CN114038552A - 一种asd筛查与辅助诊断系统、方法、装置及电子设备 - Google Patents

一种asd筛查与辅助诊断系统、方法、装置及电子设备 Download PDF

Info

Publication number
CN114038552A
CN114038552A CN202111317746.1A CN202111317746A CN114038552A CN 114038552 A CN114038552 A CN 114038552A CN 202111317746 A CN202111317746 A CN 202111317746A CN 114038552 A CN114038552 A CN 114038552A
Authority
CN
China
Prior art keywords
screening
information
module
asd
video
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
CN202111317746.1A
Other languages
English (en)
Inventor
王伟
王刚
陈旭
徐紫薇
张烈
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.)
Beijing Kangan Qiyuan Technology Co ltd
Original Assignee
Beijing Kangan Qiyuan Technology 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 Beijing Kangan Qiyuan Technology Co ltd filed Critical Beijing Kangan Qiyuan Technology Co ltd
Priority to CN202111317746.1A priority Critical patent/CN114038552A/zh
Publication of CN114038552A publication Critical patent/CN114038552A/zh
Pending legal-status Critical Current

Links

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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供了一种ASD筛查与辅助诊断系统、方法、装置及电子设备，包括：用户端，选择身份后，通过登录模块进行登录，通过验证模块对身份进行验证，验证成功后登录；身份信息获取模块用于获取用户信息，交互模块用于获取问卷调查结果信息，图像采集模块用于采集视频信息；处理模块，其与筛查端连接，用于分析接收到的问卷调查结果信息和视频信息得到儿童行为评估建议并将评估建议发送至筛查端；报告端，报告端与筛查端通过ASD筛查与辅助诊断码连接，用于根据接收到的问卷调查结果信息、视频信息和评估建议生成报告信息。以解决现有技术中诊断ASD的方式具有一定的局限性的问题。

Description

一种ASD筛查与辅助诊断系统、方法、装置及电子设备
技术领域
本发明件涉及诊断系统技术领域，尤其涉及一种ASD筛查与辅助诊断系统、方法、装置及电子设备。
背景技术
孤独谱系障碍(ASD)是一种神经性发育障碍，ASD一般起病于36个月以内，主要表现为两类核心症状，即：社会交往障碍、兴趣狭窄和刻板重复的行为方式，目前国际上主流的孤独症谱系障碍的社会性诊断工具包括孤独症诊断观察量表和孤独症诊断访谈量表，待诊断的人需要现场进行诊断测试，诊断方式具有一定的局限性。
发明内容
本发明的目的在于提供一种ASD筛查与辅助诊断系统、方法、装置及电子设备，该ASD筛查与辅助诊断系统能够解决现有技术中诊断ASD的方式具有一定的局限性的问题。
为了实现上述目的，本发明提供如下技术方案：
一种ASD筛查与辅助诊断系统，包括：
用户端，包括登录模块和验证模块，所述用户端的端口包括筛查端与报告端，通过登录模块进行登录，通过验证模块对身份进行验证，验证成功后登录；
所述筛查端包括身份信息获取模块、交互模块和图像采集模块，所述身份信息获取模块用于获取用户信息，所述交互模块用于获取问卷调查结果信息，所述图像采集模块用于采集视频信息；
处理模块，其与筛查端连接，用于分析接收到的所述问卷调查结果信息、所述视频信息得到评估建议并将所述评估建议发送至所述筛查端；
报告端，所述报告端与所述筛查端通过所述ASD筛查与辅助诊断码连接，用于根据接收到的所述问卷调查结果信息、所述视频信息和所述筛评估建议信息生成报告信息。
在上述技术方案的基础上，本发明还可以做如下改进：
进一步地，所述ASD筛查与辅助诊断系统还包括转换模块，所述转换模块与所述图像采集模块连接，所述转换模块用于将视频信息转换为音频信息，再将已转换的音频信息进行智能语音分析并转换为文字。
进一步地，所述ASD筛查与辅助诊断系统包括整体检测模型，所述整体检测模型与所述图像采集模块连接，用于获取视频信息中目标对象的身体界标点数据，并根据界标点相对位置的变化判断目标对象的手指指向以及头部转向。
进一步地，所述ASD筛查与辅助诊断系统包括收费模块；
所述收费模块接收所述收费指令后，生成交费信息并将所述收费信息发送给所述筛查端。
一种ASD筛查与辅助诊断方法，所述方法具体包括：
S101，用户通过登录模块进行登录，通过验证模块对身份进行验证，根据验证结果选择端口；
S103，获取问卷调查结果信息、视频信息；
S106，分析问卷调查结果信息、所述视频信息得到评估建议，并将所述评估建议发送至筛查端；
S107，通过所述ASD筛查与辅助诊断码连接筛查端和报告端，根据接收到的所述问卷调查结果信息、所述视频信息和所述评估建议信息生成报告信息。
进一步地，所述方法还包括：
S102，通过收费模块接收所述收费指令，生成交费信息并将所述收费信息发送给所述筛查端。
进一步地，所述方法还包括：
S104，将视频信息转换为音频信息，再将已转换的音频信息进行智能语音分析并转换为文字。
进一步地，所述方法还包括：
S105，获取视频信息中目标对象的身体界标点数据，并根据界标点相对位置的变化判断目标对象的手指指向以及头部转向。
一种ASD筛查与辅助诊断装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现ASD筛查与辅助诊断方法的步骤。
一种电子设备，其特征在于，所述电子设备上存储有信息传递的实现程序，所述程序被处理器执行时实现ASD筛查与辅助诊断方法的步骤。
本发明具有如下优点：
本发明的ASD筛查与辅助诊断系统，用户登录后，通过验证模块对身份进行验证，根据验证结果选择端口；获取问卷调查结果信息、视频信息；分析问卷调查结果信息、所述视频信息得到评估建议并将所述评估建议发送至筛查端；通过所述ASD筛查与辅助诊断码连接筛查端和报告端，根据接收到的所述问卷调查结果信息、所述视频信息和所述筛选报告信息生成报告信息。解决了现有技术中诊断ASD的方式具有一定的局限性的问题。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中ASD筛查与辅助诊断系统的原理图；
图2为本发明实施例中ASD筛查与辅助诊断方法的流程图；
图3为本发明实施例中ASD筛查与辅助诊断方法的流程图；
图4为本发明实施例中ASD筛查与辅助诊断小程序功能列表的示意图；
图5为本发明实施例中ASD筛查与辅助诊断系统的操作流程图。
筛查端10，报告端20，登录模块30，验证模块40，交互模块50，图像采集模块60，处理模块70。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护范围。
如图1所示，一种ASD筛查与辅助诊断系统，包括：
用户端，包括登录模块30和验证模块40，所述用户端的端口包括筛查端10与报告端20，通过登录模块30进行登录，通过验证模块40对身份进行验证，验证成功后登录；
所述筛查端10包括身份信息获取模块、交互模块50和图像采集模块60，所述身份信息获取模块用于获取用户信息，所述交互模块50用于获取问卷调查结果信息和量表测试信息，所述图像采集模块60用于采集视频信息；
问卷调查包括如下内容：
1.父亲的出生日期和母亲的出生日期；
2.孩子的家族中是否有其他人患有孤独症？
3.孩子的生物学父亲或母亲是否患有精神分裂症，抑郁症、双相情感障碍活分裂情感障碍之一？
4.母亲预期是否有以下情况？母孕期服用德巴金、母孕期维生素；
5.母亲和孩子在围产期(自怀孕28周到产后一周)是否有以下情况？母亲在围产期缺氧、母亲产褥期感染；
6.您孩子在新生儿期(产后28天内)是否有以下情况？新生儿脑病。新生儿癫痫、与中枢神经系统畸形和/或相关的出生缺陷。
7.您的孩子是否患有遗传性疾病(如X染色体易裂症)？
8.您的孩子是否患有染色体疾病(如唐氏综合症)？
9.您孩子是否患有以下疾病？
10.您孩子几月龄时您发现孩子有异常？
11.您孩子的异常主要表现在哪些方面？例如：延伸交流差、理解能力差、主要抚养人互动差；
值得注意的是，问卷调查包括但不限于如下内容，后期问题类型可根据医院临床情况对问题进行修改。
处理模块70，其与筛查端10连接，用于分析接收到的所述问卷调查结果信息和所述视频信息得到评估建议并将所述评估建议发送至所述筛查端10；
报告端20，所述报告端20与所述筛查端10通过所述ASD筛查与辅助诊断码连接，用于根据接收到的所述问卷调查结果信息、所述视频信息和所述评估建议信息生成筛选报告信息；报告端包括以下功能：
(1)医生根据所述问卷调查结果信息、所述视频信息和所述筛选报告信息判断用户是否需要补充或者重新拍摄视频；
(2)医生可以上传门诊资料；
(3)根据所述问卷调查结果信息、所述视频信息和所述筛选报告信息评定孩子的ASD风险等级，系统根据风险等级推送给用户对应的康复示范视频。
孤独谱系障碍(ASD)是一种神经性发育障碍。ASD一般起病于36个月以内，主要表现为两类核心症状，即：社会交往障碍、兴趣狭窄和刻板重复的行为方式。孤独谱系障碍辅助诊断系统旨在使用人工智能技术，基于两个核心症状对有ASD风险的孩子进行早期的风险筛查。筛查共分为两部分：问卷调查和视频上传。医生会根据筛查报告作为孤独症的辅助诊断。
用户使用ASD筛查与辅助诊断工具，为有孤独症倾向的孩子进行筛查，分为筛查端10和报告端20，筛查端10需填写孤独症高危因素问卷和上传若干个情景视频以及回答视频搭配的问题，系统会根据您上传的资料进行分析，最终给出筛查报告。当家长线下问诊时通过扫码的方式将问诊孩子的ASD筛查与辅助诊断报告授权给医生查看，报告作为医生诊断的辅助方式。
如图4和图5所示，ASD筛查与辅助诊断工具功能列表
用户通过手机号授权登录；根据身份验证，进入筛查端或者报告端；
筛查端10
查看孩子的全部筛查记录；点击我要筛查选择要筛查孩子，填写问卷并上传视频及回答对应的行为问题，提交成功后筛查完成。每个用户可添加多个孩子，无数量限制。需填写孩子基本信息及家长信息，均为必填项。点击我要筛查时先添加孩子信息，需要填写孩子基本信息(孩子姓名、孩子性别、出生日期等)和家长信息(家长姓名、家长手机、常住地址、详细地址等)，信息添加完成点击添加孩子信息添加成功。
填写孤独症高危因素问卷；选择好孩子后，即可填写《孤独症高危因素问卷》，根据孩子的真实情况填写，填写完成后点击提交问卷。
上传多个主题的视频信息；每个主题有需要拍摄上传对应的视频及回答对应的行为问题。视频拍摄可参考视频拍摄指导和拍摄要求。主题都完成后，点击提交。提交后系统会根据上传的资料给出结果，以报告的形式呈现。
叫名反应&共享注意：需观看示范视频后，按拍摄须知拍摄一段10s的视频上传，系统根据视频进行行为问题分析给出风险占比。拍摄要求：画面：孩子在家长的右手边，家长和孩子之间保持30cm，横屏拍摄，拍摄时长：10S；道具：玩具或ipad；互动：孩子在玩玩具或ipad，家长互换孩子名，引起孩子注意后，家长手向右上方指，说：看那儿；
点击指导视频直接播放指导视频，点击上传视频页面跳转到拍摄须知页面，在拍摄须知页面可查看拍摄要求(画面、道具、互动)，点击开始拍摄页面跳转到拍摄页面。
叫名反应&共享注意只需要上传一个10s的视频，家长需要按提示人物进入虚线框内拍摄，上传成功后，机器根据视频画面分析给出结果。
家长和孩子需要坐在同侧并同时面朝镜头，家长和孩子的画面孩子的画面在中心位置，上传成功后可点击重新上传更换视频，确定无误后点击返回到上级页面；
手指提要求：同目光对视；
拍摄要求：画面：孩子在家长的右手边，家长和孩子之间保持30cm，横屏拍摄，拍摄时长：10S；道具：多种孩子喜欢的玩具或食物；互动：孩子手中无物坐在沙发或草坪上，家长从身后拿起两样玩具(左手拿一个、右手拿一个)，问：你要哪一个啊，指一指；
行为记录：孩子做出了指的动作；
点击指导视频直接播放指导视频，点击上传视频页面跳转到拍摄须知页面，在拍摄须知页面可查看拍摄要求(画面、道具、互动)，点击开始拍摄页面跳转到拍摄页面。
叫名反应&共享注意需要先上传一个10s的视频，家长需要按提示人物进入虚线框内拍摄，上传成功后，机器根据视频画面分析给出结果。
视频上传完成显示行为问题弹窗，选择是/否，选择完成后可点击修改更改答案，如需重新上传视频则行为问题也要重新选择答案。根据行为问题的答案给出结果。
视频分析的结果和行为问题答案的结果进行对比，如果相同则做为手指提要求最终结果，如果不同则以行为问题答案为准。
目光对视：需观看示范视频后，按拍摄须知拍摄一段10s的视频上传，回答对应个两个行为问题，最终风险占比根据视频分析及行为问题答案综合给出。同手指提出要求；行为记录：您跟孩子互动时，孩子会看向您的眼睛；孩子跟同伴互动的时候，会看向他们的眼睛。
对话&仿说：同目光对视；行为记录：孩子正确回应了您的问题，孩子没有准确复述“饼干”两个字；
不当行为：先回答4个行为问题，问题回答完可以选择是否上传一个行为问题视频，然后可选择性的上传一个30s的视频，系统分析后给出最终风险占比，最终结果以4个行为问题的答案为准。
不当行为包括玩玩具的方式、重复肢体动作、重复口语等种类；发起询问:你的孩子是否总是重复某个动作或声音；
行为记录：孩子是否总是重复某个动作或声音？
孩子是否会刻意遵从特定的顺序进行特定的活动？；
孩子玩玩具的方式是否比较单一？
孩子是否无法较快地接受生活日程上的改变？
值得注意的是：不限定以上5个视频主题和内容。
报告的结果是根据多个主题的分析结果综合给出。
风险等级分为：低风险、中风险、中高风险、高风险；
医生评定完风险等级后，系统根据风险等级推荐相应的康复示范视频。
康复推荐由线下看诊时，医生扫孩子诊断码查看儿童行为评估报告后，根据孩子的行为评估评定风险等级并推荐对应的康复示范视频。点击查看康复推荐，页面跳转到康复推荐页面，即可查看康复推荐视频。
我的孩子：查看/编辑孩子信息；可点击编辑修改已添加孩子信息，点击底部添加孩子按钮可添加新的孩子，无人数限制。
看诊记录：线下问诊记录；点击看诊记录页面跳转到看诊记录列表页，可查看每个孩子的看诊记录，包括看诊医生信息及看诊时间。
全部订单：待支付(生成订单未付款的订单)、待筛查(已付款未筛查的订单)、已完成(已付款并已筛查的订单)、已取消(未付款订单超过12小时自动取消的订单)；
联系客服：客服二维码及联系电话；
关于我们：ASD康复指引3步计划；
退出登录；
报告端20
在首页展示看诊孩子及看诊时间，由医生扫描筛查端的就诊码，可以查看当天看诊孩子的报告；
查看报告可以查看综合评定风险、高危因素问卷、视频及行为记录，根据以上内容辅助医生诊断；
家长问诊时医生用微信扫描筛查端的就诊码，扫描之后直接查看看诊孩子的报告。此二维码可保存到相册供打印出来使用。
个人中心用于切换身份：评估/筛查身份的切换；
看诊记录：家长线下问诊扫码的记录；
客服电话：客服二维码及联系电话；
关于我们
退出登录；
软件具有良好的易用性和可靠性，并保证信息的真实性和安全性。
1.用户隐私保护：保护用户个人信息是我们的一项基本原则，我们会建立完善的管理制度来保护用户的个人信息，不会将用户信息转移或披露给任何非关联的第三方，除为提供您要求的服务必需。
2.阿里云视频点播：我们将用户上传的视频存放到阿里云视频点播，阿里云视频加密采用私有的加密算法和安全传输机制，提供云端一体的视频安全方案，核心部分包括“加密转码”和“解密播放”。
3.数据安全机制7X24；
本软件可在微信小程序中运行；
在上述技术方案的基础上，本发明还可以做如下改进：
进一步地，所述ASD筛查与辅助诊断系统还包括转换模块，所述转换模块与所述图像采集模块60连接，所述转换模块用于将视频信息转换为音频信息，再将已转换的音频信息进行智能语音分析并转换为文字。
进一步地，所述ASD筛查与辅助诊断系统包括整体检测模型，所述整体检测模型与所述图像采集模块连接，用于获取视频信息中目标对象的身体界标点数据，并根据界标点相对位置的变化判断目标对象的手指指向以及头部转向。
视频分为5个主题(叫名反应&共享注意、目光对视、手指提要求、对话&仿说、不当行为)，前4个利用机器学习分析孩子行为。
进一步地，所述ASD筛查与辅助诊断系统包括收费模块；
所述收费模块接收所述收费指令后，生成交费信息并将所述收费信息发送给所述筛查端10。
如图2所示，一种ASD筛查与辅助诊断方法，所述方法具体包括：
S101，用户选择端口登录；
本步骤中，用户通过登录模块进行登录，通过验证模块40对身份进行验证，根据验证结果选择端口；
S103，获取问卷调查结果信息、视频信息；
本步骤中，获取问卷调查结果信息、视频信息；
S106，得到筛选报告信息；
本步骤中，分析问卷调查结果信息、所述视频信息得到评估建议并将所述评估建议发送至所述筛查端10；
S107，生成报告信息；
本步骤中，通过所述ASD筛查与辅助诊断码连接筛查端10和报告端20，根据接收到的所述问卷调查结果信息、所述视频信息和所述评估建议信息生成筛选报告信息。
如图3所示，所述方法还包括：
S104，将视频信息转换为文字；
本步骤中，将视频信息转换为音频信息，再将已转换的音频信息进行智能语音分析并转换为文字。
进一步地，所述方法还包括：
S105，判断目标对象是否转头、有指以及所指方向；
本步骤中，获取视频信息中目标对象的身体界标点数据，并根据界标点相对位置的变化判断目标对象的手指指向以及头部转向。包括但不限于目标对象的身体界标点3D数据、左手界标点3D数据和右手界标点3D数据，并根据所述身体界标点3D数据相对位置的变化判断目标对象的转头角度、肘关节夹角角度、肩膀和身体夹角角度，根据左手界标点3D数据和右手界标点3D数据判断目标对象的食指指尖和掌心夹角角度，根据食指指尖和掌心夹角角度、肘关节夹角角度、肩膀和身体夹角角度判断目标对象是否有指以及所指方向，根据转头角度判断目标对象是否转头等以上规定动作，来判断视频信息中目标对象是否达到医生规定动作。
进一步地，S102，生成交费信息；
本步骤中，通过收费模块接收所述收费指令，生成交费信息并将所述收费信息发送给所述筛查端10；具体地，判断所述筛查端10当月筛查次数是否超过一次，若是，发送收费指令；通过收费模块接收所述收费指令，生成交费信息并将所述收费信息发送给所述筛查端10。
一种ASD筛查与辅助诊断装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现ASD筛查与辅助诊断方法的步骤。
一种电子设备，其特征在于，所述电子设备上存储有信息传递的实现程序，所述程序被处理器执行时实现ASD筛查与辅助诊断方法的步骤。
该ASD筛查与辅助诊断系统使用过程如下：
使用时，通过登录模块进行登录，通过验证模块40对身份进行验证，根据验证结果选择端口；获取问卷调查结果信息和视频信息；分析问卷调查结果信息和所述视频信息得到评估建议并将所述评估建议发送至筛查端10；通过所述ASD筛查与辅助诊断码连接筛查端10和报告端20，根据接收到的所述问卷调查结果信息、所述视频信息和所述评估建议生成筛选报告信息。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪30年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器202或处理器202以及存储可由该(微)处理器202执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone LabsC8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器202以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器202执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器202(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为该ASD筛查与辅助诊断系统的实施例而已，并不用于限制该ASD筛查与辅助诊断系统。对于本领域技术人员来说，该ASD筛查与辅助诊断系统可以有各种更改和变化。凡在该ASD筛查与辅助诊断系统的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在该ASD筛查与辅助诊断系统的权利要求范围之内。

Claims (10)

1.一种ASD筛查与辅助诊断系统，其特征在于，包括：
用户端，包括登录模块和验证模块，所述用户端的端口包括筛查端与报告端，通过登录模块进行登录，通过验证模块对身份进行验证，验证成功后登录；
所述筛查端包括身份信息获取模块、交互模块和图像采集模块，所述身份信息获取模块用于获取用户信息，所述交互模块用于获取问卷调查结果信息，所述图像采集模块用于采集视频信息；
处理模块，其与筛查端连接，用于分析接收到的所述问卷调查结果信息、所述视频信息得到评估建议并将所述评估建议发送至所述筛查端；
报告端，所述报告端与所述筛查端通过所述ASD筛查与辅助诊断码连接，用于根据接收到的所述问卷调查结果信息、所述视频信息和所述评估建议信息生成筛选报告信息。
2.根据权利要求1所述ASD筛查与辅助诊断系统，其特征在于，所述ASD筛查与辅助诊断系统还包括转换模块，所述转换模块与所述图像采集模块连接，所述转换模块用于将视频信息转换为音频信息，再将已转换的音频信息进行智能语音分析并转换为文字。
3.根据权利要求2所述ASD筛查与辅助诊断系统，其特征在于，所述ASD筛查与辅助诊断系统包括整体检测模型，所述整体检测模型与所述图像采集模块连接，用于获取视频信息中目标对象的身体界标点数据，并根据界标点相对位置的变化判断目标对象的手指指向以及头部转向。
4.根据权利要求1所述ASD筛查与辅助诊断系统，其特征在于，所述ASD筛查与辅助诊断系统包括收费模块；
所述收费模块接收所述收费指令后，生成交费信息并将所述收费信息发送给所述筛查端。
5.一种ASD筛查与辅助诊断方法，其特征在于，所述方法具体包括：
S101，用户通过登录模块进行登录，通过验证模块对身份进行验证，根据验证结果选择端口；
S103，获取问卷调查结果信息、视频信息；
S106，分析问卷调查结果信息、所述视频信息得到评估建议，并将所述评估建议发送至筛查端；
S107，通过所述ASD筛查与辅助诊断码连接筛查端和报告端，根据接收到的所述问卷调查结果信息、所述视频信息和所述评估建议信息生成筛选报告信息。
6.根据权利要求5所述的ASD筛查与辅助诊断方法，其特征在于，所述方法还包括：
S102，通过收费模块接收所述收费指令，生成交费信息并将所述收费信息发送给所述筛查端。
7.根据权利要求6所述的ASD筛查与辅助诊断方法，其特征在于，所述方法还包括：
S104，将视频信息转换为音频信息，再将已转换的音频信息进行智能语音分析并转换为文字。
8.根据权利要求7所述的ASD筛查与辅助诊断方法，其特征在于，所述方法还包括：
S105，获取视频信息中目标对象的身体界标点数据，并根据界标点相对位置的变化判断目标对象的手指指向以及头部转向。
9.一种ASD筛查与辅助诊断装置，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的ASD筛查与辅助诊断方法的步骤。
10.一种电子设备，其特征在于，所述电子设备上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1至4中任一项所述的ASD筛查与辅助诊断方法的步骤。
CN202111317746.1A 2021-11-09 2021-11-09 一种asd筛查与辅助诊断系统、方法、装置及电子设备 Pending CN114038552A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111317746.1A CN114038552A (zh) 2021-11-09 2021-11-09 一种asd筛查与辅助诊断系统、方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111317746.1A CN114038552A (zh) 2021-11-09 2021-11-09 一种asd筛查与辅助诊断系统、方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN114038552A true CN114038552A (zh) 2022-02-11

Family

ID=80136824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111317746.1A Pending CN114038552A (zh) 2021-11-09 2021-11-09 一种asd筛查与辅助诊断系统、方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114038552A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109545293A (zh) * 2018-12-04 2019-03-29 北京大学 一种基于app的孤独症高危婴儿筛查系统
US20190298245A1 (en) * 2018-03-29 2019-10-03 Harimata Spolka Z O.O. Method for early diagnosis of autism spectrum disorder in children
CN110349667A (zh) * 2019-07-05 2019-10-18 昆山杜克大学 结合调查问卷及多模态范式行为数据分析的孤独症评估系统
US20210133509A1 (en) * 2019-03-22 2021-05-06 Cognoa, Inc. Model optimization and data analysis using machine learning techniques
CN113269079A (zh) * 2021-05-20 2021-08-17 北京阿叟阿巴科技有限公司 基于视频层次化比对分析和等级行为范式的儿童孤独症早期评估装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190298245A1 (en) * 2018-03-29 2019-10-03 Harimata Spolka Z O.O. Method for early diagnosis of autism spectrum disorder in children
CN109545293A (zh) * 2018-12-04 2019-03-29 北京大学 一种基于app的孤独症高危婴儿筛查系统
US20210133509A1 (en) * 2019-03-22 2021-05-06 Cognoa, Inc. Model optimization and data analysis using machine learning techniques
CN110349667A (zh) * 2019-07-05 2019-10-18 昆山杜克大学 结合调查问卷及多模态范式行为数据分析的孤独症评估系统
CN113269079A (zh) * 2021-05-20 2021-08-17 北京阿叟阿巴科技有限公司 基于视频层次化比对分析和等级行为范式的儿童孤独症早期评估装置及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ABBAS HALIM ET AL.: "Machine learning approach for early detection of autism by combining questionnaire and home video screening", 《JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION》 *
STEPHEN M KANNE ET AL.: "Screening in toddlers and preschoolers at risk for autism spectrum disorder: Evaluating a novel mobile-health screening tool", 《AUTISM RESEARCH : OFFICIAL JOURNAL OF THE INTERNATIONAL SOCIETY FOR AUTISM RESEARCH》 *

Similar Documents

Publication Publication Date Title
Greenhalgh et al. Real-world implementation of video outpatient consultations at macro, meso, and micro levels: mixed-method study
Torous et al. The growing field of digital psychiatry: current evidence and the future of apps, social media, chatbots, and virtual reality
Washington et al. SuperpowerGlass: a wearable aid for the at-home therapy of children with autism
US10325070B2 (en) Treatment intelligence and interactive presence portal for telehealth
Gubrium et al. Measuring down: Evaluating digital storytelling as a process for narrative health promotion
AU2018233049A1 (en) Enhancing diagnosis of disorder through artificial intelligence and mobile health technologies without compromising accuracy
US9306999B2 (en) Interactive sessions with participants and providers
US9996847B2 (en) Message control system
US20180137771A1 (en) Simulated reality rehabilitation system
US20150093726A1 (en) Systems and Methods for Tracking Learning Behavior
US20210313041A1 (en) Reminiscence therapy and media sharing platform
US20210205572A1 (en) Therapeutic uses of digital story capture systems
Williams et al. Adapting telemonitoring technology use for older adults: a pilot study
Heilemann et al. A transmedia storytelling intervention with interactive elements to benefit Latinas’ mental health: Feasibility, acceptability, and efficacy
Motlhabi et al. SignSupport: A limited communication domain mobile aid for a Deaf patient at the pharmacy
Wherton et al. The role of information infrastructures in scaling up video consultations during COVID-19: mixed methods case study into opportunity, disruption, and exposure
Neher et al. Perspectives of policy makers and service users concerning the implementation of eHealth in Sweden: interview study
US11322139B2 (en) Presentation of indications with respect to questions of a communication session
Hussain et al. A mobile usability evaluation of a pregnancy app
Dubey et al. Using mobile health technology to assess childhood autism in low-resource community settings in India: An innovation to address the detection gap
Isakadze et al. The virtual inclusive digital health intervention design to promote health equity (iDesign) framework for atrial fibrillation: co-design and development study
Saeed et al. Use of telepsychiatry in psychodynamic psychiatry
Stroud et al. Harnessing mobile devices for nervous system disorders: Proceedings of a Workshop
Bolden III Telehealth across the therapies: examining the impact of the COVID-19 pandemic on clinical staff working with low socioeconomic status populations
CN114038552A (zh) 一种asd筛查与辅助诊断系统、方法、装置及电子设备

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