CN113130081A - 一种基于无创产检技术的监测与管理方法 - Google Patents
一种基于无创产检技术的监测与管理方法 Download PDFInfo
- Publication number
- CN113130081A CN113130081A CN202110542450.3A CN202110542450A CN113130081A CN 113130081 A CN113130081 A CN 113130081A CN 202110542450 A CN202110542450 A CN 202110542450A CN 113130081 A CN113130081 A CN 113130081A
- Authority
- CN
- China
- Prior art keywords
- data
- link
- monitoring
- pregnant woman
- database
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 238000007726 management method Methods 0.000 title claims abstract description 22
- 238000005516 engineering process Methods 0.000 title claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 14
- 230000036772 blood pressure Effects 0.000 claims description 13
- 238000005534 hematocrit Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 5
- 238000005065 mining Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000013501 data transformation Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims 1
- 201000010099 disease Diseases 0.000 abstract description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 12
- 238000007689 inspection Methods 0.000 abstract description 9
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 210000003754 fetus Anatomy 0.000 abstract description 8
- 230000002159 abnormal effect Effects 0.000 abstract description 6
- 230000035935 pregnancy Effects 0.000 abstract description 6
- 230000036541 health Effects 0.000 abstract description 5
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 28
- 238000004458 analytical method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000035931 haemagglutination Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 208000032170 Congenital Abnormalities Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 208000001951 Fetal Death Diseases 0.000 description 1
- 206010055690 Foetal death Diseases 0.000 description 1
- 208000005107 Premature Birth Diseases 0.000 description 1
- 206010036590 Premature baby Diseases 0.000 description 1
- 230000007698 birth defect Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 231100000479 fetal death Toxicity 0.000 description 1
- 210000002826 placenta Anatomy 0.000 description 1
- 208000012113 pregnancy disease Diseases 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
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
- G16H50/30—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
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于无创产检技术的监测与管理方法，该方法包括如下步骤：S1：数据采集环节对孕妇的源数据进行采集和收集，用于传输给数据转化环节；S2：数据转化环节对S1中数据采集环节所采集到的数据进行转化，并将转化后的数据传输给数据分析环节；S3：数据分析环节对S2转化的的数据进行分析，并将分析后的数据传输给数据库环节；S4：数据库环节对S3中分析后的数据进行存储和管理。该监测与管理方法通过对孕妇的各项生理指标进行监测，并可对异常的生理指标进行早期识别，降低妊娠期疾病给孕妇以及胎儿带来的风险，提高产妇以及胎儿的安全保障，同时应用网络互联互通、覆盖率高、远距离传输性能优越的特点，实现对孕妇健康情况的监测与管理。
Description
技术领域
本发明涉及产检领域，尤其涉及一种基于无创产检技术的监测与管理方法。
背景技术
妊娠期疾病是孕妇特有的疾病，该疾病不但严重危害孕产妇的健康和生命安全，还会导致胎盘早剥、早产、胎死宫内等情况的发生，是造成孕婴死亡以及胎儿出生缺陷的主要原因。妊娠期疾病具有发病隐蔽、临床症状出现晚、发病急骤等特点，这些特点给防治带来了较大的困难，如果能较早地预测出疾病的发病风险，并提高地进行干预治疗，就可以减小妊娠期疾病对产妇以及胎儿的危害。
而“早预测、早干预、早治疗”的关键是“早预测”，目前无创产检是早预测的最直接手段。针对妊娠期疾病，无创产检可以提早地筛选出具有高危风险的孕妇，目前无创产检存在一些问题：
1、产检地点相对固定，通常在居家附近的医院中进行。由于我国医疗资源的偏态分布，居住在边远地区、农村及小城市的孕妇，需要到距离较远的医院进行产检。即使居住在大中城市，也会出现交通拥堵、出行不便等情况妨碍孕妇去医院产检。孕妇因为行动不便、医院距离远、交通状况不好等情况不能及时去医院进行产检或随意改变医生制定的产检计划，这都会造成产检结果不及时、不准确，耽误发现疾病以及治疗疾病的时机。
2、两次产检之间最短的间隔是一周，而最长的时间间隔则是一个月，孕妇在两次产检之间处于医疗监护与管理的真空状态，缺乏孕期健康状态的持续性客观评价，在这段时期内，无法对孕妇的生理指标进行有效管理，这就有可能导致不必要的就医或是耽误就医。而且在孕早期产检频率过低，生理指标监测不连续、数据相对匮乏，这些都会导致错过对孕期疾病预测和治疗的最佳时机。
3、由于医疗资源有限，一名医生需要管理多名孕妇，每次产检后，医生与孕妇只有3-5分钟的交流时间，在很多方面都交流的不够充分，短时间内医生无法全面的解答孕妇的各种问题。
发明内容
基于背景技术存在的技术问题，本发明提出了一种基于无创产检技术的监测与管理方法，应用网络互联互通、覆盖率高、远距离传输性能优越的特点，实现对孕妇健康情况的监测与管理。
本发明提出的一种基于无创产检技术的监测与管理方法，包括如下步骤：
S1：数据采集环节对孕妇的源数据进行采集和收集，用于传输给数据转化环节；
S2：数据转化环节对S1中数据采集环节所采集到的数据进行转化，并将转化后的数据传输给数据分析环节；
S3：数据分析环节对S2转化的的数据进行分析；
S4：数据库环节对S3中分析后的数据进行存储和管理。
所述S1中的源数据包括孕妇的体重、身高、血压、血球压积和血小板计数。体重、身高、血压使用相应的检测设备即可采集，在家庭中即可完成；血球压积和血小板计数这些生化信息需要从医院的检测报告中才能得到。
所述S1中的数据采集环节包括采集医院出具的检测报告。医院出具的检测报告中包括孕妇的血球压积和血小板计数的信息，数据采集环节通过采集医院出具的检测报告即可完成妇的血球压积和血小板计数的信息采集，方便快捷。
所述S2中的数据转化环节将数据采集环节采集到的各种异构的结构化或者非结构化数据转换成为S3中数据分析环节所采用的标准格式。数据转化环节只有将数据采集环节所采集到的数据格式转换成特定的格式才能被数据分析环节进行识别和分析。
所述S2中的数据转化环节还将数据采集环节采集到的各种异构的结构化或者非结构化数据保存到S4中的数据库环节。数据转化环节将数据采集环节采集到的各种异构的结构化或者非结构化数据保存到S4中的数据库环节有利于后期对无创产检的相关数据进行查看和将其作为参考。
所述S3中的数据分析环节对数据转化环节所转化成的数据进行挖掘分析。数据分析环节对数据转化环节所转化成的各种异构的结构化或者非结构化数据进行整理后再进一步挖掘分析，使产检中孕妇的各项指标被深刻剖析，以便其作为孕检诊断治疗的参考。
所述S3中的数据分析环节还用于过滤出有意义的数据。数据采集环节难免存在一些误差非常大的数据，数据转化环节对其进行转化后还能被数据分析环节所识别和过滤，防止产检中一些误差大的数据影响产检过程和结果。
所述S4中的数据库环节包括WEB服务器、业务处理程序、数据库服务器和数据库的登陆注册、信息和账户验证和管理。WEB服务器用于接收与相应孕妇产检时的请求；业务处理程序的任务是完成产检数据逻辑的处理，数据库服务器以及数据库用于对数据的永久性存储和实时性查询。
所述S4的数据库环节还包括移动终端设备的使用。移动终端设备可用于访问数据库，向其请求各种服务，如上传生化信息、查看以往产检信息。
本发明提供的一种基于无创产检技术的监测与管理方法的优点在于：通过对孕妇的各项生理指标进行监测，并可对异常的生理指标进行早期识别，降低妊娠期疾病给孕妇以及胎儿带来的风险，提高产妇以及胎儿的安全保障。
具体实施方式
本发明提出了一种基于无创产检技术的监测与管理方法，应用网络互联互通、覆盖率高、远距离传输性能优越的特点，实现对孕妇健康情况的监测与管理。
本发明提出的一种基于无创产检技术的监测与管理方法，包括如下步骤：
S1：数据采集环节对孕妇的源数据进行采集和收集，用于传输给数据转化环节；
S2：数据转化环节对S1中数据采集环节所采集到的数据进行转化，并将转化后的数据传输给数据分析环节；
S3：数据分析环节对S2转化的的数据进行分析；
S4：数据库环节对S3中分析后的数据进行存储和管理。
所述S1中的源数据包括孕妇的体重、身高、血压、血球压积和血小板计数。体重、身高使用相应的检测设备即可采集，在家庭中即可完成；血压、血球压积和血小板计数这些生化信息需要从医院的检测报告中才能得到。
所述S1中的数据采集环节包括采集医院出具的检测报告。医院出具的检测报告中包括孕妇的体重、身高、血压、血球压积和血小板计数的信息，数据采集环节通过采集医院出具的检测报告即可完成妇的体重、身高、血压、血球压积和血小板计数的信息采集，方便快捷。
所述S2中的数据转化环节将数据采集环节采集到的各种异构的结构化或者非结构化数据转换成为S3中数据分析环节所采用的标准格式。数据转化环节只有将数据采集环节所采集到的数据格式转换成特定的格式才能被数据分析环节进行识别和分析。
所述S2中的数据转化环节还将数据采集环节采集到的各种异构的结构化或者非结构化数据保存到S4中的数据库环节。数据转化环节将数据采集环节采集到的各种异构的结构化或者非结构化数据保存到S4中的数据库环节有利于后期对无创产检的相关数据进行查看和将其作为参考。
所述S3中的数据分析环节对数据转化环节所转化成的数据进行挖掘分析。数据分析环节对数据转化环节所转化成的各种异构的结构化或者非结构化数据进行整理后再进一步挖掘分析，使产检中孕妇的各项指标被深刻剖析，以便其作为孕检诊断治疗的参考。
所述S3中的数据分析环节还用于过滤出有意义的数据。数据采集环节难免存在一些误差非常大的数据，数据转化环节对其进行转化后还能被数据分析环节所识别和过滤，防止产检中一些误差大的数据影响产检过程和结果。
所述S4中的数据库环节包括WEB服务器、业务处理程序、数据库服务器和数据库的登陆注册、信息和账户验证和管理。WEB服务器用于接收与相应孕妇产检时的请求；业务处理程序的任务是完成产检数据逻辑的处理，数据库服务器以及数据库用于对数据的永久性存储和实时性查询。
所述S4的数据库环节还包括移动终端设备的使用。移动终端设备可用于访问数据库，向其请求各种服务，如上传生化信息、查看以往产检信息。
实施例
使用电子体重称测量孕妇的体重，使用软卷尺测量孕妇的身高，使用血压计测量孕妇的血压，查询医院对孕妇出具的检测报告得出孕妇的血球压积和血小板计数。
选取安卓移动终端设备，在安卓移动终端设备上设计开发一款客户端应用程序，该应用程序将数据采集环节所采集到的数据收集起来，同时，利用安卓移动终端设备具有连接互联网的功能，将孕妇的检测数据如体重、身高、血压、血球压积和血小板计数信息通过数据库服务器上传至数据库环节的数据库中。安卓移动终端设备的客户端应用程序的总体结构分为表示层、业务逻辑层、数据访问层、服务层和网络层，表示层包括提供主界面、输入界面和发送界面，在收集来自数据采集环节的数据时，安卓移动终端设备开机后显示的第一个界面为主界面，手动点击主界面上进入一个生理指标的输入界面，在输入界面上手动输入孕妇的检测数据体重、身高、血压、血球压积和血小板计数信息，当输入的数据不在正常范围内或者数据类型错误的时候，会显示相应的提示信息，只有当所有的录入信息均符合校验规则时，才能允许进行下一步操作，再手动选择安卓移动终端设备的应用程序进入指标发送界面，发送界面将孕妇的检测数据体重、身高、血压、血球压积和血小板计数信息上传至业务逻辑层，业务逻辑层是整个安卓移动终端设备的客户端应用程序的核心价值部分，业务逻辑层对孕妇的检测数据体重、身高、血压、血球压积和血小板计数信息进行数据计算和信息转化，并将计算和转化后的数据信息传输给表示层，表示层通过主界面再进行数据信息的显示；数据访问层对数据信息进行校验，转化成适合便于后期的查询和管理的数据信息；服务层包括蓝牙服务和网络监听服务，开启服务层的蓝牙服务，蓝牙服务为业务逻辑层提供开启与关闭蓝牙已经获取蓝牙数据的统一接口，开启服务层的网络监听服务，网络监听服务为业务逻辑层和数据访问层提供获取网络状态的接口；网络层提供基于HTTP协议的网络访问统一接口，屏蔽掉网络操作的复杂性，使得孕妇检测数据在网络层交换得更加容易。
孕妇检测数据在网络层交换，通过网络进行数据的远距离传输和信息交换，不受时间和空间的限制，并且也可以在安卓移动终端设备的客户端应用程序和数据库之间之间进行交换。
数据访问层对数据信息进行校验的同时包括对数据信息进行整理。对数据信息进行整理分为4个模块，数据质量分析模块，作为孕妇检测数据整理的开始，数据的质量分析必不可少，查询孕妇检测数据的缺失情况以及检测数据的的异常情况；数据特征分析模块，包括数据缺失分析和导入异常值分析，数据特征分析模块初步分析孕妇检测数据体重、身高、血压、血球压积和血小板计数信息的特征，包括电子体重称、软卷尺和血压计的属性值以及属性值的分布情况，数据缺失分析；数据清洗模块，在数据质量分析和数据特征分析的基础上对检测数据进行清洗，就是对检测数据进行重新审查和校验，剔除不符合要求或者异常的检测数据，同时对检测数据的缺失值进行补全，缺失值的补全通过两种方式，一是通过检测数据的平均值补全，二是直接对缺失值进行删除处理；数据变换模块，对检测数据中的连续型数据进行离散化处理，将孕妇的年龄进行分段归类，为后续的产检分析做准备。
数据采集环节中孕妇的检测数据所用到的检测设备将检测到的信息数据发送至相应的接收平台，业务逻辑层进行进一步地处理和计算。服务层的蓝牙服务使用蓝牙模块型号为HC-06，HC-06是一款无主动配对的功能的蓝牙，但可以被其他蓝牙设备发现并配对，使用时，将安卓移动端设备与蓝牙模块相连，即可完成对蓝牙设备的操控。首先打开蓝牙设备，蓝牙设备通过蓝牙搜索与数据采集环节的检测设备配对，并接收检测设备发来的检测数据。检测数据最红都是存储在数据库上。当登陆数据库或者需要将检测数据上传至数据库时，先开放相应的网络接口，然后进行网络数据的传输。
当第一次使用该方法进行无创产检的监测与管理时，需要进行登陆操作，身份信息经由网络发送到数据库中，经过验证后方能进入进行其他操作，登陆成功后，数据库返回孕妇的基本信息，这些基本信息被存储到数据库中。若无法登陆，则需要先注册，注册时填写孕妇的用户名、邮箱、密码，在提交时，需要检验用户所输入的数据，这些数据检验包括用户名是否已被使用，邮箱是否已被使用，密码是否大于6位，重复密码与密码是否一致，在注册了使用该无创产检后，绑定一名主治医师，在绑定主治医师之前，需要发送一段验证信息给相应的主治医师，医生在登陆使用该无创产检技术时看到相应的请求信息，并决定是否同意该孕妇的请求，如果同意，孕妇和医生绑定在一起，若不同意，则提示孕妇该医生拒绝了本次申请，孕妇点击进入数据采集环节，随后WEB服务器用于接收与相应孕妇产检时的请求，接着进行孕妇个方面指标的检测，随后启动业务处理程序，完成孕妇的产检数据的逻辑的处理，最后再通过数据库服务器传送给数据库，数据库用于对产检数据的永久性存储和实时性查询。
将浏览器与数据库环节中的WEB服务器连接，通过浏览器直接对无创产检的结果进行查询。
本发明所述的一种基于无创产检技术的监测与管理方法，通过对孕妇的各项生理指标进行监测，并可对异常的生理指标进行早期识别，降低妊娠期疾病给孕妇以及胎儿带来的风险，提高产妇以及胎儿的安全保障。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种基于无创产检技术的监测与管理方法，其特征在于，包括如下步骤：
S1：数据采集环节对孕妇的源数据进行采集和收集，用于传输给数据转化环节；
S2：数据转化环节对S1中数据采集环节所采集到的数据进行转化，并将转化后的数据传输给数据分析环节；
S3：数据分析环节对S2转化的的数据进行分析，并将分析后的数据传输给数据库环节；
S4：数据库环节对S3中分析后的数据进行存储和管理。
2.根据权利要求1所述的一种基于无创产检技术的监测与管理方法，其特征在于，所述S1中的源数据包括孕妇的体重、身高、血压、血球压积和血小板计数。
3.根据权利要求1所述的一种基于无创产检技术的监测与管理方法，其特征在于，所述S1中的数据采集环节包括采集医院出具的检测报告。
4.根据权利要求1所述的一种基于无创产检技术的监测与管理方法，其特征在于，所述S2中的数据转化环节将数据采集环节采集到的各种异构的结构化或者非结构化数据转换成为S3中数据分析环节所采用的标准格式。
5.根据权利要求1所述的一种基于无创产检技术的监测与管理方法，其特征在于，所述S2中的数据转化环节还将数据采集环节采集到的各种异构的结构化或者非结构化数据保存到S4中的数据库环节。
6.根据权利要求1所述的一种基于无创产检技术的监测与管理方法，其特征在于，所述S3中的数据分析环节对数据转化环节所转化成的数据进行挖掘分析。
7.根据权利要求1所述的一种基于无创产检技术的监测与管理方法，其特征在于，所述S3中的数据分析环节还用于过滤出有意义的数据。
8.根据权利要求1所述的一种基于无创产检技术的监测与管理方法，其特征在于，所述S4中的数据库环节包括WEB服务器、业务处理程序、数据库服务器和数据库的登陆注册、信息和账户验证和管理。
9.根据权利要求1所述的一种基于无创产检技术的监测与管理方法，其特征在于，所述S4的数据库环节还包括移动终端设备的使用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110542450.3A CN113130081A (zh) | 2021-05-18 | 2021-05-18 | 一种基于无创产检技术的监测与管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110542450.3A CN113130081A (zh) | 2021-05-18 | 2021-05-18 | 一种基于无创产检技术的监测与管理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113130081A true CN113130081A (zh) | 2021-07-16 |
Family
ID=76782276
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110542450.3A Pending CN113130081A (zh) | 2021-05-18 | 2021-05-18 | 一种基于无创产检技术的监测与管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113130081A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107242858A (zh) * | 2017-07-10 | 2017-10-13 | 郑州航空工业管理学院 | 一种个性化孕婴监护方法及系统 |
| CN110742595A (zh) * | 2019-11-12 | 2020-02-04 | 中润普达(十堰)大数据中心有限公司 | 基于认知云系统的异常血压监护系统 |
| CN112365982A (zh) * | 2020-11-30 | 2021-02-12 | 云南省第一人民医院 | 复发性流产母婴健康随访追踪分析系统 |
-
2021
- 2021-05-18 CN CN202110542450.3A patent/CN113130081A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107242858A (zh) * | 2017-07-10 | 2017-10-13 | 郑州航空工业管理学院 | 一种个性化孕婴监护方法及系统 |
| CN110742595A (zh) * | 2019-11-12 | 2020-02-04 | 中润普达(十堰)大数据中心有限公司 | 基于认知云系统的异常血压监护系统 |
| CN112365982A (zh) * | 2020-11-30 | 2021-02-12 | 云南省第一人民医院 | 复发性流产母婴健康随访追踪分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111613335A (zh) | 一种健康预警系统及方法 | |
| CN107242858B (zh) | 一种个性化孕婴监护方法及系统 | |
| US6522916B1 (en) | Telemetric system for fetal care | |
| Tuffnell et al. | How long does a fetal scalp blood sample take? | |
| CN114366030B (zh) | 一种用于麻醉手术的智能辅助系统及方法 | |
| CN111276230A (zh) | 一种心脑血管疾病一体化分层管理系统及方法 | |
| CN112117010A (zh) | 一种传染病智能预警系统及管理平台 | |
| CN106570312A (zh) | 一种移动医疗数据交互的方法、系统及服务器、移动终端 | |
| CN112435726A (zh) | 基于便携式健康监测设备的健康管理系统 | |
| CN112201336A (zh) | 一种基于ai诊断的远程会诊系统和方法 | |
| CN113611419A (zh) | 基于胎监宫缩图和高危因素的产后出血风险预测方法及预警系统 | |
| CN115631836A (zh) | 一种分析急救资源进行合理分配的系统及方法 | |
| CN115310804A (zh) | 基于决策层融合的飞行员情境意识判别方法和系统 | |
| CN115662560A (zh) | 一种基于互联网的智慧医院管理方法及系统 | |
| Flenady et al. | Making every birth count: Outcomes of a perinatal mortality audit program | |
| CN110729043A (zh) | Ar远程诊断系统 | |
| CN113130081A (zh) | 一种基于无创产检技术的监测与管理方法 | |
| CN113192655A (zh) | 一种基于个人授权的疾病管理方法及平台 | |
| CN112397166A (zh) | 一种慢性疾病医疗管理系统 | |
| CN116407098A (zh) | 一种胎儿胎动监测技术方法 | |
| CN111768856B (zh) | 基于数据驱动的双向转诊自动判定和后效评估系统 | |
| CN109480812A (zh) | 一种基于物联网通讯的脉搏健康数据管理系统 | |
| CN111685742B (zh) | 一种用于脑卒中病治疗的评估系统及方法 | |
| CN109903838B (zh) | 糖尿病及糖尿病视网膜病变网络防治系统 | |
| CN109692007B (zh) | 一种基于血糖监测的妊娠期血糖监控系统及在疾病监控系统中的应用 |
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: 20210716 |