CN113556571A - 视频处理方法、装置、电子设备及计算机可读存储介质 - Google Patents

视频处理方法、装置、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113556571A
CN113556571A CN202110820705.8A CN202110820705A CN113556571A CN 113556571 A CN113556571 A CN 113556571A CN 202110820705 A CN202110820705 A CN 202110820705A CN 113556571 A CN113556571 A CN 113556571A
Authority
CN
China
Prior art keywords
data
real
pushed
target
target object
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
CN202110820705.8A
Other languages
English (en)
Inventor
唐建东
刘鑫蕊
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.)
Sceneray Co Ltd
Original Assignee
Sceneray Co Ltd
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 Sceneray Co Ltd filed Critical Sceneray Co Ltd
Priority to CN202110820705.8A priority Critical patent/CN113556571A/zh
Publication of CN113556571A publication Critical patent/CN113556571A/zh
Priority to PCT/CN2022/092815 priority patent/WO2023000787A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • 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
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/75—Media network packet handling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请提供了一种视频处理方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取实时视频数据，所述实时视频数据是摄像头拍摄目标对象得到的；获取所述目标对象的疾病类型；基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，所述推流策略用于指示第一预设清晰度；基于所述推流策略，确定所述实时视频数据对应的待推流数据；将所述待推流数据推流至医生设备。推流策略与疾病类型相对应，能够为不同的疾病类型设置不同的第一预设清晰度，基于目标对象的疾病类型对实时视频数据进行视频数据差异化推送，在医患进行远程实时视频通话的过程中，满足医生对不同疾病类型患者进行差异化观察的需求，智能化水平高。

Description

视频处理方法、装置、电子设备及计算机可读存储介质
技术领域
本申请涉及图像处理技术领域，尤其涉及视频处理方法、装置、电子设备及计算机可读存储介质。
背景技术
随着“互联网+医疗”的发展，已经有医疗机构为患者提供远程沟通服务，患者足不出户即可与医生进行视频通话，这种交互方式能够为患者带来近似于传统面对面就医的感受，而医生也可以通过视频画面了解到患者的精神状态，甚至直接观测患者的某项生理特征，例如观察帕金森患者的肢体抖动情况。
患者的疾病类型不同，医生与患者建立远程连接时，视频通话过程中所需要的清晰度不同。举例来说，医生需要观察帕金森患者抖动情况，因此需要设置较高清晰度；而情绪类疾病需要的清晰度相对较低，设置高清晰度的情况下，势必会对网络带宽带来考验。
发明内容
本申请的目的在于提供一种视频处理方法、装置、电子设备及计算机可读存储介质，解决现有技术在医患双方沟通时，无法根据疾病类型进行视频数据清晰度差异化推流的问题。
本申请的目的采用以下技术方案实现：
第一方面，本申请提供了一种视频处理方法，所述方法包括：获取实时视频数据，所述实时视频数据是摄像头拍摄目标对象得到的；获取所述目标对象的疾病类型；基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，所述推流策略用于指示第一预设清晰度；基于所述推流策略，确定所述实时视频数据对应的待推流数据；将所述待推流数据推流至医生设备。该技术方案的有益效果在于，利用摄像头拍摄目标对象得到实时视频数据，针对目标对象的疾病类型，获取相应的实时视频数据的推流策略，基于该推流策略确定实时视频数据对应的待推流数据并推流至医生设备，其中，推流策略与疾病类型相对应，能够为不同的疾病类型设置不同的第一预设清晰度，基于目标对象的疾病类型对实时视频数据进行视频数据差异化推送，当疾病类型对应较低的第一预设清晰度时以较低清晰度进行数据推流、尽量少占用带宽，当疾病类型对应较高的第一预设清晰度时再以较高清晰度进行数据推流，在医患进行远程实时视频通话的过程中，满足医生对不同疾病类型患者进行差异化观察的需求，智能化水平高，例如可以为帕金森的疾病类型设置较高的第一预设清晰度，为抑郁症的疾病类型设置较低的第一预设清晰度，由此在尽量少占用带宽的情况下，同时满足医生清晰地观察患者病情的需求。
在一些可选的实施例中，所述方法还包括：基于所述目标对象的疾病类型，确定所述目标对象的目标部位；所述基于所述推流策略，确定所述实时视频数据对应的待推流数据，包括：基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据。该技术方案的有益效果在于，目标部位是医生较为关心的能够反应患者病情的身体部位，通过目标对象的疾病类型确定其目标部位，对目标部位相应的一部分实时视频数据进行清晰度调整得到待推流数据，由此，待推流数据中目标部位的清晰度是第一预设清晰度，可以预先设置合适的第一预设清晰度，保证医生关心的目标部位能够以需要的清晰度呈现。
在一些可选的实施例中，所述方法还包括：获取第二预设清晰度，所述第二预设清晰度小于所述第一预设清晰度；所述基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据，包括：基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据的第一部分；基于所述第二预设清晰度，对所述实时视频数据的第二部分进行清晰度调整，得到所述待推流数据的第二部分，所述实时视频数据的第二部分是所述实时视频数据中第一部分以外的部分或者全部。该技术方案的有益效果在于，医生通常对目标部位以外部分的视频数据的清晰度没有较高要求，因此，对目标部位对应的实时视频数据的第一部分和第一部分以外的第二部分的部分或者全部分别进行差异化的清晰度调整，当医生远程观察患者时，目标部位以及目标部位以外的部分能够以不同的清晰度呈现，其中，目标部位能够以较高的清晰度呈现，保证医生清晰观察患者的需求，目标部位以外部分能够以较低清晰度呈现，减少数据推流过程的数据量，进一步减少对带宽的占用，相较于现有技术来说，智能化程度得到极大提高。
在一些可选的实施例中，所述将所述待推流数据推流至医生设备，包括：基于所述待推流数据的第一部分和第二部分，合成得到所述待推流数据并推流至所述医生设备；或者，将所述待推流数据的第一部分和第二部分分别推流至所述医生设备。该技术方案的有益效果在于，目标部位对应的待推流数据的第一部分和目标部位以外部分对应的待推流数据的第二部分可以合成得到待推流数据后进行推流，也可以分别推流，由此，可以根据实际应用中的性能需求和成本需求，选择合适的推流方式。
在一些可选的实施例中，所述基于所述目标对象的疾病类型，确定所述目标对象的目标部位，包括：获取多个样本对象的训练数据，每个样本对象的训练数据包括所述样本对象的疾病类型和目标部位；利用所述多个样本对象的训练数据训练深度学习模型，得到目标部位分类模型；将所述目标对象的疾病类型输入所述目标部位分类模型，得到所述目标对象的目标部位。该技术方案的有益效果在于，对深度学习模型进行训练得到目标部位分类模型，只要将目标对象的疾病类型输入目标部位分类模型，即可实时获取目标对象的目标部位，尤其是当样本对象数量足够多时，准确度有望达到极高水平，相对于手动录入目标部位或者导入目标部位的方式来说，智能化水平高，并且能够避免人为失误，减少与医护人员设备、数据存储设备之间的数据交互，避免患者隐私泄露。
在一些可选的实施例中，所述方法还包括：获取所述目标对象对应的网络带宽数据；所述基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，包括：基于所述目标对象的疾病类型和所述目标对象对应的网络带宽数据，获取所述实时视频数据的推流策略。该技术方案的有益效果在于，推流策略不仅与疾病类型相关，还考虑到目标对象的网络带宽情况，由此，能够根据医患沟通过程中目标对象所处环境的网络带宽的实际情况，设置差异化的第一预设清晰度，更加符合实际应用中的需求。
在一些可选的实施例中，所述方法还包括：基于所述目标对象的疾病类型，获取所述待推流数据的显示策略，所述显示策略用于指示以下至少一种：预设尺寸；预设位置；预设亮度；预设对比度；预设饱和度；基于所述显示策略，确定所述待推流数据对应的待显示数据；利用显示设备显示所述待显示数据。该技术方案的有益效果在于，根据疾病类型的不同，能够设置差异化的显示策略，再由显示策略确定待推流数据对应的待显示数据，由此，显示设备能够以差异化的显示方式显示不同疾病类型的待显示数据，智能化程度得到进一步提高。
在一些可选的实施例中，所述显示策略用于指示所述预设尺寸；所述方法还包括：基于所述目标对象的疾病类型，确定所述目标对象的目标部位；所述基于所述显示策略，确定所述待推流数据对应的待显示数据，包括：基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的尺寸不小于所述预设尺寸，且使所述目标部位对应的所述待推流数据的第一部分完整显示在所述显示设备中。该技术方案的有益效果在于，能够对目标部位对应的部分视频数据进行缩放，使得目标部位显示在显示设备中的尺寸适中，进一步方便了医生对目标部位进行观察，避免显示设备中目标部位太小或者太大影响医生对患者的观察，极大地提高了医生的使用体验。
在一些可选的实施例中，所述显示策略还用于指示所述预设位置；所述基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到所述待显示数据，包括：基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到待平移数据；基于所述预设位置，对所述待平移数据进行平移，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的预设位置。该技术方案的有益效果在于，能够对目标部位对应的部分视频数据进行平移，使得目标部位显示在显示设备中的预设位置，由此，设置医生偏好或者习惯的预设位置，医生能够方便地在显示设备的预设位置观察患者，避免目标部位显示在医生不习惯或者不喜欢的位置，影响医生的使用体验。
第二方面，本申请提供了一种视频处理装置，所述装置包括：视频获取模块，用于获取实时视频数据，所述实时视频数据是摄像头拍摄目标对象得到的；疾病类型模块，用于获取所述目标对象的疾病类型；推流策略模块，用于基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，所述推流策略用于指示第一预设清晰度；待推流数据模块，用于基于所述推流策略，确定所述实时视频数据对应的待推流数据；数据推流模块，用于将所述待推流数据推流至医生设备。
在一些可选的实施例中，所述装置还包括：目标部位模块，用于基于所述目标对象的疾病类型，确定所述目标对象的目标部位；所述待推流数据模块用于基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据。
在一些可选的实施例中，所述装置还包括：清晰度获取模块，用于获取第二预设清晰度，所述第二预设清晰度小于所述第一预设清晰度；所述待推流数据模块包括：第一推流调整单元，用于基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据的第一部分；第二推流调整单元，用于基于所述第二预设清晰度，对所述实时视频数据的第二部分进行清晰度调整，得到所述待推流数据的第二部分，所述实时视频数据的第二部分是所述实时视频数据中第一部分以外的部分或者全部。
在一些可选的实施例中，所述数据推流模块包括：合成推流单元，用于基于所述待推流数据的第一部分和第二部分，合成得到所述待推流数据并推流至所述医生设备；或者，分别推流单元，用于将所述待推流数据的第一部分和第二部分分别推流至所述医生设备。
在一些可选的实施例中，所述目标部位模块包括：训练数据单元，用于获取多个样本对象的训练数据，每个样本对象的训练数据包括所述样本对象的疾病类型和目标部位；模型训练单元，用于利用所述多个样本对象的训练数据训练深度学习模型，得到目标部位分类模型；类型输入单元，用于将所述目标对象的疾病类型输入所述目标部位分类模型，得到所述目标对象的目标部位。
在一些可选的实施例中，所述装置还包括：网络带宽模块，用于获取所述目标对象对应的网络带宽数据；所述推流策略模块用于基于所述目标对象的疾病类型和所述目标对象对应的网络带宽数据，获取所述实时视频数据的推流策略。
在一些可选的实施例中，所述装置还包括：显示策略模块，用于基于所述目标对象的疾病类型，获取所述待推流数据的显示策略，所述显示策略用于指示以下至少一种：预设尺寸；预设位置；预设亮度；预设对比度；预设饱和度；待显示数据模块，用于基于所述显示策略，确定所述待推流数据对应的待显示数据；数据显示模块，用于利用显示设备显示所述待显示数据。
在一些可选的实施例中，所述显示策略用于指示所述预设尺寸；所述装置还包括：目标部位模块，用于基于所述目标对象的疾病类型，确定所述目标对象的目标部位；所述待显示数据模块用于基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的尺寸不小于所述预设尺寸，且使所述目标部位对应的所述待推流数据的第一部分完整显示在所述显示设备中。
在一些可选的实施例中，所述显示策略还用于指示所述预设位置；所述待显示数据模块包括：数据缩放单元，用于基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到待平移数据；数据平移单元，用于基于所述预设位置，对所述待平移数据进行平移，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的预设位置。
第三方面，本申请提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项方法的步骤。
附图说明
下面结合附图和实施例对本申请进一步说明。
图1是本申请实施例提供的一种视频处理方法的流程示意图；
图2是本申请实施例提供的一种患者端视频处理方法的流程示意图；
图3是本申请实施例提供的一种医生端视频处理方法的流程示意图；
图4是本申请实施例提供的另一种视频处理方法的流程示意图；
图5是本申请实施例提供的又一种视频处理方法的流程示意图；
图6是本申请实施例提供的一种获取待推流数据的流程示意图；
图7是本申请实施例提供的一种对待推流数据进行推流的流程示意图；
图8是本申请实施例提供的一种获取目标对象的目标部位的流程示意图；
图9是本申请实施例提供的又一种视频处理方法的流程示意图；
图10是本申请实施例提供的又一种视频处理方法的部分流程示意图；
图11是本申请实施例提供的又一种视频处理方法的部分流程示意图；
图12是本申请实施例提供的又一种视频处理方法的部分流程示意图；
图13是本申请实施例提供的一种获取待显示数据的流程示意图；
图14是本申请实施例提供的一种视频处理装置的结构示意图；
图15是本申请实施例提供的另一种视频处理装置的结构示意图；
图16是本申请实施例提供的又一种视频处理装置的结构示意图；
图17是本申请实施例提供的一种待推流数据模块的结构示意图；
图18是本申请实施例提供的一种数据推流模块的结构示意图；
图19是本申请实施例提供的一种目标部位模块的结构示意图；
图20是本申请实施例提供的又一种视频处理装置的结构示意图；
图21是本申请实施例提供的又一种视频处理装置的部分结构示意图；
图22是本申请实施例提供的一种待显示数据模块的结构示意图；
图23是本申请实施例提供的一种电子设备的结构示意图；
图24是本申请实施例提供的一种用于实现视频处理方法的程序产品的结构示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本申请做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
参见图1至图3，本申请实施例提供了一种视频处理方法，所述方法包括步骤S101～S105。
步骤S101：获取实时视频数据，所述实时视频数据是摄像头拍摄目标对象得到的。其中，摄像头例如可以包括光学摄像头和/或红外摄像头。目标对象一般而言是患者，例如是患有帕金森病、抑郁症、双相情感障碍的患者，还可以是患有其他疾病的患者，此处不做穷尽列举，一般而言，只要是需要医生对患者进行观察的病症均在本申请实施例所适用的范围之内。
步骤S102：获取所述目标对象的疾病类型。目标对象的疾病类型例如可以包括帕金森病、抑郁症、双相情感障碍中的至少一种。
步骤S103：基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，所述推流策略用于指示第一预设清晰度。本申请实施例中涉及到的清晰度，例如第一预设清晰度、第二预设清晰度等名称，是表征视频数据清晰程度的指标，在一般情况下，可以等同于分辨率处理，第一预设清晰度例如是2000像素×3000像素、960像素×540像素、1920像素×1080像素等，第二预设清晰度例如是2000像素×3000像素、960像素×540像素、1920像素×1080像素等。
步骤S104：基于所述推流策略，确定所述实时视频数据对应的待推流数据。此处待推流数据是指等待推流到医生设备的视频数据，其可以是实时视频数据本身，也可以是对实时视频数据进行数据处理后得到的视频数据。
步骤S105：将所述待推流数据推流至医生设备。其中，医生设备是指医生所使用的终端设备，例如是手机、平板电脑、计算机、智能穿戴设备等。
由此，利用摄像头拍摄目标对象得到实时视频数据，针对目标对象的疾病类型，获取相应的实时视频数据的推流策略，基于该推流策略确定实时视频数据对应的待推流数据并推流至医生设备，其中，推流策略与疾病类型相对应，能够为不同的疾病类型设置不同的第一预设清晰度，基于目标对象的疾病类型对实时视频数据进行视频数据差异化推送，当疾病类型对应较低的第一预设清晰度时以较低清晰度进行数据推流、尽量少占用带宽，当疾病类型对应较高的第一预设清晰度时再以较高清晰度进行数据推流，在医患进行远程实时视频通话的过程中，满足医生对不同疾病类型患者进行差异化观察的需求，智能化水平高，例如可以为帕金森的疾病类型设置较高的第一预设清晰度，为抑郁症的疾病类型设置较低的第一预设清晰度，由此在尽量少占用带宽的情况下，同时满足医生清晰地观察患者病情的需求。
本申请实施例对待推流数据不做限定，其可以是仅对实时视频数据的一部分进行清晰度调整后得到的，也可以是对实时视频数据的全部进行清晰度调整后得到的。
参见图4，在一些实施方式中，所述方法还可以包括步骤S106：基于所述目标对象的疾病类型，确定所述目标对象的目标部位。其中，目标部位例如是面部、眼睛、鼻子、嘴巴、耳朵、手指、手臂、脚、腿、背部等。
所述步骤S104可以包括：基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据。
由此，目标部位是医生较为关心的能够反应患者病情的身体部位，通过目标对象的疾病类型确定其目标部位，对目标部位相应的一部分实时视频数据进行清晰度调整得到待推流数据，由此，待推流数据中目标部位的清晰度是第一预设清晰度，可以预先设置合适的第一预设清晰度，保证医生关心的目标部位能够以需要的清晰度呈现。
参见图5和图6，在一些实施方式中，所述方法还可以包括步骤S107：获取第二预设清晰度，所述第二预设清晰度小于所述第一预设清晰度。例如，当第一预设清晰度是2000像素×3000像素时，第二预设清晰度可以为1000像素×2000像素、2000像素×1500像素、1000像素×3000像素等。
所述步骤S104可以包括步骤S201～S202。
步骤S201：基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据的第一部分。
步骤S202：基于所述第二预设清晰度，对所述实时视频数据的第二部分进行清晰度调整，得到所述待推流数据的第二部分，所述实时视频数据的第二部分是所述实时视频数据中第一部分以外的部分或者全部。
目标部位对应的实时视频数据的第一部分例如是包含手指的视频数据，此时，实时视频数据中第一部分以外的部分或者全部是不包含手指的视频数据。
由此，医生通常对目标部位以外部分的视频数据的清晰度没有较高要求，因此，对目标部位对应的实时视频数据的第一部分和第一部分以外的第二部分的部分或者全部分别进行差异化的清晰度调整，当医生远程观察患者时，目标部位以及目标部位以外的部分能够以不同的清晰度呈现，其中，目标部位能够以较高的清晰度呈现，保证医生清晰观察患者的需求，目标部位以外部分能够以较低清晰度呈现，减少数据推流过程的数据量，进一步减少对带宽的占用，相较于现有技术来说，智能化程度得到极大提高。
当待推流数据包含两部分数据时，本申请实施例对其推流方式不做限定，可以对两部分数据进行合成推流或者分别推流。
参见图7，在一些实施方式中，所述步骤S105可以包括步骤S301或者S302。
步骤S301：基于所述待推流数据的第一部分和第二部分，合成得到所述待推流数据并推流至所述医生设备。
步骤S302：将所述待推流数据的第一部分和第二部分分别推流至所述医生设备。
由此，目标部位对应的待推流数据的第一部分和目标部位以外部分对应的待推流数据的第二部分可以合成得到待推流数据后进行推流，也可以分别推流，由此，可以根据实际应用中的性能需求和成本需求，选择合适的推流方式。
本申请实施例对获取目标对象的目标部位的方式不做限定，其可以是医生通过医生设备人工手动录入，也可以是通过数据接口导入(或者说读取)数据库中的数据，还可以使用深度学习技术来获取。
参见图8，在一些实施方式中，所述步骤S106可以包括步骤S401～S403。
步骤S401：获取多个样本对象的训练数据，每个样本对象的训练数据包括所述样本对象的疾病类型和目标部位。其中，样本对象的训练数据可以是采集真人患者得到的真实数据，也可以是通过人工智能算法生成的伪真人数据。
步骤S402：利用所述多个样本对象的训练数据训练深度学习模型，得到目标部位分类模型。
步骤S403：将所述目标对象的疾病类型输入所述目标部位分类模型，得到所述目标对象的目标部位。
由此，对深度学习模型进行训练得到目标部位分类模型，只要将目标对象的疾病类型输入目标部位分类模型，即可实时获取目标对象的目标部位，尤其是当样本对象数量足够多时，准确度有望达到极高水平，相对于手动录入目标部位或者导入目标部位的方式来说，智能化水平高，并且能够避免人为失误，减少与医护人员设备、数据存储设备之间的数据交互，避免患者隐私泄露。
参见图9，在一些实施方式中，所述方法还可以包括步骤S108：获取所述目标对象对应的网络带宽数据。其中，网络带宽数据例如可以包括以下至少一种：电信运营商、资费套餐类型、Mbps(megabits per second，每秒传输的位(比特)数量)、调制解调器型号和路由器型号。
所述步骤S103可以包括：基于所述目标对象的疾病类型和所述目标对象对应的网络带宽数据，获取所述实时视频数据的推流策略。
由此，推流策略不仅与疾病类型相关，还考虑到目标对象的网络带宽情况，由此，能够根据医患沟通过程中目标对象所处环境的网络带宽的实际情况，设置差异化的第一预设清晰度，更加符合实际应用中的需求。
参见图10，在一些实施方式中，所述方法还可以包括步骤S109～S111。
步骤S109：基于所述目标对象的疾病类型，获取所述待推流数据的显示策略，所述显示策略用于指示以下至少一种：预设尺寸；预设位置；预设亮度；预设对比度；预设饱和度。其中，预设尺寸例如是1000像素×2000像素、1000像素×1000像素、500像素×200像素等；预设位置例如是居中、左居中、右下等；预设亮度例如是-45、23、65等；预设对比度例如是-52、56、67等；预设饱和度例如是-39、35、73等。
步骤S110：基于所述显示策略，确定所述待推流数据对应的待显示数据。
步骤S111：利用显示设备显示所述待显示数据。其中，显示设备例如是OL ED显示屏、LED显示屏、墨水屏等。
由此，根据疾病类型的不同，能够设置差异化的显示策略，再由显示策略确定待推流数据对应的待显示数据，由此，显示设备能够以差异化的显示方式显示不同疾病类型的待显示数据，智能化程度得到进一步提高。
本申请实施例对待显示数据不做限定，其可以是待推流数据自身，也可以是对待推流数据进行数据处理后得到的视频数据。
参见图11和图12，在一些实施方式中，所述显示策略可以用于指示所述预设尺寸。
所述方法还可以包括步骤S106：基于所述目标对象的疾病类型，确定所述目标对象的目标部位。
所述步骤S110可以包括：基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的尺寸不小于所述预设尺寸，且使所述目标部位对应的所述待推流数据的第一部分完整显示在所述显示设备中。
当目标部位对应的待推流数据的第一部分的尺寸较小时，可以对其进行放大；当目标部位对应的待推流数据的第一部分的尺寸较大时，可以对其进行缩小。
由此，能够对目标部位对应的部分视频数据进行缩放，使得目标部位显示在显示设备中的尺寸适中，进一步方便了医生对目标部位进行观察，避免显示设备中目标部位太小或者太大影响医生对患者的观察，极大地提高了医生的使用体验。
另外，本申请实施例还可以对目标部位以外的待推流数据的第二部分进行缩放。
本申请实施例对待显示数据在显示设备中的显示效果不做限定，当待显示数据的尺寸与显示设备的分辨率不匹配时，显示设备可以显示待显示数据的部分或者全部，优选是显示待显示数据的全部。另外，为了提高显示设备的显示效果，可以对待推流数据进行拉伸、压缩、等比例缩放、平移等数据处理，得到待显示数据。
参见图13，在一些实施方式中，所述显示策略还可以用于指示所述预设位置。
所述步骤S110可以包括步骤S501～S502。
步骤S501：基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到待平移数据。
步骤S502：基于所述预设位置，对所述待平移数据进行平移，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的预设位置。
例如当目标部位对应的视频数据靠近边缘时，可以对其进行平移使其居中。
由此，能够对目标部位对应的部分视频数据进行平移，使得目标部位显示在显示设备中的预设位置，由此，设置医生偏好或者习惯的预设位置，医生能够方便地在显示设备的预设位置观察患者，避免目标部位显示在医生不习惯或者不喜欢的位置，影响医生的使用体验。
另外，本申请实施例还可以对目标部位以外的视频数据进行平移。
参见图14，本申请提供了一种视频处理装置，所述装置包括：视频获取模块101，用于获取实时视频数据，所述实时视频数据是摄像头拍摄目标对象得到的；疾病类型模块102，用于获取所述目标对象的疾病类型；推流策略模块103，用于基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，所述推流策略用于指示第一预设清晰度；待推流数据模块104，用于基于所述推流策略，确定所述实时视频数据对应的待推流数据；数据推流模块105，用于将所述待推流数据推流至医生设备。
参见图15，在一些实施方式中，所述装置还可以包括：目标部位模块106，用于基于所述目标对象的疾病类型，确定所述目标对象的目标部位；所述待推流数据模块104用于基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据。
参见图16和图17，在一些实施方式中，所述装置还可以包括：清晰度获取模块107，用于获取第二预设清晰度，所述第二预设清晰度小于所述第一预设清晰度；所述待推流数据模块104包括：第一推流调整单元201，用于基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据的第一部分；第二推流调整单元202，用于基于所述第二预设清晰度，对所述实时视频数据的第二部分进行清晰度调整，得到所述待推流数据的第二部分，所述实时视频数据的第二部分是所述实时视频数据中第一部分以外的部分或者全部。
参见图18，在一些实施方式中，所述数据推流模块105可以包括：合成推流单元301，用于基于所述待推流数据的第一部分和第二部分，合成得到所述待推流数据并推流至所述医生设备；或者，分别推流单元302，用于将所述待推流数据的第一部分和第二部分分别推流至所述医生设备。
参见图19，在一些实施方式中，所述目标部位模块106可以包括：训练数据单元401，用于获取多个样本对象的训练数据，每个样本对象的训练数据包括所述样本对象的疾病类型和目标部位；模型训练单元402，用于利用所述多个样本对象的训练数据训练深度学习模型，得到目标部位分类模型；类型输入单元403，用于将所述目标对象的疾病类型输入所述目标部位分类模型，得到所述目标对象的目标部位。
参见图20，在一些实施方式中，所述装置还可以包括：网络带宽模块108，用于获取所述目标对象对应的网络带宽数据；所述推流策略模块103用于基于所述目标对象的疾病类型和所述目标对象对应的网络带宽数据，获取所述实时视频数据的推流策略。
参见图21，在一些实施方式中，所述装置还可以包括：显示策略模块109，用于基于所述目标对象的疾病类型，获取所述待推流数据的显示策略，所述显示策略用于指示以下至少一种：预设尺寸；预设位置；预设亮度；预设对比度；预设饱和度；待显示数据模块110，用于基于所述显示策略，确定所述待推流数据对应的待显示数据；数据显示模块111，用于利用显示设备显示所述待显示数据。
在一些实施方式中，所述显示策略可以用于指示所述预设尺寸；所述装置还可以包括：目标部位模块106，用于基于所述目标对象的疾病类型，确定所述目标对象的目标部位；所述待显示数据模块110用于基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的尺寸不小于所述预设尺寸，且使所述目标部位对应的所述待推流数据的第一部分完整显示在所述显示设备中。
参见图22，在一些实施方式中，所述显示策略还可以用于指示所述预设位置；所述待显示数据模块110可以包括：数据缩放单元501，用于基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到待平移数据；数据平移单元502，用于基于所述预设位置，对所述待平移数据进行平移，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的预设位置。
参见图23，本申请实施例还提供了一种电子设备200，电子设备200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
存储器210可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)211和/或高速缓存存储器212，还可以进一步包括只读存储器(ROM)213。
其中，存储器210还存储有计算机程序，计算机程序可以被处理器220执行，使得处理器220执行本申请实施例中视频处理方法的步骤，其具体实现方式与上述视频处理方法的实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
存储器210还可以包括具有至少一个程序模块215的实用工具214，这样的程序模块215包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
相应的，处理器220可以执行上述计算机程序，以及可以执行实用工具214。
总线230可以为表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
电子设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，所述计算机程序被执行时实现本申请实施例中视频处理方法的步骤，其具体实现方式与上述视频处理方法的实施例中记载的实施方式、所达到的技术效果一致，部分内容不再赘述。
图24示出了本实施例提供的用于实现上述视频处理方法的程序产品300，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品300不限于此，在本申请中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如Java、C++等，还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上，效能上，进步及新颖性等观点进行阐述，已符合专利法所强调的功能增进及使用要件，本申请以上的说明书及说明书附图，仅为本申请的较佳实施例而已，并非以此局限本申请，因此，凡一切与本申请构造，装置，特征等近似、雷同的，即凡依本申请专利申请范围所作的等同替换或修饰等，皆应属本申请的专利申请保护的范围之内。

Claims (12)

1.一种视频处理方法，其特征在于，所述方法包括：
获取实时视频数据，所述实时视频数据是摄像头拍摄目标对象得到的；
获取所述目标对象的疾病类型；
基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，所述推流策略用于指示第一预设清晰度；
基于所述推流策略，确定所述实时视频数据对应的待推流数据；
将所述待推流数据推流至医生设备。
2.根据权利要求1所述的视频处理方法，其特征在于，所述方法还包括：
基于所述目标对象的疾病类型，确定所述目标对象的目标部位；
所述基于所述推流策略，确定所述实时视频数据对应的待推流数据，包括：
基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据。
3.根据权利要求2所述的视频处理方法，其特征在于，所述方法还包括：
获取第二预设清晰度，所述第二预设清晰度小于所述第一预设清晰度；
所述基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据，包括：
基于所述第一预设清晰度，对所述目标部位对应的所述实时视频数据的第一部分进行清晰度调整，得到所述待推流数据的第一部分；
基于所述第二预设清晰度，对所述实时视频数据的第二部分进行清晰度调整，得到所述待推流数据的第二部分，所述实时视频数据的第二部分是所述实时视频数据中第一部分以外的部分或者全部。
4.根据权利要求3所述的视频处理方法，其特征在于，所述将所述待推流数据推流至医生设备，包括：
基于所述待推流数据的第一部分和第二部分，合成得到所述待推流数据并推流至所述医生设备；或者，
将所述待推流数据的第一部分和第二部分分别推流至所述医生设备。
5.根据权利要求2所述的视频处理方法，其特征在于，所述基于所述目标对象的疾病类型，确定所述目标对象的目标部位，包括：
获取多个样本对象的训练数据，每个样本对象的训练数据包括所述样本对象的疾病类型和目标部位；
利用所述多个样本对象的训练数据训练深度学习模型，得到目标部位分类模型；
将所述目标对象的疾病类型输入所述目标部位分类模型，得到所述目标对象的目标部位。
6.根据权利要求1所述的视频处理方法，其特征在于，所述方法还包括：
获取所述目标对象对应的网络带宽数据；
所述基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，包括：
基于所述目标对象的疾病类型和所述目标对象对应的网络带宽数据，获取所述实时视频数据的推流策略。
7.根据权利要求1所述的视频处理方法，其特征在于，所述方法还包括：
基于所述目标对象的疾病类型，获取所述待推流数据的显示策略，所述显示策略用于指示以下至少一种：预设尺寸；预设位置；预设亮度；预设对比度；预设饱和度；
基于所述显示策略，确定所述待推流数据对应的待显示数据；
利用显示设备显示所述待显示数据。
8.根据权利要求7所述的视频处理方法，其特征在于，所述显示策略用于指示所述预设尺寸；
所述方法还包括：
基于所述目标对象的疾病类型，确定所述目标对象的目标部位；
所述基于所述显示策略，确定所述待推流数据对应的待显示数据，包括：
基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的尺寸不小于所述预设尺寸，且使所述目标部位对应的所述待推流数据的第一部分完整显示在所述显示设备中。
9.根据权利要求8所述的视频处理方法，其特征在于，所述显示策略还用于指示所述预设位置；
所述基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到所述待显示数据，包括：
基于所述预设尺寸，对所述目标部位对应的所述待推流数据的第一部分进行缩放，得到待平移数据；
基于所述预设位置，对所述待平移数据进行平移，得到所述待显示数据，以使所述目标部位显示在所述显示设备中的预设位置。
10.一种视频处理装置，其特征在于，所述装置包括：
视频获取模块，用于获取实时视频数据，所述实时视频数据是摄像头拍摄目标对象得到的；
疾病类型模块，用于获取所述目标对象的疾病类型；
推流策略模块，用于基于所述目标对象的疾病类型，获取所述实时视频数据的推流策略，所述推流策略用于指示第一预设清晰度；
待推流数据模块，用于基于所述推流策略，确定所述实时视频数据对应的待推流数据；
数据推流模块，用于将所述待推流数据推流至医生设备。
11.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1-9任一项所述方法的步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-9任一项所述方法的步骤。
CN202110820705.8A 2021-07-20 2021-07-20 视频处理方法、装置、电子设备及计算机可读存储介质 Pending CN113556571A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110820705.8A CN113556571A (zh) 2021-07-20 2021-07-20 视频处理方法、装置、电子设备及计算机可读存储介质
PCT/CN2022/092815 WO2023000787A1 (zh) 2021-07-20 2022-05-13 视频处理方法、装置、电子设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110820705.8A CN113556571A (zh) 2021-07-20 2021-07-20 视频处理方法、装置、电子设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113556571A true CN113556571A (zh) 2021-10-26

Family

ID=78103511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110820705.8A Pending CN113556571A (zh) 2021-07-20 2021-07-20 视频处理方法、装置、电子设备及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN113556571A (zh)
WO (1) WO2023000787A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023000787A1 (zh) * 2021-07-20 2023-01-26 苏州景昱医疗器械有限公司 视频处理方法、装置、电子设备及计算机可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130307972A1 (en) * 2012-05-20 2013-11-21 Transportation Security Enterprises, Inc. (Tse) System and method for providing a sensor and video protocol for a real time security data acquisition and integration system
CN106131615A (zh) * 2016-07-25 2016-11-16 北京小米移动软件有限公司 视频播放方法及装置
CN108521609A (zh) * 2018-02-27 2018-09-11 北京达佳互联信息技术有限公司 确定推送视频类型的方法、装置及终端
CN111225209A (zh) * 2018-11-23 2020-06-02 北京字节跳动网络技术有限公司 视频数据推流方法、装置、终端及存储介质
CN111986793A (zh) * 2020-09-03 2020-11-24 平安国际智慧城市科技股份有限公司 基于人工智能的导诊处理方法、装置、计算机设备及介质
CN112019930A (zh) * 2020-07-26 2020-12-01 杭州皮克皮克科技有限公司 一种直播视频的互动显示方法及装置
CN112954464A (zh) * 2021-01-21 2021-06-11 百果园技术(新加坡)有限公司 一种基于网络异常预测的视频清晰度选择方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001094963A (ja) * 1999-09-20 2001-04-06 Nippon Telegr & Teleph Corp <Ntt> 映像伝送方法と仲介サーバ装置とプログラム記録媒体
CN101669815B (zh) * 2009-09-22 2011-05-11 广东威创视讯科技股份有限公司 一种医学切片远程诊断的系统
US20130267873A1 (en) * 2012-04-10 2013-10-10 Mindray Ds Usa, Inc. Systems and methods for monitoring patients with real-time video
WO2015167652A1 (en) * 2014-04-29 2015-11-05 Future Life, LLC Remote assessment of emotional status of a person
US10162936B2 (en) * 2016-03-10 2018-12-25 Ricoh Company, Ltd. Secure real-time healthcare information streaming
CN105835069A (zh) * 2016-06-06 2016-08-10 李志华 智能家用保健机器人
CN111698553B (zh) * 2020-05-29 2022-09-27 维沃移动通信有限公司 视频处理方法、装置、电子设备及可读存储介质
CN113556571A (zh) * 2021-07-20 2021-10-26 苏州景昱医疗器械有限公司 视频处理方法、装置、电子设备及计算机可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130307972A1 (en) * 2012-05-20 2013-11-21 Transportation Security Enterprises, Inc. (Tse) System and method for providing a sensor and video protocol for a real time security data acquisition and integration system
CN106131615A (zh) * 2016-07-25 2016-11-16 北京小米移动软件有限公司 视频播放方法及装置
CN108521609A (zh) * 2018-02-27 2018-09-11 北京达佳互联信息技术有限公司 确定推送视频类型的方法、装置及终端
CN111225209A (zh) * 2018-11-23 2020-06-02 北京字节跳动网络技术有限公司 视频数据推流方法、装置、终端及存储介质
CN112019930A (zh) * 2020-07-26 2020-12-01 杭州皮克皮克科技有限公司 一种直播视频的互动显示方法及装置
CN111986793A (zh) * 2020-09-03 2020-11-24 平安国际智慧城市科技股份有限公司 基于人工智能的导诊处理方法、装置、计算机设备及介质
CN112954464A (zh) * 2021-01-21 2021-06-11 百果园技术(新加坡)有限公司 一种基于网络异常预测的视频清晰度选择方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023000787A1 (zh) * 2021-07-20 2023-01-26 苏州景昱医疗器械有限公司 视频处理方法、装置、电子设备及计算机可读存储介质

Also Published As

Publication number Publication date
WO2023000787A1 (zh) 2023-01-26

Similar Documents

Publication Publication Date Title
US11908188B2 (en) Image analysis method, microscope video stream processing method, and related apparatus
Nepal et al. A framework for telehealth program evaluation
US11830614B2 (en) Method and system for optimizing healthcare delivery
KR20130053587A (ko) 의료기기 및 이를 이용한 의료영상 디스플레이 방법
CN105938665A (zh) 一种远程音视频手术示教系统
CN104188615A (zh) 一种移动内镜影像系统及远程内窥镜系统
US20200234809A1 (en) Method and system for optimizing healthcare delivery
AU2019216655B2 (en) Image viewer
JP2009045131A (ja) 医用情報処理システム、医用情報処理方法、及びプログラム
CN113556571A (zh) 视频处理方法、装置、电子设备及计算机可读存储介质
CN110867257A (zh) 一种远程会诊系统
US8830297B2 (en) Apparatus and method for providing remote medical services via an API and an open IPTV platform apparatus
JP2023526412A (ja) 情報処理方法、電子装置、及びコンピュータ記憶媒体
CN109273080B (zh) 智能诊疗方法、装置、电子设备及存储介质
CN206867302U (zh) 牙科综合治疗机的远程视频装置及系统
WO2016127134A1 (en) Automatically handling natural-language patient inquiries about health insurance information
KR102374278B1 (ko) 순수웹기반 pacs에서 의료영상의 적응적 로딩을 통한 렌더링 방법 및 그 장치
CN112086155A (zh) 一种基于语音录入的诊疗信息结构化收集方法
KR20120076652A (ko) 원격 화상 진료 시스템 및 방법
CN112750520A (zh) 一种信息处理系统
JP2020096703A (ja) 医用画像管理装置及び医用画像管理システム
CN110021440A (zh) 提供对象特异性信息
US20240105347A1 (en) System and method for enabling medical consultation online
US20230300448A1 (en) Telehealth communications
JP7489643B2 (ja) ユーザ向けの医療撮像及び情報パッケージングのシステム、ならびに圧縮及び配信のシステム

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
CB02 Change of applicant information

Address after: 215000 building C16, bio nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province

Applicant after: Jingyu Medical Technology (Suzhou) Co.,Ltd.

Address before: 215000 building C16, bio nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province

Applicant before: SCENERAY Co.,Ltd.

CB02 Change of applicant information