CN116013508A - 一种用于眼科的数据采集系统及方法 - Google Patents
一种用于眼科的数据采集系统及方法 Download PDFInfo
- Publication number
- CN116013508A CN116013508A CN202310059771.7A CN202310059771A CN116013508A CN 116013508 A CN116013508 A CN 116013508A CN 202310059771 A CN202310059771 A CN 202310059771A CN 116013508 A CN116013508 A CN 116013508A
- Authority
- CN
- China
- Prior art keywords
- analysis
- data
- node
- threshold
- module
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种用于眼科的数据采集系统及方法,涉及医疗信息处理技术领域,包括数据采集模块、数据解析模块、节点分配模块以及算力调度模块;数据采集模块用于实现眼科检查数据的现场采集或记录,采集的数据通过眼科字典实现标准化;服务器接收到眼科检查数据后,驱动节点分配模块对所述眼科检查数据进行解析值分析,并根据解析值分配对应数量的解析节点作为目标节点;目标节点将不同检查项目的眼科检查子数据进行分别处理,最后形成结构化数据,供医生及病人查阅;提高数据解析效率;算力调度模块用于对解析节点进行运算超越系数分析,判断是否需要对该解析节点的算力资源进行调度,从而达到资源最充分利用的目的,提高数据处理效率。
Description
技术领域
本发明涉及医疗信息处理技术领域,具体是一种用于眼科的数据采集系统及方法。
背景技术
近年来,随着科技发展日新月异,手机、电脑等电子产品迅猛发展,给人们的生活带来便捷的同时,也加重了使用者眼睛的负担。眼部疾病低龄化、眼睛亚健康在中青年人群中不断蔓延,眼科疾病的发病率也逐年上升。眼科疾病的发病轻者影响视觉功能,重者甚至致盲,严重影响患者的生活,因而越来越受到人们的重视。
眼科健康提前检测是眼科疾病预防性治疗的重点,而检测设备的优良与否对于检测结果质量的高低起着决定性的作用;目前的眼科数据采集系统依赖于计算效率低、存储小的单片机处理器,不能确保系统稳定工作;随着眼科检查仪器种类越来越多,数据传输量越来越大,并且存在算力资源分配不均,导致某些分析节点算力较低,影响整体数据处理效率;基于以上不足,本发明提出一种用于眼科的数据采集系统及方法。
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,本发明提出一种用于眼科的数据采集系统及方法。
为实现上述目的,根据本发明的第一方面的实施例提出一种用于眼科的数据采集系统,包括数据采集模块、数据解析模块、节点分配模块、数据库、算力监测模块以及算力调度模块;
所述数据采集模块用于实现眼科检查数据的现场采集或记录,采集的数据通过眼科字典实现标准化后上传至服务器;
所述服务器接收到眼科检查数据后,驱动数据解析模块将不同检查项目的眼科检查子数据进行分别处理,最后形成结构化数据;并将结构化数据及原始数据保存至云平台,供医生及病人查阅;
所述数据解析模块包括若干个解析节点;所述节点分配模块用于获取服务器内缓存的眼科检查数据进行解析值GX分析,并根据解析值GX分配对应数量的解析节点进行处理;
所述算力监测模块用于对各个解析节点的算力占用情况进行监测分析,计算得到各个解析节点的算力充余系数KY;当解析节点的算力充余系数KY大于第一充余阈值或KY小于第二充余阈值时,生成调度信号并发送至算力调度模块;其中,第一充余阈值大于第二充余阈值;
响应于接收到调度信号,所述算力调度模块用于对所述解析节点进行运算超越系数YS分析,判断是否需要对该解析节点的算力资源进行调度。
进一步地,所述节点分配模块的具体分配步骤为:
将眼科检查数据的大小标记为D1,统计所述眼科检查数据对应的眼科检查仪器数量为M1,将眼科检查数据对应的采集时长标记为T1;
利用公式GX=D1×b1+M1×b2+T1×b3计算得到所述眼科检查数据的解析值GX,其中b1、b2、b3均为系数因子;
根据解析值GX确定对应的解析节点数量为MK,具体为:
数据库中存储有解析值范围与节点数量阈值的映射关系表;
根据解析值GX确定与其对应的解析值范围,再根据解析值范围确定对应的节点数量阈值为MK,即对应的解析节点数量为MK。
进一步地,所述节点分配模块还包括:
自动从云平台中获取各个解析节点的算力充余系数KY;
根据算力充余系数KY大小对解析节点进行排序,根据解析节点的排序筛选出数量MK的解析节点作为目标节点,对眼科检查数据进行解析。
进一步地,所述算力监测模块的具体分析步骤如下:
算力监测模块按照预设间隔采集解析节点的算力占用率并标记为Nc,建立算力占用率Nc随时间变化的曲线图;
当曲线图处于上升阶段时,对曲线图进行求导获取占用率变化速率曲线图;将解析节点的实时算力占用率变化速率标记为Vt,其中Vt取正数;
将Vt与预设速率阈值相比较;若Vt>预设速率阈值,则表示解析节点忙于数据运算,在对应的曲线图中截取对应的曲线段进行标注;
在预设时间内,统计标注曲线段的数量为R1,将所有的标注曲线段对时间进行积分得到标注参考能量WE,利用公式WR=R1×d1+WE×d2计算得到解析节点的运算热度值WR,其中d1、d2均为系数因子;
获取解析节点的当前算力占用率为Nt,利用公式KY=(1-Nt)×d3/(WR×d4)计算得到解析节点的算力充余系数KY,其中d3、d4均为系数因子;
所述算力监测模块用于将各个解析节点的算力充余系数KY打上时间戳并存储至云平台。
进一步地,所述算力调度模块的具体分析步骤为:
采集所述解析节点接收到的每个眼科检查数据的特征信息;所述特征信息包括数据大小、数据传输距离以及数据传输带宽;
在预设时间段内,统计所述解析节点的解析总次数为Fz;
将特征信息中对应的数据大小、数据传输距离以及数据传输带宽依次标记为FLi、FDi以及FWi,利用公式FYi=(FLi×a1+FDi×a2)/(FWi×a3)计算得到所述解析节点解析所述眼科检查数据所需的运算值FYi;其中a1、a2、a3均为系数因子;将运算值FYi与预设运算阈值相比较;
统计FYi>预设运算阈值的次数为P1;当FYi>预设运算阈值时,获取FYi与预设运算阈值的差值并求和得到超算总值CZ;利用公式CT=P1×g1+CZ×g2计算得到超算吸引值CT,其中g1、g2均为预设系数因子;
利用公式YS=Fz×g3+CT×g4计算得到所述解析节点的运算超越系数YS,其中g3、g4均为系数因子。
进一步地,所述算力调度模块还包括:
将运算超越系数YS与预设超越阈值相比较;所述预设超越阈值包括第一超越阈值、第二超越阈值,且第一超越阈值小于第二超越阈值;
当KY大于第一充余阈值时,若YS小于第一超越阈值,则生成缩减提醒信号至服务器,以提醒管理人员缩减对应解析节点的算力资源;
当KY小于第二充余阈值时,若YS大于第一超越阈值,则生成扩充提醒信号至服务器,以提醒管理人员扩充对应解析节点的算力资源。
进一步地,其中,所述数据解析模块用于从DCM、图片、文本、PDF、XML、JSON格式中解析出眼科检查数据;针对不同眼科检查仪器的眼科检查子数据,根据预设的格式,生成结构化文本和图像。
进一步地,一种用于眼科的数据采集方法,包括如下步骤:
步骤一:通过各个眼科检查仪器采集眼科检查数据,采集的数据通过眼科字典实现标准化后上传至服务器;
步骤二:所述服务器接收到眼科检查数据后,驱动节点分配模块对所述眼科检查数据进行解析值分析,并根据解析值GX分配对应数量的解析节点作为目标节点进行解析;
步骤三:目标节点将不同检查项目的眼科检查子数据进行分别处理,最后形成结构化数据;将结构化数据及原始数据保存至云平台,供医生及病人查阅;
步骤四:通过算力监测模块用于对各个解析节点的算力占用情况进行监测分析,计算得到各个解析节点的算力充余系数KY;当KY大于第一充余阈值或KY小于第二充余阈值时生成调度信号并发送至算力调度模块;
步骤五:通过算力调度模块对所述解析节点进行运算超越系数YS分析,判断是否需要对该解析节点的算力资源进行调度。
与现有技术相比,本发明的有益效果是:
1、本发明中数据采集模块通过各个眼科检查仪器采集眼科检查数据,采集的数据通过眼科字典实现标准化后上传至服务器;所述服务器接收到眼科检查数据后,驱动节点分配模块对服务器内缓存的眼科检查数据进行解析值分析,并根据解析值GX分配对应数量的解析节点作为目标节点进行解析,提高数据解析效率;目标节点将不同检查项目的眼科检查子数据进行分别处理,最后形成结构化数据;将结构化数据及原始数据保存至云平台,供医生及病人查阅;
2、本发明中算力监测模块用于对各个解析节点的算力占用情况进行监测分析,计算得到各个解析节点的算力充余系数KY;当KY大于第一充余阈值或KY小于第二充余阈值时生成调度信号并发送至算力调度模块,利用算力调度模块对解析节点进行运算超越系数分析,判断是否需要对该解析节点的算力资源进行调度;从而达到资源最充分利用的目的,提高数据处理效率。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明一种用于眼科的数据采集系统的系统框图。
图2为本发明一种用于眼科的数据采集方法的原理框图。
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做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。
如图1至图2所示,一种用于眼科的数据采集系统,包括数据采集模块、服务器、数据解析模块、节点分配模块、数据库、云平台、算力监测模块以及算力调度模块;
数据采集模块包括若干个眼科检查仪器,用于实现眼科检查数据的现场采集或记录,其中数据采集的内容包括不同检查项目的眼科检查子数据;采集的数据通过眼科字典实现标准化,数据输入以数字输入和选择项为主,极大地提高现场数据采集的工作效率,同时数据的标准化对后续数据统计分析工作效率和准确率都有较大的提高;
采集的数据存储于仪器端数据库;本发明能够实现眼科检查数据的协同数据采集,通过将不同检查项目的眼科检查子数据与眼科检查仪器编号(设备ID)相关联,仪器端数据库与服务器端数据库进行数据同步过程中,自动识别不同眼科检查仪器的采集数据,并对采集数据进行综合汇总后同步至服务器端数据库;
服务器接收到眼科检查数据后,驱动数据解析模块将不同检查项目的眼科检查子数据进行分别处理,最后形成结构化数据,将结构化数据及原始数据保存至云平台,供医生及病人查阅;
其中,数据解析模块用于从DCM、图片、文本、PDF、XML、JSON等格式中解析出眼科检查数据;针对不同眼科检查仪器的眼科检查子数据,根据预设的格式,生成结构化文本和图像;
数据解析模块包括若干个解析节点,节点分配模块与数据解析模块相连接,用于获取服务器内缓存的眼科检查数据进行解析值分析,并根据解析值GX分配对应数量的解析节点进行处理;具体分配步骤为:
将眼科检查数据的大小标记为D1,统计眼科检查数据对应的眼科检查仪器数量为M1,将眼科检查数据对应的采集时长标记为T1;
利用公式GX=D1×b1+M1×b2+T1×b3计算得到眼科检查数据的解析值GX,其中b1、b2、b3均为系数因子;
根据解析值GX确定对应的解析节点数量为MK,具体为:
数据库中存储有解析值范围与节点数量阈值的映射关系表;
根据解析值GX确定与其对应的解析值范围,再根据解析值范围确定对应的节点数量阈值为MK,即对应的解析节点数量为MK;
自动从云平台中获取各个解析节点的算力充余系数KY,根据算力充余系数KY大小对解析节点进行排序,根据解析节点的排序筛选出数量MK的解析节点作为目标节点,对眼科检查数据进行解析;提高数据解析效率;
算力监测模块用于对各个解析节点的算力占用情况进行监测分析,计算得到各个解析节点的算力充余系数KY,具体分析步骤如下:
算力监测模块按照预设间隔采集解析节点的算力占用率并标记为Nc,建立算力占用率Nc随时间变化的曲线图;
当曲线图处于上升阶段时,对曲线图进行求导获取占用率变化速率曲线图;将解析节点的实时算力占用率变化速率标记为Vt,其中Vt取正数;
将Vt与预设速率阈值相比较;若Vt>预设速率阈值,则表示解析节点忙于数据运算,在对应的曲线图中截取对应的曲线段进行标注;
在预设时间内,统计标注曲线段的数量为R1,将所有的标注曲线段对时间进行积分得到标注参考能量WE,利用公式WR=R1×d1+WE×d2计算得到解析节点的运算热度值WR,其中d1、d2均为系数因子;
获取解析节点的当前算力占用率为Nt,利用公式KY=(1-Nt)×d3/(WR×d4)计算得到解析节点的算力充余系数KY,其中d3、d4均为系数因子;
算力监测模块用于将各个解析节点的算力充余系数KY打上时间戳并存储至云平台;
在本实施例中,算力监测模块还包括:当解析节点的算力充余系数KY大于第一充余阈值或KY小于第二充余阈值时,生成调度信号并发送至算力调度模块;其中,第一充余阈值大于第二充余阈值;
算力调度模块接收到调度信号后对解析节点进行运算超越系数分析,判断是否需要对该解析节点的算力资源进行调度;具体分析步骤为:
采集解析节点接收到的每个眼科检查数据的特征信息;特征信息包括数据大小、数据传输距离以及数据传输带宽;
将特征信息中对应的数据大小、数据传输距离以及数据传输带宽依次标记为FLi、FDi以及FWi,利用公式FYi=(FLi×a1+FDi×a2)/(FWi×a3)计算得到解析节点解析眼科检查数据所需的运算值FYi;其中a1、a2、a3均为系数因子;
在预设时间段内,统计解析节点的解析总次数为Fz;将每次解析所需的运算值FYi与预设运算阈值相比较;统计FYi>预设运算阈值的次数为P1;当FYi>预设运算阈值时,获取FYi与预设运算阈值的差值并求和得到超算总值CZ;利用公式CT=P1×g1+CZ×g2计算得到超算吸引值CT,其中g1、g2均为预设系数因子;
将解析总次数、超算吸引值进行归一化处理并取其数值,利用公式YS=Fz×g3+CT×g4计算得到解析节点的运算超越系数YS,其中g3、g4均为系数因子;将运算超越系数YS与预设超越阈值相比较;预设超越阈值包括第一超越阈值、第二超越阈值,且第一超越阈值小于第二超越阈值;
当KY大于第一充余阈值时,若YS小于第一超越阈值,则生成缩减提醒信号至服务器,以提醒管理人员缩减对应解析节点的算力资源;
当KY小于第二充余阈值时,若YS大于第一超越阈值,则生成扩充提醒信号至服务器,以提醒管理人员扩充对应解析节点的算力资源;从而达到资源最充分利用的目的,提高数据处理效率;
一种用于眼科的数据采集方法,包括如下步骤:
步骤一:通过各个眼科检查仪器采集眼科检查数据,采集的数据通过眼科字典实现标准化后上传至服务器;
步骤二:服务器接收到眼科检查数据后,驱动节点分配模块对所述眼科检查数据进行解析值分析,并根据解析值GX分配对应数量的解析节点作为目标节点进行解析;
步骤三:目标节点将不同检查项目的眼科检查子数据进行分别处理,最后形成结构化数据;将结构化数据及原始数据保存至云平台,供医生及病人查阅;
步骤四:通过算力监测模块用于对各个解析节点的算力占用情况进行监测分析,计算得到各个解析节点的算力充余系数KY;
当KY大于第一充余阈值或KY小于第二充余阈值时生成调度信号并发送至算力调度模块;
步骤五:利用算力调度模块对解析节点进行运算超越系数分析,判断是否需要对该解析节点的算力资源进行调度;具体为:
当KY大于第一充余阈值时,若运算超越系数YS小于第一超越阈值,则生成缩减提醒信号至服务器,以提醒管理人员缩减对应解析节点的算力资源;
当KY小于第二充余阈值时,若运算超越系数YS大于第一超越阈值,则生成扩充提醒信号至服务器,以提醒管理人员扩充对应解析节点的算力资源。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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 (8)
1.一种用于眼科的数据采集系统,其特征在于,包括数据采集模块、数据解析模块、节点分配模块、数据库、算力监测模块以及算力调度模块;
所述数据采集模块用于实现眼科检查数据的现场采集或记录,采集的数据通过眼科字典实现标准化后上传至服务器;
所述服务器接收到眼科检查数据后,驱动数据解析模块将不同检查项目的眼科检查子数据进行分别处理,最后形成结构化数据;并将结构化数据及原始数据保存至云平台,供医生及病人查阅;
所述数据解析模块包括若干个解析节点;所述节点分配模块用于获取服务器内缓存的眼科检查数据进行解析值GX分析,并根据解析值GX分配对应数量的解析节点进行处理;
所述算力监测模块用于对各个解析节点的算力占用情况进行监测分析,计算得到各个解析节点的算力充余系数KY;当解析节点的算力充余系数KY大于第一充余阈值或KY小于第二充余阈值时,生成调度信号并发送至算力调度模块;其中,第一充余阈值大于第二充余阈值;
响应于接收到调度信号,所述算力调度模块用于对所述解析节点进行运算超越系数YS分析,判断是否需要对该解析节点的算力资源进行调度。
2.根据权利要求1所述的一种用于眼科的数据采集系统,其特征在于,所述节点分配模块的具体分配步骤为:
将眼科检查数据的大小标记为D1,统计所述眼科检查数据对应的眼科检查仪器数量为M1,将眼科检查数据对应的采集时长标记为T1;
利用公式GX=D1×b1+M1×b2+T1×b3计算得到所述眼科检查数据的解析值GX,其中b1、b2、b3均为系数因子;
根据解析值GX确定对应的解析节点数量为MK,具体为:
数据库中存储有解析值范围与节点数量阈值的映射关系表;
根据解析值GX确定与其对应的解析值范围,再根据解析值范围确定对应的节点数量阈值为MK,即对应的解析节点数量为MK。
3.根据权利要求2所述的一种用于眼科的数据采集系统,其特征在于,所述节点分配模块还包括:
自动从云平台中获取各个解析节点的算力充余系数KY;
根据算力充余系数KY大小对解析节点进行排序,根据解析节点的排序筛选出数量MK的解析节点作为目标节点,对眼科检查数据进行解析。
4.根据权利要求3所述的一种用于眼科的数据采集系统,其特征在于,所述算力监测模块的具体分析步骤如下:
算力监测模块按照预设间隔采集解析节点的算力占用率并标记为Nc,建立算力占用率Nc随时间变化的曲线图;
当曲线图处于上升阶段时,对曲线图进行求导获取占用率变化速率曲线图;将解析节点的实时算力占用率变化速率标记为Vt,其中Vt取正数;
将Vt与预设速率阈值相比较;若Vt>预设速率阈值,则表示解析节点忙于数据运算,在对应的曲线图中截取对应的曲线段进行标注;
在预设时间内,统计标注曲线段的数量为R1,将所有的标注曲线段对时间进行积分得到标注参考能量WE,利用公式WR=R1×d1+WE×d2计算得到解析节点的运算热度值WR,其中d1、d2均为系数因子;
获取解析节点的当前算力占用率为Nt,利用公式KY=(1-Nt)×d3/(WR×d4)计算得到解析节点的算力充余系数KY,其中d3、d4均为系数因子;
所述算力监测模块用于将各个解析节点的算力充余系数KY打上时间戳并存储至云平台。
5.根据权利要求1所述的一种用于眼科的数据采集系统,其特征在于,所述算力调度模块的具体分析步骤为:
采集所述解析节点接收到的每个眼科检查数据的特征信息;所述特征信息包括数据大小、数据传输距离以及数据传输带宽;
在预设时间段内,统计所述解析节点的解析总次数为Fz;
将特征信息中对应的数据大小、数据传输距离以及数据传输带宽依次标记为FLi、FDi以及FWi,利用公式FYi=(FLi×a1+FDi×a2)/(FWi×a3)计算得到所述解析节点解析所述眼科检查数据所需的运算值FYi;其中a1、a2、a3均为系数因子;将运算值FYi与预设运算阈值相比较;
统计FYi>预设运算阈值的次数为P1;当FYi>预设运算阈值时,获取FYi与预设运算阈值的差值并求和得到超算总值CZ;利用公式CT=P1×g1+CZ×g2计算得到超算吸引值CT,其中g1、g2均为预设系数因子;
利用公式YS=Fz×g3+CT×g4计算得到所述解析节点的运算超越系数YS,其中g3、g4均为系数因子。
6.根据权利要求5所述的一种用于眼科的数据采集系统,其特征在于,所述算力调度模块还包括:
将运算超越系数YS与预设超越阈值相比较;所述预设超越阈值包括第一超越阈值、第二超越阈值,且第一超越阈值小于第二超越阈值;
当KY大于第一充余阈值时,若YS小于第一超越阈值,则生成缩减提醒信号至服务器,以提醒管理人员缩减对应解析节点的算力资源;
当KY小于第二充余阈值时,若YS大于第一超越阈值,则生成扩充提醒信号至服务器,以提醒管理人员扩充对应解析节点的算力资源。
7.根据权利要求1所述的一种用于眼科的数据采集系统,其特征在于,其中,所述数据解析模块用于从DCM、图片、文本、PDF、XML、JSON格式中解析出眼科检查数据;针对不同眼科检查仪器的眼科检查子数据,根据预设的格式,生成结构化文本和图像。
8.一种用于眼科的数据采集方法,应用于如权利要求1-7任一所述的一种用于眼科的数据采集系统,其特征在于,包括如下步骤:
步骤一:通过各个眼科检查仪器采集眼科检查数据,采集的数据通过眼科字典实现标准化后上传至服务器;
步骤二:所述服务器接收到眼科检查数据后,驱动节点分配模块对所述眼科检查数据进行解析值分析,并根据解析值GX分配对应数量的解析节点作为目标节点进行解析;
步骤三:目标节点将不同检查项目的眼科检查子数据进行分别处理,最后形成结构化数据;将结构化数据及原始数据保存至云平台,供医生及病人查阅;
步骤四:通过算力监测模块用于对各个解析节点的算力占用情况进行监测分析,计算得到各个解析节点的算力充余系数KY;当KY大于第一充余阈值或KY小于第二充余阈值时生成调度信号并发送至算力调度模块;
步骤五:通过算力调度模块对所述解析节点进行运算超越系数YS分析,判断是否需要对该解析节点的算力资源进行调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310059771.7A CN116013508A (zh) | 2023-01-18 | 2023-01-18 | 一种用于眼科的数据采集系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310059771.7A CN116013508A (zh) | 2023-01-18 | 2023-01-18 | 一种用于眼科的数据采集系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116013508A true CN116013508A (zh) | 2023-04-25 |
Family
ID=86024769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310059771.7A Withdrawn CN116013508A (zh) | 2023-01-18 | 2023-01-18 | 一种用于眼科的数据采集系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116013508A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116166767A (zh) * | 2023-04-26 | 2023-05-26 | 山东省地质矿产勘查开发局第五地质大队(山东省第五地质矿产勘查院) | 一种基于云计算的测绘地理信息数据采集方法及系统 |
-
2023
- 2023-01-18 CN CN202310059771.7A patent/CN116013508A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116166767A (zh) * | 2023-04-26 | 2023-05-26 | 山东省地质矿产勘查开发局第五地质大队(山东省第五地质矿产勘查院) | 一种基于云计算的测绘地理信息数据采集方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103440421B (zh) | 医学数据处理方法和系统 | |
CN110503635B (zh) | 一种基于异构数据融合网络的手骨x光片骨龄评估方法 | |
CN108281177B (zh) | 一种物联网重症监护系统 | |
CN112598184B (zh) | 一种戒毒人员复吸风险预测的方法和装置 | |
CN116013508A (zh) | 一种用于眼科的数据采集系统及方法 | |
CN111080624B (zh) | 精子运动状态的分类方法、装置、介质及电子设备 | |
CN113744819B (zh) | 随访状态的管理方法及装置 | |
CN111428655A (zh) | 一种基于深度学习的头皮检测方法 | |
CN106895791A (zh) | 一种板卡形变监测预警系统 | |
CN117151649B (zh) | 基于大数据分析的施工方法管控系统及方法 | |
CN108830481A (zh) | 一种基于安全隐患的施工安全动态评价方法 | |
CN111081379A (zh) | 一种疾病概率决策方法及其系统 | |
CN115349828A (zh) | 一种基于计算机深度学习的新生儿疼痛评估系统 | |
CN117745494A (zh) | 一种多端融合的3d视频数字化osce考站系统 | |
CN111223567A (zh) | 一种基于区域医学影像的疑似疾病风险范围的计算方法 | |
CN113707323B (zh) | 基于机器学习的疾病预测方法、装置、设备及介质 | |
CN113420946B (zh) | 一种新闻媒体的评价方法 | |
CN111933283B (zh) | 一种健康监测方法及装置 | |
CN116562852B (zh) | 基于知识图谱的配网停电信息管理系统 | |
CN110728315B (zh) | 一种实时质量控制方法,系统和设备 | |
CN111938607A (zh) | 基于多元参数融合的智能监护报警方法及其系统 | |
US20220138947A1 (en) | Method for assessing cardiothoracic ratio and cardiothoracic ratio assessment system | |
WO2021103623A1 (zh) | 一种脓毒血症的预警装置、设备及存储介质 | |
CN114520059A (zh) | 一种基于大数据的中医诊断学数据平台 | |
CN113837526A (zh) | 基于边缘计算的变电站设备智能分析方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230425 |
|
WW01 | Invention patent application withdrawn after publication |