CN112133417A - 一种icu探视方法及系统 - Google Patents

一种icu探视方法及系统 Download PDF

Info

Publication number
CN112133417A
CN112133417A CN202011048127.2A CN202011048127A CN112133417A CN 112133417 A CN112133417 A CN 112133417A CN 202011048127 A CN202011048127 A CN 202011048127A CN 112133417 A CN112133417 A CN 112133417A
Authority
CN
China
Prior art keywords
user
information
instruction
visiting
obtaining
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
Application number
CN202011048127.2A
Other languages
English (en)
Inventor
周水鑫
倪花
吉云兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Affiliated Hospital of Nantong University
Original Assignee
Affiliated Hospital of Nantong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Affiliated Hospital of Nantong University filed Critical Affiliated Hospital of Nantong University
Priority to CN202011048127.2A priority Critical patent/CN112133417A/zh
Publication of CN112133417A publication Critical patent/CN112133417A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/20ICT 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Abstract

本发明公开了一种ICU探视方法及系统:获得第一用户的身份信息;获得第一用户的第一图像信息;当第一用户身份信息与第一图像信息相匹配时,获得第一用户当前状态信息;将第一用户身份信息与当前状态信息输入训练模型,获得训练模型的第一输出信息,当第一输出信息为第一用户具备探视条件的结果时,获得第二用户身份信息及第二图像信息,当第二用户身份信息与第一用户身份信息满足第一预设条件时获得第一指令;当第二图像信息满足第二预设条件时获得第二指令;根据第一指令和第二指令,获得第三指令用于第一用户对第二用户进行视频探视。达到准确识别家属身份信息及情绪,对重症病人康复产生积极影响的技术效果。

Description

一种ICU探视方法及系统
技术领域
本发明涉及重症监护领域,尤其涉及一种ICU探视方法及系统。
背景技术
ICU即重症加强护理病房(Intensive Care Unit),又称加强监护病房综合治疗室,治疗、护理、康复均可同步进行,为重症或昏迷患者提供隔离场所和设备,提供最佳护理、综合治疗、医养结合,术后早期康复、关节护理运动治疗等服务。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中为预防感染,保证医护人员的抢救和诊疗工作秩序,家属不能随便进入,只可进行视频探视,但是在进行视频探视前存在无法准确识别探视者身份及探视者情绪的技术问题。
发明内容
本申请实施例通过提供一种ICU探视方法及系统,解决了现有技术中在进行视频探视前存在无法准确识别探视者身份及探视者情绪的技术问题,达到并准确识别探视者身份信息及情绪,进而达到通过探视对所述重症病人康复产生积极影响的技术效果。
鉴于上述问题,本申请实施例提供一种ICU探视方法及系统。
第一方面,本申请实施例提供了一种ICU探视方法,所述方法包括:获得第一用户的身份信息;获得所述第一用户的第一图像信息;判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配;当所述第一用户的身份信息与所述第一用户的第一图像信息相匹配时,获得第一用户的当前状态信息;将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;获得所述训练模型的第一输出信息,判断所述第一输出信息是否为所述第一用户具备探视条件的结果;当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二图像信息包括所述第二用户的当前状态信息;当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令;当所述第二图像信息满足第二预设条件时,获得第二指令;根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视。
另一方面,本申请还提供了一种ICU探视系统,其中,所述系统包括:第一获得单元,所述第一获得单元用于获得第一用户的身份信息;第二获得单元,所述第二获得单元用于获得所述第一用户的第一图像信息;第一判断单元,所述第一判断单元用于判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配;第三获得单元,所述第三获得单元用于当所述第一用户的身份信息与所述第一用户的第一图像信息相匹配时,获得第一用户的当前状态信息;第一输入单元,所述第一输入单元用于将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;第四获得单元,所述第四获得单元用于获得所述训练模型的第一输出信息,判断所述第一输出信息是否为所述第一用户具备探视条件的结果;第五获得单元,所述第五获得单元用于当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二图像信息包括所述第二用户的当前状态信息;第六获得单元,所述第六获得单元用于当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令;第七获得单元,所述第七获得单元用于当所述第二图像信息满足第二预设条件时,获得第二指令;第八获得单元,所述第八获得单元用于根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视。
第三方面,本发明提供了一种ICU探视系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配,将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,通过所述训练模型输出第一用户是否具备探视条件结果,并根据第二用户的状态及第一用户与第二用户关系进行判定的方式,达到对所述第一用户身份信息及情绪信息进行准确有效的判定,进而达到准确辨明探视人身份、情绪,达到对探视人身份及情绪准确判断,并通过所述探视对所述病人的康复产生积极的影响的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种ICU探视方法的流程示意图;
图2为本申请实施例一种ICU探视方法中根据所述第一指令和所述第二指令,获得第三指令的流程示意图;
图3为本申请实施例一种ICU探视方法中根据所述第一指令和所述第二指令,获得第三指令的流程示意图;
图4为本申请实施例一种ICU探视方法中获得第二用户的身份信息及第二图像信息之后的流程示意图;
图5为本申请实施例中一种ICU探视方法中第一用户根据所述第二用户的探视权限,对所述第二用户进行探视的流程示意图;
图6为本申请实施例一种ICU探视方法中将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型之前的流程示意图;
图7为本申请实施例一种ICU探视方法中对所述训练数据进行进一步加密的流程示意图;
图8为本申请实施例一种ICU探视方法中所述第三指令用于所述第一用户与所述第二用户进行视频探视之后的流程示意图;
图9为本申请实施例一种ICU探视系统的结构示意图;
图10为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一判断单元13,第三获得单元14,第一输入单元15,第四获得单元16,第五获得单元17,第六获得单元18,第七获得单元19,第八获得单元20,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种ICU探视方法及系统,解决了现有技术中在进行视频探视前存在无法准确识别探视者身份及探视者情绪的技术问题,达到准确识别探视者身份信息及情绪,进而达到通过探视对所述重症病人康复产生积极影响的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
ICU即重症加强护理病房(Intensive Care Unit),又称加强监护病房综合治疗室,治疗、护理、康复均可同步进行,为重症或昏迷患者提供隔离场所和设备,提供最佳护理、综合治疗、医养结合,术后早期康复、关节护理运动治疗等服务。现有技术中为预防感染,保证医护人员的抢救和诊疗工作秩序,家属不能随便进入,只可进行视频探视,但是在进行视频探视前存在无法准确识别探视者身份及探视者情绪的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种ICU探视方法,所述方法包括:获得第一用户的身份信息;获得所述第一用户的第一图像信息;判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配;当所述第一用户的身份信息与所述第一用户的第一图像信息相匹配时,获得第一用户的当前状态信息;将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;获得所述训练模型的第一输出信息,判断所述第一输出信息是否为所述第一用户具备探视条件的结果;当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二图像信息包括所述第二用户的当前状态信息;当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令;当所述第二图像信息满足第二预设条件时,获得第二指令;根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种ICU探视方法,其中,所述方法包括:
步骤S100:获得第一用户的身份信息;
具体而言,所述第一用户是想要对ICU病人进行探视的用户,所述身份信息是指以电子或者其他方式记录的能够单独或者与其他信息结合识别特定自然人身份或者反映特定自然人活动情况的各种信息。通过对探视者身份的获得,为后续判断探视者身份及探视者与ICU病人的关系夯实了基础。
步骤S200:获得所述第一用户的第一图像信息;
具体而言,所述图像信息为客观对象的一种相似性的、生动性的描述或写真信息,是人类社会活动中最常用的信息载体。所述第一用户的第一图像信息为自动且实时获得的第一用户的图像信息。根据所述第一用户的第一图像信息对所述用户的身份信息进行核实。
步骤S300:判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配;
具体而言,根据实时获得的第一用户的第一图像信息,核实所述第一用户的身份信息。具体为对比所述图像信息与身份信息中预存的第一用户的图像信息进行比对,通过对探视者身份的获得及核实,准确判断探视者的身份,避免其他别有用心人员混入探视病人,为后续判断探视者身份及探视者与ICU病人的关系夯实了基础。
步骤S400:当所述第一用户的身份信息与所述第一用户的第一图像信息相匹配时,获得第一用户的当前状态信息;
具体而言,所述状态信息为是人或事物表现出来的形态信息,此处的第一用户的当前状态信息为所述第一用户的情绪状态相关信息。通过对所述第一用户的情绪的分析,判断所述第一用户的探视能否对ICU病人产生积极的影响,进而判断所述第一用户是否具备探视条件。
步骤S500:将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;
具体而言,所述训练模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。基于大量的训练数据的训练,其中,所述训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息,所述神经网络模型不断地自我的修正,进而更加准确的处理所述输入数据。
进一步而言,所述训练数据训练的过程本质为监督学习的过程,每一组监督数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息,将所述第一用户的身份信息、所述第一用户的当前状态信息输入到神经网络模型中,所述神经网络模型输出所述第一用户是否具备探视条件信息,判断所述输出信息与用来标识所述第一用户是否具备探视条件的标识信息是否一致,如一致,进行下一组数据的监督学习;如果所述输出信息与用来标识所述第一用户是否具备探视条件的标识信息不一致,则所述神经网络模型进行自我修正、调整,直至获得的输出信息与用来标识所述第一用户是否具备探视条件的标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入数据更加准确,进而使得输出的所述第一用户是否具备探视条件的信息更加准确,进而实现准确判断所述第一用户是否具备探视条件的技术效果。
步骤S600:获得所述训练模型的第一输出信息,判断所述第一输出信息是否为所述第一用户具备探视条件的结果。
具体而言,所述训练模型根据所述输入信息,产生第一输出信息,所述输出信息包含第一结果和第二结果,所述第一结果为所述第一用户具备探视条件的,结果,所述第二结果为所述第一用户不具备探视条件的结果。当所述输出信息为第一结果时,进行下一步骤,当所述输出信息为第二结果时,则所述第一用户不具备探视条件。
步骤S700:当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二图像信息包括所述第二用户的当前状态信息;
具体而言,当所述输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二用户为ICU病人,获得第二用户的身份信息及第二用户的图像信息,所述第二图像信息包含所述第二用户的当前的状态信息,所述第二用户的当前状态信息包含所述第二用户的生命体征信息、第二用户的情绪信息、身体状态信息等。
步骤S800:当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令;
具体而言,所述第一预设条件为第一用户与第二用户的身份信息的某种关联信息的条件,举例而言,所述预设条件可以是第一用户与第二用户具有血缘关系的条件,也可以是具备某种亲情关系或是来往密切的朋友的条件,这里不做具体的限定。当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令。
步骤S900:当所述第二图像信息满足第二预设条件时,获得第二指令;
具体而言,所述第二预设条件为所述第二用户的身体状态、精神状态、情绪状态等均可以满足探视要求的预设条件,根据第二图像信息,当所述第二图像信息满足第二预设条件时,获得第二指令。
步骤S1000:根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视。
具体而言,当获得第一指令及第二指令时,说明所述探视者及病人均满足探视条件,此时根据所述第一指令和第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视,使得家属可对ICU重症病人进行探视,并准确识别家属身份信息及情绪,进而达到通过家属探视对所述重症病人康复产生积极影响的技术效果。
如图2所示,所述根据所述第一指令和所述第二指令,获得第三指令,本申请实施例S1000还包括:
步骤S1100:根据所述第二用户的身份信息获得所述第二用户所在ICU病房信息;
步骤S1200:判断所述ICU病房是否满足第一预设阈值;
步骤S1300:当所述ICU病房不满足所述第一预设阈值时,获得第四指令,所述第四指令用于禁止所述第一用户与所述第二用户进行视频探视。
具体而言,所述第一预设阈值为判断ICU病房的实时信息的第一预设阈值,所述第一预设阈值包括:所述ICU病房的其他病人的身体状态信息;是否有刚刚手术结束或是其他原因需要休息的病人;还包括是否是病人的集体休息时间。根据上述条件设定所述第一预设阈值,当所述第二用户所在的ICU病房不满足上述第一预设阈值时,获得第四指令,所述第四指令用于禁止所述第一用户与所述第二用户进行视频探视。通过对上述ICU病房的情况的判断,保证了所述第一用户对于第二用户的探视不会对病房其他病人产生负面的影响。
如图3所示,所述根据所述第一指令和所述第二指令,获得第三指令,本申请实施例步骤S1000还包括:
步骤S1400:获得第三预设条件;
步骤S1500:判断所述第一用户是否满足所述第三预设条件;
步骤S1600:当所述第一用户满足所述第三预设条件时,获得第五指令;所述第五指令用于禁止所述第一用户与所述第二用户进行视频探视。
具体而言,所述第三预设条件为通过所述第二用户获得的第二用户不想见到的人,举例而言,当家庭关系并不和睦时,而所谓的第一用户的探视仅仅是利益驱使下的虚情假意时,根据第二用户的意愿,获得第三预设条件。判断所述第一用户是否满足第三预设条件,当所述第一用户满足第三预设条件时,表明所述第一用户是所述第二用户不想见的人,则此时获得第五指令,所述第五指令用于禁止所述第一用户与所述第二用户进行视频探视。通过对第三预设条件的设定,保证了所述第一用户的探视可以对所述第二用户的康复产生积极的影响。
如图4所示,当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,本申请实施例步骤S700还包括:
步骤S710:获得所述第二用户的病情信息;
步骤S720:根据所述第二用户的病情信息,获得所述第二用户的探视权限;
步骤S730:所述第一用户根据所述第二用户的探视权限,对所述第二用户进行探视。
具体而言,根据第二用户的身份信息,获得第二用户的病情相关的信息。所述病情信息具体为疾病的变化情况;疾病的起因、疾病的临床表现以及相关情况等信息。通过对所述第二用户的相关的病情进行分析,判断所述第二用户是否具备被探视的相关权限,举例而言,当所述第二用户病情很严重,亟需静养,不可被打扰,则此时第二用户不具备被别人探视的相关权限。通过对所述第二用户的病情来判断所述第二用户是否具备探视权限的方式,达到准确判别第一用户能否对第二用户进行视频探视的技术效果。
如图5所示,所述第一用户根据所述第二用户的探视权限,对所述第二用户进行探视,本申请实施例S730还包括:
步骤S731:根据所述第二用户的探视权限对所述第一用户的第一动作进行监督;
步骤S732:判断所述第一动作是否超出预定标准;
步骤S733:如果所述第一动作超出所述预定标准,获得第一预警信息;
步骤S734:如果所述第一动作未超出所述预定标准,获得第二用户状态信息;
步骤S735:根据所述第二用户状态信息,对探视时间进行调整。
具体而言,所述第一用户的第一动作是指第一用户在视频探视的过程中的言行举止。包括但不限于第一用户的情绪、肢体动作等相关信息,所述预定标准是根据所述第一用户与第二用户言行举止自动获得的不会对第二用户的病情产生一定负面影响的预定标准,当所述第一用户的动作超出预定标准,则表明继续进行视频探视可能会对所述第二用户的病情产生负面影响,此时获得第一预警信息,所述预警信息用于预警第一用户对第二用户的视频探视可能会产生负面影响,如果所述第一用户的第一动作未超出预定标准,获得第二用户的状态信息,根据第二用户的实时状态对探视的时长进行调整,达到所述视频探视可以对所述第二用户的康复产生积极的影响的技术效果。
如图6所示,所述将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型之前,本申请实施例步骤S500还包括:
步骤S540:获得第一训练数据,并根据所述第一训练数据生成第一验证码,其中所述第一验证码与所述第一训练数据一一对应;
步骤S550:获取第二训练数据,根据所述第二训练数据和第一验证码生成第二验证码;以此类推,获取第N训练数据,根据所述第N训练数据和第N-1验证码生成第N验证码,其中,N为大于1的自然数,其中,所述第一训练数据,第二训练数据,第N训练数据中的每组训练数据均包括所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;
步骤S560:将所有训练数据和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
具体而言,根据所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型获得第一用户是否具备探视条件是通过大量的数据训练进行反复的训练获得的,为了保证在进行训练时的训练数据安全性,根据所述第一训练数据生成第一验证码,其中所述第一验证码与所述第一训练数据一一对应;根据所述第二训练数据和第一验证码生成第二验证码;以此类推,获取第N训练数据,根据所述第N训练数据和第N-1验证码生成第N验证码,其中,N为大于1的自然数;将所述第一训练数据和所述第一验证码作为第一区块;将所述第二训练数据和所述第二验证码作为第二区块;以此类推,将所述第N训练数据和所述第N验证码作为第N区块。将所述第一区块、所述第二区块···所述第N区块分别复制保存在M台设备上;当需要调用所述训练数据时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一区块进行串接,使得所述训练数据不易丢失和遭到破坏,通过将每一训练数据进行基于区块链逻辑加密处理的方式,进而获得安全的、准确的训练数据来获得准确的训练模型,进而输出准确的所述第一用户是否具备探视条件的信息。
如图7所示,为了对所述训练数据进行进一步加密,所述步骤S560还包括:
步骤S561:将所述第N训练数据和第N验证码作为第N区块;
步骤S562:获得所述第N区块记录时间,所述第N区块记录时间表示第N区块需要记录的时间;
步骤S563:根据所述第N区块记录时间,获得所述M台设备中运力最快的第一设备;
步骤S564:将第N区块的记录权发送给所述第一设备。
具体而言,获得所述第一区块需要的预定记录时间,将不能在预定时间内完成记录所述第一区块的设备排除,获得M台设备中记录第一存储单位运力最快的设备,将所述第一区块的记录权给所述设备。进一步而言,所述第二区块、第三区块···第N区块均采用如第一区块的记录方法,进而保证了去中心化区块链系统的安全、有效和稳定运行,能够保证所述区块能够被快速准确的记录在设备中,进而保证了训练数据不易丢失和安全性。进而获得安全的、准确的训练数据来获得准确的训练模型,进而输出准确的所述第一用户是否具备探视条件的信息。
如图8所示,所述第三指令用于所述第一用户与所述第二用户进行视频探视之后,本申请实施例S1000还包括:
步骤S1700:获得所述第一用户与所述第二用户的视频探视时间;
步骤S1800:当所述视频探视时间超过第二预设阈值时,获得第六指令;
步骤S1900:所述第六指令用于结束所述第一用户与所述第二用户的视频探视。
具体而言,所述第二预设阈值为根据第二用户身体状态及作息时间和第二用户所在ICU病房相关信息综合考量获得的时间阈值信息,当所述第一用户与第二用户的视频探视时间超过所述第二预设阈值时,则表明此时病人需要休息或是病房其他人需要休息,且探视时长过犹不及,太长时间的探视反而会影响病人的康复,此时获得第六指令,所述第六指令用于结束所述第一用户与所述第二用户的视频探视。
综上所述,本申请实施例所提供的一种ICU探视方法及系统具有如下技术效果:
1、由于采用了判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配,将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,通过所述训练模型输出第一用户是否具备探视条件结果,并根据第二用户的状态及第一用户与第二用户关系进行判定的方式,达到对所述第一用户身份信息及情绪信息进行准确有效的判定,进而达到准确辨明探视人身份、情绪,达到对探视人身份及情绪准确判断,并通过所述探视对所述病人的康复产生积极的影响的技术效果。
2、由于采用了对所述第二用户所在ICU病房是否满足第一预设阈值进行判断的方式,对上述ICU病房的情况进行准确判断,达到所述第一用户对于第二用户的探视不会对病房其他病人产生负面的影响,且对第二用户的康复能产生积极影响的效果。
3、由于采用了将每一训练数据进行基于区块链逻辑加密处理的方式,进而获得安全的、准确的训练数据来获得准确的训练模型,进而输出准确的所述第一用户是否具备探视条件的信息。
4、由于采用了获得所述M台设备中运力最快的第一设备对所述区块进行记录的方式,进而保证了去中心化区块链系统的安全、有效和稳定运行,能够保证所述区块能够被快速准确的记录在设备中,进而保证了训练数据不易丢失和安全性。进而获得安全的、准确的训练数据来获得准确的训练模型,进而输出准确的所述第一用户是否具备探视条件的信息,达到准确对所述第一用户情绪进行判断的技术效果。
实施例二
基于与前述实施例中一种ICU探视方法同样发明构思,本发明还提供了一种ICU探视系统,如图9所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一用户的身份信息;
第二获得单元12,所述第二获得单元12用于获得所述第一用户的第一图像信息;
第一判断单元13,所述第一判断单元13用于判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配;
第三获得单元14,所述第三获得单元14用于当所述第一用户的身份信息与所述第一用户的第一图像信息相匹配时,获得第一用户的当前状态信息;
第一输入单元15,所述第一输入单元15用于将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;
第四获得单元16,所述第四获得单元16用于获得所述训练模型的第一输出信息,判断所述第一输出信息是否为所述第一用户具备探视条件的结果;
第五获得单元17,所述第五获得单元17用于当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二图像信息包括所述第二用户的当前状态信息;
第六获得单元18,所述第六获得单元18用于当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令;
第七获得单元19,所述第七获得单元19用于当所述第二图像信息满足第二预设条件时,获得第二指令;
第八获得单元20,所述第八获得单元20用于根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视。
进一步的,所述系统还包括:
第九获得单元,所述第九获得单元用于根据所述第二用户的身份信息获得所述第二用户所在ICU病房信息;
第二判断单元,所述第二判断单元用于判断所述ICU病房是否满足第一预设阈值;
第十获得单元,所述第十获得单元用于当所述ICU病房不满足所述第一预设阈值时,获得第四指令,所述第四指令用于禁止所述第一用户与所述第二用户进行视频探视。
进一步的,所述系统还包括:
第十一获得单元,所述第十一获得单元用于获得第三预设条件;
第三判断单元,所述第三判断单元用于判断所述第一用户是否满足所述第三预设条件;
第十二获得单元,所述第十二获得单元用于当所述第一用户满足所述第三预设条件时,获得第五指令,所述第五指令用于禁止所述第一用户与所述第二用户进行视频探视。
进一步的,所述系统还包括:
第十三获得单元,所述第十三获得单元用于获得所述第二用户的病情信息;
第十四获得单元,所述第十四获得单元用于根据所述第二用户的病情信息,获得所述第二用户的探视权限;
第十五获得单元,所述第十五获得单元用于所述第一用户根据所述第二用户的探视权限,对所述第二用户进行探视。
进一步的,所述系统还包括:
第十六获得单元,所述第十六获得单元用于根据所述第二用户的探视权限对所述第一用户的第一动作进行监督;
第四判断单元,所述第四判断单元用于判断第一动作是否超出预定标准;
第十七获得单元,所述第十七获得单元用于如果超出,获得第一预警信息;
第十八获得单元,所述第十八获得单元用于如果未超出,获得第二用户状态信息;
第一调整单元,所述第一调整单元用于根据状态信息,对探视时间进行调整。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于获得第一训练数据,并根据所述第一训练数据生成第一验证码,其中所述第一验证码与所述第一训练数据一一对应;
第二十获得单元,所述第二十获得单元用于获取第二训练数据,根据所述第二训练数据和第一验证码生成第二验证码;以此类推,获取第N训练数据,根据所述第N训练数据和第N-1验证码生成第N验证码,其中,N为大于1的自然数,其中,所述第一训练数据,第二训练数据,第N训练数据中的每组训练数据均包括所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;
第一保存单元,所述第一保存单元用于将所有训练数据和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
进一步的,所述系统还包括:
第二十一获得单元,所述第二十一获得单元用于获得所述第一用户与所述第二用户的视频探视时间;
第二十二获得单元,所述第二十二获得单元用于当所述视频探视时间超过第二预设阈值时,获得第六指令;
第二十三获得单元,所述第二十三获得单元用于所述第六指令用于结束所述第一用户与所述第二用户的视频探视。
前述图1实施例一中的一种ICU探视方法的各种变化方式和具体实例同样适用于本实施例的一种ICU探视系统,通过前述对一种ICU探视方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种ICU探视系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图10来描述本申请实施例的电子设备。
图10图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种ICU探视方法的发明构思,本发明还提供一种ICU探视系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种ICU探视方法的任一方法的步骤。
其中,在图10中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种ICU探视方法,所述方法包括:获得第一用户的身份信息;获得所述第一用户的第一图像信息;判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配;当所述第一用户的身份信息与所述第一用户的第一图像信息相匹配时,获得第一用户的当前状态信息;将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;获得所述训练模型的第一输出信息,判断所述第一输出信息是否为所述第一用户具备探视条件的结果;当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二图像信息包括所述第二用户的当前状态信息;当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令;当所述第二图像信息满足第二预设条件时,获得第二指令;根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视。解决了现有技术中在进行视频探视前存在无法准确识别探视者身份及探视者情绪的技术问题,达到并准确识别探视者身份信息及情绪,进而达到通过探视对所述重症病人康复产生积极影响的技术效果。
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。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系统。
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。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲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 (9)

1.一种ICU探视方法,其中,所述方法包括:
获得第一用户的身份信息;
获得所述第一用户的第一图像信息;
判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配;
当所述第一用户的身份信息与所述第一用户的第一图像信息相匹配时,获得第一用户的当前状态信息;
将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;
获得所述训练模型的第一输出信息,判断所述第一输出信息是否为所述第一用户具备探视条件的结果;
当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二图像信息包括所述第二用户的当前状态信息;
当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令;
当所述第二图像信息满足第二预设条件时,获得第二指令;
根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视。
2.如权利要求1所述的方法,其中,所述根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户与所述第二用户进行视频探视,包括:
根据所述第二用户的身份信息获得所述第二用户所在ICU病房信息;
判断所述ICU病房是否满足第一预设阈值;
当所述ICU病房不满足所述第一预设阈值时,获得第四指令,所述第四指令用于禁止所述第一用户对所述第二用户进行视频探视。
3.如权利要求1所述的方法,其中,所述根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户与所述第二用户进行视频探视,包括:
获得第三预设条件;
判断所述第一用户是否满足所述第三预设条件;
当所述第一用户满足所述第三预设条件时,获得第五指令,所述第五指令用于禁止所述第一用户与所述第二用户进行视频探视。
4.如权利要求1所述的方法,其中,所述方法包括:
获得所述第二用户的病情信息;
根据所述第二用户的病情信息,获得所述第二用户的探视权限;
所述第一用户根据所述第二用户的探视权限,对所述第二用户进行探视。
5.如权利要求4所述的方法,其中,所述方法包括:
根据所述第二用户的探视权限对所述第一用户的第一动作进行监督;
判断所述第一动作是否超出预定标准;
如果所述第一动作超出所述预定标准,获得第一预警信息;
如果所述第一动作未超出所述预定标准,获得第二用户状态信息;
根据所述第二用户状态信息,对探视时间进行调整。
6.如权利要求1所述的方法,其中,所述将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型之前,包括:
获得第一训练数据,并根据所述第一训练数据生成第一验证码,其中所述第一验证码与所述第一训练数据一一对应;
获取第二训练数据,根据所述第二训练数据和第一验证码生成第二验证码;以此类推,获取第N训练数据,根据所述第N训练数据和第N-1验证码生成第N验证码,其中,N为大于1的自然数,其中,所述第一训练数据,第二训练数据,第N训练数据中的每组训练数据均包括所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;
将所有训练数据和验证码分别复制保存在M台设备上,其中,M为大于1的自然数。
7.如权利要求1所述的方法,其中,所述方法包括:
获得所述第一用户与所述第二用户的视频探视时间;
当所述视频探视时间超过第二预设阈值时,获得第六指令;
所述第六指令用于结束所述第一用户与所述第二用户的视频探视。
8.一种ICU探视系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一用户的身份信息;
第二获得单元,所述第二获得单元用于获得所述第一用户的第一图像信息;
第一判断单元,所述第一判断单元用于判断所述第一用户的身份信息与所述第一用户的第一图像信息是否相匹配;
第三获得单元,所述第三获得单元用于当所述第一用户的身份信息与所述第一用户的第一图像信息相匹配时,获得第一用户的当前状态信息;
第一输入单元,所述第一输入单元用于将所述第一用户的身份信息与所述第一用户的当前状态信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一用户的身份信息、所述第一用户的当前状态信息及用来标识所述第一用户是否具备探视条件的标识信息;
第四获得单元,所述第四获得单元用于获得所述训练模型的第一输出信息,判断所述第一输出信息是否为所述第一用户具备探视条件的结果;
第五获得单元,所述第五获得单元用于当所述第一输出信息为所述第一用户具备探视条件的结果时,获得第二用户的身份信息及第二图像信息,所述第二图像信息包括所述第二用户的当前状态信息;
第六获得单元,所述第六获得单元用于当所述第二用户的身份信息与所述第一用户的身份信息满足第一预设条件时,获得第一指令;
第七获得单元,所述第七获得单元用于当所述第二图像信息满足第二预设条件时,获得第二指令;
第八获得单元,所述第八获得单元用于根据所述第一指令和所述第二指令,获得第三指令,所述第三指令用于所述第一用户对所述第二用户进行视频探视。
9.一种ICU探视系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
CN202011048127.2A 2020-09-29 2020-09-29 一种icu探视方法及系统 Pending CN112133417A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011048127.2A CN112133417A (zh) 2020-09-29 2020-09-29 一种icu探视方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011048127.2A CN112133417A (zh) 2020-09-29 2020-09-29 一种icu探视方法及系统

Publications (1)

Publication Number Publication Date
CN112133417A true CN112133417A (zh) 2020-12-25

Family

ID=73844606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011048127.2A Pending CN112133417A (zh) 2020-09-29 2020-09-29 一种icu探视方法及系统

Country Status (1)

Country Link
CN (1) CN112133417A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700168A (zh) * 2021-01-14 2021-04-23 北京赛而生物药业有限公司 一种质检胶囊类药品的方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361659A (zh) * 2014-10-11 2015-02-18 苏州合欣美电子科技有限公司 一种基于rfid技术的病区门禁系统的实现方法
CN105979229A (zh) * 2016-07-01 2016-09-28 合肥未来计算机技术开发有限公司 一种适用于监狱远程探亲监控系统
CN108806778A (zh) * 2018-07-04 2018-11-13 中山大学中山眼科中心 一种白内障病情监察方法及系统
CN109523405A (zh) * 2018-10-30 2019-03-26 平安医疗健康管理股份有限公司 一种理赔提示方法、装置、服务器及计算机可读介质
CN109544103A (zh) * 2018-10-30 2019-03-29 平安医疗健康管理股份有限公司 一种理赔模型的构建方法、装置、服务器及存储介质
CN110147729A (zh) * 2019-04-16 2019-08-20 深圳壹账通智能科技有限公司 用户情绪识别方法、装置、计算机设备及存储介质
CN110327051A (zh) * 2019-06-14 2019-10-15 上海理工大学 一种基于云平台的护理型养老院的智能监护系统
CN111292328A (zh) * 2020-05-09 2020-06-16 上海孚慈医疗科技有限公司 一种基于内镜筛查的图像信息处理方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104361659A (zh) * 2014-10-11 2015-02-18 苏州合欣美电子科技有限公司 一种基于rfid技术的病区门禁系统的实现方法
CN105979229A (zh) * 2016-07-01 2016-09-28 合肥未来计算机技术开发有限公司 一种适用于监狱远程探亲监控系统
CN108806778A (zh) * 2018-07-04 2018-11-13 中山大学中山眼科中心 一种白内障病情监察方法及系统
CN109523405A (zh) * 2018-10-30 2019-03-26 平安医疗健康管理股份有限公司 一种理赔提示方法、装置、服务器及计算机可读介质
CN109544103A (zh) * 2018-10-30 2019-03-29 平安医疗健康管理股份有限公司 一种理赔模型的构建方法、装置、服务器及存储介质
CN110147729A (zh) * 2019-04-16 2019-08-20 深圳壹账通智能科技有限公司 用户情绪识别方法、装置、计算机设备及存储介质
CN110327051A (zh) * 2019-06-14 2019-10-15 上海理工大学 一种基于云平台的护理型养老院的智能监护系统
CN111292328A (zh) * 2020-05-09 2020-06-16 上海孚慈医疗科技有限公司 一种基于内镜筛查的图像信息处理方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700168A (zh) * 2021-01-14 2021-04-23 北京赛而生物药业有限公司 一种质检胶囊类药品的方法和装置

Similar Documents

Publication Publication Date Title
KR101539267B1 (ko) 스마트폰을 활용한 개인용 탈모 치료 시스템 및 그 방법
CN112117008A (zh) 一种基于大数据的健康监测方法及系统
CN112289423A (zh) 一种基于智慧社区病患的复诊及康复的方法及系统
CN112447298A (zh) 基于联邦迁移学习的神经退行性疾病建模装置及相关设备
Saponaro et al. Contextualization and individualization for just-in-time adaptive interventions to reduce sedentary behavior
CN112133417A (zh) 一种icu探视方法及系统
Bhana et al. Patient expectations for chronic pain management
Watach et al. Personalized and patient-centered strategies to improve positive airway pressure adherence in patients with obstructive sleep apnea
CN112998657A (zh) 一种预防皮肤过敏的方法及系统
Nahavandi Trust in autonomous systems-iTrust lab: Future directions for analysis of trust with autonomous systems
Piasecki et al. Learning to regulate learning healthcare systems
KR102598101B1 (ko) 딥 뉴럴 네트워크 기반 실시간 중환자실 환자 상태 분석 시스템 및 방법
CN112992312B (zh) 一种脊髓损伤康复训练合格监测方法及系统
US20210350530A1 (en) Dental Images Correlated to the Human Genome with Artificial Intelligence
CN112309529B (zh) 一种基于人工智能的感染控制管理方法及系统
CN113873196A (zh) 一种提高感染防控管理质量的方法及系统
Green The Gatekeepers of Research: Why a Data Protection Authority Holds the Key to Research in the New York Privacy Acts
CN112309527A (zh) 一种基于大数据的病案统计管理方法及系统
CN113077903A (zh) 一种泌尿外科患者心理健康评估方法及系统
Uciteli et al. Risk Identification Ontology (RIO): An ontology for specification and identification of perioperative risks.
CN112086157B (zh) 一种患者护理夹信息智能录入方法及系统
CN112509685B (zh) 一种筛选手术方式的标准化的系统
CN112235526B (zh) 一种基于智慧医疗平台的患者探视方法和装置
CN113130070B (zh) 一种颅脑疾患的综合诊断方法及系统
US11918382B2 (en) Continual background monitoring of eye health

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