CN113327674A - 基于人工智能、大数据和算法的创伤信息系统 - Google Patents
基于人工智能、大数据和算法的创伤信息系统 Download PDFInfo
- Publication number
- CN113327674A CN113327674A CN202110703174.4A CN202110703174A CN113327674A CN 113327674 A CN113327674 A CN 113327674A CN 202110703174 A CN202110703174 A CN 202110703174A CN 113327674 A CN113327674 A CN 113327674A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- wound
- hospital
- unit
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 22
- 208000014674 injury Diseases 0.000 title claims description 39
- 230000008733 trauma Effects 0.000 title claims description 34
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 155
- 206010052428 Wound Diseases 0.000 claims abstract description 150
- 238000012545 processing Methods 0.000 claims abstract description 62
- 238000011282 treatment Methods 0.000 claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 29
- 238000004891 communication Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000001914 filtration Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 15
- 238000013480 data collection Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 210000000481 breast Anatomy 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 238000011369 optimal treatment Methods 0.000 abstract description 4
- 238000011835 investigation Methods 0.000 abstract 1
- 230000006872 improvement Effects 0.000 description 9
- 230000006378 damage Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000008676 import Effects 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 206010003399 Arthropod bite Diseases 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- -1 alkalis Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000011221 initial treatment Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 239000002341 toxic gas Substances 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种创伤信息系统，具体地说，涉及基于人工智能、大数据和算法的创伤信息系统。其包括场外创伤数据采集单元、医院创伤急救响应单元、医院智能预处理单元、科室通信传输单元、创伤病人到院路线处理单元。本发明通过设置的科室通信传输单元可及时对其创伤病人作出最快速应急方案，在其进行救护车运输过程中，医院通过场外创伤数据采集单元得到患者现场信息，通过科室通信传输单元，进行单个科室或者多个科室会诊，以保证患者入院后能够迅速对其进行治疗处理，避免患者入院后因排查时间过久导致患者错过最佳治疗时间，造成患者病情难以控制甚至导致患者出现死亡。
Description
技术领域
本发明涉及一种创伤信息系统具体地说，涉及基于人工智能、大数据和算法的创伤信息系统。
背景技术
创伤是机械因素引起人体组织或器官的破坏，加于人体的任何外来因素还包括高温、寒冷、电流、放射线、酸、碱、毒气、毒虫、蚊咬等所造成的结构或功能方面的破坏。
由于工业、农业、交通业及体育事业的高速发展，各种事故所造成的创伤日趋增多，创伤不仅发生率高,而且程度差别很大，伤情可以严重而复杂，甚至危及伤员的生命，严重创伤可引起全身反应，局部表现有伤区疼痛、肿胀、压痛。
现有的创伤病人治疗流程为下，现场目击者传输信息至医院，医护人员受到信息后，确定事故地点，驾驶医护车辆到达现场，到达现场对其患者进行初步处理，随即送至医院进行检查治疗，可是在这种流程下，患者在到达医院前，院方不能及时指定好治疗方案，同时又不能及时提供检查仪器，导致患者入院后，不能及时提供最佳应急方案，使患者错过最抢救时间。
发明内容
本发明的目的在于提供基于人工智能、大数据和算法的创伤信息系统，以解决上述背景技术中提出的问题。
为实现上述目的，提供了基于人工智能、大数据和算法的创伤信息系统，包括场外创伤数据采集单元、医院创伤急救响应单元、医院智能预处理单元、科室通信传输单元、创伤病人到院路线处理单元，其中：
所述场外创伤数据采集单元用于采集事故现场实时传输的现场信息，并将现场信息发送至医院创伤急救响应单元；所述医院创伤急救响应单元用于接收所述场外创伤数据采集单元采集的现场信息，接收后立刻做出派遣任务；所述场外创伤数据采集单元还将其接收到的现场信息传输至所述医院智能预处理单元，所述医院智能预处理单元用于对接收到的现场信息进行分类处理，生成有效信息；所述科室通信传输单元用于接收医院智能预处理单元生成的有效信息，并对该有效信息进行初步分析，以获取创伤者的创伤情况，再根据创伤情况生成相应的应急方案；所述创伤病人到院路线处理单元用于根据应急方案生成创伤者入院后的救治路线以及救治需要的检查仪器。
作为本技术方案的进一步改进，所述场外创伤数据采集单元包括图像采集模块、语音采集模块以及文字采集模块；所述图像采集模块用于采集事故现场的图像信息，将其采集到的图像信息传输至医院创伤急救响应单元和医院智能预处理单元；所述语音采集模块用于采集事故现场的发出语音信息，并将其语音信息传输至医院创伤急救响应单元和医院智能预处理单元；所述文字采集模块用于采集事故现场的受到的文字信息，并将其文字信息传输至医院创伤急救响应单元和医院智能预处理单元。
作为本技术方案的进一步改进，所述医院创伤急救响应单元包括车辆路线规划模块，所述医院创伤急救响应单元在接收到所述场外创伤数据采集单元采集的图像信息、语音信息和文字信息后，获取信息内的事故现场位置，并发送至车辆路线规划模块；所述车辆路线规划模块用于生成医院到事故现场位置的路线。
作为本技术方案的进一步改进，所述医院智能预处理单元包括图像识别模块、语音识别模块、文字识别模块以及有效信息提取模块，所述图像识别模块对其所述图像采集模块收集到的信息进行识别处理；所述语音识别模块对其所述语音采集模块收集到信息进行识别处理；所述文字识别模块对其文字采集模块收集到信息进行识别处理；
所述图像识别模块(310)的识别包括将原始图像进行归一化处理和去噪处理；
所述将原始图像进行归一化处理包括遍历原始图像，找出图像中灰度值的最大值和最小值，然后利用归一化公式将图像灰度归一到0-255；
所述归一化公式为：
其中，原始图像在像素点(x，y)处的灰度值用g0(x，y)表示，经过灰度归一化处理的乳腺图片在像素点(x，y)处的灰度值用g(x，y)表示，max(g0)和min(g0)分别表示原始图片中灰度值的最大值和最小值；
所述去噪处理包括对含有噪声的原始图像中的每个像素点取一个邻域，计算邻域中所有像素灰度级的平均值，作为该图像均值滤波后的像素值，对于图像g(x，y)，令Sxy表示中心在(x，y)点，尺寸为M×N的矩形子图像窗口的坐标组，均值滤波后图像的像素用f(x，y)表示，滤波算法为：
作为本技术方案的进一步改进，所述有效信息提取模块将其图像识别模块、语音识别模块以及文字识别模块识别的信息进行排查，用于排出无用信息，得出其中有效信息并提取。
作为本技术方案的进一步改进，所述科室通信传输单元包括创伤部位分析模块，所述创伤部位分析模块接收到所述有效信息提取模块传输的信息，对其所述有效信息提取模块传输的信息进行判断，以得出创伤者创伤部位信息，并对创伤部位信息进行保存。
作为本技术方案的进一步改进，所述科室通信传输单元还包括单科室应急处理模块、多科室应急处理模块以及应急方案结果输出模块，所述单科室应急处理模块用于接收所述创伤部位分析模块分析得出患者单部位受伤的信息，所述多科室应急处理模块用于接收所述创伤部位分析模块分析得出的患者多部位受伤的信息，所述应急方案结果输出模块接收到所述单科室应急处理模块或所述多科室应急处理模块处理信息，得出应急方案并保存。
作为本技术方案的进一步改进，所述医院创伤急救响应单元还包括现场信息采集模块，所述现场信息采集模块在其救援人员到达现场后，医护人员通过所述现场信息采集模块对其现场的得出的结果进行采集，并将采集到的信息传输至所述创伤部位分析模块。
作为本技术方案的进一步改进，所述创伤病人到院路线处理单元包括院内路线规划模块以及院内路线生成模块，所述院内路线规划模块接收到所述应急方案结果输出模块应急方案信息，将规划患者到院后院内路线，规划后传输至所述院内路线生成模块，所述院内路线生成模块用于生成入院路线并保存路线信息。
所述院内路线生成模块(520)的算法如下：
按照院内共有e个就诊处，每一层建筑平面图将划分为j个区域，假设区域j内需要规划的患者人数为pj，算法目标是最小化将院内所有的患者规划所用的总时间，设每一个就诊处的规划时间为ti，总的疏散时间是ti中的最大值，则最低的总时间为：
Minimize：max(ti)，i＝1，…，k；
其中，k为就诊处数量，k≥2
每一个就诊处的规划时间ti取决于最后1个经该就诊处就诊的患者离开时间，则对应的就诊处结点的规划时间f(x)为：
x＝nj|i＝1，…，j；f(x)＝fi
其中，fi为最后一个就诊处结点nj的规划时间；
设节点ni的初始人数和移动时间分别为ai和bi，就诊处结点的动态容量为d，每一点的规划时间fi由下式计算：
作为本技术方案的进一步改进，所述创伤病人到院路线处理单元还包括大数据入院者信息导入模块，所述大数据入院者信息导入模块用于保存患者入院后接收治疗流程以及治疗效果。
与现有技术相比，本发明的有益效果：
1、该基于人工智能、大数据和算法的创伤信息系统中，通过设置的科室通信传输单元可及时对其创伤病人作出最快速应急方案，在其进行救护车运输过程中，医院通过场外创伤数据采集单元得到患者现场信息，通过科室通信传输单元，进行单个科室或者多个科室会诊，以保证患者入院后能够迅速对其进行治疗处理，避免患者入院后因排查时间过久导致患者错过最佳治疗时间，造成患者病情难以控制甚至导致患者出现死亡。
2、该基于人工智能、大数据和算法的创伤信息系统中，通过设置的图像采集模块、语音采集模块以及文字采集模块，能够实时收集到事故现场信息，并将其信息进行分类处理，便于医院对其进行应急处理，为其患者后期治疗提供保障，同时降低在紧急情况医护人员误诊现象。
3、该基于人工智能、大数据和算法的创伤信息系统中，通过设置的车辆路线规划模块，为其救援车辆提供最佳合适路线，避免救援车俩选取了较远路线或者拥堵路线，导致救援时间延长，容易耽误最佳救援时间。
4、该基于人工智能、大数据和算法的创伤信息系统中，通过设置的创伤部位分析模块，可对其患者受伤部位进行分析，将其信息传输至医院相对应的科室，确保患者能够得到最有效的病理判断，在最短时间内得出最佳治疗方案。
5、该基于人工智能、大数据和算法的创伤信息系统中，对图像的识别原始图像进行归一化处理和去噪处理；原始图像进行归一化处理包括遍历原始图像，找出图像中灰度值的最大值和最小值，然后利用归一化公式将图像灰度归一到0-255。由于通过X线摄像得到的病灶图片中存在噪声点、杂质和一些不存在病灶的区域，又因为人体中大多数软组织都具有相似的密度，由不同的X线摄像机得到的病灶图像的灰度级不同，因此为了兼顾后续处理的可靠性和有效性，必须对病灶图像进行预处理，以便统一图像的灰度级，消除图像中的噪声，为后面的操作奠定基础。且本发明采用了均值滤波算法进行去噪，其是一种基于局部空间域的处理算法，其主要方法是邻域滤波法。其滤波过程就是对含有噪声的原始图像中的每个像素点取一个邻域，计算邻域中所有像素灰度级的平均值，作为该图像均值滤波后的像素值，在去除噪声的同时，能够很好地保护图像中的边缘信息和精细细节。
附图说明
图1为本发明的实施例1的整体结构示意图；
图2为本发明的实施例1的场外创伤数据采集单元模块框图；
图3为本发明的实施例1的医院智能预处理单元模块框图；
图4为本发明的实施例1的科室通信传输单元模块框图；
图5为本发明的实施例2的科室通信传输单元流程示意图其一；
图6为本发明的实施例2的科室通信传输单元流程示意图其二；
图7为本发明的实施例2的科室通信传输单元流程示意图其三；
图8为本发明的实施例2的科室通信传输单元流程示意图其四；
图9为本发明的实施例3的科室通信传输单元流程程序框图；
图10为本发明的实施例4的维纳滤波模型图。
图中各个标号意义为：
100、场外创伤数据采集单元；110、图像采集模块；120、语音采集模块；130、文字采集模块；
200、医院创伤急救响应单元；210、现场信息采集模块；220、车辆路线规划模块；
300、医院智能预处理单元；310、图像识别模块；320、语音识别模块；330、文字识别模块；340、有效信息提取模块；
400、科室通信传输单元；410、创伤部位分析模块；420、单科室应急处理模块；430、多科室应急处理模块；440、应急方案结果输出模块；
500、创伤病人到院路线处理单元；510、院内路线规划模块；520、院内路线生成模块；530、大数据入院者信息导入模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
实施例1
请参阅图1-图4所示，本实施例目的在于，提供了基于人工智能、大数据和算法的创伤信息系统，包括场外创伤数据采集单元100、医院创伤急救响应单元200、医院智能预处理单元300、科室通信传输单元400、创伤病人到院路线处理单元500，其中：
场外创伤数据采集单元100用于采集事故现场实时传输的现场信息，并将现场信息发送至医院创伤急救响应单元200；医院创伤急救响应单元200用于接收场外创伤数据采集单元100采集的现场信息，接收后立刻做出派遣任务；场外创伤数据采集单元100还将其接收到的现场信息传输至医院智能预处理单元300，医院智能预处理单元300用于对接收到的现场信息进行分类处理，生成有效信息；科室通信传输单元400用于接收医院智能预处理单元300生成的有效信息，并对该有效信息进行初步分析，以获取创伤者的创伤情况，再根据创伤情况生成相应的应急方案；创伤病人到院路线处理单元500用于根据应急方案生成创伤者入院后的救治路线以及救治需要的检查仪器。
此外，场外创伤数据采集单元100包括图像采集模块110、语音采集模块120以及文字采集模块130；图像采集模块110用于采集事故现场的图像信息，将其采集到的图像信息传输至医院创伤急救响应单元200和医院智能预处理单元300；语音采集模块120用于采集事故现场的发出语音信息，并将其语音信息传输至医院创伤急救响应单元200以及医院智能预处理单元300，当现场目击者携带可以进行语音传输设备时，此时可通过口述现场情况并进行语音信息传输；文字采集模块130用于采集事故现场的受到的文字信息，并将其文字信息传输至医院创伤急救响应单元200以及医院智能预处理单元300，当现场目击者携带可以进行语音传输设备时，此时可通过口述现场情况并进行语音信息传输，通过设置的图像采集模块110、语音采集模块120以及文字采集模块130，能够实时收集到事故现场信息，并将其信息进行分类处理，便于医院对其进行应急处理，为其患者后期治疗提供保障，同时降低在紧急情况医护人员误诊现象。
进一步的，医院创伤急救响应单元200包括车辆路线规划模块220，医院创伤急救响应单元200在接收到场外创伤数据采集单元100采集的图像信息、语音信息和文字信息后，获取信息内的事故现场位置，并发送至车辆路线规划模块220；车辆路线规划模块220用于生成医院到事故现场位置的路线。通过设置的车辆路线规划模块220，为其救援车辆提供最佳合适路线，避免救援车俩选取了较远路线或者拥堵路线，导致救援时间延长，容易耽误最佳救援时间。
再进一步的，医院智能预处理单元300包括图像识别模块310、语音识别模块320、文字识别模块330以及有效信息提取模块340，图像识别模块310对其图像采集模块110收集到的信息进行识别处理；语音识别模块320对其语音采集模块120收集到信息进行识别处理；文字识别模块330对其文字采集模块130收集到信息进行识别处理。
具体的，有效信息提取模块340将其图像识别模块310、语音识别模块320以及文字识别模块330识别的信息进行排查，用于排出无用信息，得出其中有效信息并提取。通过设置的有效信息提取模块340能够有效提取出现场传输的有效信息，便于医护人员能够在最短时间进行应急处理，从而大大缩短了治疗时间，为其患者入院后提供最佳合适方案。
此外，科室通信传输单元400包括创伤部位分析模块410，创伤部位分析模块410接收到有效信息提取模块340传输的信息，对其有效信息提取模块340传输的信息进行判断，以得出创伤者创伤部位信息，并对创伤部位信息进行保存。通过设置的创伤部位分析模块410，可对其患者受伤部位进行分析，将其信息传输至医院相对应的科室，确保患者能够得到最有效的病理判断，在最短时间内得出最佳治疗方案。
进一步的，科室通信传输单元400还包括单科室应急处理模块420、多科室应急处理模块430以及应急方案结果输出模块440，单科室应急处理模块420用于接收创伤部位分析模块410分析得出患者单部位受伤的信息，多科室应急处理模块430用于接收创伤部位分析模块410分析得出的患者多部位受伤的信息，应急方案结果输出模块440接收到单科室应急处理模块420或多科室应急处理模块430处理信息，得出应急方案并保存。
再进一步的，医院创伤急救响应单元200还包括现场信息采集模块210，现场信息采集模块210在其救援人员到达现场后，医护人员通过现场信息采集模块210对其现场的得出的结果进行采集，并将采集到的信息传输至创伤部位分析模块410。通过设置的现场信息采集模块210，保证医护人员到达事故现场后，能够第一时间内将其收集到的最新实时信息传输至创伤部位分析模块410，经过一段时间后，患者病情发生变化或者出现病情加重现象，医护人员可以及时通过现场信息采集模块210将其信息传输至创伤部位分析模块410，得出实时患者信息，并进一步追加治疗方案，避免因患者病情发生变化，提前最后的治疗方案失效无法使用。
此外，创伤病人到院路线处理单元500包括院内路线规划模块510以及院内路线生成模块520，院内路线规划模块510接收到应急方案结果输出模块440应急方案信息，将规划患者到院后院内路线，规划后传输至院内路线生成模块520，院内路线生成模块520用于生成入院路线并保存路线信息。通过设置的院内路线规划模块510以及院内路线生成模块520，为其患者到院时，提供最佳的合适治疗方案，防止患者到院后，需要用到的救援设备出现排队或无人看管现象，导致患者错过最佳救援时间。
所述院内路线生成模块(520)的算法如下：
按照院内共有e个就诊处，每一层建筑平面图将划分为j个区域，假设区域j内需要规划的患者人数为pj，算法目标是最小化将院内所有的患者规划所用的总时间，设每一个就诊处的规划时间为ti，总的疏散时间是ti中的最大值，则最低的总时间为：
Minimize：max(ti)，i＝1，…，k；
其中，k为就诊处数量，k≥2
每一个就诊处的规划时间ti取决于最后1个经该就诊处就诊的患者离开时间，则对应的就诊处结点的规划时间f(x)为：
x＝nj|i＝1，…，j；f(x)＝fi
其中，fi为最后一个就诊处结点nj的规划时间；
设节点ni的初始人数和移动时间分别为ai和bi，就诊处结点的动态容量为d，每一点的规划时间fi由下式计算：
除此之外，创伤病人到院路线处理单元500还包括大数据入院者信息导入模块530，大数据入院者信息导入模块530用于保存患者入院后接收治疗流程以及治疗效果，为其患者后期治疗提供治疗基础。
具体工作时，事故现场信息通过场外创伤数据采集单元100进行采集，图像采集模块110对其图像信息进行采集，语音采集模块120对其语音信息进行采集，文字采集模块130对其文字信息进行采集，场外创伤数据采集单元100收集到现场信息后，将其信息传输至医院创伤急救响应单元200，车辆路线规划模块220接收信息后，对其事故地点进行定位，并规划医院到达事故现场的最佳线路，派出救援车辆以及医护人员到达事故现场，同时场外创伤数据采集单元100收集到的现场信息传输至医院智能预处理单元300，医院智能预处理单元300中的图像识别模块310、语音识别模块320以及文字识别模块330对其不同类别的信息进行分类识别，将其识别后的信息传输至有效信息提取模块340，有效信息提取模块340将其无用信息进行排除，得出有效信息，并将其有效信息传输至科室通信传输单元400，通过创伤部位分析模块410对其有效信息进行判断，同时医护人员到达现场后通过现场信息采集模块210传输现场实时患者状况，以便确定患者创伤部位，通过单科室应急处理模块420或多科室应急处理模块430进行创伤诊断，得出应急方案，通过应急方案结果输出模块440将其应急方案传输至创伤病人到院路线处理单元500，院内路线规划模块510通过应急方案得出规划入院路线，通过院内路线生成模块520生成路线，通过大数据入院者信息导入模块530将其患者住院流程以及治疗效果进行保存，以便后期进一步处理。
所述图像识别模块(310)的识别包括将原始图像进行归一化处理和去噪处理；
所述将原始图像进行归一化处理包括遍历原始图像，找出图像中灰度值的最大值和最小值，然后利用归一化公式将图像灰度归一到0-255；
所述归一化公式为：
其中，原始图像在像素点(x，y)处的灰度值用g0(x，y)表示，经过灰度归一化处理的乳腺图片在像素点(x，y)处的灰度值用g(x，y)表示，max(g0)和min(g0)分别表示原始图片中灰度值的最大值和最小值；
所述去噪处理包括对含有噪声的原始图像中的每个像素点取一个邻域，计算邻域中所有像素灰度级的平均值，作为该图像均值滤波后的像素值，对于图像g(x，y)，令Sxy表示中心在(x，y)点，尺寸为M×N的矩形子图像窗口的坐标组，均值滤波后图像的像素用f(x，y)表示，滤波算法为：
实施例2
请参阅图5-图8所示，为了进一步对其科室会诊的细分，具体实施方案如下：
a、当创伤部位为单一部位时：
受伤部位为头部时，用A处表示，此时需要科室1单独会诊；
受伤部位为上身时，用B处表示，此时需要科室2单独会诊；
受伤部位为头部时，用C处表示，此时需要科室3单独会诊；
受伤部位为头部时，用D处表示，此时需要科室4单独会诊。
b、当创伤部位为多部位时：
b1、两处部位受伤：
受伤部位为A处以及B处时，此时需要科室1以及科室2共同会诊；
受伤部位为A处以及C处时，此时需要科室1以及科室3共同会诊；
受伤部位为A处以及D处时，此时需要科室1以及科室4共同会诊；
受伤部位为B处以及C处时，此时需要科室2以及科室3共同会诊；
受伤部位为B处以及D处时，此时需要科室2以及科室4共同会诊；
受伤部位为C处以及D处时，此时需要科室3以及科室4共同会诊。
b2、三处部位受伤：
受伤部位为A处、B处以及C处时，此时需要科室1、科室2以及科室3共同会诊；
受伤部位为A处、B处以及D处时，此时需要科室1、科室2以及科室4共同会诊；
受伤部位为A处、C处以及D处时，此时需要科室1、科室3以及科室4共同会诊；
受伤部位为B处、C处以及D处时，此时需要科室2、科室3以及科室4共同会诊。
b3、四处部位受伤：
受伤部位为A处、B处、C处以及D处时，此时需要科室1、科室2、科室3以及科室4共同会诊。
实施例3
请参阅图9所示，为了确保患者创伤部位准确对应其科室会诊，具体流程框架如下：输入患者创口信息，举例：
当患者创口为A时，首先对其进行判断，系统判断为A处创口，输出科室1，其余输出均为否，流程结束，此时需要科室1单独对其进行会诊；
当患者创口为B和C时，首先对其进行判断，系统判定非A，继续判断是否为B，判断为B，输出科室2，继续判断是否为C，判断为C，输出科室3，继续判断是否为D，系统判断非D，流程结束，此时需要科室2以及科室3对其进行共同会诊；
当患者创口为A、B以及C时，首先对其进行判断，系统判断为A处创口，输出科室1，继续判断是否为B，判断为B，输出科室2，继续判断是否为C，判断为C，输出科室3，继续判断是否为D，系统判断非D，流程结束，此时需要科室1、科室2以及科室3对其进行共同会诊；
当患者创口为A、B、C以及D时，首先对其进行判断，系统判断为A处创口，输出科室1，继续判断是否为B，判断为B，输出科室2，继续判断是否为C，判断为C，输出科室3，继续判断是否为D，判断为D，输出科室4，流程结束，此时需要科室1、科室2、科室3以及科室4对其进行共同会诊。
实施例4
与实施例1的不同之处在于，去噪处理采用维纳滤波方法实现，维纳滤波将信号和噪声都视为随机信号，在对这些随机信号统计分析的基础上按最优准则进行滤波。由于对误差进行平方运算将使得大误差的分量远远小于误差分量，选择最小化均方误差可以限制滤波后输出的主要误差，所以维纳滤波是一种把图像和噪声当作随机过程，以最小化均方误差作为最优准则的滤波方法。
对于一个线性系统，假设它的单位样本响应为h(n)，当输入一个随机信号x(n)，且
x(n)＝s(n)+v(n)
其中s(n)表示信号，v(n)表示噪声，则输出y(n)表示为
y(n)＝h(n)×x(n)＝h(n)×[s(n)+v(n)]
维纳滤波模型如图10所示。
其中h(n)是对s(n)的一种估计器，x(n)通过线性系统h(n)后得到的y(n)越接近s(n)，其均方误差
e2＝E{[s(n)-y(n)]2}
越小，其中E{·}表示期望值。
用维纳滤波处理图像的过程中，假设原始图像为g，原始图像中的噪声为v，滤波后的输出图像为f，要使均方误差最小，则输出图像应该满足下式：
对于二维图像而言，维纳滤波是通过原始图像和输出图像之间的像素的局部均值和方差来对图像进行滤波的。
首先估计出原始图像g(x，y)中每个像素点的M×N邻域Sx，y内的平均值和方差，由下面两个公式计算得到：
然后将这两个估计带入下式可得：：
其中，δ2表示的是噪声方差。由于原始图像中噪声方差往往是未知的，这时常用所有邻域估值方差的均值来代替。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.基于人工智能、大数据和算法的创伤信息系统，其特征在于：包括场外创伤数据采集单元(100)、医院创伤急救响应单元(200)、医院智能预处理单元(300)、科室通信传输单元(400)、创伤病人到院路线处理单元(500)，其中：
所述场外创伤数据采集单元(100)用于采集事故现场实时传输的现场信息，并将现场信息发送至医院创伤急救响应单元(200)；所述医院创伤急救响应单元(200)用于接收所述场外创伤数据采集单元(100)采集的现场信息，接收后立刻做出派遣任务；所述场外创伤数据采集单元(100)还将其接收到的现场信息传输至所述医院智能预处理单元(300)，所述医院智能预处理单元(300)用于对接收到的现场信息进行分类处理，生成有效信息；所述科室通信传输单元(400)用于接收医院智能预处理单元(300)生成的有效信息，并对该有效信息进行初步分析，以获取创伤者的创伤情况，再根据创伤情况生成相应的应急方案；所述创伤病人到院路线处理单元(500)用于根据应急方案生成创伤者入院后的救治路线以及救治需要的检查仪器。
2.根据权利要求1所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述场外创伤数据采集单元(100)包括图像采集模块(110)、语音采集模块(120)以及文字采集模块(130)；所述图像采集模块(110)用于采集事故现场的图像信息，将其采集到的图像信息传输至医院创伤急救响应单元(200)和医院智能预处理单元(300)；所述语音采集模块(120)用于采集事故现场的发出语音信息，并将其语音信息传输至医院创伤急救响应单元(200)和医院智能预处理单元(300)；所述文字采集模块(130)用于采集事故现场的受到的文字信息，并将其文字信息传输至医院创伤急救响应单元(200)和医院智能预处理单元(300)。
3.根据权利要求2所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述医院创伤急救响应单元(200)包括车辆路线规划模块(220)，所述医院创伤急救响应单元(200)在接收到所述场外创伤数据采集单元(100)采集的图像信息、语音信息和文字信息后，获取信息内的事故现场位置，并发送至车辆路线规划模块(220)；所述车辆路线规划模块(220)用于生成医院到事故现场位置的路线。
4.根据权利要求2所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述医院智能预处理单元(300)包括图像识别模块(310)、语音识别模块(320)、文字识别模块(330)以及有效信息提取模块(340)，所述图像识别模块(310)对其所述图像采集模块(110)收集到的信息进行识别处理；所述语音识别模块(320)对其所述语音采集模块(120)收集到信息进行识别处理；所述文字识别模块(330)对其文字采集模块(130)收集到信息进行识别处理，用于对其采集到的创伤信息进行有效的识别。
5.根据权利要求4所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述有效信息提取模块(340)将其图像识别模块(310)、语音识别模块(320)以及文字识别模块(330)识别的信息进行排查，用于排出无用信息，得出其中有效信息并提取；
所述图像识别模块(310)的识别包括将原始图像进行归一化处理和去噪处理；
所述将原始图像进行归一化处理包括遍历原始图像，找出图像中灰度值的最大值和最小值，然后利用归一化公式将图像灰度归一到0-255；
所述归一化公式为：
其中，原始图像在像素点(x,y)处的灰度值用g0(x,y)表示，经过灰度归一化处理的乳腺图片在像素点(x,y)处的灰度值用g(x,y)表示，max(g0)和min(g0)分别表示原始图片中灰度值的最大值和最小值；
所述去噪处理包括对含有噪声的原始图像中的每个像素点取一个邻域，计算邻域中所有像素灰度级的平均值，作为该图像均值滤波后的像素值，对于图像g(x,y)，令Sxy表示中心在(x,y)点，尺寸为M×N的矩形子图像窗口的坐标组，均值滤波后图像的像素用f(x,y)表示,滤波算法为：
6.根据权利要求5所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述科室通信传输单元(400)包括创伤部位分析模块(410)，所述创伤部位分析模块(410)接收到所述有效信息提取模块(340)传输的信息，对其所述有效信息提取模块(340)传输的信息进行判断，以得出创伤者创伤部位信息，并对创伤部位信息进行保存。
7.根据权利要求6所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述科室通信传输单元(400)还包括单科室应急处理模块(420)、多科室应急处理模块(430)以及应急方案结果输出模块(440)，所述单科室应急处理模块(420)用于接收所述创伤部位分析模块(410)分析得出患者单部位受伤的信息，所述多科室应急处理模块(430)用于接收所述创伤部位分析模块(410)分析得出的患者多部位受伤的信息，所述应急方案结果输出模块(440)接收到所述单科室应急处理模块(420)或所述多科室应急处理模块(430)处理信息，得出应急方案并保存。
8.根据权利要求7所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述医院创伤急救响应单元(200)还包括现场信息采集模块(210)，所述现场信息采集模块(210)在其救援人员到达现场后，医护人员通过所述现场信息采集模块(210)对其现场的得出的结果进行采集，并将采集到的信息传输至所述创伤部位分析模块(410)。
9.根据权利要求7所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述创伤病人到院路线处理单元(500)包括院内路线规划模块(510)以及院内路线生成模块(520)，所述院内路线规划模块(510)接收到所述应急方案结果输出模块(440)应急方案信息，将规划患者到院后院内路线，规划后传输至所述院内路线生成模块(520)，所述院内路线生成模块(520)用于生成入院路线并保存路线信息；
所述院内路线生成模块(520)的算法如下：
按照院内共有e个就诊处，每一层建筑平面图将划分为j个区域，假设区域j内需要规划的患者人数为pj，设每一个就诊处的规划时间为ti，总的疏散时间是ti中的最大值，则最低的总时间为：
Minimize：max(ti),i＝1,…,k；
其中，k为就诊处数量，k≥2
每一个就诊处的规划时间ti取决于最后1个经该就诊处就诊的患者离开时间，则对应的就诊处结点的规划时间f(x)为：
x＝nj|i＝1,…,j；f(x)＝fi
其中，fi为最后一个就诊处结点nj的规划时间；
设节点ni的初始人数和移动时间分别为ai和bi,就诊处结点的动态容量为d，每一点的规划时间fi由下式计算：
10.根据权利要求9所述的基于人工智能、大数据和算法的创伤信息系统，其特征在于：所述创伤病人到院路线处理单元(500)还包括大数据入院者信息导入模块(530)，所述大数据入院者信息导入模块(530)用于保存患者入院后接收治疗流程以及治疗效果。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110703174.4A CN113327674A (zh) | 2021-06-24 | 2021-06-24 | 基于人工智能、大数据和算法的创伤信息系统 |
| CN202210514670.XA CN114724708B (zh) | 2021-06-24 | 2022-05-12 | 基于人工智能、大数据和算法的创伤信息系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110703174.4A CN113327674A (zh) | 2021-06-24 | 2021-06-24 | 基于人工智能、大数据和算法的创伤信息系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113327674A true CN113327674A (zh) | 2021-08-31 |
Family
ID=77424550
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110703174.4A Pending CN113327674A (zh) | 2021-06-24 | 2021-06-24 | 基于人工智能、大数据和算法的创伤信息系统 |
| CN202210514670.XA Active CN114724708B (zh) | 2021-06-24 | 2022-05-12 | 基于人工智能、大数据和算法的创伤信息系统 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210514670.XA Active CN114724708B (zh) | 2021-06-24 | 2022-05-12 | 基于人工智能、大数据和算法的创伤信息系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN113327674A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114898854A (zh) * | 2022-03-14 | 2022-08-12 | 北京融威众邦电子技术有限公司 | 一种基于人工智能的导诊处理方法、系统及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101599110A (zh) * | 2009-04-30 | 2009-12-09 | 北京大学人民医院 | 紧急医学救援无线移动信息管理方法及平台 |
| CN106357809A (zh) * | 2016-11-02 | 2017-01-25 | 涓ユ不 | 创伤急救院前医联网系统及其应用方法 |
| CN106357810A (zh) * | 2016-11-02 | 2017-01-25 | 涓ユ不 | 交通急救院前医联网系统及其应用方法 |
| CN110658747A (zh) * | 2019-09-03 | 2020-01-07 | 南京美桥信息科技有限公司 | 一种基于远程控管的医疗急救控制系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102103280B1 (ko) * | 2019-06-20 | 2020-06-01 | 주식회사 딥노이드 | 딥러닝 기반의 대장 질환 보조 진단 방법 |
| CN111986811B (zh) * | 2020-02-24 | 2021-10-15 | 广州瘦吧网络科技有限公司 | 一种基于算法和大数据的疾病预测系统 |
| CN111899250B (zh) * | 2020-08-06 | 2021-04-02 | 朗森特科技有限公司 | 基于区块链和医学图像的远程疾病智能诊断系统 |
-
2021
- 2021-06-24 CN CN202110703174.4A patent/CN113327674A/zh active Pending
-
2022
- 2022-05-12 CN CN202210514670.XA patent/CN114724708B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101599110A (zh) * | 2009-04-30 | 2009-12-09 | 北京大学人民医院 | 紧急医学救援无线移动信息管理方法及平台 |
| CN106357809A (zh) * | 2016-11-02 | 2017-01-25 | 涓ユ不 | 创伤急救院前医联网系统及其应用方法 |
| CN106357810A (zh) * | 2016-11-02 | 2017-01-25 | 涓ユ不 | 交通急救院前医联网系统及其应用方法 |
| CN110658747A (zh) * | 2019-09-03 | 2020-01-07 | 南京美桥信息科技有限公司 | 一种基于远程控管的医疗急救控制系统 |
Non-Patent Citations (2)
| Title |
|---|
| 刘欢: "建筑物内人员疏散算法与仿真", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 陈梅桂: "基于多特征神经网络的乳腺癌图片识别算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114898854A (zh) * | 2022-03-14 | 2022-08-12 | 北京融威众邦电子技术有限公司 | 一种基于人工智能的导诊处理方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114724708B (zh) | 2023-06-23 |
| CN114724708A (zh) | 2022-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110477925B (zh) | 一种针对敬老院老人的跌倒检测与预警方法及系统 | |
| CN207015288U (zh) | 一种操作车辆的系统 | |
| CN111310851A (zh) | 一种人工智能超声辅助系统及其应用 | |
| WO2021038109A1 (de) | System zur erfassung von bewegungsabläufen und/oder vitalparametern einer person | |
| ES2960027T3 (es) | Detección de anomalías en las señales de ECG | |
| CN111598868B (zh) | 一种肺部超声图像识别方法和系统 | |
| CN113327674A (zh) | 基于人工智能、大数据和算法的创伤信息系统 | |
| CN114782991B (zh) | 一种基于医院内感染风险的院内消杀设备自动控制方法 | |
| CN115827768A (zh) | 一种用于院前急救的救护员调度方法、系统及智能终端 | |
| CN110364260A (zh) | 基于指示性语言范式的孤独症早期评估装置及系统 | |
| CN117393130B (zh) | 基于人工智能的全区域院内外一体化急救暨质控系统 | |
| JP5197188B2 (ja) | イベント識別システム | |
| US20180271390A1 (en) | Heart rate estimation from face videos using quality based fusion | |
| CN111667921A (zh) | 人工智能ecg房颤与心律不齐检测系统 | |
| CN114328426A (zh) | 一种医疗数据采集及共享系统 | |
| Chang et al. | In-bed patient motion and pose analysis using depth videos for pressure ulcer prevention | |
| CN113763353A (zh) | 一种肺部超声图像检测系统 | |
| CN114220543A (zh) | 一种肿瘤患者身心痛苦指数评估方法以及系统 | |
| CN112716468A (zh) | 基于三维卷积网络的非接触心率测量方法及装置 | |
| CN115191975A (zh) | 一种应用于血压计的一体化身份录入控制装置及使用方法 | |
| CN114783097A (zh) | 一种医院防疫管理系统及方法 | |
| CN111554398A (zh) | 一种基于5g的远程评估生命体征方法及系统 | |
| CN110012391B (zh) | 一种手术会诊系统及手术室音频采集方法 | |
| CN113499099A (zh) | 一种颈动脉超声自动扫查及斑块识别系统及方法 | |
| RU2781179C2 (ru) | Реализуемый компьютером способ анализа связанных с человеком данных об аварийной ситуации |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210831 |