CN114708970B - 适用于大数据的疼痛综合评估数据处理方法及系统 - Google Patents
适用于大数据的疼痛综合评估数据处理方法及系统 Download PDFInfo
- Publication number
- CN114708970B CN114708970B CN202210375030.5A CN202210375030A CN114708970B CN 114708970 B CN114708970 B CN 114708970B CN 202210375030 A CN202210375030 A CN 202210375030A CN 114708970 B CN114708970 B CN 114708970B
- Authority
- CN
- China
- Prior art keywords
- evaluation data
- time
- processing unit
- preset processing
- transfer
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 169
- 208000002193 Pain Diseases 0.000 title claims abstract description 49
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 259
- 238000012546 transfer Methods 0.000 claims abstract description 134
- 238000000034 method Methods 0.000 claims description 59
- 230000004308 accommodation Effects 0.000 claims description 35
- 230000008827 biological function Effects 0.000 claims description 10
- 208000019116 sleep disease Diseases 0.000 claims description 10
- 208000020685 sleep-wake disease Diseases 0.000 claims description 10
- 239000000725 suspension Substances 0.000 claims description 10
- 238000013475 authorization Methods 0.000 claims description 9
- 230000008451 emotion Effects 0.000 claims description 9
- 208000004296 neuralgia Diseases 0.000 claims description 9
- 208000021722 neuropathic pain Diseases 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 208000000003 Breakthrough pain Diseases 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 208000011580 syndromic disease Diseases 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 208000037273 Pathologic Processes Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009054 pathological process Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 208000037816 tissue injury Diseases 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G16H50/30—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
-
- 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
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供的一种适用于大数据的疼痛综合评估数据处理方法及系统，涉及数据处理技术，接收多个受试者基于电子设备输入的多个评估数据，将多个所述评估数据按照分配策略分配给各预设处理单元，接收研究者基于所述预设处理单元输入的暂停信息，响应所述暂停信息获取对应所述预设处理单元的转移量；根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量；根据所述第一分配量，将转移量分配给各预设处理单元。本发明可以实现受试者评估数据的远程传输以及实时反馈。此外，本发明提供一种自动高效分配方案，使得用户数据可以得到及时的处理，提升用户体验，同时提高研究者之间的数据的调配效率。
Description
技术领域
本发明涉及数据处理技术，尤其涉及一种适用于大数据的疼痛综合评估数据处理方法及系统。
背景技术
疼痛是一种与组织损伤或潜在的损伤相关的患者不愉快的主观感觉和情感体验，是临床上最常见的症状之一，疼痛的位置常指示病灶所在，而疼痛的性质间接说明病理过程的类型，疼痛的评估是疼痛治疗的前提，准确及时地对疼痛进行评估可以给临床医疗提供必要的指导和帮助，是有效治疗疼痛的关键。
现有技术中，疼痛有很多评估方法，包括自述评估法、生理评估法和行为评估法。以自述评估法来说，最常见的是视觉模拟评分法、数字疼痛分级法及Wong-Banker面部表情量表法，这几种方法的共同点是将疼痛量化，分为不同的等级，临床研究者可以根据疼痛等级表指导病人对自己的疼痛进行自我评价，然后纸质入院评估记录表上。
然而，这种纸质评分卡需要受试者或研究者填写纸质评价等操作，并且需要到达医院等机构递交纸质评分卡，使得数据的传递和收集过程受到制约，无法远程传输，例如家庭环境下受试者在非研究现场的自我疼痛评分数据无法及时反馈给研究者。因此，如何实现评估数据的及时反馈成为了急需解决的问题。
发明内容
本发明实施例提供一种适用于大数据的疼痛综合评估数据处理方法及系统，可以实现受试者评估数据的实时远程反馈。
本发明实施例的第一方面，提供一种适用于大数据的疼痛综合评估数据处理方法，包括：
接收多个受试者基于电子设备输入的多个评估数据，将多个所述评估数据按照分配策略分配给各预设处理单元，其中，所述预设处理单元与研究者一一对应，所述评估数据包括多维评估数据以及受试者数据，所述多维评估数据包括NRS疼痛评估数据、生物学功能评估数据、情绪初筛评估数据、睡眠障碍评估数据、神经病理痛评估数据以及爆发痛评估数据；
接收研究者基于所述预设处理单元输入的暂停信息，响应所述暂停信息获取对应所述预设处理单元的转移量；
根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量；
根据所述第一分配量，将转移量分配给各预设处理单元。
可选地，在第一方面的一种可能实现方式中，所述暂停信息包括暂停信号和暂停时间，响应所述暂停信息获取对应所述预设处理单元的转移量，包括：
响应所述暂停信号，根据当前时间和所述暂停时间生成返回时间；
若所述返回时间晚于所述预设处理单元内设定的预设下班时间，将所述预设处理单元内的评估数据的所有未处理量作为所述转移量；
若所述返回时间早于所述预设处理单元内设定的预设下班时间，根据所述暂停时间获取对应所述预设处理单元的转移量。
可选地，在第一方面的一种可能实现方式中，根据所述暂停时间获取对应所述预设处理单元的转移量，包括：
获取研究者在上一预设时间段内的处理量，根据所述处理量和处理时间得到处理效率；
基于所述处理效率和所述暂停时间，生成对应所述预设处理单元的转移量；
在基于所述处理效率和所述暂停时间，生成对应所述预设处理单元的转移量之后，还包括：
基于显示设备显示所述转移量，并接收研究者基于所述预设处理单元输入的替换量；
将所述转移量的值更新为替换量。
可选地，在第一方面的一种可能实现方式中，根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量，包括：
获取各预设处理单元在第一时刻和第二时刻之间处理的评估数据的第一处理量；
根据所述第一时刻、第二时刻和第一处理量，得到各预设处理单元第一速率，并根据当前时间和所述预设下班时间生成处理时间；
基于所述第一速率和所述处理时间生成各预设处理单元的容纳值，根据各预设处理单元的容纳值生成对应的容纳比例；
根据所述容纳比例和所述转移量，得到其余各预设处理单元应得到的第一分配量。
可选地，在第一方面的一种可能实现方式中，所述转移策略包括：
式中，L代表预设处理单元的第一分配量，S代表收到暂停信息的预设处理单元的转移量，t1代表第一时刻的量化值，t2代表第二时刻的量化值，ni代表研究者在t2到t1时间段内的第一处理量，t3代表当前时间的量化值,t4代表各预设处理单元的预设下班时间的量化值；
还包括：
接收研究者当日的工作开始时间和已休息时长，根据所述工作开始时间、已休息时长以及预设时长对ki进行调整；
其中，根据所述工作开始时间和已休息时长对ki进行调整，包括：
式中，k0为初始权重，D代表预设时长的量化值，t5代表研究者工作开始时间的量化值,H代表研究者休息时长的量化值。
可选地，在第一方面的一种可能实现方式中，在将转移量分配给各预设处理单元之后，还包括：
接收各预设单元输入的第二分配量；
获取所述第二分配量与所述第一分配量之间的差值第三分配量，以及分配的所述评估数据的初始创建时间；
根据所述初始创建时间对各预设处理单元应得到的所述评估数据进行排序，按照顺序遍历并依次挑选对应所述第二分配量的所述评估数据；
将第三分配量对应的所述评估数据发送给原预设处理单元。
可选地，在第一方面的一种可能实现方式中，根据所述第一分配量，将转移量分配给各预设处理单元，包括：
获取评估数据中各维度的分数和受试者的输入耗时；
基于分数和受试者的输入耗时对初始秘钥进行更新，生成各评估数据的转移秘钥；
根据所述转移秘钥对转移量所对应的各评估数据进行加密处理，将加密后的所述评估数据，按照第一分配量分配给各预设处理单元。
可选地，在第一方面的一种可能实现方式中，基于分数和受试者的输入耗时对初始秘钥进行更新，生成各评估数据的转移秘钥，包括：
其中，Q代表子秘钥，ap代表第p个维度的分值，kp1代表ap的权重，h代表维度数，tp2-tp1代表受试者对第p个维度打分时的开始时间到对第p个维度打分时的截止时间之间时长的转化值，kp2代表tp2-tp1的权重。
可选地，在第一方面的一种可能实现方式中，在根据所述转移秘钥对转移量所对应的各评估数据进行加密处理，将加密后的所述评估数据，按照第一分配量分配给各预设处理单元之后，还包括：
将所述转移秘钥发送给对应的各受试者终端；
响应各预设处理单元对各受试者终端的请求，生成授权信息，并将所述授权信息发送给所述受试者终端；
接收所述受试者终端基于所述授权信息输入的转移秘钥，将所述转移秘钥发送给对应的预设处理单元。
本发明实施例的第二方面，提供一种适用于大数据的疼痛综合评估数据处理系统，包括：
接收模块，用于接收多个受试者基于电子设备输入的多个评估数据，将多个所述评估数据按照分配策略分配给各预设处理单元，其中，所述预设处理单元与研究者一一对应，所述评估数据包括多维评估数据以及受试者数据，所述多维评估数据包括NRS疼痛评估数据、生物学功能评估数据、评估数据、睡眠障碍评估数据、神经病理痛评估数据以及爆发痛评估数据；
暂停模块，用于接收研究者基于所述预设处理单元输入的暂停信息，响应所述暂停信息获取对应所述预设处理单元的转移量；
分配模块，用于根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量；
执行模块，用于根据所述第一分配量，将转移量分配给各预设处理单元。
本发明实施例的第三方面，提供一种电子设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可能涉及的所述方法。
本发明实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能涉及的所述方法。
本发明提供的一种适用于大数据的疼痛综合评估数据处理方法及系统，可以实现受试者评估数据的远程传输以及实时反馈。此外，本发明提供一种自动高效分配方案，使得用户数据可以得到及时的处理，提升用户体验，同时提高研究者之间的数据的调配效率。
附图说明
图1是本发明实施例提供的一种应用场景示意图；
图2是本发明实施例提供的一种适用于大数据的疼痛综合评估数据处理方法的流程示意图；
图3是本发明实施例提供的一种用户输入NRS疼痛评估数据的界面示意图；
图4是本发明实施例提供的一种用户输入生物学功能评估数据的界面示意图；
图5是本发明实施例提供的一种用户输入情绪初筛评估数据的界面示意图；
图6是本发明实施例提供的一种用户输入睡眠障碍评估数据的界面示意图；
图7是本发明实施例提供的一种用户输入神经病理痛评估数据的界面示意图；
图8是本发明实施例提供的一种用户输入爆发痛评估数据的界面示意图；
图9是本发明实施例提供的一种评估结果的示意图；
图10是本发明提供的一种适用于大数据的疼痛综合评估数据处理系统；
图11是本发明实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
参见图1，是本发明实施例提供的一种应用场景示意图。图中为纸质评分卡，受试者需要在纸质评分卡的题目上打出相应的分数，然后将各分数相加，得到综合分数，受试者需要拿着纸质评分卡到达评估现场，并将纸质评分卡给到研究者，研究者现场给出相应的判断。然而，以上方式使得数据的传递和收集过程受到制约，无法远程传输，例如家庭环境下受试者在非研究现场的自我疼痛评分数据无法及时反馈给研究者。因此，如何实现评估数据的及时反馈成为了急需解决的问题。
为了解决上述技术问题，本方案的发明构思为将纸质评分卡填写数据转为电子设备输入数据，然后远程分配给各个处理单元，供医生或者研究者进行远程处理，使得受试者无需到达现场即可及时准备的反馈评估数据，具体如下。
参见图2，是本发明实施例提供的一种适用于大数据的疼痛综合评估数据处理方法的流程示意图，图2所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个：用户设备、网络设备等。其中，用户设备可以包括但不限于计算机、智能手机、个人数字助理(Personal Digital Assistant，简称：PDA)、智能机器人、VR设备及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。包括步骤S101至步骤S104，具体如下：
S101，接收多个用户基于电子设备输入的多个评估数据，将多个所述评估数据按照分配策略分配给各预设处理单元，其中，所述预设处理单元与研究者一一对应，所述评估数据包括多维评估数据以及用户数据，所述多维评估数据包括NRS疼痛评估数据、生物学功能评估数据、情绪初筛评估数据、睡眠障碍评估数据、神经病理痛评估数据以及爆发痛评估数据。
具体的，本步骤可以通过电子设备来接收用户输入的评估数据，然后对评估数据进行处理，将其按照分配策略分配给各预设处理单元，供各医生或者研究者处理，本方案可以实现受试者的远程数据传输，无需受试者达到现场即可将数据传输给研究者。
可以理解的是，预设处理单元可以是供医生或者研究者处理评估数据的服务器或者设备，例如可以是电脑、平板等带显示设备和输入设备的可操控设备，一个研究者可以对应一个预设处理单元。
其中，电子设备例如可以是手机、平板等设备，能供用户输入评估数据的设备均可，本方案对其不做限制。
在一些实施例中，分配策略可以是随机分配，例如，有200个用户数据，且有5个预设处理单元(可以是说的各机构内，例如一个评估机构内)，在服务器接收到用户输入的可以将200个用户数据随机分配到5个预设处理单元中，例如可以是每个预设处理单元接收40个用户数据，也可以是其中的预设处理单元接收50个数据，也可以是其中预设处理单元接收30个数据。
另外，本方案中评估数据包括多维评估数据以及用户数据，所述多维评估数据包括NRS疼痛评估数据、生物学功能评估数据、情绪初筛评估数据、睡眠障碍评估数据、神经病理痛评估数据以及爆发痛评估数据，在用户输入多维评估数据后，可以根据预设的算法来计算出综合疼痛值。
在实际应用中，需要计算综合疼痛值时，NRS疼痛评估数据的权重可以是70％、生物学功能评估数据的权重可以是20％、情绪初筛评估数据的权重可以是5％、睡眠障碍评估数据的权重可以是5％。
具体的，以上各维度在用户评估的电子设备上可以是图3-图8的方式进行呈现，供用户进行打分，此处打分原理与现有技术类似，本方案不做赘述。在实际应用中，研究者可以根据用户发送的用户数据的情况，来基于预设处理单元填写受试者的状况信息，反馈给受试者的电子设备。例如，研究者可以基于预设的算法对多维度数据处理，得到的综合评分，研究者在进行状况信息评估时，可以根据多维度数据得到的综合评分，根据各项权重算出分值，研究者可以根据分值在1-3、轻度；4-6、中度；7-10、重度，来输入一些建议或者治疗方案等。在实际应用中，状况信息可以以图9的方式呈现给研究者和用户。
S102，接收研究者基于所述预设处理单元输入的暂停信息，响应所述暂停信息获取对应所述预设处理单元的转移量。
具体的，本步骤的构思是，在步骤S101分配好的数据的基础上，如果其中一个研究者有其他任务无法持续处理评估数据时，为了确保用户数据得到及时的处理，本步骤将得到该研究者的需要转移量，并将该转移量转移给其余的研究者，以使得用户数据得到及时处理。
在一些实施例中，所述暂停信息可以包括暂停信号和暂停时间，其中，暂停时间和暂停信号都可以是研究者基于预设处理单元输入的，步骤S102可以包括步骤S21至步骤S23，具体如下：
S21，响应所述暂停信号，根据当前时间和所述暂停时间生成返回时间。
具体的，在接收到研究者的暂停信号后，同时接收研究者输入的暂停时间，然后利用当前时间和暂停时间算出该研究者的返回时间。
其中，暂停信号例如可以是研究者基于预设处理单元上的预设按钮按下的，在研究者基于预设处理单元按下预设按钮后，预设处理单元上可以设置有弹窗，供研究者填写暂停时间(是指一段时长)，例如可以是60min。
示例性的，当前时间可以是10：10分，暂停时间可以是60min，那么研究者的返回时间可以是11：10分。
S22，若所述返回时间晚于所述预设处理单元内设定的预设下班时间，将所述预设处理单元内的评估数据的所有未处理量作为所述转移量。
具体的，本方案对研究者的返回时间进行判断，如果返回时间晚于该研究者今日下班时间，那么说明该研究者今日无法继续处理评估数据，本方案会将该研究者剩余的所有用户数据作为转移量，转移给其他预设处理单元。
示例性的，当前时间可以是17：10分，暂停时间可以是60min，那么研究者的返回时间可以是18：10分，预设下班时间可以是17：30分。同时，如果该预设处理单元还有20份用户数据未处理，那么转移量就是20。
S23，若所述返回时间早于所述预设处理单元内设定的预设下班时间，根据所述暂停时间获取对应所述预设处理单元的转移量。
具体的，本方案对研究者的返回时间进行判断，如果返回时间早于该研究者今日下班时间，那么说明该研究者今日可以继续处理评估数据，本方案会根据与该预设处理单元相关的研究者的数据计算出需要转移量，转移给其他预设处理单元。
可以理解的是，可以是根据研究者输入的暂停时间来计算出需要转移量，暂停时间例如可以是60min，那么就计算出该研究者在60min内需要转移的量即可。
在一些实施例中，根据所述暂停时间获取对应所述预设处理单元的转移量，包括：
获取研究者在上一预设时间段内的处理量，根据所述处理量和处理时间得到处理效率；基于所述处理效率和所述暂停时间，生成对应所述预设处理单元的转移量。
例如，研究者在上一预设时间段(60min)内的处理量为10件，那么其处理效率为6min/件，如果暂停时间为60min，那么生成对应所述预设处理单元的转移量为10件。
在基于所述处理效率和所述暂停时间，生成对应所述预设处理单元的转移量之后，还包括：
基于显示设备显示所述转移量，并接收研究者基于所述预设处理单元输入的替换量；
将所述转移量的值更新为替换量。
可以理解的是，在本方案计算出转移量后，研究者可能觉得自己不需要转移这么多量，或者说需要多转出一些量，可以让研究者基于以上方案对转移量进行调整。
以上方案，一方面，在研究者看到转移数量为10件时，研究者本人可能会认为不需要转移出那么多，此时研究者可以输入8件的值作为替换量，将转移量更新为8件，可以更加贴合研究者的需求；另一方面，上述得到的转移量可能不是整数，例如可以是10.2件，那么此时，研究者可以输入11件，或者输入10件来替换掉转移量。
S103，根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量。
具体的，本方案需要对转移量处理，得到其余各预设处理单元应得到的第一分配量，将后将第一分配量分配给各预设处理单元，让其余各预设处理单元及时处理。
在一些实施例中，根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量，包括步骤S31-步骤S34：
S31，获取各预设处理单元在第一时刻和第二时刻之间处理的评估数据的第一处理量。
可以理解的是，本方案可以取各预设处理单元的第一时刻和第二时刻之间的第一处理量，用于后续计算各预设处理单元的处理速率。
其中，各预设处理单元的第一时刻和第二时刻可以不同，也可以相同，本方案对其不做限制。
示例性的，预设处理单元C1的第一时刻可以是10：10分，第二时刻可以是10：40分，第一处理量可以3件。
另一示例性的，预设处理单元C2的第一时刻可以是10：20分，第二时刻可以是10：40分，第一处理量可以3件。
S32，根据所述第一时刻、第二时刻和第一处理量，得到各预设处理单元第一速率，并根据当前时间和所述预设下班时间生成处理时间。
可以理解的是，在步骤S31得到第一时刻、第二时刻和第一处理量后，可以算出处理的第一速率。同时，需要根据当前时间和所述预设下班时间生成处理时间，以算出对应该预设处理单元的研究者的剩余可处理时间。
示例性的，预设处理单元C1的第一时刻可以是10：10分，第二时刻可以是10：40分，第一处理量可以3件，那么第一速率为10min/件。
另一示例性的，预设处理单元C2的第一时刻可以是10：20分，第二时刻可以是10：40分，第一处理量可以3件，那么第一速率为
/件。
S33，基于所述第一速率和所述处理时间生成各预设处理单元的容纳值，根据各预设处理单元的容纳值生成对应的容纳比例。
具体的，在步骤S32得到第一速率和处理时间后，可以预测出预设处理单元的容纳值，在得到容纳值之后，可以得到对应的容纳比例。
示例性的，预设处理单元C1的第一时刻可以是10：10分，第二时刻可以是10：40分，第一处理量可以3件，那么第一速率为10min/件。如果其剩余处理时间为120min，那么其容纳值可以是12件。
在得到各预设处理单元的容纳值后，可以计算出各预设处理单元的容纳比例。例如，有3个预设处理单元，预设处理单元C1容纳值为12件，预设处理单元C2容纳值为10件，预设处理单元C3容纳值为18件，那么预设处理单元C1的容纳比例为0.3，预设处理单元C2的容纳比例为0.25，预设处理单元C3的容纳比例为0.45。
S34，根据所述容纳比例和所述转移量，得到其余各预设处理单元应得到的第一分配量。
可以理解的是，在得到容纳比例后，根据容纳比例和转移量可以计算出其余各预设处理单元应得到的第一分配量。
示例性的，预设处理单元C1的容纳比例为0.3，预设处理单元C2的容纳比例为0.25，预设处理单元C3的容纳比例为0.45，转移量总共10件，那么预设处理单元C1对应的第一分配量为3件，预设处理单元C2对应的第一分配量为2.5件，预设处理单元C3对应的第一分配量为4.5件。
在一些实施例中，本方案会对第一分配量进行取整处理，例如，预设处理单元C2对应的第一分配量为2.4件，取整后为2件，预设处理单元C3对应的第一分配量为4.6件，取整后为5件，以确保每个预设处理单元分配到的案件都为整数案件。
再另一些实施例中，本方案会对第一分配量进行取整处理，会出现一种情况，导致最终的容纳值之和多1件，例如，预设处理单元C2对应的第一分配量为2.5件，取整后为3件，预设处理单元C3对应的第一分配量为4.5件，取整后为5件。通过以上取整运算，会使得各预设处理单元之间的容纳值之和多1件，那么可以再从输入暂停信息的预设处理单元内重新调取一件予以分配，以确保本方案的稳定运行。
需要说明的是，本方案所适用的场景是一个研究者需要分配的数量(转移量)大于其余预设处理单元的数量，例如，用户数据的转移量为40件，预设处理单元的量为5个，此种场景下可以自动高效的实现用户数据的分配。当一个研究者需要分配的数量(转移量)小于其余预设处理单元的数量，例如，用户数据的转移量为3件，预设处理单元的量为5个，这种情况下将3件用户数据随机分配给5个预设处理单元中的3个即可，例如，可以是5个预设处理单元中谁的量最少，找出量少的3个预设处理单元，将3件用户数据随机分配即可，无需采用本方案进行分配。
在实际实施中，本方案的转移策略包括：
式中，L代表预设处理单元的第一分配量，S代表收到暂停信息的预设处理单元的转移量，t1代表第一时刻的量化值，t2代表第二时刻的量化值，ni代表研究者在t2到t1时间段内的第一处理量，t3代表当前时间的量化值,t4代表各预设处理单元的预设下班时间的量化值。
需要说明的是，
代表其余各预设处理单元的容纳值，
代表其余各预设处理单元的容纳值之和，ki用于对各预设处理单元的容纳值进行调整，使得各预设处理单元的容纳值更加准确。
在上述实施例的基础上，本方案还可以对ki的值进行调整，使得ki更加准确，以进一步提升计算的各预设处理单元容纳值的准确度，具体如下：
接收研究者当日的工作开始时间和已休息时长，根据所述工作开始时间、已休息时长以及预设时长对ki进行调整；
其中，根据所述工作开始时间和已休息时长对ki进行调整，包括：
式中，k0为初始权重，D代表预设时长的量化值，t5代表研究者工作开始时间的量化值,H代表研究者休息时长的量化值。
可以理解的是，(t3-t5)-H代表研究者的实际工作时间，其实际工作时间越长，工作效率会随之下降，本方案据此来调解ki，从而对各预设处理单元的容纳值进行调整。
S104，根据所述第一分配量，将转移量分配给各预设处理单元。
可以理解的是，在得到其余各预设处理单元的第一分配量后，可以将转移量分配给各预设处理单元，以使得用户的评估数据可以得到及时的处理。
在上述实施例的基础上，本方案考虑到其余研究者可能无法接收第一分配量，例如，第一分配量可以是10件，但是该研究者可能只想接收8件，其余2件无法处理完成，为了让研究者对其数量进行调整，本发明提供以下方案，包括步骤S201-S204，具体如下：
S201，接收各预设单元输入的第二分配量。
可以理解的是，第一分配量可以是10件，但是该研究者可能只想接收8件，可以基于预设处理单元输入第二分配量，第二分配量可以是8件。
S202，获取所述第二分配量与所述第一分配量之间的差值第三分配量，以及分配的所述评估数据的初始创建时间。
可以理解的是，第一分配量可以是10件，但是该研究者可能只想接收8件，则第三分配量为2件，则可以将2件用户数据退回给原预设处理单元。
S203，根据所述初始创建时间对各预设处理单元应得到的所述评估数据进行排序，按照顺序遍历并依次挑选对应所述第二分配量的所述评估数据。
具体的，本方案会按照分配的所述评估数据的初始创建时间，对评估数据进行排序，例如，评估数据1的初始创建时间为8.10分，评估数据2的初始创建时间为8.05分，评估数据3的初始创建时间为9.00分，则排序后的顺序依次为评估数据1-评估数据3-评估数据2。
示例性的，本方案需要退回1件用户数据时，只需要退回评估数据2给原预设处理单元即可，以尽可能的实现对用户数据的及时处理。
S204，将第三分配量对应的所述评估数据发送给原预设处理单元。
可以理解的是，在挑选好需要退回的用户数据后，将用户数据退回给原预设处理单元即可。
在实际应用中，由于用户填写的数据都是用户隐私数据，为了提升用户数据的安全性，本方案在上述实施例的基础上，还对用户的数据安全进行处理，根据所述第一分配量，将转移量分配给各预设处理单元包括步骤S301-S304，具体如下：
S301，获取评估数据中各维度的分数和用户的输入耗时；
S302，基于分数和用户的输入耗时对初始秘钥进行更新，生成各评估数据的转移秘钥；
S303，根据所述转移秘钥对转移量所对应的各评估数据进行加密处理，将加密后的所述评估数据，按照第一分配量分配给各预设处理单元。
具体的，基于分数和用户的输入耗时对初始秘钥进行更新，生成各评估数据的转移秘钥，包括：
其中，Q代表子秘钥，ap代表第p个维度的分值，kp1代表ap的权重，h代表维度数，tp2-tp1代表用户对第p个维度打分时的开始时间到对第p个维度打分时的截止时间之间时长的转化值，kp2代表tp2-tp1的权重。
可以理解的是，a1的值例如可以是3分，a2的值例如可以是2分，k11的值例如可以是0.3，k12的值例如可以是0.2，(tp2-tp1)的转化值例如可以是3500S,h例如可以是6个维度数据。
在上述公式生成动态转移秘钥后，可以利用其对初始密码进行更新，初始秘钥例如可以是受试者名称，例如shoushizhe，转移秘钥可以加入在初始秘钥后方或者前方，或者中间，本方案对其不做限定。
需要说明的是，上述加密为动态加密，每个用户生成的秘钥基本不存在相同的可能性，对用户数据进行较安全的保护。
在上述实施例的基础上，在根据所述转移秘钥对转移量所对应的各评估数据进行加密处理，将加密后的所述评估数据，按照第一分配量分配给各预设处理单元之后，还包括：
将所述转移秘钥发送给对应的各用户终端；
响应各预设处理单元对各用户终端的请求，生成授权信息，并将所述授权信息发送给所述用户终端；
接收所述用户终端基于所述授权信息输入的转移秘钥，将所述转移秘钥发送给对应的预设处理单元。
可以理解的是，上述生成转移秘钥后可以发送给用户终端，用户终端可以与预设处理单元进行交互，例如可以是用户终端授权预设处理单元转移秘钥，以让研究者打开用户数据。
需要说明的是，神经病理痛评估数据和爆发痛评估数据的维度数据不参与上述实施例中对转移秘钥的计算，参与转移秘钥计算的维度数据(NRS疼痛评估数据、生物学功能评估数据、情绪初筛评估数据、睡眠障碍评估数据)都有相应的分值可以参与计算。
在实际应用中，还需要对用户数据进行存储，本方案可以在接收多个受试者基于电子设备输入的多个评估数据，将多个所述评估数据按照分配策略分配给各预设处理单元之后，还包括：
在所述预设处理单元内，根据所述用户数据生成文件夹，并在所述预设处理单元内建立所述文件夹的存储路径；基于所述存储路径对所述评估数据存储。
可以理解的是，本方案可以根据用户数据(例如用户名)自动生成文件夹，并且建立存储路径，对用户数据进行存储。
此外，为了提高研究者的检索效率，以及降低服务器的处理量，本方案还包括：
获取各文件夹内数据更新的更新时间；
基于所述更新时间，对所述预设处理单元内的各所述文件夹的存储路径进行升序排序(更新时间越早的，排序越靠前)；
接收医生的检索信息；
对所述检索信息按照排序后的所述存储路径进行遍历处理，得到检索结果。
可以理解的是，用户数据更新的越早，研究者需要对其越早处理，为了提高检索效率，上述方案可以在医生检索时，先按照存储路径检索排序在第一的文件夹，再依次检索后续文件夹，提高检索效率。
参见图10，是本方案提供的一种适用于大数据的疼痛综合评估数据处理系统，该适用于大数据的疼痛综合评估数据处理系统包括：
接收模块，用于接收多个受试者基于电子设备输入的多个评估数据，将多个所述评估数据按照分配策略分配给各预设处理单元，其中，所述预设处理单元与研究者一一对应，所述评估数据包括多维评估数据以及受试者数据，所述多维评估数据包括NRS疼痛评估数据、生物学功能评估数据、情绪初筛评估数据、睡眠障碍评估数据、神经病理痛评估数据以及爆发痛评估数据；
暂停模块，用于接收研究者基于所述预设处理单元输入的暂停信息，响应所述暂停信息获取对应所述预设处理单元的转移量；
分配模块，用于根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量；
执行模块，用于根据所述第一分配量，将转移量分配给各预设处理单元。
图10所示实施例的装置对应地可用于执行图2所示方法实施例中的步骤，其实现原理和技术效果类似，此处不再赘述。
参见图11，是本发明实施例提供的一种电子设备的硬件结构示意图，该电子设备90包括：处理器91、存储器92和计算机程序；其中
存储器92，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器91，用于执行所述存储器存储的计算机程序，以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器92既可以是独立的，也可以跟处理器91集成在一起。
当所述存储器92是独立于处理器91之外的器件时，所述设备还可以包括：
总线93，用于连接所述存储器92和处理器91。
本发明还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种适用于大数据的疼痛综合评估数据处理方法，其特征在于，包括：
接收多个受试者基于电子设备输入的多个评估数据，将多个所述评估数据按照分配策略分配给各预设处理单元，其中，所述预设处理单元与研究者一一对应，所述评估数据包括多维评估数据以及受试者数据，所述多维评估数据包括NRS疼痛评估数据、生物学功能评估数据、情绪初筛评估数据、睡眠障碍评估数据、神经病理痛评估数据以及爆发痛评估数据；
接收研究者基于所述预设处理单元输入的暂停信息，响应所述暂停信息获取对应所述预设处理单元的转移量；
根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量；
根据所述第一分配量，将转移量分配给各预设处理单元；
根据所述第一分配量，将转移量分配给各预设处理单元，包括：
获取评估数据中各维度的分数和受试者的输入耗时；
基于分数和受试者的输入耗时对初始秘钥进行更新，生成各评估数据的转移秘钥；
根据所述转移秘钥对转移量所对应的各评估数据进行加密处理，将加密后的所述评估数据，按照第一分配量分配给各预设处理单元；
基于分数和受试者的输入耗时对初始秘钥进行更新，生成各评估数据的转移秘钥，包括：
其中，Q代表子秘钥，ap代表第p个维度的分值，kp1代表ap的权重，h代表维度数，tp2―tp1代表受试者对第p个维度打分时的开始时间到对第p个维度打分时的截止时间之间时长的转化值，kp2代表tp2―tp1的权重。
2.根据权利要求1所述的适用于大数据的疼痛综合评估数据处理方法，所述暂停信息包括暂停信号和暂停时间，其特征在于，响应所述暂停信息获取对应所述预设处理单元的转移量，包括：
响应所述暂停信号，根据当前时间和所述暂停时间生成返回时间；
若所述返回时间晚于所述预设处理单元内设定的预设下班时间，将所述预设处理单元内的评估数据的所有未处理量作为所述转移量；
若所述返回时间早于所述预设处理单元内设定的预设下班时间，根据所述暂停时间获取对应所述预设处理单元的转移量。
3.根据权利要求2所述的适用于大数据的疼痛综合评估数据处理方法，其特征在于，根据所述暂停时间获取对应所述预设处理单元的转移量，包括：
获取研究者在上一预设时间段内的处理量，根据所述处理量和处理时间得到处理效率；
基于所述处理效率和所述暂停时间，生成对应所述预设处理单元的转移量；
在基于所述处理效率和所述暂停时间，生成对应所述预设处理单元的转移量之后，还包括：
基于显示设备显示所述转移量，并接收研究者基于所述预设处理单元输入的替换量；
将所述转移量的值更新为替换量。
4.根据权利要求3所述的适用于大数据的疼痛综合评估数据处理方法，其特征在于，根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量，包括：
获取各预设处理单元在第一时刻和第二时刻之间处理的评估数据的第一处理量；
根据所述第一时刻、第二时刻和第一处理量，得到各预设处理单元第一速率，并根据当前时间和所述预设下班时间生成处理时间；
基于所述第一速率和所述处理时间生成各预设处理单元的容纳值，根据各预设处理单元的容纳值生成对应的容纳比例；
根据所述容纳比例和所述转移量，得到其余各预设处理单元应得到的第一分配量。
5.根据权利要求4所述的适用于大数据的疼痛综合评估数据处理方法，其特征在于，所述转移策略包括：
式中，L代表预设处理单元的第一分配量，S代表收到暂停信息的预设处理单元的转移量，t1代表第一时刻的量化值，t2代表第二时刻的量化值，ni代表研究者在t2到t1时间段内的第一处理量，t3代表当前时间的量化值,t4代表各预设处理单元的预设下班时间的量化值，ki代表时间权重值；
还包括：
接收研究者当日的工作开始时间和已休息时长，根据所述工作开始时间、已休息时长以及预设时长对ki进行调整；
其中，根据所述工作开始时间和已休息时长对ki进行调整，包括：
式中，k0为初始权重，D代表预设时长的量化值，t5代表研究者工作开始时间的量化值,H代表研究者休息时长的量化值。
6.根据权利要求5所述的适用于大数据的疼痛综合评估数据处理方法，其特征在于，在将转移量分配给各预设处理单元之后，还包括：
接收各预设单元输入的第二分配量；
获取所述第二分配量与所述第一分配量之间的差值第三分配量，以及分配的所述评估数据的初始创建时间；
根据所述初始创建时间对各预设处理单元应得到的所述评估数据进行排序，按照顺序遍历并依次挑选对应所述第二分配量的所述评估数据；
将第三分配量对应的所述评估数据发送给原预设处理单元。
7.根据权利要求1所述的适用于大数据的疼痛综合评估数据处理方法，其特征在于，在根据所述转移秘钥对转移量所对应的各评估数据进行加密处理，将加密后的所述评估数据，按照第一分配量分配给各预设处理单元之后，还包括：
将所述转移秘钥发送给对应的各受试者终端；
响应各预设处理单元对各受试者终端的请求，生成授权信息，并将所述授权信息发送给所述受试者终端；
接收所述受试者终端基于所述授权信息输入的转移秘钥，将所述转移秘钥发送给对应的预设处理单元。
8.一种适用于大数据的疼痛综合评估数据处理系统，其特征在于，包括：
接收模块，用于接收多个受试者基于电子设备输入的多个评估数据，将多个所述评估数据按照分配策略分配给各预设处理单元，其中，所述预设处理单元与研究者一一对应，所述评估数据包括多维评估数据以及受试者数据，所述多维评估数据包括NRS疼痛评估数据、生物学功能评估数据、情绪初筛评估数据、睡眠障碍评估数据、神经病理痛评估数据以及爆发痛评估数据；
暂停模块，用于接收研究者基于所述预设处理单元输入的暂停信息，响应所述暂停信息获取对应所述预设处理单元的转移量；
分配模块，用于根据转移策略对所述转移量进行处理，得到其余各预设处理单元应得到的第一分配量；
执行模块，用于根据所述第一分配量，将转移量分配给各预设处理单元；
根据所述第一分配量，将转移量分配给各预设处理单元，包括：
获取评估数据中各维度的分数和受试者的输入耗时；
基于分数和受试者的输入耗时对初始秘钥进行更新，生成各评估数据的转移秘钥；
根据所述转移秘钥对转移量所对应的各评估数据进行加密处理，将加密后的所述评估数据，按照第一分配量分配给各预设处理单元；
基于分数和受试者的输入耗时对初始秘钥进行更新，生成各评估数据的转移秘钥，包括：
其中，Q代表子秘钥，ap代表第p个维度的分值，kp1代表ap的权重，h代表维度数，tp2―tp1代表受试者对第p个维度打分时的开始时间到对第p个维度打分时的截止时间之间时长的转化值，kp2代表tp2―tp1的权重。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210375030.5A CN114708970B (zh) | 2022-04-11 | 2022-04-11 | 适用于大数据的疼痛综合评估数据处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210375030.5A CN114708970B (zh) | 2022-04-11 | 2022-04-11 | 适用于大数据的疼痛综合评估数据处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114708970A CN114708970A (zh) | 2022-07-05 |
| CN114708970B true CN114708970B (zh) | 2023-05-16 |
Family
ID=82172430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210375030.5A Active CN114708970B (zh) | 2022-04-11 | 2022-04-11 | 适用于大数据的疼痛综合评估数据处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114708970B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104731663A (zh) * | 2015-03-31 | 2015-06-24 | 北京奇艺世纪科技有限公司 | 任务处理方法及系统 |
| CN107106053A (zh) * | 2015-01-10 | 2017-08-29 | 黛博拉·杜连 | 用于诊断和验证患者治疗和结果的自动功能测量的方法和装置 |
| CN107832901A (zh) * | 2017-07-28 | 2018-03-23 | 平安科技（深圳）有限公司 | 任务分配方法、装置、终端设备及存储介质 |
| CN111031003A (zh) * | 2019-11-21 | 2020-04-17 | 中国电子科技集团公司第三十研究所 | 一种跨网隔离安全系统的智能评估系统 |
| CN111144531A (zh) * | 2019-12-10 | 2020-05-12 | 深圳左邻永佳科技有限公司 | 二维码生成方法和装置、电子设备、计算机可读存储介质 |
| CN111696669A (zh) * | 2020-06-15 | 2020-09-22 | 山东搜搜中医信息科技有限公司 | 一种中医临床多维数据量化诊断 |
| CN112418670A (zh) * | 2020-11-23 | 2021-02-26 | 平安普惠企业管理有限公司 | 一种案件分配方法、装置、设备及介质 |
| CN112906764A (zh) * | 2021-02-01 | 2021-06-04 | 中国人民解放军海军工程大学 | 基于改进bp神经网络的通信安全设备智能诊断方法及系统 |
| CN113988680A (zh) * | 2021-11-04 | 2022-01-28 | 西安交通大学医学院第一附属医院 | 一种疼痛等级评估系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200074070A1 (en) * | 2018-08-28 | 2020-03-05 | Michael Boodaei | Risk based time-based one-time password (totp) authenticator |
-
2022
- 2022-04-11 CN CN202210375030.5A patent/CN114708970B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107106053A (zh) * | 2015-01-10 | 2017-08-29 | 黛博拉·杜连 | 用于诊断和验证患者治疗和结果的自动功能测量的方法和装置 |
| CN104731663A (zh) * | 2015-03-31 | 2015-06-24 | 北京奇艺世纪科技有限公司 | 任务处理方法及系统 |
| CN107832901A (zh) * | 2017-07-28 | 2018-03-23 | 平安科技（深圳）有限公司 | 任务分配方法、装置、终端设备及存储介质 |
| CN111031003A (zh) * | 2019-11-21 | 2020-04-17 | 中国电子科技集团公司第三十研究所 | 一种跨网隔离安全系统的智能评估系统 |
| CN111144531A (zh) * | 2019-12-10 | 2020-05-12 | 深圳左邻永佳科技有限公司 | 二维码生成方法和装置、电子设备、计算机可读存储介质 |
| CN111696669A (zh) * | 2020-06-15 | 2020-09-22 | 山东搜搜中医信息科技有限公司 | 一种中医临床多维数据量化诊断 |
| CN112418670A (zh) * | 2020-11-23 | 2021-02-26 | 平安普惠企业管理有限公司 | 一种案件分配方法、装置、设备及介质 |
| CN112906764A (zh) * | 2021-02-01 | 2021-06-04 | 中国人民解放军海军工程大学 | 基于改进bp神经网络的通信安全设备智能诊断方法及系统 |
| CN113988680A (zh) * | 2021-11-04 | 2022-01-28 | 西安交通大学医学院第一附属医院 | 一种疼痛等级评估系统 |
Non-Patent Citations (3)
| Title |
|---|
| Efficient multi-keyword ranked query over encrypted data in cloud computing;Ruixuan Li 等;《Future Generation Computer Systems》;第30卷;第179-190页 * |
| 上海地区癌症患者疼痛诊断和治疗规范性的评估;郑莹 等;《诊断学理论与实践》;第8卷(第1期);第59-62页 * |
| 分数阶复杂网络的同步控制及其在图像加密中的应用研究;孔敏雪;《中国优秀硕士学位论文全文数据库 基础科学辑》(第7期);第A002-74页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114708970A (zh) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108845806B (zh) | 小程序分发方法、装置、服务器和存储介质 | |
| CN112035741B (zh) | 基于用户体检数据的预约方法、装置、设备及存储介质 | |
| CN111797318A (zh) | 信息的推荐方法、装置、设备和存储介质 | |
| CN114187988A (zh) | 数据处理的方法及装置、系统、存储介质 | |
| CN110647649A (zh) | 特征检索方法、装置及存储介质 | |
| WO2023178970A1 (zh) | 医疗数据处理方法、装置、设备及存储介质 | |
| CN114724694B (zh) | 医疗资源处理方法、装置及可读存储介质 | |
| CN114529209B (zh) | 用户分配方法、装置、设备及存储介质 | |
| CN114708970B (zh) | 适用于大数据的疼痛综合评估数据处理方法及系统 | |
| CN110750614B (zh) | 医院智慧服务的测评方法、系统、设备及存储介质 | |
| Bertini et al. | Card sorting techniques for domain characterization in problem-driven visualization research | |
| CN109191343B (zh) | 一种基于互联网的临床教学管理方法 | |
| CN114882986B (zh) | 一种信息分流处理方法、装置和计算机可读存储介质 | |
| CN114267440B (zh) | 医疗订单信息处理方法、装置和计算机可读存储介质 | |
| CN113705697A (zh) | 基于情感分类模型的信息推送方法、装置、设备及介质 | |
| CN109359182A (zh) | 一种应答方法及装置 | |
| CN115119013B (zh) | 多级数据机控应用系统 | |
| CN118471553B (zh) | 一种基于互联网的远程医疗服务方法及系统 | |
| CN113793165B (zh) | 接单响应时长的输出方法、装置、电子设备及计算机介质 | |
| CN116364240B (zh) | 一种基于互联网的远程营养信息处理方法及系统 | |
| CN113658684B (zh) | 一种咨询结果生成方法、装置、电子设备及存储介质 | |
| CN113487230B (zh) | 订单派发方法、装置、计算机设备及存储介质 | |
| Chuah et al. | Digital divide among individuals with acquired brain injury: a scoping review protocol | |
| WO2023104200A1 (en) | Systems, apparatuses, methods, and non-transitory computer-readable storage devices for artificial-intelligence model training using hybrid shuffling of training data | |
| JP2020119383A (ja) | 血液疾患の予後予測情報の生成システム、情報処理装置、サーバ、プログラム、又は方法 |
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 |