CN114550920B - 一种基于数据分析的瓣膜状态检测用诊断决策系统 - Google Patents
一种基于数据分析的瓣膜状态检测用诊断决策系统 Download PDFInfo
- Publication number
- CN114550920B CN114550920B CN202210231564.0A CN202210231564A CN114550920B CN 114550920 B CN114550920 B CN 114550920B CN 202210231564 A CN202210231564 A CN 202210231564A CN 114550920 B CN114550920 B CN 114550920B
- Authority
- CN
- China
- Prior art keywords
- heart valve
- sound
- information
- diagnosis
- value
- 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
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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
-
- 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)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种基于数据分析的瓣膜状态检测用诊断决策系统，用于解决现有的瓣膜状态检测大多采用现场听诊的方式，导致增加就诊时间和瓣膜检测诊断的效率的问题；包括瓣膜声音采集端、服务器、数据决策模块、识别端和结果获取模块；本发明的瓣膜声音采集端采集待检测用户的心瓣膜信息通过服务器发送至数据决策模块，数据决策模块向服务器发送信息获取信令以获取服务器内所有的声音处理端的声音处理参数，对声音处理参数进行处理得到端由值，再经过端由值选取识别端，通过识别端对应的听诊医生对声音处理参数进行诊断分析，从而快速处理待检测用户的心瓣膜信息，进而进行诊断，提高心瓣膜检测诊断的效率。
Description
技术领域
本发明涉及心瓣膜状态检测诊断技术领域，具体为一种基于数据分析的瓣膜状态检测用诊断决策系统。
背景技术
人类的心脏内有四组瓣膜：主动脉瓣、肺动脉瓣、二尖瓣和三尖瓣；每组瓣膜均由二至三个瓣叶组成，正常的瓣膜菲薄光滑而有弹性，具有单向阀门作用，随着心跳交替开放关闭，保证血液在循环系统内正常的方向运动，充分发挥，维护心脏的泵功能；
正常情况下，瓣膜迅速地启闭，发出“吧嗒、吧嗒”的声音，可以用听诊器听到，当瓣膜工作不正常时，流经心脏的血液被扰乱，产生“嗖嗖”的声音，专科医生能够对这两类声音进行鉴别，而现有的用户去就诊时，都是医生现场进行听诊诊断，无疑增加了就诊时间，因此，如何通过数据分析提前对瓣膜状态进行诊断决策，提高心瓣膜检测诊断的效率，以便于节省就诊的时间是本申请亟需解决的技术问题。
发明内容
本发明的目的就在于为了解决现有的瓣膜状态检测大多采用现场听诊的方式，导致增加就诊时间和瓣膜检测诊断的效率的问题，而提出一种基于数据分析的瓣膜状态检测用诊断决策系统。
本发明的目的可以通过以下技术方案实现：
一种基于数据分析的瓣膜状态检测用诊断决策系统，包括瓣膜声音采集端、服务器、数据决策模块、识别端和结果获取模块；所述瓣膜声音采集端用于采集待检测用户的心瓣膜信息并发送至服务器内，服务器接收到心瓣膜信息并发送至数据决策模块，其中，心瓣膜信息包括瓣膜听诊区的位置以及对应的瓣膜声音数据和待检测用户的就诊号；
所述数据决策模块用于将心瓣膜信息发送至识别端，具体发送过程为：向服务器发送信息获取信令以获取服务器内所有的声音处理端的声音处理参数；其中声音处理参数包括音效值和传距值；
对音效值和传距值进行归一化处理并取两者的数值，将两者的数值分别标记为WZ和CJ；利用公式DY＝DZ×gb1+gb2/CJ-WJ以得到声音处理端的端由值DY；其中，gb1、gb2均为预设权重因子，WJ为声音；端由值用于评定声音处理端处理心瓣膜信息几率的数值；端由值越大，声音处理端的处理心瓣膜信息几率越大；将端由值最大的声音处理端标记为识别端，并将心瓣膜信息发送至识别端；
所述识别端用于对心瓣膜信息进行诊断分析得到诊断结果并将诊断结果发送至服务器内，具体诊断分析过程为：
识别端采集对应监测区域内听诊医生的人脸照片，当采集到的人脸图片时，将人脸图片与对应的人脸图片进行比对，当比对的人脸图片相同时，识别端显示听诊信息提示，对应听诊医生通过识别端播放心瓣膜信息内的瓣膜声音数据进行听诊并输入诊断结果，识别端将诊断结果发送至服务器内；当比对的人脸图片不同时，向识别端内存储的所有听诊医生的手机终端发送信息听取信令以获取听取结果；其中听诊结果包括听诊医生的位置和对应的听诊时刻；将听诊医生的位置与识别端的位置进行距离差计算得到听诊间距并标记为TZ1；将听诊时刻与当前时刻进行时刻差计算得到听诊间隔时长并标记为TZ2；再获取听诊医生的当理值并标记为TZ3；将听诊间距、间隔时长和当理值进行归一化处理并取三者归一化处理后的数值，代入公式WZ＝TZ1×cn1+TZ2×cn2+TZ3×cn3得到听执值WZ；其中，cn1、cn2和cn3均为预设权重因子；将听执值最小的听诊医生标记为执行医生，向执行医生的手机终端发送听取执行信令，执行医生通过手机终端接收到听取执行信令后，到达识别端，通过识别端播放心瓣膜信息内的瓣膜声音数据，执行医生对瓣膜声音数据进行听诊并输入诊断结果；同时该执行医生的当月执行总次数增加一次；
所述结果获取模块用于待检测用户对应就诊医生通过电脑终端获取对应待检测用户的诊断结果及心瓣膜信息。
作为本发明的一种优选实施方式，所述服务器内包括注册单元、数据库和采集单元；
所述注册单元用于听诊医生通过电脑终端提交电脑终端的终端信息进行注册并将注册成功的终端信息发送至数据库内存储，同时将注册成功的电脑终端标记为声音处理端；终端信息包括电脑终端的位置以及通信号码和型号等；
所述采集单元用于采集声音处理端接收到心瓣膜信息的时刻一、反馈诊断结果的时刻二以及对应执行医生接收到听取执行信令的时刻三和输入诊断结果的时刻四并将其发送至数据库内。
作为本发明的一种优选实施方式，所述服务器内还包括分析单元；
分析单元用于对声音处理端进行分析得到声音处理参数，具体过程为：将时刻一与时刻二进行时间差计算以得到结果反馈时长；将时刻三与时刻四进行时刻差计算得到信令执行时长；将声音处理端的所有结果反馈时长进行求和并取均值得到反馈均值时长，再将声音处理端的所有信令执行时长进行求和并取均值得到执行均值时长；统计声音处理端反馈诊断结果的反馈次数；将反馈均值时长、执行均值时长和反馈次数进行归一化处理，取三者归一化处理后的数值并标记为MS1、MS2和MS3；设定反馈均值时长、执行均值时长和反馈次数对应的预设权重因子分别为qy1、qy2和qy3；利用公式
得到处理端音效值YC；当声音处理端初始注册时，音效值直接取值为零；
再将数据决策模块的位置与声音处理端的位置进行距离差计算得到传距值并将其与音效值YC发送至数据库内存储；
作为本发明的一种优选实施方式，所述数据决策模块内还包括计时单元，计时单元用于计时发送心瓣膜信息至识别端的时长，当时长等于设定阈值时，服务器未收到诊断结果，则生成端诊信令并发送至识别端，同时该识别端的未及总次数增加一次；识别端接收到端诊信令后，通过内置的杂音分类识别算法对心瓣膜信息进行识别处理，将识别的结果发送至服务器内；其中杂音分类识别算法为CN112949639A公开的一种先天性心脏病心音智能分割分类算法；
作为本发明的一种优选实施方式，所述识别端内还包括当理分析单元；当理分析单元用于对听诊医生进行当理值分析，具体分析过程为：采集听诊医生通过手机终端接收到听取执行信令的第一时刻以及听诊医生到达识别端的第二时刻；将第一时刻与第二时刻进行时刻差计算得到到达处理时长；计算第一时刻与第二时刻中间的时刻标记为第三时刻；提取听诊医生所有的第三时刻和到达处理时长，以时刻为横坐标，到达处理时长为竖坐标建立时刻时长坐标系；依据第三时刻的先后顺序将到达处理时长标记在直角坐标系中，连线相连两个到达处理时长得到达处线，计算达出线的斜率，将达处线与横坐标夹角为锐角的斜率为次上斜率；将达处线与横坐标夹角为钝角的斜率为次下斜率；提取所有次上斜率的数值并求和得到次上总和并标记为CX1；提取所有次下斜率的数值并求和得到次下总和并标记为CX2；利用公式CD1＝CX2/(CX1+1)得到次斜比并标记为CD1；将听诊医生的当月执行总次数的数值标记为CD2；利用公式TZ3＝CD1×bs1-CD2×bs2+1得到听诊医生的当理值TZ3；其中，bs1和bs2均为预设权重系数；当听诊医生为初始注册时，当理值直接取一。
与现有技术相比，本发明的有益效果是：
1、本发明瓣膜声音采集端采集待检测用户的心瓣膜信息通过服务器发送至数据决策模块，数据决策模块向服务器发送信息获取信令以获取服务器内所有的声音处理端的声音处理参数，对声音处理参数进行处理得到端由值，再经过端由值选取识别端，通过识别端对应的听诊医生对声音处理参数进行诊断分析，从而快速处理待检测用户的心瓣膜信息，进而进行诊断，提高心瓣膜检测诊断的效率；
2、本发明识别端没有检测到听诊医生时，向存储的所有听诊医生的手机终端发送信息听取信令以获取听取结果并处理得到听执值，通过听执值选取对应的听诊医生进行听诊处理，以便于识别端接收到心瓣膜信息后，没有及时进行听诊处理，进而影响心瓣膜信息处理的效率。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，一种基于数据分析的瓣膜状态检测用诊断决策系统，包括瓣膜声音采集端、服务器、数据决策模块、识别端和结果获取模块；
瓣膜声音采集端采集待检测用户的心瓣膜信息并发送至服务器内，服务器接收到心瓣膜信息并发送至数据决策模块，其中，心瓣膜信息包括瓣膜听诊区的位置以及对应的瓣膜声音数据和待检测用户的就诊号；
数据决策模块向服务器发送信息获取信令以获取服务器内所有的声音处理端的声音处理参数；其中声音处理参数包括音效值和传距值；
对音效值和传距值进行归一化处理并取两者的数值，将两者的数值分别标记为WZ和CJ；利用公式DY＝DZ×gb1+gb2/CJ-WJ以得到声音处理端的端由值DY；其中，gb1、gb2均为预设权重因子，WJ为声音；端由值用于评定声音处理端处理心瓣膜信息几率的数值；端由值越大，声音处理端的处理心瓣膜信息几率越大；将端由值最大的声音处理端标记为识别端，并将心瓣膜信息发送至识别端；
识别端用于对心瓣膜信息进行诊断分析得到诊断结果并将诊断结果发送至服务器内，具体诊断分析过程为：
识别端采集对应监测区域内听诊医生的人脸照片，当采集到的人脸图片时，将人脸图片与对应的人脸图片进行比对，当比对的人脸图片相同时，识别端显示听诊信息提示，对应听诊医生通过识别端播放心瓣膜信息内的瓣膜声音数据进行听诊并输入诊断结果，识别端将诊断结果发送至服务器内；当比对的人脸图片不同时，向识别端内存储的所有听诊医生的手机终端发送信息听取信令以获取听取结果；其中听诊结果包括听诊医生的位置和对应的听诊时刻；将听诊医生的位置与识别端的位置进行距离差计算得到听诊间距并标记为TZ1；将听诊时刻与当前时刻进行时刻差计算得到听诊间隔时长并标记为TZ2；再获取听诊医生的当理值并标记为TZ3；将听诊间距、间隔时长和当理值进行归一化处理并取三者归一化处理后的数值，代入公式WZ＝TZ1×cn1+TZ2×cn2+TZ3×cn3得到听执值WZ；其中，cn1、cn2和cn3均为预设权重因子；cn1、cn2和cn3的取值为0.72、0.64、0.354；将听执值最小的听诊医生标记为执行医生，向执行医生的手机终端发送听取执行信令，执行医生通过手机终端接收到听取执行信令后，到达识别端，通过识别端播放心瓣膜信息内的瓣膜声音数据，执行医生对瓣膜声音数据进行听诊并输入诊断结果；同时该执行医生的当月执行总次数增加一次；
待检测用户对应就诊医生通过电脑终端访问结果获取模块并获取对应待检测用户的诊断结果及心瓣膜信息，从而方便查看待检测用户的诊断结果和心瓣膜信息；
服务器内包括注册单元、数据库、采集单元和分析单元；
注册单元用于听诊医生通过电脑终端提交电脑终端的终端信息进行注册并将注册成功的终端信息发送至数据库内存储，同时将注册成功的电脑终端标记为声音处理端；终端信息包括电脑终端的位置以及通信号码和型号等；
采集单元用于采集声音处理端接收到心瓣膜信息的时刻一、反馈诊断结果的时刻二以及对应执行医生接收到听取执行信令的时刻三和输入诊断结果的时刻四并将其发送至数据库内；
分析单元对声音处理端进行分析得到声音处理参数，具体过程为：将时刻一与时刻二进行时间差计算以得到结果反馈时长；将时刻三与时刻四进行时刻差计算得到信令执行时长；将声音处理端的所有结果反馈时长进行求和并取均值得到反馈均值时长，再将声音处理端的所有信令执行时长进行求和并取均值得到执行均值时长；统计声音处理端反馈诊断结果的反馈次数；将反馈均值时长、执行均值时长和反馈次数进行归一化处理，取三者归一化处理后的数值并标记为MS1、MS2和MS3；设定反馈均值时长、执行均值时长和反馈次数对应的预设权重因子分别为qy1、qy2和qy3；利用公式
得到处理端音效值YC；当声音处理端初始注册时，音效值直接取值为零；qy1、qy2和qy3的取值分别为2.2、3.3、0.4；
再将数据决策模块的位置与声音处理端的位置进行距离差计算得到传距值并将其与音效值YC发送至数据库内存储；
数据决策模块内还包括计时单元，计时单元用于计时发送心瓣膜信息至识别端的时长，当时长等于设定阈值时，服务器未收到诊断结果，则生成端诊信令并发送至识别端，同时该识别端的未及总次数增加一次；识别端接收到端诊信令后，通过内置的杂音分类识别算法对心瓣膜信息进行识别处理，将识别的结果发送至服务器内；其中杂音分类识别算法为CN112949639A公开的一种先天性心脏病心音智能分割分类算法；
识别端内还包括当理分析单元；当理分析单元用于对听诊医生进行当理值分析，具体分析过程为：采集听诊医生通过手机终端接收到听取执行信令的第一时刻以及听诊医生到达识别端的第二时刻；将第一时刻与第二时刻进行时刻差计算得到到达处理时长；计算第一时刻与第二时刻中间的时刻标记为第三时刻；提取听诊医生所有的第三时刻和到达处理时长，以时刻为横坐标，到达处理时长为竖坐标建立时刻时长坐标系；依据第三时刻的先后顺序将到达处理时长标记在直角坐标系中，连线相连两个到达处理时长得到达处线，计算达出线的斜率，将达处线与横坐标夹角为锐角的斜率为次上斜率；将达处线与横坐标夹角为钝角的斜率为次下斜率；提取所有次上斜率的数值并求和得到次上总和并标记为CX1；提取所有次下斜率的数值并求和得到次下总和并标记为CX2；利用公式CD1＝CX2/(CX1+1)得到次斜比并标记为CD1；将听诊医生的当月执行总次数的数值标记为CD2；利用公式TZ3＝CD1×bs1-CD2×bs2+1得到听诊医生的当理值TZ3；其中，bs1和bs2均为预设权重系数；取值为0.4、0.6；当听诊医生为初始注册时，当理值直接取一；
本发明在使用时，瓣膜声音采集端采集待检测用户的心瓣膜信息通过服务器发送至数据决策模块，数据决策模块向服务器发送信息获取信令以获取服务器内所有的声音处理端的声音处理参数，对声音处理参数进行处理得到端由值，再经过端由值选取识别端，通过识别端对应的听诊医生对声音处理参数进行诊断分析，从而快速处理待检测用户的心瓣膜信息，进而进行诊断，提高心瓣膜检测诊断的效率；识别端采集对应监测区域内听诊医生的人脸照片，当采集到的人脸图片时，将人脸图片与对应的人脸图片进行比对，当比对的人脸图片相同时，识别端显示听诊信息提示，对应听诊医生通过识别端播放心瓣膜信息内的瓣膜声音数据进行听诊并输入诊断结果，识别端将诊断结果发送至服务器内；当比对的人脸图片不同时，向识别端内存储的所有听诊医生的手机终端发送信息听取信令以获取听取结果；将听诊间距、间隔时长和当理值进行归一化处理得到听执值，通过听执值选取对应的听诊医生进行听诊处理，以便于识别端接收到心瓣膜信息后，没有及时进行听诊处理，进而影响心瓣膜信息处理的效率。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (1)
1.一种基于数据分析的瓣膜状态检测用诊断决策系统，包括瓣膜声音采集端、服务器、数据决策模块、识别端和结果获取模块；其特征在于，所述瓣膜声音采集端用于采集待检测用户的心瓣膜信息并发送至服务器内，服务器接收到心瓣膜信息并发送至数据决策模块，其中，心瓣膜信息包括瓣膜听诊区的位置以及对应的瓣膜声音数据和待检测用户的就诊号；
所述数据决策模块用于将心瓣膜信息发送至识别端，具体发送过程为：向服务器发送至信息获取信令以获取服务器内所有的声音处理端的声音处理参数；其中，声音处理参数包括音效值和传距值；
对音效值和传距值进行归一化处理以得到声音处理端的端由值，将端由值最大的声音处理端标记为识别端，并将心瓣膜信息发送至识别端；
所述识别端用于对心瓣膜信息进行诊断分析得到诊断结果并将诊断结果发送至服务器内，具体诊断分析过程为：
识别端采集对应监测区域内听诊医生的人脸照片，当采集到的人脸图片时，将人脸图片与对应的人脸图片进行比对，当比对的人脸图片相同时，识别端显示听诊信息提示，对应听诊医生通过识别端播放心瓣膜信息内的瓣膜声音数据进行听诊并输入诊断结果，识别端将诊断结果发送至服务器内；当比对的人脸图片不同时，向识别端内存储的所有听诊医生的手机终端发送信息听取信令以获取听取结果；其中听诊结果包括听诊医生的位置和对应的听诊时刻；将听诊医生的位置与识别端的位置进行距离差计算得到听诊间距；将听诊时刻与当前时刻进行时刻差计算得到听诊间隔时长；再获取听诊医生的当理值；将听诊间距、间隔时长和当理值进行归一化处理得到听执值；将听执值最小的听诊医生标记为执行医生，向执行医生的手机终端发送听取执行信令，执行医生通过手机终端接收到听取执行信令后，到达识别端，通过识别端播放心瓣膜信息内的瓣膜声音数据，执行医生对瓣膜声音数据进行听诊并输入诊断结果；同时该执行医生的当月执行总次数增加一次；
所述结果获取模块用于待检测用户对应就诊医生通过电脑终端获取对应待检测用户的诊断结果及心瓣膜信息；
所述服务器内包括注册单元、数据库和采集单元；
所述注册单元用于听诊医生通过电脑终端提交电脑终端的终端信息进行注册并将注册成功的终端信息发送至数据库内存储，同时将注册成功的电脑终端标记为声音处理端；
所述采集单元用于采集声音处理端接收到心瓣膜信息的时刻一、反馈诊断结果的时刻二以及对应执行医生接收到听取执行信令的时刻三和输入诊断结果的时刻四并将其发送至数据库内；
所述服务器内还包括分析单元；
分析单元用于对声音处理端进行分析得到声音处理参数，具体过程为：将时刻一与时刻二进行时间差计算以得到结果反馈时长；将时刻三与时刻四进行时刻差计算得到信令执行时长；将声音处理端的所有结果反馈时长进行求和并取均值得到反馈均值时长，再将声音处理端的所有信令执行时长进行求和并取均值得到执行均值时长；统计声音处理端反馈诊断结果的反馈次数；将反馈均值时长、执行均值时长和反馈次数进行归一化处理得到处理端音效值，再将数据决策模块的位置与声音处理端的位置进行距离差计算得到传距值并将其与音效值YC发送至数据库内存储；
所述数据决策模块内还包括计时单元，计时单元用于计时发送心瓣膜信息至识别端的时长，当时长等于设定阈值时，服务器未收到诊断结果，则生成端诊信令并发送至识别端，同时该识别端的未及总次数增加一次；识别端接收到端诊信令后，通过内置的杂音分类识别算法对心瓣膜信息进行识别处理，将识别的结果发送至服务器内；
所述识别端内还包括当理分析单元；当理分析单元用于对听诊医生进行当理值分析，具体分析过程为：采集听诊医生通过手机终端接收到听取执行信令的第一时刻以及听诊医生到达识别端的第二时刻；将第一时刻与第二时刻进行时刻差计算得到到达处理时长；计算第一时刻与第二时刻中间的时刻标记为第三时刻；提取听诊医生所有的第三时刻和到达处理时长，以时刻为横坐标，到达处理时长为竖坐标建立时刻时长坐标系；依据第三时刻的先后顺序将到达处理时长标记在直角坐标系中，连线相连两个到达处理时长得到达处线，计算达出线的斜率，将达处线与横坐标夹角为锐角的斜率为次上斜率；将达处线与横坐标夹角为钝角的斜率为次下斜率；提取所有次上斜率的数值并求和得到次上总和；提取所有次下斜率的数值并求和得到次下总和并分析得到次斜比；对次斜比和听诊医生的当月执行总次数分析以得到听诊医生的当理值；
在使用时，瓣膜声音采集端采集待检测用户的心瓣膜信息通过服务器发送至数据决策模块，数据决策模块向服务器发送信息获取信令以获取服务器内所有的声音处理端的声音处理参数，对声音处理参数进行处理得到端由值，再经过端由值选取识别端，通过识别端对应的听诊医生对声音处理参数进行诊断分析，从而快速处理待检测用户的心瓣膜信息，进而进行诊断，提高心瓣膜检测诊断的效率；识别端采集对应监测区域内听诊医生的人脸照片，当采集到的人脸图片时，将人脸图片与对应的人脸图片进行比对，当比对的人脸图片相同时，识别端显示听诊信息提示，对应听诊医生通过识别端播放心瓣膜信息内的瓣膜声音数据进行听诊并输入诊断结果，识别端将诊断结果发送至服务器内；当比对的人脸图片不同时，向识别端内存储的所有听诊医生的手机终端发送信息听取信令以获取听取结果；将听诊间距、间隔时长和当理值进行归一化处理得到听执值，通过听执值选取对应的听诊医生进行听诊处理，以便于识别端接收到心瓣膜信息后，没有及时进行听诊处理，进而影响心瓣膜信息处理的效率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210231564.0A CN114550920B (zh) | 2022-03-09 | 2022-03-09 | 一种基于数据分析的瓣膜状态检测用诊断决策系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210231564.0A CN114550920B (zh) | 2022-03-09 | 2022-03-09 | 一种基于数据分析的瓣膜状态检测用诊断决策系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114550920A CN114550920A (zh) | 2022-05-27 |
| CN114550920B true CN114550920B (zh) | 2023-02-07 |
Family
ID=81663078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210231564.0A Active CN114550920B (zh) | 2022-03-09 | 2022-03-09 | 一种基于数据分析的瓣膜状态检测用诊断决策系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114550920B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110289089A (zh) * | 2019-06-28 | 2019-09-27 | 陈科良 | 一种智能听诊系统及其数据处理方法 |
| CN110720945A (zh) * | 2019-08-23 | 2020-01-24 | 杭州蜂荟信息技术有限公司 | 一种智能听诊系统的方法 |
| CN112309561A (zh) * | 2020-10-30 | 2021-02-02 | 福州爱建生物科技有限公司 | 标准远程诊断系统 |
| CN112489796A (zh) * | 2020-12-30 | 2021-03-12 | 浙江省肿瘤医院 | 一种智能听诊辅助诊断系统及诊断方法 |
| CN112800743A (zh) * | 2021-01-15 | 2021-05-14 | 安徽迪科数金科技有限公司 | 一种基于特定领域的语音打分模型构建系统及方法 |
| CN113017680A (zh) * | 2021-03-01 | 2021-06-25 | 中南大学湘雅医院 | 一种基于数据识别技术的医疗辅助方法和系统 |
| CN113539461A (zh) * | 2021-09-16 | 2021-10-22 | 深圳云基智能科技有限公司 | 基于大数据分析的体温异常监测反馈系统 |
| CN114066848A (zh) * | 2021-11-16 | 2022-02-18 | 苏州俪濠智能科技有限公司 | 一种fpca外观缺陷视觉检测系统 |
-
2022
- 2022-03-09 CN CN202210231564.0A patent/CN114550920B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110289089A (zh) * | 2019-06-28 | 2019-09-27 | 陈科良 | 一种智能听诊系统及其数据处理方法 |
| CN110720945A (zh) * | 2019-08-23 | 2020-01-24 | 杭州蜂荟信息技术有限公司 | 一种智能听诊系统的方法 |
| CN112309561A (zh) * | 2020-10-30 | 2021-02-02 | 福州爱建生物科技有限公司 | 标准远程诊断系统 |
| CN112489796A (zh) * | 2020-12-30 | 2021-03-12 | 浙江省肿瘤医院 | 一种智能听诊辅助诊断系统及诊断方法 |
| CN112800743A (zh) * | 2021-01-15 | 2021-05-14 | 安徽迪科数金科技有限公司 | 一种基于特定领域的语音打分模型构建系统及方法 |
| CN113017680A (zh) * | 2021-03-01 | 2021-06-25 | 中南大学湘雅医院 | 一种基于数据识别技术的医疗辅助方法和系统 |
| CN113539461A (zh) * | 2021-09-16 | 2021-10-22 | 深圳云基智能科技有限公司 | 基于大数据分析的体温异常监测反馈系统 |
| CN114066848A (zh) * | 2021-11-16 | 2022-02-18 | 苏州俪濠智能科技有限公司 | 一种fpca外观缺陷视觉检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114550920A (zh) | 2022-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109009129B (zh) | 基于声学分析的母猪呼吸系统疾病预警系统 | |
| CN103997955B (zh) | 检测心电图中的心房纤颤的方法 | |
| CN109276242A (zh) | 心电信号类型识别的方法和装置 | |
| CN105212919A (zh) | 生理信号分析方法及其系统 | |
| CN103970975B (zh) | 心电数据处理方法和系统 | |
| CN106725420A (zh) | 室性早搏识别方法及室性早搏识别系统 | |
| CN110786849B (zh) | 基于多视图鉴别分析的心电信号身份识别方法及系统 | |
| US10885361B2 (en) | Biometric method and device for identifying a person through an electrocardiogram (ECG) waveform | |
| CN109288515B (zh) | 基于穿戴式心电信号中早搏信号的周期性监测方法及装置 | |
| Al-Ghannam et al. | Prayer activity monitoring and recognition using acceleration features with mobile phone | |
| CN104970820A (zh) | 一种智能听诊系统及检测方法 | |
| CN107469326A (zh) | 一种用于可穿戴设备的游泳监测方法与装置及可穿戴设备 | |
| CN108294756A (zh) | 一种用于随身携带的咳嗽监测装置及系统 | |
| CN103315767B (zh) | 心音信号的判别方法及心音信号的判别系统 | |
| CN111053552B (zh) | 一种基于深度学习的qrs波检测方法 | |
| CN111653273A (zh) | 一种基于智能手机的院外肺炎初步识别方法 | |
| CN114550920B (zh) | 一种基于数据分析的瓣膜状态检测用诊断决策系统 | |
| Omarov et al. | Electronic stethoscope for detecting heart abnormalities in athletes | |
| Lei et al. | AFC-ECG: An adaptive fuzzy ECG classifier | |
| JP6103591B2 (ja) | 聴診心音信号の処理方法、聴診心音信号の処理装置及び聴診心音信号を処理するためのプログラム | |
| CN113069091A (zh) | 一种ppg信号的脉象分类装置及方法 | |
| CN110547806B (zh) | 一种基于表面肌电信号的手势动作在线识别方法及系统 | |
| Zannat et al. | Automated system for features extraction from pcg signal | |
| CN106326672A (zh) | 入睡检测方法与系统 | |
| CN110197172A (zh) | 一种基于光电血管容积信息进行身份认证的方法及装置 |
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 |