CN113257391A - 一种皮肤病的病程管理系统 - Google Patents

Abstract

本发明涉及一种皮肤病的病程管理系统，系统包括：数据采集模块，数据存储模块，数据分析模块，数据展示模块；数据采集模块，用于进行实时取景，且在进行实时取景时，展示采集辅助线；采集皮肤病信息；数据存储模块，用于存储采集模块采集到的皮肤病信息；数据分析模块，用于对数据采集模块实时取景进行分析；分析数据存储模块存储的信息；数据展示模块，用于展示数据分析模块得到的对存储信息的分析结果。本发明的系统采集的皮损数据是通过实时取景方式得到的，该方式适用于任何采集设备，拓展了病程管理的应用场景，实现了针对普适环境的病程管理。

Description

一种皮肤病的病程管理系统

技术领域

本发明涉及远程医疗技术领域，尤其涉及一种皮肤病的病程管理系统。

背景技术

随着人类进步的步伐，人们赖以生存的环境也在不断改变。大气污染日益严重，导致皮肤病发病率不断提高，而皮肤病的致病因素也在不断地升级。皮肤病是医学上的常见病、多发病，具有发病范围广、病情种类多、治疗时间长等特征。

现有的一种病理诊断系统，医生首先通过各种医学手段采集患者需要检测的指标信息，然后将采集到的数据传送给数据采集模块，数据分析模块根据采集到的数据进行筛选和分析后，将数据存储到数据存储模块，诊断决策模块根据采集的数据做出初步诊断结果；医务人员通过服务器在浏览器上可以看到初步诊断结果，通过远程操作模块根据诊断决策模块的初步诊断结果进一步判断，做出最终的诊断结论。医务人员还可以根据需要打印诊断结果。

现有的系统指标信息的采集是通过医学手段得到的，而医学手段要求患者到医院才能采用，普通患者无法在普适环境中（如家中）实现通过医学手段采集数据，因此现有的方案适用场景较为局限。

发明内容

鉴于现有技术的上述缺点、不足，本发明提供一种皮肤病的病程管理系统。

为了达到上述目的，本发明采用的主要技术方案包括：

一种皮肤病的病程管理系统，所述系统包括：数据采集模块、数据存储模块、数据分析模块和数据展示模块；

所述数据采集模块，用于进行实时取景，采集皮损数据，且在进行实时取景时，展示采集辅助线；还用于采集其它皮肤病信息；所述其它皮肤病信息包括患者信息、医生信息、患者与医生之间的绑定关系、患者的病例、患者的随诊信息和患者的复诊信息；所述采集辅助线是所述数据分析模块根据采集标准得到的；

所述数据存储模块，用于存储所述数据采集模块采集到的皮肤病信息；

所述数据分析模块，用于对所述数据采集模块实时取景进行分析；分析所述数据存储模块存储的信息；

所述数据展示模块，用于展示所述数据分析模块得到的对存储信息的分析结果；

其中，所述数据分析模块对所述数据采集模块实时取景进行分析，包括：

对所述实时取景进行识别，确定是否存在皮损区域；

若不存在皮损区域，则得到不符合采集标准的分析结果；

若存在皮损区域，则确定皮损区域的边界线；

若不存在皮损区域的边界线，则得到不符合采集标准的分析结果；

若存在皮损区域的边界线，则确定所述边界线是否为闭合曲线；

若所述边界线非闭合曲线，则得到不符合采集标准的分析结果；

若所述边界线为闭合曲线，则根据所述采集辅助线与皮损区域之间的关系进行分析。

本发明的有益效果：通过本发明的病程管理系统中的数据采集模块，数据存储模块，数据分析模块和数据展示模块实现了远程辅助医疗。

本发明的系统采集的皮损数据是通过实时取景方式得到的，该方式适用于任何采集设备，拓展了病程管理的应用场景，实现了针对普适环境（如家中）的病程管理。另外，本发明中的病程管理系统可实现用户随时随地的进行皮损数据的采集并辅助分析，提升了用户的使用体验，且能够保证用户的问诊效果。

附图说明

图1为本发明一实施例提供的一种皮肤病的病程管理系统的结构示意图；

图2为本发明一实施例提供的一种采集辅助线示意图；

图3为本发明一实施例提供的一种连续区域示意图；

图4为本发明一实施例提供的另一种连续区域示意图。

具体实施方式

为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

参见图1，本实施例提供的皮肤病的病程管理系统包括：数据采集模块、数据存储模块、数据分析模块和数据展示模块。

1、数据采集模块

数据采集模块，用于进行实时取景，采集皮损数据，且在进行实时取景时，展示采集辅助线；还用于采集其它皮肤病信息；其它皮肤病信息包括患者信息、医生信息、患者与医生之间的绑定关系、患者的病例、患者的随诊信息和患者的复诊信息；采集辅助线是数据分析模块根据采集标准得到的。

2、数据存储模块

数据存储模块，用于存储采集模块采集到的皮肤病信息。

3、数据分析模块

数据分析模块，用于对数据采集模块实时取景进行分析，以及用于分析数据存储模块存储的信息。

其中，数据分析模块对数据采集模块实时取景进行分析过程为：对实时取景进行识别，确定是否存在皮损区域；若不存在皮损区域，则得到不符合采集标准的分析结果；若存在皮损区域，则确定皮损区域的边界线；若不存在皮损区域的边界线，则得到不符合采集标准的分析结果；若存在皮损区域的边界线，则确定边界线是否为闭合曲线；若边界线非闭合曲线，则得到不符合采集标准的分析结果；若边界线为闭合曲线，则根据采集辅助线与皮损区域之间的关系进行分析。

数据分析模块，还可以用于根据皮损数据获取皮肤病的诊断标准，根据诊断标准生成表单，获取基于表单的反馈信息，根据预先设置的决策树以及反馈信息得到辅助问诊结果。

此外，数据分析模块，还可以用于根据诊断标准，确定当前采集对象、采集标准，根据当前采集对象和采集标准生成采集说明。开启数据采集模块，对数据采集模块实时取景进行分析，如果分析结果符合采集标准，则控制数据采集模块当前图像进行采集，得到皮损数据。在本实施例中，采集到的图像即为皮损数据。

相应的，数据展示模块，还用于展示采集说明。

此外，若数据采集模块显示采集辅助线，则数据分析模块对数据采集模块实时取景进行分析时，1）对实时取景进行识别，确定是否存在皮损区域。2）若不存在皮损区域，则得到不符合采集标准的分析结果。3）若存在皮损区域，则确定皮损区域的边界线。4）若不存在皮损区域的边界线，则得到不符合采集标准的分析结果。5）若存在皮损区域的边界线，则确定边界线是否为闭合曲线。6）若边界线非闭合曲线，则得到不符合采集标准的分析结果。7）若边界线为闭合曲线，则根据采集辅助线与皮损区域之间的关系得到分析结果。

若采集辅助线为闭合曲线，则7）中根据采集辅助线与皮损区域之间的关系得到分析结果的实现过程为：

A．将采集辅助线所围成区域中的像素点组成标准集合。

B．将皮素区域所涉及的像素点组成皮损集合。

C．得到第一集合为标准集合和皮损集合的交集。

D．若第一集合中的元素/标准集合中的元素<0.8*(1+标准集合中的元素/数据采集模块采集到的图像总像素)，则得到不符合采集标准的分析结果。

E．若第一集合中的元素/标准集合中的元素>=0.8*(1+标准集合中的元素/数据采集模块采集到的图像总像素)，则得到第二集合为皮损集合-标准集合，若第二集合为空集，则得到符合采集标准的分析结果。若第二集合非空集，则根据第二集合得到分析结果。

举例来说，E.1确定第二集合中的元素所对应的连续区域数量，以及每个连续区域中包括的第二集合中的元素的数量。E.2若最大连续区域包括的元素数量/第一集合中元素总数量>0.5，或者，连续区域数量>4，则得到不符合采集标准的分析结果。其中，最大连续区域为包括元素的数量最多的连续区域。E.3若最大连续区域包括的元素数量/第一集合中元素总数量<=0.5，且，连续区域数量<=4，则得到符合采集标准的分析结果。

另外，数据分析模块根据诊断标准生成表单的过程为：根据诊断标准确定采集指标；采集指标包括序号；序号初始值为空值；确定各采集指标之间的逻辑关系；任意两个指标之间的逻辑关系用于描述任意两个指标在表单中出现的先后顺序；根据序号以及逻辑关系确定各采集指标在表单中的位置顺序；根据位置顺序，将各采集指标生成表单。

在数据分析模块根据序号以及逻辑关系确定各采集指标在表单中的位置顺序时，采用如下的实现方案：步骤1，将所有采集指标形成集合A，并生成空集合B；步骤2，从集合A中任取一个采集指标，将其作为当前处理指标，将当前处理指标的序号标注为0；步骤3，将当前处理指标从集合A中删除，将当前处理指标加入集合B中；步骤4，确定是否存在第一指标，第一指标为集合A中的一个元素，且第一指标与当前处理指标之间的逻辑关系为：第一指标在表单中先于当前处理指标出现；步骤5，若存在第一指标，则确定第一指标对应的第二指标，第二指标为集合B中的元素，且第二指标与第一指标之间的逻辑关系为：第二指标在表单中后于第一指标出现；将第一指标的序号标注为X-1，X为第二指标中最小的序号；将第一指标从集合A中删除，将第一指标加入集合B中；步骤6，确定是否存在第三指标，第三指标为集合A中的一个元素，且第三指标与当前处理指标之间的逻辑关系为：第三指标在表单中后于当前处理指标出现；步骤7，若存在第三指标，则确定第三指标对应的第四指标，第四指标为集合B中的元素，且第四指标与第三指标之间的逻辑关系为：第四指标在表单中先于第三指标出现；将第三指标的序号标注为Y+1，Y为第四指标中最大的序号；将第三指标从集合A中删除，将第三指标加入集合B中；步骤8，若集合A非空集合，则从集合A中任取一个采集指标，将其作为当前处理指标，重复执行步骤3至步骤7，直至集合A为空集合，或者，集合A中的每一个元素均不存在第一指标和第三指标；步骤9，根据采集指标的序号确定各采集指标在表单中的位置顺序。

若集合A为空集，则步骤9具体包括：确定集合B所有元素中序号的最小值min；确定集合B中是否存在序号相同的元素；若集合B中不存在序号相同的元素，则各采集指标在表单中的位置为各采集指标的序号-min+1；若集合B中存在序号相同的元素，则确定各采集指标的原始值为各采集指标的序号-min+1；将各采集指标按原始值从小到大的顺序排序；从序列第一个元素开始，依次往后确认是否存在相同的原始值；若存在相同的原始值，则确定该相同的原始值数量n，根据n调整该相同的原始值，将该相同的原始值之后采集指标的原始值更新为更新前原始值+n-1；从相同的原始值之后的原始值开始，重新执行依次往后确认是否存在相同的原始值，若存在相同的原始值，则确定该相同的原始值数量n，根据n调整该相同的原始值，将该相同的原始值之后采集指标的原始值更新为更新前原始值+n-1的步骤，直至所有原始值均被确认；将各采集指标的当前原始值确定为各采集指标在表单中的位置。

若集合A非空集，则步骤9具体包括：确定集合A中元素数量e1，确定采集指标总数量e2；从1至e2的连续正整数中，随机选择e1个数，将其随机分配给集合A中每个元素，作为其对应的采集指标在表单中的位置；确定集合B所有元素中序号的最小值min；确定集合B中是否存在序号相同的元素；若集合B中不存在序号相同的元素，则确定集合B中各元素对应的采集指标的第一值为采集指标的序号-min+1；按第一值从小到大对相应的采集指标排序；从排序第一的采集指标开始依次选择一个采集指标，若选择的采集指标的第一值并非为随机选择的e1个数中的，则将该第一值作为选择的采集指标在表单中的位置；若选择的采集指标的第一值为随机选择的e1个数中的，则将该第一值+1作为选择的采集指标在表单中的位置，并将选择的采集指标之后的所有采集指标的第一值均更新为更新前的第一值+1；若集合B中存在序号相同的元素，则确定各采集指标的第二值为各采集指标的序号-min+1；将各采集指标按第二值从小到大的顺序排序；从排序第二的采集指标开始依次选择一个采集指标，S901，若选择的采集指标的第二值唯一，则当选择的采集指标的第二值并非为随机选择的e1个数中的时，将该第二值作为选择的采集指标在表单中的位置；当选择的采集指标的第二值为随机选择的e1个数中的时，则将该第二值+1作为选择的采集指标在表单中的位置，并将选择的采集指标之后的所有采集指标的第二值均更新为更新前的第二值+1；S902，若选择的采集指标的第二值不唯一，则将选择的采集指标之前的一个采集指标记为初始指标，确定该相同的第二值数量n，根据n调整该相同的第二值，将该相同的第二值之后采集指标的第二值更新为当前第二值+n-1；将各采集指标按更新后的第二值从小到大的顺序排序，从序列中初始指标的下一个采集指标开始依次选择一个采集指标，重复执行步骤S901和步骤S902，直至所有采集指标均存在其在表单中的位置。

根据n调整该相同的原始值的实现方案为：在历史表单中统计，同时出现所有待调整指标的表单数量m1，以及每张表单中待调整指标的先后顺序；待调整指标为相同的原始值对应的采集指标；对于任一待调整指标i，在历史表单中统计，出现待调整指标i的表单数量m2i，计算待调整指标i的调整系数wi=(m1/m2i)*SQRT(S/m1)+Z；其中，S=POWER[(a1i-m1)/2]+POWER[(a2i-m1)/2]+…+POWER[(ani-m1)/2]；SQRT()为开根号函数，POWER()为平方函数，a1i为同时出现所有待调整指标的表单中，待调整指标i先于其他所有待调整指标出现的表单数量；a2i为同时出现所有待调整指标的表单中，待调整指标i位于其他所有待调整指标出现第二位的表单数量；ani为同时出现所有待调整指标的表单中，待调整指标i最后于其他所有待调整指标出现的表单数量，Z为随机小数；按调整系数从大到小对待调整指标进行排序，确定每个调整指标的排序标号b，其中排在第一位的待调整指标的排序标号为0；将各待调整指标的原始值调整为调整前的原始值+b。

4、数据展示模块

数据展示模块，用于展示数据分析模块得到的对存储信息的分析结果。另外，数据展示模块，还可以用于展示表单，以及辅助问诊结果。进一步地，数据展示模块，还可以用于展示采集说明。

下面对上述的病程管理系统在实际应用时的工作流程进行详细说明：

S101，数据采集。

数据采集模块采集皮损数据及其它皮肤病信息。该其它皮肤病信息包括但不限于患者信息、医生信息、患者与医生之间的绑定关系、患者的病例、患者的随诊信息和患者的复诊信息。

另外，数据采集模块在进行实时取景和数据采集过程中，会展示采集辅助线。如图2所示。

其中，采集辅助线是数据分析模块根据采集标准得到的。且采集辅助线为闭合曲线，如图2中的人脸轮廓线，图2以人脸轮廓为例，实际采集时，采集辅助线可以为圆形、矩形、不规则型，本实施例不对采集辅助线所围成的形状进行限定。

当显示采集辅助线的时候，数据采集模块是否进行数据采集，是数据分析模块控制的。具体的控制流程如下：

S201，数据分析模块根据诊断标准，确定当前采集对象、采集标准，根据当前采集对象和采集标准生成采集说明。

S202，数据展示模块展示采集说明。

S203，数据分析模块开启数据采集模块，对数据采集模块实时取景进行分析。

分析过程如下：

1）数据分析模块对实时取景进行识别，确定是否存在皮损区域。若不存在皮损区域，则执行2），若存在皮损区域，则执行3）-7）。

本步骤可以通过现有的图像识别技术确定是否存在皮损区域，由于采用现有方案，此处不再赘述。

2）数据分析模块得到不符合采集标准的分析结果。

如果没有皮损区域，那么此时不需要采集，因此数据分析模块得到不符合采集标准的分析结果。

3）数据分析模块确定皮损区域的边界线。若不存在皮损区域的边界线，则执行4），若存在皮损区域的边界线，则执行5）-7）。

针对上述的边界线，通过图像识别可以得到皮损区域与正常皮肤之间的分割线，该线即为边界线。该图像识别的方案可采用现有方案，此处不在赘述。

4）数据分析模块得到不符合采集标准的分析结果。

若不存在皮损区域的边界线，说明当前数据采集模块取景范围内的图像并未包括全部的皮损图像，只是皮损部位的一个子图（如数据采集模块离皮损部位太近），此时采集无任何意义，因此数据分析模块得到不符合采集标准的分析结果。

5）数据分析模块确定边界线是否为闭合曲线。若边界线非闭合曲线，则执行6），若边界线为闭合曲线，则执行7）。

6）数据分析模块得到不符合采集标准的分析结果。

若边界线不闭合，说明部分皮损区域并未出现在当前数据采集模块取景范围内，需要调整数据采集模块，因此数据分析模块得到不符合采集标准的分析结果。

执行至此，只能保证数据采集模块的取景范围包括完整的皮损区域，但是并不意味着采集辅助线内包括完整的皮损区域，因此，通过7）进行最终的判断。

7）数据分析模块根据采集辅助线与皮损区域之间的关系得到分析结果。

因为采集辅助线为闭合曲线，因此7）中根据采集辅助线与皮损区域之间的关系得到分析结果的实现过程为：

A．数据分析模块将采集辅助线所围成区域中的像素点组成标准集合。

B．数据分析模块将皮素区域所涉及的像素点组成皮损集合。

C．数据分析模块得到第一集合为标准集合和皮损集合的交集。

标准集合是采集辅助线所围成区域中的所有像素点，皮损集合仅是皮损区域对应的所有像素点，那么第一集合中的元素为像素点，该像素点是在采集辅助线所围成区域中的皮损区域的像素点。

D．若第一集合中的元素/标准集合中的元素<0.8*(1+标准集合中的元素/数据采集模块采集到的图像总像素)，则数据分析模块得到不符合采集标准的分析结果。

若采集辅助线所围成区域中的皮损区域的像素点较少(小于0.8*(1+标准集合中的元素/数据采集模块采集到的图像总像素))，说明采集辅助线所围成区域中的皮损区域较小，此时不符合采集标准，数据分析模块得到不符合采集标准的分析结果。

E．若第一集合中的元素/标准集合中的元素>=0.8*(1+标准集合中的元素/数据采集模块采集到的图像总像素)，则数据分析模块得到第二集合为皮损集合-标准集合。

第二集合中的元素为像素点，该像素点是皮损区域的像素点，但不是采集辅助线所围成区域中的像素点。也就是第二集合中的像素点是采集辅助线所围成区域之外的皮损区域涉及的像素点。描述了采集辅助线所围成区域之外的皮损区域情况。

F.若第二集合为空集，则数据分析模块得到符合采集标准的分析结果。

若第二集合为空集，说明采集辅助线所围成区域之外没有皮损区域，此时采集辅助线所围成区域中的皮损区域面积又达到标准(>=0.8*(1+标准集合中的元素/数据采集模块采集到的图像总像素))，可以进行采集，因此，数据分析模块得到符合采集标准的分析结果。

G．若第二集合非空集，则数据分析模块根据第二集合得到分析结果。

若第二集合非空集，说明采集辅助线所围成区域之外存在皮损区域。数据分析模块会先确定第二集合中的元素所对应的连续区域数量，以及每个连续区域中包括的第二集合中的元素的数量。若最大连续区域包括的元素数量/第一集合中元素总数量>0.5，或者，连续区域数量>4，则数据分析模块得到不符合采集标准的分析结果。若最大连续区域包括的元素数量/第一集合中元素总数量<=0.5，且，连续区域数量<=4，则数据分析模块得到符合采集标准的分析结果。

其中，最大连续区域为包括元素的数量最多的连续区域。

也就是，数据分析模块先确定第二集合中的元素所对应的连续区域数量，通过连续区域数量确定有多少处皮损区域位于采集辅助线所围成区域之外，如图3所示，此时的连续区域数量为3。如图4所示，此时的连续区域数量为1。图3中的附图标记1、2、3为连续区域的数量。

连续区域的确定方法可以通过采集辅助线与皮损区域之间的关系确定，采用的是现有实现方案，此处不再限定。

同时，数据分析模块确定每个连续区域中包括的第二集合中的元素的数量，进而将数量最多的连续区域为最大连续区域。

然后，数据分析模块根据连续区域数量、最大连续区域包括的元素数量与第一集合中元素总数量关系的结果。

通过本步骤虽然皮损区域超过采集辅助线所围成区域，但如果超出面积不大，仍会采集，保证了采集质量，并提供了一种自动采集方案，降低了用户对皮损区域数据采集的难度，实现了用户傻瓜式采集。

S204，如果分析结果符合采集标准，则控制数据采集模块当前图像进行采集，得到皮损数据。也就是说，采集的图像就是皮损数据。

S102，数据存储。

数据存储模块存储采集模块采集到的皮肤病信息。另外，数据采集模块采集数据之后，数据存储模块存储采集模块采集到的皮肤病信息之前，数据分析模块还可以先对数据采集模块采集到的信息进行标注。如标注皮损数据所对应的人体部位。

标注过程如下：

S301，数据分析模块获取皮损数据对应的人体部位。

其中，人体部位包括但不限于如下的一种：头颈类部位、躯干类部位、上肢类部位、下肢类部位。

头颈类部位、躯干类部位、上肢类部位、下肢类部位可参见上述实施例中举例说明的各部位内容。

S302，数据分析模块确定皮损数据对应的用户属性。

本步骤的实现过程如下：

S302-1，获取历史皮损数据。

此处的历史皮损数据为历史皮肤病信息中的皮损数据，为了方便描述，本实施例中均简称为历史皮损数据。

另外，本步骤并非获取所有的历史皮损数据，而是获取满足预设关系的皮损数据，该预设关系为：对于任一获取的历史皮损数据D1，D1所属人体部位与S301中标注的人体部位相同，同时，满足0.8<D1中皮损面积/皮损数据中皮损面积<1.2，且0.8<(D1中皮损面积涉及的所有像素的灰度最大值-D1中皮损面积涉及的所有像素的灰度最小值)/(皮损数据中皮损面积涉及的所有像素的灰度最大值-皮损数据中皮损面积涉及的所有像素的灰度最小值)<1.2。

此处的皮损数据为S101中采集的皮损数据。

也就是说，如果一个历史皮损数据D2，它的所标注的人体部位与S102中标注的人体部位相同（如都是右足），同时，皮损面积/皮损数据中皮损面积的值在0.8（不含0.8）至1.2（不含1.2）之间，且(它的皮损面积涉及的所有像素的灰度最大值-它的皮损面积涉及的所有像素的灰度最小值)/(皮损数据中皮损面积涉及的所有像素的灰度最大值-皮损数据中皮损面积涉及的所有像素的灰度最小值)的值也在0.8（不含0.8）至1.2（不含1.2）之间，那么这个历史皮损数据D2才是本步骤需要获取的皮损数据。

通过此预设关系，选出了与S101中采集的皮损数据面积相似，像素值也相似的历史皮损数据。

S302-2，根据历史皮损数据，得到S301中获取的人体部位的权重。

本步骤中的权重用于表征该人体部位得皮肤病的可能性。

具体的，本步骤的一种实现方式为：

1.1确定各历史皮损数据中皮损面积，皮损涉及的各像素点的灰度值。

1.2根据所有的皮损面积和所有的灰度值确定权重。

其中，因为历史皮损数据在获得的时候，会得到其皮损部位的长、宽、皮损部位图像，此处可以基于长、宽得到皮损面积（如长*宽，或者，3.1415926*长*宽/4），以及皮损部位图像中每个像素点的灰度值。

此时，1.1根据所有的皮损面积和所有的灰度值确定权重的实现方案为：1）计算每一个历史皮损数据的灰度指标。2）将所有历史皮损数据按采集时间从前至后排序，得到排序序列。3）排序序列第一个历史皮损数据开始，计算其与排序在其后的第一个历史皮损数据之间的面积差以及灰度指标差。4）将权重确定为(面积差的最大值/|所有面积差的均值-排序序列中最后一个历史皮损数据的皮损面积|)*(所有历史皮损数据中皮损面积的均值/皮损数据中皮损面积)*(|皮损数据的灰度指标-最后一个历史皮损数据的灰度指标|/灰度指标差的均值)。

其中，任一皮损数据的灰度指标=任一皮损数据中皮损涉及的各像素点的灰度值的均值。或者，任一皮损数据的灰度指标=E*(ave-min)/(max-ave)。

任一皮损数据可以为历史皮损数据，也可以为S101中采集的皮损数据。

E为任一皮损数据中皮损涉及的各像素点的灰度值的标准差，ave为任一皮损数据中皮损涉及的各像素点的灰度值的均值，min为任一皮损数据中皮损涉及的各像素点的灰度值的最小值，max为任一皮损数据中皮损涉及的各像素点的灰度值的最大值。

以历史数据为D2、D3、D4和D5，任一待处理数据的灰度指标=任一待处理数据中皮损涉及的各像素点的灰度值的均值为例进行说明，计算D2中皮损部位的面积（如S21）以及各像素点的灰度值，将D2中各像素点的灰度值的均值作为D2的灰度指标（如G21）。同样，计算D3中皮损部位的面积（如S31）以及各像素点的灰度值，将D3中各像素点的灰度值的均值作为D3的灰度指标（如G31）。计算D4中皮损部位的面积（如S41）以及各像素点的灰度值，将D4中各像素点的灰度值的均值作为D4的灰度指标（如G41）。计算D5中皮损部位的面积（如S51）以及各像素点的灰度值，将D5中各像素点的灰度值的均值作为D5的灰度指标（如G51）。

按D2、D3、D4、D5的采集顺序将其排列，如排列序列为：D5、D3、D2、D4。那么计算D5与D3的面积差S51-S31（为了方便描述，将S51-S31的值记为DS531），D3与D2的面积差S31-S21（为了方便描述，将S31-S21的值记为DS321），D2与D4的面积差S21-S41（为了方便描述，将S21-S41的值记为DS241）。计算D5与D3的灰度指标差G51-G31（为了方便描述，将G51-G31的值记为DG531），D3与D2的灰度指标差G31-G21（为了方便描述，将G31-G21的值记为DG321），D2与D4的灰度指标差G21-G41（为了方便描述，将G21-G41的值记为DG241）。

若DS531、DS321、DS241中的最大值为DS321，最小值为DS241，均值为（DS531+DS321+DS241）/3（为方便描述记为ES1），若DG531、DG321、DG241中的最大值为DG531，最小值为DG321，均值为（DG531+DG321+DG241）/3（为方便描述记为EG1），则权重=(DS321/|ES1-S41|)*(S21、S31、S41、S51的均值/皮损数据中皮损面积)*(|S101中获得的皮损数据的灰度指标-G51|/EG1)。

其中，1）|所有历史皮损数据中皮损面积的均值-所述排序序列中最后一个历史皮损数据的皮损面积|描述了最近的一个历史皮损数据与平均数据之间的面积差距，2）所有历史皮损数据中皮损面积的均值/所述皮损数据中皮损面积描述了历史皮损数据中的皮损面积与S101中获得的皮损数据的皮损数据面积之间的关系，3）|皮损数据的灰度指标-最后一个历史皮损数据的灰度指标|/灰度指标差的均值描述了S101中获得的皮损数据的灰度指标与最近一次的历史皮损数据指标之间的差距与历史皮损数据中灰度指标的平均差距之间的关系。通过上述三个指标可以反应S101中采集的皮损数据与历史的皮损数据之间的相似程度，根据历史的皮损数据最终患病情况就可以得知S101中采集的皮损数据患病可能性，因此，该权重可用于表征得皮肤病的可能性。

又由于选择历史皮损数据时，选择的是人体部位相同的历史数据，因此，该权重可用于表征该人体部位得皮肤病的可能性。

本步骤除了上述实现方式之外，还可以通过如下方式实现，本步骤的另一种实现方式为：

2.1确定各历史皮损数据中皮损面积，皮损涉及的各像素点的灰度值，皮肤病确诊结论。

其中，皮肤病确诊结论为无皮肤病，或者所患皮肤病的名称。

2.2将对应同一皮肤病确诊结论的历史皮损数据归为一类。

2.3根据所有的皮损面积和所有的灰度值确定与每类对应的权重，形成权重向量。

其中，向量中每一个元素为一个对应关系，该对应关系为类对应的皮肤病确诊结论与类对应的权重之间的对应关系。

2.4将权重向量作为S301中获取的人体部位的权重。

其中，2.3中根据所有的皮损面积和所有的灰度值确定与每类对应的权重的实现过程如下：针对每一类，1）计算该类中，每一个历史皮损数据的灰度指标。2）将所有历史皮损数据按采集时间从前至后排序，得到排序序列。3）从排序序列第一个历史皮损数据开始，计算其与排序在其后的第一个历史皮损数据时间的面积差以及灰度指标差。4）将该类对应的权重确定为(该类中历史皮损数据的数量/历史皮损数据的总数量)*(面积差的最大值/|所有面积差的均值-排序序列中最后一个历史皮损数据的皮损面积|)*(所有历史皮损数据中皮损面积的均值/皮损数据中皮损面积)*(|皮损数据的灰度指标-最后一个历史皮损数据的灰度指标|/灰度指标差的均值)。

其中，任一皮损数据的灰度指标=任一皮损数据中皮损涉及的各像素点的灰度值的均值。或者，任一皮损数据的灰度指标=E*(ave-min)/(max-ave)。

任一皮损数据可以为历史皮损数据，也可以为S101中采集的皮损数据。

E为任一皮损数据中皮损涉及的各像素点的灰度值的标准差，ave为任一皮损数据中皮损涉及的各像素点的灰度值的均值，min为任一皮损数据中皮损涉及的各像素点的灰度值的最小值，max为任一皮损数据中皮损涉及的各像素点的灰度值的最大值。

以某一类的历史数据为D20、D30、D40和D50，任一待处理数据的灰度指标=任一待处理数据中皮损涉及的各像素点的灰度值的均值为例进行说明，计算D20中皮损部位的面积（如S22）以及各像素点的灰度值，将D20中各像素点的灰度值的均值作为D20的灰度指标（如G22）。同样，计算D30中皮损部位的面积（如S32）以及各像素点的灰度值，将D30中各像素点的灰度值的均值作为D30的灰度指标（如G32）。计算D40中皮损部位的面积（如S42）以及各像素点的灰度值，将D40中各像素点的灰度值的均值作为D40的灰度指标（如G42）。计算D50中皮损部位的面积（如S52）以及各像素点的灰度值，将D50中各像素点的灰度值的均值作为D50的灰度指标（如G52）。

按D20、D30、D40、D50的采集顺序将其排列，如排列序列为：D50、D30、D20、D40。那么计算D50与D30的面积差S52-S32（为了方便描述，将S52-S32的值记为DS532），D30与D20的面积差S32-S22（为了方便描述，将S32-S22的值记为DS322），D20与D40的面积差S22-S42（为了方便描述，将S22-S42的值记为DS242）。计算D50与D30的灰度指标差G52-G32（为了方便描述，将G52-G32的值记为DG532），D30与D20的灰度指标差G32-G22（为了方便描述，将G32-G22的值记为DG322），D20与D40的灰度指标差G22-G42（为了方便描述，将G22-G42的值记为DG242）。

若DS532、DS322、DS242中的最大值为DS322，最小值为DS242，均值为（DS532+DS322+DS242）/3（为方便描述记为ES2），若DG532、DG322、DG242中的最大值为DG532，最小值为DG322，均值为（DG532+DG322+DG242）/3（为方便描述记为EG2），则权重=(该类中历史皮损数据的数量/S102-2-1中获取的历史皮损数据的总数量)*(DS322/|ES2-S42|)*(S22、S32、S42、S52的均值/皮损数据中皮损面积)*(|S101中获得的皮损数据的灰度指标-G52|/EG2)。

其中，对于任何一类，1）该类中历史皮损数据的数量/S302-1中获取的历史皮损数据的总数量描述了该类中皮损数据量占比；2）|所有历史皮损数据中皮损面积的均值-所述排序序列中最后一个历史皮损数据的皮损面积|描述了最近的一个历史皮损数据与平均数据之间的面积差距，3）所有历史皮损数据中皮损面积的均值/所述皮损数据中皮损面积描述了历史皮损数据中的皮损面积与S101中采集的皮损数据的皮损数据面积之间的关系，4）|皮损数据的灰度指标-最后一个历史皮损数据的灰度指标|/灰度指标差的均值描述了S101中采集的皮损数据的灰度指标与最近一次的历史皮损数据指标之间的差距与历史皮损数据中灰度指标的平均差距之间的关系。通过上述三个指标可以反应S101中采集的皮损数据与历史的皮损数据之间的相似程度，以及该类患病概率，根据历史的皮损数据最终患病情况就可以得知S101中获得的皮损数据患病可能性，因此，该权重可用于表征得该类所对应的皮肤病的可能性。又由于选择历史皮损数据时，选择的是人体部位相同的历史数据，因此，该权重可用于表征该人体部位得该类对应的皮肤病的可能性。

S302-3，将权重确定为用户属性。

S303，数据分析模块将人体部位和用户属性作为标注内容标注在皮损数据上。

若人体部位为面额，则将面额、用户ID以及权重作为标注内容标注在皮损数据上。

标注内容除了人体部位和用户属性之外，还会包括其他属性，例如标注如下三个维度的信息：三个维度为：图片类型、部位特征、皮损特征。

图片类型指标分为临床大体图片、皮肤镜图片、病理图片、超声图片、其他；根据不同的疾病部位特征和皮损特征有所差异，比如银屑病（部位特征20个身体部位划分、皮损特征4个“面积/红斑/浸润/鳞屑”），特应性皮炎（部位特征19个身体部位划分、皮损特征6个“红斑/丘疹水肿/渗出结痂/表皮剥脱/苔藓化/皮肤干燥”）。

在标注时，可通过训练好的标注模型进行实现。该模型的训练过程可以采用现有的任一人工智能方案实现，即采用任何一种现有的大数据自学习方法，通过输入大量的样本数据，进行人工智能的自学习训练，形成训练好的标注模型。

S103，数据分析。

数据分析模块分析数据存储模块存储的信息。

若数据存储模块存储的信息为标注的信息，那么数据分析模块分析数据存储模块存储的标注后的信息。

数据分析模块分析数据存储模块存储的信息，或者分析标注的数据，或者分析脱敏后的信息时，可以先根据数据存储模块存储的信息确定皮损指标值，再确定皮损指标值与皮肤病之间的关联关系。例如，数据分析模块比较各皮损指标值与皮肤病相关指标的相似程度，找到最相似的皮肤病，进而得到分析结果。

此外，数据分析模块还会根据皮损数据获取皮肤病的诊断标准，根据诊断标准生成表单，获取基于表单的反馈信息，根据预先设置的决策树以及反馈信息得到辅助问诊结果。

此处的诊断标准如：症状（皮损面积、皮损湿度、皮屑程度、症状持续天数等）、影响程度（如是否无法入睡、是否瘙痒等）、心理状况（如对心情的影响等）。

诊断标准的获取过程为：由S101中的说明可知，皮损数据是采集的图像，那么，通过现有的图像识别方案识别图像中的特征，如面积、颜色等，基于该面积、颜色等特征进行识别，输出疑似病症，将疑似病症的诊断标准作为此处的诊断标准。

具体过程可以通过训练好的识别模型实现，如输入大量的标注过病症的样本图片，通过现有的分类算法进行训练，得到训练好的分类模型，那么通过该模型就可以输出疑似病症。

数据分析模块根据诊断标准生成表单的实现流程如下：

S401，根据诊断标准确定采集指标。

此处的采集指标是具体的采集对象。例如：诊断标准为影响程度，那么采集指标为无法入睡或睡眠不安稳的天数。

另外，采集指标还包括其他属性，如序号，该序号用于描述该指标在最终表单中的位置。如表单中的第1个问题，那么序号为1，当然，也可以为0。序号的初始值为空值，但是表单中的第1个问题对应的序号以及后续的序号可以自行设定，只要表单中的第1个问题对应的序号不是空值，且后面的序号比初始序号大即可。如1、2、3、……，再如：0、1、2、……，还如：4、5、6、……，或者，2、4、6、……，或者，3、4、6、8、……等。本实施例不对表单中的第1个问题对应序号以及后续序号的设计进行限定。

实际中，各采集指标的序号的初始值均为空值。该空值可以为NULL，也可以什么都不填的空，本实施例不对空值的具体形式进行限定。

此外，本步骤还可以根据诊断标准确定采集时间。如采集时间为：问诊前，或者，问诊中，或者，问诊后。该采集时间用于描述表单的展示时间。

S402，确定各采集指标之间的逻辑关系。

其中，任意两个指标之间的逻辑关系用于描述任意两个指标在表单中出现的先后顺序。

如指标1和指标5之间的逻辑关系为：指标1在表单中先于指标5出现。

S403，根据逻辑关系确定各采集指标在表单中的位置顺序。

本步骤的实现过程为：

S403-1，将所有采集指标形成集合A，生成空集合B。

S403-2，从集合A中任取一个采集指标，将其作为当前处理指标，将当前处理指标的序号标注为0。

例如，从集合A中取到采集指标a，那么a为当前处理指标，a的序号由空值变成0。

S403-3，将当前处理指标从集合A中删除，将当前处理指标加入集合B中。

执行至此，集合A中的元素并无a，集合B中存在一个元素，即a。

也就是说，集合A中的元素是均未确定其在表单中的位置的采集指标。集合B中的元素是已经确定其在表单中的位置的采集指标。

S403-4，确定是否存在第一指标。

其中，第一指标为集合A中的一个元素，且第一指标与当前处理指标之间的逻辑关系为：第一指标在表单中先于当前处理指标出现。

第一指标就是位置先于a，且序号为空值的指标。也就是说，第一指标是目前位置还未确定其在表单中的位置，并且其位置一定先于a出现。

S403-5，若存在第一指标，则确定第一指标对应的第二指标。将第一指标的序号标注为X-1，X为第二指标中最小的序号。将第一指标从集合A中删除，将第一指标加入集合B中。

其中，第二指标为集合B中的元素，且第二指标与第一指标之间的逻辑关系为：第二指标在表单中后于第一指标出现。

如第一指标为采集指标b，本步骤中会找到已经标注位置，并且位置出现在b之后的采集指标。对于已标注位置的，且位于b之后的所有采集指标，选择最小的序号（也就是最靠前的一个位置），将b的位置确定为最小序号的前一序号，如最小序号为6，那么b的序号为5，这样保证了b在所有其后面采集指标之前。

S403-6，确定是否存在第三指标。

其中，第三指标为集合A中的一个元素，且第三指标与当前处理指标之间的逻辑关系为：第三指标在表单中后于当前处理指标出现。

此步骤中，会寻找位置后于a，且序号为空值的指标，即第三指标。也就是说，第三指标是目前还未确定其在表单中的位置，并且其位置一定后于a出现。

S403-7，若存在第三指标，则确定第三指标对应的第四指标。将第三指标的序号标注为Y+1，Y为第四指标中最大的序号。将第三指标从集合A中删除，将第三指标加入集合B中。

其中，第四指标为集合B中的元素，且第四指标与第三指标之间的逻辑关系为：第四指标在表单中先于第三指标出现。

如第三指标为采集指标c，本步骤中会找到已经标注位置，并且位置出现在c之前的采集指标。对于已标注位置的，且位于c之前的所有采集指标，选择最大的序号（也就是最靠后的一个位置），将c的位置确定为最大序号的后一序号，如最大序号为9，那么c的序号为10，这样保证了c在所有其前面采集指标之后。

执行至此，已经将与当前处理指标有逻辑关系的采集指标均确定了其在表单中的位置。

S403-8，若集合A非空集合，则从集合A中任取一个采集指标，将其作为当前处理指标，重复执行步骤S102-3-3至步骤S102-3-7，直至集合A为空集合，或者，集合A中的每一个元素均不存在第一指标和第三指标。

如果集合A非空集合，也就是说还有没有确定位置的采集指标。此时有两种可能情况导致集合A非空，一种情况是还没轮到其确认位置，另一种情况是其没有存在逻辑关系的采集指标，如，该指标放在表单任何位置均可，没有明确的先后位置。例如，只有存在湿疹症状才会产生湿疹对用户的影响程度，那么采集指标“湿疹症状的程度（无、轻度、中等、严重、非常严重）”在采集指标“湿疹让您有多大程度的不适应感”之前。再例如，采集指标“湿疹症状的程度（无、轻度、中等、严重、非常严重）”与采集指标“当前工作压力（无、较轻、一般、较大、非常大）”之间并没有明显的先后关系，那么采集指标“当前工作压力（无、较轻、一般、较大、非常大）”与采集指标“湿疹症状的程度（无、轻度、中等、严重、非常严重）”之间没有逻辑关系，采集指标“当前工作压力（无、较轻、一般、较大、非常大）”就是放在表单任何位置均可的指标，该指标会存在于集合A中，但是此种采集指标并不存在第一指标和第三指标。

那么当集合A为空，或者集合A中的元素均不存在第一指标和第三指标时，说明所有采集指标中存在逻辑关系的均确定了位置，此时循环结束进入步骤S403-9。

另外，若集合A非空，可以将集合A中所有元素的序号标注为S，或者其他字符均可，只要跟存在逻辑关系的采集指标的标号明显区分即可。也就是对于不存在第一指标和第三指标的采集指标，将其标号标注为S等。

S403-9，根据采集指标的序号确定各采集指标在表单中的位置顺序。

本步骤的实现与集合A是否为空集相关，如果集合A为空，那么说明所有采集指标均指定了位置，如果集合A非空，那么说明有一部分采集指标可以放在表单中的任意位置，没有固定位置。

具体的，（一）若集合A为空集，则S403-9的实现过程为：

4.1确定集合B所有元素中序号的最小值min。

4.2确定集合B中是否存在序号相同的元素，若集合B中不存在序号相同的元素，则执行步骤4.3，若集合B中存在序号相同的元素，则执行步骤4.4和步骤4.5。

4.3各采集指标在表单中的位置为各采集指标的序号-min+1。

集合B中不存在序号相同的元素，说明每个采集指标的位置唯一，因此，各采集指标在表单中的位置为各采集指标的序号-min+1。

4.4确定各采集指标的原始值为各采集指标的序号-min+1。

如果集合B中存在序号相同的元素，说明存在位置相同的采集指标，此时采集指标的序号-min+1不能作为最终的位置，需要将相同的序号进行调整，因此，采集指标的序号-min+1只能作为其原始值，将原始值调整后才能得到最终的位置。调整过程如下：

1）将各采集指标按原始值从小到大的顺序排序。2）从序列第一个元素开始，依次往后确认是否存在相同的原始值。若不存在相同的原始值，则不进行处理，继续往后确认下一个元素，若存在相同的原始值，则（1）确定该相同的原始值数量n，根据n调整该相同的原始值，将该相同的原始值之后采集指标的原始值更新为更新前原始值+n-1。（2）从相同的原始值之后的原始值开始，重新执行依次往后确认是否存在相同的原始值，若存在相同的原始值，则确定该相同的原始值数量n，根据n调整该相同的原始值，将该相同的原始值之后采集指标的原始值更新为更新前原始值+n-1的步骤，直至所有原始值均被确认。

也就是说，从序列第一个元素开始，依次往后确认是否存在相同的原始值。若不存在相同的原始值，则不进行处理，继续往后确认下一个元素，若存在相同的原始值，则对相同的原始值进行调整，同时将相同原始值之后的所有原始值往后调整，之后从该相同原始值之后的那个原始值开始，再次依次往后确认是否存在相同的原始值，直至所有原始值均为确认，则说明此时的原始值均不相同，那么将当前的原始值作为各采集指标在表单中的位置。

对相同原始值进行调整的过程，即根据n调整该相同的原始值的具体实现过程如下：

5.1在历史表单中统计，同时出现所有待调整指标的表单数量m1，以及每张表单中待调整指标的先后顺序。

其中，待调整指标为相同的原始值对应的采集指标。

例如，相同的原始值有4个，其对应的采集指标为指标d1、d2、d3和d4。那么n=4，2.1中会在历史表单中查找同时出现d1、d2、d3、d4的表单的数量，即m1，以及在每张表单中d1、d2、d3和d4的出现顺序。

5.2对于任一待调整指标i，在历史表单中统计，出现待调整指标i的表单数量m2i，计算待调整指标i的调整系数wi，

其中，wi=(m1/m2i)*SQRT(S/m1)+Z，

S=POWER[(a1i-m1)/2]+POWER[(a2i-m1)/2]+…+POWER[(ani-m1)/2]

SQRT()为开根号函数，POWER()为平方函数，a1i为同时出现所有待调整指标的表单中，待调整指标i先于其他所有待调整指标出现的表单数量；a2i为同时出现所有待调整指标的表单中，待调整指标i位于其他所有待调整指标出现第二位的表单数量；ani为同时出现所有待调整指标的表单中，待调整指标i最后于其他所有待调整指标出现的表单数量，Z为随机小数。

例如，对于d1，其调整系数w1=(m1/m21)*SQRT(S/m1)+Z，

S=POWER[(a11-m1)/2]+POWER[(a21-m1)/2]+POWER[(a31-m1)/2]+POWER[(a41-m1)/2]+Z。

其中，m21为所有历史表单中出现d1的表单总数，a11为同时出现d1、d2、d3、d4的表 单中，d1先于d2、d3、d4出现（即d1首先出现）的表单数量。a21为同时出现d1、d2、d3、d4的表 单中，d1位于第二位出现（如先出现d2，然后d1出现，最后出现d3以及d4，或者，先出现d3，然 后d1出现，最后出现d2以及d4，或者，先出现d4，然后d1出现，最后出现d2以及d3，注：上述情 况中最后出现的两个待调整指标顺序并不做限定，以“最后出现d3以及d4”为例，表示最后 出现顺序可以为d3，然后d4，也可以为d4，然后d3）的表单数量。a31为同时出现d1、d2、d3、d4 的表单中，d1位于第三位出现（如先出现d2以及d3，然后d1出现，最后d4，或者，先出现d2以 及d4，然后d1出现，最后出现d3，或者，先出现d3以及d4，然后d1出现，最后出现d2，注：上述 情况中先出现的两个待调整指标顺序并不做限定，以“先出现d2以及d3”为例，表示最先出 现顺序可以为d2，然后d3，也可以为d3，然后d1）的表单数量。a41为同时出现d1、d2、d3、d4的 表单中，d1位于第四位出现，也就是d1在d2、d3、d4之后出现（即d1最后出现）的表单数量。

为随机生成的一个小数。

5.3按调整系数从大到小对待调整指标进行排序，确定每个调整指标的排序标号b。

其中排在第一位的待调整指标的排序标号为0。

例如，基于d1、d2、d3、d4的调整系数进行排序之后得到序列为d4、d2、d3、d1，那么d4的排序序号为0，d2的排序序号为1，d3的排序序号为2，d1的排序序号为4。

有可能两个待调整指标(m1/m21)*SQRT(S/m1)的值是相同的，如果基于(m1/m21)*SQRT(S/m1)的结果进行排序，有可能出现并列的情况，此时公式中的Z可以有效避免并列的情况，保证了每个待调整指标的调整系数不相同。

5.4将各待调整指标的原始值调整为调整前的原始值+b。

5.5将各采集指标的当前原始值确定为各采集指标在表单中的位置。

（二）若集合A非空集，则S102-3-9的实现过程为：

6.1确定集合A中元素数量e1，确定采集指标总数量e2。

此时集合A中的元素是可以放到表单中任意位置的采集指标。

6.2从1至e2的连续正整数中，随机选择e1个数，将其随机分配给集合A中每个元素，作为其对应的采集指标在表单中的位置。

执行至此，先确定了集合A中各元素在表单中的位置，后面只需要将有明确位置关系的采集指标插入表单中即可。具体的见步骤6.3-步骤6.10。

6.3确定集合B所有元素中序号的最小值min。

6.4确定集合B中是否存在序号相同的元素。若集合B中不存在序号相同的元素，则执行步骤6.5至步骤6.7，若集合B中存在序号相同的元素，则执行步骤6.8和步骤6.10。

6.5确定集合B中各元素对应的采集指标的第一值为采集指标的序号-min+1。

6.6按第一值从小到大对相应的采集指标排序。

6.7从排序第一的采集指标开始依次选择一个采集指标，若选择的采集指标的第一值并非为随机选择的e1个数中的，则将该第一值作为选择的采集指标在表单中的位置。若选择的采集指标的第一值为随机选择的e1个数中的，则将该第一值+1作为选择的采集指标在表单中的位置，并将选择的采集指标之后的所有采集指标的第一值均更新为更新前的第一值+1。

集合B中不存在序号相同的元素，说明每个采集指标的位置唯一，因此，先将采集指标的序号-min+1作为该采集指标的第一值，若该第一值与步骤6.2中分配给集合A中各元素的位置相同，则说明两个采集指标的位置相同，那么会调整集合B中该指标的位置。

6.8确定各采集指标的第二值为各采集指标的序号-min+1。

6.9将各采集指标按第二值从小到大的顺序排序。

6.10从排序第二的采集指标开始依次选择一个采集指标，

S501，若选择的采集指标的第二值唯一，则当选择的采集指标的第二值并非为随机选择的e1个数中的时，将该第二值作为选择的采集指标在表单中的位置。当选择的采集指标的第二值为随机选择的e1个数中的时，则将该第二值+1作为选择的采集指标在表单中的位置，并将选择的采集指标之后的所有采集指标的第二值均更新为更新前的第二值+1。

S502，若选择的采集指标的第二值不唯一，则将选择的采集指标之前的一个采集指标记为初始指标，确定该相同的第二值数量n，根据n调整该相同的第二值，将该相同的第二值之后采集指标的第二值更新为当前第二值+n-1。将各采集指标按更新后的第二值从小到大的顺序排序，从序列中初始指标的下一个采集指标开始依次选择一个采集指标，重复执行步骤S501和步骤S502，直至所有采集指标均存在其在表单中的位置。

其中，根据n调整该相同的原始值的具体实现过程如下：

在历史表单中统计，同时出现所有待调整指标的表单数量m1，以及每张表单中待调整指标的先后顺序。待调整指标为相同的原始值对应的采集指标。

对于任一待调整指标i，在历史表单中统计，出现待调整指标i的表单数量m2i，计算待调整指标i的调整系数wi，

其中，wi=(m1/m2i)*SQRT(S/m1)+Z，

S=POWER[(a1i-m1)/2]+POWER[(a2i-m1)/2]+…+POWER[(ani-m1)/2]

SQRT()为开根号函数，POWER()为平方函数，a1i为同时出现所有待调整指标的表单中，待调整指标i先于其他所有待调整指标出现的表单数量；a2i为同时出现所有待调整指标的表单中，待调整指标i位于其他所有待调整指标出现第二位的表单数量；ani为同时出现所有待调整指标的表单中，待调整指标i最后于其他所有待调整指标出现的表单数量，Z为随机小数。

按调整系数从大到小对待调整指标进行排序，确定每个调整指标的排序标号b，其中排在第一位的待调整指标的排序标号为0。

将各待调整指标的原始值调整为调整前的原始值+b。

S404，根据位置顺序，将各采集指标生成表单。

根据各采集指标的位置顺序将采集指标生成表单。

例如，采集指标通过决策树数据模型得到表单。

数据展示模块还会展示表单。展示表单之后，患者会依据表单进行填写，并获取填写的信息（即反馈信息）。数据分析模块获取基于表单的反馈信息，然后根据预先设置的决策树以及反馈信息得到辅助问诊结果。其中，决策树为现有方案实现的。

具体的，根据预先设置的决策树以及反馈信息得到问诊曲线。获取反馈信息相关的历史反馈信息，根据历史反馈信息形成历史问诊曲线。将历史问诊曲线与问诊曲线进行比对，得到辅助问诊结果。

另外，在得到报告或者问诊曲线的过程中，会基于反馈信息进行评分，本实施例不对评分标准进行限定。

本实施例中的表单是通过系统内的分析和组合形成的，表单中指标的具体内容以及指标之间的前后关系均是动态生成的，由此可以为每一患者提供符合其病症的表单，实现表单的千人千面，通过该表单获得皮肤病特征可以更加准确且全面的反应当前用户的病症，克服了医生询问患者存在片面性、经验型的缺陷，本发明的系统采集信息全面，能够提供更精准的辅助问诊结果。

S104，展示分析结果。

数据展示模块展示数据分析模块得到的分析结果、辅助问诊结果以及表单等。

其中，展示表单时可以基于采集时间展示表单。如采集时间为问诊前，则可以在用户进入时展示表单，若采集时间为问诊中，则可以在用户问诊过程中展示表单，若采集时间为问诊后，则可以在用户问诊后展示表单。

在展示分析结果、辅助问诊结果时，可以采用曲线形式，除此之外，还可以为报告形式。

通过数据采集模块、数据存储模块、数据分析模块和数据展示模块实现了远程辅助医疗。另外，本系统采集的皮肤病信息是通过实时取景方式得到的，该方式适用于任何采集设备，拓展了病程管理的应用场景，实现了针对普适环境的病程管理。

下面以用户A实际应用本实施例提供的皮肤病的病程管理系统的整个过程进行举例，再次描述一下本实施例所提供的系统在实际场景下的实现过程。

如本实施例提供的皮肤病的病程管理系统以APP的形式供用户调用，那么

1、用户A打开APP

2、APP执行皮肤病的病程管理系统相应的方法进行诊断。

具体的，

1）皮肤病的病程管理系统执行步骤S101，进行用户A的数据采集。

2）皮肤病的病程管理系统执行步骤S102，存储采集到的数据。

3）皮肤病的病程管理系统执行步骤S103，通过采集到的皮损数据，确定诊断标准，再基于诊断标准生成表单，并向用户A展示该表单。用户A填写表单后，皮肤病的病程管理系统获取填写内容，根据填写内容以及S101中采集的数据共同进行分析，得到分析结果。

4）皮肤病的病程管理系统执行步骤S104，向用户A展示分析结果。

用户A不仅可以随时随地通过本实施例提供的系统采集信息进行病情诊断，还会通过适用于该用户的表单，更加准确的反应病情，得到更加准确的诊断结果。

为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。本领域的技术人员可以对本发明进行各种修改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，则本发明也应该包含这些修改和变型在内。

Claims (10)

1.一种皮肤病的病程管理系统，其特征在于，所述系统包括：数据采集模块、数据存储模块、数据分析模块和数据展示模块；

所述数据采集模块，用于进行实时取景，采集皮损数据，且在进行实时取景时，展示采集辅助线；还用于采集其它皮肤病信息；所述其它皮肤病信息包括患者信息、医生信息、患者与医生之间的绑定关系、患者的病例、患者的随诊信息和患者的复诊信息；所述采集辅助线是所述数据分析模块根据采集标准得到的；

所述数据存储模块，用于存储所述数据采集模块采集到的皮肤病信息；

所述数据分析模块，用于对所述数据采集模块实时取景进行分析；分析所述数据存储模块存储的信息；

所述数据展示模块，用于展示所述数据分析模块得到的对存储信息的分析结果；

其中，所述数据分析模块对所述数据采集模块实时取景进行分析，包括：

对所述实时取景进行识别，确定是否存在皮损区域；

若不存在皮损区域，则得到不符合采集标准的分析结果；

若存在皮损区域，则确定皮损区域的边界线；

若不存在皮损区域的边界线，则得到不符合采集标准的分析结果；

若存在皮损区域的边界线，则确定所述边界线是否为闭合曲线；

若所述边界线非闭合曲线，则得到不符合采集标准的分析结果；

若所述边界线为闭合曲线，则根据所述采集辅助线与皮损区域之间的关系进行分析。

2.根据权利要求1所述的系统，其特征在于，所述数据分析模块，用于根据所述皮损数据获取皮肤病的诊断标准，根据所述诊断标准生成表单，获取基于所述表单的反馈信息，根据预先设置的决策树以及所述反馈信息得到辅助问诊结果；

所述数据展示模块，用于展示所述表单，以及所述辅助问诊结果。

3.根据权利要求2所述的系统，其特征在于，所述数据分析模块，还用于根据所述诊断标准，确定当前采集对象、采集标准，根据所述当前采集对象和采集标准生成采集说明；开启所述数据采集模块，对所述数据采集模块实时取景进行分析，如果分析结果符合所述采集标准，则控制所述数据采集模块对当前图像进行采集，得到皮损数据；

所述数据展示模块，用于展示所述采集说明。

4.根据权利要求3所述的系统，其特征在于，所述采集辅助线为闭合曲线；

所述根据所述采集辅助线与皮损区域之间的关系进行分析，包括：

将采集辅助线所围成区域中的像素点组成标准集合；

将皮损区域所涉及的像素点组成皮损集合；

得到第一集合为标准集合和皮损集合的交集；

若第一集合中的元素/标准集合中的元素<0.8*(1+标准集合中的元素/数据采集模块采集到的图像总像素)，则得到不符合采集标准的分析结果；

若第一集合中的元素/标准集合中的元素>=0.8*(1+标准集合中的元素/数据采集模块采集到的图像总像素)，则得到第二集合为皮损集合-标准集合，若第二集合为空集，则得到符合采集标准的分析结果；若第二集合非空集，则根据所述第二集合得到分析结果。

5.根据权利要求4所述的系统，其特征在于，所述根据所述第二集合得到分析结果，包括：

确定第二集合中的元素所对应的连续区域数量，以及每个连续区域中包括的第二集合中的元素的数量；

若最大连续区域包括的元素数量/第一集合中元素总数量>0.5，或者，连续区域数量>4，则得到不符合采集标准的分析结果；其中，最大连续区域为包括元素的数量最多的连续区域；

若最大连续区域包括的元素数量/第一集合中元素总数量<=0.5，且，连续区域数量<=4，则得到符合采集标准的分析结果。

6.根据权利要求2所述的系统，其特征在于，所述数据分析模块根据所述诊断标准生成表单，具体包括：

根据所述诊断标准确定采集指标；所述采集指标包括序号；所述序号初始值为空值；

确定各采集指标之间的逻辑关系；任意两个指标之间的逻辑关系用于描述所述任意两个指标在表单中出现的先后顺序；

根据所述序号以及所述逻辑关系确定各采集指标在表单中的位置顺序；

根据位置顺序，将各采集指标生成表单。

7.根据权利要求6所述的系统，其特征在于，所述根据所述序号以及所述逻辑关系确定各采集指标在表单中的位置顺序，具体包括：

步骤1，将所有采集指标形成集合A，并生成空集合B；

步骤2，从集合A中任取一个采集指标，将其作为当前处理指标，将当前处理指标的序号标注为0；

步骤3，将当前处理指标从所述集合A中删除，将所述当前处理指标加入集合B中；

步骤4，确定是否存在第一指标，所述第一指标为集合A中的一个元素，且所述第一指标与所述当前处理指标之间的逻辑关系为：第一指标在表单中先于所述当前处理指标出现；

步骤5，若存在第一指标，则确定所述第一指标对应的第二指标，所述第二指标为集合B中的元素，且所述第二指标与第一指标之间的逻辑关系为：第二指标在表单中后于第一指标出现；将所述第一指标的序号标注为X-1，所述X为第二指标中最小的序号；将第一指标从集合A中删除，将所述第一指标加入集合B中；

步骤6，确定是否存在第三指标，所述第三指标为集合A中的一个元素，且所述第三指标与所述当前处理指标之间的逻辑关系为：第三指标在表单中后于所述当前处理指标出现；

步骤7，若存在第三指标，则确定所述第三指标对应的第四指标，所述第四指标为集合B中的元素，且所述第四指标与第三指标之间的逻辑关系为：第四指标在表单中先于第三指标出现；将所述第三指标的序号标注为Y+1，所述Y为第四指标中最大的序号；将第三指标从集合A中删除，将所述第三指标加入集合B中；

步骤8，若集合A非空集合，则从集合A中任取一个采集指标，将其作为当前处理指标，重复执行步骤3至步骤7，直至集合A为空集合，或者，集合A中的每一个元素均不存在第一指标和第三指标；

步骤9，根据采集指标的序号确定各采集指标在表单中的位置顺序。

8.根据权利要求7所述的系统，其特征在于，若集合A为空集，则所述步骤9具体包括：

确定集合B所有元素中序号的最小值min；

确定集合B中是否存在序号相同的元素；

若集合B中不存在序号相同的元素，则各采集指标在表单中的位置为各采集指标的序号-min+1；

若集合B中存在序号相同的元素，则确定各采集指标的原始值为各采集指标的序号-min+1；将各采集指标按原始值从小到大的顺序排序；从序列第一个元素开始，依次往后确认是否存在相同的原始值；若存在相同的原始值，则确定该相同的原始值数量n，根据n调整该相同的原始值，将该相同的原始值之后采集指标的原始值更新为更新前原始值+n-1；从相同的原始值之后的原始值开始，重新执行依次往后确认是否存在相同的原始值，若存在相同的原始值，则确定该相同的原始值数量n，根据n调整该相同的原始值，将该相同的原始值之后采集指标的原始值更新为更新前原始值+n-1的步骤，直至所有原始值均被确认；将各采集指标的当前原始值确定为各采集指标在表单中的位置。

9.根据权利要求7所述的系统，其特征在于，若集合A非空集，则所述步骤9具体包括：

确定集合A中元素数量e1，确定采集指标总数量e2；

从1至e2的连续正整数中，随机选择e1个数，将其随机分配给集合A中每个元素，作为其对应的采集指标在表单中的位置；

确定集合B所有元素中序号的最小值min；

确定集合B中是否存在序号相同的元素；

若集合B中不存在序号相同的元素，则确定集合B中各元素对应的采集指标的第一值为采集指标的序号-min+1；按第一值从小到大对相应的采集指标排序；从排序第一的采集指标开始依次选择一个采集指标，若选择的采集指标的第一值并非为随机选择的e1个数中的，则将该第一值作为选择的采集指标在表单中的位置；若选择的采集指标的第一值为随机选择的e1个数中的，则将该第一值+1作为选择的采集指标在表单中的位置，并将选择的采集指标之后的所有采集指标的第一值均更新为更新前的第一值+1；

若集合B中存在序号相同的元素，则确定各采集指标的第二值为各采集指标的序号-min+1；将各采集指标按第二值从小到大的顺序排序；从排序第二的采集指标开始依次选择一个采集指标，S901，若选择的采集指标的第二值唯一，则当选择的采集指标的第二值并非为随机选择的e1个数中的时，将该第二值作为选择的采集指标在表单中的位置；当选择的采集指标的第二值为随机选择的e1个数中的时，则将该第二值+1作为选择的采集指标在表单中的位置，并将选择的采集指标之后的所有采集指标的第二值均更新为更新前的第二值+1；S902，若选择的采集指标的第二值不唯一，则将选择的采集指标之前的一个采集指标记为初始指标，确定该相同的第二值数量n，根据n调整该相同的第二值，将该相同的第二值之后采集指标的第二值更新为当前第二值+n-1；将各采集指标按更新后的第二值从小到大的顺序排序，从序列中初始指标的下一个采集指标开始依次选择一个采集指标，重复执行步骤S901和步骤S902，直至所有采集指标均存在其在表单中的位置。

10.根据权利要求8所述的系统，其特征在于，所述根据n调整该相同的原始值，包括：

在历史表单中统计，同时出现所有待调整指标的表单数量m1，以及每张表单中待调整指标的先后顺序；所述待调整指标为相同的原始值对应的采集指标；

对于任一待调整指标i，在历史表单中统计，出现待调整指标i的表单数量m2i，计算待调整指标i的调整系数wi=(m1/m2i)*SQRT(S/m1)+Z；其中，

S=POWER[(a1i-m1)/2]+POWER[(a2i-m1)/2]+…+POWER[(ani-m1)/2]；SQRT()为开根号函数，POWER()为平方函数，a1i为同时出现所有待调整指标的表单中，待调整指标i先于其他所有待调整指标出现的表单数量；a2i为同时出现所有待调整指标的表单中，待调整指标i位于其他所有待调整指标出现第二位的表单数量；ani为同时出现所有待调整指标的表单中，待调整指标i最后于其他所有待调整指标出现的表单数量，Z为随机小数；

按调整系数从大到小对待调整指标进行排序，确定每个调整指标的排序标号b，其中排在第一位的待调整指标的排序标号为0；

将各待调整指标的原始值调整为调整前的原始值+b。

Images