CN112652379A - 一种自动生成肾衰竭患者营养治疗方案的系统及方法 - Google Patents
一种自动生成肾衰竭患者营养治疗方案的系统及方法 Download PDFInfo
- Publication number
- CN112652379A CN112652379A CN202110036307.7A CN202110036307A CN112652379A CN 112652379 A CN112652379 A CN 112652379A CN 202110036307 A CN202110036307 A CN 202110036307A CN 112652379 A CN112652379 A CN 112652379A
- Authority
- CN
- China
- Prior art keywords
- obtaining
- information
- dietetic
- patient
- user
- 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
- 238000011282 treatment Methods 0.000 title claims abstract description 106
- 235000016709 nutrition Nutrition 0.000 title claims abstract description 76
- 230000035764 nutrition Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 47
- 201000006370 kidney failure Diseases 0.000 title claims abstract description 36
- 208000001647 Renal Insufficiency Diseases 0.000 title claims abstract description 35
- 235000005911 diet Nutrition 0.000 claims abstract description 115
- 230000000378 dietary effect Effects 0.000 claims abstract description 102
- 235000006694 eating habits Nutrition 0.000 claims abstract description 60
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 54
- 238000011269 treatment regimen Methods 0.000 claims abstract description 39
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 230000037213 diet Effects 0.000 claims abstract description 13
- 210000003734 kidney Anatomy 0.000 claims abstract description 11
- 208000017169 kidney disease Diseases 0.000 claims abstract description 10
- 238000011903 nutritional therapy Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 12
- 238000003556 assay Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 10
- 230000001225 therapeutic effect Effects 0.000 claims description 6
- 230000033228 biological regulation Effects 0.000 claims description 4
- 235000020931 dietary conditions Nutrition 0.000 claims 1
- 235000020930 dietary requirements Nutrition 0.000 claims 1
- 208000020832 chronic kidney disease Diseases 0.000 abstract description 14
- 208000022831 chronic renal failure syndrome Diseases 0.000 abstract description 13
- 238000011084 recovery Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 11
- 201000010099 disease Diseases 0.000 description 10
- 238000003062 neural network model Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 208000037157 Azotemia Diseases 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 4
- 235000005686 eating Nutrition 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 206010002198 Anaphylactic reaction Diseases 0.000 description 3
- 230000036783 anaphylactic response Effects 0.000 description 3
- 208000003455 anaphylaxis Diseases 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 230000001932 seasonal effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 235000018648 unbalanced nutrition Nutrition 0.000 description 3
- 208000012639 Balance disease Diseases 0.000 description 2
- 208000022329 Protein metabolism disease Diseases 0.000 description 2
- 208000034189 Sclerosis Diseases 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000004202 carbamide Substances 0.000 description 2
- 229940109239 creatinine Drugs 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000001434 glomerular Effects 0.000 description 2
- 206010061989 glomerulosclerosis Diseases 0.000 description 2
- 150000002357 guanidines Chemical class 0.000 description 2
- 235000008085 high protein diet Nutrition 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 235000020905 low-protein-diet Nutrition 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000000885 nephron Anatomy 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 2
- 229920000768 polyamine Polymers 0.000 description 2
- 235000021075 protein intake Nutrition 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 210000005239 tubule Anatomy 0.000 description 2
- 239000002441 uremic toxin Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 235000019789 appetite Nutrition 0.000 description 1
- 230000036528 appetite 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
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000020785 dietary preference Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011862 kidney biopsy Methods 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000001835 viscera Anatomy 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Nutrition Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种自动生成肾衰竭患者营养治疗方案的系统及方法，通过获得第一用户信息；根据第一用户信息，获得第一病历信息，第一病历信息包括第一化验结果，第一化验结果为肾器检查化验数据；根据第一化验结果，获得第一患者等级；根据第一病历信息，获得第一忌食病症，第一忌食病症非肾脏病症；将第一患者等级、第一忌食病症输入方案生成模型，获得第一治疗方案；根据第一用户信息，获得第一饮食习惯；根据第一治疗方案、第一饮食习惯，获得第一营养治疗方案。解决了现有技术中对于慢性肾衰竭患者的营养治疗方案比较单一，仅给出忌食要求但缺乏具体食谱的指导，患者执行起来比较盲目，而且可能造成患者营养不均衡而不利于恢复的技术问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种自动生成肾衰竭患者营养治疗方案的系统及方法。
背景技术
肾衰竭是各种慢性肾脏疾病发展到后期引起的肾功能部分或者全部丧失的一种病理状态。慢性肾衰竭（CRF）的营养治疗是指通过改善蛋白质代谢失调和氮质血症及纠正水、电解质和酸碱平衡失调以实现减轻肾脏负担，延缓肾功能衰竭，缩短病程，增强临床疗效目的的治疗方法。营养治疗的方法不同，发挥的作用也各不相同。慢性肾衰竭因尿毒症毒素（包括尿素、肌酐、胍类、多胺等）在血液积聚可引起氮质血症，含氮物质主要来自蛋白质的分解物。所以减轻氮质血症首先要减少蛋白质的摄入量。高蛋白饮食可促进肾小球和肾小管的硬化及损害，使残存肾单位因过度疲劳而衰竭。低蛋白饮食可降低肾小球的高滤过，缓解肾小球硬化的进程。
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：
现有技术中对于慢性肾衰竭患者的营养治疗方案比较单一，仅给出忌食要求但缺乏具体食谱的指导，患者执行起来比较盲目，而且可能造成患者营养不均衡而不利于恢复的技术问题。
发明内容
本申请实施例通过提供一种自动生成肾衰竭患者营养治疗方案的系统及方法，解决了现有技术中对于慢性肾衰竭患者的营养治疗方案比较单一，仅给出忌食要求但缺乏具体食谱的指导，患者执行起来比较盲目，而且可能造成患者营养不均衡而不利于恢复的技术问题。达到了结合患者的各项忌食要求、患者的饮食习惯进行综合定制营养治疗方案，符合患者的个人特点，使得患者明确治疗方案，更加有利于患者的日常执行，执行的到位则更加有利于病情的控制，提高治疗方案的执行效果，避免患者盲目进行饮食控制造成的身体损伤的技术效果。
鉴于上述问题，提出了本申请实施例提供一种自动生成肾衰竭患者营养治疗方案的系统及方法。
第一方面，本申请实施例提供了一种自动生成肾衰竭患者营养治疗方案的方法，所述方法包括：获得第一用户信息；根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据；根据所述第一化验结果，获得第一患者等级；根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症；将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案；根据所述第一用户信息，获得第一饮食习惯；根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。
另一方面，本申请还提供了一种自动生成肾衰竭患者营养治疗方案的系统，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用户信息；
第二获得单元，所述第二获得单元用于根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据；
第三获得单元，所述第三获得单元用于根据所述第一化验结果，获得第一患者等级；
第四获得单元，所述第四获得单元用于根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症；
第五获得单元，所述第五获得单元用于将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案；
第六获得单元，所述第六获得单元用于根据所述第一用户信息，获得第一饮食习惯；
第七获得单元，所述第七获得单元用于根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。
第三方面，本发明提供了一种自动生成肾衰竭患者营养治疗方案的系统，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：
本申请实施例提供了一种自动生成肾衰竭患者营养治疗方案的系统及方法，通过获得第一用户信息；根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据；根据所述第一化验结果，获得第一患者等级；根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症；将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案；根据所述第一用户信息，获得第一饮食习惯；根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。达到了结合患者的各项忌食要求、患者的饮食习惯进行综合定制营养治疗方案，符合患者的个人特点，使得患者明确治疗方案，更加有利于患者的日常执行，执行的到位则更加有利于病情的控制，提高治疗方案的执行效果，避免患者盲目进行饮食控制造成的身体损伤的技术效果。从而解决了现有技术中对于慢性肾衰竭患者的营养治疗方案比较单一，仅给出忌食要求但缺乏具体食谱的指导，患者执行起来比较盲目，而且可能造成患者营养不均衡而不利于恢复的技术问题。
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自动生成肾衰竭患者营养治疗方案的方法的流程示意图；
图2为本申请实施例一种自动生成肾衰竭患者营养治疗方案的系统的结构示意图；
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，第五获得单元15，第六获得单元16，第七获得单元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自动生成肾衰竭患者营养治疗方案的系统及方法，解决了现有技术中对于慢性肾衰竭患者的营养治疗方案比较单一，仅给出忌食要求但缺乏具体食谱的指导，患者执行起来比较盲目，而且可能造成患者营养不均衡而不利于恢复的技术问题。达到了结合患者的各项忌食要求、患者的饮食习惯进行综合定制营养治疗方案，符合患者的个人特点，使得患者明确治疗方案，更加有利于患者的日常执行，执行的到位则更加有利于病情的控制，提高治疗方案的执行效果，避免患者盲目进行饮食控制造成的身体损伤的技术效果。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
慢性肾衰竭（CRF）的营养治疗是指通过改善蛋白质代谢失调和氮质血症及纠正水、电解质和酸碱平衡失调以实现减轻肾脏负担，延缓肾功能衰竭，缩短病程，增强临床疗效目的的治疗方法。营养治疗的方法不同，发挥的作用也各不相同。慢性肾衰竭因尿毒症毒素（包括尿素、肌酐、胍类、多胺等）在血液积聚可引起氮质血症，含氮物质主要来自蛋白质的分解物。所以减轻氮质血症首先要减少蛋白质的摄入量。高蛋白饮食可促进肾小球和肾小管的硬化及损害，使残存肾单位因过度疲劳而衰竭。低蛋白饮食可降低肾小球的高滤过，缓解肾小球硬化的进程。但现有技术中对于慢性肾衰竭患者的营养治疗方案比较单一，仅给出忌食要求但缺乏具体食谱的指导，患者执行起来比较盲目，而且可能造成患者营养不均衡而不利于恢复的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
获得第一用户信息；根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据；根据所述第一化验结果，获得第一患者等级；根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症；将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案；根据所述第一用户信息，获得第一饮食习惯；根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。达到了结合患者的各项忌食要求、患者的饮食习惯进行综合定制营养治疗方案，符合患者的个人特点，使得患者明确治疗方案，更加有利于患者的日常执行，执行的到位则更加有利于病情的控制，提高治疗方案的执行效果，避免患者盲目进行饮食控制造成的身体损伤的技术效果。
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自动生成肾衰竭患者营养治疗方案的方法，所述方法包括：
步骤S100：获得第一用户信息。
步骤S200：根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据。
具体而言，录入第一用户信息和第一用户的病历信息即第一病历信息，根据第一用户病历信息中的化验数据进行分析处理，该处所述的第一化验结果是肾衰竭患者关于肾脏的检查数据。当然第一病历信息中包含了不止有肾脏的检查数据包含了第一用户的身体各项数据的检查结果。
步骤S300：根据所述第一化验结果，获得第一患者等级。
具体而言，根据第一化验结果的指标高低和病历里面的病历记录来对第一用户的肾衰竭病情进行等级划分，以便于对不同的等级患者进行针对性的治疗方案制定，实现个性化定制的目的，更有益于个人差异病情的治疗和恢复。
步骤S400：根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症。
具体而言，根据第一病历信息中的其他化验数据和检查结果进行筛查，确定是否包含其他病症需要进行忌食，以便在进行营养治疗方案定制过程中进行综合考虑，定制出符合用户个人身体状况的方案，以确保治疗效果。同时也为了防止营养治疗方案中包含了影响其他病症的忌食，而影响患者治疗，甚至造成严重后果，如有的患者有过敏症，对某种食物严重过敏可能会引起休克，甚至死亡，但这种食物对于肾衰竭患者不是忌食，或者有益，定制到营养治疗方案中，这样对造成严重过敏后果，或者该患者有其他脏器的病症需要忌食，如果不综合考虑，会影响病情发展。
步骤S500：将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案。
进一步的，所述将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案，包括：将所述第一患者等级作为第一输入信息；根据所述第一忌食病症，获得第一忌食要求；将所述第一忌食要求作为第二输入信息；将所述第一输入信息、所述第二输入信息输入方案生成模型，所述方案生成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组均包括：所述第一输入信息、所述第二输入信息和标识忌食治疗方案的标识信息；获得所述方案生成模型的第一输出结果，所述第一输出结果包括第一治疗方案。
进一步而言，所述根据所述第一忌食病症，获得第一忌食要求，包括：根据所述第一忌食病症，获得第二病症等级；根据所述第一忌食病症、所述第二病症等级，获得所述第一忌食要求。
具体而言，根据第一用户的肾衰竭等级和其他忌食病症综合进行营养治疗方案的定制，定制方案包括了忌食要求、忌食成分、忌食种类、忌食含量、建议食用的种类、建议食用数量等个体病情相匹配的营养治疗方案，另外还可以按照第二病症等级和第一患者等级的高低按照一定的权重定制营养方案，即第一用户是肾衰竭严重还是其他病症严重，按照严重的等级程度在定制营养治疗方案时参考进行针对性的处理。本申请实施例为了提高治疗方案定制的准确性，加入了神经网络模型，所述方案生成模型即为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。通过大量训练数据的训练，将所述第一输入信息、所述第二输入信息输入神经网络模型，则输出第一治疗方案。
更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一输入信息、所述第二输入信息和标识忌食治疗方案的标识信息，将所述第一输入信息、所述第二输入信息输入到神经网络模型中，根据用来标识忌食治疗方案的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，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信息更加准确，进而获得更加准确、适合的营养治疗方案，进而可对患者进行有效的饮食指导，有助于病情的恢复避免病情恶化，进而达到结合用户的多样忌食要求进行综合定制营养治疗方案，符合用户个体情况，为准确地进行营养方案定制提供保障，使患者明确日常治疗的具体内容，便于落实执行有益于病情治疗、避免恶化的技术效果。
步骤S600：根据所述第一用户信息，获得第一饮食习惯。
进一步而言，所述根据所述第一用户信息，获得第一饮食习惯，包括：根据所述第一用户信息，获得第一用户所在地；根据所述第一用户所在地，获得所在地食谱信息；根据所述所在地食谱信息，获得所述第一饮食习惯。
进一步而言，所述根据所述第一用户信息，获得第一饮食习惯，包括：根据所述第一用户信息，获得第一用户就餐数据；根据所述第一用户就餐数据，获得第一用户饮食比例信息；根据所述第一用户饮食比例信息，获得所述第一饮食习惯。
具体而言，本申请实施例在定制营养治疗方案是除了结合多种忌食病症进行综合考量外，为了确保用户日常执行的舒适度和心情愉悦还结合用户的个人饮食习惯进行方案定制，更加人性化、个性化，符合用户的身份特征，使得用户在日常执行起来更为舒适，不会因为患病而影响食欲、影响心情，保持良好的心情对用户的治疗也是十分有益的。在对用户饮食习惯的确定过程中，可以通过用户自己录入要求，系统还进行了自动识别处理，一通过用户的定位对所在地的饮食特点和习惯进行分析，从而确定第一用户的饮食习惯，二通过大数据对用户在外设定时间内在外就餐的信息进行分析处理，对饮食结果进行排序，从中找出第一用户经常就餐的类别，根据大数据分析结果来确定第一用户平时的喜好，进而确定第一用户的饮食习惯。
步骤S700：根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。
具体而言，根据第一治疗方案即按照病历检查结果综合定制的营养治疗方案，和第一饮食习惯即第一用户个人的饮食喜好，来综合定制最终的营养治疗方案，以满足个人的不同需求，一方面用户可以明确了解自己可以吃什么、怎么吃，另一方面有身体指标分析数据的支撑能够确保治疗，不会害怕吃坏身体，或者因为患病节制禁食而心情焦虑，解决了现有技术中对于慢性肾衰竭患者的营养治疗方案比较单一，仅给出忌食要求但缺乏具体食谱的指导，患者执行起来比较盲目，而且可能造成患者营养不均衡而不利于恢复的技术问题。达到了结合患者的各项忌食要求、患者的饮食习惯进行综合定制营养治疗方案，符合患者的个人特点，使得患者明确治疗方案，更加有利于患者的日常执行，执行的到位则更加有利于病情的控制，提高治疗方案的执行效果，避免患者盲目进行饮食控制造成的身体损伤的技术效果。
进一步而言，所述根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案，包括：根据所述第一治疗方案，获得治疗忌食要求；判断所述第一饮食习惯是否满足所述治疗忌食要求；当不满足时，根据所述治疗忌食要求、所述第一饮食习惯，获得第一调整信息；根据所述第一调整信息、所述第一饮食习惯，获得第二饮食习惯；根据所述第二饮食习惯、所述治疗忌食要求，获得所述第一营养治疗方案。
进一步而言，所述根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案，包括：获得第一季节信息；获得第一用户所在地；根据所述第一季节信息、所述第一用户所在地，获得当季食谱信息；根据所述第一治疗方案、所述当季食谱信息，获得所述第一营养治疗方案。
具体而言，在根据第一饮食习惯和第一治疗方案定制营养治疗方案时，以第一治疗方案为主，对第一饮食习惯里面的具体内容进行筛查，判断是否存在不满第一治疗方案要求的餐饮习惯，若有则对第一饮食习惯中符合要求的部分进行删除重新生成新的第一饮食习惯，按照制定后的饮食习惯和第一治疗方案进行处理自动生成营养治疗方案，同时为了符合营养学和保健常识，本申请实施例在定制营养治疗方案时参考季节因素，根据每个季节当地生成的食物进行方案定制，由于当季的食物更有益于人们的身体和吸收，而且更容易寻找食材，因而结合用户所在地的地区特点和季节特点定制营养治疗方案更便于用户执行且更有益于用户的身体和营养，利于身体恢复。
进一步而言，所述方法包括：根据所述第一用户信息，获得第二病历信息，所述第二病历信息与所述第一病历信息的日期不同；根据所述第二病历信息，获得第二化验结果；根据所述第一化验结果、所述第二化验结果，获得指标变更信息；判断所述指标变更信息是否满足第一预定条件；当不满足时，根据所述指标变更信息、所述第一营养治疗方案，获得第二营养治疗方案。
具体而言，本申请实施例根据患者的化验结果对营养治疗方案进行评价和分析，是否达到了治疗的效果，若第一用户后续复查的数据即检查指标较之前有好转，则表明治疗方案有效，若没有达到预期的治疗效果，则进行提醒，对营养治疗方案进行更正，以适合用户的治疗要求。
实施例二
基于与前述实施例中一种自动生成肾衰竭患者营养治疗方案的方法同样发明构思，本发明还提供了一种自动生成肾衰竭患者营养治疗方案的系统，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用于获得第一用户信息；
第二获得单元12，所述第二获得单元12用于根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据；
第三获得单元13，所述第三获得单元13用于根据所述第一化验结果，获得第一患者等级；
第四获得单元14，所述第四获得单元14用于根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症；
第五获得单元15，所述第五获得单元15用于将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案；
第六获得单元16，所述第六获得单元16用于根据所述第一用户信息，获得第一饮食习惯；
第七获得单元17，所述第七获得单元17用于根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。
进一步的，所述系统还包括：
第一执行单元，所述第一执行单元用于将所述第一患者等级作为第一输入信息；
第八获得单元，所述第八获得单元用于根据所述第一忌食病症，获得第一忌食要求；
第二执行单元，所述第二执行单元用于将所述第一忌食要求作为第二输入信息；
第一输入单元，所述第一输入单元用于将所述第一输入信息、所述第二输入信息输入方案生成模型，所述方案生成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组均包括：所述第一输入信息、所述第二输入信息和标识忌食治疗方案的标识信息；
第九获得单元，所述第九获得单元用于获得所述方案生成模型的第一输出结果，所述第一输出结果包括第一治疗方案。
进一步的，所述系统还包括：
第十获得单元，所述第十获得单元用于根据所述第一用户信息，获得第一用户所在地；
第十一获得单元，所述第十一获得单元用于根据所述第一用户所在地，获得所在地食谱信息；
第十二获得单元，所述第十二获得单元用于根据所述所在地食谱信息，获得所述第一饮食习惯。
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根据所述第一用户信息，获得第一用户就餐数据；
第十四获得单元，所述第十四获得单元用于根据所述第一用户就餐数据，获得第一用户饮食比例信息；
第十五获得单元，所述第十五获得单元用于根据所述第一用户饮食比例信息，获得所述第一饮食习惯。
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一治疗方案，获得治疗忌食要求；
第一判断单元，所述第一判断单元用于判断所述第一饮食习惯是否满足所述治疗忌食要求；
第十七获得单元，所述第十七获得单元用于当不满足时，根据所述治疗忌食要求、所述第一饮食习惯，获得第一调整信息；
第十八获得单元，所述第十八获得单元用于根据所述第一调整信息、所述第一饮食习惯，获得第二饮食习惯；
第十九获得单元，所述第十九获得单元用于根据所述第二饮食习惯、所述治疗忌食要求，获得所述第一营养治疗方案。
进一步的，所述系统还包括：
第二十获得单元，所述第二十获得单元用于获得第一季节信息；
第二十一获得单元，所述第二十一获得单元用于获得第一用户所在地；
第二十二获得单元，所述第二十二获得单元用于根据所述第一季节信息、所述第一用户所在地，获得当季食谱信息；
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治疗方案、所述当季食谱信息，获得所述第一营养治疗方案。
进一步的，所述系统还包括：
第二十四获得单元，所述第二十四获得单元用于根据所述第一用户信息，获得第二病历信息，所述第二病历信息与所述第一病历信息的日期不同；
第二十五获得单元，所述第二十五获得单元用于根据所述第二病历信息，获得第二化验结果；
第二十六获得单元，所述第二十六获得单元用于根据所述第一化验结果、所述第二化验结果，获得指标变更信息；
第二判断单元，所述第二判断单元用于判断所述指标变更信息是否满足第一预定条件；
第二十七获得单元，所述第二十七获得单元用于当不满足时，根据所述指标变更信息、所述第一营养治疗方案，获得第二营养治疗方案。
进一步的，所述系统还包括：
第二十八获得单元，所述第二十八获得单元用于根据所述第一忌食病症，获得第二病症等级；
第二十九获得单元，所述第二十九获得单元用于根据所述第一忌食病症、所述第二病症等级，获得所述第一忌食要求。
前述图1实施例一中的一种自动生成肾衰竭患者营养治疗方案的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自动生成肾衰竭患者营养治疗方案的系统，通过前述对一种自动生成肾衰竭患者营养治疗方案的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种自动生成肾衰竭患者营养治疗方案的系统的实施方法，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自动生成肾衰竭患者营养治疗方案的方法的发明构思，本发明还提供一种自动生成肾衰竭患者营养治疗方案的系统，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自动生成肾衰竭患者营养治疗方案的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：
本申请实施例提供的一种自动生成肾衰竭患者营养治疗方案的系统及方法，通过获得第一用户信息；根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据；根据所述第一化验结果，获得第一患者等级；根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症；将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案；根据所述第一用户信息，获得第一饮食习惯；根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。达到了结合患者的各项忌食要求、患者的饮食习惯进行综合定制营养治疗方案，符合患者的个人特点，使得患者明确治疗方案，更加有利于患者的日常执行，执行的到位则更加有利于病情的控制，提高治疗方案的执行效果，避免患者盲目进行饮食控制造成的身体损伤的技术效果。从而解决了现有技术中对于慢性肾衰竭患者的营养治疗方案比较单一，仅给出忌食要求但缺乏具体食谱的指导，患者执行起来比较盲目，而且可能造成患者营养不均衡而不利于恢复的技术问题。
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 (10)
1.一种自动生成肾衰竭患者营养治疗方案的方法，其中，所述方法包括：
获得第一用户信息；
根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据；
根据所述第一化验结果，获得第一患者等级；
根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症；
将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案；
根据所述第一用户信息，获得第一饮食习惯；
根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。
2.如权利要求1所述的方法，其中，所述将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案，包括：
将所述第一患者等级作为第一输入信息；
根据所述第一忌食病症，获得第一忌食要求；
将所述第一忌食要求作为第二输入信息；
将所述第一输入信息、所述第二输入信息输入方案生成模型，所述方案生成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组均包括：所述第一输入信息、所述第二输入信息和标识忌食治疗方案的标识信息；
获得所述方案生成模型的第一输出结果，所述第一输出结果包括第一治疗方案。
3.如权利要求1所述的方法，其中，所述根据所述第一用户信息，获得第一饮食习惯，包括：
根据所述第一用户信息，获得第一用户所在地；
根据所述第一用户所在地，获得所在地食谱信息；
根据所述所在地食谱信息，获得所述第一饮食习惯。
4.如权利要求1所述的方法，其中，所述根据所述第一用户信息，获得第一饮食习惯，包括：
根据所述第一用户信息，获得第一用户就餐数据；
根据所述第一用户就餐数据，获得第一用户饮食比例信息；
根据所述第一用户饮食比例信息，获得所述第一饮食习惯。
5.如权利要求1所述的方法，其中，所述根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案，包括：
根据所述第一治疗方案，获得治疗忌食要求；
判断所述第一饮食习惯是否满足所述治疗忌食要求；
当不满足时，根据所述治疗忌食要求、所述第一饮食习惯，获得第一调整信息；
根据所述第一调整信息、所述第一饮食习惯，获得第二饮食习惯；
根据所述第二饮食习惯、所述治疗忌食要求，获得所述第一营养治疗方案。
6.如权利要求1所述的方法，其中，所述根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案，包括：
获得第一季节信息；
获得第一用户所在地；
根据所述第一季节信息、所述第一用户所在地，获得当季食谱信息；
根据所述第一治疗方案、所述当季食谱信息，获得所述第一营养治疗方案。
7.如权利要求1所述的方法，其中，所述方法包括：
根据所述第一用户信息，获得第二病历信息，所述第二病历信息与所述第一病历信息的日期不同；
根据所述第二病历信息，获得第二化验结果；
根据所述第一化验结果、所述第二化验结果，获得指标变更信息；
判断所述指标变更信息是否满足第一预定条件；
当不满足时，根据所述指标变更信息、所述第一营养治疗方案，获得第二营养治疗方案。
8.如权利要求2所述的方法，其中，所述根据所述第一忌食病症，获得第一忌食要求，包括：
根据所述第一忌食病症，获得第二病症等级；
根据所述第一忌食病症、所述第二病症等级，获得所述第一忌食要求。
9.一种自动生成肾衰竭患者营养治疗方案的系统，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信息；
第二获得单元，所述第二获得单元用于根据所述第一用户信息，获得第一病历信息，所述第一病历信息包括第一化验结果，所述第一化验结果为肾器检查化验数据；
第三获得单元，所述第三获得单元用于根据所述第一化验结果，获得第一患者等级；
第四获得单元，所述第四获得单元用于根据所述第一病历信息，获得第一忌食病症，所述第一忌食病症非肾脏病症；
第五获得单元，所述第五获得单元用于将所述第一患者等级、所述第一忌食病症输入方案生成模型，获得第一治疗方案；
第六获得单元，所述第六获得单元用于根据所述第一用户信息，获得第一饮食习惯；
第七获得单元，所述第七获得单元用于根据所述第一治疗方案、所述第一饮食习惯，获得第一营养治疗方案。
10.一种自动生成肾衰竭患者营养治疗方案的系统，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1-8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110036307.7A CN112652379A (zh) | 2021-01-12 | 2021-01-12 | 一种自动生成肾衰竭患者营养治疗方案的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110036307.7A CN112652379A (zh) | 2021-01-12 | 2021-01-12 | 一种自动生成肾衰竭患者营养治疗方案的系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112652379A true CN112652379A (zh) | 2021-04-13 |
Family
ID=75367978
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110036307.7A Pending CN112652379A (zh) | 2021-01-12 | 2021-01-12 | 一种自动生成肾衰竭患者营养治疗方案的系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112652379A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113096771A (zh) * | 2021-04-22 | 2021-07-09 | 南通市第二人民医院 | 一种水肿患者食物摄入管理系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104952022A (zh) * | 2015-05-28 | 2015-09-30 | 汤海京 | 一种面向慢性肾脏病管理的大数据处理方法和设备 |
| CN107273699A (zh) * | 2017-07-07 | 2017-10-20 | 成都脉安科健生物科技有限公司 | 营养指导方案获取方法、装置及电子设备 |
| CN107833616A (zh) * | 2017-11-24 | 2018-03-23 | 上海光电医用电子仪器有限公司 | 一种具有营养摄入量评估的监护方法及系统 |
| CN108198603A (zh) * | 2017-12-12 | 2018-06-22 | 昆明亿尚科技有限公司 | 一种基于个人体检信息的营养饮食推荐方法 |
| CN109036511A (zh) * | 2018-07-12 | 2018-12-18 | 北京智吃健康科技股份有限公司 | 减肥方案订制方法及装置 |
| CN109840932A (zh) * | 2019-01-23 | 2019-06-04 | 平安科技（深圳）有限公司 | 心脑血管疾病展示方法、装置、设备及存储介质 |
| CN109979552A (zh) * | 2019-03-28 | 2019-07-05 | 北京康糖医疗科技有限公司 | 一种运动处方生成装置及方法 |
| CN111081347A (zh) * | 2019-10-31 | 2020-04-28 | 北京邮电大学 | 一种慢性病患者的食谱推荐方法 |
| CN112201326A (zh) * | 2020-09-28 | 2021-01-08 | 上海熠旦信息科技有限公司 | 肾病饮食管理方法 |
-
2021
- 2021-01-12 CN CN202110036307.7A patent/CN112652379A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104952022A (zh) * | 2015-05-28 | 2015-09-30 | 汤海京 | 一种面向慢性肾脏病管理的大数据处理方法和设备 |
| CN107273699A (zh) * | 2017-07-07 | 2017-10-20 | 成都脉安科健生物科技有限公司 | 营养指导方案获取方法、装置及电子设备 |
| CN107833616A (zh) * | 2017-11-24 | 2018-03-23 | 上海光电医用电子仪器有限公司 | 一种具有营养摄入量评估的监护方法及系统 |
| CN108198603A (zh) * | 2017-12-12 | 2018-06-22 | 昆明亿尚科技有限公司 | 一种基于个人体检信息的营养饮食推荐方法 |
| CN109036511A (zh) * | 2018-07-12 | 2018-12-18 | 北京智吃健康科技股份有限公司 | 减肥方案订制方法及装置 |
| CN109840932A (zh) * | 2019-01-23 | 2019-06-04 | 平安科技（深圳）有限公司 | 心脑血管疾病展示方法、装置、设备及存储介质 |
| CN109979552A (zh) * | 2019-03-28 | 2019-07-05 | 北京康糖医疗科技有限公司 | 一种运动处方生成装置及方法 |
| CN111081347A (zh) * | 2019-10-31 | 2020-04-28 | 北京邮电大学 | 一种慢性病患者的食谱推荐方法 |
| CN112201326A (zh) * | 2020-09-28 | 2021-01-08 | 上海熠旦信息科技有限公司 | 肾病饮食管理方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113096771A (zh) * | 2021-04-22 | 2021-07-09 | 南通市第二人民医院 | 一种水肿患者食物摄入管理系统及方法 |
| CN113096771B (zh) * | 2021-04-22 | 2022-02-01 | 南通市第二人民医院 | 一种水肿患者食物摄入管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2961543T3 (es) | Determinación de un régimen de bienestar óptimo | |
| Lo et al. | Prevalence of obesity and extreme obesity in children aged 3–5 years | |
| Nosofsky | An exemplar-based random-walk model of speeded categorization and absolute judgment | |
| CN107742533A (zh) | 一种基于食物营养素预测痛风的方法 | |
| JP2016535644A (ja) | 腎不全血液療法、特に在宅血液透析のための血清カリウムの療法予測及び最適化 | |
| CN112734746A (zh) | 一种基于图像识别的骨科伤病谱匹配系统及方法 | |
| MX2012012061A (es) | Prediccion y optimizacion de terapia para terapia sanguinea de falla renal, especialmente hemodialisis en casa. | |
| CN112652379A (zh) | 一种自动生成肾衰竭患者营养治疗方案的系统及方法 | |
| CN112185530A (zh) | 一种医院排号管理方法及系统 | |
| CN112885466A (zh) | 一种基于用户体质的肾脏疾病的预防方法及系统 | |
| Bronhara et al. | Fuzzy linguistic model for bioelectrical impedance vector analysis | |
| CN110648764A (zh) | 一种获取临床数据预测模型的方法、装置、可读介质及电子设备 | |
| CN114255855A (zh) | 一种基于人工智能的医疗分级诊疗挂号管理方法及系统 | |
| Schaefer et al. | Validation of an instrument to measure registered dietitians’/nutritionists’ knowledge, attitudes and practices of an intuitive eating approach | |
| CN113066531A (zh) | 风险预测方法、装置、计算机设备及存储介质 | |
| Rani et al. | Significance of multilayer perceptron model for early detection of diabetes over ml methods | |
| CN112580690B (zh) | 一种提升食品检测准确性的信息处理方法和装置 | |
| Buisson et al. | Balancing meals using fuzzy arithmetic and heuristic search algorithms | |
| JP2020535442A (ja) | 新生児のビリルビン値を予測する方法およびコンピュータプログラム | |
| US20230089697A1 (en) | Method for generating a composite nutritional index, and associated system | |
| Suntoro et al. | New Method Based Pre-Processing to Tackle Missing and High Dimensional Data of CRISP-DM Approach | |
| Pinto et al. | Neural and genetic bases for human ability traits | |
| CN112116967A (zh) | 一种提高尿液样本收集效率的信息处理方法和装置 | |
| WO2024166866A1 (ja) | 診療支援システム | |
| CN113053482A (zh) | 一种肾内科患者的体征监测分析系统及方法 |
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 |
Application publication date: 20210413 |
|
| RJ01 | Rejection of invention patent application after publication |