CN112967772A - 一种血液检测样本智能处理方法和装置 - Google Patents
一种血液检测样本智能处理方法和装置 Download PDFInfo
- Publication number
- CN112967772A CN112967772A CN202110149971.2A CN202110149971A CN112967772A CN 112967772 A CN112967772 A CN 112967772A CN 202110149971 A CN202110149971 A CN 202110149971A CN 112967772 A CN112967772 A CN 112967772A
- Authority
- CN
- China
- Prior art keywords
- blood
- user
- detection
- detection mode
- sending
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 133
- 239000008280 blood Substances 0.000 title claims abstract description 73
- 210000004369 blood Anatomy 0.000 title claims abstract description 73
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012360 testing method Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 7
- 230000036772 blood pressure Effects 0.000 claims description 6
- 238000009666 routine test Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000009534 blood test Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect 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
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
Abstract
本申请公开了一种血液检测样本智能处理方法和装置，该方法包括：获取用户的生理参数和预定时间段内的既往病史，其中，所述血液采自所述用户；根据所述生理参数和所述既往病史获取至少一种对所述血液进行检测的检测方式；将所述检测方式发送至客户端软件，其中，所述客户端软件安装在所述用户的移动终端上；接收所述用户通过所述客户端软件从所述至少一种检测方式中选择出的预定检测方式；将所述预定检测方式发送至血液检测人员。通过本申请解决了如何智能的为用户选择血液检测项目的问题，提高了血液检测项目推荐的合理性。
Description
技术领域
本申请涉及到检测领域，具体而言，涉及一种血液检测样本智能处理方法和装置。
背景技术
目前，在进行体检的时候，通常是进行血常规的检测，血常规检测其实无法检测出特定的问题。用户进行体检的目的其实是为了检测出身体隐藏着的问题，仅仅进行血常规检测是无法满足用户的需求的。
但是，由于血液检测的方式有很多种，不可能对用户进行所有的检测，这对用户来说也是一种经济负担。
如何智能的为用户选择在体检时可以增加的血液检测项目，目前尚没有成熟的解决方案。
发明内容
本申请实施例提供了血液检测样本智能处理方法和装置，以至少解决如何智能的为用户选择血液检测项目的问题。
根据本申请的一个方面，提供了一种血液检测样本智能处理方法，包括：获取用户的生理参数和预定时间段内的既往病史，其中，所述血液采自所述用户；根据所述生理参数和所述既往病史获取至少一种对所述血液进行检测的检测方式；将所述检测方式发送至客户端软件，其中，所述客户端软件安装在所述用户的移动终端上；接收所述用户通过所述客户端软件从所述至少一种检测方式中选择出的预定检测方式；将所述预定检测方式发送至血液检测人员。
进一步地，所述生理参数包括以下至少之一：年龄、身高、体重、血压、性别。
进一步地，还包括：根据所述至少一种检测方式获取是否需要对所述用户的血液进行血常规检测。
进一步地，还包括：在需要进行血常规检测的情况下，向所述血液检测人员发送信息，其中，所述信息用于指示所述检测人员进行所述血常规检测和所述预定检测方式。
进一步地，还包括：在所述用户未从所述至少一种检测方式中选择出预定检测方式的情况下，将所述至少一种检测方式均保存在数据库，其中，所述数据库中保存有所述用户的生理参数、所述至少一种检测方式以及用于标识所述用户未从所述至少一种检测方式中进行选择的标识信息。
根据本申请的另一个方面，还提供了一种血液检测样本智能处理装置，包括：第一获取模块，用于获取用户的生理参数和预定时间段内的既往病史，其中，所述血液采自所述用户；第二获取模块，拥有根据所述生理参数和所述既往病史获取至少一种对所述血液进行检测的检测方式；第一发送模块，用于将所述检测方式发送至客户端软件，其中，所述客户端软件安装在所述用户的移动终端上；第一接收模块，用于接收所述用户通过所述客户端软件从所述至少一种检测方式中选择出的预定检测方式；第二发送模块，用于将所述预定检测方式发送至血液检测人员。
进一步地，所述生理参数包括以下至少之一：年龄、身高、体重、血压、性别。
进一步地，还包括：第三获取模块，用于根据所述至少一种检测方式获取是否需要对所述用户的血液进行血常规检测。
进一步地，还包括：第三发送模块，用于在需要进行血常规检测的情况下，向所述血液检测人员发送信息，其中，所述信息用于指示所述检测人员进行所述血常规检测和所述预定检测方式。
进一步地，还包括：保存模块，用于在所述用户未从所述至少一种检测方式中选择出预定检测方式的情况下，将所述至少一种检测方式均保存在数据库，其中，所述数据库中保存有所述用户的生理参数、所述至少一种检测方式以及用于标识所述用户未从所述至少一种检测方式中进行选择的标识信息。
在本申请实施例中，采用了获取用户的生理参数和预定时间段内的既往病史，其中，所述血液采自所述用户；根据所述生理参数和所述既往病史获取至少一种对所述血液进行检测的检测方式；将所述检测方式发送至客户端软件，其中，所述客户端软件安装在所述用户的移动终端上；接收所述用户通过所述客户端软件从所述至少一种检测方式中选择出的预定检测方式；将所述预定检测方式发送至血液检测人员。通过本申请解决了如何智能的为用户选择血液检测项目的问题，提高了血液检测项目推荐的合理性。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的血液检测样本智能处理方法的流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。
在本实施例中，提供了一种血液检测样本智能处理方法，图1是根据本申请实施例的血液检测样本智能处理方法的流程图，如图1所示，该流程包括如下步骤：
步骤S102，获取用户的生理参数和预定时间段内的既往病史，其中，所述血液采自所述用户。优选地，所述生理参数包括以下至少之一：年龄、身高、体重、血压、性别。
作为一个可选的可以增加的实施方式，预定时间段为近一年。该预定时间段是随着用户的生理参数来进行动态调整的，即根据用户的生理参数来确定预定时间段。根据用户的生理参数评估一个状态值，其中，所述状态值用于指示所述用户的健康状态，所述状态值是根据各个生理参数进行加权和得到的，所述状态值在不同的范围时，对应的预定时间段的时长不同。
步骤S104，根据所述生理参数和所述既往病史获取至少一种对所述血液进行检测的检测方式；
作为一种可选的可以增加的实施方式，可以根据所述生理参数和所述既往病史从数据库中获取其他用户的做过的检测方式，其中，所述其他用户为该其他用户的生理参数落入预定范围以及存在所述既往病史的用户，所述预定范围是根据所述用户的生理参数制定的。例如，所述用户的体重为90KG，则范围为90KG-10KG到90KG+10KG，其他用户的生理参数落入到该范围即可。再根据所述其他用户做过的检测方式获取该其他用户在进行检测后是否检测出该检测方式对应的病症，如果检测出该检测方式对应的病症，则该检测方式作为步骤S104最终获取到的检测方式。
作为另一个可选的可以增加的实施方式，如果其他用户为多个，则可以获取多个其他并与做过该检测后是否检测出对应病症的比例，如果比例超过阈值，则将该检测方式作为步骤S104最终获取到的检测方式。可选地，阈值是根据不同病症的情况确定，病症的严重程度和不可治愈程度越大，则该阈值越低；可选地，阈值还可以根据检测费用确定，检测费用越高则该阈值越高。作为一个比较优的方式，阈值根据不同病症的情况和检测费用根据加权和共同确定，其中，病症情况的权重大于检测费用的权重。
作为一个可选的可以增加的实施方式，在获取到所述其他用户的生理参数和既往病史，以及做过的检测方式之后，将该条数据作为训练数据保存在数据库中，在所述数据库中，将所述其他用户的生理参数和既往病史标识为输入数据，将所述检测方式标识为输出数据。其中，所述训练数据用于训练神经网络的机器学习模型。
判断所述数据库中保存的训练数据是否超过预定数量，在超过预定数量的情况下，将所有的训练数据用于进行机器学习的训练从而得到第一模型。所述第一模型在训练成功之后，将所述用户的生理参数和既往病症作为信息输入到所述第一模型中，则所述第一模型则输入所述至少一种检测方式。
步骤S106，将所述检测方式发送至客户端软件，其中，所述客户端软件安装在所述用户的移动终端上；
作为一个可选的实施，在将所述检测方式发送至所述客户端软件的时候，将从所述数据库中检测到所述其他用户的生理参数和既往病症以及进行该检测方式后是否检测出相应的病症也发送给所述客户端软件。另外，还可以将进行该检测方式的费用也发送给所述客户端软件。这样就做到了尊重用户的知情权和选择权。
作为另一个可选的可以增加的实施方式，在将所述检测方式发送至所述客户端软件之前，将所述检测方式发送至医护人员，其中，所述医护人员是根据所述检测方式确定的；在得到所述医护人员的确认之后，再将所述检测方式发送至所述用户的客户端软件，在未得到所述医护人员的确认之后，不再发送所述检测方式给所述用户的客户端软件。
步骤S108，接收所述用户通过所述客户端软件从所述至少一种检测方式中选择出的预定检测方式；
步骤S110，将所述预定检测方式发送至血液检测人员。
通过上述步骤，可以根据用户的情况推荐相应的血液检测方式，在用户确认之后再进行检测，一方面尊重了用户的选择，另一方面提高了对隐藏问题的提示，因此，上述步骤解决了如何智能的为用户选择血液检测项目的问题，提高了血液检测项目推荐的合理性。
作为一个优选的实施方式，上述方法还可以包括：根据所述至少一种检测方式获取是否需要对所述用户的血液进行血常规检测。在需要进行血常规检测的情况下，向所述血液检测人员发送信息，其中，所述信息用于指示所述检测人员进行所述血常规检测和所述预定检测方式。优选地，在所述用户未从所述至少一种检测方式中选择出预定检测方式的情况下，将所述至少一种检测方式均保存在数据库，其中，所述数据库中保存有所述用户的生理参数、所述至少一种检测方式以及用于标识所述用户未从所述至少一种检测方式中进行选择的标识信息。
在本实施例中还提供了一种血液检测样本智能处理装置，该装置用于实现上述的方法，该装置中的模块与上述方法中的步骤相对应，已经进行过说明的，在此不再赘述。该装置包括：第一获取模块，用于获取用户的生理参数和预定时间段内的既往病史，其中，所述血液采自所述用户；第二获取模块，拥有根据所述生理参数和所述既往病史获取至少一种对所述血液进行检测的检测方式；第一发送模块，用于将所述检测方式发送至客户端软件，其中，所述客户端软件安装在所述用户的移动终端上；第一接收模块，用于接收所述用户通过所述客户端软件从所述至少一种检测方式中选择出的预定检测方式；第二发送模块，用于将所述预定检测方式发送至血液检测人员。
优选地，所述生理参数包括以下至少之一：年龄、身高、体重、血压、性别。
优选地，该装置还可以包括：第三获取模块，用于根据所述至少一种检测方式获取是否需要对所述用户的血液进行血常规检测。
优选地，该装置还可以包括：第三发送模块，用于在需要进行血常规检测的情况下，向所述血液检测人员发送信息，其中，所述信息用于指示所述检测人员进行所述血常规检测和所述预定检测方式。
优选地，该装置还可以包括：保存模块，用于在所述用户未从所述至少一种检测方式中选择出预定检测方式的情况下，将所述至少一种检测方式均保存在数据库，其中，所述数据库中保存有所述用户的生理参数、所述至少一种检测方式以及用于标识所述用户未从所述至少一种检测方式中进行选择的标识信息。
在本实施例中，提供一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行以下实施例中的方法。
本申请是参照根据本申请实施例的方法、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装置。
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装置的制造品，该指令装置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。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种血液检测样本智能处理方法，其特征在于，包括：
获取用户的生理参数和预定时间段内的既往病史，其中，所述血液采自所述用户；
根据所述生理参数和所述既往病史获取至少一种对所述血液进行检测的检测方式；
将所述检测方式发送至客户端软件，其中，所述客户端软件安装在所述用户的移动终端上；
接收所述用户通过所述客户端软件从所述至少一种检测方式中选择出的预定检测方式；
将所述预定检测方式发送至血液检测人员。
2.根据权利要求1所述的方法，其特征在于，所述生理参数包括以下至少之一：年龄、身高、体重、血压、性别。
3.根据权利要求1或2所述的方法，其特征在于，还包括：
根据所述至少一种检测方式获取是否需要对所述用户的血液进行血常规检测。
4.根据权利要求1至3中任一项所述的方法，其特征在于，还包括：
在需要进行血常规检测的情况下，向所述血液检测人员发送信息，其中，所述信息用于指示所述检测人员进行所述血常规检测和所述预定检测方式。
5.根据权利要求4所述的方法，其特征在于，还包括：
在所述用户未从所述至少一种检测方式中选择出预定检测方式的情况下，将所述至少一种检测方式均保存在数据库，其中，所述数据库中保存有所述用户的生理参数、所述至少一种检测方式以及用于标识所述用户未从所述至少一种检测方式中进行选择的标识信息。
6.一种血液检测样本智能处理装置，其特征在于，包括：
第一获取模块，用于获取用户的生理参数和预定时间段内的既往病史，其中，所述血液采自所述用户；
第二获取模块，拥有根据所述生理参数和所述既往病史获取至少一种对所述血液进行检测的检测方式；
第一发送模块，用于将所述检测方式发送至客户端软件，其中，所述客户端软件安装在所述用户的移动终端上；
第一接收模块，用于接收所述用户通过所述客户端软件从所述至少一种检测方式中选择出的预定检测方式；
第二发送模块，用于将所述预定检测方式发送至血液检测人员。
7.根据权利要求6所述的装置，其特征在于，所述生理参数包括以下至少之一：年龄、身高、体重、血压、性别。
8.根据权利要求6或7所述的装置，其特征在于，还包括：
第三获取模块，用于根据所述至少一种检测方式获取是否需要对所述用户的血液进行血常规检测。
9.根据权利要求6至8中任一项所述的装置，其特征在于，还包括：
第三发送模块，用于在需要进行血常规检测的情况下，向所述血液检测人员发送信息，其中，所述信息用于指示所述检测人员进行所述血常规检测和所述预定检测方式。
10.根据权利要求9所述的装置，其特征在于，还包括：
保存模块，用于在所述用户未从所述至少一种检测方式中选择出预定检测方式的情况下，将所述至少一种检测方式均保存在数据库，其中，所述数据库中保存有所述用户的生理参数、所述至少一种检测方式以及用于标识所述用户未从所述至少一种检测方式中进行选择的标识信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110149971.2A CN112967772A (zh) | 2021-02-02 | 2021-02-02 | 一种血液检测样本智能处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110149971.2A CN112967772A (zh) | 2021-02-02 | 2021-02-02 | 一种血液检测样本智能处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112967772A true CN112967772A (zh) | 2021-06-15 |
Family
ID=76274297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110149971.2A Pending CN112967772A (zh) | 2021-02-02 | 2021-02-02 | 一种血液检测样本智能处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112967772A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105912881A (zh) * | 2016-06-14 | 2016-08-31 | 华南师范大学 | 基于大数据知识库的个性化治疗方案推荐系统 |
| CN106126965A (zh) * | 2016-08-26 | 2016-11-16 | 董碧蓉 | 一种体检筛查项目建立方法及筛查项目建立系统 |
| CN107292397A (zh) * | 2017-06-08 | 2017-10-24 | 深圳市前海安测信息技术有限公司 | 基于互联网的体检预约系统及方法 |
| CN110033860A (zh) * | 2019-02-27 | 2019-07-19 | 杭州贝安云科技有限公司 | 一种基于机器学习的遗传代谢病检出率提升方法 |
| CN110491484A (zh) * | 2018-08-15 | 2019-11-22 | 上海好医通健康信息咨询有限公司 | 一种基于智慧社区的智慧医疗系统及实现方法 |
| CN110517777A (zh) * | 2019-08-27 | 2019-11-29 | 壹妙芯(厦门)科技有限公司 | 一种健康管理方法、装置、设备以及系统 |
| CN110660490A (zh) * | 2019-09-26 | 2020-01-07 | 深圳安泰创新科技股份有限公司 | 检查单开具方法、系统及计算机可读存储介质 |
| CN112182412A (zh) * | 2020-11-26 | 2021-01-05 | 南京吉拉福网络科技有限公司 | 用于推荐体检项目的方法、计算设备和计算机存储介质 |
-
2021
- 2021-02-02 CN CN202110149971.2A patent/CN112967772A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105912881A (zh) * | 2016-06-14 | 2016-08-31 | 华南师范大学 | 基于大数据知识库的个性化治疗方案推荐系统 |
| CN106126965A (zh) * | 2016-08-26 | 2016-11-16 | 董碧蓉 | 一种体检筛查项目建立方法及筛查项目建立系统 |
| CN107292397A (zh) * | 2017-06-08 | 2017-10-24 | 深圳市前海安测信息技术有限公司 | 基于互联网的体检预约系统及方法 |
| CN110491484A (zh) * | 2018-08-15 | 2019-11-22 | 上海好医通健康信息咨询有限公司 | 一种基于智慧社区的智慧医疗系统及实现方法 |
| CN110033860A (zh) * | 2019-02-27 | 2019-07-19 | 杭州贝安云科技有限公司 | 一种基于机器学习的遗传代谢病检出率提升方法 |
| CN110517777A (zh) * | 2019-08-27 | 2019-11-29 | 壹妙芯(厦门)科技有限公司 | 一种健康管理方法、装置、设备以及系统 |
| CN110660490A (zh) * | 2019-09-26 | 2020-01-07 | 深圳安泰创新科技股份有限公司 | 检查单开具方法、系统及计算机可读存储介质 |
| CN112182412A (zh) * | 2020-11-26 | 2021-01-05 | 南京吉拉福网络科技有限公司 | 用于推荐体检项目的方法、计算设备和计算机存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 张红玉 等: "基于数据挖掘的体检套餐推荐系统设计及应用", 《信息技术与信息化》 * |
| 张红玉 等: "基于数据挖掘的体检套餐推荐系统设计及应用", 《信息技术与信息化》, no. 9, 25 September 2017 (2017-09-25), pages 84 - 86 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Harlow et al. | Distinguishing between the success and precision of recollection | |
| Orquin et al. | Attention and choice: A review on eye movements in decision making | |
| CN110706786B (zh) | 非接触式心理参数智能分析与评测系统 | |
| CN109934723B (zh) | 一种医保欺诈行为识别方法、装置及设备 | |
| CN106529110A (zh) | 一种用户数据分类的方法和设备 | |
| CN108335723A (zh) | 测试有效性判断方法及装置 | |
| CN105611872A (zh) | 用于评估多通道ecg信号的装置和方法 | |
| Nhu et al. | Deep learning for automated epileptiform discharge detection from scalp EEG: A systematic review | |
| CN112383829B (zh) | 一种体验质量测评方法及装置 | |
| CN106021857A (zh) | 一种健康诊断系统及方法 | |
| CN112967772A (zh) | 一种血液检测样本智能处理方法和装置 | |
| CN115619539A (zh) | 贷前风险评价方法以及装置 | |
| CN112603279B (zh) | 医疗信息智能共享方法和系统 | |
| CN114203307A (zh) | 一种受试者分配方法、系统及电子设备 | |
| CN113641899A (zh) | 基于远程教育的用户画像分析方法、装置及服务器 | |
| CN111489088A (zh) | 一种基于大数据分析学生能力评估系统 | |
| GB2581081A (en) | Physiological property forecasting | |
| CN117133459B (zh) | 一种基于机器学习的术后颅内感染预测方法及系统 | |
| CN114283922A (zh) | 一种受试者数据处理方法、系统及电子设备 | |
| Cortes et al. | Dynamics and robustness of familiarity memory | |
| CN116784839B (zh) | 一种活动强度检测方法、装置及可穿戴设备 | |
| CN115496105B (zh) | 睡眠预测模型训练方法、睡眠状况预测方法及相关装置 | |
| CN113539400A (zh) | 一种受试者大数据管理方法、系统及电子设备 | |
| CN116610738A (zh) | 一种云端数据调取方法、系统、存储介质及智能终端 | |
| CN114067936A (zh) | 一种体检数据管理方法、系统及电子设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |