CN112450934B - 一种辅助测力系统 - Google Patents
一种辅助测力系统 Download PDFInfo
- Publication number
- CN112450934B CN112450934B CN202011218709.0A CN202011218709A CN112450934B CN 112450934 B CN112450934 B CN 112450934B CN 202011218709 A CN202011218709 A CN 202011218709A CN 112450934 B CN112450934 B CN 112450934B
- Authority
- CN
- China
- Prior art keywords
- force measurement
- day
- values
- real
- force
- 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
- 238000005259 measurement Methods 0.000 claims abstract description 242
- 238000012545 processing Methods 0.000 claims description 31
- 238000012417 linear regression Methods 0.000 claims description 19
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 238000009825 accumulation Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 claims description 3
- 230000002427 irreversible effect Effects 0.000 abstract description 6
- 238000011282 treatment Methods 0.000 abstract description 6
- 238000003745 diagnosis Methods 0.000 abstract description 5
- 238000000034 method Methods 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002981 neuropathic effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/221—Ergometry, e.g. by using bicycle type apparatus
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
-
- 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
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Physical Education & Sports Medicine (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Rehabilitation Tools (AREA)
Abstract
本发明提供一种辅助测力系统,装置包括:所述智能终端用于获取测力设备采集到的多个测力实时值,并将多个所述测力实时值和采集日期发送至所述服务器中;所述服务器用于读取所述智能终端对应的用户个人账户中存储的存储总天数和每天对应的多个测力存储值;还用于根据所述采集日期对所述存储总天数进行天数的累积处理,得到当前存储总天数。本发明能够得到更加准确的参考数据值,并可以协助医生进行诊疗、研究病情和更好的制定康复计划,减轻了医生的负担,同时避免了因病人的增加导致了病人的病情的延误而造成的不可逆后果。
Description
技术领域
本发明主要涉及医疗器械技术领域,具体涉及一种辅助测力系统。
背景技术
目前,现有神经病理类疾病的检测,主要都是通过医生的现场观察,而随着神经病理类疾病的发病率越来越高,加大了医生的负担,同时病人的增加而医生的时间有限,容易导致了病人的病情的延误,从而造成不可逆的后果。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种辅助测力系统。
本发明解决上述技术问题的技术方案如下:一种辅助测力系统,包括智能终端和服务器:
所述智能终端,用于获取测力设备采集到的多个测力实时值,并将多个所述测力实时值和采集日期发送至所述服务器中;
所述服务器,用于读取所述智能终端对应的用户个人账户中存储的存储总天数和每天对应的多个测力存储值;
还用于根据所述采集日期对所述存储总天数进行天数的累积处理,得到当前存储总天数;
还用于判断所述当前存储总天数是否小于或等于预设值,若是,则对多个所述测力实时值进行平均值处理,得到测力结果;若否,则根据所述当前存储总天数对多个所述测力实时值和每天对应的多个所述测力存储值进行平均值的分析,得到测力曲线图。
本发明的有益效果是:通过智能终端将多个测力实时值和采集日期发送至服务器中,服务器根据采集日期对所述存储总天数的天数累积处理得到当前存储总天数,判断当前存储总天数是否小于或等于预设值得到测力结果或测力曲线图,能够得到更加准确的参考数据值,并可以协助医生进行诊疗、研究病情和更好的制定康复计划,减轻了医生的负担,同时避免了因病人的增加导致了病人的病情的延误而造成的不可逆后果。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述服务器具体用于:
按照从小到大的顺序对多个所述测力实时值进行排序,得到多个排序后的测力实时值;
对多个所述排序后的测力实时值进行中位数提取处理,得到测力中位实时值;
根据多个所述排序后的测力实时值分别对所述测力中位实时值进行差值计算,得到多个测力实时相差值;
分别对多个所述测力实时相差值进行判断,当所述测力实时相差值小于等于预设测力实时比较值时,则将所述测力实时相差值对应的所述排序后的测力实时值作为有效测力实时值,从而得到多个有效测力实时值;
对多个所述有效测力实时值进行平均值计算,得到有效测力平均值,并将所述有效测力平均值作为测力结果。
采用上述进一步方案的有益效果是:按照从小到大的顺序对多个测力实时值的排序得到多个排序后的测力实时值,对多个排序后的测力实时值的中位数提取处理得到测力中位实时值,根据多个排序后的测力实时值分别对测力中位实时值的差值计算得到多个测力实时相差值,能够得到更加准确的参考数据值,并可以协助医生进行诊疗、研究病情和更好的制定康复计划,减轻了医生的负担。
进一步,所述服务器还用于:
根据所述当前存储总天数对多个所述测力实时值和每天对应的多个所述测力存储值进行测力值的累积处理,得到每天对应的多个测力累积值;
分别对每天对应的多个所述测力累积值进行平均值处理,得到多个每天对应的测力平均值;
根据所述当前存储总天数和多个每天对应的所述测力平均值得到测力曲线图。
采用上述进一步方案的有益效果是:根据当前存储总天数对多个测力实时值和每天对应的多个测力存储值的测力值累积处理得到每天对应的多个测力累积值,分别对每天对应的多个测力累积值的平均值处理得到多个每天对应的测力平均值,根据当前存储总天数和多个每天对应的测力平均值得到测力曲线图,能够让医生很直观的连接用户的数据,减少了医生的时间和工作量,并可以协助医生进行诊疗、研究病情和更好的制定康复计划。
进一步,所述服务器还用于:
按照从小到大的顺序分别每天对应的多个所述测力累积值进行排序,得到每天对应的多个排序后的测力累积值;
分别对每天对应的多个排序后的测力累积值进行中位数提取处理,得到每天对应的多个测力中位累积值;
根据每天对应的多个所述排序后的测力累积值分别对每天对应的多个所述测力中位累积值进行差值计算,得到每天对应的多个测力累积相差值;
分别对每天对应的多个所述测力累积相差值进行判断,当所述测力累积相差值小于等于每天对应的预设测力累积比较值时,则将所述测力累积相差值对应的所述排序后的测力累积值作为有效测力累积值,从而得到每天对应的多个有效测力累积值;
分别对每天对应的多个所述有效测力累积值进行平均值计算,得到多个每天对应的测力平均值。
采用上述进一步方案的有益效果是:按照从小到大的顺序分别每天对应的多个测力累积值的排序得到每天对应的多个排序后的测力累积值,分别对每天对应的多个排序后的测力累积值的中位数提取处理得到每天对应的多个测力中位累积值,根据每天对应的多个排序后的测力累积值分别对每天对应的多个测力中位累积值的差值计算得到每天对应的多个测力累积相差值,能够让医生很直观的连接用户的数据,减少了医生的时间和工作量,并可以协助医生进行诊疗、研究病情和更好的制定康复计划。
进一步,所述服务器还用于:
通过第一式对所述当前存储总天数和多个每天对应的所述测力平均值进行预测值的计算,得到预测值,所述第一式为:
f(x)=bx+a,
其中,f(x)为第x天的预测值,x为第x天的测力平均值,a为线性回归方程第一系数,b为线性回归方程第二系数,为测力平均值的平均值,为当前存储总天数平均值,n为第n天,yi为当前存储的第i天,Xi为当前存储第i天的测力平均值。
采用上述进一步方案的有益效果是:通过第一式对当前存储总天数和多个每天对应的测力平均值的预测值计算得到预测值,减少了计算量,加快了处理速度,同时能够得到更加准确的参考数据值,并可以协助医生进行诊疗、研究病情和更好的制定康复计划,减轻了医生的负担,同时避免了因病人的增加导致了病人的病情的延误而造成的不可逆后果。
进一步,所述服务器还用于:
当所述当前存储总天数大于等于预设分段天数时,对所述当前存储总天数进行分段处理,得到多个用户分段天数和各个所述用户分段天数对应的多个测力分段平均值;
通过第一式分别对各个所述用户分段天数和多个所述测力分段平均值进行预测值的计算,得到多个线性回归方程第二系数;
依次根据是否为正负值对多个所述线性回归方程第二系数进行判断,得到病人是否疑似好转的病情信息。
采用上述进一步方案的有益效果是:通过第一式分别对各个用户分段天数和多个测力分段平均值的预测值计算得到多个线性回归方程第二系数,依次根据是否为正负值对多个线性回归方程第二系数的判断得到病人是否疑似好转的病情信息,能够让医生更直观的了解用户情况,减少了医生的时间和工作量,并可以协助医生进行诊疗、研究病情和更好的制定康复计划。
进一步,所述服务器还用于:
将所述采集日期和多个所述测力实时值存储至所述用户智能终端对应的用户个人账户中。
采用上述进一步方案的有益效果是:将采集日期和多个测力实时值存储至用户智能终端对应的用户个人账户中,便于对用户个人账户里数据的更新,同时便于医生进行数据查阅。
进一步,所述服务器还用于:
将所述病人是否疑似好转的病情信息发送至医生的智能终端中。
采用上述进一步方案的有益效果是:将病人是否疑似好转的病情信息发送至医生的智能终端中,能够让医生快速的了解用户的情况,减少了医生的时间和工作量。
附图说明
图1为本发明一实施例提供的辅助测力系统的模块框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明一实施例提供的辅助测力系统的模块框图。
如图1所示,一种辅助测力系统,包括智能终端和服务器:
所述智能终端,用于获取测力设备采集到的多个测力实时值,并将多个所述测力实时值和采集日期发送至所述服务器中;
所述服务器,用于读取所述智能终端对应的用户个人账户中存储的存储总天数和每天对应的多个测力存储值;
还用于根据所述采集日期对所述存储总天数进行天数的累积处理,得到当前存储总天数;
还用于判断所述当前存储总天数是否小于或等于预设值,若是,则对多个所述测力实时值进行平均值处理,得到测力结果;若否,则根据所述当前存储总天数对多个所述测力实时值和每天对应的多个所述测力存储值进行平均值的分析,得到测力曲线图。
优选地,所述预设值可以为15天。
应理解地,所述用户个人账户是指用户通过注册获得用于存储所述存储总天数和每天对应的多个所述测力存储值的账户,所述用户个人账户存储在所述服务器中。
应理解地,用户在自己的智能终端上下载微信小程序,并将微信小程序通过无线连接的方式与所述测力设备连接,通过所述测力设备采集用户的所述测力实时值并将所述测力实时值发送至所述用户智能终端,再通过用户智能终端上的微信小程序将所述测力实时值通过无线连接实时的发送至所述服务器中。
应理解地,所述测力设备可以为便携式移动测力计,且所述测力实时值以毫秒为单位,连续不断的发送至所述服务器中。
具体地,若所述服务器连续在预设测力结束时间内未接收所述测力实时值,则表示该次测力结束。
上述实施例中,通过智能终端将多个测力实时值和采集日期发送至服务器中,服务器根据采集日期对所述存储总天数的天数累积处理得到当前存储总天数,判断当前存储总天数是否小于或等于预设值得到测力结果或测力曲线图,能够得到更加准确的参考数据值,并可以协助医生进行诊疗、研究病情和更好的制定康复计划,减轻了医生的负担,同时避免了因病人的增加导致了病人的病情的延误而造成的不可逆后果。
可选地,作为本发明的一个实施例,所述服务器具体用于:
按照从小到大的顺序对多个所述测力实时值进行排序,得到多个排序后的测力实时值;
对多个所述排序后的测力实时值进行中位数提取处理,得到测力中位实时值;
根据多个所述排序后的测力实时值分别对所述测力中位实时值进行差值计算,得到多个测力实时相差值;
分别对多个所述测力实时相差值进行判断,当所述测力实时相差值小于等于预设测力实时比较值时,则将所述测力实时相差值对应的所述排序后的测力实时值作为有效测力实时值,从而得到多个有效测力实时值;
对多个所述有效测力实时值进行平均值计算,得到有效测力平均值,并将所述有效测力平均值作为测力结果。
应理解地,当用户刚开始进行测试时,由于数据量还不够大,先采用均值法统计所述有效测力平均值。
具体地,均值法一次的测力结果为一次按压,在所述服务器连续在预设测力结束时间内未接收所述测力实时值时,则表示该次测力结束,此时将此次测力的所有所述测力实时值统一起来,选取其中的中位数,然后将每一个所述测力实时值与该中位数比较,若值差超过所述预设测力实时比较值,则为无效数据抛弃,然后将所有所述有效测力实时值统计平均值则为此次测力的结果。
上述实施例中,按照从小到大的顺序对多个测力实时值的排序得到多个排序后的测力实时值,对多个排序后的测力实时值的中位数提取处理得到测力中位实时值,根据多个排序后的测力实时值分别对测力中位实时值的差值计算得到多个测力实时相差值,能够得到更加准确的参考数据值,并可以协助医生进行诊疗、研究病情和更好的制定康复计划,减轻了医生的负担。
可选地,作为本发明的一个实施例,所述服务器还用于:
根据所述当前存储总天数对多个所述测力实时值和每天对应的多个所述测力存储值进行测力值的累积处理,得到每天对应的多个测力累积值;
分别对每天对应的多个所述测力累积值进行平均值处理,得到多个每天对应的测力平均值;
根据所述当前存储总天数和多个每天对应的所述测力平均值得到测力曲线图。
应理解地,以天为单位先统计出多个每天对应的所述测力平均值,并根据所述当前存储总天数和多个每天对应的所述测力平均值得到测力曲线图。
上述实施例中,根据当前存储总天数对多个测力实时值和每天对应的多个测力存储值的测力值累积处理得到每天对应的多个测力累积值,分别对每天对应的多个测力累积值的平均值处理得到多个每天对应的测力平均值,根据当前存储总天数和多个每天对应的测力平均值得到测力曲线图,能够让医生很直观的连接用户的数据,减少了医生的时间和工作量,并可以协助医生进行诊疗、研究病情和更好的制定康复计划。
可选地,作为本发明的一个实施例,所述服务器还用于:
按照从小到大的顺序分别每天对应的多个所述测力累积值进行排序,得到每天对应的多个排序后的测力累积值;
分别对每天对应的多个排序后的测力累积值进行中位数提取处理,得到每天对应的多个测力中位累积值;
根据每天对应的多个所述排序后的测力累积值分别对每天对应的多个所述测力中位累积值进行差值计算,得到每天对应的多个测力累积相差值;
分别对每天对应的多个所述测力累积相差值进行判断,当所述测力累积相差值小于等于每天对应的预设测力累积比较值时,则将所述测力累积相差值对应的所述排序后的测力累积值作为有效测力累积值,从而得到每天对应的多个有效测力累积值;
分别对每天对应的多个所述有效测力累积值进行平均值计算,得到多个每天对应的测力平均值。
上述实施例中,按照从小到大的顺序分别每天对应的多个测力累积值的排序得到每天对应的多个排序后的测力累积值,分别对每天对应的多个排序后的测力累积值的中位数提取处理得到每天对应的多个测力中位累积值,根据每天对应的多个排序后的测力累积值分别对每天对应的多个测力中位累积值的差值计算得到每天对应的多个测力累积相差值,能够让医生很直观的连接用户的数据,减少了医生的时间和工作量,并可以协助医生进行诊疗、研究病情和更好的制定康复计划。
可选地,作为本发明的一个实施例,所述服务器还用于:
通过第一式对所述当前存储总天数和多个每天对应的所述测力平均值进行预测值的计算,得到预测值,所述第一式为:
f(x)=bx+a,
其中,f(x)为第x天的预测值,x为第x天的测力平均值,a为线性回归方程第一系数,b为线性回归方程第二系数,为测力平均值的平均值,为当前存储总天数平均值,n为第n天,yi为当前存储的第i天,Xi为当前存储第i天的测力平均值。
应理解地,所述预测值可以作为次日的所述测力中位累积值。
应理解地,采用线性回归的方式计算出预测值,并通过所述第一式可预测出下一日的所述预测值f(x)n,然后以所述预测值f(x)n作为下一日均值法计算的所述测力中位累积值。
上述实施例中,通过第一式对当前存储总天数和多个每天对应的测力平均值的预测值计算得到预测值,减少了计算量,加快了处理速度,同时能够得到更加准确的参考数据值,并可以协助医生进行诊疗、研究病情和更好的制定康复计划,减轻了医生的负担,同时避免了因病人的增加导致了病人的病情的延误而造成的不可逆后果。
可选地,作为本发明的一个实施例,所述服务器还用于:
当所述当前存储总天数大于等于预设分段天数时,对所述当前存储总天数进行分段处理,得到多个用户分段天数和各个所述用户分段天数对应的多个测力分段平均值;
通过第一式分别对各个所述用户分段天数和多个所述测力分段平均值进行预测值的计算,得到多个线性回归方程第二系数;
依次根据是否为正负值对多个所述线性回归方程第二系数进行判断,得到病人是否疑似好转的病情信息。
优选地,所述预设分段天数可以为30天。
应理解地,搜集到足够的所述测力实时值后,可以分段统计这一段时间内的按压力变化趋势(如以30天为一个周期),在该段时间内相较于前一周期病情的变化趋势,恢复速度等。
具体地,通过最小二乘法计算出每一个分段的回归方程:首先求出所给样本求出两个相关变量的算术平均值,公式如下,
x_=(x1+x2+x3+...+xn)/n,
y_=(y1+y2+y3+...+yn)/n,
其中,y_为当前存储总天数平均值,x_为测力平均值的平均值,x1为当前存储第1天的测力平均值,y1为当前存储第1天,n为第n天。
计算公式如所述第一式。然后计算离差,并使之达到最小,这样回归直线就是所有直线中除去最小值的那一条,计算公式如下:
其中,yi为当前存储第i天,Xi为当前存储第i天的测力平均值,a为线性回归方程第一系数,b为线性回归方程第二系数,
然后就可以求得方程系数a和b,计算出回归直线方程后,通过方程中系数b可得到病人是否疑似好转的病情信息。
上述实施例中,通过第一式分别对各个用户分段天数和多个测力分段平均值的预测值计算得到多个线性回归方程第二系数,依次根据是否为正负值对多个线性回归方程第二系数的判断得到病人是否疑似好转的病情信息,能够让医生更直观的了解用户情况,减少了医生的时间和工作量,并可以协助医生进行诊疗、研究病情和更好的制定康复计划。
可选地,作为本发明的一个实施例,所述服务器还用于:
将所述采集日期和多个所述测力实时值存储至所述用户智能终端对应的用户个人账户中。
应理解地,所述存储为永久性存储。
上述实施例中,将采集日期和多个测力实时值存储至用户智能终端对应的用户个人账户中,便于对用户个人账户里数据的更新,同时便于医生进行数据查阅。
可选地,作为本发明的一个实施例,所述服务器还用于:
将所述病人是否疑似好转的病情信息发送至医生的智能终端中。
上述实施例中,将病人是否疑似好转的病情信息发送至医生的智能终端中,能够让医生快速的了解用户的情况,减少了医生的时间和工作量。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。用于这样的理解,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,或者该技术方案的全部或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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种辅助测力系统,其特征在于,包括智能终端和服务器:
所述智能终端,用于获取测力设备采集到的多个测力实时值,并将多个所述测力实时值和采集日期发送至所述服务器中;
所述服务器,用于读取所述智能终端对应的用户个人账户中存储的存储总天数和每天对应的多个测力存储值;
还用于根据所述采集日期对所述存储总天数进行天数的累积处理,得到当前存储总天数;
还用于判断所述当前存储总天数是否小于或等于预设值,若是,则对多个所述测力实时值进行平均值处理,得到测力结果;若否,则根据所述当前存储总天数对多个所述测力实时值和每天对应的多个所述测力存储值进行平均值的分析,得到测力曲线图;
所述服务器还用于:
根据所述当前存储总天数对多个所述测力实时值和每天对应的多个所述测力存储值进行测力值的累积处理,得到每天对应的多个测力累积值;
分别对每天对应的多个所述测力累积值进行平均值处理,得到多个每天对应的测力平均值;
根据所述当前存储总天数和多个每天对应的所述测力平均值得到测力曲线图;
所述服务器还用于:
通过第一式对所述当前存储总天数和多个每天对应的所述测力平均值进行预测值的计算,得到预测值,所述第一式为:
f(x)=bx+a,
2.根据权利要求1所述的辅助测力系统,其特征在于,所述服务器具体用于:
按照从小到大的顺序对多个所述测力实时值进行排序,得到多个排序后的测力实时值;
对多个所述排序后的测力实时值进行中位数提取处理,得到测力中位实时值;
根据多个所述排序后的测力实时值分别对所述测力中位实时值进行差值计算,得到多个测力实时相差值;
分别对多个所述测力实时相差值进行判断,当所述测力实时相差值小于等于预设测力实时比较值时,则将所述测力实时相差值对应的所述排序后的测力实时值作为有效测力实时值,从而得到多个有效测力实时值;
对多个所述有效测力实时值进行平均值计算,得到有效测力平均值,并将所述有效测力平均值作为测力结果。
3.根据权利要求1所述的辅助测力系统,其特征在于,所述服务器还用于:
按照从小到大的顺序分别每天对应的多个所述测力累积值进行排序,得到每天对应的多个排序后的测力累积值;
分别对每天对应的多个排序后的测力累积值进行中位数提取处理,得到每天对应的多个测力中位累积值;
根据每天对应的多个所述排序后的测力累积值分别对每天对应的多个所述测力中位累积值进行差值计算,得到每天对应的多个测力累积相差值;
分别对每天对应的多个所述测力累积相差值进行判断,当所述测力累积相差值小于等于每天对应的预设测力累积比较值时,则将所述测力累积相差值对应的所述排序后的测力累积值作为有效测力累积值,从而得到每天对应的多个有效测力累积值;
分别对每天对应的多个所述有效测力累积值进行平均值计算,得到多个每天对应的测力平均值。
4.根据权利要求1所述的辅助测力系统,其特征在于,所述服务器还用于:
当所述当前存储总天数大于等于预设分段天数时,对所述当前存储总天数进行分段处理,得到多个用户分段天数和各个所述用户分段天数对应的多个测力分段平均值;
通过第一式分别对各个所述用户分段天数和多个所述测力分段平均值进行预测值的计算,得到多个线性回归方程第二系数;
依次根据是否为正负值对多个所述线性回归方程第二系数进行判断,得到病人是否疑似好转的病情信息。
5.根据权利要求1所述的辅助测力系统,其特征在于,所述服务器还用于:
将所述采集日期和多个所述测力实时值存储至所述用户智能终端对应的用户个人账户中。
6.根据权利要求4所述的辅助测力系统,其特征在于,所述服务器还用于:
将所述病人是否疑似好转的病情信息发送至医生的智能终端中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011218709.0A CN112450934B (zh) | 2020-11-04 | 2020-11-04 | 一种辅助测力系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011218709.0A CN112450934B (zh) | 2020-11-04 | 2020-11-04 | 一种辅助测力系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112450934A CN112450934A (zh) | 2021-03-09 |
CN112450934B true CN112450934B (zh) | 2022-08-16 |
Family
ID=74835435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011218709.0A Active CN112450934B (zh) | 2020-11-04 | 2020-11-04 | 一种辅助测力系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112450934B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5184628A (en) * | 1990-04-06 | 1993-02-09 | Shah Khalid M | Grip sincerity assessment system and method |
CN201870634U (zh) * | 2010-09-29 | 2011-06-22 | 李智勇 | 人体健康检测一体机 |
CN104545899A (zh) * | 2014-12-23 | 2015-04-29 | 华南理工大学 | 基于移动互联网的老年痴呆症监护系统 |
CN105326513A (zh) * | 2015-12-01 | 2016-02-17 | 岳凯 | 一种下肢康复运动实时监测系统及方法 |
CN106874699A (zh) * | 2017-03-31 | 2017-06-20 | 重庆邮电大学 | 一种基于iOS平台的健康管理系统 |
CN208876564U (zh) * | 2017-09-30 | 2019-05-21 | 朱文 | 一种关节肿痛手握力参数的检测传输装置 |
CN110613442A (zh) * | 2019-09-16 | 2019-12-27 | 深圳市理邦精密仪器股份有限公司 | 一种监测母体子宫收缩活动的方法及装置 |
CN111297324A (zh) * | 2020-02-14 | 2020-06-19 | 广西九皋鹤智能科技有限公司 | 一种神经疾病辅助装置、方法及存储介质 |
CN111329444A (zh) * | 2020-02-14 | 2020-06-26 | 桂林医学院附属医院 | 一种基于虚拟键盘的帕金森病情监测系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4830715B2 (ja) * | 2006-08-21 | 2011-12-07 | 沖電気工業株式会社 | リハビリテーション用トレーニングシステム |
JP4872597B2 (ja) * | 2006-10-27 | 2012-02-08 | オムロンヘルスケア株式会社 | 運動支援装置 |
MD3830G2 (ro) * | 2008-05-28 | 2009-09-30 | Люба ПОПЕСКУ | Metodă de pronostic al evoluţiei remodelării ventriculului stâng în disfuncţia diastolică de geneză hipertensivă |
JP2017086195A (ja) * | 2015-11-04 | 2017-05-25 | セイコーエプソン株式会社 | 体力指標表示システム、体力指標出力装置および体力指標表示方法 |
WO2017190062A1 (en) * | 2016-04-28 | 2017-11-02 | The Board Of Regents Of The University Of Nebraska | Muscle assessment system and method |
KR20180046104A (ko) * | 2016-10-27 | 2018-05-08 | 대우조선해양 주식회사 | Gps의 고장에 대응하는 선박의 동적 위치 유지 시스템 및 이를 이용한 위치 유지 방법 |
US20190046839A1 (en) * | 2017-08-14 | 2019-02-14 | MAD Apparel, Inc. | Muscle stress measurement in a sensor equipped garment |
-
2020
- 2020-11-04 CN CN202011218709.0A patent/CN112450934B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5184628A (en) * | 1990-04-06 | 1993-02-09 | Shah Khalid M | Grip sincerity assessment system and method |
CN201870634U (zh) * | 2010-09-29 | 2011-06-22 | 李智勇 | 人体健康检测一体机 |
CN104545899A (zh) * | 2014-12-23 | 2015-04-29 | 华南理工大学 | 基于移动互联网的老年痴呆症监护系统 |
CN105326513A (zh) * | 2015-12-01 | 2016-02-17 | 岳凯 | 一种下肢康复运动实时监测系统及方法 |
CN106874699A (zh) * | 2017-03-31 | 2017-06-20 | 重庆邮电大学 | 一种基于iOS平台的健康管理系统 |
CN208876564U (zh) * | 2017-09-30 | 2019-05-21 | 朱文 | 一种关节肿痛手握力参数的检测传输装置 |
CN110613442A (zh) * | 2019-09-16 | 2019-12-27 | 深圳市理邦精密仪器股份有限公司 | 一种监测母体子宫收缩活动的方法及装置 |
CN111297324A (zh) * | 2020-02-14 | 2020-06-19 | 广西九皋鹤智能科技有限公司 | 一种神经疾病辅助装置、方法及存储介质 |
CN111329444A (zh) * | 2020-02-14 | 2020-06-26 | 桂林医学院附属医院 | 一种基于虚拟键盘的帕金森病情监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112450934A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kumar et al. | Characterization of coronary artery disease using flexible analytic wavelet transform applied on ECG signals | |
CN110428901B (zh) | 脑卒中发病风险预测系统及应用 | |
Álvarez et al. | A comparison of three QRS detection algorithms over a public database | |
CN112365978B (zh) | 心动过速事件早期风险评估的模型的建立方法及其装置 | |
JP2004174254A5 (zh) | ||
CN104903897A (zh) | 癫痫和癫痫发作的易发性的评定 | |
CN104382570A (zh) | 数字化全自动健康状况检测装置 | |
CN112786204A (zh) | 一种机器学习糖尿病发病风险预测方法及应用 | |
CN113995419B (zh) | 一种基于心跳节律信号的房颤发生风险预测系统及其应用 | |
CN110891476A (zh) | 重症化估计装置和重症化估计程序 | |
CN114220543B (zh) | 一种肿瘤患者身心痛苦指数评估方法以及系统 | |
US8036733B2 (en) | Diagnostic parameter calculation method, system for diagnosis and diagnostic program | |
CN112450934B (zh) | 一种辅助测力系统 | |
CN117373584B (zh) | 一种急性肾损伤的动态预测方法及系统 | |
CN110379481B (zh) | 帕金森患者病后管理方法和系统 | |
CN105769171B (zh) | 心律失常检测的方法及装置 | |
CN113823398B (zh) | 一种通过穿戴设备采集数据检测是否怀孕的方法 | |
CN210776809U (zh) | 一种望诊图像质量评价系统、设备及存储介质 | |
Saadi et al. | Low-cost ecg monitoring system with classification using deep learning | |
CN110910980A (zh) | 一种脓毒血症的预警装置、设备及存储介质 | |
CN118161131B (zh) | 一种放疗期间皮肤防辐射管理调节系统及方法 | |
CN117649403B (zh) | 用于偏头痛的视频衍生面部血流脉动定量评测方法、装置及设备 | |
CA3084479A1 (en) | Method for detecting abnormal values of a biomarker | |
CN116403735B (zh) | 一种云健康服务平台的数据交互系统及方法 | |
Shrinivasan et al. | Analysis of gait in patients with normal pressure hydrocephalus |
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 |