CN113709369B - 慢性病患者视频追溯方法及相关装置 - Google Patents
慢性病患者视频追溯方法及相关装置 Download PDFInfo
- Publication number
- CN113709369B CN113709369B CN202110990525.4A CN202110990525A CN113709369B CN 113709369 B CN113709369 B CN 113709369B CN 202110990525 A CN202110990525 A CN 202110990525A CN 113709369 B CN113709369 B CN 113709369B
- Authority
- CN
- China
- Prior art keywords
- information
- patient
- target patient
- video
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 208000017667 Chronic Disease Diseases 0.000 title claims abstract description 33
- 201000010099 disease Diseases 0.000 claims abstract description 52
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 52
- 230000001684 chronic effect Effects 0.000 claims abstract description 29
- 230000009471 action Effects 0.000 claims description 45
- 230000008859 change Effects 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 7
- 206010020850 Hyperthyroidism Diseases 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 241000237536 Mytilus edulis Species 0.000 description 3
- 208000026106 cerebrovascular disease Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 235000020638 mussel Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 208000012902 Nervous system disease Diseases 0.000 description 2
- 208000021384 Obsessive-Compulsive disease Diseases 0.000 description 2
- 230000002526 effect on cardiovascular system Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004399 eye closure Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 208000014085 Chronic respiratory disease Diseases 0.000 description 1
- 206010019468 Hemiplegia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000007443 Neurasthenia Diseases 0.000 description 1
- 208000031662 Noncommunicable disease Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 206010033557 Palpitations Diseases 0.000 description 1
- 208000027089 Parkinsonian disease Diseases 0.000 description 1
- 206010034010 Parkinsonism Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 206010003549 asthenia Diseases 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 208000030172 endocrine system disease Diseases 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 206010029864 nystagmus Diseases 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009323 psychological health Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
- H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- 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]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/845—Structuring of content, e.g. decomposing content into time segments
- H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
-
- 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)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Neurology (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Neurosurgery (AREA)
- Computer Networks & Wireless Communication (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Developmental Disabilities (AREA)
- Evolutionary Computation (AREA)
- Psychiatry (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供慢性病患者视频追溯方法、装置、电子设备及可读存储介质,方法包括:基于目标患者的疾病信息,生成时间指示信息;基于时间指示信息,向目标患者对应的患者设备发送录制提示信息,以使目标患者能够接收到录制提示信息;接收患者设备发送的视频信息和录制时间信息,并基于视频信息,确定目标患者的显示图像;将显示图像和录制时间信息存储在存储设备中。医生可以非常方便的利用储存的显示图像和录制时间信息对目标患者的慢性病病情进行追溯,无需定期实时与目标患者进行沟通,患者也无需定期前往医院,同时方便了医生及患者,并扩展了对于不同患者类型的应用范围。
Description
技术领域
本申请涉及远程医疗技术领域,尤其涉及慢性病患者视频追溯方法、装置、电子设备及可读存储介质。
背景技术
慢性病全称是慢性非传染性疾病,不是特指某种疾病,而是对一类起病隐匿,病程长且病情迁延不愈,缺乏确切的传染性生物病因证据,病因复杂,且有些尚未完全被确认的疾病的概括性总称;常见的慢性病主要有慢性神经系统疾病、心脑血管疾病、癌症、糖尿病、慢性呼吸系统疾病,其中心脑血管疾病包含高血压、脑卒中和冠心病;一旦防治不及,会造成患者经济、生命等方面的危害。
对于慢性病患者,他们需要长期和医生建立联系以更换药物或变化治疗方法从而维持身体健康状态。但目前,大部分慢性病患者只有病情发展到严重影响身体健康时才不得不去医院就医,但此时往往为时已晚,对患者的身心健康和经济状况造成极大的影响。
当前,远程医疗技术日益发展,利用现代信息技术进行医生与患者的实时沟通逐渐来到了千千万万的慢性病患者身边,但目前的远程医疗系统中,慢性病的追溯需要医生定期与患者进行实时沟通,医生需要按照时间表单独抽出时间专门进行沟通,并且某些沟通还可能需要发生在医生的非工作时间,给医生及患者带来了不便。
因此,急需开发一种能够方便患者及医生进行慢性病患者视频追溯的方法及相关装置。
发明内容
本申请的目的在于提供慢性病患者视频追溯方法、装置、电子设备及可读存储介质,解决现有技术中医生与患者进行慢性病患者视频追溯不方便的问题。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种慢性病患者视频追溯方法,所述方法包括:基于目标患者的疾病信息,生成时间指示信息,所述疾病信息用于指示所述目标患者的慢性病类型;基于所述时间指示信息,向所述目标患者对应的患者设备发送录制提示信息,以使所述目标患者能够接收到所述录制提示信息,所述录制提示信息用于指示所述目标患者录制视频;接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像;将所述显示图像和所述录制时间信息存储在存储设备中。
该技术方案的有益效果在于:根据目标患者的疾病信息生成时间指示信息,然后根据时间指示信息指示患者进行录制,并接收目标患者录制的视频信息和录制时间信息,由此确定目标患者的显示图像,并将显示图像和录制时间信息一起储存;医生可以非常方便的利用储存的显示图像和录制时间信息对目标患者的慢性病病情进行追溯,无需定期实时与目标患者进行沟通,患者也无需定期前往医院,同时方便了医生及患者;根据目标患者的疾病信息生成时间指示信息,可以根据不同的患者类型生成不同的时间指示信息,扩展了对于不同患者类型的应用范围。
在一些可选实施例中,所述方法还包括:基于所述显示图像和所述录制时间信息,生成第一提示信息并发送至医生设备,所述第一提示信息用于指示所述目标患者在所述录制时间信息所指示的录制时间已录制视频;利用所述医生设备接收查看操作;响应于所述查看操作,将所述显示图像显示在所述医生设备上。该技术方案的有益效果在于:生成第一提示信息并发送至医生设备,以提示医生目标患者已录制,并接收查看操作将显示图像发送至医生设备;对第一提示信息可以及时提醒医生及时查看显示图像,避免贻误病情,接收查看操作后,再将显示图像发送至医生设备,可以避免同一时刻大量患者同时录制视频信息导致的网络流量峰值,使得视频信息的传输更加顺畅。
在一些可选实施例中,所述接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像,还包括:基于所述目标患者的疾病信息,生成所述目标患者的特征部位信息,所述特征部位信息用于指示所述目标患者的特征部位;当检测到所述视频信息的显示内容包括所述特征部位时,基于所述视频信息确定所述目标患者的显示图像;当检测到所述视频信息的显示内容不包括所述特征部位时,生成第二提示信息并发送至所述患者设备,所述第二提示信息用于提示所述目标患者重新录制视频。该技术方案的有益效果在于:检测视频信息的显示内容是否包括与目标患者的疾病信息对应的特征部位,当不包括时,提示目标患者重新录制,直到视频信息的显示内容包括与目标患者的疾病信息对应的特征部位,避免了因目标患者的错误操作导致的无效视频信息被存储,提高了慢性病患者视频追溯的运作效率。
在一些可选实施例中,所述接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像,还包括:基于所述目标患者的特征部位信息,从所述视频信息中获取所述目标患者对应的特征图像;获取所述目标患者对应的背景图像;对所述特征图像与所述背景图像进行合成,生成合成图像,作为所述显示图像。该技术方案的有益效果在于:将目标患者特征部位对应的特征图像与背景图像进行合成,并将合成图像作为显示图像,能够在保证目标患者的特征部位被显示的同时,避免目标患者周围的其他图像泄露目标患者的隐私或干扰医生的观察。
在一些可选实施例中,所述方法还包括:基于所述时间指示信息,检测所述目标患者是否在第一预设时间范围内录制所述视频信息;当所述目标患者未在第一预设时间范围内录制所述视频信息时,生成第三提示信息并发送至所述医生设备和/或所述患者设备,所述第三提示信息用于提示所述医生和/或所述目标患者,所述目标患者未在第一预设时间范围内录制所述视频信息。该技术方案的有益效果在于:检测目标患者是否在第一预设时间范围内录制视频信息,未在第一预设时间范围内录制时,提示目标患者和/或医生,以减少因目标患者因为疏忽等原因未在第一预设时间范围内录制视频信息导致的病情贻误。
在一些可选实施例中,所述方法还包括:基于所述疾病信息,确定所述目标患者对应的动作识别模型,所述动作识别模型用于识别图像对应的动作类型、动作频率和动作幅度中的至少一种;利用所述动作识别模型对所述显示图像进行识别,得到所述目标患者对应的参数信息,所述参数信息用于指示所述目标患者的动作参数及其参数值;将所述参数信息发送至所述医生设备。该技术方案的有益效果在于:利用动作识别模型识别目标患者的参数信息,并将该参数信息发送至医生设备,可以为医生提供量化的参考信息,方便医生参考该参数信息,结合自身的专业知识,对目标患者的病情发展做出判断;可以根据不同的患者类型,确定不同的动作识别模型,扩展了慢性病患者视频追溯方法中动作识别模型应用的范围。
在一些可选实施例中,所述方法还包括:利用所述医生设备接收选择操作并生成时间范围信息,所述时间范围信息用于指示第二预设时间范围;基于所述时间范围信息和参数信息,生成对比显示信息,所述对比显示信息用于指示第二预设时间范围内所述参数信息的变化趋势;将所述对比显示信息发送至所述医生设备。该技术方案的有益效果在于:接收选择操作,并以此确定时间范围,利用该时间范围对应的参数信息生成指示该时间范围内参数信息的变化趋势的对比显示信息,并发送至医生设备,可以为医生提供量化的变化趋势作为参考信息,进一步地方便医生根据该变化趋势作为参考信息,结合自身的专业知识,对目标患者的病情发展做出判断。
第二方面,本申请提供一种慢性病患者视频追溯装置,所述装置包括:时间生成模块,用于基于目标患者的疾病信息,生成时间指示信息,所述疾病信息用于指示所述目标患者的慢性病类型;录制提示模块,用于基于所述时间指示信息,向所述目标患者对应的患者设备发送录制提示信息,以使所述目标患者能够接收到所述录制提示信息,所述录制提示信息用于指示所述目标患者录制视频;图像确定模块,用于接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像;信息存储模块,用于将所述显示图像和所述录制时间信息存储在存储设备中。
在一些可选实施例中,所述图像发送模块包括:第一提示模块,用于基于所述显示图像和所述录制时间信息,生成第一提示信息并发送至医生设备,所述第一提示信息用于指示所述目标患者在所述录制时间信息所指示的录制时间已录制视频;查看接收模块,用于利用所述医生设备接收查看操作;发送图像模块,用于响应于所述查看操作,将所述显示图像显示在所述医生设备上。
在一些可选实施例中,所述图像确定模块包括:特征部位单元,用于基于所述目标患者的疾病信息,生成所述目标患者的特征部位信息,所述特征部位信息用于指示所述目标患者的特征部位;确定图像单元,用于当检测到所述视频信息的显示内容包括所述特征部位时,基于所述视频信息确定所述目标患者的显示图像;第二提示单元,用于当检测到所述视频信息的显示内容不包括所述特征部位时,生成第二提示信息并发送至所述患者设备,所述第二提示信息用于提示所述目标患者重新录制视频;。
在一些可选实施例中,所述图像确定模块还包括:特征图像单元,用于基于所述目标患者的特征部位信息,从所述视频信息中获取所述目标患者对应的特征图像;背景图像单元,用于获取所述目标患者对应的背景图像;图像合成单元,用于对所述特征图像与所述背景图像进行合成,生成合成图像作为所述显示图像。
在一些可选实施例中,所述装置还包括:录制检测模块,用于基于所述时间指示信息,检测所述目标患者是否在第一预设时间范围内录制所述视频信息;第三提示模块,用于当所述目标患者未在第一预设时间范围内录制所述视频信息时,生成第三提示信息并发送至所述医生设备和/或所述患者设备,所述第三提示信息用于提示所述医生和/或所述目标患者,所述目标患者未在第一预设时间范围内录制所述视频信息。
在一些可选实施例中,所述装置还包括:模型确定模块,用于基于所述疾病信息,确定所述目标患者对应的动作识别模型,所述动作识别模型用于识别图像对应的动作类型、动作频率、动作幅度中的至少一种;参数信息模块,用于利用所述动作识别模型对所述显示图像进行识别,得到所述目标患者对应的参数信息,所述参数信息用于指示所述目标患者的动作参数及其参数值;参数发送模块,用于将所述参数信息发送至所述医生设备。
在一些可选实施例中,所述装置还包括:时间范围模块,用于利用所述医生设备接收选择操作并生成时间范围信息,所述时间范围信息用于指示第二预设时间范围;对比信息模块,用于基于所述时间范围信息和参数信息,生成对比显示信息,所述对比显示信息用于指示第二预设时间范围内所述参数信息的变化趋势;发送对比模块,用于将所述对比显示信息发送至所述医生设备。
第三方面,本申请提供了一种电子设备,所述电子设备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慢性病患者视频追溯方法的步骤。
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慢性病患者视频追溯方法的步骤。
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慢性病患者视频追溯方法的流程示意图;
图2是本申请实施例提供的另一种慢性病患者视频追溯方法的部分流程示意图;
图3是本申请实施例提供的一种确定显示图像的流程示意图;
图4是本申请实施例提供的另一种确定显示图像的流程示意图;
图5是本申请实施例提供的又一种慢性病患者视频追溯方法的部分流程示意图;
图6是本申请实施例提供的又一种慢性病患者视频追溯方法的部分流程示意图;
图7是本申请实施例提供的又一种慢性病患者视频追溯方法的部分流程示意图;
图8是本申请实施例提供的一种慢性病患者视频追溯装置的结构示意图;
图9是本申请实施例提供的另一种慢性病患者视频追溯装置的部分结构示意图;
图10是本申请实施例提供的一种图像确定模块的结构示意图;
图11是本申请实施例提供的另一种图像确定模块的结构示意图;
图12是本申请实施例提供的又一种慢性病患者视频追溯装置的部分结构示意图;
图13是本申请实施例提供的又一种慢性病患者视频追溯装置的部分结构示意图;
图14是本申请实施例提供的又一种慢性病患者视频追溯装置的部分结构示意图;
图15是本申请实施例提供的一种电子设备的结构示意图;
图16是本申请实施例提供的一种用于实现慢性病患者视频追溯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,本申请实施例提供了一种慢性病患者视频追溯方法,所述方法可以包括步骤S101~S104。其中,慢性病可以是慢性神经系统疾病,例如帕金森、癫痫、神经衰弱等,也可以是慢性心脑血管疾病,例如心悸、胸闷、偏瘫、眼球震颤等,也可以是慢性心理疾病,例如抑郁症、强迫症、紧张性疼痛等,也可以是慢性内分泌系统疾病,例如甲亢等。视频追溯是指医生可以查看慢性病患者录制的历史视频,方便医生根据慢性病患者的历史视频,结合自身的医学知识,判断慢性病患者的疾病进展情况。
步骤S101:基于目标患者的疾病信息,生成时间指示信息,所述疾病信息用于指示所述目标患者的慢性病类型。
其中,目标患者的疾病信息的获取方式可以包括从存储设备中获取,或由工作人员手工录入。目标患者的疾病信息,例如“张三,帕金森”或“李四,强迫症”,也可以是表格信息,例如可以包括多个患者的名字及所属疾病类型的表格。时间指示信息可以是具体的时刻,例如是每天早上8点,也可以是具体的时间段,例如是每周一三五的晚6点至晚9点。
步骤S102:基于所述时间指示信息,向所述目标患者对应的患者设备发送录制提示信息,以使所述目标患者能够接收到所述录制提示信息,所述录制提示信息用于指示所述目标患者录制视频。
其中,录制提示信息可以是文本信息,也可以是语音信息,也可以是文本信息和语音信息的组合;例如,向患者设备发送文本信息“请张三于8点钟录制视频”,并同时播放语音“请张三于8点钟录制视频”;患者设备可以是患者的手机、平板电脑、个人台式计算机、笔记本电脑、远程医疗专用的电子设备等,本申请中,任何能够实现信息传达、图像获取及图像传输功能的设备,均可作为患者设备。
步骤S103:接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像。
其中,录制时间信息用于指示目标患者录制的时间,可以包括目标患者开始录制的时刻和目标患者录制的时长,或者是,目标患者开始录制的时刻和目标患者结束录制的时刻。
步骤S104:将所述显示图像和所述录制时间信息存储在存储设备中。
其中,存储设备可以是患者设备中的存储装置,也可以是云服务器中的存储装置,也可以是医生设备中的存储装置,亦可以是第三方存储装置,本申请中,任何能够实现显示图像和录制时间信息存储的设备,均可作为存储设备。
由此,根据目标患者的疾病信息生成时间指示信息,然后根据时间指示信息指示患者进行录制,并接收目标患者录制的视频信息和录制时间信息,以此确定目标患者的显示图像,并将显示图像和录制时间信息一起储存;医生可以非常方便的利用储存的显示图像和录制时间信息对目标患者的慢性病病情进行追溯,无需定期实时与目标患者进行沟通;根据目标患者的疾病信息生成时间指示信息,可以根据不同的患者类型生成不同的时间指示信息,扩展了对于不同患者类型的应用范围。
在一具体应用场景中,目标患者张三是长期的帕金森患者,现有医学手段中,对于帕金森患者的病情评估,往往采用观察患者做对指动作的频率和准确度来获得参考信息,利用参考信息结合医生自身的判断,明确患者的病情;但由于张三行动迟缓,不便于频繁往返医院,因此采用本申请提供的慢性病患者视频追溯方法,根据张三的疾病信息,生成时间指示信息:“每日上午10点录制视频”,并发送录制提示信息至张三对应的远程医疗终端,张三准时录制对指的视频,将该视频确定为显示图像,并结合录制时间信息一并存储至云服务器中的存储设备中。当医生需要查看张三的病情时,可通过各种途径,从云服务器中的存储设备中获取张三对应的对指的视频和录制时间信息。
参见图2,在一些可选实施例中,所述方法还可以包括步骤S105~S107。
步骤S105:基于所述显示图像和所述录制时间信息,生成第一提示信息并发送至医生设备,所述第一提示信息用于指示所述目标患者在所述录制时间信息所指示的录制时间已录制视频。
步骤S106:利用所述医生设备接收查看操作。
步骤S107:响应于所述查看操作,将所述显示图像显示在所述医生设备上。
其中医生设备可以是医生手机、医生平板电脑、医生用的工作用计算机、医生专用的远程沟通设备等。
由此,生成第一提示信息并发送至医生设备,以提示医生目标患者已录制,并接收查看操作将显示图像发送至医生设备;对第一提示信息可以及时提醒医生及时查看显示图像,避免贻误病情,接收查看操作后,再将显示图像发送至医生设备,可以避免同一时刻大量患者同时录制视频信息导致的网络流量峰值,使得视频信息的传输更加顺畅。
在一具体应用场景中,对于同类型的大量患者,均需要在早上8点录制视频,如果大量患者视频同时传输,则会造成网络流量峰值,影响传输顺畅性,在本申请实施例所提供的技术方案中,患者张三录制对指视频后,生成第一提示信息:“患者张三已录制视频,是否查看”,利用医生设备接收医生的查看操作后,将张三录制的对指视频发送至医生设备;由于不同医生进行查看操作的时间会有区别,因此避免了大量患者视频的同时传输,使得传输顺畅性得以保证。
参见图3,在一些实施方式中,所述步骤S103可以包括步骤S201~S203。
步骤S201:基于所述目标患者的疾病信息,生成所述目标患者的特征部位信息,所述特征部位信息用于指示所述目标患者的特征部位。
步骤S202:当检测到所述视频信息的显示内容包括所述特征部位时,基于所述视频信息确定所述目标患者的显示图像。
步骤S203:当检测到所述视频信息的显示内容不包括所述特征部位时,生成第二提示信息并发送至所述患者设备,所述第二提示信息用于提示所述目标患者重新录制视频。
由此,检测视频信息的显示内容是否包括与目标患者的疾病信息对应的特征部位,当不包括时,提示目标患者重新录制,直到视频信息的显示内容包括与目标患者的疾病信息对应的特征部位,避免了因目标患者的错误操作导致的无效视频信息被存储,提高了慢性病患者视频追溯的运作效率。
在一具体应用场景中,患者李四为甲亢患者,按照医生的要求,患者李四的患者设备提醒李四每隔12小时录制一次闭眼手平举的动作视频,生成李四的特征部位信息,指示其特征部位为双手,由于患者设备摄像头偏移原因,未将李四的双手录入视频信息中,因此,提醒李四重新录制视频信息,直至视频信息的显示的内容中,包括李四的双手。
参见图4,在一些实施方式中,所述步骤S103还可以包括步骤S301~S303。
步骤S301:基于所述目标患者的特征部位信息,从所述视频信息中获取所述目标患者对应的特征图像。
步骤S302:获取所述目标患者对应的背景图像。
步骤S303:对所述特征图像与所述背景图像进行合成,生成合成图像作为所述显示图像。
由此,将目标患者特征部位对应的特征图像与背景图像进行合成,并将合成图像作为显示图像,能够在保证目标患者的特征部位被显示的同时,避免目标患者周围的其他图像泄露目标患者的隐私或干扰医生的观察。
在一具体应用场景中,患者李四为甲亢患者,按照医生的要求,患者李四的患者设备提醒李四每隔12小时录制一次闭眼手平举的动作视频,截取患者李四的双手图像作为特征图像,并将纯色图片作为背景图像与李四的双手图像进行合成,合成图像中,李四的双手图像可以被完全显示,将该合成图像作为显示图像可以避免除李四的双手图像以外的其他图像泄露李四的隐私。
参见图5,在一些实施方式中,所述方法还可以包括步骤S108~S109。
步骤S108:基于所述时间指示信息,检测所述目标患者是否在第一预设时间范围内录制所述视频信息。
步骤S109:当所述目标患者未在第一预设时间范围内录制所述视频信息时,生成第三提示信息并发送至所述医生设备和/或所述患者设备,所述第三提示信息用于提示所述医生和/或所述目标患者,所述目标患者未在第一预设时间范围内录制所述视频信息。
其中,第一预设时间范围可以根据时间指示信息中所指示的时间进行设定,时间指示信息指示的时间为上午8:00-9:00,则第一预设时间范围可以设定为上午7:50-9:10;或者是,时间指示信息指示的时间为上午10:00,则第一预设时间范围可以设定为上午9:55-10:05。
由此,检测目标患者是否在第一预设时间范围内录制视频信息,未在第一预设时间范围内录制时,提示目标患者和/或医生,以减少因目标患者因为疏忽等原因未在第一预设时间范围内录制视频信息导致的病情贻误。
在一具体应用场景中,患者李四未在第一预设时间范围内录制视频信息,此时,发送提示信息“患者李四未在第一预设时间范围内录制视频”至患者设备和医生设备,使得医生及时了解到李四未在第一预设时间范围内录制视频,医生通过电话与李四沟通,得知李四患者设备电量耗尽,医生敦促李四及时充电并补充录制视频,避免了李四未及时录制视频导致病情贻误。
参见图6,在一些实施方式中,所述方法还可以包括步骤S110~S112。
步骤S110:基于所述疾病信息,确定所述目标患者对应的动作识别模型,所述动作识别模型用于识别图像对应的动作类型、动作频率、动作幅度中的至少一种。
步骤S111:利用所述动作识别模型对所述显示图像进行识别,得到所述目标患者对应的参数信息,所述参数信息用于指示所述目标患者的动作参数及其参数值。
步骤S112:将所述参数信息发送至所述医生设备。
由此,利用动作识别模型识别目标患者的参数信息,并将该参数信息发送至医生设备,可以为医生提供量化的参考信息,方便医生参考该参数信息,结合自身的专业知识,对目标患者的病情发展做出判断;可以根据不同的患者类型,确定不同的动作识别模型,扩展了慢性病患者视频追溯方法中动作识别模型应用的范围。
在一具体应用场景中,患者李四为甲亢患者,确定李四对应的动作识别模型是手指抖动动作识别模型,利用该模型识别李四手指抖动的频率作为特征参数,并发送至医生设备,医生可以非常方便的了解到患者李四的手指抖动频率,无需人工计数,方便医生根据李四的手指抖动频率这一参考信息,结合自身的医学知识,判断李四的病情;当患者是帕金森患者张三时,可以确定张三对应的动作识别模型是对指动作识别模型,扩展了对于不同类型患者的应用范围。
参见图7,在一些实施方式中,所述方法还可以包括步骤S113~S115。
步骤S113:利用所述医生设备接收选择操作并生成时间范围信息,所述时间范围信息用于指示第二预设时间范围。
步骤S114:基于所述时间范围信息和参数信息,生成对比显示信息,所述对比显示信息用于指示第二预设时间范围内所述参数信息的变化趋势。
其中,第二预设时间范围可以是一段时间范围,例如是近一个月内,也可以是至少两段时间范围,例如是4月份和5月份;对比显示信息可以是参数信息在第二预设时间范围内的变化趋势曲线图,也可以是包括第二预设时间范围内的特定的多个时间点及其对应的参数信息的表格,也可以是两段时间范围内的参数信息的对比信息,例如4月份和5月份的参数信息的对比信息。
步骤S115:将所述对比显示信息发送至所述医生设备。
由此,接收选择操作,并以此确定时间范围,利用该时间范围对应的参数信息生成指示该时间范围内参数信息的变化趋势的对比显示信息,并发送至医生设备,可以为医生提供量化的变化趋势作为参考信息,进一步地方便医生根据该变化趋势作为参考信息,结合自身的专业知识,对目标患者的病情发展做出判断。
在一具体应用场景中,患者李四为甲亢患者,确定李四对应的识别模型是手指抖动识别模型,选择最近一个月的时间范围,生成李四手指抖动频率在该时间范围内变化趋势曲线图,发送至医生设备,方便医生直观的了解李四在近一个月内的手指抖动频率的变化,并结合自身的医学知识对李四的病情做出判断。
在另一具体应用场景中医生可以选择4月份和5月份作为第二预设时间范围,此时,生成4月份和5月份的李四手指抖动频率的对比图,方便医生直观的了解李四在4月份到5月份的手指抖动频率的变化。
参见图8,本申请实施例还提供一种慢性病患者视频追溯装置,所述装置可以包括:时间生成模块101,用于基于目标患者的疾病信息,生成时间指示信息,所述疾病信息用于指示所述目标患者的慢性病类型;录制提示模块102,用于基于所述时间指示信息,向所述目标患者对应的患者设备发送录制提示信息,以使所述目标患者能够接收到所述录制提示信息,所述录制提示信息用于指示所述目标患者录制视频;图像确定模块103,用于接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像;信息存储模块104,用于将所述显示图像和所述录制时间信息存储在存储设备中。其具体实现方式与上述模型训练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。
参见图9,在一些实施方式中,所述装置还可以包括:第一提示模块105,用于基于所述显示图像和所述录制时间信息,生成第一提示信息并发送至医生设备,所述第一提示信息用于指示所述目标患者在所述录制时间信息所指示的录制时间已录制视频;查看接收模块106,用于利用所述医生设备接收查看操作;发送图像模块107,用于响应于所述查看操作,将所述显示图像显示在所述医生设备上。
参见图10,在一些实施方式中,所述图像确定模块103可以包括:特征部位单元201,用于基于所述目标患者的疾病信息,生成所述目标患者的特征部位信息,所述特征部位信息用于指示所述目标患者的特征部位;确定图像单元202,用于当检测到所述视频信息的显示内容包括所述特征部位时,基于所述视频信息确定所述目标患者的显示图像;第二提示单元203,用于当检测到所述视频信息的显示内容不包括所述特征部位时,生成第二提示信息并发送至所述患者设备,所述第二提示信息用于提示所述目标患者重新录制视频。
参见图11,在一些实施方式中,所述图像确定模块103还可以包括:特征图像单元301,用于基于所述目标患者的特征部位信息,从所述视频信息中获取所述目标患者对应的特征图像;背景图像单元302,用于获取所述目标患者对应的背景图像;图像合成单元303,用于对所述特征图像与所述背景图像进行合成,生成合成图像作为所述显示图像。
参见图12,在一些实施方式中,所述装置还可以包括:录制检测模块108,用于基于所述时间指示信息,检测所述目标患者是否在第一预设时间范围内录制所述视频信息;第三提示模块109,用于当所述目标患者未在第一预设时间范围内录制所述视频信息时,生成第三提示信息并发送至医生设备和/或所述患者设备,所述第三提示信息用于提示所述医生和/或所述目标患者,所述目标患者未在第一预设时间范围内录制所述视频信息。
参见图13,在一些实施方式中,所述装置还可以包括:模型确定模块110,用于基于所述疾病信息,确定所述目标患者对应的动作识别模型,所述动作识别模型用于识别图像对应的动作类型、动作频率、动作幅度中的至少一种;参数信息模块111,用于利用所述动作识别模型对所述显示图像进行识别,得到所述目标患者对应的参数信息,所述参数信息用于指示所述目标患者的动作参数及其参数值;参数发送模块112,用于将所述参数信息发送至所述医生设备。
参见图14,在一些实施方式中,所述装置还可以包括:时间范围模块113,用于利用所述医生设备接收选择操作并生成时间范围信息,所述时间范围信息用于指示第二预设时间范围;对比信息模块114,用于基于所述时间范围信息和参数信息,生成对比显示信息,所述对比显示信息用于指示第二预设时间范围内所述参数信息的变化趋势;发送对比模块115,用于将所述对比显示信息发送至所述医生设备。
参见图15,本申请实施例还提供了一种电子设备200,电子设备200可以包括至少一个存储装置210、至少一个处理器220以及连接不同平台系统的总线230。
存储装置210可以包括易失性存储装置形式的可读介质,例如随机存取存储装置(RAM)211和/或高速缓存存储装置212,还可以进一步可以包括只读存储装置(ROM)213。
其中,存储装置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执行本申请实施例提供的慢性病患者视频追溯方法的步骤。其具体实现方式与上述慢性病患者视频追溯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。
存储装置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,包括存储装置总线或者存储装置控制器、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慢性病患者视频追溯方法的步骤,其具体实现方式与上述慢性病患者视频追溯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16示出了本实施例提供的用于实现上述慢性病患者视频追溯方法的程序产品300,其可以采用便携式紧凑盘只读存储装置(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,本申请的程序产品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、随机存取存储装置(RAM)、只读存储装置(ROM)、可擦式可编程只读存储装置(EPROM或闪存)、光纤、便携式紧凑盘只读存储装置(CD-ROM)、光存储装置件、磁存储装置件、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申请操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还可以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、部分地在关联设备上执行、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 (7)
1.一种慢性病患者视频追溯装置,其特征在于,所述装置包括:
时间生成模块,用于基于目标患者的疾病信息,生成时间指示信息,所述疾病信息用于指示所述目标患者的慢性病类型;
录制提示模块,用于基于所述时间指示信息,向所述目标患者对应的患者设备发送录制提示信息,以使所述目标患者能够接收到所述录制提示信息,所述录制提示信息用于指示所述目标患者录制视频;
图像确定模块,用于接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像;
信息存储模块,用于将所述显示图像和所述录制时间信息存储在存储设备中,所述存储设备是所述患者设备中的存储装置;
第一提示模块,用于基于所述显示图像和所述录制时间信息,生成第一提示信息并发送至医生设备,所述第一提示信息用于指示所述目标患者在所述录制时间信息所指示的录制时间已录制视频;
查看接收模块,用于利用所述医生设备接收查看操作;
发送图像模块,用于响应于所述查看操作,将所述显示图像显示在所述医生设备上;
模型确定模块,用于基于所述疾病信息,确定所述目标患者对应的动作识别模型,所述动作识别模型用于识别图像对应的动作类型、动作频率、动作幅度中的至少一种;
参数信息模块,用于利用所述动作识别模型对所述显示图像进行识别,得到所述目标患者对应的参数信息,所述参数信息用于指示所述目标患者的动作参数及其参数值;
参数发送模块,用于将所述参数信息发送至医生设备;
其中,所述图像确定模块包括:
特征部位单元,用于基于所述目标患者的疾病信息,生成所述目标患者的特征部位信息,所述特征部位信息用于指示所述目标患者的特征部位;
确定图像单元,用于当检测到所述视频信息的显示内容包括所述特征部位时,基于所述视频信息确定所述目标患者的显示图像;
第二提示单元,用于当检测到所述视频信息的显示内容不包括所述特征部位时,生成第二提示信息并发送至所述患者设备,所述第二提示信息用于提示所述目标患者重新录制视频。
2.根据权利要求1所述的慢性病患者视频追溯装置,其特征在于,所述图像确定模块还包括:
特征图像单元,用于基于所述目标患者的特征部位信息,从所述视频信息中获取所述目标患者对应的特征图像;
背景图像单元,用于获取所述目标患者对应的背景图像;
图像合成单元,用于对所述特征图像与所述背景图像进行合成,生成合成图像作为所述显示图像。
3.根据权利要求1所述的慢性病患者视频追溯装置,其特征在于,所述装置还包括:
录制检测模块,用于基于所述时间指示信息,检测所述目标患者是否在第一预设时间范围内录制所述视频信息;
第三提示模块,用于当所述目标患者未在第一预设时间范围内录制所述视频信息时,生成第三提示信息并发送至医生设备和/或所述患者设备,所述第三提示信息用于提示所述医生和/或所述目标患者,所述目标患者未在第一预设时间范围内录制所述视频信息。
4.根据权利要求1所述的慢性病患者视频追溯装置,其特征在于,所述装置还包括:
时间范围模块,用于利用所述医生设备接收选择操作并生成时间范围信息,所述时间范围信息用于指示第二预设时间范围;
对比信息模块,用于基于所述时间范围信息和参数信息,生成对比显示信息,所述对比显示信息用于指示第二预设时间范围内所述参数信息的变化趋势;
发送对比模块,用于将所述对比显示信息发送至所述医生设备。
5.一种慢性病患者视频追溯方法,其特征在于,所述方法包括:
基于目标患者的疾病信息,生成时间指示信息,所述疾病信息用于指示所述目标患者的慢性病类型;
基于所述时间指示信息,向所述目标患者对应的患者设备发送录制提示信息,以使所述目标患者能够接收到所述录制提示信息,所述录制提示信息用于指示所述目标患者录制视频;
接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像;
将所述显示图像和所述录制时间信息存储在存储设备中,所述存储设备是所述患者设备中的存储装置;
基于所述显示图像和所述录制时间信息,生成第一提示信息并发送至医生设备,所述第一提示信息用于指示所述目标患者在所述录制时间信息所指示的录制时间已录制视频;
利用所述医生设备接收查看操作;
响应于所述查看操作,将所述显示图像显示在所述医生设备上;
基于所述疾病信息,确定所述目标患者对应的动作识别模型,所述动作识别模型用于识别图像对应的动作类型、动作频率、动作幅度中的至少一种;
利用所述动作识别模型对所述显示图像进行识别,得到所述目标患者对应的参数信息,所述参数信息用于指示所述目标患者的动作参数及其参数值;
将所述参数信息发送至医生设备;
其中,所述接收所述患者设备发送的视频信息和录制时间信息,并基于所述视频信息,确定所述目标患者的显示图像,包括:
基于所述目标患者的疾病信息,生成所述目标患者的特征部位信息,所述特征部位信息用于指示所述目标患者的特征部位;
当检测到所述视频信息的显示内容包括所述特征部位时,基于所述视频信息确定所述目标患者的显示图像;
当检测到所述视频信息的显示内容不包括所述特征部位时,生成第二提示信息并发送至所述患者设备,所述第二提示信息用于提示所述目标患者重新录制视频。
6.一种电子设备,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5所述方法的步骤。
7.一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5所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110990525.4A CN113709369B (zh) | 2021-08-26 | 2021-08-26 | 慢性病患者视频追溯方法及相关装置 |
PCT/CN2022/110915 WO2023024881A1 (zh) | 2021-08-26 | 2022-08-08 | 慢性病患者视频追溯方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110990525.4A CN113709369B (zh) | 2021-08-26 | 2021-08-26 | 慢性病患者视频追溯方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113709369A CN113709369A (zh) | 2021-11-26 |
CN113709369B true CN113709369B (zh) | 2023-06-02 |
Family
ID=78655457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110990525.4A Active CN113709369B (zh) | 2021-08-26 | 2021-08-26 | 慢性病患者视频追溯方法及相关装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113709369B (zh) |
WO (1) | WO2023024881A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113709369B (zh) * | 2021-08-26 | 2023-06-02 | 苏州景昱医疗器械有限公司 | 慢性病患者视频追溯方法及相关装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109691983A (zh) * | 2018-11-13 | 2019-04-30 | 深圳市和缘科技有限公司 | 一种智能帕金森患者监护系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9152761B2 (en) * | 2014-01-10 | 2015-10-06 | Heartflow, Inc. | Systems and methods for identifying medical image acquisition parameters |
WO2017177235A1 (en) * | 2016-04-08 | 2017-10-12 | Emocha Mobile Health Inc. | Video-based asynchronous appointments for securing medication adherence |
US20200168336A1 (en) * | 2017-07-31 | 2020-05-28 | Koninklijke Philips N.V. | Device, system, and method for determining when to select limited echocardiography exams |
CN107945866A (zh) * | 2017-12-20 | 2018-04-20 | 深圳市智慧健康产业发展有限公司 | 慢性病跟踪服务及自动提醒系统 |
CN110060785A (zh) * | 2018-01-19 | 2019-07-26 | 深圳市前海安测信息技术有限公司 | 中医远程望诊信息化处理系统及方法 |
JP6716628B2 (ja) * | 2018-05-01 | 2020-07-01 | オリンパス株式会社 | 医療支援システム、情報端末装置、医療支援方法、情報端末装置作動方法、情報端末装置作動プログラム |
US20200135334A1 (en) * | 2018-10-26 | 2020-04-30 | AIRx Health, Inc. | Devices and methods for remotely managing chronic medical conditions |
CN109800632B (zh) * | 2018-12-11 | 2020-07-03 | 广东省结核病控制中心 | 一种用于结核病患者的服药行为识别方法及系统 |
CN110459311B (zh) * | 2019-08-28 | 2022-02-25 | 首都医科大学 | 用于患者服药远程监控的服药提醒系统及方法 |
US20210098089A1 (en) * | 2019-09-27 | 2021-04-01 | Visual Terminology Inc. | Method and system for providing patient-condition-check-display |
CN112712906A (zh) * | 2020-12-29 | 2021-04-27 | 安徽科大讯飞医疗信息技术有限公司 | 视频图像处理方法、装置、电子设备及存储介质 |
CN112674723A (zh) * | 2020-12-29 | 2021-04-20 | 首都医科大学附属北京安定医院 | 一种服药依从性监测方法、终端及可读存储介质 |
CN113035374B (zh) * | 2021-03-16 | 2024-03-12 | 深圳市南山区慢性病防治院 | 一种结核病综合管理系统及管理方法 |
CN113709369B (zh) * | 2021-08-26 | 2023-06-02 | 苏州景昱医疗器械有限公司 | 慢性病患者视频追溯方法及相关装置 |
-
2021
- 2021-08-26 CN CN202110990525.4A patent/CN113709369B/zh active Active
-
2022
- 2022-08-08 WO PCT/CN2022/110915 patent/WO2023024881A1/zh unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109691983A (zh) * | 2018-11-13 | 2019-04-30 | 深圳市和缘科技有限公司 | 一种智能帕金森患者监护系统 |
Non-Patent Citations (1)
Title |
---|
马兰芳 ; 薛怡蓉." 面向慢性病人群的智能膳食评估系统".《首都医科大学学报》.2021,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN113709369A (zh) | 2021-11-26 |
WO2023024881A1 (zh) | 2023-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11276491B2 (en) | Devices, systems, and methods for physiology monitoring | |
US10229754B2 (en) | Wearable device obtaining audio data for diagnosis | |
US8836535B2 (en) | Mobile network terminal device and method for monitoring electrophysiological data and pathological image | |
US8798734B2 (en) | Systems and methods for processing and displaying patient electrocardiograph data | |
US8292832B2 (en) | Event-based health activity tracking with icon-based user interface | |
WO2020087014A1 (en) | Devices and methods for remotely managing chronic medical conditions | |
US20040204635A1 (en) | Devices and methods for the annotation of physiological data with associated observational data | |
US20160364549A1 (en) | System and method for patient behavior and health monitoring | |
US20080167534A1 (en) | Information collecting apparatus for collecting physiological parameters and method thereof | |
US20180151255A1 (en) | Remote monitoring of medical devices | |
CN111081328A (zh) | 一种康复管理系统及方法 | |
US11948682B2 (en) | Methods and systems for securely communicating over networks, in real time, and utilizing biometric data | |
JP2010233677A (ja) | 体力判定装置、体力判定方法、体力判定プログラム及び携帯端末装置 | |
CN102715896A (zh) | 一种具血压数据分析和管理功能的电子血压计 | |
WO2011116340A2 (en) | Context-management framework for telemedicine | |
Zuo et al. | Mobile teledermatology: a promising future in clinical practice | |
CN113709369B (zh) | 慢性病患者视频追溯方法及相关装置 | |
KR20120070287A (ko) | 인지재활 서비스 시스템 | |
CN105447300A (zh) | 一种医疗信息共享方法、系统及其终端 | |
WO2020252317A1 (en) | Portable health monitoring apparatus, system, and method | |
EP4368099A2 (en) | Systems and methods for remote clinical exams and automated labeling of signal data | |
JP7147317B2 (ja) | 端末装置、情報処理方法、及びプログラム | |
Kansal et al. | mDROID-An Affordable Android based mHealth System. | |
CN111028937A (zh) | 一种实时远程听诊方法及系统 | |
WO2019130494A1 (ja) | コンピュータシステム、アラート方法及びプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 215000 building C16, bio nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province Patentee after: Jingyu Medical Technology (Suzhou) Co.,Ltd. Address before: 215000 building C16, bio nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province Patentee before: SCENERAY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |