CN112562830B - 一种糖尿病足的预防系统及方法 - Google Patents
一种糖尿病足的预防系统及方法 Download PDFInfo
- Publication number
- CN112562830B CN112562830B CN202011410434.0A CN202011410434A CN112562830B CN 112562830 B CN112562830 B CN 112562830B CN 202011410434 A CN202011410434 A CN 202011410434A CN 112562830 B CN112562830 B CN 112562830B
- Authority
- CN
- China
- Prior art keywords
- information
- user
- obtaining
- foot
- predetermined
- 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
- 208000008960 Diabetic foot Diseases 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000002265 prevention Effects 0.000 title claims abstract description 25
- 210000005036 nerve Anatomy 0.000 claims abstract description 79
- 230000007383 nerve stimulation Effects 0.000 claims abstract description 47
- 210000002683 foot Anatomy 0.000 claims description 136
- 210000003414 extremity Anatomy 0.000 claims description 60
- 239000008280 blood Substances 0.000 claims description 43
- 210000004369 blood Anatomy 0.000 claims description 43
- 238000012549 training Methods 0.000 claims description 40
- 210000002700 urine Anatomy 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 26
- 238000009666 routine test Methods 0.000 claims description 25
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 19
- 210000001367 artery Anatomy 0.000 claims description 19
- 239000008103 glucose Substances 0.000 claims description 19
- 230000000638 stimulation Effects 0.000 claims description 15
- 230000011514 reflex Effects 0.000 claims description 12
- 230000037380 skin damage Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 230000010349 pulsation Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 208000017520 skin disease Diseases 0.000 claims description 3
- 206010012601 diabetes mellitus Diseases 0.000 abstract description 30
- 230000000694 effects Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 230000003449 preventive effect Effects 0.000 description 9
- 238000003062 neural network model Methods 0.000 description 7
- 210000004204 blood vessel Anatomy 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 235000012054 meals Nutrition 0.000 description 4
- 230000001537 neural effect Effects 0.000 description 3
- 208000033808 peripheral neuropathy Diseases 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 206010024774 Localised infection Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000007823 neuropathy Effects 0.000 description 2
- 206010059245 Angiopathy Diseases 0.000 description 1
- 208000018262 Peripheral vascular disease Diseases 0.000 description 1
- 206010057040 Temperature intolerance Diseases 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003099 femoral nerve Anatomy 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004089 microcirculation Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000069 prophylactic effect Effects 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000037152 sensory function Effects 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000036269 ulceration Effects 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
-
- 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
- A61B5/145—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
- A61B5/14532—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 glucose, e.g. by tissue impedance measurement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- 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
-
- 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
-
- 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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Cardiology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
Abstract
本发明公开了一种糖尿病足的预防系统及方法，所述系统包括：获得第一足部神经刺激强度信息；获得第一用户的足部神经反射强度信息；获得所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息；获得预定足部神经反射强度差值阈值；判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第一预警信息；根据所述第一预警信息，提醒所述第一用户有糖尿病足可能。解决了现有技术中存在对于糖尿病患者中开展对足部问题的早期预防系统不够完善的技术问题。
Description
技术领域
本发明涉及疾病预防领域，尤其涉及一种糖尿病足的预防系统及方法。
背景技术
糖尿病足是糖尿病一种严重的并发症，它是由于神经的异常和不同的血管病变所导致的足部感染，严重时会破坏深层组织从而使得糖尿病患者致残，甚至致死的重要原因之一，不但给患者造成痛苦，而且使其增添了巨大的经济负担，如何预防糖尿病足是一直关注的重点。
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：
现有技术中存在对于糖尿病患者中开展对足部问题的早期预防系统效果不够完善的技术问题。
发明内容
本申请实施例通过提供一种糖尿病足的预防系统及方法，解决了现有技术中存在对于糖尿病患者中开展对足部问题的早期预防系统不够完善的技术问题，达到了及时对糖尿病患者的足部情况信息做出判断和提醒，优化糖尿病足预防性的技术效果。
鉴于上述问题，提出了本申请实施例提供一种糖尿病足的预防系统及方法。
第一方面，本申请实施例提供了一种糖尿病足的预防系统，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足部神经刺激强度信息；第二获得单元，所述第二获得单元用于获得第一用户的足部神经反射强度信息；第三获得单元，所述第三获得单元用于获得所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息；第四获得单元，所述第四获得单元用于获得预定足部神经反射强度差值阈值；第一判断单元，所述第一判断单元用于判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；第五获得单元，所述第五获得单元用于如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第一预警信息；第一提醒单元，所述第一提醒单元用于根据所述第一预警信息，提醒所述第一用户有糖尿病足可能。
另一方面，本申请还提供了一种糖尿病足的预防方法，所述方法包括：获得第一足部神经刺激强度信息；获得第一用户的足部神经反射强度信息；获得所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息；获得预定足部神经反射强度差值阈值；判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第一预警信息；根据所述第一预警信息，提醒所述第一用户有糖尿病足可能。
第三方面，本发明提供了一种糖尿病足的预防系统，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第一方面所述系统的步骤。
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：
由于采用了获得第一足部神经刺激强度信息和第一用户的足部神经反射强度信息，再对所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息，预定足部神经反射强度差值阈值进行比较，从而判断用户感觉神经敏感度，再根据获得的第一预警信息提醒用户患有糖尿病足的风险，从而达到及时对糖尿病患者的足部情况信息做出判断并提醒，优化糖尿病足预防性的技术效果。
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糖尿病足的预防方法的流程示意图；
图2为本申请实施例一种糖尿病足的预防系统的结构示意图；
图3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，第三获得单元13，第四获得单元14，第一判断单元15，第五获得单元16，第一提醒单元17，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糖尿病足的预防系统及方法，解决了现有技术中存在对于糖尿病患者中开展对足部问题的早期预防系统不够完善的技术问题，达到了及时对糖尿病患者的足部情况信息做出判断和提醒，优化糖尿病足预防性的技术效果。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
糖尿病足是糖尿病一种严重的并发症，它是由于神经的异常和不同的血管病变所导致的足部感染，严重时会破坏深层组织从而使得糖尿病患者致残，甚至致死的重要原因之一，不但给患者造成痛苦，而且使其增添了巨大的经济负担，如何预防糖尿病足是一直关注的重点。但现有技术中存在对于糖尿病患者中开展对足部问题的早期预防系统效果不够完善的技术问题。
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糖尿病足的预防系统，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足部神经刺激强度信息；第二获得单元，所述第二获得单元用于获得第一用户的足部神经反射强度信息；第三获得单元，所述第三获得单元用于获得所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息；第四获得单元，所述第四获得单元用于获得预定足部神经反射强度差值阈值；第一判断单元，所述第一判断单元用于判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；第五获得单元，所述第五获得单元用于如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第一预警信息；第一提醒单元，所述第一提醒单元用于根据所述第一预警信息，提醒所述第一用户有糖尿病足可能。
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糖尿病足的预防方法，其中，所述方法包括：
步骤S100：获得第一足部神经刺激强度信息；
具体而言，所述第一足部神经刺激强度信息是指对于患有糖尿病的所述第一用户进行足部神经刺激，由于糖尿病足是糖尿病患者的并发症，一般而言，足部神经来自于股神经中最长的一支皮神经即隐神经，也就是说通过对此足部神经按照一定刺激强度进行刺激，从而获得所述第一足部神经刺激强度信息。
步骤S200：获得第一用户的足部神经反射强度信息；
具体而言，所述神经反射强度信息是指通过所述第一用户神经调节的基本方式即反射得到的强度信息，其中，由于反射的结构基础决定了当所述第一用户的神经受到刺激时，由神经元的突触释放电信号进行单向传导作用于神经元，使得神经元产生兴奋或者抑制，从而后的所述第一用户的足部神经反射强度信息。
步骤S300：获得所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息；
具体而言，所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息是通过对得到的两个信息进行比较得出两者信号信息的差值，从而能够判断出所述第一用户的神经敏感度，进而科学得出所述第一用户此时足部的神经状态是否良好，其中，由于糖尿病足是慢性神经变病的并发症，因此获得所述第一用户此时足部的神经状态，有助于对所述第一用户及时了解信息，从而提前预警，进而达到预防效果。
步骤S400：获得预定足部神经反射强度差值阈值；
具体而言，所述预定足部神经反射强度差值阈值是指提前设定出一个差值范围，且这个差值范围是能够保证所述第一用户此时的足部神经状态保持良好，并无出现神经病变的情况，其中，提前设定好足部神经反射强度差值阈值，在通过比较所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息后，快速准确判断出该差值是否在阈值中，进而达到对所述第一用户及时进行提醒和预警的技术效果。
步骤S500：判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；
具体而言，获得所述第一用户进行足部神经刺激的强度信息和足部神经反射的强度信息之间的差值后，进而再与之前设定好的安全阈值进行比较，判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内，其中，所述判断是通过糖尿病足系统搭建的计算机平台进行复杂计算从而实现的精准判断，因此得到的判断结果是准确可靠的，从而进行判断即若在该阈值之内，就表明所述第一用户此时的足部神经敏感度安全，说明此时足部神经系统并未受损，从而达到及时了解所述第一用户足部信息的技术效果。
步骤S600：如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第一预警信息；
步骤S700：根据所述第一预警信息，提醒所述第一用户有糖尿病足可能。
具体而言，所述第一预警信息是指所述第一用户具有患糖尿病足的风险因此给该糖尿病足预防系统发出的预警信息，其中，如果所述第一用户进行足部神经刺激的强度信息和足部神经反射的强度信息之间的差值信息不在所述预定足部神经反射强度差值阈值之内，说明此时所述第一用户的足部神经状态不在安全范围之中，即足部神经系统有可能出现损伤，因而具有了患有糖尿病足并发症的风险，此时，糖尿病足预防系统对所述第一预警信息进行处理转换得出提醒信号，进而提醒所述第一用户有糖尿病足可能，从而达到及时了解对糖尿病患者的足部情况信息并做出判断和提醒，优化糖尿病足预防性的技术效果。
进一步而言，本申请实施例步骤还包括：
步骤S810：获得第一预定时间间隔；
步骤S820：每间隔所述第一预定时间间隔，获得第一刺激指令信息；
步骤S830：根据所述第一刺激指令信息，获得第一足部神经刺激强度信息。
具体而言，所述第一预定时间间隔是指提前设定好对所第一用户的足部神经进行第一次神经强度刺激和第二次神经强度刺激之间的间隔时间，由于对所述第一用户进行足部神经刺激时要进行反复多次的神经刺激才具有检测的现实意义，因此通过获得第一预定时间间隔，然后实现每隔一个时间段给出一个刺激信号指令，从而获得第一足部神经刺激强度信息，使得获得所述神经刺激强度信息具有了准确性和科学性，进而到达严格收集神经强度信息的技术效果。
进一步而言，所述获得第一足部神经刺激强度信息之前，本申请实施例步骤S100还包括：
步骤S110：获得所述第一用户的血糖检测结果信息；
步骤S120：获得预定血糖阈值；
步骤S130：判断所述第一用户的血糖检测结果信息是否在所述预定血糖阈值之内；
步骤S140：如果所述第一用户的血糖检测结果信息不在所述预定血糖阈值之内，获得第一足部神经刺激强度信息。
具体而言，由于糖尿病足是慢性周围血管病变和神经病变的合并并发症，因此血糖的检测结果也是我们进行判断所述第一用户是否患病的重要依据。其中，通过获得所述第一用户的血糖检测结果信息与预定血糖阈值进行比较，判断所述第一用户的血糖检测结果信息是否在所述预定血糖阈值之内，若不在所述预定血糖阈值之内，获得第一足部神经刺激强度信息。其中，所述第一用户进行血糖监测包括餐前血糖和饭后两小时的血糖，从而能够准确判断在所述第一用户体内的血糖情况，进而达到对糖尿病患者的情况及时进行判断和提醒，优化糖尿病足预防性的技术效果。
进一步而言，本申请实施例步骤还包括：
步骤S910：获得所述第一用户的肢端皮肤温度信息；
步骤S920：获得预定肢端皮肤温度阈值；
步骤S930：判断所述第一用户的肢端皮肤温度信息是否在所述预定肢端皮肤温度阈值之内；
步骤S940：如果所述第一用户的肢端皮肤温度信息不在所述预定肢端皮肤温度阈值之内，获得第二预警信息；
步骤S950：根据所述第二预警信息，提醒所述第一用户有糖尿病足可能。
具体而言，由于糖尿病人的足部肢端动脉供需不足，从而使得糖尿病人因为周围神经病变导致足部的皮肤感觉功能减退无法准确判断水温的高低，患者容易怕冷导致皮肤温度下降，且糖尿病足微循环障碍和血管病变使皮肤血管不能正常扩张，因此对于肢端皮肤的温度进行检测也是预防糖尿病足的一个因素。通过比较获得所述第一用户的肢端皮肤温度信息和预定肢端皮肤温度阈值，判断所述第一用户的肢端皮肤温度信息是否在所述预定肢端皮肤温度阈值之内，进而根据获得的所述第二预警信息，提醒所述第一用户有糖尿病足可能，从而达到了及时对糖尿病患者的足部情况信息做出判断和提醒，优化糖尿病足预防性的技术效果。
进一步而言，本申请实施例步骤还包括：
步骤S1010：如果所述第一用户的肢端皮肤温度信息在所述预定肢端皮肤温度阈值之内，获得所述第一用户的足背动脉搏动信息；
步骤S1020：获得预定足背动脉搏动阈值；
步骤S1030：判断所述第一用户的足背动脉搏动信息是否在所述预定足背动脉搏动阈值之内；
步骤S1040：如果所述第一用户的足背动脉搏动信息不在所述预定足背动脉搏动阈值之内，获得第三预警信息；
步骤S1050：根据所述第三预警信息，提醒所述第一用户有糖尿病足可能。
具体而言，所述预定足背动脉搏动阈值是指所述第一用户搏动数据处于安全的范围，如果所述第一用户的肢端皮肤温度信息在所述预定肢端皮肤温度阈值之内即处于正常状态，那么接着检测所述第一用户的足背动脉搏动信息，由于血管的慢性退变过程会使得皮肤的血管出现循环障碍和血管病变使皮肤血管不能正常扩张，因此动脉的血管循环过程同样和糖尿病足的预防息息相关，因此通过比较获得所述第一用户的足背动脉搏动信息和获得预定足背动脉搏动阈值，判断所述第一用户的足背动脉搏动信息是否在所述预定足背动脉搏动阈值之内，如果所述第一用户的足背动脉搏动信息不在所述预定足背动脉搏动阈值之内，根据获得的所述第三预警信息，进而提醒所述第一用户有糖尿病足可能，达到了及时对糖尿病患者的足背动脉搏动信息做出判断和提醒，优化糖尿病足预防性的技术效果。
进一步而言，本申请实施例步骤还包括：
步骤S151：如果所述第一用户的血糖检测结果信息在所述预定血糖阈值之内，获得所述第一用户的尿常规检测结果信息；
步骤S152：获得预定尿常规检测结果阈值；
步骤S153：判断所述尿常规检测结果信息是否在所述预定尿常规检测结果阈值之内；
步骤S154：如果所述尿常规检测结果信息不在所述预定尿常规检测结果阈值之内，获得第一足部神经刺激强度信息。
具体而言，所述第一用户进行餐前血糖和饭后两小时的血糖检测处于正常状态，那么就进一步对患者进行尿常规检测来获得是否具有患病风险，通过比较获得所述第一用户的尿常规检测结果信息和预定尿常规检测结果阈值，判断所述尿常规检测结果信息是否在所述预定尿常规检测结果阈值之内，如果所述尿常规检测结果信息不在所述预定尿常规检测结果阈值之内，获得第一足部神经刺激强度信息，就重新对足部神经进行检测，这样进一步检测和及时掌握糖尿病患者的身体状态，从而能够提前获得预警信息提醒患者患有糖尿病足的可能性，排除并发症的隐患，达到了优化糖尿病足预防性的技术效果。
进一步而言，所述获得第一预警信息之前，本申请实施例步骤S600还包括：
步骤S610：获得第一图像信息，所述第一图像信息包括所述第一用户肢端图像信息；
步骤S620：将所述第一图像信息输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一图像信息和用来标识肢端皮肤破损的标识信息；
步骤S630：获得所述训练模型的输出信息，其中，所述输出信息包括所述第一用户肢端皮肤破损信息；
步骤S640：根据所述第一用户肢端皮肤破损信息，获得第一预警信息。
具体而言，糖尿病患者的足部发生溃烂的诱因往往是足部很微小的损伤，因此，足部的保护对于糖尿病患者十分的重要，以免造成足部神经的损伤或者足部出现擦伤使得足部受累，因此对于患者足部表面也需要进行进一步的检测预防，通过拍摄所述第一用户足部的图片获得第一图像信息，再将所述第一图像信息输入训练模型，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 NeuralNetworks），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：所述第一图像信息和用来标识肢端皮肤破损的标识信息，所述神经网络模型不断地自我的修正，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数据训练，进而使得所述神经网络模型处理所述输入数据更加准确，进而使得输出的第一用户肢端皮肤破损信息更加准确，从而获得所述第一预警信息，达到了及时对糖尿病患者的足部情况信息做出判断和提醒，优化糖尿病足预防性的技术效果。
综上所述，本申请实施例所提供的一种糖尿病足的预防系统及方法具有如下技术效果：
1、由于采用了通过对所述第一用户进行神经强度刺激，血糖检测、皮肤温度检测、尿常规检测、肢端动脉搏动检测从而获得对应信息，再与预定的对应安全阈值进行比较，从而得出所述第一用户在各个方面的状态信息情况，若超出安全阈值就通过预警信息达到提醒用户患者糖尿病足可能性的方式，对各个容易造成糖尿病足的潜在隐患进行检测预防，从而达到了及时对糖尿病患者的足部情况信息做出判断和提醒，优化糖尿病足预防性的技术效果。
2、由于采用了基于训练模型经过训练后处理数据更加准确的特性，将所述第一用户的所述肢端图像信息输入训练模型的方式，通过训练模型的不断训练，从而能够得到输出信息所述第一用户肢端皮肤破损信息，进而达到了准确对糖尿病患者的足部情况信息做出判断，提高获得输出信息准确性的技术效果。
实施例二
基于与前述实施例中一种糖尿病足的预防方法同样发明构思，本发明还提供了一种糖尿病足的预防系统，如图2所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一足部神经刺激强度信息；
第二获得单元12，所述第二获得单元12用于获得第一用户的足部神经反射强度信息；
第三获得单元13，所述第三获得单元13用于获得所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息；
第四获得单元14，所述第四获得单元14用于获得预定足部神经反射强度差值阈值；
第一判断单元15，所述第一判断单元15用于判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；
第五获得单元16，所述第五获得单元16用于如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第一预警信息；
第一提醒单元17，所述第一提醒单元17用于根据所述第一预警信息，提醒所述第一用户有糖尿病足可能。
进一步的，所述系统还包括：
第六获得单元，所述第六获得单元用于获得第一预定时间间隔；
第七获得单元，所述第七获得单元用于每间隔所述第一预定时间间隔，获得第一刺激指令信息；
第八获得单元，所述第八获得单元用于根据所述第一刺激指令信息，获得第一足部神经刺激强度信息。
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获得所述第一用户的血糖检测结果信息；
第十获得单元，所述第十获得单元用于获得预定血糖阈值；
第二判断单元，所述第二判断单元用于判断所述第一用户的血糖检测结果信息是否在所述预定血糖阈值之内；
第十一获得单元，所述第十一获得单元用于如果所述第一用户的血糖检测结果信息不在所述预定血糖阈值之内，获得第一足部神经刺激强度信息。
进一步的，所述系统还包括：
第十二获得单元，所述第十二获得单元用于获得所述第一用户的肢端皮肤温度信息；
第十三获得单元，所述第十三获得单元用于获得预定肢端皮肤温度阈值；
第三判断单元，所述第三判断单元用于判断所述第一用户的肢端皮肤温度信息是否在所述预定肢端皮肤温度阈值之内；
第十四获得单元，所述第十四获得单元用于如果所述第一用户的肢端皮肤温度信息不在所述预定肢端皮肤温度阈值之内，获得第三预警信息；
第二提醒单元，所述第二提醒单元用于根据所述第三预警信息，提醒所述第一用户有糖尿病足可能。
进一步的，所述系统还包括：
第十五获得单元，所述第十五获得单元用于如果所述第一用户的肢端皮肤温度信息在所述预定肢端皮肤温度阈值之内，获得所述第一用户的足背动脉搏动信息；
第十六获得单元，所述第十六获得单元用于获得预定足背动脉搏动阈值；
第四判断单元，所述第四判断单元用于判断所述第一用户的足背动脉搏动信息是否在所述预定足背动脉搏动阈值之内；
第十七获得单元，所述第十七获得单元用于如果所述第一用户的足背动脉搏动信息不在所述预定足背动脉搏动阈值之内，获得第二预警信息；
第三提醒单元，所述第三提醒单元用于根据所述第二预警信息，提醒所述第一用户有糖尿病足可能。
进一步的，所述系统还包括：
第十八获得单元，所述第十八获得单元用于如果所述第一用户的血糖检测结果信息在所述预定血糖阈值之内，获得所述第一用户的尿常规检测结果信息；
第十九获得单元，所述第十九获得单元用于获得预定尿常规检测结果阈值；
第五判断单元，所述第五判断单元用于判断所述尿常规检测结果信息是否在所述预定尿常规检测结果阈值之内；
第二十获得单元，所述第二十获得单元用于如果所述尿常规检测结果信息不在所述预定尿常规检测结果阈值之内，获得第一足部神经刺激强度信息。
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第一图像信息，所述第一图像信息包括所述第一用户肢端图像信息；
第一输入单元，所述第一输入单元用于将所述第一图像信息输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一图像信息和用来标识肢端皮肤破损的标识信息；
第二十二获得单元，所述第二十二获得单元用于获得所述训练模型的输出信息，其中，所述输出信息包括所述第一适用户肢端皮肤破损信息；
第二十三获得单元，所述第二十三获得单元用于根据所述第一适用户肢端皮肤破损信息，获得第一预警信息。
前述图1实施例一中的一种糖尿病足的预防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糖尿病足的预防系统，通过前述对一种糖尿病足的预防方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种糖尿病足的预防系统的实施方法，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3来描述本申请实施例的电子设备。
图3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糖尿病足的预防方法的发明构思，本发明还提供一种糖尿病足的预防系统，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糖尿病足的预防方法的任一方法的步骤。
其中，在图3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糖尿病足的预防方法，所述方法包括：获得第一足部神经刺激强度信息；获得第一用户的足部神经反射强度信息；获得所述足部神经反射强度信息与所述第一足部神经刺激强度信息的差值信息；获得预定足部神经反射强度差值阈值；判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第一预警信息；根据所述第一预警信息，提醒所述第一用户有糖尿病足可能。解决了现有技术中存在对于糖尿病患者中开展对足部问题的早期预防系统不够完善的技术问题，达到了及时对糖尿病患者的足部情况信息做出判断和提醒，优化糖尿病足预防性的技术效果。
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系统的制造品，该指令系统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 (3)
1.一种糖尿病足的预防系统，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足部神经刺激强度信息，其中，所述获得第一用户的足部神经刺激强度信息之前，包括：第九获得单元，所述第九获得单元用于获得所述第一用户的血糖检测结果信息；第十获得单元，所述第十获得单元用于获得预定血糖阈值；第二判断单元，所述第二判断单元用于判断所述第一用户的血糖检测结果信息是否在所述预定血糖阈值之内；第十一获得单元，所述第十一获得单元用于如果所述第一用户的血糖检测结果信息不在所述预定血糖阈值之内，获得第一用户的足部神经刺激强度信息；第十八获得单元，所述第十八获得单元用于如果所述第一用户的血糖检测结果信息在所述预定血糖阈值之内，获得所述第一用户的尿常规检测结果信息；第十九获得单元，所述第十九获得单元用于获得预定尿常规检测结果阈值；第五判断单元，所述第五判断单元用于判断所述尿常规检测结果信息是否在所述预定尿常规检测结果阈值之内；第二十获得单元，所述第二十获得单元用于如果所述尿常规检测结果信息不在所述预定尿常规检测结果阈值之内，获得第一用户的足部神经刺激强度信息；所述获得第一用户的足部神经刺激强度信息，具体包括：第六获得单元，所述第六获得单元用于获得第一预定时间间隔；第七获得单元，所述第七获得单元用于每间隔所述第一预定时间间隔，获得第一刺激指令信息；第八获得单元，所述第八获得单元用于根据所述第一刺激指令信息，获得第一用户的足部神经刺激强度信息；
第二获得单元，所述第二获得单元用于获得第一用户的足部神经反射强度信息；
第三获得单元，所述第三获得单元用于获得所述足部神经反射强度信息与所述第一用户的足部神经刺激强度信息的差值信息；
第四获得单元，所述第四获得单元用于获得预定足部神经反射强度差值阈值；
第一判断单元，所述第一判断单元用于判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；
第五获得单元，所述第五获得单元用于如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第二十一获得单元，所述第二十一获得单元用于获得第一图像信息，所述第一图像信息包括所述第一用户肢端图像信息；第一输入单元，所述第一输入单元用于将所述第一图像信息输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一图像信息和用来标识肢端皮肤破损的标识信息；第二十二获得单元，所述第二十二获得单元用于获得所述训练模型的输出信息，其中，所述输出信息包括所述第一用户肢端皮肤破损信息；第二十三获得单元，所述第二十三获得单元用于根据所述第一用户肢端皮肤破损信息，获得第一预警信息；
第一提醒单元，所述第一提醒单元用于根据所述第一预警信息，提醒所述第一用户有糖尿病足可能；
第十二获得单元，所述第十二获得单元用于获得所述第一用户的肢端皮肤温度信息；
第十三获得单元，所述第十三获得单元用于获得预定肢端皮肤温度阈值；
第三判断单元，所述第三判断单元用于判断所述第一用户的肢端皮肤温度信息是否在所述预定肢端皮肤温度阈值之内；
第十四获得单元，所述第十四获得单元用于如果所述第一用户的肢端皮肤温度信息不在所述预定肢端皮肤温度阈值之内，获得第二预警信息；
第二提醒单元，所述第二提醒单元用于根据所述第二预警信息，提醒所述第一用户有糖尿病足可能；
第十五获得单元，所述第十五获得单元用于如果所述第一用户的肢端皮肤温度信息在所述预定肢端皮肤温度阈值之内，获得所述第一用户的足背动脉搏动信息；
第十六获得单元，所述第十六获得单元用于获得预定足背动脉搏动阈值；
第四判断单元，所述第四判断单元用于判断所述第一用户的足背动脉搏动信息是否在所述预定足背动脉搏动阈值之内；
第十七获得单元，所述第十七获得单元用于如果所述第一用户的足背动脉搏动信息不在所述预定足背动脉搏动阈值之内，获得第三预警信息；
第三提醒单元，所述第三提醒单元用于根据所述第三预警信息，提醒所述第一用户有糖尿病足可能。
2.一种糖尿病足的预防方法，其中，所述方法包括：
获得第一用户的足部神经刺激强度信息，其中，所述获得第一用户的足部神经刺激强度信息之前，包括：获得所述第一用户的血糖检测结果信息；获得预定血糖阈值；判断所述第一用户的血糖检测结果信息是否在所述预定血糖阈值之内；如果所述第一用户的血糖检测结果信息不在所述预定血糖阈值之内，获得第一用户的足部神经刺激强度信息；如果所述第一用户的血糖检测结果信息在所述预定血糖阈值之内，获得所述第一用户的尿常规检测结果信息；获得预定尿常规检测结果阈值；判断所述尿常规检测结果信息是否在所述预定尿常规检测结果阈值之内；如果所述尿常规检测结果信息不在所述预定尿常规检测结果阈值之内，获得第一用户的足部神经刺激强度信息；所述获得第一用户的足部神经刺激强度信息，具体包括：获得第一预定时间间隔；每间隔所述第一预定时间间隔，获得第一刺激指令信息；根据所述第一刺激指令信息，获得第一用户的足部神经刺激强度信息；
获得第一用户的足部神经反射强度信息；
获得所述足部神经反射强度信息与所述第一用户的足部神经刺激强度信息的差值信息；
获得预定足部神经反射强度差值阈值；
判断所述差值信息是否在所述预定足部神经反射强度差值阈值之内；
如果所述差值信息不在所述预定足部神经反射强度差值阈值之内，获得第一图像信息，所述第一图像信息包括所述第一用户肢端图像信息；将所述第一图像信息输入训练模型，其中，所述训练模型通过多组训练数据训练获得，所述多组训练数据中的每一组训练数据均包括：所述第一图像信息和用来标识肢端皮肤破损的标识信息；获得所述训练模型的输出信息，其中，所述输出信息包括所述第一用户肢端皮肤破损信息；根据所述第一用户肢端皮肤破损信息，获得第一预警信息；
根据所述第一预警信息，提醒所述第一用户有糖尿病足可能；
获得所述第一用户的肢端皮肤温度信息；
获得预定肢端皮肤温度阈值；
判断所述第一用户的肢端皮肤温度信息是否在所述预定肢端皮肤温度阈值之内；
如果所述第一用户的肢端皮肤温度信息不在所述预定肢端皮肤温度阈值之内，获得第二预警信息；
根据所述第二预警信息，提醒所述第一用户有糖尿病足可能；
如果所述第一用户的肢端皮肤温度信息在所述预定肢端皮肤温度阈值之内，获得所述第一用户的足背动脉搏动信息；
获得预定足背动脉搏动阈值；
判断所述第一用户的足背动脉搏动信息是否在所述预定足背动脉搏动阈值之内；
如果所述第一用户的足背动脉搏动信息不在所述预定足背动脉搏动阈值之内，获得第三预警信息；
根据所述第三预警信息，提醒所述第一用户有糖尿病足可能。
3.一种糖尿病足的预防系统，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所述系统的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011410434.0A CN112562830B (zh) | 2020-12-03 | 2020-12-03 | 一种糖尿病足的预防系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011410434.0A CN112562830B (zh) | 2020-12-03 | 2020-12-03 | 一种糖尿病足的预防系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112562830A CN112562830A (zh) | 2021-03-26 |
| CN112562830B true CN112562830B (zh) | 2021-11-02 |
Family
ID=75048600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011410434.0A Active CN112562830B (zh) | 2020-12-03 | 2020-12-03 | 一种糖尿病足的预防系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112562830B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004080528A2 (en) * | 2003-03-06 | 2004-09-23 | Afferent Corporation | Method and apparatus for improving human balance and gait and preventing foot injury |
| CN106333647A (zh) * | 2016-09-12 | 2017-01-18 | 上海市杨浦区中心医院 | 多功能糖尿病足筛查检测仪 |
| CN107361794A (zh) * | 2017-08-03 | 2017-11-21 | 爱纳医疗科技股份有限公司 | 一种基于超声组件与周围神经刺激器检测运动神经反馈的装置及方法 |
| CN208551782U (zh) * | 2017-11-17 | 2019-03-01 | 安徽大学 | 一种便携式糖尿病足检测仪 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7024247B2 (en) * | 2001-10-15 | 2006-04-04 | Northstar Neuroscience, Inc. | Systems and methods for reducing the likelihood of inducing collateral neural activity during neural stimulation threshold test procedures |
| US9173568B2 (en) * | 2009-02-12 | 2015-11-03 | Ramot At Tel-Aviv University Ltd. | Method and system for detecting neuropathy |
| US20150182158A1 (en) * | 2012-09-18 | 2015-07-02 | Noriyo Takahashi | Apparatus and method for evaluating diabetic peripheral neuropathy |
| CN205913337U (zh) * | 2016-05-16 | 2017-02-01 | 李松岩 | 一种糖尿病足检测装置 |
| CN208784785U (zh) * | 2017-07-31 | 2019-04-26 | 合肥天一生物技术研究所 | 一种糖尿病患者足部检测仪 |
| CN108108757A (zh) * | 2017-12-18 | 2018-06-01 | 深圳市唯特视科技有限公司 | 一种基于卷积神经网络的糖尿病足部溃疡分类方法 |
| CN111184505A (zh) * | 2020-01-08 | 2020-05-22 | 四川大学华西医院 | 一种糖尿病性外周动脉病变温度监测仪及其实现方法 |
-
2020
- 2020-12-03 CN CN202011410434.0A patent/CN112562830B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004080528A2 (en) * | 2003-03-06 | 2004-09-23 | Afferent Corporation | Method and apparatus for improving human balance and gait and preventing foot injury |
| CN106333647A (zh) * | 2016-09-12 | 2017-01-18 | 上海市杨浦区中心医院 | 多功能糖尿病足筛查检测仪 |
| CN107361794A (zh) * | 2017-08-03 | 2017-11-21 | 爱纳医疗科技股份有限公司 | 一种基于超声组件与周围神经刺激器检测运动神经反馈的装置及方法 |
| CN208551782U (zh) * | 2017-11-17 | 2019-03-01 | 安徽大学 | 一种便携式糖尿病足检测仪 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112562830A (zh) | 2021-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1658578B1 (en) | A system and method for detecting signal artifacts | |
| Belal et al. | Automatic detection of distorted plethysmogram pulses in neonates and paediatric patients using an adaptive-network-based fuzzy inference system | |
| EP3142547A1 (en) | Method and apparatus for monitoring patient status | |
| Kooman et al. | Wearable health devices and personal area networks: can they improve outcomes in haemodialysis patients? | |
| CN112201363A (zh) | 一种儿科护理日常基础操作方法及装置 | |
| CN112117008A (zh) | 一种基于大数据的健康监测方法及系统 | |
| EP4098194A1 (en) | Method for calculating calibration sensitivity of sensor for insertion into body | |
| WO2014190254A1 (en) | A system and method for assessing the clinical stability of critically ill patients under intensive care | |
| Quintero-Rincón et al. | A quadratic linear-parabolic model-based classification to detect epileptic EEG seizures | |
| CN112489806B (zh) | 一种糖尿病足患者病状信息智能化管理方法及系统 | |
| CN112562830B (zh) | 一种糖尿病足的预防系统及方法 | |
| CN109785924B (zh) | 一种跨平台的口腔医疗检验方法和装置 | |
| CN111265189A (zh) | 一种医疗监护预警方法及系统 | |
| CN107754034B (zh) | 用于干重的透析后确定的方法和系统 | |
| CN113223713A (zh) | 基于风险评估的动态监护方法、系统以及存储介质 | |
| CN112992355A (zh) | 一种食管癌患者的术前评估方法及系统 | |
| CN113113146A (zh) | 一种术前麻醉风险的评估系统及方法 | |
| CN112807542B (zh) | 一种麻醉剂用量控制的方法和装置 | |
| AU2023231510A1 (en) | Heart failure diagnostic tools and methods using signal trace analysis | |
| Nandi et al. | Optimal meal time after bolusing for Type 1 diabetes patients under meal uncertainties | |
| CN113053482B (zh) | 一种肾内科患者的体征监测分析系统及方法 | |
| CN113243898B (zh) | 一种脑卒中数据处理设备及方法 | |
| CN112957017B (zh) | 一种昏迷患者的实时体征监测方法及系统 | |
| Tang et al. | Reduced rank least squares for real-time short term estimation of mean arterial blood pressure in septic patients receiving norepinephrine | |
| Wong et al. | Probabilistic detection of vital sign abnormality with Gaussian process regression |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240301 Address after: 222000 No. 38, Huanghe Road, Lianyungang Economic and Technological Development Zone, Lianyungang City, Jiangsu Province Patentee after: JIANGSU HENGRUI MEDICINE Co.,Ltd. Country or region after: China Address before: 226001 Jiangsu city of Nantong province Haier Lane Road, No. 6 Patentee before: Nantong First People's Hospital Country or region before: China |
|
| TR01 | Transfer of patent right |