CN115691811A - 一种用于2型糖尿病患者的健康管理方法及系统 - Google Patents
一种用于2型糖尿病患者的健康管理方法及系统 Download PDFInfo
- Publication number
- CN115691811A CN115691811A CN202211556698.6A CN202211556698A CN115691811A CN 115691811 A CN115691811 A CN 115691811A CN 202211556698 A CN202211556698 A CN 202211556698A CN 115691811 A CN115691811 A CN 115691811A
- Authority
- CN
- China
- Prior art keywords
- patient
- health management
- health
- state
- retina
- 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.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 92
- 238000007726 management method Methods 0.000 title claims abstract description 59
- 208000001072 type 2 diabetes mellitus Diseases 0.000 title claims abstract description 24
- 206010012601 diabetes mellitus Diseases 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 210000001525 retina Anatomy 0.000 claims description 62
- 230000002207 retinal effect Effects 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 16
- 239000008280 blood Substances 0.000 claims description 13
- 210000004369 blood Anatomy 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 238000010241 blood sampling Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000036772 blood pressure Effects 0.000 claims description 6
- 235000005911 diet Nutrition 0.000 claims description 6
- 230000037213 diet Effects 0.000 claims description 6
- 235000006694 eating habits Nutrition 0.000 claims description 6
- 230000001678 irradiating effect Effects 0.000 claims description 6
- 230000001575 pathological effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000036285 pathological change Effects 0.000 claims 2
- 231100000915 pathological change Toxicity 0.000 claims 2
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000004256 retinal image Effects 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 210000002189 macula lutea Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开一种用于2型糖尿病患者的健康管理方法，与现有的健康大数据平台进行连接，在获得所述健康大数据平台的数据访问权限后，获取医疗单位内与糖尿病相关的健康数据以建立针对于2型糖尿病的数据库，患者输入自身的身体数据，系统根据患者输入的身体数据获取在所述数据库进行数据查找，根据与患者输入的自身身体数据相近似的其他患者健康数据，并对不同的身体数据类型分别进行相似度排序，构建多类型表单，若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警；接到预警信号的患者需要上传状态监测报告至健康管理系统，所述健康管理系统根据上传的状态监测报告生成健康管理建议。
Description
技术领域
本发明涉及数字数据处理技术领域，尤其涉及一种用于2型糖尿病患者的健康管理方法及系统。
背景技术
糖尿病是一种以高血糖为特征的慢性疾病，且具有明显的家族遗传特性，接近一半的糖尿病患者有家族遗传病史。国际糖尿病联盟在DiabetesAtlas(SeventhEdition)中的最新数据表明，2015年全世界范围内DM患病人群的数量将近4.15亿。根据近年的增长率预测到2040年，全球糖尿病患者将达到6.42亿，这意味着未来每十个成年人中间就有一个人患有糖尿病。这一惊人的数字毫无疑问需要引起高度重视。
近年来，中国已成世界糖尿病患者第一大国，目前患病人数已高达1.1亿人，且患者数量还在不断上升当中。然而我国糖尿病患者知晓率仅为30.1％，其中仅有25.8％的患者得到治疗，而在进行治疗的患者中，血糖得到良好控制的仅有39.7％，据此测算，糖尿病患者中，血糖得到控制的患者比例仅为3.08％。在城市和乡村，上述数据存在显著差异，且不同性别之间差异也较大，经济不发达地区的女性糖尿病的控制情况非常低。在这样的情况下，通过先进的技术手段做好糖尿病患病的前期预防和日常管理就显得格外重要。
有研究表明对于2型糖尿病患者而言，视网膜的状态变化与患者的病情发展是更为相关的，也即是为了减少采血次数依然可以判断患者的血糖水平提供了一种可能。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明公开一种用于2型糖尿病患者的健康管理方法，应用于2型糖尿病患者的健康管理系统中，所述健康管理方法包括如下步骤：
步骤1，所述2型糖尿病患者的健康管理系统与现有的健康大数据平台进行连接，在获得所述健康大数据平台的数据访问权限后，获取医疗单位内与糖尿病相关的健康数据以建立针对于2型糖尿病的数据库，其中，所述健康数据包括年龄、身高、体重、血压、心率、血糖以及饮食习惯；
步骤2，患者输入自身的身体数据，系统根据患者输入的身体数据获取在所述数据库进行数据查找，根据与患者输入的自身身体数据相近似的其他患者健康数据，并对不同的身体数据类型分别进行相似度排序（例如以体重或者血糖变化规律等作为相似度比较得到的相似度序列），构建多类型表单；
步骤3，若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警；
步骤4，接到预警信号的患者需要上传状态监测报告至健康管理系统，所述健康管理系统根据上传的状态监测报告生成健康管理建议。
优选地，所述患者需要上传状态包括患者的视网膜状态，所述健康管理建议为采血频率建议以及饮食建议。
优选地，所述视网膜状态的获取进一步包括：便携式检测装置通过对患者眼部照射一定光强的检测光，判断所述患者的视网膜的光反射是否存在异常，若检测到反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度大于第一预设值，则判断患者的视网膜状态发生病理性改变，若检测到所述反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度小于第一预设值而大于第二预设值，则判断所述患者的视网膜状态为可能病变状态，若检测到所述反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度小于第二预设值，则判断为所述患者的视网膜状态为正常。
优选地，所当监测到所述患者的视网膜状态为可能病变状态时，需要进行上传具有医疗机构认证的检测结果，其中，所述检测结果至少包括检测视网膜总体厚度是否改变，根据所述视网膜总体厚度进一步判断所述患者的视网膜状态是否正常。
优选地，所述若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警进一步包括：为不同的身体数据类型分配不同的权重，计算全部身体类型与对应权重的加权平均数，当所述加权平均数大于预警值时，判定当前用户输入的身体数据存在风险，对患者的终端发送预警信息。
本发明还公开了一种用于2型糖尿病患者的健康管理系统，所述健康管理系统包括如下模块：
数据通信与数据库建立模块，所述2型糖尿病患者的健康管理系统与现有的健康大数据平台进行连接，在获得所述健康大数据平台的数据访问权限后，获取医疗单位内与糖尿病相关的健康数据以建立针对于2型糖尿病的数据库，其中，所述健康数据包括年龄、身高、体重、血压、心率、血糖以及饮食习惯；
相关数据生成模块，患者输入自身的身体数据，系统根据患者输入的身体数据获取在所述数据库进行数据查找，根据与患者输入的自身身体数据相近似的其他患者健康数据，并对不同的身体数据类型分别进行相似度排序（例如以体重或者血糖变化规律等作为相似度比较得到的相似度序列），构建多类型表单；
风险计算及告警模块，若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警；
健康管理建议模块，接到预警信号的患者需要上传状态监测报告至健康管理系统，所述健康管理系统根据上传的状态监测报告生成健康管理建议。
更进一步地，所述患者需要上传状态包括患者的视网膜状态，所述健康管理建议为采血频率建议以及饮食建议。
更进一步地，所述视网膜状态的获取进一步包括：便携式检测装置通过对患者眼部照射一定光强的检测光，判断所述患者的视网膜的光反射是否存在异常，若检测到反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度大于第一预设值，则判断患者的视网膜状态发生病理性改变，若检测到所述反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度小于第一预设值而大于第二预设值，则判断所述患者的视网膜状态为可能病变状态，若检测到所述反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度小于第二预设值，则判断为所述患者的视网膜状态为正常。
更进一步地，所当监测到所述患者的视网膜状态为可能病变状态时，需要进行上传具有医疗机构认证的检测结果，其中，所述检测结果至少包括检测视网膜总体厚度是否改变，根据所述视网膜总体厚度进一步判断所述患者的视网膜状态是否正常。
更进一步地，所述若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警进一步包括：为不同的身体数据类型分配不同的权重，计算全部身体类型与对应权重的加权平均数，当所述加权平均数大于预警值时，判定当前用户输入的身体数据存在风险，对患者的终端发送预警信息。
本发明与现有技术相比，本发明的有益效果是：针对于频繁的采血操作，本发明根据视网膜的状态提供采血的频次建议，同时，设置风险预警的模型，根据用户输入的身体参数进行风险预测。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在图中，在不同的视图中，相同的附图标记指定对应的部分。
图1是本发明的种用于2型糖尿病患者的健康管理方法的流程图。
具体实施方式
下面将结合附图及实施例对本发明的技术方案进行更详细的说明。
现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。
移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
如图1所示的一种用于2型糖尿病患者的健康管理方法，应用于2型糖尿病患者的健康管理系统中，所述健康管理方法包括如下步骤：
步骤1，所述2型糖尿病患者的健康管理系统与现有的健康大数据平台进行连接，在获得所述健康大数据平台的数据访问权限后，获取医疗单位内与糖尿病相关的健康数据以建立针对于2型糖尿病的数据库，其中，所述健康数据包括年龄、身高、体重、血压、心率、血糖以及饮食习惯；
步骤2，患者输入自身的身体数据，系统根据患者输入的身体数据获取在所述数据库进行数据查找，根据与患者输入的自身身体数据相近似的其他患者健康数据，并对不同的身体数据类型分别进行相似度排序（例如以体重或者血糖变化规律等作为相似度比较得到的相似度序列），构建多类型表单；
步骤3，若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警；
其中，所述最相关相似患者为他所在表单中的第一位患者，或者能体现相关性的前几位患者的平均模型，风险状态为系统对其状态的评价，评价基础为医疗机构的诊断结果等，这里不进行赘述。
步骤4，接到预警信号的患者需要上传状态监测报告至健康管理系统，所述健康管理系统根据上传的状态监测报告生成健康管理建议。
优选地，所述患者需要上传状态包括患者的视网膜状态，所述健康管理建议为采血频率建议以及饮食建议。
优选地，所述视网膜状态的获取进一步包括：便携式检测装置通过对患者眼部照射一定光强的检测光，判断所述患者的视网膜的光反射是否存在异常，若检测到反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度大于第一预设值，则判断患者的视网膜状态发生病理性改变，若检测到所述反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度小于第一预设值而大于第二预设值，则判断所述患者的视网膜状态为可能病变状态，若检测到所述反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度小于第二预设值，则判断为所述患者的视网膜状态为正常。
优选地，所当监测到所述患者的视网膜状态为可能病变状态时，需要进行上传具有医疗机构认证的检测结果，其中，所述检测结果至少包括检测视网膜总体厚度是否改变，根据所述视网膜总体厚度进一步判断所述患者的视网膜状态是否正常。
优选地，所述若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警进一步包括：为不同的身体数据类型分配不同的权重，计算全部身体类型与对应权重的加权平均数，当所述加权平均数大于预警值时，判定当前用户输入的身体数据存在风险，对患者的终端发送预警信息。
本发明还公开了一种用于2型糖尿病患者的健康管理系统，所述健康管理系统包括如下模块：
数据通信与数据库建立模块，所述2型糖尿病患者的健康管理系统与现有的健康大数据平台进行连接，在获得所述健康大数据平台的数据访问权限后，获取医疗单位内与糖尿病相关的健康数据以建立针对于2型糖尿病的数据库，其中，所述健康数据包括年龄、身高、体重、血压、心率、血糖以及饮食习惯；
相关数据生成模块，患者输入自身的身体数据，系统根据患者输入的身体数据获取在所述数据库进行数据查找，根据与患者输入的自身身体数据相近似的其他患者健康数据，并对不同的身体数据类型分别进行相似度排序（例如以体重或者血糖变化规律等作为相似度比较得到的相似度序列），构建多类型表单；
风险计算及告警模块，若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警；
健康管理建议模块，接到预警信号的患者需要上传状态监测报告至健康管理系统，所述健康管理系统根据上传的状态监测报告生成健康管理建议。
更进一步地，所述患者需要上传状态包括患者的视网膜状态，所述健康管理建议为采血频率建议以及饮食建议。
更进一步地，所述视网膜状态的获取进一步包括：便携式检测装置通过对患者眼部照射一定光强的检测光，判断所述患者的视网膜的光反射是否存在异常，若检测到反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度大于第一预设值，则判断患者的视网膜状态发生病理性改变，若检测到所述反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度小于第一预设值而大于第二预设值，则判断所述患者的视网膜状态为可能病变状态，若检测到所述反射光的参数（角度、光强）与正常视网膜的反射光参数偏差度小于第二预设值，则判断为所述患者的视网膜状态为正常。
更进一步地，所当监测到所述患者的视网膜状态为可能病变状态时，需要进行上传具有医疗机构认证的检测结果，其中，所述检测结果至少包括检测视网膜总体厚度是否改变，根据所述视网膜总体厚度进一步判断所述患者的视网膜状态是否正常。
更进一步地，所述若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警进一步包括：为不同的身体数据类型分配不同的权重，计算全部身体类型与对应权重的加权平均数，当所述加权平均数大于预警值时，判定当前用户输入的身体数据存在风险，对患者的终端发送预警信息；
在医疗单元进行视网膜图像采集及处理的过程可以采用如本实施例的方法，用户需要将处理后的视网膜图像上传时健康管理系统，用于机器再判断以及后续的人工判断工作。
通过例如OCT仪器对眼部进行拍摄，首先需要统一拍摄图像的y轴分辨率，将图像在y轴方向上进行拉伸或压缩变换，以便于后续参考模型及特征值的规范化获取。
具体的图像处理过程为：
步骤一、提取内界膜ILM边缘，由于OCT图像中视网膜与背景存在较大的灰度差值，通过自适应阈值分割方法可以提取视网膜大体轮廓，进一步可以获取内界膜边缘
步骤二、定位黄斑中心凹底，由于视网膜黄斑区的特殊凹型结构，可以通过ILM边界线的曲率变化定位到凹底；
步骤三、确定左右中心凹边界与ILM的交界点A与B，用于平置图像；
步骤四、以黄斑中心凹底为旋转点旋转图像，使交界点A，B连线平行于图像底边，然后计算旋转角度；
步骤五、统一图像x轴大小，使标准化图像的横轴长度L=K*AB，其中AB为中心凹直径，约为1.5mm，为保留图像完整黄斑区，取K=4较为合适。
步骤六、统一图像y轴的像素分辨率，在本步骤中假设将y轴像素分辨率统一为预设单位，例如2μm，即一个像素点代表实际视网膜的纵深厚度为2μm；
最后，通过提取ILM边缘，定位黄斑中心凹底，定位A， B交界点，旋转使AB平行于图像边界，统一图像大小与分辨率后，最终获得标准化图像。
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。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。因此，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (10)
1.一种用于2型糖尿病患者的健康管理方法，应用于2型糖尿病患者的健康管理系统中，其特征在于，所述健康管理方法包括如下步骤：
步骤1，所述2型糖尿病患者的健康管理系统与现有的健康大数据平台进行连接，在获得所述健康大数据平台的数据访问权限后，获取医疗单位内与糖尿病相关的健康数据以建立针对于2型糖尿病的数据库，其中，所述健康数据包括年龄、身高、体重、血压、心率、血糖以及饮食习惯；
步骤2，患者输入自身的身体数据，系统根据患者输入的身体数据获取在所述数据库进行数据查找，根据与患者输入的自身身体数据相近似的其他患者健康数据，并对不同的身体数据类型分别进行相似度排序，构建多类型表单；
步骤3，若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警；
步骤4，接到预警信号的患者需要上传状态监测报告至健康管理系统，所述健康管理系统根据上传的状态监测报告生成健康管理建议。
2.如权利要求1所述的一种用于2型糖尿病患者的健康管理方法，其特征在于，所述患者需要上传状态包括患者的视网膜状态，所述健康管理建议为采血频率建议以及饮食建议。
3.如权利要求2所述的一种用于2型糖尿病患者的健康管理方法，其特征在于，所述视网膜状态的获取进一步包括：便携式检测装置通过对患者眼部照射一定光强的检测光，判断所述患者的视网膜的光反射是否存在异常，若检测到反射光的参数与正常视网膜的反射光参数偏差度大于第一预设值，则判断患者的视网膜状态发生病理性改变，若检测到所述反射光的参数与正常视网膜的反射光参数偏差度小于第一预设值而大于第二预设值，则判断所述患者的视网膜状态为可能病变状态，若检测到所述反射光的参数与正常视网膜的反射光参数偏差度小于第二预设值，则判断为所述患者的视网膜状态为正常。
4.如权利要求3所述的一种用于2型糖尿病患者的健康管理方法，其特征在于，所当监测到所述患者的视网膜状态为可能病变状态时，需要进行上传具有医疗机构认证的检测结果，其中，所述检测结果至少包括检测视网膜总体厚度是否改变，根据所述视网膜总体厚度进一步判断所述患者的视网膜状态是否正常。
5.如权利要求1所述的一种用于2型糖尿病患者的健康管理方法，其特征在于，所述若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警进一步包括：为不同的身体数据类型分配不同的权重，计算全部身体类型与对应权重的加权平均数，当所述加权平均数大于预警值时，判定当前用户输入的身体数据存在风险，对患者的终端发送预警信息。
6.一种用于2型糖尿病患者的健康管理系统，其特征在于，所述健康管理系统包括如下模块：
数据通信与数据库建立模块，所述2型糖尿病患者的健康管理系统与现有的健康大数据平台进行连接，在获得所述健康大数据平台的数据访问权限后，获取医疗单位内与糖尿病相关的健康数据以建立针对于2型糖尿病的数据库，其中，所述健康数据包括年龄、身高、体重、血压、心率、血糖以及饮食习惯；
相关数据生成模块，患者输入自身的身体数据，系统根据患者输入的身体数据获取在所述数据库进行数据查找，根据与患者输入的自身身体数据相近似的其他患者健康数据，并对不同的身体数据类型分别进行相似度排序，构建多类型表单；
风险计算及告警模块，若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警；
健康管理建议模块，接到预警信号的患者需要上传状态监测报告至健康管理系统，所述健康管理系统根据上传的状态监测报告生成健康管理建议。
7.如权利要求6所述的一种用于2型糖尿病患者的健康管理系统，其特征在于，所述患者需要上传状态包括患者的视网膜状态，所述健康管理建议为采血频率建议以及饮食建议。
8.如权利要求7所述的一种用于2型糖尿病患者的健康管理系统，其特征在于，所述视网膜状态的获取进一步包括：便携式检测装置通过对患者眼部照射一定光强的检测光，判断所述患者的视网膜的光反射是否存在异常，若检测到反射光的参数与正常视网膜的反射光参数偏差度大于第一预设值，则判断患者的视网膜状态发生病理性改变，若检测到所述反射光的参数与正常视网膜的反射光参数偏差度小于第一预设值而大于第二预设值，则判断所述患者的视网膜状态为可能病变状态，若检测到所述反射光的参数与正常视网膜的反射光参数偏差度小于第二预设值，则判断为所述患者的视网膜状态为正常。
9.如权利要求8所述的一种用于2型糖尿病患者的健康管理系统，其特征在于，所当监测到所述患者的视网膜状态为可能病变状态时，需要进行上传具有医疗机构认证的检测结果，其中，所述检测结果至少包括检测视网膜总体厚度是否改变，根据所述视网膜总体厚度进一步判断所述患者的视网膜状态是否正常。
10.如权利要求1所述的一种用于2型糖尿病患者的健康管理系统，其特征在于，所述若所述多类型表单中的超过预设数量的最相关相似患者的状态为风险状态，则对患者进行预警进一步包括：为不同的身体数据类型分配不同的权重，计算全部身体类型与对应权重的加权平均数，当所述加权平均数大于预警值时，判定当前用户输入的身体数据存在风险，对患者的终端发送预警信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211556698.6A CN115691811B (zh) | 2022-12-06 | 2022-12-06 | 一种用于2型糖尿病患者的健康管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211556698.6A CN115691811B (zh) | 2022-12-06 | 2022-12-06 | 一种用于2型糖尿病患者的健康管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115691811A true CN115691811A (zh) | 2023-02-03 |
| CN115691811B CN115691811B (zh) | 2024-03-22 |
Family
ID=85056538
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211556698.6A Active CN115691811B (zh) | 2022-12-06 | 2022-12-06 | 一种用于2型糖尿病患者的健康管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115691811B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110275931A1 (en) * | 2008-12-19 | 2011-11-10 | University Of Miami | System and Method for Early Detection of Diabetic Retinopathy Using Optical Coherence Tomography |
| CN103565521A (zh) * | 2012-07-20 | 2014-02-12 | 数伦计算机技术（上海）有限公司 | 一种糖尿病、心脑血管疾病监控及治疗系统 |
| CN107423574A (zh) * | 2017-08-17 | 2017-12-01 | 北京天平检验行有限公司 | 一种大数据健康管理平台 |
| CN109938723A (zh) * | 2019-03-08 | 2019-06-28 | 度特斯(大连)实业有限公司 | 一种人体疾病风险的判别方法及设备 |
| CN110660488A (zh) * | 2019-10-31 | 2020-01-07 | 深圳盛达同泽科技有限公司 | 基于多光谱眼底成像的糖网筛查方法及平台和存储介质 |
| CN111564218A (zh) * | 2020-06-19 | 2020-08-21 | 四川大学 | 一种基于大数据的心血管疾病风险监控系统 |
| CN112633601A (zh) * | 2020-12-31 | 2021-04-09 | 天津开心生活科技有限公司 | 疾病事件发生概率的预测方法、装置、设备及计算机介质 |
| US20210335460A1 (en) * | 2020-04-27 | 2021-10-28 | Christopher Anthony Noronha | Gateway 2Health (G2H) Remote Monitoring for Managing Type 1 Diabetes ( T1D) |
| CN114883006A (zh) * | 2022-06-10 | 2022-08-09 | 温州滨丰模具科技有限公司 | 一种基于大数据的健康监测和动态管理系统及应用 |
-
2022
- 2022-12-06 CN CN202211556698.6A patent/CN115691811B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110275931A1 (en) * | 2008-12-19 | 2011-11-10 | University Of Miami | System and Method for Early Detection of Diabetic Retinopathy Using Optical Coherence Tomography |
| CN103565521A (zh) * | 2012-07-20 | 2014-02-12 | 数伦计算机技术（上海）有限公司 | 一种糖尿病、心脑血管疾病监控及治疗系统 |
| CN107423574A (zh) * | 2017-08-17 | 2017-12-01 | 北京天平检验行有限公司 | 一种大数据健康管理平台 |
| CN109938723A (zh) * | 2019-03-08 | 2019-06-28 | 度特斯(大连)实业有限公司 | 一种人体疾病风险的判别方法及设备 |
| CN110660488A (zh) * | 2019-10-31 | 2020-01-07 | 深圳盛达同泽科技有限公司 | 基于多光谱眼底成像的糖网筛查方法及平台和存储介质 |
| US20210335460A1 (en) * | 2020-04-27 | 2021-10-28 | Christopher Anthony Noronha | Gateway 2Health (G2H) Remote Monitoring for Managing Type 1 Diabetes ( T1D) |
| CN111564218A (zh) * | 2020-06-19 | 2020-08-21 | 四川大学 | 一种基于大数据的心血管疾病风险监控系统 |
| CN112633601A (zh) * | 2020-12-31 | 2021-04-09 | 天津开心生活科技有限公司 | 疾病事件发生概率的预测方法、装置、设备及计算机介质 |
| CN114883006A (zh) * | 2022-06-10 | 2022-08-09 | 温州滨丰模具科技有限公司 | 一种基于大数据的健康监测和动态管理系统及应用 |
Non-Patent Citations (1)
| Title |
|---|
| 童何俊: ""基于眼底OCT影像的视网膜状态自动分析方法研究"", 《中国博士学位论文全文数据库 医药卫生科技辑》, no. 01, pages 076 - 3 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115691811B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220076420A1 (en) | Retinopathy recognition system | |
| CN112133441B (zh) | 一种mh术后裂孔状态预测模型的建立方法和终端 | |
| Ran et al. | Cataract detection and grading based on combination of deep convolutional neural network and random forests | |
| KR20170061222A (ko) | 건강데이터 패턴의 일반화를 통한 건강수치 예측 방법 및 그 장치 | |
| CN113646805A (zh) | 眼科和全身性疾病的基于图像的检测 | |
| CN110875092B (zh) | 一种基于远程眼底筛查的健康大数据服务方法和系统 | |
| CN110584601B (zh) | 一种老人认知功能监测和评估系统 | |
| Fang et al. | Adam challenge: Detecting age-related macular degeneration from fundus images | |
| CN112819797B (zh) | 糖尿病性视网膜病变分析方法、装置、系统及存储介质 | |
| CN111599438B (zh) | 一种基于多模态数据的面向糖尿病患者的实时饮食健康监控方法 | |
| Pal et al. | Deep learning techniques for prediction and diagnosis of diabetes mellitus | |
| CN110674773A (zh) | 一种痴呆症的识别系统、装置及存储介质 | |
| EP3489963A1 (en) | An apparatus and associated methods for lifestyle recommendation generation | |
| CN112133398B (zh) | 血糖管控方法、系统及存储介质 | |
| CN112185564B (zh) | 一种基于结构化电子病历的眼科疾病预测方法和存储设备 | |
| CN115691811A (zh) | 一种用于2型糖尿病患者的健康管理方法及系统 | |
| CN115223232A (zh) | 一种眼健康综合管理系统 | |
| Hagos | Point-of-care diabetic retinopathy diagnosis: a standalone mobile application approach | |
| CN111340778A (zh) | 一种青光眼图像处理方法和设备 | |
| Chauhan | A mobile platform for non-invasive diabetes screening | |
| KR102438367B1 (ko) | 생체정보 관리 시스템 | |
| CN114788682B (zh) | 基于眼面部特征图像处理的便携智能眼健康管理系统 | |
| CN113192641A (zh) | 基于大数据的胃部患病概率的计算装置及系统 | |
| Murugan et al. | IoT Based Diabetic Retinopathy Monitoring System | |
| Pardede et al. | Comparison Of K-Nearest Neighbor And CNN Classification Methods In Diabetic Data Sets |
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 |