CN112700845B - 数据处理方法、装置、电子设备以及存储介质 - Google Patents

数据处理方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN112700845B
CN112700845B CN202110304713.7A CN202110304713A CN112700845B CN 112700845 B CN112700845 B CN 112700845B CN 202110304713 A CN202110304713 A CN 202110304713A CN 112700845 B CN112700845 B CN 112700845B
Authority
CN
China
Prior art keywords
data
initial
time
background
classification
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
Application number
CN202110304713.7A
Other languages
English (en)
Other versions
CN112700845A (zh
Inventor
高林明
范哲权
王伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thoth Suzhou Medical Technology Co ltd
Original Assignee
Thoth Suzhou Medical Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Thoth Suzhou Medical Technology Co ltd filed Critical Thoth Suzhou Medical Technology Co ltd
Priority to CN202110304713.7A priority Critical patent/CN112700845B/zh
Publication of CN112700845A publication Critical patent/CN112700845A/zh
Application granted granted Critical
Publication of CN112700845B publication Critical patent/CN112700845B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种数据处理方法、装置、电子设备以及存储介质。该方法包括:获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图;获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识;确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景;创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,实现了快速识别心率曲线图的健康状况,高效读图,从而提高了医生的诊断效率。

Description

数据处理方法、装置、电子设备以及存储介质
技术领域
本发明实施例涉及计算机软件技术领域,尤其涉及一种数据处理方法、装置、电子设备以及存储介质。
背景技术
目前,心率图广泛运用在临床诊断,可用于各种心血管疾病的检测。
现有技术的心率曲线图主要是为医生分析与诊断提供直观数据,但是原始数据具备杂质点多,过速过缓区域不明显,呈现方式枯燥的问题。
发明内容
本发明提供一种数据处理方法、装置、电子设备以及存储介质,以实现快速识别心率曲线图的健康状况,高效读图,从而提高了数据的识别效率。
第一方面,本发明实施例提供了一种数据处理方法,该方法包括:
获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图;
获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识;
确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景;
创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据;
其中,所述数据初始背景的生成步骤包括:
创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴;
根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景。
第二方面,本发明实施例还提供了一种数据处理装置,该装置包括:
数据图处理模块,用于获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图;
数据初始背景获取模块,用于获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识;
数据绘制背景生成模块,用于确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景;
数据绘制容器创建模块,用于创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据;
其中,所述数据初始背景的生成步骤包括:
创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴;
根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例提供的数据处理方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例提供的数据处理方法。
本发明实施例的技术方案具体包括:对获取到的初始数据图进行去噪处理已得到去噪数据图,以避免在分析数据图的时候因为数据图中的噪点所造成的影响;获取数据初始背景中的数据坐标轴和数据分类的区域标识,其中,数据初始背景的生成步骤包括:创建数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴,根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景,设置区域标识可以更加方便区分数据的类型;对数据初始背景中的时间坐标轴进行更新,具体的,确定初始数据图中的初始时间数据和持续时间数据,基于初始时间数据以及持续时间数据确定数据初始背景的时间坐标轴的时间范围,基于时间范围更新数据初始背景,得到数据绘制背景,以保证数据绘制背景的时间坐标轴和去噪数据的时间坐标对应;创建数据绘制容器,将去噪数据图和数据绘制背景叠加添加在数据绘制容器中,得到目标标识图,其中,目标标识图中包括各分类的区域标识以及各区域标识对应的数据。本发明实施例的技术方案通过将基于初始数据图得到去噪数据图,以及基于去噪数据更新数据初始背景所得到的数据绘制背景进行叠加生成目标标识图,数据绘制背景中的不同的区域标识对应不同的数据分类,通过去噪数据图中各个数据在数据绘制背景中各区别标识中的位置快速识别初始数据图中的数据分类,高效读图,从而提高了数据的识别效率。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1是本发明实施例一提供的数据处理方法的流程示意图;
图2是本发明实施例一涉及的目标标识图的结果示意图;
图3是本发明实施例二提供的数据处理方法的流程示意图;
图4是本发明实施例二涉及的分类趋势图的结果示意图;
图5是本发明实施例三提供的数据处理装置的结构示意图;
图6为本发明实施例四提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种数据处理方法的流程图,本实施例可适用于对初始数据图进行处理的情况,具体的,适用于确定初始数据图中的数据所在分类区域的情况。该方法可以由数据处理装置来执行,该装置可以由软件和/或硬件的方式来实现。如图1所示,该方法具体包括以下步骤:
S110、获取初始数据图,对初始数据图进行去噪处理,得到去噪数据图。
在本发明实施例中,初始数据图可以是根据生理信号采集设备采集得到的生理信号数据进行绘制得到的初始数据图,也可以是由其他终端设备传输的生理信号数据进行绘制得到的初始数据图。具体的,以生理信号数据是心率数据为例,初始数据图可以是初始心率数据图;以生理信号数据是宫缩压力数据为例,初始数据图可以是初始宫缩压力数据图,本实施例对心电信号数据不加以限制,即对初始数据图的数据类型不加以限制。
具体的,对初始数据图进行去噪处理,即是对初始数据图中的各像素数据进行噪声数据识别,并对识别出的噪声数据进行处理,得到去噪数据图。
可选的,对初始数据图进行去噪处理的方法可以是:识别初始数据图的像素数据以及各像素数据的通道数据,通道数据包括颜色通道数据和透明通道数据;根据颜色通道数据确定像素数据是否为噪声数据;将确定的噪声数据的透明通道数据设置为预设值,以对初始数据图进行去噪处理。
其中,像素数据是组成图像的各个像素点的数据,在本发明实施例中,像素数据由通道数据组成,即包括在RGB色彩模式下的三个颜色通道,具体的:红色通道(R通道)、绿色通道(G通道)和蓝色通道(B通道)。以及在上述基础上,本实施例的通道数据还包括透明通道(Alpha Channel,阿尔法通道)。
具体的,识别初始数据图中的像素数据以及各像素数据的通道数据。为了更清楚的介绍本实施例的技术方案,在此以其中一个像素点为例进行介绍:根据该像素点的像素数据中的三个颜色通道数据确定的颜色像素数据确定该像素点是否为噪声数据,具体的,可以是将颜色像素数据与预设的噪声数据阈值范围进行比对,如果该像素点的颜色像素数据在噪声数据阈值范围内,则确定该像素点的像素数据为噪声数据。对噪声数据进行去噪处理的方法可以是:获取该像素点的像素数据中的透明通道数据,并将该透明通道数据设置为预设值,以实现对该像素点的像素数据的去噪处理,依照上述方式,对初始数据图中的各像素点的像素数据进行去噪处理,得到去噪数据图,避免噪声数据对分析数据图时造成的影响。
S120、获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识。
在本实施例中生成数据初始背景的步骤包括:创建数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴;根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景。
可选的,数据初始背景的时间坐标轴可以作为数据初始背景的横坐标轴。具体的,为了保证采集的数据均可以在数据初始背景中进行展示,所以可以将时间坐标轴的坐标长度设置为可采集的最大时间范围。数据初始背景的数据坐标轴可以作为数据初始背景的纵坐标轴。具体的,可根据数据类型确定纵坐标轴的数据坐标范围,例如以数据类型为心率数据为例,可以设置纵坐标轴的数据坐标范围是0-200;以数据类型为宫缩压力数据为例,可以设置纵坐标轴的数据坐标范围是0-100,本实施例对数据初始背景的数据坐标轴的数据坐标范围不加以限制。
具体的,根据数据类型确定数据坐标范围之后,根据预设的数据分类阈值创建至少两个分类区域,并对不同的分类区域设置不同的区域标识。具体的,以数据类型为心率数据为例,确定数据初始背景的数据坐标范围为0-200。根据预设心率数据的分类阈值确定分类区域,示例性的,当分类阈值为0-40范围或者150-200范围内时,分类区域为一级分类,可以用红色对该分类区域进行区域标识,即说明该区域的数据需要重点关注;当分类阈值为45-50范围或者120-120范围时分类区域为二级区域,可以用黄色对该分类区域进行区域标识,即说明该区域的数据需要关注;当分类阈值为50-120范围时,分类区域为三级分类,可以用绿色对该分类区域进行区域标识,即说明该区域的数据为正常数据,暂时不需要关注。当然,上述分类阈值的确定和区域标识只是作为可选实施例,也可以根据实际情况对分类阈值和区域标识进行具体设置,本实施例对此不加以限制。
S130、确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景。
在本发明实施例中,初始时间是指初始数据图中数据采集的开始时间;持续时间是指初始数据图中数据采集的有效时间的总和。
具体的,确定初始数据图中的初始时间数据和持续时间数据的方法可以是基于生理信号采集设备上传的数据进行确定,也可以是基于终端设备传输的数据进行确定。
可选的,根据初始时间数据以及持续时间数据确定数据初始背景的时间坐标轴的时间范围的方法可以是:基于所述初始时间数据以及所述持续时间数据确定结束时间数据,基于所述初始时间数据和所述结束时间数据确定所述时间坐标轴的时间范围。
具体的,将初始时间数据与持续时间数据相加计算,得到的有效结束时间为结束时间数据,继而将初始时间数据作为时间坐标轴的起始坐标,将结束时间数据作为时间坐标轴的结束坐标。
可选的,根据初始时间数据以及持续时间数据确定数据初始背景的时间坐标轴的时间范围的方法还可以是:基于所述初始时间数据以及所述持续时间数据确定结束时间数据,并根据所述结束时间数据和所述初始数据图的实际结束时间数据的差值确定目标结束时间数据,基于所述目标结束时间数据和所述初始时间数据确定所述时间坐标轴的时间范围。
具体的,基于生理信号采集设备上传的数据或者是终端设备传输的数据确定初始数据图中的采集结束时间,并基于采集结束时间数据和上述实施例中确定的有效结束时间数据确定时间坐标轴。示例性的,可以是先确定采集结束时间数据和有效结束时间数据的数据差值,并将该数据差值与预设数据范围阈值进行比对。若数据差值大于预设数据阈值,则将采集结束时间作为确定为结束时间数据,继而将初始时间数据作为时间坐标轴的起始坐标,将结束时间数据作为时间坐标轴的结束坐标。若数据差值小于预设数据阈值,则将有效结束时间数据加上预设时长数据作为结束时间数据,继而将初始时间数据作为时间坐标轴的起始坐标,将结束时间数据作为时间坐标轴的结束坐标。根据确定的时间坐标轴的起始坐标和结束坐标更新数据初始背景,得到数据绘制背景,以使去噪数据图和数据绘制背景进行叠加形成目标标识图。
S140、创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据。
在本实施例中,数据绘制容器用于将去噪数据图中的像素数据以及数据绘制背景绘制形成目标标识图。其中,数据绘制容器可以是基于canvas元素所形成的绘制容器。在本实施例中初始数据图进行去噪处理后的去噪数据图转换为预设形式的数据进行预设位置存储,例如二级制Blob数据。在数据绘制容器中进行目标标识图的绘制时需要预先从预设位置获取去噪数据。将获取到的去噪数据与数据绘制背景进行叠加添加在数据绘制容器中,形成如图2所示的目标标识图。其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据。
可选的,将获取到的去噪数据与数据绘制背景进行叠加添加在数据绘制容器中的方法可以是:基于所述初始数据图的初始时间数据,对所述去噪数据图和所述数据绘制背景进行对齐;将对齐后的述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图。
具体的,确定去噪数据图中的起始数据在数据绘制背景中的时间坐标轴的横坐标位置和在数据坐标轴的纵坐标位置,并基于该起始数据的横坐标位置和纵坐标位置确定该起始数据在数据绘制容器的具体位置。基于此方法分别确定去噪数据图中所有数据的具体位置,并基于将各位置的数据进行折线连接,形成绘制完成的目标标识图。
本发明实施例的技术方案具体包括:对获取到的初始数据图进行去噪处理已得到去噪数据图,以避免在分析数据图的时候因为数据图中的噪点所造成的影响;获取数据初始背景中的数据坐标轴和数据分类的区域标识,其中,数据初始背景的生成步骤包括:创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴,根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景,设置区域标识可以更加方便区分数据所述的类型;对数据初始背景中的时间坐标轴进行更新,具体的,确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景,以保证数据绘制背景的时间坐标轴和去噪数据的时间坐标对应;创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据。本发明实施例的技术方案通过将基于初始数据图得到去噪数据图,以及基于去噪数据更新数据初始背景所得到的数据绘制背景进行叠加生成目标标识图,数据绘制背景中的不同的区域标识对应不同的数据分类,通过去噪数据图中各个数据在数据绘制背景中各区别标识中的位置快速识别初始数据图中的数据分类,高效读图,从而提高了数据的识别效率。
实施例二
图3为本发明实施例二提供的一种数据处理方法的流程图,本实施例在上述各实施例的基础上,增加了“基于所述去噪数据图中的第一数据,生成与所述第一数据相对应的各第二数据,根据各第二数据的分类结果以及所述分类结果对应的时间数据绘制所述初始数据图对应的分类趋势图。”其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图3,本实施例提供的数据处理方法包括:
S210、获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图。
S220、获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识。
S230、确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景。
S240、创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据。
S250、基于所述去噪数据图中的第一数据,生成与所述第一数据相对应的各第二数据,根据各第二数据的分类结果以及所述分类结果对应的时间数据绘制所述初始数据图对应的分类趋势图。
在本实施例中,第一数据为绘制去噪数据图的原始数据,第二数据为基于第一数据经过处理所生成的数据,而且第一数据与第二数据具有相同的时间数据。具体的,以去噪数据图为初始心率数据图为例,则第一数据为心率数据,第二数据为基于心率数据处理得到的频域数据,在本实施例频域数据包括LF/HF数值和TP数值,且基于上述频域数据分类结果绘制的分类趋势图为情绪分类趋势图。其中,LF/HF数值代表频域指标中的反映交感神经与副交感神经的相对活跃程度;TP数值代表频域指标中的总能量,反映自主神经系统整体的活性,可用于评估自主神经系统的调节能力。处理方法可以是计算处理也可以是经过模型处理得到,本实施例对该处理方法不加以限制。
具体的,确定各预设第二阈值范围,并对各第二数据进行分类,确定各第二数据的分类结果,并根据所述分类结果以及所述分类结果对应的时间数据绘制所述初始数据图对应的分类趋势图。
可选的,根据各预设第二阈值范围确定所述各第二数据的分类结果的方法可以是:若所述第二数据为有效数值,则将所述第二数据所在的第二阈值范围对应的类型信息确定为所述第二数据的分类结果;若所述第二数据为无效数值,则基于所述第二数据的时间信息确定时间数据相邻的相邻第二数据,将所述相邻第二数据的分类结果确定为所述第二数据的分类结果。
具体的,以第一数据为心率数据,第二数据为频域数据为例,预先设置频域数据用于确定分类区域的数据阈值,则第二数据对应的分类结果为情绪分类结果。其中,情绪分类类型包括:疲劳,平静,轻松,焦虑,紧张,兴奋六个情绪维度。示例性的,可以是:当LF/HF数值大于等于0小于2且TP数值大于等于0小于1000为一分类区,表明当前情绪为疲惫;当LF/HF数值大于等于0小于2且TP数值大于等于1000小于3000为二分类区,表明当前情绪为平静;当LF/HF数值大于等于0小于2且TP数值大于等于3000为三分类区,表明当前情绪为轻松;当LF/HF数值大于等于2且TP数值大于等于0小于1000为四分类区,表明当前情绪为焦虑;当LF/HF数值大于等于2且TP数值大于等于1000小于3000为五分类区,表明当前情绪为紧张;当LF/HF数值大于等于2且TP数值大于等于3000为六分类区,表明当前情绪为兴奋。确定所有心率数据对应的各频域数据,当确定当前时间数据对应的频域数据为有效数值时,则根据上述分类方法确定当前时间数据对应的频域数据的情绪分类结果,若当前时间数据对应的频域数据为无效数值时,则将当前时间数据的相邻时间数据对应的情绪分类结果作为当前时间数据对应的情绪分类结果,具体的,可以将当前时间数据之前的时间数据的情绪分类结果作为当前时间数据的情绪分类结果,也可以将当前时间数据之后的时间数据的情绪分类结果作为当前时间数据的情绪分类结果。根据所述情绪分类结果以及所述情绪分类结果对应的时间数据绘制如图4所示的初始数据图对应的情绪分类趋势图。
本实施例的技术方案,确定初始数据图经过去噪之后的第一数据对应的第二数据,并根据预设第二数据阈值确定第二数据的情绪分类结果,并根据各情绪分类结果以及各情绪分类结果对应的时间数据形成分类趋势图。通过本发明实施例提供的技术方案可通过将心率数据以不同形式进行展示,实现了实现快速识别心率曲线图中的情绪变化,高效读图,从而提高了数据的识别效率。
以下是本发明实施例提供的数据处理装置的实施例,该装置与上述各实施例的数据处理方法属于同一个发明构思,在数据处理装置的实施例中未详尽描述的细节内容,可以参考上述数据处理方法的实施例。
实施例三
图5为本发明实施例三提供的数据处理装置的结构示意图,本实施例可适用于对初始数据图进行处理的情况,具体的,适用于确定初始数据图中的数据所在分类区域的情况。该数据处理装置的具体结构如下:数据图处理模块310、数据初始背景获取模块320、数据绘制背景生成模块330和数据绘制容器创建模块340;其中,
数据图处理模块310,用于获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图;
数据初始背景获取模块320,用于获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识;
数据绘制背景生成模块330,用于确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景;
数据绘制容器创建模块340,用于创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据;
其中,所述数据初始背景的生成步骤包括:
创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴;
根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景。
本发明实施例的技术方案具体包括:对获取到的初始数据图进行去噪处理已得到去噪数据图,以避免在分析数据图的时候因为数据图中的噪点所造成的影响;获取数据初始背景中的数据坐标轴和数据分类的区域标识,其中,数据初始背景的生成步骤包括:创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴,根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景,设置区域标识可以更加方便区分数据所述的类型;对数据初始背景中的时间坐标轴进行更新,具体的,确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景,以保证数据绘制背景的时间坐标轴和去噪数据的时间坐标对应;创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据。本发明实施例的技术方案通过将基于初始数据图得到去噪数据图,以及基于去噪数据更新数据初始背景所得到的数据绘制背景进行叠加生成目标标识图,数据绘制背景中的不同的区域标识对应不同的数据分类,通过去噪数据图中各个数据在数据绘制背景中各区别标识中的位置快速识别初始数据图中的数据分类,高效读图,从而提高了数据的识别效率。在上述实施例的基础上,数据图处理模块310,包括:
通道数据确定单元,用于识别所述初始数据图的像素数据以及各像素数据的通道数据,所述通道数据包括颜色通道数据和透明通道数据。
噪声数据确定单元,用于根据所述颜色通道数据确定所述像素数据是否为噪声数据。
去噪处理单元,用于将确定的噪声数据的透明通道数据设置为预设值,以对所述初始数据图进行去噪处理。
在上述实施例的基础上,数据绘制背景生成模块330,包括:
第一时间范围确定模块,用于基于所述初始时间数据以及所述持续时间数据确定结束时间数据,基于所述初始时间数据和所述结束时间数据确定所述时间坐标轴的时间范围。
第二时间范围确定模块,用于基于所述初始时间数据以及所述持续时间数据确定结束时间数据,并根据所述结束时间数据和所述初始数据图的实际结束时间数据的差值确定目标结束时间数据,基于所述目标结束时间数据和所述初始时间数据确定所述时间坐标轴的时间范围。
在上述实施例的基础上,数据绘制容器创建模块340,包括:
数据绘制背景处理单元,用于基于所述初始数据图的初始时间数据,对所述去噪数据图和所述数据绘制背景进行对齐。
目标标识图生成单元,用于将对齐后的述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图。
在上述实施例的基础上,该装置白包括:
第二数据生成单元,用于基于所述去噪数据图中的第一数据,生成与所述第一数据相对应的各第二数据,其中,所述第一数据与对应的第二数据具有相同的时间数据。
分类结果确定和单元,用于根据各预设第二阈值范围确定所述各第二数据的分类结果,并根据所述分类结果以及所述分类结果对应的时间数据绘制所述初始数据图对应的分类趋势图。
在上述实施例的基础上,分类结果确定和单元,包括:
第一分类结果确定单元,用于若所述第二数据为有效数值,则将所述第二数据所在的第二阈值范围对应的类型信息确定为所述第二数据的分类结果。
第二分类结果确定单元,用于若所述第二数据为无效数值,则基于所述第二数据的时间信息确定时间数据相邻的相邻第二数据,将所述相邻第二数据的分类结果确定为所述第二数据的分类结果。
在上述实施例的基础上,去噪数据图是初始心率曲线图,所述第一数据是心率数据,所述第二数据是频域数据。
本发明实施例所提供的数据处理装置可执行本发明任意实施例所提供的数据处理方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述数据处理装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图6为本发明实施例四提供的一种电子设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图6显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备12以通用计算电子设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理器16,系统存储器28,连接不同系统组件(包括系统存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图6中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及样本数据获取,例如实现本发实施例所提供的一种数据处理方法步骤,数据处理方法包括:
获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图;
获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识;
确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景;
创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据;
其中,所述数据初始背景的生成步骤包括:
创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴;
根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的样本数据获取方法的技术方案。
实施例五
本实施例五提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现例如实现本发实施例所提供的一种数据处理方法步骤,数据处理方法包括:
获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图;
获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识;
确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景;
创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据;
其中,所述数据初始背景的生成步骤包括:
创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴;
根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.一种数据处理方法,其特征在于,包括:
获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图,并将所述去噪数据图转换为预设格式的去噪数据进行预设位置存储;
获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识;
确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景;
创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据;
其中,所述数据初始背景的生成步骤包括:
创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴;
根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景;
基于所述去噪数据图中的第一数据,生成与所述第一数据相对应的各第二数据,其中,所述第一数据与对应的第二数据具有相同的时间数据;
根据各预设第二阈值范围确定所述各第二数据的分类结果,并根据所述分类结果以及所述分类结果对应的时间数据绘制所述初始数据图对应的分类趋势图;
其中,所述去噪数据图是初始心率曲线图,所述第一数据是心率数据,所述第二数据是频域数据,所述分类趋势图是情绪分类趋势图;
其中,所述基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,包括:
基于所述初始时间数据以及所述持续时间数据确定结束时间数据,基于所述初始时间数据和所述结束时间数据确定所述时间坐标轴的时间范围;或者,
基于所述初始时间数据以及所述持续时间数据确定结束时间数据,并根据所述结束时间数据和所述初始数据图的实际结束时间数据的差值和预设数据阈值的比对结果确定目标结束时间数据,基于所述目标结束时间数据和所述初始时间数据确定所述时间坐标轴的时间范围;
其中,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,包括:
预先从预设位置获取去噪数据,并将所述去噪数据与数据绘制背景进行叠加添加在数据绘制容器中,形成目标标识图;
其中,所述根据各预设第二阈值范围确定所述各第二数据的分类结果,包括:
若所述第二数据为有效数值,则将所述第二数据所在的第二阈值范围对应的类型信息确定为所述第二数据的分类结果;
若所述第二数据为无效数值,则基于所述第二数据的时间信息确定时间数据相邻的相邻第二数据,将所述相邻第二数据的分类结果确定为所述第二数据的分类结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述初始数据图进行去噪处理,得到去噪数据图,包括:
识别所述初始数据图的像素数据以及各像素数据的通道数据,所述通道数据包括颜色通道数据和透明通道数据;
根据所述颜色通道数据确定所述像素数据是否为噪声数据;
将确定的噪声数据的透明通道数据设置为预设值,以对所述初始数据图进行去噪处理。
3.根据权利要求1所述的方法,其特征在于,所述将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,包括:
基于所述初始数据图的初始时间数据,对所述去噪数据图和所述数据绘制背景进行对齐;
将对齐后的去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图。
4.一种数据处理装置,其特征在于,包括:
数据图处理模块,用于获取初始数据图,对所述初始数据图进行去噪处理,得到去噪数据图,并将所述去噪数据图转换为预设格式的去噪数据进行预设位置存储;
数据初始背景获取模块,用于获取数据初始背景,所述数据初始背景包括数据坐标轴和数据分类的区域标识;
数据绘制背景生成模块,用于确定所述初始数据图中的初始时间数据和持续时间数据,基于所述初始时间数据以及所述持续时间数据确定所述数据初始背景的时间坐标轴的时间范围,基于所述时间范围更新所述数据初始背景,得到数据绘制背景;
数据绘制容器创建模块,用于创建数据绘制容器,将所述去噪数据图和所述数据绘制背景叠加添加在所述数据绘制容器中,得到目标标识图,其中,所述目标标识图中包括各分类的区域标识以及各所述区域标识对应的数据;
其中,所述数据初始背景的生成步骤包括:
创建所述数据初始背景的时间坐标轴,以及根据数据类型创建数据坐标轴;
根据数据类型对应的数据分类阈值创建至少两个分类区域,对不同分类的分类区域设置不同的区域标识,以生成数据初始背景;
第二数据生成单元,用于基于所述去噪数据图中的第一数据,生成与所述第一数据相对应的各第二数据,其中,所述第一数据与对应的第二数据具有相同的时间数据;
分类结果确定单元,用于根据各预设第二阈值范围确定所述各第二数据的分类结果,并根据所述分类结果以及所述分类结果对应的时间数据绘制所述初始数据图对应的分类趋势图;
其中,所述去噪数据图是初始心率曲线图,所述第一数据是心率数据,所述第二数据是频域数据,所述分类趋势图是情绪分类趋势图;
其中,数据绘制背景生成模块,包括:
第一时间范围确定模块,用于基于所述初始时间数据以及所述持续时间数据确定结束时间数据,基于所述初始时间数据和所述结束时间数据确定所述时间坐标轴的时间范围;或者,
第二时间范围确定模块,用于基于所述初始时间数据以及所述持续时间数据确定结束时间数据,并根据所述结束时间数据和所述初始数据图的实际结束时间数据的差值和预设数据阈值的比对结果确定目标结束时间数据,基于所述目标结束时间数据和所述初始时间数据确定所述时间坐标轴的时间范围;
其中,数据绘制容器创建模块,包括:
目标标识图生成单元,用于预先从预设位置获取去噪数据,并将所述去噪数据与数据绘制背景进行叠加添加在数据绘制容器中,形成目标标识图;
其中,分类结果确定单元,包括:
第一分类结果确定单元,用于若所述第二数据为有效数值,则将所述第二数据所在的第二阈值范围对应的类型信息确定为所述第二数据的分类结果;
第二分类结果确定单元,用于若所述第二数据为无效数值,则基于所述第二数据的时间信息确定时间数据相邻的相邻第二数据,将所述相邻第二数据的分类结果确定为所述第二数据的分类结果。
5.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,所述一个或多个处理器实现如权利要求1-3中任一所述的数据处理方法。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-3中任一所述的数据处理方法。
CN202110304713.7A 2021-03-23 2021-03-23 数据处理方法、装置、电子设备以及存储介质 Active CN112700845B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110304713.7A CN112700845B (zh) 2021-03-23 2021-03-23 数据处理方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110304713.7A CN112700845B (zh) 2021-03-23 2021-03-23 数据处理方法、装置、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
CN112700845A CN112700845A (zh) 2021-04-23
CN112700845B true CN112700845B (zh) 2022-05-27

Family

ID=75515376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110304713.7A Active CN112700845B (zh) 2021-03-23 2021-03-23 数据处理方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN112700845B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609507A (zh) * 2012-02-03 2012-07-25 浙江工业大学 基于Web的数据可视化系统
CN108052245A (zh) * 2017-11-24 2018-05-18 大唐恩智浦半导体有限公司 一种电池管理系统的数据处理方法和装置
CN108577890A (zh) * 2018-03-12 2018-09-28 深圳市理邦精密仪器股份有限公司 胎心率短变异监测方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10699451B1 (en) * 2018-12-18 2020-06-30 Adobe Inc. Generating digital graphical representations reflecting multiple data series utilizing dynamic y-axes
CN109871471B (zh) * 2019-01-23 2024-03-19 平安科技(深圳)有限公司 数据处理方法、装置、设备及计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609507A (zh) * 2012-02-03 2012-07-25 浙江工业大学 基于Web的数据可视化系统
CN108052245A (zh) * 2017-11-24 2018-05-18 大唐恩智浦半导体有限公司 一种电池管理系统的数据处理方法和装置
CN108577890A (zh) * 2018-03-12 2018-09-28 深圳市理邦精密仪器股份有限公司 胎心率短变异监测方法及装置

Also Published As

Publication number Publication date
CN112700845A (zh) 2021-04-23

Similar Documents

Publication Publication Date Title
EP4006831A1 (en) Image processing method and apparatus, server, medical image processing device and storage medium
CN111524106B (zh) 颅骨骨折检测和模型训练方法、装置、设备和存储介质
CN112507701A (zh) 待纠错医疗数据的识别方法、装置、设备和存储介质
CN110084289B (zh) 图像标注方法、装置、电子设备及存储介质
US20220383661A1 (en) Method and device for retinal image recognition, electronic equipment, and storage medium
CN112270240B (zh) 一种信号处理方法、装置、电子设备和存储介质
CN111723728A (zh) 基于双向交互网络的行人搜索方法、系统、装置
CN110648318A (zh) 用于皮肤病的辅助分析方法及装置、电子设备、存储介质
CN110874409A (zh) 病情分级预测系统、方法、电子设备及可读存储介质
CN116433692A (zh) 一种医学图像分割方法、装置、设备和存储介质
CN113762303B (zh) 图像分类方法、装置、电子设备及存储介质
CN112700845B (zh) 数据处理方法、装置、电子设备以及存储介质
CN115759040A (zh) 一种电子病历解析方法、装置、设备和存储介质
CN113888663B (zh) 重建模型训练方法、异常检测方法、装置、设备及介质
CN113689355B (zh) 图像处理方法、装置、存储介质及计算机设备
CN115526882A (zh) 一种医学图像的分类方法、装置、设备及存储介质
CN110889836A (zh) 一种影像数据分析方法、装置、终端设备及存储介质
CN113450351B (zh) 分割模型训练方法、图像分割方法、装置、设备及介质
CN109934806B (zh) 图像确定方法、装置、设备和存储介质
CN113784215B (zh) 基于智能电视的性格特征的检测方法和装置
CN109584235A (zh) 塑料泡沫餐盒的质量检测方法、装置、服务器及存储介质
CN111783512B (zh) 图像处理方法、装置、设备及存储介质
CN112989083B (zh) 人员身份分析方法、装置、设备及存储介质
CN114582519B (zh) 一种基于多源数据的医院随访方法、装置及终端设备
KR20230123247A (ko) 인공지능 기반 비대면 진료 방법

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 215101 unit 401-404, building 3, No. 5, Xinghan street, Suzhou Industrial Park, Suzhou, Jiangsu Province

Applicant after: THOTH (SUZHOU) MEDICAL TECHNOLOGY Co.,Ltd.

Address before: 215000 15 / F, Tayun building, 188 Tayun Road, Yuexi street, Wuzhong Economic Development Zone, Suzhou City, Jiangsu Province

Applicant before: THOTH (SUZHOU) MEDICAL TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant