CN113077877B - 一种成人急诊病情分级系统及分级方法 - Google Patents

一种成人急诊病情分级系统及分级方法 Download PDF

Info

Publication number
CN113077877B
CN113077877B CN202110163199.XA CN202110163199A CN113077877B CN 113077877 B CN113077877 B CN 113077877B CN 202110163199 A CN202110163199 A CN 202110163199A CN 113077877 B CN113077877 B CN 113077877B
Authority
CN
China
Prior art keywords
patient
grading
module
index
data
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
CN202110163199.XA
Other languages
English (en)
Other versions
CN113077877A (zh
Inventor
向强
王加旭
崔翔
赵胤杰
李扬
刘鐘阳
王盼
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.)
First Affiliated Hospital of Army Medical University
Original Assignee
First Affiliated Hospital of Army Medical University
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 First Affiliated Hospital of Army Medical University filed Critical First Affiliated Hospital of Army Medical University
Priority to CN202110163199.XA priority Critical patent/CN113077877B/zh
Publication of CN113077877A publication Critical patent/CN113077877A/zh
Application granted granted Critical
Publication of CN113077877B publication Critical patent/CN113077877B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明属于医院信息管理数据化技术领域，公开了一种成人急诊病情分级系统及分级方法，包括：图像采集模块、图像处理模块、生命体征数据采集模块、患者信息采集模块、患者症状采集模块、中央控制模块、匹配确认模块、指标确定模块、等级评估模块、显示模块。本发明通过扫描、语音识别等多种方式进行信息采集，并能够自动获取急救设备显示的各项患者体表数据提高了急诊分级分诊的准确性；有效节约医疗资源；提高了急诊病情分诊工作效率，并且使用方便、信息可靠、功能丰富；有助于更好的提高急救水平；有效解决了现有的病情分级并不准确，同时必须手动输入相应数据与信息，且无法联通急救设备，不能全面进行数据采集的问题。

Description

一种成人急诊病情分级系统及分级方法
技术领域
本发明属于医院信息管理数据化技术领域，尤其涉及一种成人急诊病情分级系统及分级方法。
背景技术
目前：随着社会人口增加和人口老龄化加速，急诊部门的拥挤已成为全球性问题。急诊分诊是根据患者的主诉、主要症状和体征进行初步判断，分清疾病的轻重缓急及所属专科，及时安排救治程序及指导专科就诊，使急诊患者尽快得到诊治的过程。急诊分诊质量直接关系到救治效果及满意度，而且随着国家分级诊疗的逐步开展，对患者的病情评估显得尤为重要。
然而，现有的病情分级并不准确，同时必须手动输入相应数据与信息，且无法联通急救设备，不能全面进行数据采集。
通过上述分析，现有技术存在的问题及缺陷为：现有的病情分级并不准确，同时必须手动输入相应数据与信息，且无法联通急救设备，不能全面进行数据采集。
发明内容
针对现有技术存在的问题，本发明提供了一种成人急诊病情分级系统及分级方法。
本发明是这样实现的，一种成人急诊病情分级系统，所述成人急诊病情分级系统包括：
图像采集模块，与中央控制模块连接，用于利用摄像设备采集患者的影像以及急救设备的相关显示数据；
图像处理模块，与中央控制模块连接，用于对采集患者以及急救设备显示的影像数据进行处理；
生命体征数据采集模块，与中央控制模块连接，用于基于处理后的影像数据进行患者生命体征数据的识别与提取；
等级评估模块，与中央控制模块连接，用于基于确定的病情分级指标结合采集的患者的相应数据以及信息进行成人患者的病情分级；
所述等级评估模块进行成人患者的病情分级的方法如下：
(1)将各个病情分级指标与模糊数学隶属度结合得到单项指标的隶属度，得到对病情分级单项指标评价：
所述将各个病情分级指标与模糊数学隶属度结合得到单项指标的隶属度公式如下：
Figure BDA0002937303140000021
其中，x0代表患者前一时刻的指标数据值；x1代表患者后一时刻的指标数据值；x代表患者当前时刻指标数据值；
所述对病情分级单项指标评价公式如下：
Figure BDA0002937303140000022
其中，W表示病情分级各项指标样本集合，L为病情分级各项指标污染等级集合，建立如下公式：
Figure BDA0002937303140000023
式中：A为样本数值；n为指标数目；m为病情分级各数据；
通过下公式计算出单项指标的因子隶属度，对应n个病情分级各项指标得到m*n的矩阵R；
Figure BDA0002937303140000031
(2)计算综合权重，得到数据对应的综合评定权重；使用模糊模型中统一化权重计算，得到病情分级综合权重矩阵，计算得到病情分级结果；
显示模块，与中央控制模块连接，用于显示采集的相应信息以及病情分级结果。
进一步，所述成人急诊病情分级系统还包括：
患者信息采集模块，与中央控制模块连接，用于利用扫描设备或输入设备输入相应的患者信息；
患者症状采集模块，与中央控制模块连接，用于利用语音识别设备或输入设备进行患者症状信息的输入采集；
中央控制模块，与图像采集模块、图像处理模块、生命体征数据采集模块、患者信息采集模块、患者症状采集模块、匹配确认模块、指标确定模块、等级评估模块以及显示模块连接，用于利用单片机或控制器控制各个模块正常工作；
匹配确认模块，与中央控制模块连接，用于进行生命体征数据与患者信息以及患者症状、患者影像的匹配确认；
指标确定模块，与中央控制模块连接，用于确定病情分级指标。
进一步，所述患者信息包括：患者年龄、性别、过往病史、身高、体重以及慢性病信息。
进一步，所述病情分级指标包括：患者面部表情以及身体体态数据，生命体征数据，患者基本信息，患者症状。
进一步，所述图像处理模块对急救设备显示的影像数据进行处理包括：
1)对接收的急救设备显示的影像数据进行高斯滤波处理；
2)对高斯滤波处理后的影像图像文件进行图像分割，并对影像图像文件的关键帧进行取样；
3)将取样出的影像图像文件进行黑白二值化处理，将黑白二值化处理后的图像进行行字切分，分离出若干图像碎片。
进一步，所述对接收的急救设备显示的影像数据进行高斯滤波处理包括：
建立带权的高斯平滑滤波器矩阵模型：
Figure BDA0002937303140000041
式中:Q为滤波器矩阵，Q为1*n的矩阵；n为矩阵大小阀值；i为距离中心坐标点的相对坐标值，即Q[i]所得为该坐标点相对中心点的权重差；
计算高斯平滑中心点相对左右阀值的差值和；
Figure BDA0002937303140000042
式中:S[k]为中心点相对左右阀值的差值和；buf[k]为中心点的样本测量值；n为滤波器矩阵大小；
计算高斯平滑处理后的值：
Figure BDA0002937303140000043
式中:buf′[k]为中心点处理后的值；buf[k]为中心点的样本测量值；n为滤波器矩阵大小。
进一步，所述生命体征数据采集模块基于处理后的影像数据进行患者生命体征数据的识别与提取包括：
首先，将处理后的急救设备影像图像碎片与OCR模式库中预先存储的字符进行匹配，确定与待识别字符相似度最高的字符类；
其次，利用词义、词频、语法规则或语料库中的任一种或者任多种方式对找到的与待识别字符相似度最高的字符类进行校正与误识别过滤处理，得到相应字符数据；
最后，基于所述字符数据确定患者生命体征数据。
进一步，所述计算综合权重，得到数据对应的综合评定权重；使用模糊模型中统一化权重计算，得到病情分级综合权重矩阵，计算得到病情分级结果包括：
单个指标的权重计算如下公式：
Figure BDA0002937303140000051
即
Figure BDA0002937303140000052
式中：Ai代表当前指标数值；Lk指标能级；使用模糊模型中统一化权重计算，得到如下公式：
Figure BDA0002937303140000053
式中：Wk代表单一指标权重；有n个病情分级指标，即得到病情分级综合权重矩阵B，如下公式：
B＝[W1，W2，......，Wn]；
将矩阵R与矩阵复合计算，计算得到病情分级结果。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以应用所述成人急诊病情分级系统。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机应用所述成人急诊病情分级系统。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明通过扫描、语音识别等多种方式进行信息采集，并能够自动获取急救设备显示的各项患者体表数据提高了急诊分级分诊的准确性；有效节约医疗资源；提高了急诊病情分诊工作效率，并且使用方便、信息可靠、功能丰富；有助于更好的提高急救水平。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的成人急诊病情分级系统结构示意图；
图中：1、图像采集模块；2、图像处理模块；3、生命体征数据采集模块；4、患者信息采集模块；5、患者症状采集模块；6、中央控制模块；7、匹配确认模块；8、指标确定模块；9、等级评估模块；10、显示模块。
图2是本发明实施例提供的成人急诊病情分级方法流程图。
图3是本发明实施例提供的通过图像处理模块对急救设备显示的影像数据进行处理的方法流程图。
图4是本发明实施例提供的通过生命体征数据采集模块基于处理后的影像数据进行患者生命体征数据的识别与提取的方法流程图。
图5是本发明实施例提供的通过等级评估模块进行成人患者的病情分级的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种成人急诊病情分级系统及分级方法，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的成人急诊病情分级系统包括：
图像采集模块1，与中央控制模块6连接，用于利用摄像设备采集患者的影像以及急救设备的相关显示数据；
图像处理模块2，与中央控制模块6连接，用于对采集患者以及急救设备显示的影像数据进行处理；
生命体征数据采集模块3，与中央控制模块6连接，用于基于处理后的影像数据进行患者生命体征数据的识别与提取；
患者信息采集模块4，与中央控制模块6连接，用于利用扫描设备或输入设备输入相应的患者信息；
患者症状采集模块5，与中央控制模块6连接，用于利用语音识别设备或输入设备进行患者症状信息的输入采集；
中央控制模块6，与图像采集模块1、图像处理模块2、生命体征数据采集模块3、患者信息采集模块4、患者症状采集模块5、匹配确认模块7、指标确定模块8、等级评估模块9以及显示模块10连接，用于利用单片机或控制器控制各个模块正常工作；
匹配确认模块7，与中央控制模块6连接，用于进行生命体征数据与患者信息以及患者症状、患者影像的匹配确认；
指标确定模块8，与中央控制模块6连接，用于确定病情分级指标；
等级评估模块9，与中央控制模块6连接，用于基于确定的病情分级指标结合采集的患者的相应数据以及信息进行成人患者的病情分级；
显示模10块，与中央控制模块6连接，用于显示采集的相应信息以及病情分级结果。
本发明实施例提供的患者信息包括：患者年龄、性别、过往病史、身高、体重以及慢性病信息。
本发明实施例提供的病情分级指标包括：患者面部表情以及身体体态数据，生命体征数据，患者基本信息，患者症状。
如图2所示，本发明实施例提供的成人急诊病情分级方法包括：
S101，通过图像采集模块利用摄像设备采集患者的影像以及急救设备的相关显示数据；通过图像处理模块对采集患者以及急救设备显示的影像数据进行处理；
S102，通过生命体征数据采集模块基于处理后的影像数据进行患者生命体征数据的识别与提取；通过患者信息采集模块利用扫描设备或输入设备输入相应的患者信息；
S103，通过患者症状采集模块用语音识别设备或输入设备进行患者症状信息的输入采集；通过中央控制模块利用单片机或控制器控制各个模块正常工作；
S104，通过匹配确认模块进行生命体征数据与患者信息以及患者症状、患者影像的匹配确认；通过指标确定模块确定病情分级指标；
S105，通过等级评估模块基于确定的病情分级指标结合采集的患者的相应数据以及信息进行成人患者的病情分级；通过显示模块显示采集的相应信息以及病情分级结果。
如图3所示，本发明实施例提供的通过图像处理模块对急救设备显示的影像数据进行处理包括：
S201，对接收的急救设备显示的影像数据进行高斯滤波处理；
S202，对高斯滤波处理后的影像图像文件进行图像分割，并对影像图像文件的关键帧进行取样；
S203，将取样出的影像图像文件进行黑白二值化处理，将黑白二值化处理后的图像进行行字切分，分离出若干图像碎片。
本发明实施例提供的对接收的急救设备显示的影像数据进行高斯滤波处理包括：
建立带权的高斯平滑滤波器矩阵模型：
Figure BDA0002937303140000081
式中:Q为滤波器矩阵，Q为1*n的矩阵；n为矩阵大小阀值；i为距离中心坐标点的相对坐标值，即Q[i]所得为该坐标点相对中心点的权重差；
计算高斯平滑中心点相对左右阀值的差值和；
Figure BDA0002937303140000082
式中:S[k]为中心点相对左右阀值的差值和；buf[k]为中心点的样本测量值；n为滤波器矩阵大小；
计算高斯平滑处理后的值：
Figure BDA0002937303140000091
式中:buf′[k]为中心点处理后的值；buf[k]为中心点的样本测量值；n为滤波器矩阵大小。
如图4所示，本发明实施例提供的通过生命体征数据采集模块基于处理后的影像数据进行患者生命体征数据的识别与提取包括：
S301，将处理后的急救设备影像图像碎片与OCR模式库中预先存储的字符进行匹配，确定与待识别字符相似度最高的字符类；
S302，利用词义、词频、语法规则或语料库中的任一种或者任多种方式对找到的与待识别字符相似度最高的字符类进行校正与误识别过滤处理，得到相应字符数据；
S303，基于所述字符数据确定患者生命体征数据。
如图5所示，本发明实施例提供的通过等级评估模块进行成人患者的病情分级的方法如下：
S401，将各个病情分级指标与模糊数学隶属度结合得到单项指标的隶属度，得到对病情分级单项指标评价；
S402，计算综合权重，得到数据对应的综合评定权重；使用模糊模型中统一化权重计算，得到病情分级综合权重矩阵，计算得到病情分级结果。
本发明实施例提供的将各个病情分级指标与模糊数学隶属度结合得到单项指标的隶属度公式如下：
Figure BDA0002937303140000092
其中，x0代表患者前一时刻的指标数据值；x1代表患者后一时刻的指标数据值；x代表患者当前时刻指标数据值。
本发明实施例提供的对病情分级单项指标评价公式如下：
Figure BDA0002937303140000101
其中，W表示病情分级各项指标样本集合，L为病情分级各项指标污染等级集合，建立如下公式：
Figure BDA0002937303140000102
式中：A为样本数值；n为指标数目；m为病情分级各数据；
通过下公式计算出单项指标的因子隶属度，对应n个病情分级各项指标得到m*n的矩阵R；
Figure BDA0002937303140000103
本发明实施例提供的计算综合权重，得到数据对应的综合评定权重；使用模糊模型中统一化权重计算，得到病情分级综合权重矩阵，计算得到病情分级结果包括：
单个指标的权重计算如下公式：
Figure BDA0002937303140000104
即
Figure BDA0002937303140000105
式中：Ai代表当前指标数值；Lk指标能级；使用模糊模型中统一化权重计算，得到如下公式：
Figure BDA0002937303140000106
式中：Wk代表单一指标权重；有n个病情分级指标，即得到病情分级综合权重矩阵B，如下公式：
B＝[W1，W2，......，Wn]；
将矩阵R与矩阵复合计算，计算得到病情分级结果。
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种成人急诊病情分级系统，其特征在于，所述成人急诊病情分级系统包括：
图像采集模块，与中央控制模块连接，用于利用摄像设备采集患者的影像以及急救设备的相关显示数据；
图像处理模块，与中央控制模块连接，用于对采集患者以及急救设备显示的影像数据进行处理；
生命体征数据采集模块，与中央控制模块连接，用于基于处理后的影像数据进行患者生命体征数据的识别与提取；
等级评估模块，与中央控制模块连接，用于基于确定的病情分级指标结合采集的患者的相应数据以及信息进行成人患者的病情分级；
所述等级评估模块进行成人患者的病情分级的方法如下：
(1)将各个病情分级指标与模糊数学隶属度结合得到单项指标的隶属度，得到对病情分级单项指标评价：
所述将各个病情分级指标与模糊数学隶属度结合得到单项指标的隶属度公式如下：
Figure FDA0002937303130000011
其中，x0代表患者前一时刻的指标数据值；x1代表患者后一时刻的指标数据值；x代表患者当前时刻指标数据值；
所述对病情分级单项指标评价公式如下：
Figure FDA0002937303130000012
其中，W表示病情分级各项指标样本集合，L为病情分级各项指标污染等级集合，建立如下公式：
Figure FDA0002937303130000021
式中：A为样本数值；n为指标数目；m为病情分级各数据；
通过下公式计算出单项指标的因子隶属度，对应n个病情分级各项指标得到m*n的矩阵R；
Figure FDA0002937303130000022
(2)计算综合权重，得到数据对应的综合评定权重；使用模糊模型中统一化权重计算，得到病情分级综合权重矩阵，计算得到病情分级结果；
显示模块，与中央控制模块连接，用于显示采集的相应信息以及病情分级结果。
2.如权利要求1所述成人急诊病情分级系统，其特征在于，所述成人急诊病情分级系统还包括：
患者信息采集模块，与中央控制模块连接，用于利用扫描设备或输入设备输入相应的患者信息；
患者症状采集模块，与中央控制模块连接，用于利用语音识别设备或输入设备进行患者症状信息的输入采集；
中央控制模块，与图像采集模块、图像处理模块、生命体征数据采集模块、患者信息采集模块、患者症状采集模块、匹配确认模块、指标确定模块、等级评估模块以及显示模块连接，用于利用单片机或控制器控制各个模块正常工作；
匹配确认模块，与中央控制模块连接，用于进行生命体征数据与患者信息以及患者症状、患者影像的匹配确认；
指标确定模块，与中央控制模块连接，用于确定病情分级指标。
3.如权利要求2所述成人急诊病情分级系统，其特征在于，所述患者信息包括：患者年龄、性别、过往病史、身高、体重以及慢性病信息。
4.如权利要求2所述成人急诊病情分级系统，其特征在于，所述病情分级指标包括：患者面部表情以及身体体态数据，生命体征数据，患者基本信息，患者症状。
5.如权利要求1所述成人急诊病情分级系统，其特征在于，所述图像处理模块对急救设备显示的影像数据进行处理包括：
1)对接收的急救设备显示的影像数据进行高斯滤波处理；
2)对高斯滤波处理后的影像图像文件进行图像分割，并对影像图像文件的关键帧进行取样；
3)将取样出的影像图像文件进行黑白二值化处理，将黑白二值化处理后的图像进行行字切分，分离出若干图像碎片。
6.如权利要求5所述成人急诊病情分级系统，其特征在于，所述对接收的急救设备显示的影像数据进行高斯滤波处理包括：
建立带权的高斯平滑滤波器矩阵模型：
Figure FDA0002937303130000031
式中:Q为滤波器矩阵，Q为1*n的矩阵；n为矩阵大小阀值；i为距离中心坐标点的相对坐标值，即Q[i]所得为该坐标点相对中心点的权重差；
计算高斯平滑中心点相对左右阀值的差值和；
Figure FDA0002937303130000032
式中:S[k]为中心点相对左右阀值的差值和；buf[k]为中心点的样本测量值；n为滤波器矩阵大小；
计算高斯平滑处理后的值：
Figure FDA0002937303130000033
式中:buf′[k]为中心点处理后的值；buf[k]为中心点的样本测量值；n为滤波器矩阵大小。
7.如权利要求1所述成人急诊病情分级系统，其特征在于，所述生命体征数据采集模块基于处理后的影像数据进行患者生命体征数据的识别与提取包括：
首先，将处理后的急救设备影像图像碎片与OCR模式库中预先存储的字符进行匹配，确定与待识别字符相似度最高的字符类；
其次，利用词义、词频、语法规则或语料库中的任一种或者任多种方式对找到的与待识别字符相似度最高的字符类进行校正与误识别过滤处理，得到相应字符数据；
最后，基于所述字符数据确定患者生命体征数据。
8.如权利要求1所述成人急诊病情分级系统，其特征在于，所述计算综合权重，得到数据对应的综合评定权重；使用模糊模型中统一化权重计算，得到病情分级综合权重矩阵，计算得到病情分级结果包括：
单个指标的权重计算如下公式：
Figure FDA0002937303130000041
即
Figure FDA0002937303130000042
式中：Ai代表当前指标数值；Lk指标能级；使用模糊模型中统一化权重计算，得到如下公式：
Figure FDA0002937303130000043
式中：Wk代表单一指标权重；有n个病情分级指标，即得到病情分级综合权重矩阵B，如下公式：
B＝[W1，W2，......，Wn]；
将矩阵R与矩阵复合计算，计算得到病情分级结果。
9.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以应用如权利要求1-8任意一项所述成人急诊病情分级系统。
10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机应用如权利要求1-8任意一项所述成人急诊病情分级系统。
CN202110163199.XA 2021-02-05 2021-02-05 一种成人急诊病情分级系统及分级方法 Active CN113077877B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110163199.XA CN113077877B (zh) 2021-02-05 2021-02-05 一种成人急诊病情分级系统及分级方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110163199.XA CN113077877B (zh) 2021-02-05 2021-02-05 一种成人急诊病情分级系统及分级方法

Publications (2)

Publication Number Publication Date
CN113077877A CN113077877A (zh) 2021-07-06
CN113077877B true CN113077877B (zh) 2022-10-18

Family

ID=76609927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110163199.XA Active CN113077877B (zh) 2021-02-05 2021-02-05 一种成人急诊病情分级系统及分级方法

Country Status (1)

Country Link
CN (1) CN113077877B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114678113B (zh) * 2022-03-14 2023-07-18 浙江大学 一种基于卷积神经网络的智能急诊预检分诊系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106101119A (zh) * 2016-06-29 2016-11-09 上海吉功信息技术有限公司 基于医疗系统数据共享系统的急诊预检分级系统
CN107169298B (zh) * 2017-05-26 2021-05-11 深圳市第二人民医院 一种智能急诊分级分诊系统

Also Published As

Publication number Publication date
CN113077877A (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN108198615B (zh) 一种在线认知评估系统
EP4006831A1 (en) Image processing method and apparatus, server, medical image processing device and storage medium
CN109271969B (zh) 一种脑胶质瘤分级评价方法及其装置
CN109191451B (zh) 异常检测方法、装置、设备和介质
CN111274400B (zh) 一种医学术语系统的构建方法、装置、设备及存储介质
CN109545387B (zh) 一种基于神经网络的异常病例识别方法及计算设备
CN112634889B (zh) 基于人工智能的电子病例录入方法、装置、终端及介质
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
CN111180026A (zh) 专科诊疗视图系统及方法
CN113077877B (zh) 一种成人急诊病情分级系统及分级方法
CN111598868B (zh) 一种肺部超声图像识别方法和系统
CN113298758A (zh) 阿尔兹海默症的辅助诊断系统、其数据处理方法及终端
CN114343577A (zh) 认知功能评价方法、终端设备以及计算机可读存储介质
CN113688942A (zh) 基于深度学习的头侧片腺样体图像自动评估方法和装置
CN112263220A (zh) 一种内分泌疾病智能诊断系统
CN113435469A (zh) 一种基于深度学习的肾肿瘤增强ct图像自动识别系统及其训练方法
CN110399907B (zh) 基于诱导注意力的胸腔病症检测方法及装置、存储介质
CN111341459A (zh) 分类深度神经网络模型的训练方法、遗传病检测方法
CN116343300A (zh) 人脸特征标注方法、装置、终端以及介质
CN107194918B (zh) 数据分析方法及装置
CN115631152A (zh) 超声图像截取方法及装置、电子设备和存储介质
CN113673609B (zh) 一种基于线性隐变量的调查问卷数据分析方法
CN113707304A (zh) 分诊数据处理方法、装置、设备及存储介质
CN113948171A (zh) 一种根据患者病情自动匹配医院等级的匹配系统
CN110889836A (zh) 一种影像数据分析方法、装置、终端设备及存储介质

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