CN113409940A - 一种基于人工智能的云端大数据诊断系统 - Google Patents
一种基于人工智能的云端大数据诊断系统 Download PDFInfo
- Publication number
- CN113409940A CN113409940A CN202110825115.4A CN202110825115A CN113409940A CN 113409940 A CN113409940 A CN 113409940A CN 202110825115 A CN202110825115 A CN 202110825115A CN 113409940 A CN113409940 A CN 113409940A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- vital sign
- user
- diagnosis
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 43
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 28
- 238000013135 deep learning Methods 0.000 claims abstract description 26
- 201000010099 disease Diseases 0.000 claims abstract description 25
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 25
- 230000036541 health Effects 0.000 claims abstract description 9
- 230000036772 blood pressure Effects 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 5
- 210000000707 wrist Anatomy 0.000 claims description 5
- 230000004872 arterial blood pressure Effects 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 230000036760 body temperature Effects 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 210000001367 artery Anatomy 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 4
- 229910052753 mercury Inorganic materials 0.000 description 4
- 208000011580 syndromic disease Diseases 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000002555 auscultation Methods 0.000 description 2
- 238000010009 beating Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- 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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Cardiology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及诊断系统的技术领域,且公开了一种基于人工智能的云端大数据诊断系统,包括云端数据库模块、个人生命体征数据流模块、AI深度学习和诊断模块;所述个人生命体征数据流模块获取用户的生命体征的数据并将数据传输至所述云端数据库模块;所述AI深度学习模块将处理后的数据传输至所述云端数据库模块内;所述AI深度学习模块收集大量用户病历与生命体征数据并学习匹配,并经过数据积累可进行用户健康状态追踪、诊断、甚至提前预判用户的健康与患各种疾病的风险与概率;同时,通过基于大量用户生命体征数据流和病历数据流的样本采集与算法匹配,进而不断提高AI诊断、预判的准确度。
Description
技术领域
本发明涉及诊断系统的技术领域,具体为一种基于人工智能的云端大数据诊断系统。
背景技术
医疗诊断过程是诊人、诊病、诊型、诊证和辩人、辩病、辩型、辩证结成的链条,以构成一个统一的整体。这就要求在痍病诊断中医生应全面地把握疾病,尽可能地揭示疾病的本质,研究它的一切联系和“媒介”;其二,要揭示疾病的发展和运动,用历史的态度去分析疾病的本质,把握由一种人、病、型、证向另一种人、病、型、证的转化和过渡的规律;其三,必须揭示疾病的矛盾性质,因为只有把握了疾病的矛盾性质,才是一种真正的诊断;其四,诊断必新包括防治计划和医疗实践,这也是诊断正确与否的判断标准,一切诊断的基础,都是临床实践;大数据作为互联网发展成熟的表现已经得到越来越多的数据资源和运行的保障,互联网的发展让我们在网络上可以获得很多方面的知识,包括医疗和病症的信息,与自身进行比对,认识到某种病症的严重程度,另外不透明的医疗方式和用药方式,让医患关系一步步紧张,造成伤害时间的频繁发生,医疗体系需要一个完整的管理系统,对药品和费用都可以严格监管和把控,患者可以预先了解到所患病症的严重程度,在接受医疗资源的治疗时不会因为对病症的无知对医务人员造成伤害,也避免确实使医疗事故的事件被医务工作者推卸责任和逃避惩罚。
目前一般采用医院就诊信息的收集和更新,使患者可在网上预约挂号,选择有实力的医院和医生进行会诊,但这些只是方便操作,避免了排队的时间,并没有达到智慧医疗的目的,并且提高了医疗诊断的成本。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于人工智能的云端大数据诊断系统,具备基于大数据和AI学习对患者诊断的优点,部分解决了医疗诊断复杂和成本高的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种基于人工智能的云端大数据诊断系统,包括云端数据库模块、个人生命体征数据流模块、AI深度学习模块和诊断模块;
所述个人生命体征数据流模块获取患者或个人的生命体征的数据并将数据传输至所述云端数据库模块,所述AI深度学习模块收集大量病历数据并学习,所述AI深度学习模块将处理后的数据传输至所述云端数据库模块内,所述云端数据库模块将所述个人生命体征数据流模块和AI深度学习模块数据存储,并可将数据传输至所述诊断模块,所述诊断模块可根据用户生命体征数据流远程判断患者或个人身体状态并预测疾病。
优选的,所述个人生命体征数据流模块包括电子血压仪、脉相传感器和数字心电图仪中的一种或多种,所述电子血压仪用于测量用户的血压状态或者不同腕部压强条件下的脉相波形图(参照中医的切脉),所述脉相传感器用于检测用户的不同腕压条件下的脉相波形图,所述心电图仪用于用户心电图测量并获取心电波形图形,为AI提供学习匹配的基础数据。
通过采用上述方案:电子血压仪原理采用示波法,其原理上是准确的。电子血压仪的临床验证是以听诊法作为标准、使用统计学的方法来设计的。但这并不意味着使用水银压力表的听诊法所测出的结果比电子血压仪的测量结果准确。当然,认为电子血压仪的测量结果比使用水银压力表的听诊法所测出的结果更加准确也是不一定是正确的;脉搏指的是动脉搏动,脉搏传感器即是用来检测动脉搏动时产生的压力变化,将之转换成可以被更直观观察和检测的电信号。脉搏传感器按照输出方式有模拟输出、数字输出两种。按照采集信号的方式主要可以分为压电式、压阻式、光电式等三种。其中压电式和压阻式通过微压力型的材料(压电片、电桥等)将脉搏跳动的压力过程转换为信号输出。光电式脉搏传感器则通过反射或对射式的方式,将血管在脉搏跳动过程中透光率的变化转换为信号输出。
优选的,所述人生命体征数据流模块还包括生命体征传感器,所述生命体征传感器用于实时监测用户的血氧保护度、体温、脉搏率、无创血压、平均动脉压,不同腕压条件下的脉相波形图,心电图中的一种或多种。
优选的,所述AI深度学习模块将所述AI深度学习模块将用户的人生命体征数据流模块产生的数据与病历匹配。
人生命体征数据流模块产生的数据包括脉相图形、血氧保护度、体温、脉搏率、无创血压、平均动脉压,心电图等生命体征传感器所产生的数据或处理后得到的数据。
通过采用上述方案:人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能,利用人工智能将多个病历进行多项对比。
优选的,所述AI深度学习模块包括个人医学病历数据流,所述个人医学病历数据流将多个患者的病历进行收集并存储分类,并对生命体征数据流与用户病历数据流进行学习与匹配,并可随时调用。
优选的,所述诊断模块包括监控模块,所述监控模块用于实时监控患者或者个人的健康数据。
优选的,所述诊断模块还包括低成本医疗健康系统,所述低成本医疗健康系统用于辅助用户或医生进行诊断与治疗。
(三)有益效果
与现有技术相比,本发明提供了一种基于人工智能的云端大数据诊断系统,具备以下有益效果:
该基于人工智能的云端大数据诊断系统,通过个人生命特征数据流将个人的生命体征情况进行收集并可实时观察,并由AI深度学习模块将大量医学病历数据进行收集,由AI深度学习模块将个人生命特征数据与个人医学病历数据进行对比与匹配,对比脉相图形和病历,将匹配后的数据传输至云端数据库内,由云端数据库模块将匹配后的数据进行存储处理,并可将数据传授至诊断模块内,由诊断模块判断个人存在的疾病或者存在疾病的预测,从而降低了个人医疗诊断的成本,从而辅助用户或医生诊断与治疗。可极大节约医疗诊断需要的人力物理资源,为低成本医疗体系的建立奠定数据基础。
附图说明
图1为本发明的系统结构框架示意图。
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。
实施例一
一种基于人工智能的云端大数据诊断系统,包括云端数据库模块、个人生命体征数据流模块、AI深度学习模块和诊断模块;
所述个人生命体征数据流模块获取患者或个人的生命体征的数据并将数据传输至所述云端数据库模块,所述AI深度学习模块收集大量病历数据并学习,所述AI深度学习模块将处理后的数据传输至所述云端数据库模块内,所述云端数据库模块将所述个人生命体征数据流模块和AI深度学习模块数据存储,并可将数据传输至所述诊断模块,所述诊断模块可判断患者或个人身体状态并预测疾病。
参阅图1:通过个人生命特征数据流设备将个人的生命体征情况进行收集并可实时观察,并由AI深度学习模块将大量的个人医学病历数据进行收集、整理与匹配,由AI深度学习模块将个人生命特征数据与个人医学病历数据进行匹配与对比,对比脉相图形和病历,通过大数据匹配掌握人体生命体征数据流与病历之间的内在数理规律,脉相图形对比和病历对比是采用分开的方式进行对比,将匹配后的数据传输至云端数据库内,由云端数据库模块将匹配后的数据进行存储处理,并可将数据传授至诊断模块内,由诊断模块判断个人存在的疾病或者存在疾病的预测,从而大幅度降低了个人医疗诊断的成本,从而精准的得到个人所存在的疾病。
具体的,所述个人生命体征数据流模块包括电子血压仪和脉相传感器,所述电子血压仪用于测量患者或者个人的血压状态,所述脉相传感器用于检测患者或者个人的脉搏信号。
电子血压仪原理采用示波法,其原理上是准确的。电子血压仪的临床验证是以听诊法作为标准、使用统计学的方法来设计的。但这并不意味着使用水银压力表的听诊法所测出的结果比电子血压仪的测量结果准确。当然,认为电子血压仪的测量结果比使用水银压力表的听诊法所测出的结果更加准确也是不一定是正确的;脉搏指的是动脉搏动,脉搏传感器即是用来检测动脉搏动时产生的压力变化,将之转换成可以被更直观观察和检测的电信号。脉搏传感器按照输出方式有模拟输出、数字输出两种。按照采集信号的方式主要可以分为压电式、压阻式、光电式等三种。其中压电式和压阻式通过微压力型的材料(压电片、电桥等)将脉搏跳动的压力过程转换为信号输出。光电式脉搏传感器则通过反射或对射式的方式,将血管在脉搏跳动过程中透光率的变化转换为信号输出。
具体的,所述人生命体征数据流模块还包括生命体征传感器,所述生命体征传感器用于实时监测患者或者个人血氧保护度、体温、脉搏率、无创血压、平均动脉压、动态脉相、心电图等。
具体的,所述AI深度学习模块将脉相图形与病历匹配。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能,利用人工智能将多个病历进行多项对比。
具体的,所述AI深度学习模块包括个人医学病历数据流,所述个人医学病历数据流将多个患者的病历进行收集并存储分类;
医学病历数据流主要分为用户的脉搏图片和病历,将用户的两种数据分开,并分别设置模型设计;输入的给定脉搏图片,由模型设计对图片进行设定运算,得到脉搏图片的特征值或特征函数,根据图片的每个特征或特征函数生成图片判别式,从图片判别式集合中选择相应的图片判别式。
具体的,所述诊断模块包括监控模块,所述监控模块用于实时监控患者或者个人的健康数据。
具体的,所述诊断模块还包括低成本医疗健康系统,所述低成本医疗健康系统用于辅助用户进行治疗。
诊断模块将个人的脉搏图片和病历与数据库模块内的数据相对比,并且可由AI深度学习模块将特征值与输入的特征值进行对比,预测个人可能患的疾病,医疗健康系统包括便携式终端设备、智能医生平台和远程中心,通过终端设备给出相应的指示,传输至智能医生平台内,由远程中心将个人与数据库内的对比情况传输至医生平台内,由医生平台给出相应的解决方式,并且由便携式终端设备可监测个人的心电情况,传输至远程中心,并可达到实时对比,进而预测患者的疾病情况。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于人工智能的云端大数据诊断系统,其特征在于:包括云端数据库模块、个人生命体征数据流模块、AI深度学习和诊断模块;
所述个人生命体征数据流模块获取用户或个人的生命体征的数据并将数据传输至所述云端数据库模块,所述AI深度学习模块收集大量病历数据并学习,所述AI深度学习模块将处理后的数据传输至所述云端数据库模块内,所述云端数据库模块将所述个人生命体征数据流模块和AI深度学习模块数据存储,并可将数据传输至所述诊断模块,所述诊断模块可根据用户生命体征数据流远程判断患者或个人身体状态并预测疾病。
2.根据权利要求1所述的一种基于人工智能的云端大数据诊断系统,其特征在于:所述个人生命体征数据流模块包括电子血压仪、脉相传感器和数字心电图仪中的一种或多种,所述电子血压仪用于测量用户的血压状态或者不同腕部压强条件下的脉相波形图;所述脉相传感器用于检测用户的不同压强状态下用户的脉搏信号波形图;所述心电图仪用于用户心电图测量并获取心电波形图形。
3.根据权利要求2所述的一种基于人工智能的云端大数据诊断系统,其特征在于:所述人生命体征数据流模块还包括生命体征传感器,所述生命体征传感器,用于实时监测用户的血氧保护度、体温、脉搏率、无创血压、平均动脉压,不同腕压条件下的脉相波形图,心电图中的一种或多种。
4.根据权利要求1所述的一种基于人工智能的云端大数据诊断系统,其特征在于:所述AI深度学习模块将用户的人生命体征数据流模块产生的数据与病历匹配。
5.根据权利要求4所述的一种基于人工智能的云端大数据诊断系统,其特征在于:所述AI深度学习模块包括个人医学病历数据流,所述个人医学病历数据流将患者的病历进行收集、存储、分类。
6.根据权利要求1所述的一种基于人工智能的云端大数据诊断系统,其特征在于:所述诊断模块包括监控模块,所述监控模块用于实时监控患者或者个人的健康数据。
7.根据权利要求6所述的一种基于人工智能的云端大数据诊断系统,其特征在于:所述诊断模块还包括低成本医疗健康系统,所述低成本医疗健康系统用于辅助诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110825115.4A CN113409940A (zh) | 2021-07-21 | 2021-07-21 | 一种基于人工智能的云端大数据诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110825115.4A CN113409940A (zh) | 2021-07-21 | 2021-07-21 | 一种基于人工智能的云端大数据诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113409940A true CN113409940A (zh) | 2021-09-17 |
Family
ID=77687195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110825115.4A Pending CN113409940A (zh) | 2021-07-21 | 2021-07-21 | 一种基于人工智能的云端大数据诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113409940A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114631945A (zh) * | 2022-03-10 | 2022-06-17 | 南通大学附属医院 | 一种基于大数据的心内科介入术后肢体护理装置 |
CN115990002A (zh) * | 2023-03-21 | 2023-04-21 | 首都医科大学宣武医院 | 一种生命体征监测系统及方法 |
CN116189896A (zh) * | 2023-04-24 | 2023-05-30 | 北京快舒尔医疗技术有限公司 | 一种基于云端的糖尿病健康数据预警方法及系统 |
CN116821779A (zh) * | 2023-08-31 | 2023-09-29 | 中南大学湘雅医院 | 一种针对胃肠健康的大数据识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108836285A (zh) * | 2018-05-09 | 2018-11-20 | 陕西数字人信息科技有限公司 | 人体疾病自主诊断模型和人工智能体检方法及系统和健康评估直观演示方法 |
CN109119130A (zh) * | 2018-07-11 | 2019-01-01 | 上海夏先机电科技发展有限公司 | 一种基于云计算的大数据健康管理系统及方法 |
CN109313937A (zh) * | 2017-09-11 | 2019-02-05 | 深圳市得道健康管理有限公司 | 基于云计算平台的中医脉象辅助诊断系统及方法 |
CN110097977A (zh) * | 2019-03-12 | 2019-08-06 | 北京易联网络科技集团有限公司 | 一种基于人工智能的诊所远程服务系统 |
CN110459313A (zh) * | 2018-05-08 | 2019-11-15 | 智森鸟(北京)科技有限责任公司 | 结合数据挖掘和智能学习算法的智能医疗云端系统 |
CN111613335A (zh) * | 2020-06-24 | 2020-09-01 | 广州文殊科技有限公司 | 一种健康预警系统及方法 |
-
2021
- 2021-07-21 CN CN202110825115.4A patent/CN113409940A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109313937A (zh) * | 2017-09-11 | 2019-02-05 | 深圳市得道健康管理有限公司 | 基于云计算平台的中医脉象辅助诊断系统及方法 |
CN110459313A (zh) * | 2018-05-08 | 2019-11-15 | 智森鸟(北京)科技有限责任公司 | 结合数据挖掘和智能学习算法的智能医疗云端系统 |
CN108836285A (zh) * | 2018-05-09 | 2018-11-20 | 陕西数字人信息科技有限公司 | 人体疾病自主诊断模型和人工智能体检方法及系统和健康评估直观演示方法 |
CN109119130A (zh) * | 2018-07-11 | 2019-01-01 | 上海夏先机电科技发展有限公司 | 一种基于云计算的大数据健康管理系统及方法 |
CN110097977A (zh) * | 2019-03-12 | 2019-08-06 | 北京易联网络科技集团有限公司 | 一种基于人工智能的诊所远程服务系统 |
CN111613335A (zh) * | 2020-06-24 | 2020-09-01 | 广州文殊科技有限公司 | 一种健康预警系统及方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114631945A (zh) * | 2022-03-10 | 2022-06-17 | 南通大学附属医院 | 一种基于大数据的心内科介入术后肢体护理装置 |
CN114631945B (zh) * | 2022-03-10 | 2023-03-31 | 南通大学附属医院 | 一种基于大数据的心内科介入术后肢体护理装置 |
CN115990002A (zh) * | 2023-03-21 | 2023-04-21 | 首都医科大学宣武医院 | 一种生命体征监测系统及方法 |
CN115990002B (zh) * | 2023-03-21 | 2024-03-19 | 首都医科大学宣武医院 | 一种生命体征监测系统及方法 |
CN116189896A (zh) * | 2023-04-24 | 2023-05-30 | 北京快舒尔医疗技术有限公司 | 一种基于云端的糖尿病健康数据预警方法及系统 |
CN116189896B (zh) * | 2023-04-24 | 2023-08-08 | 北京快舒尔医疗技术有限公司 | 一种基于云端的糖尿病健康数据预警方法及系统 |
CN116821779A (zh) * | 2023-08-31 | 2023-09-29 | 中南大学湘雅医院 | 一种针对胃肠健康的大数据识别方法 |
CN116821779B (zh) * | 2023-08-31 | 2023-11-14 | 中南大学湘雅医院 | 一种针对胃肠健康的大数据识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113409940A (zh) | 一种基于人工智能的云端大数据诊断系统 | |
Rong et al. | A multi-type features fusion neural network for blood pressure prediction based on photoplethysmography | |
CN112365978B (zh) | 心动过速事件早期风险评估的模型的建立方法及其装置 | |
Khalid et al. | Cuffless blood pressure estimation using single channel photoplethysmography: a two-step method | |
CN105411554A (zh) | 一种无线式无创伤人体生理参数采集、检测及智能诊断系统 | |
CN104873186A (zh) | 一种可穿戴的动脉检测装置及其数据处理方法 | |
CN114081462B (zh) | 一种基于多维度生理信息的心脏健康监护系统 | |
Randazzo et al. | VITAL-ECG: A portable wearable hospital | |
CN203133863U (zh) | 一种数字化心血管意外早期诊断系统 | |
Moridani et al. | A reliable algorithm based on combination of EMG, ECG and EEG signals for sleep apnea detection:(a reliable algorithm for sleep apnea detection) | |
CN110648765A (zh) | 一种中医经方智能辅助诊疗系统和智能检测装置 | |
Andrès et al. | E-care project: A promising e-plateform for the optimizing management of chronic heart failure and other chronic diseases | |
Tunggal et al. | The design of digital heart rate meter using microcontroller | |
Gan et al. | Human-computer interaction based interface design of intelligent health detection using PCANet and multi-sensor information fusion | |
CN116098595B (zh) | 一种心源性及脑源性猝死监测预防系统和方法 | |
CN112071428A (zh) | 一种基于健康数据采集的潜在性疾病分析系统 | |
CN110428893A (zh) | 一种远程医疗生命体征数据采集装置 | |
Someshwaran et al. | A Research Review on Fetal Heart Disease Detection Techniques | |
Bhattacharya et al. | Remote cardiovascular health monitoring system with auto-diagnosis | |
Begum et al. | ECG sensor signal analysis to represent cases in a case-based stress diagnosis system | |
Hasan et al. | Remote patient monitoring system using IoT and artificial intelligence: a review | |
Valsalan et al. | Remote healthcare monitoring using expert system | |
CA3126928A1 (en) | Systems, devices, and methods for detecting brain conditions from cranial movement due to blood flow in the brain | |
CN117045216B (zh) | 一种基于模糊控制的血液指标非侵入性医疗分析系统 | |
Rotariu et al. | Medical system based on wireleless sensors for real time remote monitoring of people with disabilities |
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: 20210917 |