CN112530590A - 一种基于5g的出生缺陷评估方法、装置及电子设备 - Google Patents
一种基于5g的出生缺陷评估方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112530590A CN112530590A CN202011404601.0A CN202011404601A CN112530590A CN 112530590 A CN112530590 A CN 112530590A CN 202011404601 A CN202011404601 A CN 202011404601A CN 112530590 A CN112530590 A CN 112530590A
- Authority
- CN
- China
- Prior art keywords
- data
- pregnancy
- birth defect
- pregnant woman
- fetal
- 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
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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本说明书一个或多个实施例提供一种基于5G的出生缺陷评估方法、装置及电子设备,所述方法包括:利用5G网络采集孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据;构建胎儿出生缺陷评估函数,并设定孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据的影响因子,并设置胎儿出生缺陷风险阈值;基于所述胎儿出生缺陷评估函数计算胎儿出生缺陷的风险值;将所述风险值与所述出生缺陷风险阈值进行比较,输出胎儿出生缺陷评估结果。本发明实施例能够对胎儿出生缺陷进行评估,有效的提高了评估准确性。
Description
技术领域
本说明书一个或多个实施例涉及出生缺陷评估技术领域,尤其涉及一种基于5G的出生缺陷评估方法、装置及电子设备。
背景技术
出生缺陷评估能够有效的降低先天缺陷患儿的出生比例。
目前,主要通过相关的商业软件建立风险模型,并基于该风险模型计算出生缺陷的风险值,当风险值达到一定的阈值后,则认为存在胎儿有较大的风险存在出生缺陷。
但是发明人发现,由于风险模型的参数往往根据经验设置,而不同地区的人群数据并不相同,且对于部分孕妇可能受到特定的环境因素的影响,从而容易导致该风险模型的预测结果准确度不高。
发明内容
有鉴于此,本说明书一个或多个实施例的目的在于提出一种基于5G的出生缺陷评估方法、装置及电子设备,以解决目前胎儿出生缺陷评估准确率不高的问题。
基于上述目的,本说明书一个或多个实施例提供了一种基于5G的出生缺陷评估方法,包括:
利用5G网络采集孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据;
构建胎儿出生缺陷评估函数,并设定孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据的影响因子,并设置胎儿出生缺陷风险阈值;
基于所述胎儿出生缺陷评估函数计算胎儿出生缺陷的风险值;
将所述风险值与所述出生缺陷风险阈值进行比较,输出胎儿出生缺陷评估结果。
作为一种可选的实施方式,所述孕期数据包括孕妇年龄、孕妇在怀孕期间以及怀孕之前三个月内的生病史、孕周、预产期、产史、家族遗传病史、孕史。
作为一种可选的实施方式,所述基础数据包括孕妇的姓名、年龄、名族、血型、家庭住址。
作为一种可选的实施方式,所述检测数据包括B超检测数据、彩超检测数据、抽血检测数据、唐氏筛查检测数据、染色体检测数据。
作为一种可选的实施方式,所述孕期内距孕妇预设范围内的异常环境数据包括水污染数据、空气污染数据。
与所述出生缺陷评估方法相对应的,本发明还提供了一种基于5G的出生缺陷评估装置,包括:
第一采集单元,用于采集孕妇的孕期数据,其中,所述孕期数据包括孕妇年龄、孕妇在怀孕期间以及怀孕之前三个月内的生病史、孕周、预产期、产史、家族遗传病史、孕史;
第二采集单元,用于采集孕妇的基础数据,其中,所述基础数据包括孕妇的姓名、年龄、名族、血型、家庭住址;
第三采集单元,用于采集孕妇的检测数据,其中,所述检测数据包括B超检测数据、彩超检测数据、抽血检测数据、唐氏筛查检测数据、染色体检测数据;
第四采集单元,用于采集孕期内距孕妇预设范围内的异常环境数据,其中,所述孕期内距孕妇预设范围内的异常环境数据包括水污染数据、空气污染数据;
评估单元,用于构建胎儿出生缺陷评估函数,并设定孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据的影响因子,并设置胎儿出生缺陷风险阈值;且用于基于所述胎儿出生缺陷评估函数计算胎儿出生缺陷的风险值;及将所述风险值与所述出生缺陷风险阈值进行比较,输出胎儿出生缺陷评估结果;
其中,所述第一采集装置、第二采集装置及第三采集装置基于5G网络连接。
作为一种可选的实施方式,所述第一采集单元为语音输入装置。
作为一种可选的实施方式,所述第二采集单元为基于射频技术的识别装置。
作为一种可选的实施方式,所述第三采集单元为台式电脑,所述台式电脑分别电性连接至B超检测设备、彩照检测设备、血液检测设备、唐氏筛查检测设备、染色体检测设备。
作为本发明实施例的第三个方面,还提供了一种电子设备,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,所述处理器执行所述程序时实现如上所述的方法。
从上面所述可以看出,本说明书一个或多个实施例提供的基于5G的出生缺陷评估方法、装置及电子设备,利用5G网络采集孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据,并构建评估函数,设定上述参数的影响因子,并据此计算风险值,从而对胎儿出生缺陷进行评估,有效的提高了评估准确性。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例的出生缺陷评估方法的逻辑示意图;
图2为本说明书一个或多个实施例的出生缺陷评估装置的逻辑示意图;
图3为本说明书一个或多个实施例的电子设备的示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本公开进一步详细说明。
为了实现上述发明目的,本发明实施例提供了一种基于5G的出生缺陷评估方法,包括:
S100、利用5G网络采集孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据;
S200、构建胎儿出生缺陷评估函数,并设定孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据的影响因子,并设置胎儿出生缺陷风险阈值;
S300、基于所述胎儿出生缺陷评估函数计算胎儿出生缺陷的风险值;
S400、将所述风险值与所述出生缺陷风险阈值进行比较,输出胎儿出生缺陷评估结果。
本发明实施例中,利用5G网络采集孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据,并构建评估函数,设定上述参数的影响因子,并据此计算风险值,从而对胎儿出生缺陷进行评估,有效的提高了评估准确性。
图1示出了一种基于5G的出生缺陷评估方法,包括:
S100、利用5G网络采集孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据;
作为一种可选的实施方式,所述孕期数据包括孕妇年龄、孕妇在怀孕期间以及怀孕之前三个月内的生病史、孕周、预产期、产史、家族遗传病史、孕史。
作为一种可选的实施方式,所述基础数据包括孕妇的姓名、年龄、名族、血型、家庭住址。
作为一种可选的实施方式,所述检测数据包括B超检测数据、彩超检测数据、抽血检测数据、唐氏筛查检测数据、染色体检测数据。
作为一种可选的实施方式,所述孕期内距孕妇预设范围内的异常环境数据包括水污染数据、空气污染数据。
S200、构建胎儿出生缺陷评估函数,并设定孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据的影响因子,并设置胎儿出生缺陷风险阈值;
S300、基于所述胎儿出生缺陷评估函数计算胎儿出生缺陷的风险值;
S400、将所述风险值与所述出生缺陷风险阈值进行比较,输出胎儿出生缺陷评估结果。
可以理解,该方法可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。
与所述基于5G的出生缺陷评估方法相对应的,本发明实施例还提供了一种基于5G的出生缺陷评估装置,如图2所示,包括:
第一采集单元10,用于采集孕妇的孕期数据,其中,所述孕期数据包括孕妇年龄、孕妇在怀孕期间以及怀孕之前三个月内的生病史、孕周、预产期、产史、家族遗传病史、孕史;
第二采集单元20,用于采集孕妇的基础数据,其中,所述基础数据包括孕妇的姓名、年龄、名族、血型、家庭住址;
第三采集单元30,用于采集孕妇的检测数据,其中,所述检测数据包括B超检测数据、彩超检测数据、抽血检测数据、唐氏筛查检测数据、染色体检测数据;
第四采集单元40,用于采集孕期内距孕妇预设范围内的异常环境数据,其中,所述孕期内距孕妇预设范围内的异常环境数据包括水污染数据、空气污染数据;
评估单元50,用于构建胎儿出生缺陷评估函数,并设定孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据的影响因子,并设置胎儿出生缺陷风险阈值;且用于基于所述胎儿出生缺陷评估函数计算胎儿出生缺陷的风险值;及将所述风险值与所述出生缺陷风险阈值进行比较,输出胎儿出生缺陷评估结果;
其中,所述第一采集装置、第二采集装置及第三采集装置基于5G网络连接。
本发明实施例中,利用5G网络采集孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据,并构建评估函数,设定上述参数的影响因子,并据此计算风险值,从而对胎儿出生缺陷进行评估,有效的提高了评估准确性。
作为一种可选的实施方式,所述第一采集单元为语音输入装置。
作为一种可选的实施方式,所述第二采集单元为基于射频技术的识别装置。
作为一种可选的实施方式,所述第三采集单元为台式电脑,所述台式电脑分别电性连接至B超检测设备、彩照检测设备、血液检测设备、唐氏筛查检测设备、染色体检测设备。
需要说明的是,本说明书一个或多个实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本说明书一个或多个实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
作为本发明的另一种实施方式,提供了一种电子设备,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,其特征在于,所述处理器执行所述程序时实现如上所述的方法。
图3示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
本说明书一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本说明书一个或多个实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种基于5G的出生缺陷评估方法,其特征在于,包括:
利用5G网络采集孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据;
构建胎儿出生缺陷评估函数,并设定孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据的影响因子,并设置胎儿出生缺陷风险阈值;
基于所述胎儿出生缺陷评估函数计算胎儿出生缺陷的风险值;
将所述风险值与所述出生缺陷风险阈值进行比较,输出胎儿出生缺陷评估结果。
2.根据权利要求1所述的基于5G的出生缺陷评估方法,其特征在于,所述孕期数据包括孕妇年龄、孕妇在怀孕期间以及怀孕之前三个月内的生病史、孕周、预产期、产史、家族遗传病史、孕史。
3.根据权利要求1所述的基于5G的出生缺陷评估方法,其特征在于,所述基础数据包括孕妇的姓名、年龄、名族、血型、家庭住址。
4.根据权利要求1所述的基于5G的出生缺陷评估方法,其特征在于,所述检测数据包括B超检测数据、彩超检测数据、抽血检测数据、唐氏筛查检测数据、染色体检测数据。
5.根据权利要求1所述的基于5G的出生缺陷评估方法,其特征在于,所述孕期内距孕妇预设范围内的异常环境数据包括水污染数据、空气污染数据。
6.一种基于5G的出生缺陷评估装置,其特征在于,包括:
第一采集单元,用于采集孕妇的孕期数据,其中,所述孕期数据包括孕妇年龄、孕妇在怀孕期间以及怀孕之前三个月内的生病史、孕周、预产期、产史、家族遗传病史、孕史;
第二采集单元,用于采集孕妇的基础数据,其中,所述基础数据包括孕妇的姓名、年龄、名族、血型、家庭住址;
第三采集单元,用于采集孕妇的检测数据,其中,所述检测数据包括B超检测数据、彩超检测数据、抽血检测数据、唐氏筛查检测数据、染色体检测数据;
第四采集单元,用于采集孕期内距孕妇预设范围内的异常环境数据,其中,所述孕期内距孕妇预设范围内的异常环境数据包括水污染数据、空气污染数据;
评估单元,用于构建胎儿出生缺陷评估函数,并设定孕妇的孕期数据、基础数据、检测数据以及孕期内距孕妇预设范围内的异常环境数据的影响因子,并设置胎儿出生缺陷风险阈值;且用于基于所述胎儿出生缺陷评估函数计算胎儿出生缺陷的风险值;及将所述风险值与所述出生缺陷风险阈值进行比较,输出胎儿出生缺陷评估结果;
其中,所述第一采集装置、第二采集装置及第三采集装置基于5G网络连接。
7.根据权利要求6所述的基于5G的出生缺陷评估装置,其特征在于,所述第一采集单元为语音输入装置。
8.根据权利要求6所述的基于5G的出生缺陷评估装置,其特征在于,所述第二采集单元为基于射频技术的识别装置。
9.根据权利要求6所述的基于5G的出生缺陷评估装置,其特征在于,所述第三采集单元为台式电脑,所述台式电脑分别电性连接至B超检测设备、彩照检测设备、血液检测设备、唐氏筛查检测设备、染色体检测设备。
10.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011404601.0A CN112530590A (zh) | 2020-12-02 | 2020-12-02 | 一种基于5g的出生缺陷评估方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011404601.0A CN112530590A (zh) | 2020-12-02 | 2020-12-02 | 一种基于5g的出生缺陷评估方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112530590A true CN112530590A (zh) | 2021-03-19 |
Family
ID=74997973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011404601.0A Pending CN112530590A (zh) | 2020-12-02 | 2020-12-02 | 一种基于5g的出生缺陷评估方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112530590A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114388135A (zh) * | 2022-01-19 | 2022-04-22 | 韩昕倬 | 一种孕妇指标数据分析方法、装置、设备及可读存储介质 |
CN116912236A (zh) * | 2023-09-08 | 2023-10-20 | 首都医科大学附属北京妇产医院 | 一种基于人工智能预测胎儿先天性心脏病风险的方法、系统及可存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085666A (zh) * | 2017-05-24 | 2017-08-22 | 山东大学 | 疾病风险评估与个性化健康报告生成系统及方法 |
CN107480419A (zh) * | 2017-06-21 | 2017-12-15 | 湖北省妇幼保健院 | 胎儿出生缺陷智能化诊断系统 |
CN109754884A (zh) * | 2019-01-30 | 2019-05-14 | 山东大学齐鲁医院 | 心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质 |
CN109920542A (zh) * | 2019-01-14 | 2019-06-21 | 杭州市妇产科医院 | 中孕期母血清甲胎蛋白异质体l2和l3筛查唐氏综合征的方法 |
CN111508603A (zh) * | 2019-11-26 | 2020-08-07 | 中国科学院苏州生物医学工程技术研究所 | 一种基于机器学习的出生缺陷预测及风险评估方法、系统及电子设备 |
-
2020
- 2020-12-02 CN CN202011404601.0A patent/CN112530590A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107085666A (zh) * | 2017-05-24 | 2017-08-22 | 山东大学 | 疾病风险评估与个性化健康报告生成系统及方法 |
CN107480419A (zh) * | 2017-06-21 | 2017-12-15 | 湖北省妇幼保健院 | 胎儿出生缺陷智能化诊断系统 |
CN109920542A (zh) * | 2019-01-14 | 2019-06-21 | 杭州市妇产科医院 | 中孕期母血清甲胎蛋白异质体l2和l3筛查唐氏综合征的方法 |
CN109754884A (zh) * | 2019-01-30 | 2019-05-14 | 山东大学齐鲁医院 | 心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质 |
CN111508603A (zh) * | 2019-11-26 | 2020-08-07 | 中国科学院苏州生物医学工程技术研究所 | 一种基于机器学习的出生缺陷预测及风险评估方法、系统及电子设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114388135A (zh) * | 2022-01-19 | 2022-04-22 | 韩昕倬 | 一种孕妇指标数据分析方法、装置、设备及可读存储介质 |
CN114388135B (zh) * | 2022-01-19 | 2022-07-26 | 韩昕倬 | 一种孕妇指标数据分析方法、装置、设备及可读存储介质 |
CN116912236A (zh) * | 2023-09-08 | 2023-10-20 | 首都医科大学附属北京妇产医院 | 一种基于人工智能预测胎儿先天性心脏病风险的方法、系统及可存储介质 |
CN116912236B (zh) * | 2023-09-08 | 2023-12-26 | 首都医科大学附属北京妇产医院 | 一种基于人工智能预测胎儿先天性心脏病风险的方法、系统及可存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112530590A (zh) | 一种基于5g的出生缺陷评估方法、装置及电子设备 | |
JP2018525042A5 (zh) | ||
CN109522208B (zh) | 页面流畅度测试方法及装置、计算机装置及存储介质 | |
US20200126662A1 (en) | Method, device, and apparatus for detecting disease probability, and computer-readable storage medium | |
CN110908888B (zh) | 服务器测试方法及装置 | |
CN107317853B (zh) | 消息弹窗动效展示方法、装置及系统 | |
CN109344066B (zh) | 一种浏览器页面的测试方法、系统及终端 | |
CN113254284B (zh) | 芯片测试方法、装置、设备、存储介质以及程序产品 | |
CN110827967A (zh) | 药房空间占用比例鉴定平台、方法及存储介质 | |
CN111860568B (zh) | 数据样本的均衡分布方法、装置及存储介质 | |
Saipullah et al. | Measuring power consumption for image processing on android smartphone | |
CN113391970B (zh) | 一种面向异构众核处理器的芯片测试方法及装置 | |
CN115730605A (zh) | 基于多维信息的数据分析方法 | |
CN111683296B (zh) | 视频切分方法、装置、电子设备及存储介质 | |
CN112380094A (zh) | 一种rpa业务流程处理方法及装置 | |
CN108629219B (zh) | 一种识别一维码的方法及装置 | |
CN113341300B (zh) | 矩阵按键电路自动检测方法、装置、介质及设备 | |
CN105975157A (zh) | 一种基于移动终端应用图标形状的分类显示方法及系统 | |
CN113902296B (zh) | 一种智能化单相异步电机的测试方法及系统 | |
CN109309748B (zh) | 云手机硬件质量批量测试方法与系统 | |
US10354424B1 (en) | Method and apparatus of data display | |
CN106650006B (zh) | 可编程逻辑器件的调试方法、系统及电子设计自动化终端 | |
JP2020204556A (ja) | 測定装置 | |
TW202042111A (zh) | 瑕疵檢測方法、電子裝置及電腦可讀存儲介質 | |
CN112053779B (zh) | 疾病检测模型的构建方法、构建装置及终端设备 |
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 |