CN113362957A - 红外热像图分析模型的构建方法和系统 - Google Patents

红外热像图分析模型的构建方法和系统 Download PDF

Info

Publication number
CN113362957A
CN113362957A CN202010147389.8A CN202010147389A CN113362957A CN 113362957 A CN113362957 A CN 113362957A CN 202010147389 A CN202010147389 A CN 202010147389A CN 113362957 A CN113362957 A CN 113362957A
Authority
CN
China
Prior art keywords
infrared
information
temperature
pain
allergic
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
Application number
CN202010147389.8A
Other languages
English (en)
Inventor
封霖
卢小虎
程锦珍
吕小青
张巧利
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.)
Shenzhen Peoples Hospital
Original Assignee
Shenzhen Peoples Hospital
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 Shenzhen Peoples Hospital filed Critical Shenzhen Peoples Hospital
Priority to CN202010147389.8A priority Critical patent/CN113362957A/zh
Publication of CN113362957A publication Critical patent/CN113362957A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT 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)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明提供了一种红外热像图分析模型的构建方法和系统。所述红外热像图分析模型的构建方法包括以下步骤:获取数据库中存储的多个人体的红外热像图信息,其中,所述红外热像图信息包括红外热像图以及各个所述红外热像图中疼痛过敏灶所在部位,所述红外热像图中具有人体各个部位的温度信息;将各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;根据所述疼痛过敏灶温度对应关系构建红外热像图分析模型。构建红外热像图分析模型,辅助分析红外热像图,有助于更加快速准确的找到腰背部患者疼痛过敏灶所在位置。

Description

红外热像图分析模型的构建方法和系统
技术领域
本发明涉及红外热成像技术领域,尤其涉及红外热像图分析模型的构建方法和系统。
背景技术
腰背部疼痛因治疗困难、疗程长、容易复发的特点,已成为现代社会难以医治的痼疾,严重地影响着人们的生活质量,准确寻找到疼痛过敏灶,是解决腰背部疼痛的第一步,也是最为重要的一步!
由于经常存在患者的疼痛部位并不是导致疼痛的病灶的现象,所以,目前对于腰背部疼痛过敏灶的确定首先需要腰背部疼痛患者对疼痛部位进行描述,其次结合医生的医学知识和经验最终判断疼痛过敏灶的准确位置。
为了在更短的时间内准确找到过敏灶,现有技术中采用红外热像仪拍摄患者腰背部,生成人体热成像图,温度高的部位存在炎症的概率更高。然而,正常人体不同部位的温度本身存在差异,准确找到疼痛过敏灶还需要结合专业人士的执业技能和经验进行进一步的判断。可见现有的疼痛过敏灶的确定方法为使用者提供的依据有限,对使用者的能力要求较高,存在疼痛过敏灶的寻找准确性差,寻找效率低的问题。
发明内容
本发明实施例提供一种红外热像图分析模型的构建方法和系统,旨在解决现有技术中疼痛过敏灶的寻找准确性差,寻找效率低的问题。
本发明实施例是这样实现的,提供一种红外热像图分析模型的构建方法,所述方法包括以下步骤:
获取数据库中存储的多个人体的红外热像图信息,其中,所述红外热像图信息包括红外热像图以及各个所述红外热像图中疼痛过敏灶所在部位,所述红外热像图中具有人体各个部位的温度信息;
将各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
根据所述疼痛过敏灶温度对应关系构建红外热像图分析模型。
更进一步的,所述获取数据库中存储的多个人体的红外热像图信息的步骤之前,所述方法还包括:
获取红外热像仪采集的人体的红外热像图;
在采集的所述红外热像图中显示各个部位的温度;
接收疼痛过敏灶标记指令,在所述红外热像图中将所述疼痛过敏灶标记指令对应的部位标记为所述疼痛过敏灶所在部位;
接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并将所述红外热像图信息存储至所述数据库中。
更进一步的,所述在采集的人体的所述红外热像图中显示各个部位的温度的步骤之后,所述方法还包括:
将显示各个部位温度的所述红外热像图发送至目标终端;
接收所述目标终端反馈的标记疼痛过敏灶所在部位的红外热像图,在接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并存储。
更进一步的,所述红外热像图信息还包括人体特征信息和/或环境信息,所述将各个所述疼痛过敏灶部位与所述疼痛过敏灶部位的温度建立疼痛过敏灶温度对应关系的步骤包括:
获取所述红外热像图对应的人体特征信息和/或环境信息;
将相同人体特征信息和/或相同环境信息下的红外热像图中各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
将所述过敏灶温度对应关系标记对应的所述人体特征信息和/或所述环境信息;
在根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在所述红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的所述人体特征信息和/或所述环境信息。
更进一步的,所述人体特征信息包括年龄、性别、职业以及病史中的至少一个;所述环境信息包括季节、温度、湿度以及地域中的至少一个。
更进一步的,所述方法还包括如下步骤:
满足预设更新条件时,获取当前所述数据库中所有的红外热像图信息;
根据当前所述数据库中所有的红外热像图信息更新所述红外热像图分析模型。
此外,本发明实施例还提出一种红外热像图分析模型的构建系统,所述红外热像图分析模型的构建系统包括:
信息获取单元,用于获取数据库中存储的多个人体的红外热像图信息,其中,所述红外热像图信息包括红外热像图以及各个所述红外热像图中疼痛过敏灶所在部位,所述红外热像图中具有人体各个部位的温度信息;
对应关系建立单元,用于将各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
模型构建单元,用于根据所述疼痛过敏灶温度对应关系构建红外热像图分析模型,以供在采用所述红外热像图分析模型对红外热像图分析时,获取待分析红外热像图中各个部位的温度,根据所述疼痛过敏灶温度对应关系识别所述待分析红外热像图中的疼痛过敏灶所在部位。
更进一步的,所述系统还包括红外热像仪以及信息存储单元,所述信息存储单元分别与所述红外热像仪以及所述信息获取单元连接,所述红外热像仪用于采集人体的红外热像图,所述信息存储单元包括:
红外热像图获取模块,用于获取所述红外热像仪采集的人体的红外热像图;
疼痛过敏灶标记模块,用于接收疼痛过敏灶标记指令,在所述红外热像图中将所述疼痛过敏灶标记指令对应的部位标记为所述疼痛过敏灶所在部位;
信息存储模块,用于接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并将所述红外热像图信息存储至所述数据库中。
更进一步的,所述信息存储单元还包括:
发送模块,用于将显示各个部位温度的所述红外热像图发送至目标终端;
接收模块,用于接收所述目标终端反馈的标记疼痛过敏灶所在部位的红外热像图,在接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并存储。
更进一步的,所述红外热像图信息还包括人体特征信息和/或环境信息,所述对应关系建立单元包括:
获取模块,用于获取所述红外热像图对应的人体特征信息和/或环境信息;
对应关系建立模块,用于将相同人体特征信息和/或相同环境信息下的红外热像图中各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
信息标记模块,用于将所述过敏灶温度对应关系标记对应的所述人体特征信息和/或所述环境信息;
在根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在所述红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的所述人体特征信息和/或所述环境信息。
更进一步的,所述人体特征信息包括年龄、性别、职业以及病史中的至少一个;所述环境信息包括季节、温度、湿度以及地域中的至少一个。
更进一步的,所述系统还包括:
更新条件监测单元,用于监测到满足预设更新条件时,获取当前所述数据库中所有的红外热像图信息;
模型更新单元,用于根据当前所述数据库中所有的红外热像图信息更新所述红外热像图分析模型。
本发明的有益效果在于,与现有技术相比,本发明在数据库中存储足够数量的包含人体红外热像图、疼痛过敏灶所在部位的红外热像图信息,获取数据库中存储的红外热像图信息,并对红外热像图信息进行统计分析,得到各个疼痛过敏灶所在部位的温度区间,建立疼痛过敏灶所在部位与该部位温度的对应关系,将该对应关系作为疼痛过敏灶温度对应关系,建立红外热像图分析模型。在对红外热像图进行分析时,通过该红外热像分析模型获取待分析红外热像图中各个部位的温度,根据模型中疼痛过敏灶温度对应关系查询待分析红外热像图中各个部位的温度是否在部位对应的温度区间,若在,则判定该部位为疼痛过敏灶。构建红外热像图分析模型,辅助分析红外热像图,有助于更加快速准确的找到腰背部患者疼痛过敏灶所在位置。
附图说明
图1是本发明实施例一提供的红外热像图分析模型的构建方法的流程示意图;
图2是本发明实施例二提供的红外热像图分析模型的构建方法的流程示意图;
图3是本发明实施例三提供的红外热像图分析模型的构建方法的流程示意图;
图4是本发明实施例四提供的红外热像图分析模型的构建方法的流程示意图;
图5是本发明实施例五提供的红外热像图分析模型的构建系统的模块示意图;
图6是本发明实施例六提供的红外热像图分析模型的构建系统的模块示意图;
图7是本发明实施例七提供的红外热像图分析模型的构建系统的模块示意图;
图8是本发明实施例八提供的红外热像图分析模型的构建系统的模块示意图。
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,以下结合附图及实施例,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。
实施例一
请参阅图1,是本发明实施例一提供的红外热像图分析模型的构建方法的流程示意图,所述方法包括如下步骤:
步骤S10,获取数据库中存储的多个人体的红外热像图信息,其中,所述红外热像图信息包括红外热像图以及各个所述红外热像图中疼痛过敏灶所在部位,所述红外热像图中具有人体各个部位的温度信息。
红外热像仪通过红外热成像技术对慢性腰背部疼痛患者的腰背部进行拍照,再应用图像分层分析将拍照得到的图像进行图层分析得到患者身体各个部位在体表、皮下、筋膜以及肌层等不同层次下的温度信息,并将温度信息体现在图像中最终生成具有人体各个部位温度信息的红外热像图。
收集一万例或更多例腰背部疼痛患者的红外热像图以及患者信息、诊疗结果等信息形成红外热像图信息,并将形成的红外热像图信息作为样本信息存储在数据库中,为建立红外热像分析模型提供建模基础。其中,诊疗结果中包括医生在实际诊疗过程中寻找到的患者的疼痛过敏灶所在位置,并在红外热像图中标记出该部位。
上述样本信息中的红外热像图可以是医生在判断出患者疼痛过敏灶之后对患者补拍的红外热像图,还可以是辅助医生诊疗的红外热像图。换言之,上述样本中红外热像图的获取时间可以是在医生做出诊疗结果之后,也可以是诊疗结果做出之前。本实施例并不对数据库中样本信息的得到方式进行限定。
步骤S20,将各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系。
步骤S30,根据所述疼痛过敏灶温度对应关系构建红外热像图分析模型。
本实施例中提供一种红外热成像分析模型的构建系统,通过该系统构建红外热成像分析模型,具体实现方式如下:
对从数据库中获取到的红外热像图信息进行归纳分析,生成疼痛过敏灶所在部位与该部位温度的疼痛过敏灶温度对应关系。具体的,筛选出具有相同疼痛过敏灶部位的红外热像图信息,统计红外热像图信息中该疼痛过敏灶部位的温度区间,将该部位与该温度范围对应记录,采用上述方法统计样本信息中所有疼痛过敏灶部位和部位对应的温度区间,生成部位-温度的关系列表,通过该关系列表表示疼痛过敏灶与温度的对应关系。
进一步的,将疼痛过敏灶温度对应关系构建成红外热像图分析模型,即,在对红外热像图进行分析时,通过该红外热像分析模型获取待分析红外热像图中各个部位的温度,根据模型中疼痛过敏灶温度对应关系查询待分析红外热像图中各个部位的温度是否在部位对应的温度区间,若在,则将该部位标记为疼痛过敏灶所在部位;若不在,则该部位为非疼痛过敏灶部位。构建红外热像图分析模型,辅助分析红外热像图,有助于更加快速准确的找到腰背部患者疼痛过敏灶所在位置。
此外,疼痛过敏灶对应的温度区间中不同温度对应炎症程度不同,通常温度越高炎症程度越高,因此,进一步的在红外热像图信息中还包括各个疼痛过敏灶的炎症程度,统计炎症程度与疼痛过敏灶温度的对应关系,并将该对应关系与疼痛过敏灶温度对应关系相关联。即,在建立的疼痛过敏灶温度对应关系中部位-温度区间以及子温度区间-炎症程度的对应关系。其中,温度区间包含子温度区间,所有子温度区间区间端点连接后为温度区间。例如,炎症程度分为轻、中和重,疼痛过敏灶为左肩,对应的温度区间为[36.5,37.5],其中,子温度区间[36.5,36.8)对应的炎症程度为轻,子温度区间(36.8,37.1]对应的炎症程度为中,子温度区间(37.1,37.5]对应的炎症程度为重,在采用红外热像图分析模型分析红外图像时,检测到该红外图像中左肩温度为37.0℃时,判断该红外图像中左肩为疼痛过敏灶,炎症程度为中。
进一步的,采用红外热像图分析模型分析红外热像图时,在一个部位处存在一个区域内的温度均在疼痛过敏灶温度的温度区间内时,将该区域作为疼痛过敏灶的炎症范围。在红外热像图信息中还包括各个疼痛过敏灶的炎症范围和炎症程度。
在本实施例中,在数据库中存储足够数量的包含人体红外热像图、疼痛过敏灶所在部位的红外热像图信息,获取数据库中存储的红外热像图信息,并对红外热像图信息进行统计分析,得到各个疼痛过敏灶所在部位的温度区间,建立疼痛过敏灶所在部位与该部位温度的对应关系,将该对应关系作为疼痛过敏灶温度对应关系,建立红外热像图分析模型。在对红外热像图进行分析时,通过该红外热像分析模型获取待分析红外热像图中各个部位的温度,根据模型中疼痛过敏灶温度对应关系查询待分析红外热像图中各个部位的温度是否在部位对应的温度区间,若在,则判定该部位为疼痛过敏灶。构建红外热像图分析模型,辅助分析红外热像图,有助于更加快速准确的找到腰背部患者疼痛过敏灶所在位置。
实施例二
请参阅图2,是本发明实施例二提供的一种红外热像图分析模型的构建方法的流程示意图,实施例二与实施例一区别在于,在实施例一中的步骤S10之前,该方法还包括:
步骤S40,获取红外热像仪采集的人体的红外热像图。
步骤S50,在采集的所述红外热像图中显示各个部位的温度。
步骤S60,接收疼痛过敏灶标记指令,在所述红外热像图中将所述疼痛过敏灶标记指令对应的部位标记为所述疼痛过敏灶所在部位。
步骤S70,接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并将所述红外热像图信息存储至所述数据库中。
在通过红外热像仪采集患者的红外热像图之后,显示红外热像图中各个部位的温度,以供医生根据患者的实际病情以及诊疗经验,分析红外热像图中各个部位的温度是否代表疼痛过敏灶。在红外热像图中确定为疼痛过敏灶的部位标记为疼痛过敏灶所在部位,并触发存储指令。红外热成像分析模型的构建系统接收到存储指令时,将标记后的红外热像图生成红外热像图信息,并将该红外热像图信息存储到数据库中,为构建红外热成像分析模型提供样本数据。
进一步的,在操作红外热像仪的操作医生专业知识储备量少、诊断经验不足时,操作医生可以触发红外热像图发送操作,将显示各个部位温度的红外热像图发送到专家所使用的目标终端。在目标终端显示该红外热像图,以供专家根据红外热像图各个部位的温度信息,标记准确的疼痛过敏灶,并将标记后疼痛过敏灶所在部位的红外热像图反馈至红外热像图分析模型的构建系统。系统接收到存储指令时,将目标终端反馈的标记后的红外热像图存储至数据库中。在操作医生无法确定红外热像图中疼痛过敏灶存在部位时,将红外热像图发送给有经验的专家,在专家的指导下准确确定出疼痛过敏灶,为构建红外热像图分析模型提供可靠的建模样本,提高红外热像图分析模型的准确性,同时实现专家的远程诊疗。
应当指出,本实施例中所指在红外热像图中标记疼痛过敏灶所在部位还可以是指在红外热像图中建立坐标,通过坐标描述疼痛过敏灶的位置。
在本实施例中,在通过红外热像仪采集患者的红外热像图之后,显示红外热像图中各个部位的温度,以供医生根据患者的实际病情以及诊疗经验,分析红外热像图中各个部位的温度是否代表疼痛过敏灶。在红外热像图中确定为疼痛过敏灶的部位标记为疼痛过敏灶所在部位,并触发存储指令。红外热成像分析模型的构建系统接收到存储指令时,将标记后的红外热像图生成红外热像图信息,并将该红外热像图信息存储到数据库中,为构建红外热成像分析模型提供样本数据。
实施例三
图3是本发明实施例三提供的一种红外热像图分析模型的构建方法的流程示意图,基于上述实施例一和二,所述红外热像图分析模型的构建方法的步骤S20包括:
步骤S21,获取所述红外热像图对应的人体特征信息和/或环境信息。
步骤S22,将相同人体特征信息和/或相同环境信息下的红外热像图中各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系。
步骤S23,将所述过敏灶温度对应关系标记对应的所述人体特征信息和/或所述环境信息。
步骤S24,在根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在所述红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的所述人体特征信息和/或所述环境信息。
不同年龄、不同性别的人,相同部位的温度不同;具有特殊病史的人,在某一部位处的温度高于其他人,而该处并不是腰背疼痛的过敏灶;同样地,不同职业的工作者,对于身体中的部位使用频率不同,从而导致不同职业的人,在相同人体部位处的温度不同。
因此,在数据库中存储的人体的红外热像图信息还包括人体特征信息,在建立疼痛过敏灶温度对应关系时,同时结合样本信息的人体特征信息,建立人体特征信息-部位-温度三者间对应关系的疼痛过敏灶温度对应关系。具体的,筛选数据库中相同人体特征信息的红外热像图信息,将相同人体特征信息的红外热像图中各个疼痛过敏灶所在部位与该部位的温度建立疼痛过敏灶温度对应关系,并将建立的疼痛过敏灶温度对应关系中标记对应的人体特征信息。其中,人体特征信息包括年龄、性别、职业、病史、民族以及与人体相关的其他特征信息。
进而,在根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的人体特征信息。在采用构建好的红外热像图分析模型分析待分析红外热像图时,获取该待分析红外热像图中各个部位的温度的同时,获取待分析红外热像图的人体特征信息,当部位温度满足疼痛过敏灶时,结合人体特征信息,确定在该人体特征信息下,该部位温度在疼痛过敏灶对应的温度区间,以保证疼痛过敏灶判断的准确性。根据人体特征信息进一步优化红外热热像分析模型,对腰背部疼痛患者进行有针对性的分析,判断出的疼痛过敏灶更为精准。
例如,在数据库中存储的一万多例子红外热像图信息中,疼痛过敏灶所在部位为左肩的红外热像图中,男性的左肩温度为37.1℃-37.5℃,而女性左肩温度为37.3℃-37.6℃,因此,在左肩对应的疼痛过敏灶温度对应关系为:左肩-温度(37.1℃-37.6℃),标注:男性-左肩-温度(37.1℃-37.5℃),女性-左肩-温度(37.3℃-37.6℃)。故,采用该红外热像图分析模型分析采集的红外热像图时,采集到的女性患者的红外热像图中左肩温度为37.2℃,则判定该女性患者的左肩不是疼痛过敏灶,从而避免因性别差异,误将左肩判定为疼痛过敏灶,进而影响后续治疗的现象发生。
进一步的,不同季节、不同温度、不同湿度以及不同地域的环境条件下,人体部位的温度不同,明显的,在冬天人体表面温度略低于夏天。故,为了建立更加准确的红外热像图分析模型,在另一实施例中,在存储红外热像图信息中还包括环境信息,在建立疼痛过敏灶温度对应关系时,同时结合样本信息的环境信息,建立环境信息-部位-温度三者间对应关系的疼痛过敏灶温度对应关系。具体的,筛选数据库中相同环境信息的红外热像图信息,将相同环境信息的红外热像图中各个疼痛过敏灶所在部位与该部位的温度建立疼痛过敏灶温度对应关系,并将建立的疼痛过敏灶温度对应关系中标记对应的环境信息。其中,环境信息包括季节、温度、湿度、地域以及与环境相关的其他特征信息。
进而,在根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的环境信息。根据环境信息进一步优化红外热像图分析模型,结合环境对人体部位实际温度的改变,去除环境因素对红外热像图分析模型的影响,提高模型寻找疼痛过敏灶的准确性。
进一步的,在另一实施例中,红外热像图信息同时包括红外热像图、疼痛过敏灶所在部位、人体特征信息和环境信息,在建立疼痛过敏灶温度对应关系时,同时结合样本信息的人体特征信息和环境信息,建立人体特征信息-环境信息-部位-温度四者间对应关系的疼痛过敏灶温度对应关系。
具体方法与上述方法相似,筛选数据库中相同人体特征信息和相同环境信息的红外热像图信息,将相同人体特征信息和相同环境信息的红外热像图中各个疼痛过敏灶所在部位与该部位的温度建立疼痛过敏灶温度对应关系,并将建立的疼痛过敏灶温度对应关系中标记对应的人体特征信息和环境信息。其中,人体特征信息包括年龄、性别、职业、病史、民族以及与人体相关的其他特征信息;环境信息包括季节、温度、湿度、地域以及与环境相关的其他特征信息。同时结合人体特征信息和环境信息优化红外热像图分析模型,提高模型判断的准确程度,为医生寻找疼痛过敏灶更强的参考价值。
在本实施例中,在建立疼痛过敏灶温度对应关系时,结合红外热像图信息中的人体特征信息和环境信息,依据优化后的疼痛过敏灶温度对应关系构建的红外热像图分析模型在对红外热像图分析时,寻找到的疼痛过敏灶更加准确。
实施例四
请参阅图4,是本发明实施例四提供的一种红外热像图分析模型的构建方法的流程示意图,基于上述实施例一至三,所述红外热像图分析模型的构建方法的步骤S30之后,还包括:
步骤S80,满足预设更新条件时,获取当前所述数据库中所有的红外热像图信息。
步骤S90,根据当前所述数据库中所有的红外热像图信息更新所述红外热像图分析模型。
为了更加适应环境、个体差异等因素引起的人体疼痛过敏灶温度的变化,以及新类型的疼痛过敏灶的产生等等,在红外热像图分析模型构建后,对模型进行更新。
在采用红外热像图分析模型对采集到的红外热像图分析时,医生同时会结合患者的实际情况进一步判断模型分析出的疼痛过敏灶是否正确,并将最终确诊的疼痛过敏灶与患者信息以及红外热像图生成红外热像图信息再次存储到数据库中,因此,数据库中的红外热像图信息是逐渐增多的状态。故,在检测到当前状态满足预设更新条件时,获取当前数据库中所有的红外热像图信息(包括构建模型时采用的红外热像图信息和模型构建后存储到数据库中的红外热像图信息),将当前数据库中的所有红外热像图作为总样本,采用上述实施例中的构建方法更新已有的红外热像图分析模型,提高红外热像图分析模型的准确性,提供医生更为可靠的判断结果,有效实现辅助诊疗的目的。
其中,预设更新条件可以是检测到数据库中新增的红外热像图信息的数量达到预设数量,还可以是距离上次更新预设时间间隔,还可以是接收到管理员触发的更新指令,等等。在此对更新条件不做限定。
在本实施例中,当检测到当前状态满足预设更新条件时,获取当前数据库中所有的红外热像图信息(包括构建模型时采用的红外热像图信息和模型构建后存储到数据库中的红外热像图信息),将当前数据库中的所有红外热像图作为总样本,采用上述实施例中的构建方法更新已有的红外热像图分析模型,更新后的红外热像图分析模型更加适应环境、个体差异等因素引起的人体疼痛过敏灶温度的变化,提高红外热像图分析模型的准确性,提供医生更为可靠的判断结果,有效实现辅助诊疗的目的。
实施例五
请参阅图5,是本发明第五实施例提供的一种红外热像图分析模型的构建系统的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分。该系统包括:
信息获取单元100,用于获取数据库中存储的多个人体的红外热像图信息,其中,所述红外热像图信息包括红外热像图以及各个所述红外热像图中疼痛过敏灶所在部位,所述红外热像图中具有人体各个部位的温度信息;
红外热像仪通过红外热成像技术对慢性腰背部疼痛患者的腰背部进行拍照,再应用图像分层分析将拍照得到的图像进行图层分析得到患者身体各个部位在体表、皮下、筋膜以及肌层等不同层次下的温度信息,并将温度信息体现在图像中最终生成具有人体各个部位温度信息的红外热像图。
收集一万例或更多例腰背部疼痛患者的红外热像图以及患者信息、诊疗结果等信息形成红外热像图信息,并将形成的红外热像图信息作为样本信息存储在数据库中。信息获取单元100与数据库连接,通过信息获取单元100获取数据库中存储的多个人体的红外热像图信息,为建立红外热像分析模型提供建模基础。其中,诊疗结果中包括医生在实际诊疗过程中寻找到的患者的疼痛过敏灶所在位置,并在红外热像图中标记出该部位。上述样本信息中的红外热像图可以是医生在判断出患者疼痛过敏灶之后对患者补拍的红外热像图,还可以是辅助医生诊疗的红外热像图。换言之,上述样本中红外热像图的获取时间可以是在医生做出诊疗结果之后,也可以是诊疗结果做出之前。本实施例并不对数据库中样本信息的得到方式进行限定。
对应关系建立单元200,用于将各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
模型构建单元300,用于根据所述疼痛过敏灶温度对应关系构建红外热像图分析模型,以供在采用所述红外热像图分析模型对红外热像图分析时,获取待分析红外热像图中各个部位的温度,根据所述疼痛过敏灶温度对应关系识别所述待分析红外热像图中的疼痛过敏灶所在部位。
本实施例中提供一种红外热成像分析模型的构建系统,通过该系统构建红外热成像分析模型,具体实现方式如下:
对应关系建立单元200通过对从数据库中获取到的红外热像图信息进行归纳分析,生成疼痛过敏灶所在部位与该部位温度的疼痛过敏灶温度对应关系。具体的,筛选出具有相同疼痛过敏灶部位的红外热像图信息,统计红外热像图信息中该疼痛过敏灶部位的温度区间,将该部位与该温度范围对应记录,采用上述方法统计样本信息中所有疼痛过敏灶部位和部位对应的温度区间,生成部位-温度的关系列表,通过该关系列表表示疼痛过敏灶与温度的对应关系。
进一步的,采用模型构建单元300将疼痛过敏灶温度对应关系构建成红外热像图分析模型,即,在对红外热像图进行分析时,通过该红外热像分析模型获取待分析红外热像图中各个部位的温度,根据模型中疼痛过敏灶温度对应关系查询待分析红外热像图中各个部位的温度是否在部位对应的温度区间,若在,则将该部位标记为疼痛过敏灶所在部位;若不在,则该部位为非疼痛过敏灶部位。构建红外热像图分析模型,辅助分析红外热像图,有助于更加快速准确的找到腰背部患者疼痛过敏灶所在位置。
此外,疼痛过敏灶对应的温度区间中不同温度对应炎症程度不同,通常温度越高炎症程度越高,因此,进一步的在红外热像图信息中还包括各个疼痛过敏灶的炎症程度,对应关系建立单元200统计炎症程度与疼痛过敏灶温度的对应关系,并将该对应关系与疼痛过敏灶温度对应关系相关联。即,对应关系建立单元200在建立的疼痛过敏灶温度对应关系中部位-温度区间以及子温度区间-炎症程度的对应关系。其中,温度区间包含子温度区间,所有子温度区间区间端点连接后为温度区间。模型构建单元300根据建立的部位-温度区间以及子温度区间-炎症程度的对应关系个哦建红外热像图分析模型。
例如,炎症程度分为轻、中和重,疼痛过敏灶为左肩,对应的温度区间为[36.5,37.5],其中,子温度区间[36.5,36.8)对应的炎症程度为轻,子温度区间(36.8,37.1]对应的炎症程度为中,子温度区间(37.1,37.5]对应的炎症程度为重,在采用红外热像图分析模型分析红外图像时,检测到该红外图像中左肩温度为37.0℃时,判断该红外图像中左肩为疼痛过敏灶,炎症程度为中。
进一步的,采用红外热像图分析模型分析红外热像图时,在一个部位处存在一个区域内的温度均在疼痛过敏灶温度的温度区间内时,将该区域作为疼痛过敏灶的炎症范围。在红外热像图信息中还包括各个疼痛过敏灶的炎症范围和炎症程度。
在本实施例中,在数据库中存储足够数量的包含人体红外热像图、疼痛过敏灶所在部位的红外热像图信息,获取数据库中存储的红外热像图信息,并对红外热像图信息进行统计分析,得到各个疼痛过敏灶所在部位的温度区间,建立疼痛过敏灶所在部位与该部位温度的对应关系,将该对应关系作为疼痛过敏灶温度对应关系,建立红外热像图分析模型。在对红外热像图进行分析时,通过该红外热像分析模型获取待分析红外热像图中各个部位的温度,根据模型中疼痛过敏灶温度对应关系查询待分析红外热像图中各个部位的温度是否在部位对应的温度区间,若在,则判定该部位为疼痛过敏灶。构建红外热像图分析模型,辅助分析红外热像图,有助于更加快速准确的找到腰背部患者疼痛过敏灶所在位置。
实施例六
请参阅图6,是本发明实施例六提供的一种红外热像图分析模型的构建系统的结构示意图,实施例六与实施例五区别在于,在实施例六中红外热像图分析模型的构建系统还包括红外热像仪400以及信息存储单元500,所述信息存储单元500分别与所述红外热像仪400以及所述信息获取单元100连接,所述红外热像仪400用于采集人体的红外热像图,所述信息存储单元500包括:
红外热像图获取模块510,用于获取所述红外热像仪采集的人体的红外热像图;
疼痛过敏灶标记模块520,用于接收疼痛过敏灶标记指令,在所述红外热像图中将所述疼痛过敏灶标记指令对应的部位标记为所述疼痛过敏灶所在部位;
信息存储模块530,用于接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并将所述红外热像图信息存储至所述数据库中。
信息存储单元500的红外热像图获取模块510获取红外热像仪400采集的红外热像图,显示红外热像图中各个部位的温度,以供医生根据患者的实际病情以及诊疗经验,分析红外热像图中各个部位的温度是否代表疼痛过敏灶。
信息存储单元500的红外热像图获取模块510获取红外热像仪400采集的红外热像图,通过疼痛过敏灶标记模块520在红外热像图中确定为疼痛过敏灶的部位标记为疼痛过敏灶所在部位,信息存储模块530触发存储指令将该红外热像图信息存储到数据库中,为构建红外热成像分析模型提供样本数据。
进一步的,信息存储单元还包括:
发送模块,用于将显示各个部位温度的所述红外热像图发送至目标终端;
接收模块,用于接收所述目标终端反馈的标记疼痛过敏灶所在部位的红外热像图,在接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并存储。
具体的,在操作红外热像仪的操作医生专业知识储备量少、诊断经验不足时,操作医生可以通过发送模块触发红外热像图发送操作,将显示各个部位温度的红外热像图发送到专家所使用的目标终端。在目标终端显示该红外热像图,以供专家根据红外热像图各个部位的温度信息,标记准确的疼痛过敏灶,并将标记后疼痛过敏灶所在部位的红外热像图反馈至红外热像图分析模型的构建系统,系统的接收模块接收所述目标终端反馈的标记疼痛过敏灶所在部位的红外热像图,在接收到存储指令时,将目标终端反馈的标记后的红外热像图存储至数据库中。在操作医生无法确定红外热像图中疼痛过敏灶存在部位时,将红外热像图发送给有经验的专家,在专家的指导下准确确定出疼痛过敏灶,为构建红外热像图分析模型提供可靠的建模样本,提高红外热像图分析模型的准确性,同时实现专家的远程诊疗。
应当指出,本实施例中所指在红外热像图中标记疼痛过敏灶所在部位还可以是指在红外热像图中建立坐标,通过坐标描述疼痛过敏灶的位置。
在本实施例中,在通过红外热像仪采集患者的红外热像图之后,显示红外热像图中各个部位的温度,以供医生根据患者的实际病情以及诊疗经验,分析红外热像图中各个部位的温度是否代表疼痛过敏灶。在红外热像图中确定为疼痛过敏灶的部位标记为疼痛过敏灶所在部位,并触发存储指令。红外热成像分析模型的构建系统接收到存储指令时,将标记后的红外热像图生成红外热像图信息,并将该红外热像图信息存储到数据库中,为构建红外热成像分析模型提供样本数据。
实施例七
请参阅图7,是本发明实施例七提供的一种红外热像图分析模型的构建系统的结构示意图,实施例七与上述实施例五和六区别在于,在实施例七中所述红外热像图信息还包括人体特征信息和/或环境信息,所述对应关系建立单元200包括:
获取模块210,用于获取所述红外热像图对应的人体特征信息和/或环境信息;
对应关系建立模块220,用于将相同人体特征信息和/或相同环境信息下的红外热像图中各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
信息标记模块230,用于将所述过敏灶温度对应关系标记对应的所述人体特征信息和/或所述环境信息;
在根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在所述红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的所述人体特征信息和/或所述环境信息。
不同年龄、不同性别的人,相同部位的温度不同;具有特殊病史的人,在某一部位处的温度高于其他人,而该处并不是腰背疼痛的过敏灶;同样地,不同职业的工作者,对于身体中的部位使用频率不同,从而导致不同职业的人,在相同人体部位处的温度不同。
因此,在数据库中存储的人体的红外热像图信息还包括人体特征信息,对应关系建立单元200在建立疼痛过敏灶温度对应关系时,同时结合样本信息的人体特征信息,建立人体特征信息-部位-温度三者间对应关系的疼痛过敏灶温度对应关系。具体的,关系建立单元200的获取模块210获取数据库中红外热像图对应的人体特征信息和/或环境信息,筛选相同人体特征信息的红外热像图信息,进而通过对应关系建立模块220将相同人体特征信息的红外热像图中各个疼痛过敏灶所在部位与该部位的温度建立疼痛过敏灶温度对应关系,并通过信息标记模块230将建立的疼痛过敏灶温度对应关系中标记对应的人体特征信息。其中,人体特征信息包括年龄、性别、职业、病史、民族以及与人体相关的其他特征信息。
进而,在模型构建单元300根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的人体特征信息。在采用构建好的红外热像图分析模型分析待分析红外热像图时,获取该待分析红外热像图中各个部位的温度的同时,获取待分析红外热像图的人体特征信息,当部位温度满足疼痛过敏灶时,结合人体特征信息,确定在该人体特征信息下,该部位温度在疼痛过敏灶对应的温度区间,以保证疼痛过敏灶判断的准确性。根据人体特征信息进一步优化红外热热像分析模型,对腰背部疼痛患者进行有针对性的分析,判断出的疼痛过敏灶更为精准。
例如,在数据库中存储的一万多例子红外热像图信息中,疼痛过敏灶所在部位为左肩的红外热像图中,男性的左肩温度为37.1℃-37.5℃,而女性左肩温度为37.3℃-37.6℃,因此,在左肩对应的疼痛过敏灶温度对应关系为:左肩-温度(37.1℃-37.6℃),标注:男性-左肩-温度(37.1℃-37.5℃),女性-左肩-温度(37.3℃-37.6℃)。故,采用该红外热像图分析模型分析采集的红外热像图时,采集到的女性患者的红外热像图中左肩温度为37.2℃,则判定该女性患者的左肩不是疼痛过敏灶,从而避免因性别差异,误将左肩判定为疼痛过敏灶,进而影响后续治疗的现象发生。
进一步的,不同季节、不同温度、不同湿度以及不同地域的环境条件下,人体部位的温度不同,明显的,在冬天人体表面温度略低于夏天。故,为了建立更加准确的红外热像图分析模型,在另一实施例中,在数据库中存储的红外热像图信息中还包括环境信息,在建立疼痛过敏灶温度对应关系时,获取模块210获取红外热像图的环境信息,对应关系建立模块220建立环境信息-部位-温度三者间对应关系的疼痛过敏灶温度对应关系,信息标记模块230将过敏灶温度对应关系标记对应的环境信息。具体的,获取模块210获取红外热像图的环境信息,对应关系建立模块220筛选数据库中相同环境信息的红外热像图信息,将相同环境信息的红外热像图中各个疼痛过敏灶所在部位与该部位的温度建立疼痛过敏灶温度对应关系,并通过信息标记模块230将建立的疼痛过敏灶温度对应关系中标记对应的环境信息。其中,环境信息包括季节、温度、湿度、地域以及与环境相关的其他特征信息。
进而,在模型构建单元300根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的环境信息。根据环境信息进一步优化红外热像图分析模型,结合环境对人体部位实际温度的改变,去除环境因素对红外热像图分析模型的影响,提高模型寻找疼痛过敏灶的准确性。
进一步的,在另一实施例中,红外热像图信息同时包括红外热像图、疼痛过敏灶所在部位、人体特征信息和环境信息,在对应关系建立模块220建立疼痛过敏灶温度对应关系时,同时结合样本信息的人体特征信息和环境信息,建立人体特征信息-环境信息-部位-温度四者间对应关系的疼痛过敏灶温度对应关系,并通过信息标记模块230将疼痛过敏灶温度对应关系中标记人体特征信息和环境信息。
具体方法与上述方法相似,获取模块210获取红外热像图的人体特征信息和环境信息,对应关系建立模块220筛选数据库中相同人体特征信息和相同环境信息的红外热像图信息,将相同人体特征信息和相同环境信息的红外热像图中各个疼痛过敏灶所在部位与该部位的温度建立疼痛过敏灶温度对应关系,并通过信息标记模块230将建立的疼痛过敏灶温度对应关系中标记对应的人体特征信息和环境信息。其中,人体特征信息包括年龄、性别、职业、病史、民族以及与人体相关的其他特征信息;环境信息包括季节、温度、湿度、地域以及与环境相关的其他特征信息。同时结合人体特征信息和环境信息优化红外热像图分析模型,提高模型判断的准确程度,为医生寻找疼痛过敏灶更强的参考价值。
在本实施例中,在建立疼痛过敏灶温度对应关系时,结合红外热像图信息中的人体特征信息和环境信息,依据优化后的疼痛过敏灶温度对应关系构建的红外热像图分析模型在对红外热像图分析时,寻找到的疼痛过敏灶更加准确。
实施例八
请参阅图8,是本发明实施例八提供的一种红外热像图分析模型的构建系统的结构示意图,实施例五至七区别在于,在实施例八中红外热像图分析模型的构建系统还包括:
更新条件监测单元600,用于监测到满足预设更新条件时,获取当前所述数据库中所有的红外热像图信息;
模型更新单元700,用于根据当前所述数据库中所有的红外热像图信息更新所述红外热像图分析模型。
在采用红外热像图分析模型对采集到的红外热像图分析时,医生同时会结合患者的实际情况进一步判断模型分析出的疼痛过敏灶是否正确,并将最终确诊的疼痛过敏灶与患者信息以及红外热像图生成红外热像图信息再次存储到数据库中,因此,数据库中的红外热像图信息是逐渐增多的状态。故,更新条件监测单元600在检测到当前状态满足预设更新条件时,获取当前数据库中所有的红外热像图信息(包括构建模型时采用的红外热像图信息和模型构建后存储到数据库中的红外热像图信息),模型更新单元700将当前数据库中的所有红外热像图作为总样本,采用上述实施例中的构建方法更新已有的红外热像图分析模型,提高红外热像图分析模型的准确性,提供医生更为可靠的判断结果,有效实现辅助诊疗的目的。
其中,预设更新条件可以是检测到数据库中新增的红外热像图信息的数量达到预设数量,还可以是距离上次更新预设时间间隔,还可以是接收到管理员触发的更新指令,等等。在此对更新条件不做限定。
在本实施例中,当检测到当前状态满足预设更新条件时,获取当前数据库中所有的红外热像图信息(包括构建模型时采用的红外热像图信息和模型构建后存储到数据库中的红外热像图信息),将当前数据库中的所有红外热像图作为总样本,采用上述实施例中的构建方法更新已有的红外热像图分析模型,更新后的红外热像图分析模型更加适应环境、个体差异等因素引起的人体疼痛过敏灶温度的变化,提高红外热像图分析模型的准确性,提供医生更为可靠的判断结果,有效实现辅助诊疗的目的。
本发明所提供的红外热像图分析模型的构建系统,其实现原理及产生的技术效果和前述的红外热像图分析模型的构建方法相同,为简要描述,红外热像图分析模型的构建系统未提及之处,可参考前述红外热像图分析模型的构建方法中相应内容。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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,均应包含在本发明的保护范围之内。

Claims (12)

1.一种红外热像图分析模型的构建方法,其特征在于,所述方法包括以下步骤:
获取数据库中存储的多个人体的红外热像图信息,其中,所述红外热像图信息包括红外热像图以及各个所述红外热像图中疼痛过敏灶所在部位,所述红外热像图中具有人体各个部位的温度信息;
将各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
根据所述疼痛过敏灶温度对应关系构建红外热像图分析模型。
2.如权利要求1所述的红外热像图分析模型的构建方法,其特征在于,所述获取数据库中存储的多个人体的红外热像图信息的步骤之前,所述方法还包括:
获取红外热像仪采集的人体的红外热像图;
在采集的所述红外热像图中显示各个部位的温度;
接收疼痛过敏灶标记指令,在所述红外热像图中将所述疼痛过敏灶标记指令对应的部位标记为所述疼痛过敏灶所在部位;
接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并将所述红外热像图信息存储至所述数据库中。
3.如权利要求2所述的红外热像图分析模型的构建方法,其特征在于,所述在采集的人体的所述红外热像图中显示各个部位的温度的步骤之后,所述方法还包括:
将显示各个部位温度的所述红外热像图发送至目标终端;
接收所述目标终端反馈的标记疼痛过敏灶所在部位的红外热像图,在接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并存储。
4.如权利要求1-3任一项所述的红外热像图分析模型的构建方法,其特征在于,所述红外热像图信息还包括人体特征信息和/或环境信息,所述将各个所述疼痛过敏灶部位与所述疼痛过敏灶部位的温度建立疼痛过敏灶温度对应关系的步骤包括:
获取所述红外热像图对应的人体特征信息和/或环境信息;
将相同人体特征信息和/或相同环境信息下的红外热像图中各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
将所述过敏灶温度对应关系标记对应的所述人体特征信息和/或所述环境信息;
在根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在所述红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的所述人体特征信息和/或所述环境信息。
5.如权利要求4所述的红外热像图分析模型的构建方法,其特征在于,所述人体特征信息包括年龄、性别、职业、民族以及病史中的至少一个;所述环境信息包括季节、温度、湿度以及地域中的至少一个。
6.如权利要求1所述的红外热像图分析模型的构建方法,其特征在于,所述方法还包括如下步骤:
满足预设更新条件时,获取当前所述数据库中所有的红外热像图信息;
根据当前所述数据库中所有的红外热像图信息更新所述红外热像图分析模型。
7.一种红外热像图分析模型的构建系统,其特征在于,所述红外热像图分析模型的构建系统包括:
信息获取单元,用于获取数据库中存储的多个人体的红外热像图信息,其中,所述红外热像图信息包括红外热像图以及各个所述红外热像图中疼痛过敏灶所在部位,所述红外热像图中具有人体各个部位的温度信息;
对应关系建立单元,用于将各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
模型构建单元,用于根据所述疼痛过敏灶温度对应关系构建红外热像图分析模型,以供在采用所述红外热像图分析模型对红外热像图分析时,获取待分析红外热像图中各个部位的温度,根据所述疼痛过敏灶温度对应关系识别所述待分析红外热像图中的疼痛过敏灶所在部位。
8.如权利要求7所述的红外热像图分析模型的构建系统,其特征在于,所述系统还包括红外热像仪以及信息存储单元,所述信息存储单元分别与所述红外热像仪以及所述信息获取单元连接,所述红外热像仪用于采集人体的红外热像图,所述信息存储单元包括:
红外热像图获取模块,用于获取所述红外热像仪采集的人体的红外热像图;
疼痛过敏灶标记模块,用于接收疼痛过敏灶标记指令,在所述红外热像图中将所述疼痛过敏灶标记指令对应的部位标记为所述疼痛过敏灶所在部位;
信息存储模块,用于接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并将所述红外热像图信息存储至所述数据库中。
9.如权利要求8所述的红外热像图分析模型的构建系统,其特征在于,所述信息存储单元还包括:
发送模块,用于将显示各个部位温度的所述红外热像图发送至目标终端;
接收模块,用于接收所述目标终端反馈的标记疼痛过敏灶所在部位的红外热像图,在接收到存储指令时,将标记后的所述红外热像图生成红外热像图信息,并存储。
10.如权利要求7-9任一项所述的红外热像图分析模型的构建系统,其特征在于,所述红外热像图信息还包括人体特征信息和/或环境信息,所述对应关系建立单元包括:
获取模块,用于获取所述红外热像图对应的人体特征信息和/或环境信息;
对应关系建立模块,用于将相同人体特征信息和/或相同环境信息下的红外热像图中各个所述疼痛过敏灶所在部位与所述部位的温度建立疼痛过敏灶温度对应关系;
信息标记模块,用于将所述过敏灶温度对应关系标记对应的所述人体特征信息和/或所述环境信息;
在根据所述疼痛过敏灶温度对应关系构建所述红外热像图分析模型时,在所述红外热像图分析模型中标记各个疼痛过敏灶温度对应关系的所述人体特征信息和/或所述环境信息。
11.如权利要求10所述的红外热像图分析模型的构建系统,其特征在于,所述人体特征信息包括年龄、性别、职业以及病史中的至少一个;所述环境信息包括季节、温度、湿度以及地域中的至少一个。
12.如权利要求7所述的红外热像图分析模型的构建系统,其特征在于,所述系统还包括:
更新条件监测单元,用于监测到满足预设更新条件时,获取当前所述数据库中所有的红外热像图信息;
模型更新单元,用于根据当前所述数据库中所有的红外热像图信息更新所述红外热像图分析模型。
CN202010147389.8A 2020-03-05 2020-03-05 红外热像图分析模型的构建方法和系统 Pending CN113362957A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010147389.8A CN113362957A (zh) 2020-03-05 2020-03-05 红外热像图分析模型的构建方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010147389.8A CN113362957A (zh) 2020-03-05 2020-03-05 红外热像图分析模型的构建方法和系统

Publications (1)

Publication Number Publication Date
CN113362957A true CN113362957A (zh) 2021-09-07

Family

ID=77523915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010147389.8A Pending CN113362957A (zh) 2020-03-05 2020-03-05 红外热像图分析模型的构建方法和系统

Country Status (1)

Country Link
CN (1) CN113362957A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105232008A (zh) * 2015-10-23 2016-01-13 卢振和 医用人体红外热成像辅助检查方法、装置及设备
CN106446589A (zh) * 2015-11-19 2017-02-22 小红象医疗科技有限公司 一种红外医学影像异常点自动分析系统及方法
CN108769593A (zh) * 2018-06-05 2018-11-06 上海东巍体育科技有限公司 一种基于热成像技术的青少年身体监测系统及方法
CN110070024A (zh) * 2019-04-16 2019-07-30 温州医科大学 一种皮肤压力性损伤热成像图像识别的方法、系统及手机

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105232008A (zh) * 2015-10-23 2016-01-13 卢振和 医用人体红外热成像辅助检查方法、装置及设备
CN106446589A (zh) * 2015-11-19 2017-02-22 小红象医疗科技有限公司 一种红外医学影像异常点自动分析系统及方法
CN108769593A (zh) * 2018-06-05 2018-11-06 上海东巍体育科技有限公司 一种基于热成像技术的青少年身体监测系统及方法
CN110070024A (zh) * 2019-04-16 2019-07-30 温州医科大学 一种皮肤压力性损伤热成像图像识别的方法、系统及手机

Similar Documents

Publication Publication Date Title
CN108553081B (zh) 一种基于舌苔图像的诊断系统
CN111339854B (zh) 一种测温方法、测温装置、机器人以及计算机存储介质
US20110245623A1 (en) Medical Diagnosis Using Community Information
US20140244278A1 (en) Health management system and method of providing health information by using the system
CN104622513B (zh) 弹性检测设备的数据分析处理方法及弹性检测设备
CN111524093A (zh) 一种异常舌象的智能筛查方法及其系统
CN111751001A (zh) 温度检测方法、存储介质及移动终端
US20230102222A1 (en) System, method, and apparatus for temperature asymmetry measurement of body parts
CN110993096B (zh) 一种脓毒血症的预警装置、设备及存储介质
CN113724244A (zh) 健康监测方法、装置及系统、健康检查设备及介质
US20180199876A1 (en) User Health Monitoring Method, Monitoring Device, and Monitoring Terminal
CN107041732A (zh) 动物体温监测系统以及基于机器学习的体温状态识别方法
CN117617921B (zh) 基于物联网的智能血压监控系统及方法
US20220076845A1 (en) Heat-stress effect estimating device, heat-stress effect estimating method, and computer program
US20210168137A1 (en) Biometric Patient Identity Verification System
CN113362957A (zh) 红外热像图分析模型的构建方法和系统
JP2007193447A (ja) 健康状態管理システム、健康状態管理方法、保険料算定システム及び消耗部材供給システム
CN112964376A (zh) 一种智慧测温方法、装置、计算机设备及存储介质
CN112741620A (zh) 基于肢体动作的颈椎病评估装置
CN116434979A (zh) 生理状态云监测方法、监测系统及储存介质
JP2003187223A (ja) 画像診断装置,画像診断システム及び画像診断方法
JP2009201653A (ja) 知的活動評価システム、並びにその学習方法及びラベル付与方法
CN109599166A (zh) 基于深度学习的睑板腺红外图像辅助识别系统及方法
TW201544071A (zh) 異常心跳訊號檢測方法及其電子裝置
JP2009087072A (ja) トレーニング支援装置、トレーニング支援システム、及びプログラム

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

Application publication date: 20210907