CN114246578A - 腺样体肥大初筛装置、系统以及终端设备 - Google Patents
腺样体肥大初筛装置、系统以及终端设备 Download PDFInfo
- Publication number
- CN114246578A CN114246578A CN202210189460.8A CN202210189460A CN114246578A CN 114246578 A CN114246578 A CN 114246578A CN 202210189460 A CN202210189460 A CN 202210189460A CN 114246578 A CN114246578 A CN 114246578A
- Authority
- CN
- China
- Prior art keywords
- data
- adenoid
- hypertrophy
- information data
- calm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/03—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/414—Evaluating particular organs or parts of the immune or lymphatic systems
- A61B5/415—Evaluating particular organs or parts of the immune or lymphatic systems the glands, e.g. tonsils, adenoids or thymus
-
- 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
-
- 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
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Fuzzy Systems (AREA)
- Hematology (AREA)
- Immunology (AREA)
- Evolutionary Computation (AREA)
- Endocrinology (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种腺样体肥大初筛装置、系统以及终端设备,通过获取模块获取被测对象的平静呼吸数据与体质信息数据,其中,所述平静呼吸数据包括被测对象平静呼吸时的鼻腔压力数据与呼吸流速数据,所述体质信息数据包括所述被测对象的年龄、性别、身高、体重以及民族中的一项或多项;通过分析模块将所述平静呼吸数据与体质信息数据输入预先建立的腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。本发明可以简单高效地筛查腺样体的肥大程度,提高了腺样体肥大判断的便利性与准确性。
Description
技术领域
本发明涉及疾病筛查领域,尤其涉及腺样体肥大初筛装置、系统以及终端设备。
背景技术
腺样体肥大(又称咽扁桃体肥大)系儿童腺样体因炎症反复刺激而发生的病理性增生,是小儿常见疾病,在2-10岁的儿童中具有较高的发病率。腺样体肥大以打鼾、张口呼吸、流涕、鼻塞、睡眠呼吸困难为主要表现;症状缺乏特异性,常被家长误判为感冒、鼻炎、咽炎等疾病。腺样体肥大可导致儿童注意力缺陷、多动障碍、生长迟滞、认知和行为异常等,亦可导致其形成“腺样体面容”,对儿童身心危害较大。
传统上腺样体肥大的诊断需要专业医生参考专业设备(如电子鼻咽镜、鼻咽CT、鼻咽MRI)的测量结果结合临床表现进行诊断,这意味着患儿必须要去大型医院才能接受诊断,这导致患儿家庭时间成本、金钱成本的付出较多。同时考虑到腺样体肥大广泛的发病率以及其常被误判为感冒等疾病。为了患儿及早就诊以及减少患儿家庭成本,腺样体肥大在家庭的初筛显得尤为重要。然而,现今市面上缺少家庭、社区医院使用的便携、智能的腺样体肥大初筛产品。
因此,有必要提出一种提高腺样体肥大判断的便利性与准确性的解决方案。
发明内容
本发明的主要目的在于提供一种腺样体肥大初筛装置、系统以及终端设备,旨在提高腺样体肥大判断的便利性与准确性。
为实现上述目的,本发明提供一种腺样体肥大初筛装置,所述腺样体肥大初筛装置包括:
获取模块,用于获取被测对象的平静呼吸数据与体质信息数据,其中,所述平静呼吸数据包括被测对象平静呼吸时的鼻腔压力数据与呼吸流速数据,所述体质信息数据包括所述被测对象的年龄、性别、身高、体重以及民族中的一项或多项;
分析模块,用于将所述平静呼吸数据与体质信息数据输入预先建立的腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。
可选地,所述腺样体肥大初筛装置还包括:
建模模块,用于基于预先采集的训练集训练得到所述腺样体初筛模型,所述建模模块具体包括数据层与训练层:
所述数据层用于获取预先采集的训练集,所述训练集包括样本对象的平静呼吸数据与体质信息数据;
所述训练层用于根据所述样本对象的平静呼吸数据与体质信息数据训练所述腺样体初筛模型。
可选地,所述获取模块通过终端检测设备获取所述被测对象的平静呼吸数据;所述获取模块通过用户终端获取所述被测对象的体质信息数据。
可选地,所述腺样体肥大初筛装置还包括判断模块,所述判断模块用于判断所述平静呼吸数据与体质信息数据是否存在异常;若所述平静呼吸数据与体质信息数据存在异常,则由所述获取模块重新获取所述被测对象的平静呼吸数据与体质信息数据;若所述平静呼吸数据与体质信息数据不存在异常,则由分析模块将所述平静呼吸数据与体质信息数据输入所述腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。
可选地,所述终端检测设备集成于可穿戴设备,所述可穿戴设备的应用场景包括家庭、学校、社区以及医院,用于对所述被测对象的睡眠状态或非睡眠状态进行检测。
可选地,所述分析模块与所述用户终端进行连接,用于将所述被测对象的腺样体肥大程度的预估结果输出至所述用户终端,以供用户通过所述用户终端对所述预估结果进行查看。
此外,为实现上述目的,本发明还提供一种腺样体肥大初筛系统,所述腺样体肥大初筛系统包括:
终端检测设备,用于采集被测对象的平静呼吸数据,并将所述被测对象的平静呼吸数据传输至用户终端,以供用户终端验证所述被测对象的平静呼吸数据的合理性,并将验证后的被测对象的平静呼吸数据发送至云服务器;
用户终端,用于接收所述被测对象的平静呼吸数据,并获取用户输入的被测对象的体质信息数据,验证所述被测对象的平静呼吸数据与体质信息数据的合理性,并将验证后的被测对象的平静呼吸数据与体质信息数据发送至云服务器,以供所述云服务器对所述被测对象的平静呼吸数据与体质信息数据进行分析,得到所述被测对象的腺样体肥大程度的预估结果;
云服务器,用于将接收的所述被测对象的平静呼吸数据与体质信息数据存储到数据库,并通过预先建立的腺样体初筛模型对所述被测对象的平静呼吸数据与体质信息数据进行分析,得到所述被测对象的腺样体肥大程度的预估结果,并将所述被测对象的腺样体肥大程度的预估结果发送至所述用户终端,以供用户对所述预估结果进行查看。
可选地,所述终端检测设备包括:
面罩端,其中,所述面罩端包括压差传感器与穿戴弹性带接口,所述压差传感器用于采集所述被测对象的鼻腔压力数据,所述穿戴弹性带接口用于将所述面罩端与所述被测对象进行连接;
气道端,其中,所述气道端包括流量传感器,用于采集所述被测对象的呼吸流速数据;
通信端,用于将所述被测对象的鼻腔压力数据与呼吸流速数据作为所述被测对象的平静呼吸数据传输至所述用户终端。
此外,为实现上述目的,本发明还提供一种终端设备,所述终端设备包括存储器、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腺样体肥大初筛程序,所述腺样体肥大初筛程序被所述处理器执行时可应用于如上所述的腺样体肥大初筛装置。
本发明实施例提出的一种腺样体肥大初筛装置、系统以及终端设备,通过获取模块获取被测对象的平静呼吸数据与体质信息数据,其中,所述平静呼吸数据包括被测对象平静呼吸时的鼻腔压力数据与呼吸流速数据,所述体质信息数据包括所述被测对象的年龄、性别、身高、体重以及民族中的一项或多项;通过分析模块将所述平静呼吸数据与体质信息数据输入预先建立的腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。通过获取并分析被测对象的平静呼吸数据与体质信息数据,快速得到被测对象的腺样体肥大程度的预估结果,可以简单高效地筛查腺样体的肥大程度。所述腺样体肥大初筛装置无需采用大型设备,作为高度集成的可穿戴设备,可应用于各种时间及场景,可以有效降低腺样体肥大筛查的检测成本,同时提高腺样体肥大判断的便利性与准确性。
附图说明
图1为本发明腺样体肥大初筛装置一示例性实施例的流程示意图;
图2为本发明实施例中腺样体肥大示意图;
图3为本发明腺样体肥大初筛装置另一示例性实施例的流程示意图;
图4为本发明实施例中腺样体肥大初筛系统的功能原理示意图;
图5为本发明实施例中通过腺样体肥大初筛系统进行筛查的流程示意图;
图6为本发明实施例中终端检测设备的结构示意图;
图7本发明实施例中终端检测设备各组成部件的第一示意图;
图8本发明实施例中终端检测设备各组成部件的第二示意图;
图9为本发明实施例中终端检测设备各组成部件的第三示意图;
图10为本发明实施例中采用终端检测设备进行检测的原理示意图;
图11为本发明实施例中采用终端检测设备进行检测的另一原理示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:通过获取模块获取被测对象的平静呼吸数据与体质信息数据,其中,所述平静呼吸数据包括被测对象平静呼吸时的鼻腔压力数据与呼吸流速数据,所述体质信息数据包括所述被测对象的年龄、性别、身高、体重以及民族中的一项或多项;通过分析模块将所述平静呼吸数据与体质信息数据输入预先建立的腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。通过获取并分析被测对象的平静呼吸数据与体质信息数据,快速得到被测对象的腺样体肥大程度的预估结果,可以简单高效地筛查腺样体的肥大程度,降低腺样体肥大检测成本,提高腺样体肥大判断的便利性。
本发明实施例涉及的技术术语:
AI(Artificial Intelligence,人工智能):是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
本实施例方法的执行主体可以为一种腺样体肥大初筛装置或终端设备等,本实施例以腺样体肥大初筛装置进行举例。
参照图1,图1为本发明腺样体肥大初筛装置一示例性实施例的流程示意图。通过所述腺样体肥大初筛装置进行检测的方法包括:
步骤S10,获取被测对象的平静呼吸数据与体质信息数据,其中,所述平静呼吸数据包括被测对象平静呼吸时的鼻腔压力数据与呼吸流速数据,所述体质信息数据包括所述被测对象的年龄、性别、身高、体重以及民族中的一项或多项;
腺样体肥大系儿童腺样体因炎症反复刺激而发生的病理性增生,是小儿常见疾病,常发病于2-10岁,其发病率为42%-70%。参照图2,图2为本发明实施例中腺样体肥大示意图,如图2所示,腺样体肥大会部分阻塞鼻咽气道,其阻塞程度(即气道直径大小)与气道两端的鼻腔压力差以及呼吸流速存在一定的相关性,因此,通过终端检测设备采集被测对象的平静呼吸时的鼻腔压力数据与呼吸流速数据,同时获取用户输入的被测对象的年龄、性别、身高、体重以及民族等体质信息数据,然后对获取的平静呼吸数据与体质信息数据进行合理性验证,如果所述平静呼吸数据与体质信息数据存在异常,例如识别出其中存在异常极端数据,则需重新采集数据;如果所述平静呼吸数据与体质信息数据不存在异常,则可以通过预先训练的腺样体初筛模型分析出被测对象的腺样体肥大程度。
其中,所述终端检测设备集成于可穿戴设备,所述可穿戴设备的应用场景包括家庭、学校、社区以及医院,用于对所述被测对象的睡眠状态或非睡眠状态进行检测。
本实施例中的腺样体肥大初筛装置作为高度集成的可穿戴设备,高度集成化,同时还具备连接电脑、手机、网络等功能,可应用于各种场合(不仅包括睡眠监测),不限使用时间及地点,包括但不限于家庭、学校、社区医院初筛,以及医院诊断等,兼具成本低,重量轻,便于随身携带以及轻便实用等特点,可以有效降低腺样体肥大筛查的检测成本,同时提高腺样体肥大判断的便利性与准确性。
步骤S20,将所述平静呼吸数据与体质信息数据输入预先建立的腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。
在验证获取的平静呼吸数据与体质信息数据中不存在异常数据后,将该数据存入云服务器的数据库中,进而通过云服务器中预先训练的腺样体初筛模型分析所述平静呼吸数据与体质信息数据,得到被测对象的腺样体肥大程度的预估结果,并将所述预估结果输出至终端显示器,以供用户对预估结果进行查看。
在本实施例中,通过获取被测对象的平静呼吸数据与体质信息数据;将所述平静呼吸数据与体质信息数据输入预先建立的腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。通过获取并分析被测对象的平静呼吸数据与体质信息数据,快速得到被测对象的腺样体肥大程度的预估结果,可以简单高效地筛查腺样体的肥大程度,解决了腺样体肥大的快速筛查的问题。
参照图3,图3为本发明腺样体肥大初筛装置另一示例性实施例的流程示意图。基于上述图1所示的实施例,在本实施例中,在获取被测对象的平静呼吸数据与体质信息数据的步骤之前,通过所述腺样体肥大初筛装置进行检测的方法还包括:
步骤S00,基于预先采集的训练集训练得到所述腺样体初筛模型。本实施例以步骤S00在步骤S10之前实施,在其他实施例中,步骤S00也可以在步骤S10与步骤S20之间实施。
相比上述图1所示的实施例,本实施例还包括基于预先采集的训练集训练得到所述腺样体初筛模型的方案。
具体地,基于预先采集的训练集训练得到所述腺样体初筛模型的步骤可以包括:
步骤S001,获取预先采集的训练集,所述训练集包括样本对象的平静呼吸数据与体质信息数据;
通过终端检测设备采集样本对象的平静呼吸数据,所述样本对象包含正常的以及确诊了不同程度的腺样体肥大对象,所述平静呼吸数据包括所述样本对象平静呼吸时的鼻腔压力数据以及呼吸流速数据。由专业医生通过用户终端输入样本对象的年龄、性别、身高、体重、民族以及腺样体肥大程度等体质信息数据,然后将获取的样本对象的平静呼吸数据与体质信息数据存入数据库,以进行腺样体初筛模型的训练。
步骤S002,根据所述样本对象的平静呼吸数据与体质信息数据训练所述腺样体初筛模型。
由于腺样体肥大会部分阻塞鼻咽气道,因此其阻塞程度(即气道阻塞处直径大小)与气体体积流速Q以及气道两端压力差Δp存在一定的相关性。根据流体力学,在简化模型中,气道阻塞处气体体积流速Q与压力差Δp存在如以下公式所示的关系:
其中,Cd为流量系数,A为气道阻塞处面积,ρ为气体密度,β为气道阻塞处直径与正常直径的比值。
从上述公式可以看出,气道阻塞处直径r与体积流速Q以及气道两端气压差Δp之间存在一定的相关性。腺样体肥大程度不同会导致鼻咽气道阻塞处直径r变化,从而导致公式中气道阻塞处面积A以及气道阻塞处直径与正常直径的比值β的变化,进而影响体积流速Q与气压差Δp之间的关系(即鼻阻力),据此原理可检测儿童腺样体肥大。
虽然理想情况下根据气体体积流速Q与气压差Δp可以计算气道直径r,但是由于实际情况下环境的复杂性以及个体差异,直接计算腺样体肥大的程度并不能很好的反映现实情况。本发明实施例中采用 AI人工智能分析的方法提取腺样体肥大以及正常情况下Q与Δp的关系特征值,同时耦合被测对象的年龄、性别、身高、体重、民族等信息,并建立分析模型,通过大量样本对象的数据信息对该模型进行训练,得到所述腺样体初筛模型,进而对于后续采集的被测对象的平静呼吸数据与体质信息数据进行分析,得到被测对象的腺样体肥大程度预估结果。
本实施例通过上述方案,具体通过获取预先采集的训练集,所述训练集包括样本对象的平静呼吸数据与体质信息数据;根据所述样本对象的平静呼吸数据与体质信息数据训练所述腺样体初筛模型。根据腺样体肥大导致的鼻咽气道的阻塞程度与气道两端压力差以及气体流速之间的相关性,并耦合包括样本对象的年龄、性别、身高、体重、民族以及腺样体肥大程度等已知信息,训练出腺样体肥大初筛模型,可用于简单高效地对被测对象的腺样体肥大程度进行预估,解决了腺样体肥大的快速筛查的问题。
此外,本发明实施例还提出一种腺样体肥大初筛系统,所述腺样体肥大初筛系统包括:
终端检测设备,用于采集被测对象的平静呼吸数据,并将所述被测对象的平静呼吸数据传输至用户终端,以供用户终端验证所述被测对象的平静呼吸数据的合理性,并将验证后的被测对象的平静呼吸数据发送至云服务器;
用户终端,用于接收所述被测对象的平静呼吸数据,并获取用户输入的被测对象的体质信息数据,验证所述被测对象的平静呼吸数据与体质信息数据的合理性,并将验证后的被测对象的平静呼吸数据与体质信息数据发送至云服务器,以供所述云服务器对所述被测对象的平静呼吸数据与体质信息数据进行分析,得到所述被测对象的腺样体肥大程度的预估结果;
云服务器,用于将接收的所述被测对象的平静呼吸数据与体质信息数据存储到数据库,并通过预先建立的腺样体初筛模型对所述被测对象的平静呼吸数据与体质信息数据进行分析,得到所述被测对象的腺样体肥大程度的预估结果,并将所述被测对象的腺样体肥大程度的预估结果发送至所述用户终端,以供用户对所述预估结果进行查看。
参照图4,图4为本发明实施例中腺样体肥大初筛系统的功能原理示意图,如图4所示,首先建立腺样体初筛AI分析模型,并存储于云服务器当中,当对被测对象进行检测时,远程终端设备将相关数据传输至云服务器,位于云服务器上的AI将数据分析完后,将结果返回至远程终端以及手机,并显示给用户。
具体地,参照图5,图5为本发明实施例中通过腺样体肥大初筛系统进行筛查的流程示意图,如图5所示,通过腺样体肥大初筛系统进行筛查的步骤包括:
通过终端检测设备采集样本对象(包含正常以及不同程度腺样体肥大对象)平静呼吸时的鼻腔压力差数据以及呼吸流速数据;
由专业医生输入样本对象的年龄、性别、身高、体重、民族以及腺样体肥大程度数据;
将上述采集的数据存入数据库;
根据采集的数据训练AI分析模型;
采集被测对象的平静呼吸时的鼻腔压力差数据以及呼吸流速数据;
由用户输入被测对象年龄、性别、身高、体重、民族数据;
判断采集的数据是否存在异常的极端数据,存在异常极端数据则重新测量数据,若不存在异常极端数据则将采集的数据存入数据库;
利用训练好的AI模型分析采集的被测对象的数据;
预估被测对象腺样体肥大程度;
输出分析结果;
若被测对象存在异常极端的数据,则重新测量。
进一步地,参照图6,图6为本发明实施例中终端检测设备的结构示意图,如图7所示,所述终端检测设备包括7个子模块,具体如下:
电源模块,电源模块给其他6个模块提供稳定的供电;
微处理器MCU,进行数据采集、数据处理、数据传输、电源管理、控制等操作;
存储模块,将采集的数据存储下来;
压差传感器,采集鼻腔气压差数据;
流量传感器,采集呼吸流量数据,呼吸流量于呼吸流速成线性关系;
蓝牙模块,与手机建立蓝牙连接,并进行数据传输;
串口通信模块,可通过USB线与电脑连接,并进行数据传输。
其中,所述蓝牙模块可替换为无线通信模块或蓝牙模块+无线通信模块(如5G、WIFI),若如此的话,在整个系统中,终端检测设备可直接与云服务器进行通信、传送数据。
参照图7-9,图7-9分别为本发明实施例中终端检测设备各组成部件的第一、第二及第三示意图,如图7-9所示,终端检测设备包括16个部件,具体如下:
1、软胶面部接触层,用于与面部接触,保持密封,同时具有舒适性;
2、面罩,作为呼吸流量通道;
3、面罩安装紧固螺钉,用于紧固面罩,方便拆卸;
4、气流腔,作为呼吸流量通道;
5、压差传感器面罩端,用于连通面罩内与压差传感器的一个端口;
6、压差传感器气道端,用于连通鼻腔与压差传感器另一端口;
7、流量传感器,用于测量流量;
8、穿戴弹性带接口,用于连接弹性带;
9、电路盒盖;
10、指示灯观测窗,可透过其观测指示灯状态;
11、数据接口,可用于传输数据、充电等;
12、压差传感器及电路板,用于检测呼吸时的气压差;
13、流量传感器信号数据线,用于传输流量信号;
14、数据采集面板,作为数据采集电路板;
15、波纹管,用于气压传导;
16、鼻塞,用于在测量时保证鼻腔密封,保证舒适度。
参照图10,图10为本发明实施例中采用终端检测设备进行检测的原理示意图,如图10所示,在采用终端检测设备对被测对象进行检测时,P1、P2为压差传感器的两个检测口,V为呼吸流量传感器,检测时,被测对象将检测面罩戴上,将P1塞入一侧鼻孔中(此时P1与P2的压力差即为另一侧鼻腔前后的压力差),保持平静呼吸1-2分钟,即可完成检测。
此外,所述终端检测设备有多种使用方式,参照图11,图11为本发明实施例中采用终端检测设备进行检测的另一原理示意图,如图11所示,P1、P2为压差传感器的两个检测口,V为呼吸流量传感器,检测时,被测对象将检测面罩戴上,将P1塞入口腔中(此时P1与P2的压力差即为鼻腔前后的压力差),闭口,保持平静呼吸1-2分钟,即可完成检测。
在本实施例中,通过建立腺样体初筛AI分析模型,并存储于云服务器当中,当对被测对象进行检测时,远程终端设备将相关数据传输至云服务器,位于云服务器上的AI将数据分析完后,将结果返回至远程终端以及手机,并显示给用户。此腺样体肥大初筛系统具有方便、便捷、集成程度高的特点,可用于家庭或者社区医院,同时兼具智能化,可以利用数据分析给出相关风险系数,同时给出要不要去医院进一步检查的建议,从而解决腺样体肥大初筛的问题。
此外,本发明实施例还提出一种终端设备,所述终端设备包括存储器、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腺样体肥大初筛程序,所述腺样体肥大初筛程序被所述处理器执行时实现如上所述的腺样体肥大初筛方法的步骤。
由于本腺样体肥大初筛程序被处理器执行时,采用了前述所有实施例的全部技术方案,因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果,在此不再一一赘述。
相比现有技术,本发明实施例提出的腺样体肥大初筛装置、系统以及终端设备,通过获取被测对象的平静呼吸数据与体质信息数据其中,所述平静呼吸数据包括被测对象平静呼吸时的鼻腔压力数据与呼吸流速数据,所述体质信息数据包括所述被测对象的年龄、性别、身高、体重以及民族中的一项或多项;将所述平静呼吸数据与体质信息数据输入预先建立的腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。通过获取并分析被测对象的平静呼吸数据与体质信息数据,快速得到被测对象的腺样体肥大程度的预估结果,可以简单高效地筛查腺样体的肥大程度,作为高度集成化的可穿戴设备,具有方便、便捷、集成程度高的特点,可应用于各种时间及场景,可以有效降低腺样体肥大筛查的检测成本,同时提高腺样体肥大判断的便利性与准确性。同时兼具智能化,可以利用数据分析给出相关风险系数,同时给出要不要去医院进一步检查的建议,从而解决腺样体肥大初筛的问题。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,被控终端,或者网络设备等)执行本申请每个实施例的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种腺样体肥大初筛装置,其特征在于,所述腺样体肥大初筛装置包括:
获取模块,用于获取被测对象的平静呼吸数据与体质信息数据,其中,所述平静呼吸数据包括被测对象平静呼吸时的鼻腔压力数据与呼吸流速数据,所述体质信息数据包括所述被测对象的年龄、性别、身高、体重以及民族中的一项或多项;
分析模块,用于将所述平静呼吸数据与体质信息数据输入预先建立的腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。
2.如权利要求1所述的腺样体肥大初筛装置,其特征在于,所述腺样体肥大初筛装置还包括:
建模模块,用于基于预先采集的训练集训练得到所述腺样体初筛模型,所述建模模块具体包括数据层与训练层:
所述数据层用于获取预先采集的训练集,所述训练集包括样本对象的平静呼吸数据与体质信息数据;
所述训练层用于根据所述样本对象的平静呼吸数据与体质信息数据训练所述腺样体初筛模型。
3.如权利要求1所述的腺样体肥大初筛装置,其特征在于,所述获取模块通过终端检测设备获取所述被测对象的平静呼吸数据;所述获取模块通过用户终端获取所述被测对象的体质信息数据。
4.如权利要求1所述的腺样体肥大初筛装置,其特征在于,所述腺样体肥大初筛装置还包括判断模块,所述判断模块用于判断所述平静呼吸数据与体质信息数据是否存在异常;若所述平静呼吸数据与体质信息数据存在异常,则由所述获取模块重新获取所述被测对象的平静呼吸数据与体质信息数据;若所述平静呼吸数据与体质信息数据不存在异常,则由分析模块将所述平静呼吸数据与体质信息数据输入所述腺样体初筛模型进行分析,得到所述被测对象的腺样体肥大程度的预估结果。
5.如权利要求3所述的腺样体肥大初筛装置,其特征在于,所述终端检测设备集成于可穿戴设备,所述可穿戴设备的应用场景包括家庭、学校、社区以及医院,用于对所述被测对象的睡眠状态或非睡眠状态进行检测。
6.如权利要求3所述的腺样体肥大初筛装置,其特征在于,所述分析模块与所述用户终端进行连接,用于将所述被测对象的腺样体肥大程度的预估结果输出至所述用户终端,以供用户通过所述用户终端对所述预估结果进行查看。
7.一种腺样体肥大初筛系统,其特征在于,所述腺样体肥大初筛系统包括:
终端检测设备,用于采集被测对象的平静呼吸数据,并将所述被测对象的平静呼吸数据传输至用户终端,以供用户终端验证所述被测对象的平静呼吸数据的合理性,并将验证后的被测对象的平静呼吸数据发送至云服务器;
用户终端,用于接收所述被测对象的平静呼吸数据,并获取用户输入的被测对象的体质信息数据,验证所述被测对象的平静呼吸数据与体质信息数据的合理性,并将验证后的被测对象的平静呼吸数据与体质信息数据发送至云服务器,以供所述云服务器对所述被测对象的平静呼吸数据与体质信息数据进行分析,得到所述被测对象的腺样体肥大程度的预估结果;
云服务器,用于将接收的所述被测对象的平静呼吸数据与体质信息数据存储到数据库,并通过预先建立的腺样体初筛模型对所述被测对象的平静呼吸数据与体质信息数据进行分析,得到所述被测对象的腺样体肥大程度的预估结果,并将所述被测对象的腺样体肥大程度的预估结果发送至所述用户终端,以供用户对所述预估结果进行查看。
8.如权利要求7所述的腺样体肥大初筛系统,其特征在于,所述终端检测设备包括:
面罩端,其中,所述面罩端包括压差传感器与穿戴弹性带接口,所述压差传感器用于采集所述被测对象的鼻腔压力数据,所述穿戴弹性带接口用于将所述面罩端与所述被测对象进行连接;
气道端,其中,所述气道端包括流量传感器,用于采集所述被测对象的呼吸流速数据;
通信端,用于将所述被测对象的鼻腔压力数据与呼吸流速数据作为所述被测对象的平静呼吸数据传输至所述用户终端。
9.一种终端设备,其特征在于,所述终端设备包括存储器、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腺样体肥大初筛程序,所述腺样体肥大初筛程序被所述处理器执行时可应用于如权利要求1-6中任一项所述的腺样体肥大初筛装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210189460.8A CN114246578A (zh) | 2022-03-01 | 2022-03-01 | 腺样体肥大初筛装置、系统以及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210189460.8A CN114246578A (zh) | 2022-03-01 | 2022-03-01 | 腺样体肥大初筛装置、系统以及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114246578A true CN114246578A (zh) | 2022-03-29 |
Family
ID=80800087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210189460.8A Pending CN114246578A (zh) | 2022-03-01 | 2022-03-01 | 腺样体肥大初筛装置、系统以及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114246578A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115120227A (zh) * | 2022-06-20 | 2022-09-30 | 山东大学 | 一种基于动态模式识别的腺样体识别系统和方法 |
WO2023209712A1 (en) * | 2022-04-25 | 2023-11-02 | Yeda Research And Development Co. Ltd. | Diagnosing and treating attention deficit hyperactivity disorder |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106821382A (zh) * | 2017-03-31 | 2017-06-13 | 颐拓科技(深圳)有限公司 | 呼吸监测诊断系统、干扰过滤方法及诊断方法 |
CN108135534A (zh) * | 2015-08-26 | 2018-06-08 | 瑞思迈传感器技术有限公司 | 监测和管理慢性疾病的系统与方法 |
JP2019150234A (ja) * | 2018-03-01 | 2019-09-12 | 公立大学法人広島市立大学 | アデノイド肥大判定装置、アデノイド肥大判定方法及びプログラム |
US20200060579A1 (en) * | 2017-03-01 | 2020-02-27 | Kagoshima University | Airway ventilation state calibration system and system for predicting airway deformation during sleep |
CN111904393A (zh) * | 2020-08-06 | 2020-11-10 | 苏州国科医工科技发展(集团)有限公司 | 具有腺样体肥大概率判断功能的智能儿童睡眠监测系统 |
CN112716478A (zh) * | 2020-12-28 | 2021-04-30 | 深圳市医创生物科技有限公司 | 一种鼻通气功能动态无线监测仪 |
-
2022
- 2022-03-01 CN CN202210189460.8A patent/CN114246578A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108135534A (zh) * | 2015-08-26 | 2018-06-08 | 瑞思迈传感器技术有限公司 | 监测和管理慢性疾病的系统与方法 |
US20200060579A1 (en) * | 2017-03-01 | 2020-02-27 | Kagoshima University | Airway ventilation state calibration system and system for predicting airway deformation during sleep |
CN106821382A (zh) * | 2017-03-31 | 2017-06-13 | 颐拓科技(深圳)有限公司 | 呼吸监测诊断系统、干扰过滤方法及诊断方法 |
JP2019150234A (ja) * | 2018-03-01 | 2019-09-12 | 公立大学法人広島市立大学 | アデノイド肥大判定装置、アデノイド肥大判定方法及びプログラム |
CN111904393A (zh) * | 2020-08-06 | 2020-11-10 | 苏州国科医工科技发展(集团)有限公司 | 具有腺样体肥大概率判断功能的智能儿童睡眠监测系统 |
CN112716478A (zh) * | 2020-12-28 | 2021-04-30 | 深圳市医创生物科技有限公司 | 一种鼻通气功能动态无线监测仪 |
Non-Patent Citations (1)
Title |
---|
谢睿: "《儿童腺样体肥大的诊断与临床意义》", 《医学信息》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023209712A1 (en) * | 2022-04-25 | 2023-11-02 | Yeda Research And Development Co. Ltd. | Diagnosing and treating attention deficit hyperactivity disorder |
CN115120227A (zh) * | 2022-06-20 | 2022-09-30 | 山东大学 | 一种基于动态模式识别的腺样体识别系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10722179B2 (en) | Residual-based monitoring of human health | |
Larson et al. | SpiroSmart: using a microphone to measure lung function on a mobile phone | |
CN114246578A (zh) | 腺样体肥大初筛装置、系统以及终端设备 | |
CN102892349B (zh) | 用于预测胃肠损害的系统和方法 | |
US20040143194A1 (en) | Respiratory function measuring system and application thereof | |
US20210208151A1 (en) | Devices, Systems, and Methods for Aiding in the Detection of a Physiological Abnormality | |
CA2673460A1 (en) | Devices, systems, and methods for aiding in the detection of a physiological abnormality | |
CN108888272A (zh) | 一种自主肺功能测量仪及肺功能测量方法 | |
US20230346306A1 (en) | Methods and systems to detect eating | |
CN107635459A (zh) | 用于测量生命体征的口腔插入式探针和方法 | |
Ionescu et al. | Parametric models for characterizing respiratory input impedance | |
Mariakakis et al. | Challenges in realizing smartphone-based health sensing | |
Duenas-Meza et al. | Impulse oscillometry reference values and bronchodilator response in three-to five-year old children living at high altitude | |
AU2021236462B2 (en) | Residual-based monitoring of human health | |
Widianto et al. | Portable spirometer using pressure-volume method with Bluetooth integration to Android smartphone. | |
Turnbull et al. | Development of a novel device for objective respiratory rate measurement in low-resource settings | |
WO2023246352A1 (zh) | 健康数据管理方法、装置、电子设备和可读存储介质 | |
CN114557690B (zh) | 一种用于连续葡萄糖监测的校准系统及方法 | |
EP4373384A1 (en) | Devices and methods for characterization of the nasal cycle | |
Pereira et al. | TrueForce: a new digital manometer to measure maximal respiratory pressures at functional residual capacity | |
CN211409017U (zh) | 一种基于云计算的体外诊疗检测装置 | |
CN111261264A (zh) | 一种智能体质测试设备、方法及存储介质 | |
CN117617921B (zh) | 基于物联网的智能血压监控系统及方法 | |
Zubaydi | A mobile based platform for monitoring respiratory diseases | |
Pillay et al. | Repeatability of Pulse Oximetry Measurements in Children During Triage in 2 Ugandan Hospitals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220329 |
|
RJ01 | Rejection of invention patent application after publication |