CN113539461A - 基于大数据分析的体温异常监测反馈系统 - Google Patents

Abstract

本发明公开了基于大数据分析的体温异常监测反馈系统，涉及体温监测技术领域，用于解决现有的体温监测存在不能对体温有波动的人进行精确监测，导致疫情期间对用户的异常监测提醒误差较大的问题；包括信息采集端、监测平台、通知显示端、监测反馈端以及目标端；本发明通过监测平台对人体的体温数据以及结合运动数据和位数数据进行分析得到用户的体温状况，以便于及时进行体温异常监测；通过对用户的运动数据进行分析得到运动温度值，从而对体温进行分析更加准确；通过对用户的位置数据进行分析得到用户的位置路线，以便于根据用户的位置路线进行体温异常监测，进而反馈给检测端进行监测。

Description

基于大数据分析的体温异常监测反馈系统

技术领域

本发明涉及体温监测技术领域，具体为基于大数据分析的体温异常监测反馈系统。

背景技术

体温监测是用体温监测仪检查不同部位的体温，目前体温检测是瞬时的，对于体温有波动的人，无法监测到体温升高时的状况，尤其是做剧烈运动时，肌肉要不断地收缩、舒张，来完成各种运动，肌肉产生大量的热量，热量需要散发出去，热量向体表传导，使体表温度明显升高，并且在当前这种全球性疫情大爆发期间，实时监测体温还是很有必要的。

在专利CN102319060A中，公开了涉及人体生理参数检测技术，具体一种体温异常检测方法与检测系统。该检测方法包括：实时检测人体待测部位的体温数据；根据预设算法计算某一预警窗口内的体温数据统计量，将体温数据统计量与预设阈值相比较，若体温数据统计量超出预设阈值，生成报警提示信号；根据报警提示信号，进行报警。虽然实现了对体温测量方式，可真实地反映当前被测体的综合体温状态，但是存在的不足：不能对体温有波动的人进行精确监测，导致疫情期间对用户的异常监测提醒误差较大。

发明内容

本发明的目的就在于为了解决现有的体温监测存在不能对体温有波动的人进行精确监测，导致疫情期间对用户的异常监测提醒误差较大的问题，而提出基于大数据分析的体温异常监测反馈系统。

本发明的目的可以通过以下技术方案实现：基于大数据分析的体温异常监测反馈系统，包括：

信息采集端，用于采集用户的用户信息并将其发送至监测平台，其中，用户信息包括姓名、通信号码、体温数据、位置数据和运动数据；体温数据由每个采集时刻及对应时刻的人体体温数值构成；运动数据包括用户的心率值以及步行距离和步行时长；

监测平台，对用户信息进行体温异常监测分析，具体过程为：

将用户的体温数据与用户的预设体温范围进行比对，当人体体温不在预设体温范围内时，将体温数据与预设体温范围的最高温度值进行计算得到体温差，对体温差进行分析，具体为：

当体温差小于或等于第一温度阈值时，对运动数据进行分析以得到运动温度值，当体温差大于运动温度值时，将该人体体温标记为低烧体温；将低烧体温依照采集时刻先后进行排序，计算相邻两个低烧体温之间的时刻差得到低烧间隔时长，将所有的低烧间隔时长进行求和并取均值得到低烧间隔时长均值，统计低烧体温的数量得到低烧数量，将低烧数量与低烧间隔时长均值进行归一化处理并取两者归一化后的数值，将两个数值分别标记标记DW1、DW2；利用公式DF=DW1×d1+d2/DW2得到低反值DF；其中，d1和d2为预设权重系数；当低反值大于设定低反阈值时，生成低发信令并发送至通知显示端；

当体温差大于第一温度阈值时，生成发烧信令并发送至通知显示端，同时对位置数据进行分析，获取当前时刻前二十天用户的位置数据，对每天的位置数据依照位置时间先后顺序进行排序并依照排序连线以得到用户的位置路线，获取对应日期的异常标记线，将位置路线与异常标记线进行比对以得到异重线值，将所有的异重线值进行求和得到异重线总值；当异重线总值大于设定易重阈值时，生成用户的体温异常监测信令并反馈至监测反馈端；

通知显示端，用于接收低发信令和发烧信令并进行通知显示操作；

监测反馈端，用于接收用户的体温异常监测信令并进行异常监测处理。

作为本发明的一种优选实施方式，所述监测平台对运动数据进行分析的具体过程为：

对用户的心率值进行分析，获取用户在当前时刻的十五分钟的心率值并计算均值得到心率均值，当心率均值小于或等于用户的预设心率值时，运动温度值与预设体温范围的最高温度值相等；

当心率均值大于用户的预设心率值时，获取用户在当前时刻的十五分钟的步行距离和步行时长，将步行距离除以步行时长以得到步行速度；设定每个步行速度均对应一个温度系数，匹配用户步行速度对应的温度系数，将用户的步行速度乘以匹配到的温度系数得到温升值；

统计用户在当前时刻的十五分钟的心率值中最大心率值所在的时刻，将其与当前时刻进行时刻差计算得到最大心率间隔时长；当统计的最大心率值为多个时，选取时刻与当前时刻最近的最大心率值；将设定所有的心率间隔时长均对应一个温降系数；将最大心率间隔时长与所有的心率间隔时长进行匹配得到对应的温降系数，将最大心率间隔时长与匹配到的温江系数进行相乘得到温降值；

提取用户正常体温的数值，将提取的体温数值加上温升值后减去温降值以得到运动温度值。

作为本发明的一种优选实施方式，所述监测平台将位置路线与异常标记线进行比对以得到异重线值的具体过程为：统计位置路线与异常标记线中重合的路线，统计重合路线的距离并标记为重合路线长度；将重合路线的起始时刻与结束时刻进行时刻差计算得到重合时长；将重合路线长度和重合时长进行归一化处理并取两者归一化处理后的数值，将两个数值分别标记为LC1和TC1；利用公式LC=LC1×d3+TC1×d4以得到重合路线的重合值；其中d3和d4均为预设权重系数；将所有重合路线的重合值进行求和得到异重线值。

作为本发明的一种优选实施方式，所述监测反馈端接收到体温异常监测信令后进行异常监测处理，具体处理过程为：对体温异常监测信令进行解析以得到用户的用户信息；获取用户当前的位置，以用户当前的位置为圆心，再以预设半径画圆得到用户的筛选范围；获取在筛选范围内的所有检测端并标记为初选端，将初选端的位置与用户的位置进行距离差计算得到检测间距，获取初选端的待检数量；将待检数量和检测间距进行归一化处理并取两者的数值，将待检数量和检测间距分别乘以对应的预设权重系数并求和得到初选端的检端值，将检端值最大的初选端标记为目标端，同时该目标端的待检数量增加一；将用户的体温异常监测信令和当前位置发送至目标端。

作为本发明的一种优选实施方式，所述目标端接收到用户的体温异常监测信令和当前位置后，将其发送至对应的医护人员的智能终端上，医护人员通过智能终端接收到用户的体温异常监测信令和当前位置，对其进行病毒检测并将检测结果传输至目标端，目标端接收到检测结果后将其通过监测反馈端发送至监测平台；检测结果包括正常结果和确诊结果，当检测结果为确诊结果时，将该用户对应的位置路线标记为异常标记线。

作为本发明的一种优选实施方式，所述监测反馈端内还包括查询反馈单元；查询反馈单元用于对检测结果为正常结果的用户进行反馈处理，具体处理过程为：用户通过智能终端发送治疗查询信令和当前位置至查询反馈单元，查询反馈单元接收到用户发送的治疗查询信令和当前位置后，将该用户标记为待治用户，获取距离用户当前位置在预设距离范围内用于治疗发烧的医疗机构并将其标记为就诊机构，获取就诊机构的机构信息并对其进行处理得到机构排序值；将就诊机构依据机构排序值的大小进行排序，由前至后选取预设数量个就诊机构并标记为目标机构，将目标机构的机构信息发送至用户的智能终端上。

作为本发明的一种优选实施方式，所述查询反馈单元对机构信息进行处理的具体过程为：将就诊机构的营业最晚时间与当前时间进行计算得到剩余就诊时长；将就诊机构的位置与待治用户的位置进行距离差计算得到就诊距离；获取就诊机构的治愈动态值，将剩余就诊时长、就诊距离和治愈动态值进行归一化处理并取三者归一化处理后的数值，将三者的数值分别标记为JT1、JG1和JD1；设定三者权重系数分别为q1、q2和q3；

利用公式

得到就诊机构的机构排序值JPQ；其中λ为修正因子。

作为本发明的一种优选实施方式，所述监测反馈端内还包括治疗统计单元，治疗统计单元用于统计医疗机构治疗用户发烧的开始时刻以及结束时刻和费用，将开始时刻以及结束时刻进行时刻差计算得到治疗时长，将所有用户的治疗时长进行求和并取均值得到治疗均值；再将所有的费用进行求和取其均值得到费用均值，将费用均值和治疗均值进行归一化处理并取两者数值，代入公式JD1=ZY2×q4-|ZY1-BF|×q5得到医疗机构的治愈动态值JD1；其中ZY2为治疗均值的数值，ZY1为费用均值的数值，q4和q5为预设占比系数；BF为用户发送的治疗查询信令内包含的预估价格。

与现有技术相比，本发明的有益效果是：

1、本发明通过监测平台对人体的体温数据以及结合运动数据和位数数据进行分析得到用户的体温状况，以便于及时进行体温异常监测；

2、本发明通过对用户的运动数据进行分析得到运动温度值，从而对体温进行分析更加准确，避免人在运动时，尤其是做剧烈运动时，肌肉要不断地收缩、舒张，来完成各种运动，肌肉产生大量的热量，热量需要散发出去，热量向体表传导，使体表温度明显升高，导致对用户的异常监测提醒误差较大；

3、本发明通过对用户的位置数据进行分析得到用户的位置路线，统计位置路线与异常标记线中重合的路线并进行处理得到异重线总值，通过判断异重线总值来生成，用户的体温异常监测信令，以便于根据用户的位置路线进行体温异常监测，进而反馈给检测端进行监测；

4、本发明用户通过智能终端发送治疗查询信令和当前位置至查询反馈单元，通过查询反馈单元对其进行处理得到就诊机构的机构排序值，通过机构排序值合理的选取对应就诊机构的机构信息并反馈给用户的智能终端，以便于用户合理选取就诊机构。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明做进一步的说明。

图1为本发明的整体原理框图；

图2为本发明的监测反馈端原理框图。

具体实施方式

下面将结合实施例对本发明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。

请参阅图1所示，基于大数据分析的体温异常监测反馈系统，包括信息采集端、监测平台、通知显示端、监测反馈端以及目标端；

信息采集端为用于采集用户信息的智能穿戴设备，可以为智能手环，其中，用户信息包括姓名、通信号码、体温数据、位置数据和运动数据；体温数据由每个采集时刻及对应时刻的人体体温数值构成；运动数据包括用户的心率值以及步行距离和步行时长；

信息采集端将采集的用户信息发送至监测平台内存储，同时监测平台对其进行分析，具体过程为：

将用户的体温数据与用户的预设体温范围进行比对，如用户的预设体温范围为36～37℃；若佩戴在手臂上，预设体温范围可以进行适应性调整；

当人体体温不在预设体温范围内时，将体温数据与预设体温范围的最高温度值进行计算得到体温差，对体温差进行分析，具体为：

当体温差小于或等于第一温度阈值时，对运动数据进行分析，具体为：对用户的心率值进行分析，获取用户在当前时刻的十五分钟的心率值并计算均值得到心率均值，当心率均值小于或等于用户的预设心率值时，运动温度值与预设体温范围的最高温度值相等；

当心率均值大于用户的预设心率值时，获取用户在当前时刻的十五分钟的步行距离和步行时长，将步行距离除以步行时长以得到步行速度；设定每个步行速度均对应一个温度系数，匹配用户步行速度对应的温度系数，将用户的步行速度乘以匹配到的温度系数得到温升值。

统计用户在当前时刻的十五分钟的心率值中最大心率值所在的时刻，将其与当前时刻进行时刻差计算得到最大心率间隔时长；当统计的最大心率值为多个时，选取时刻与当前时刻最近的最大心率值；将设定所有的心率间隔时长均对应一个温降系数；将最大心率间隔时长与所有的心率间隔时长进行匹配得到对应的温降系数，将最大心率间隔时长与匹配到的温江系数进行相乘得到温降值；

提取用户正常体温的数值，将提取的体温数值加上温升值后减去温降值以得到运动温度值；通过对用户的运动数据进行分析得到运动温度值，从而对体温进行分析更加准确，避免人在运动时，尤其是做剧烈运动时，肌肉要不断地收缩、舒张，来完成各种运动，肌肉产生大量的热量，热量需要散发出去，热量向体表传导，使体表温度明显升高，导致对用户的异常监测提醒误差较大；

当体温差大于运动温度值时，将该人体体温标记为低烧体温；将低烧体温依照采集时刻先后进行排序，计算相邻两个低烧体温之间的时刻差得到低烧间隔时长，将所有的低烧间隔时长进行求和并取均值得到低烧间隔时长均值，统计低烧体温的数量得到低烧数量，将低烧数量与低烧间隔时长均值进行归一化处理并取两者归一化后的数值，将两个数值分别标记标记DW1、DW2；利用公式DF=DW1×d1+d2/DW2得到低反值DF；其中，d1和d2为预设权重系数；可以取值为0.8、2.3；当低反值大于设定低反阈值时，生成低发信令并发送至通知显示端；其中低发信令包括用户的姓名、低烧文字提醒以及当前位置等；

当体温差大于第一温度阈值时，生成发烧信令并发送至通知显示端，同时对位置数据进行分析，获取当前时刻前二十天用户的位置数据，对每天的位置数据依照位置时间先后顺序进行排序并依照排序连线以得到用户的位置路线，获取对应日期的异常标记线，将位置路线与异常标记线进行比对以得到异重线值，具体为：统计位置路线与异常标记线中重合的路线，统计重合路线的距离并标记为重合路线长度；将重合路线的起始时刻与结束时刻进行时刻差计算得到重合时长；将重合路线长度和重合时长进行归一化处理并取两者归一化处理后的数值，将两个数值分别标记为LC1和TC1；利用公式LC=LC1×d3+TC1×d4以得到重合路线的重合值；其中d3和d4均为预设权重系数，d3和d4的取值分别为0.4、0.6；将所有重合路线的重合值进行求和得到异重线值；将所有的异重线值进行求和得到异重线总值；当异重线总值大于设定易重阈值时，生成用户的体温异常监测信令并反馈至监测反馈端；

通知显示端接收低发信令和发烧信令并进行通知显示操作，通知显示操作包括通过语音和文字进行低烧和发烧文字提醒；通知显示端可以为用户的手机终端或者用户预设联系人的手机终端；

监测反馈端接收到用户的体温异常监测信令后进行异常监测处理，具体为：体温异常监测信令进行解析以得到用户的用户信息；获取用户当前的位置，以用户当前的位置为圆心，再以预设半径画圆得到用户的筛选范围；获取在筛选范围内的所有检测端并标记为初选端，检测端为病毒检测机构的电脑终端；以便于及时了解发烧用户，及时对其进行病毒检测；

将初选端的位置与用户的位置进行距离差计算得到检测间距，获取初选端的待检数量；将待检数量和检测间距进行归一化处理并取两者的数值，将待检数量和检测间距分别乘以对应的预设权重系数并求和得到初选端的检端值，将检端值最大的初选端标记为目标端，同时该目标端的待检数量增加一；将用户的体温异常监测信令和当前位置发送至目标端；

目标端接收到用户的体温异常监测信令和当前位置后，将其发送至对应的医护人员的智能终端上，医护人员通过智能终端接收到用户的体温异常监测信令和当前位置，对其进行病毒检测并将检测结果传输至目标端，目标端接收到检测结果后将其通过监测反馈端发送至监测平台；检测结果包括正常结果和确诊结果，当检测结果为确诊结果时，将该用户对应的位置路线标记为异常标记线。

请参阅图2所示，监测反馈端内还包括查询反馈单元和治疗统计单元；

查询反馈单元对检测结果为正常结果的用户进行反馈处理，具体处理过程为：用户通过智能终端发送治疗查询信令和当前位置至查询反馈单元，查询反馈单元接收到用户发送的治疗查询信令和当前位置后，将该用户标记为待治用户，获取距离用户当前位置在预设距离范围内用于治疗发烧的医疗机构并将其标记为就诊机构，获取就诊机构的机构信息并对其进行处理得到机构排序值，具体为：将就诊机构的营业最晚时间与当前时间进行计算得到剩余就诊时长；将就诊机构的位置与待治用户的位置进行距离差计算得到就诊距离；获取就诊机构的治愈动态值，将剩余就诊时长、就诊距离和治愈动态值进行归一化处理并取三者归一化处理后的数值，将三者的数值分别标记为JT1、JG1和JD1；设定三者权重系数分别为q1、q2和q3，取值分别为1.14、0.47和1.28；

利用公式

得到就诊机构的机构排序值JPQ；其中λ为修正因子；λ的取值为0.748。

将就诊机构依据机构排序值的大小进行排序，由前至后选取预设数量个就诊机构并标记为目标机构，将目标机构的机构信息发送至用户的智能终端上；

治疗统计单元统计医疗机构治疗用户发烧的开始时刻以及结束时刻和费用，将开始时刻以及结束时刻进行时刻差计算得到治疗时长，将所有用户的治疗时长进行求和并取均值得到治疗均值；再将所有的费用进行求和取其均值得到费用均值，将费用均值和治疗均值进行归一化处理并取两者数值，代入公式JD1=ZY2×q4-|ZY1-BF|×q5得到医疗机构的治愈动态值JD1；其中ZY2为治疗均值的数值，ZY1为费用均值的数值，q4和q5为预设占比系数，取值分别为0.7、0.3；BF为用户发送的治疗查询信令内包含的预估价格。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.基于大数据分析的体温异常监测反馈系统，其特征在于，包括：

信息采集端，用于采集用户的用户信息并将其发送至监测平台；

监测平台，对用户信息进行体温异常监测分析，具体过程为：

将用户的体温数据与用户的预设体温范围进行比对，当人体体温不在预设体温范围内时，将体温数据与预设体温范围的最高温度值进行计算得到体温差，对体温差进行分析，具体为：

当体温差小于或等于第一温度阈值时，对运动数据进行分析以得到运动温度值，当体温差大于运动温度值时，将该人体体温标记为低烧体温；将低烧体温依照采集时刻先后进行排序，计算相邻两个低烧体温之间的时刻差得到低烧间隔时长，将所有的低烧间隔时长进行求和并取均值得到低烧间隔时长均值，统计低烧体温的数量得到低烧数量，将低烧数量与低烧间隔时长均值进行归一化处理并分析以得到低反值；当低反值大于设定低反阈值时，生成低发信令并发送至通知显示端；

当体温差大于第一温度阈值时，生成发烧信令并发送至通知显示端，同时对位置数据进行分析，获取当前时刻前二十天用户的位置数据，对每天的位置数据依照位置时间先后顺序进行排序并依照排序连线以得到用户的位置路线，获取对应日期的异常标记线，将位置路线与异常标记线进行比对以得到异重线值，将所有的异重线值进行求和得到异重线总值；当异重线总值大于设定易重阈值时，生成用户的体温异常监测信令并反馈至监测反馈端；

通知显示端，用于接收低发信令和发烧信令并进行通知显示操作；

监测反馈端，用于接收用户的体温异常监测信令并进行异常监测处理。

2.根据权利要求1所述的基于大数据分析的体温异常监测反馈系统，其特征在于，所述监测平台对运动数据进行分析的具体过程为：

对用户的心率值进行分析，获取用户在当前时刻的十五分钟的心率值并计算均值得到心率均值，当心率均值小于或等于用户的预设心率值时，运动温度值与预设体温范围的最高温度值相等；

当心率均值大于用户的预设心率值时，获取用户在当前时刻的十五分钟的步行距离和步行时长，将步行距离除以步行时长以得到步行速度；设定每个步行速度均对应一个温度系数，匹配用户步行速度对应的温度系数，将用户的步行速度乘以匹配到的温度系数得到温升值；

统计用户在当前时刻的十五分钟的心率值中最大心率值所在的时刻，将其与当前时刻进行时刻差计算得到最大心率间隔时长；当统计的最大心率值为多个时，选取时刻与当前时刻最近的最大心率值；将设定所有的心率间隔时长均对应一个温降系数；将最大心率间隔时长与所有的心率间隔时长进行匹配得到对应的温降系数，将最大心率间隔时长与匹配到的温江系数进行相乘得到温降值；

提取用户正常体温的数值，将提取的体温数值加上温升值后减去温降值以得到运动温度值。

3.根据权利要求2所述的基于大数据分析的体温异常监测反馈系统，其特征在于，所述监测平台将位置路线与异常标记线进行比对以得到异重线值的具体过程为：统计位置路线与异常标记线中重合的路线，统计重合路线的距离并标记为重合路线长度；将重合路线的起始时刻与结束时刻进行时刻差计算得到重合时长；将重合路线长度和重合时长进行归一化处理并取两者归一化处理后的数值，对数值分析以得到重合路线的重合值，将所有重合路线的重合值进行求和得到异重线值。

4.根据权利要求1所述的基于大数据分析的体温异常监测反馈系统，其特征在于，所述监测反馈端接收到体温异常监测信令后进行异常监测处理，具体处理过程为：对体温异常监测信令进行解析以得到用户的用户信息；获取用户当前的位置，以用户当前的位置为圆心，再以预设半径画圆得到用户的筛选范围；获取在筛选范围内的所有检测端并标记为初选端，将初选端的位置与用户的位置进行距离差计算得到检测间距，获取初选端的待检数量；将待检数量和检测间距进行归一化处理并取两者的数值，将待检数量和检测间距分别乘以对应的预设权重系数并求和得到初选端的检端值，将检端值最大的初选端标记为目标端，同时该目标端的待检数量增加一；将用户的体温异常监测信令和当前位置发送至目标端。

5.根据权利要求4所述的基于大数据分析的体温异常监测反馈系统，其特征在于，所述目标端接收到用户的体温异常监测信令和当前位置后，将其发送至对应的医护人员的智能终端上，医护人员通过智能终端接收到用户的体温异常监测信令和当前位置，对其进行病毒检测并将检测结果传输至目标端，目标端接收到检测结果后将其通过监测反馈端发送至监测平台；检测结果包括正常结果和确诊结果，当检测结果为确诊结果时，将该用户对应的位置路线标记为异常标记线。

6.根据权利要求4所述的基于大数据分析的体温异常监测反馈系统，其特征在于，所述监测反馈端内还包括查询反馈单元；查询反馈单元用于对检测结果为正常结果的用户进行反馈处理，具体处理过程为：用户通过智能终端发送治疗查询信令和当前位置至查询反馈单元，查询反馈单元接收到用户发送的治疗查询信令和当前位置后，将该用户标记为待治用户，获取距离用户当前位置在预设距离范围内用于治疗发烧的医疗机构并将其标记为就诊机构，获取就诊机构的机构信息并对其进行处理得到机构排序值；将就诊机构依据机构排序值的大小进行排序，由前至后选取预设数量个就诊机构并标记为目标机构，将目标机构的机构信息发送至用户的智能终端上。

7.根据权利要求6所述的基于大数据分析的体温异常监测反馈系统，其特征在于，所述查询反馈单元对机构信息进行处理的具体过程为：将就诊机构的营业最晚时间与当前时间进行计算得到剩余就诊时长；将就诊机构的位置与待治用户的位置进行距离差计算得到就诊距离；获取就诊机构的治愈动态值，将剩余就诊时长、就诊距离和治愈动态值进行归一化处理并取三者归一化处理后的数值，对三者的数值分析以得到就诊机构的机构排序值。

8.根据权利要求7所述的基于大数据分析的体温异常监测反馈系统，其特征在于，所述监测反馈端内还包括治疗统计单元，治疗统计单元用于统计医疗机构治疗用户发烧的开始时刻以及结束时刻和费用，将开始时刻以及结束时刻进行时刻差计算得到治疗时长，将所有用户的治疗时长进行求和并取均值得到治疗均值；再将所有的费用进行求和取其均值得到费用均值，将费用均值和治疗均值进行归一化处理并取两者数值进行分析以得到医疗机构的治愈动态值。

Images