多用的效果;并为用户分析出可能疾病类型,给用户提供有效的应对措施,方便用户在家用使用,简化了就医程序,缩短了就医时间,提高了检测仪的应用范围。
Description
技术领域
本发明涉及医疗领域,尤其涉及一种基于便携式多功能检测仪的数据处理方法。
背景技术
随着社会的发展,人们对身体健康越来越重视,人们经常通过各种方式对自身的各项指标做检测,检查的项目包括血压、血糖、心电、尿常规、血氧、体温等等。现有的检测设备均无法将多种检测项目集成到一起,因此,用户需要购买大量的检测设备来实现多种指标的检测,使用和携带均不方便。多种检测设备间不能进行数据的传输与整合,无法对检测数据进行分析管理,严重影响用户的使用便利性。另外,现有技术中便携式多功能检测仪仅仅检测一些基本的数据,不能给用户提供更多的有效的信息,若检测到用户的某一数据异常,也不能及时给出用户如何去进行下一步的提示,且中老年用户不清楚挂哪个科室,检查什么内容等,如何在检测异常时向用户提供有效的信息成为当前亟需解决的问题。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本发明提供一种基于便携式多功能检测仪的数据处理方法,其解决了检测功能单一,无法对检测数据进行分析管理,无法根据检测数据分析出可能疾病类型并提供应对措施的技术问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
一种基于便携式多功能检测仪的数据处理方法,其包括:
采用便携式多功能检测仪获取第一预设时间段内第一用户的生命体征参数;
所述便携式多功能检测仪判断生命体征参数中每一项参数是否在各参数的正常范围内;若存在至少一项参数超出该参数的正常范围,则借助于便携式多功能检测仪向所述第一用户发送是否在线诊断的询问信息;
若便携式多功能检测仪接收到第一用户触发的确认响应,则将第二预设时间段内第一用户的生命体征信息发送云服务器;所述生命体征信息包括所述第一预设时间段内的生命体征参数、异常参数的信息、第一用户的基本信息;
所述云服务器采用预先训练的主成分分析PCA模型对生命体征信息进行分类识别,获取异常参数对应的可能疾病类别;
所述云服务器根据可能疾病类别,将每一可能疾病对应的挂号科室信息和需要继续采集的人体数据进行列表,获得列表信息,并发送给所述便携式多功能检测仪;
所述便携式多功能检测仪根据所述列表信息及第一用户的位置信息,向所述第一用户展示所述列表信息,以及实现所述列表信息中挂号科室信息、人体数据的医院信息。
可选的,若云服务器获取的可能疾病类别为一个,且无需采集人体数据时,所述方法还包括:
所述云服务器获取可能疾病类别的建议信息,将所述建议信息发送给所述便携式多功能检测仪;
所述便携式多功能检测仪向第一用户展示所述建议信息。
可选的,所述云服务器获取异常参数对应的可能疾病类别之后,所述方法还包括:
所述云服务器将可能疾病类别发送所述便携式多功能检测仪,以使所述便携式多功能检测仪向第一用户展示所述可能疾病类别,并询问是否连接在线医生的连接请求;
若便携式多功能检测仪接收到第一用户触发的确认连接在线医生的请求,则向所述云服务器发送请求连接在线医生的第一请求;
所述云服务器根据第一请求和所述可能疾病类别,选择至少一个在线医生,将选择的在线医生的二维码标识发送给所述便携式多功能检测仪;
所述便携式多功能检测仪展示选择的每一个在线医生的二维码标识,以使第一用户基于所述二维码标识与所述在线医生连通。
可选的,所述云服务器采用的预先训练的主成分分析PCA模型,包括:
对生命体征参数、异常参数的信息、第一用户的基本信息联合细分维度统计各个特征列数值;
将生命体征参数、异常参数的信息、第一用户的基本信息联合细分维度转化为哑变量列;
针对每个特征列,以特征列为因变量,以哑变量列为自变量,建立线性回归方程,取拟合后的残差列代替因变量特征列,得到特征列组;
将特征列组输入预先训练的主成分分析PCA模型,对特征列组进行降维处理,将特征列组在空间中以向量的形式展现,然后进行投影,令投影后的数据方差最大,得到投影后信息损失最小的数据集;
对数据集进行阀值划定,阀值由降维后的数据值TOP原则进行设定,阀值划定后输出PCA模型确定的异常参数对应的可能疾病类别。
可选的,便携式多功能检测仪包括:
触摸屏、扬声器、麦克风以及存储器;
所述询问信息通过所述触摸屏显示,或者通过扬声器播放;
用户触发所述确认响应通过所述触摸屏触摸确认,或者通过所述麦克风语音确认;
所述存储器中存储有每一用户检测的第二预设时间段内的生命体征参数;
所述存储器中预先存储有不同体重指标下每一种生命体征参数的正常范围上下限信息。
可选的,便携式多功能检测仪还包括:通信模块和参数检测模块;
所述通信模块包括WiFi单元、有线通讯单元、3G/4G/5G单元、蓝牙单元或USB单元中的一种或多种;
所述参数检测模块包括心电检测单元、心率检测单元、血压检测单元、血糖检测单元以及血氧检测单元。
可选的,所述第二预设时间段长于所述第一预设时间段,且第一用户的基本信息包括:体重、年龄、性别和疾病史。
可选的,所述方法还包括:
所述便携式多功能检测仪接收第一用户上传的线下获取的人体数据,并将接收的线下数据发送所述云服务器;
所述云服务器采用预先训练的疾病分析模型,对所述人体数据和素数生命体征信息进行处理,获取最终的疾病分类结果。
可选的,疾病分析模型包括:BP神经网络模型、卷积神经网络模型以及模糊神经网络模型。
(三)有益效果
本发明的有益效果是:本发明的基于便携式多功能检测仪的数据处理方法,由于采用将每个用户的多种生命体征参数上传到云服务器,再通过云服务器分类识别异常参数对应的可能疾病类型并提供针对该疾病类型采取的措施,相对于现有技术而言,其可以给用户提供更多的有效的信息,若检测到用户的某一数据异常,能及时给出用户如何去进行下一步的提示,方便老年用户选择正确的科室去挂号和检查相应的项目,在检测异常时向用户提供有效的信息,达到了将多种生命体征参数的检测集成于一体,一机多用的效果;并为用户分析出可能疾病类型,给用户提供有效的应对措施,方便用户在家用使用,简化了就医程序,缩短了就医时间,提高了检测仪的应用范围。
附图说明
图1为本发明的基于便携式多功能检测仪的数据处理方法流程图;
图2为本发明的连接在线医生的方法流程图;
图3为本发明的主成分分析PCA模型对生命体征信息进行分类识别的流程图;
图4为本发明的便携式多功能检测仪的整体结构示意图。
【附图标记说明】
1:壳体;11:电源按键;12:音量调节按键;13:扬声器;141:收纳槽;142:支架;15:把手。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
本发明实施例提出的一种基于便携式多功能检测仪的数据处理方法,其解决了检测功能单一,无法对检测数据进行分析管理,无法根据检测数据分析出可能疾病类型并提供应对措施的技术问题;本发明能够检测多个用户的多种生命体征参数,并将将每个用户的多种生命体征参数上传到云服务器,再通过云服务器分类识别异常参数对应的可能疾病类型并提供针对该疾病类型采取的措施,便携式多功能检测仪实现了家庭用户使用,极大地方便用户的携带和使用,简化了就医程序,缩短了就医时间,有效地提高了检测仪的使用范围。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
具体实施例描述部分:
本发明提供了一种基于便携式多功能检测仪的数据处理方法,如图1所示,主要包括以下步骤:
步骤S1:采用便携式多功能检测仪获取第一预设时间段内第一用户的生命体征参数;
步骤S2:便携式多功能检测仪判断生命体征参数中每一项参数是否在各参数的正常范围内;若存在至少一项参数超出该参数的正常范围,则借助于便携式多功能检测仪向第一用户发送是否在线诊断的询问信息;
步骤S3:若便携式多功能检测仪接收到第一用户触发的确认响应,则将第二预设时间段内第一用户的生命体征信息发送云服务器;生命体征信息包括第一预设时间段内的生命体征参数、异常参数的信息、第一用户的基本信息;
步骤S4:云服务器采用预先训练的主成分分析PCA模型对生命体征信息进行分类识别,获取异常参数对应的可能疾病类别;
步骤S5:云服务器根据可能疾病类别,将每一可能疾病对应的挂号科室信息和需要继续采集的人体数据进行列表,获得列表信息,并发送给便携式多功能检测仪;
步骤S6:便携式多功能检测仪根据列表信息及第一用户的位置信息,向第一用户展示列表信息,以及实现列表信息中挂号科室信息、人体数据的医院信息。
第一用户首先通过便携式多功能检测仪检测一项或多项生命体征参数,便携式多功能检测仪将获取的生命体征参数与便携式多功能检测仪预先储存的标准参数范围进行对比,从而判断获取的生命体征参数是否在标准参数范围内。若存在至少一项生命体征参数超出标准参数范围,则便携式多功能检测仪向第一用户发送是否在线诊断的询问信息。如果第一用户触发了确认信息,则便携式多功能检测仪将之前获取的第一用户的生命体征参数、异常参数的信息以及第一用户的个人信息上传至云服务器。云服务器采用预先训练好的主成分分析PCA模型对上传的生命体征参数信息进行分类识别,获取异常参数对应的可能疾病类别。云服务器根据可能疾病类别,将每一可能疾病对应的挂号科室信息和需要继续采集的人体数据进行列表,获得列表信息,并发送给便携式多功能检测仪。便携式多功能检测仪根据列表信息及第一用户的位置信息,向第一用户展示列表信息,以及实现列表信息中挂号科室信息、人体数据的医院信息。
其中,可能的疾病类型包括高血压、高血糖、心脑血管疾病、心脏病、泌尿系统疾病等等,对应的挂号科室包括心内科、泌尿外科、泌尿内科等等,采集的人体数据包括心脏彩超、尿液常规、心功能、血常规等等。
在步骤S4中,若云服务器获取的可能疾病类别为一个,且无需采集人体数据时,方法还包括:
云服务器获取可能疾病类别的建议信息,并将建议信息发送给便携式多功能检测仪;便携式多功能检测仪向第一用户展示建议信息,方便用户直接采用建议信息来应对目前的身体状况,极大的简化了就医程序,缩短了就医时间。
进一步地,如2图所示,在云服务器获取异常参数对应的可能疾病类别之后,方法还包括以下步骤:
步骤S41、云服务器将可能疾病类别发送便携式多功能检测仪,以使便携式多功能检测仪向第一用户展示可能疾病类别,并询问是否连接在线医生的连接请求;
步骤S42、若便携式多功能检测仪接收到第一用户触发的确认连接在线医生的请求,则向云服务器发送请求连接在线医生的第一请求;
步骤S43、云服务器根据第一请求和可能疾病类别,选择至少一个在线医生,将选择的在线医生的二维码标识发送给便携式多功能检测仪;
步骤S44、便携式多功能检测仪展示选择的每一个在线医生的二维码标识,以使第一用户基于二维码标识与在线医生连通。
其中,在线医生可以是用户就诊的医院所提供的在线医生,用户可以选择长期就诊的某一位医生来看病,便于医生根据用户的历史病情来加快问诊过程。另外,用户直接将检测数据与在线医生共享,实现在线就医,足不出户便能就医,进一步简化了就医程序,缩短了就医时间,对于行动不便的用户还能在家就医,极大地方便了用户的使用。
如图3所示,步骤S4具体包括以下步骤:
步骤S401、对生命体征参数、异常参数的信息、第一用户的基本信息联合细分维度统计各个特征列数值;
步骤S402、将生命体征参数、异常参数的信息、第一用户的基本信息联合细分维度转化为哑变量列;
步骤S403、针对每个特征列,以特征列为因变量,以哑变量列为自变量,建立线性回归方程,取拟合后的残差列代替因变量特征列,得到特征列组;
步骤S404、将特征列组输入预先训练的主成分分析PCA模型,对特征列组进行降维处理,将特征列组在空间中以向量的形式展现,然后进行投影,令投影后的数据方差最大,得到投影后信息损失最小的数据集;
步骤S405、对数据集进行阀值划定,阀值由降维后的数据值TOP原则进行设定,阀值划定后输出PCA模型确定的异常参数对应的可能疾病类别。
通过采用主成分分析PCA模型对生命体征信息进行分类识别,获取异常参数对应的可能疾病类别,有效地提高了可能疾病的判断准确性,简化了判断流程,有效地提高了可能疾病的判断效率。
另外,本发明的便携式多功能检测仪具体包括触摸屏、扬声器13、麦克风以及存储器。其中,询问信息通过触摸屏显示,或者通过扬声器13播放;用户触发确认响应通过触摸屏触摸确认,或者通过麦克风语音确认;存储器中存储有每一用户检测的第二预设时间段内的生命体征参数;存储器中预先存储有不同体重指标下每一种生命体征参数的正常范围上下限信息。便携式多功能检测仪还包括通信模块和参数检测模块。通信模块包括WiFi单元、有线通讯单元、3G/4G/5G单元、蓝牙单元或USB单元中的一种或多种;参数检测模块包括心电检测单元、心率检测单元、血压检测单元、血糖检测单元以及血氧检测单元。便携式多功能检测仪通过通信模块将检测数据实时共享到网络,方便于在其他便携式多功能检测仪上下载用户数据。便携式多功能检测仪还可以包括摄像头,当用户与在线医生连线时,可以通过摄像头来采集数据,实现与在线医生视频连线,通过在线视频可以向在线医生展示当前的身体状况和精神面貌,增强了在线问诊的功能。优选地,如图4所示,便携式生命体征参数检测仪还包括壳体以及设置于壳体1上的电源按键11 和音量调节按键12。优选的实施方式中,电源按键11和音量调节按键12 均设置在壳体1的顶端,并采用硅胶凹面设计,能有效地防止误触,改善使用的手感。如图3所示,便携式生命体征参数检测仪还包括设置于壳体1上的支撑装置和把手15,支撑装置包括支架142和收纳槽141,支架142能够收纳于收纳槽141内。支撑装置和把手15设置于检测仪的背面壳体1上,支撑装置能够在收纳槽141和工作位之间切换,便于检测仪平方或立方。支撑装置和壳体1底部接触工作台面部分均设置有硅胶脚垫,起到防滑和静音的效果,把手15便于用户者手持使用。
优选地,如上所述的第二预设时间段应长于第一预设时间段。第一用户的基本信息包括用户的体重、年龄、性别、疾病史等等。
另外,本发明的方法还包括以下步骤:
便携式多功能检测仪接收第一用户上传的线下获取的人体数据,并将接收的线下数据发送云服务器;
云服务器采用预先训练的疾病分析模型,对人体数据和素数生命体征信息进行处理,获取最终的疾病分类结果。其中,疾病分析模型包括:BP神经网络模型、卷积神经网络模型以及模糊神经网络模型。
由于本发明上述实施例所描述的系统/装置,为实施本发明上述实施例的方法所采用的系统/装置,故而基于本发明上述实施例所描述的方法,本领域所属技术人员能够了解该系统/装置的具体结构及变形,因而在此不再赘述。凡是本发明上述实施例的方法所采用的系统/装置都属于本发明所欲保护的范围。
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、CD-ROM、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。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改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,则本发明也应该包含这些修改和变型在内。
Claims (9)
1.一种基于便携式多功能检测仪的数据处理方法,其特征在于,包括:
采用便携式多功能检测仪获取第一预设时间段内第一用户的生命体征参数;
所述便携式多功能检测仪判断生命体征参数中每一项参数是否在各参数的正常范围内;若存在至少一项参数超出该参数的正常范围,则借助于便携式多功能检测仪向所述第一用户发送是否在线诊断的询问信息;
若便携式多功能检测仪接收到第一用户触发的确认响应,则将第二预设时间段内第一用户的生命体征信息发送云服务器;所述生命体征信息包括所述第一预设时间段内的生命体征参数、异常参数的信息、第一用户的基本信息;
所述云服务器采用预先训练的主成分分析PCA模型对生命体征信息进行分类识别,获取异常参数对应的可能疾病类别;
所述云服务器根据可能疾病类别,将每一可能疾病对应的挂号科室信息和需要继续采集的人体数据进行列表,获得列表信息,并发送给所述便携式多功能检测仪;
所述便携式多功能检测仪根据所述列表信息及第一用户的位置信息,向所述第一用户展示所述列表信息,以及实现所述列表信息中挂号科室信息、人体数据的医院信息。
2.根据权利要求1所述的方法,其特征在于,若云服务器获取的可能疾病类别为一个,且无需采集人体数据时,所述方法还包括:
所述云服务器获取可能疾病类别的建议信息,将所述建议信息发送给所述便携式多功能检测仪;
所述便携式多功能检测仪向第一用户展示所述建议信息。
3.根据权利要求1所述的方法,其特征在于,所述云服务器获取异常参数对应的可能疾病类别之后,所述方法还包括:
所述云服务器将可能疾病类别发送所述便携式多功能检测仪,以使所述便携式多功能检测仪向第一用户展示所述可能疾病类别,并询问是否连接在线医生的连接请求;
若便携式多功能检测仪接收到第一用户触发的确认连接在线医生的请求,则向所述云服务器发送请求连接在线医生的第一请求;
所述云服务器根据第一请求和所述可能疾病类别,选择至少一个在线医生,将选择的在线医生的二维码标识发送给所述便携式多功能检测仪;
所述便携式多功能检测仪展示选择的每一个在线医生的二维码标识,以使第一用户基于所述二维码标识与所述在线医生连通。
4.根据权利要求1所述的方法,其特征在于,所述云服务器采用的预先训练的主成分分析PCA模型,包括:
对生命体征参数、异常参数的信息、第一用户的基本信息联合细分维度统计各个特征列数值;
将生命体征参数、异常参数的信息、第一用户的基本信息联合细分维度转化为哑变量列;
针对每个特征列,以特征列为因变量,以哑变量列为自变量,建立线性回归方程,取拟合后的残差列代替因变量特征列,得到特征列组;
将特征列组输入预先训练的主成分分析PCA模型,对特征列组进行降维处理,将特征列组在空间中以向量的形式展现,然后进行投影,令投影后的数据方差最大,得到投影后信息损失最小的数据集;
对数据集进行阀值划定,阀值由降维后的数据值TOP原则进行设定,阀值划定后输出PCA模型确定的异常参数对应的可能疾病类别。
5.根据权利要求1所述的方法,其特征在于,便携式多功能检测仪包括:
触摸屏、扬声器、麦克风以及存储器;
所述询问信息通过所述触摸屏显示,或者通过扬声器播放;
用户触发所述确认响应通过所述触摸屏触摸确认,或者通过所述麦克风语音确认;
所述存储器中存储有每一用户检测的第二预设时间段内的生命体征参数;
所述存储器中预先存储有不同体重指标下每一种生命体征参数的正常范围上下限信息。
6.根据权利要求1所述的方法,其特征在于,便携式多功能检测仪还包括:通信模块和参数检测模块;
所述通信模块包括WiFi单元、有线通讯单元、3G/4G/5G单元、蓝牙单元或USB单元中的一种或多种;
所述参数检测模块包括心电检测单元、心率检测单元、血压检测单元、血糖检测单元以及血氧检测单元。
7.根据权利要求1所述的方法,其特征在于,所述第二预设时间段长于所述第一预设时间段,且第一用户的基本信息包括:体重、年龄、性别和疾病史。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述便携式多功能检测仪接收第一用户上传的线下获取的人体数据,并将接收的线下数据发送所述云服务器;
所述云服务器采用预先训练的疾病分析模型,对所述人体数据和素数生命体征信息进行处理,获取最终的疾病分类结果。
9.根据权利要求8所述的方法,其特征在于,疾病分析模型包括:BP神经网络模型、卷积神经网络模型以及模糊神经网络模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010462927.2A CN111613326A (zh) | 2020-05-27 | 2020-05-27 | 一种基于便携式多功能检测仪的数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010462927.2A CN111613326A (zh) | 2020-05-27 | 2020-05-27 | 一种基于便携式多功能检测仪的数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111613326A true CN111613326A (zh) | 2020-09-01 |
Family
ID=72205735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010462927.2A Pending CN111613326A (zh) | 2020-05-27 | 2020-05-27 | 一种基于便携式多功能检测仪的数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111613326A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120330681A1 (en) * | 2011-06-16 | 2012-12-27 | David Babalola Olalekan | Dynamic vital signs method and apparatus for a physichart system |
CN103870713A (zh) * | 2014-04-04 | 2014-06-18 | 李骍 | 一种家庭云医疗系统和方法 |
CN107526932A (zh) * | 2017-08-30 | 2017-12-29 | 河北健康侍卫网络科技有限公司 | 科室挂号指导方法和终端设备 |
CN109119130A (zh) * | 2018-07-11 | 2019-01-01 | 上海夏先机电科技发展有限公司 | 一种基于云计算的大数据健康管理系统及方法 |
-
2020
- 2020-05-27 CN CN202010462927.2A patent/CN111613326A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120330681A1 (en) * | 2011-06-16 | 2012-12-27 | David Babalola Olalekan | Dynamic vital signs method and apparatus for a physichart system |
CN103870713A (zh) * | 2014-04-04 | 2014-06-18 | 李骍 | 一种家庭云医疗系统和方法 |
CN107526932A (zh) * | 2017-08-30 | 2017-12-29 | 河北健康侍卫网络科技有限公司 | 科室挂号指导方法和终端设备 |
CN109119130A (zh) * | 2018-07-11 | 2019-01-01 | 上海夏先机电科技发展有限公司 | 一种基于云计算的大数据健康管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chatterjee et al. | IoT-based decision support system for intelligent healthcare—applied to cardiovascular diseases | |
CN105260588B (zh) | 一种健康守护机器人系统及其数据处理方法 | |
JP4154559B2 (ja) | 医療診断システムとその診断処理方法 | |
KR101497690B1 (ko) | 생체 신호 및 증상 정보에 기반한 건강관리 프로그램서비스 제공 시스템 및 방법 | |
US8924226B2 (en) | Interactive testing system for analysing biological samples | |
CN109310317A (zh) | 用于自动医学诊断的系统和方法 | |
EP2575064A1 (en) | Telecare and/or telehealth communication method and system | |
CN103514357A (zh) | 远程健康监护方法及其监护系统 | |
WO2013155002A1 (en) | Wireless telemedicine system | |
KR20120076564A (ko) | 환자 건강정보 기반의 환자대 환자관계 추천방법 | |
CN111863252A (zh) | 健康监测方法、系统、计算机设备及存储介质 | |
US20100088111A1 (en) | System and method for obtaining, processing and evaluating individual blood type and ayurvedic core constitution (prakruti) to construct a personalized health risk assessment report | |
KR100693861B1 (ko) | 통합 건강관리를 위한 측정 디바이스의 신체 측정 시스템및 그 방법과 신체 측정 디바이스 | |
US20170354383A1 (en) | System to determine the accuracy of a medical sensor evaluation | |
KR102430758B1 (ko) | 개인 건강 관리를 위한 디지털돌봄 지원시스템, 서버 및 이의 제공 방법 | |
Mars et al. | Electronic patient-generated health data for healthcare | |
US9053214B2 (en) | Apparatus for collecting lifelog data and method thereof | |
CN111613326A (zh) | 一种基于便携式多功能检测仪的数据处理方法 | |
KR20130115706A (ko) | 스마트 기기를 이용한 사용자 목소리에 기초한 건강 상태 정보 서비스 제공 방법 | |
CN113870996A (zh) | 一种足部疾病健康分析方法 | |
CN113876302A (zh) | 一种基于智能机器人的中医调治系统 | |
KR102567536B1 (ko) | Ai를 이용한 지역별, 성별, 연령대별 건강분석방법 | |
WO2021181634A1 (ja) | 教師データ収集依頼装置および教師データ収集方法 | |
WO2023149519A1 (ja) | システム | |
WO2021152710A1 (ja) | 情報伝達装置および情報伝達方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200901 |