CN116139464A - 基于量化指标下的呼吸训练数据采集方法和采集系统 - Google Patents
基于量化指标下的呼吸训练数据采集方法和采集系统 Download PDFInfo
- Publication number
- CN116139464A CN116139464A CN202310309820.8A CN202310309820A CN116139464A CN 116139464 A CN116139464 A CN 116139464A CN 202310309820 A CN202310309820 A CN 202310309820A CN 116139464 A CN116139464 A CN 116139464A
- Authority
- CN
- China
- Prior art keywords
- training
- data
- calculation model
- respiratory
- data calculation
- 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
- 238000013139 quantization Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 189
- 230000000241 respiratory effect Effects 0.000 claims abstract description 78
- 208000023504 respiratory system disease Diseases 0.000 claims abstract description 33
- 230000015654 memory Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000011282 treatment Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 3
- 210000004072 lung Anatomy 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003434 inspiratory effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010035664 Pneumonia Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 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
- 230000002685 pulmonary effect Effects 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B71/00—Games or sports accessories not covered in groups A63B1/00 - A63B69/00
- A63B71/06—Indicating or scoring devices for games or players, or for other sports activities
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请涉及一种基于量化指标下的呼吸训练数据采集方法和采集系统，将一次采集的训练数据输入至数据计算模型中；通过所述数据计算模型对所述训练数据进行识别，并对识别的训练数据进行计算，得到对应的训练结果值；输出呼吸症患者在本轮训练的各项量化指标下的训练结果值，并上传保存至后台服务器。能够通过预先配置的计算模型，一次性采集训练数据进行识别和计算，得到呼吸症患者在各项量化指标下的训练结果值，可以达到一次采集并一次计算得到反映出呼吸症患者在不同训练轮次中的各项训练结果。可以大大降低呼吸症患者在不同量化指标下的呼吸训练数据采集时长和数据分析周期，训练结果灵敏响应，及时让呼吸症患者知道在各个轮次中的训练结果。
Description
技术领域
本公开涉及医疗康复技术领域，尤其涉及一种基于量化指标下的呼吸训练数据采集方法和采集系统及电子设备。
背景技术
呼吸训练器是广泛用于临床的呼吸康复装置，采用阻抗训练基础原理，呼吸症患者透过吸气训练器吸气时需费力去抵抗训练器设定的阻抗，以增加吸气肌力，借此增加呼吸肌强度与耐受度。现有的呼吸训练方法，大多基于呼吸训练器进行阻抗呼吸训练，训练方式比较单一。
而在申请人提供的在多种量化训练指标的训练方案下，呼吸症患者不单单可以进行阻抗呼吸训练，还能够在各种量化指标下进行多样化的呼吸训练，比如包含阻抗训练、肺活量训练、肺部做功训练等，而在多种量化训练指标的训练的同时，为了反映出呼吸症患者的量化训练结果，需要对各项训练指标进行数据采集和处理，便于直观得到呼吸症患者在各项量化指标下的训练参数和结果。
而在不同量化指标下的多样训练数据，所体现的方式和运算逻辑不同，因此不能同一个标准进行采集和运用，但若是对每项训练数据逐一采集并上传服务器，这样势必会增加几倍的训练时长，降低训练数据的分析周期。
发明内容
为了解决上述问题，本申请提出一种基于量化指标下的呼吸训练数据采集方法和采集系统及电子设备。
本申请一方面，提出一种基于量化指标下的呼吸训练数据采集方法，包括如下步骤：
根据预设的呼吸训练量化指标，配置对应的数据计算模型；
采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；
通过所述数据计算模型对所述训练数据进行识别，并对识别的训练数据进行计算，得到对应的训练结果值；
输出呼吸症患者在本轮训练的各项量化指标下的训练结果值，并上传保存至后台服务器。
作为本申请的一可选实施方案，可选地，所述呼吸训练量化指标包括呼吸阻抗；
还包括如下量化指标中的至少两种以上指标：
呼吸阻力、单次呼吸时长、呼吸流量数据、呼吸肺活量、呼吸症患者治疗次数或者吸气做功。
作为本申请的一可选实施方案，可选地，根据预设的呼吸训练量化指标，配置对应的数据计算模型，包括：
根据预设的呼吸训练量化指标，构建并生成对应的数据计算模型；
根据预设的呼吸训练量化指标，在所述后台服务器的数据库中预留与所述数据计算模型相对应的运算存储空间；
建立所述数据计算模型与其相对应的所述计算空间之间的关联关系，将所述数据计算模型和所述关联关系配置在所述后台服务器上。
作为本申请的一可选实施方案，可选地，在构建并生成对应的数据计算模型之时，还包括：
构建第一数据计算模型和第二数据计算模型；
判断所述第二数据计算模型是否需要以所述第一数据计算模型的计算结果为基础：
若所述第二数据计算模型需要以所述第一数据计算模型的计算结果为基础，则将所述第一数据计算模型的输出端并联至所述第二数据计算模型的输出端；
若所述第二数据计算模型不需要以所述第一数据计算模型的计算结果为基础，则分别保存所述第一数据计算模型和所述第二数据计算模型。
作为本申请的一可选实施方案，可选地，采集呼吸症患者在各项量化指标下的训练数据，包括：
预设训练轮次；
一次性采集呼吸症患者在每次训练轮次中的训练数据，并将所述训练数据上传至后台服务器上；
在所述后台服务器上，对所述训练数据进行解析，得到解析数据；
将所述解析数据按照预设的呼吸训练量化指标，划分为在各项量化指标下的训练参数。
作为本申请的一可选实施方案，可选地，将所述训练数据输入至所述数据计算模型中，包括：
对所述训练参数进行识别，得出当前所述训练参数所属的呼吸训练量化指标；
根据所述呼吸训练量化指标，找到对应的所述数据计算模型；
将所述训练参数输入对应的所述数据计算模型，等待计算。
作为本申请的一可选实施方案，可选地，通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值，包括：
按照预设的逻辑运算顺序，启动对应的所述数据计算模型，开始对所述训练数据进行计算，得到第一训练结果值；
判断是否存在以所述第一训练结果值为计算基础的所述数据计算模型：
若不存在，则结束本次训练轮次的计算，最后将所述第一训练结果值分别发送并存储至与各个所述数据计算模型相关联的运算存储空间中；
若存在，则将所述第一训练结果值发送至对应的所述数据计算模型，并继续进行计算，得到第二训练结果值，最后将所述第一训练结果值和所述二训练结果值分别发送并存储至与各个所述数据计算模型相关联的运算存储空间中。
作为本申请的一可选实施方案，可选地，输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器，包括：
按照预设的训练轮次，依次输出每轮训练轮次的训练结果值；
将每轮训练轮次的训练结果值上传保存至后台服务器，并通过后台发送至前端，并展示给所述呼吸症患者。
本申请另一方面，提出一种基于所述的基于量化指标下的呼吸训练数据采集方法的采集系统，包括：
计算模型配置模块，用于根据预设的呼吸训练量化指标，配置对应的数据计算模型；
训练数据采集模块，用于采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；
运算模块，用于通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值；
后台管理模块，用于输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器。
本申请另一方面，还提出一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述可执行指令时实现所述的基于量化指标下的呼吸训练数据采集方法。
本发明的技术效果：
本申请通过根据预设的呼吸训练量化指标，配置对应的数据计算模型；采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；通过所述数据计算模型对所述训练数据进行识别，并对识别的训练数据进行计算，得到对应的训练结果值；输出呼吸症患者在本轮训练的各项量化指标下的训练结果值，并上传保存至后台服务器。能够通过预先配置的计算模型，对一次性采集的训练数据进行识别和计算，得到呼吸症患者在各项量化指标下的训练结果值，可以达到一次采集并一次计算得到反映出呼吸症患者在不同训练轮次中的各项训练结果。因此可以大大降低呼吸症患者在不同量化指标下的呼吸训练数据采集时长和数据分析周期，训练结果响应快捷、灵敏，及时让呼吸症患者知道在各个轮次中的训练结果。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出为本发明基于量化指标下的呼吸训练数据采集方法的实施流程示意图；
图2示出为本发明建立“阻抗计算模型”、“流量计算模型”、“肺活量计算模型和“做功计算模型”的应用系统示意图；
图3示出为本发明在后台数据库中预留运算存储空间的应用结构示意图；
图4示出为本发明“做功计算模型”进行二次计算的运算逻辑示意图；
图5示出为本发明识别训练参数并匹配对应的数据计算模型的流程示意图；
图6示出为本发明电子设备的应用示意图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
实施例1
如图1所示，本申请一方面，提出一种基于量化指标下的呼吸训练数据采集方法，包括如下步骤：
S1、根据预设的呼吸训练量化指标，配置对应的数据计算模型；
S2、采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；
S3、通过所述数据计算模型对所述训练数据进行识别，并对识别的训练数据进行计算，得到对应的训练结果值；
S4、输出呼吸症患者在本轮训练的各项量化指标下的训练结果值，并上传保存至后台服务器。
本申请通过预先配置的计算模型，对一次性采集的训练数据进行识别和计算，得到呼吸症患者在各项量化指标下的训练结果值，可以达到一次采集并一次计算得到反映出呼吸症患者在不同训练轮次中的各项训练结果。因此可以大大降低呼吸症患者在不同量化指标下的呼吸训练数据采集时长和数据分析周期，训练结果响应快捷、灵敏，及时让呼吸症患者知道在各个轮次中的训练结果。
本实施例的量化指标：主要是通过计算“呼吸训练指标”的差值与历史数据的差值之间的比值，通过比值来等比调整呼吸训练指标，比如在某一个呼吸训练指标上，阻抗的阻力下调了20％，对应的其他呼吸训练指标比如每次肺活量、每分钟呼吸训练次数，同样的下调20％，如此进行量化调整，各个呼吸训练指标保持在一定的变化范围。
呼吸训练量化指标，比如二级肺炎群体(呼吸症患者)设定的呼吸训练指标为：每分钟呼吸训练40-60次，每次肺活量大约为2000ml。二级肺炎群体的历史肺活量数据为：每分钟呼吸训练30-50次，每次肺活量大约为1500ml；此时说明前面设定的呼吸训练指标稍微偏高，可以对此作为适当下调。
作为本申请的一可选实施方案，可选地，所述呼吸训练量化指标包括呼吸阻抗；
还包括如下量化指标中的至少两种以上指标：
呼吸阻力、单次呼吸时长、呼吸流量数据、呼吸肺活量、呼吸症患者治疗次数或者吸气做功。
比如，本实施例选择了呼吸阻抗、呼吸流量和呼吸肺活量以及吸气做功作为本实施例所设定的呼吸训练量化指标，并构建对应的数据计算模型。数据计算模型中配置有与各个呼吸训练量化指标相对应的计算式，比如：
呼吸阻力，根据采集到的阻力传感器的电信号进行转换计算；
呼吸流量，根据采集到的呼吸流量的单位量进行计算；
呼吸肺活量，根据采集到的“潮气量+补吸气量+补呼气量”进行计算，若是需要分别计算各值，则多次计算；
吸气做功，以单位时间内压力变化乘以容积变化来计算，这个计算需要利用前面已经计算的结果进行二次计算，因此与前面比如呼吸阻力的数据计算模型相关联。
本实施例，不同指标下的呼吸训练参数的采集方式，不做限定，可以采用任何可行的方式进行，传感器是常用的采集设施。
为本申请根据“呼吸阻抗、呼吸流量和呼吸肺活量以及吸气做功”所建立的对应的数据计算模型。
作为本申请的一可选实施方案，可选地，根据预设的呼吸训练量化指标，配置对应的数据计算模型，包括：
根据预设的呼吸训练量化指标，构建并生成对应的数据计算模型；
根据预设的呼吸训练量化指标，在所述后台服务器的数据库中预留与所述数据计算模型相对应的运算存储空间；
建立所述数据计算模型与其相对应的所述计算空间之间的关联关系，将所述数据计算模型和所述关联关系配置在所述后台服务器上。
本实施例中，不同训练指标下的数据计算模型，将按照各个指标的计算原理或者计算式等逻辑运算进行设定。“呼吸阻抗、呼吸流量和呼吸肺活量以及吸气做功”的计算方式，本实施例不做限定，用户可以参照现有医学计算标准或者行业标准等进行设定。
如图2所示，本实施例根据“呼吸阻抗、呼吸流量和呼吸肺活量以及吸气做功”，建立了对应“阻抗计算模型”、“流量计算模型”、“肺活量计算模型和“做功计算模型”，模型建立完毕进行计算逻辑配置和优化调整，调整后可以同步部署在后台服务器上。
如图3所示，为了独立保存不同指标下的计算结果，本实施例采用数据独立存储的方式，在所述后台服务器的数据库中预留与所述数据计算模型相对应的运算存储空间，“阻抗计算模型”、“流量计算模型”、“肺活量计算模型分别对应有一个预留在后台数据库中的运算存储空间(相当于一个子数据库，也可以采用缓存技术进行运算，避免占用后台运行资源，节省运行线程等)。
当运行计算时，可以在该运算存储空间中保存运算结果。
若是存在需要进行二次计算的运算，比如上述“做功计算模型”，以单位时间内压力变化乘以容积变化来计算，这个计算需要利用前面已经计算的“阻抗计算模型”的计算结果进行二次计算，因此与前面比如“阻抗计算模型”相关联。
作为本申请的一可选实施方案，可选地，在构建并生成对应的数据计算模型之时，还包括：
构建第一数据计算模型和第二数据计算模型；
判断所述第二数据计算模型是否需要以所述第一数据计算模型的计算结果为基础：
若所述第二数据计算模型需要以所述第一数据计算模型的计算结果为基础，则将所述第一数据计算模型的输出端并联至所述第二数据计算模型的输出端；
若所述第二数据计算模型不需要以所述第一数据计算模型的计算结果为基础，则分别保存所述第一数据计算模型和所述第二数据计算模型。
如图4所示，“做功计算模型”的输入参数，需要结合“阻抗计算模型”的计算结果进行计算，因此，此时需要将“阻抗计算模型”的输出端并联至“做功计算模型”的输出端，便于将阻抗计算结果同步发送至“做功计算模型”。
当然，这里是按照数据的逻辑运算进行并联的，仅仅作为一种参考进行描述，具体的模型之间的连接关系，根据所设定的运算逻辑所连接。
作为本申请的一可选实施方案，可选地，采集呼吸症患者在各项量化指标下的训练数据，包括：
预设训练轮次；
一次性采集呼吸症患者在每次训练轮次中的训练数据，并将所述训练数据上传至后台服务器上；
在所述后台服务器上，对所述训练数据进行解析，得到解析数据；
将所述解析数据按照预设的呼吸训练量化指标，划分为在各项量化指标下的训练参数。
呼吸症患者按照训练轮次进行训练呼吸，因此也按照训练轮次的轮次周期进行数据采样，每一轮次，在训练结束时，一次性上报呼吸症患者在每次训练轮次中的训练数据，并上传后台服务器。置于每一轮次中比如肺活量的采集数据，可以根据该轮次中所有频次的肺活量进行均值计算，得到该轮中的肺活量训练参数。
一次性上传的数据包，包含多个指标下的训练参数，因此在后台上需要解析数据包，得到在各项量化指标下的训练参数。
作为本申请的一可选实施方案，可选地，将所述训练数据输入至所述数据计算模型中，包括：
对所述训练参数进行识别，得出当前所述训练参数所属的呼吸训练量化指标；
根据所述呼吸训练量化指标，找到对应的所述数据计算模型；
将所述训练参数输入对应的所述数据计算模型，等待计算。
如图5所示，训练参数需要输入到对应的数据计算模型中，为了匹配输入，首先对训练参数的属性进行识别，了解当前训练参数所属的呼吸训练量化指标，因为前面各个计算模型是根据对应的呼吸训练量化指标创建的，因此对当前的训练参数识别后，可以将训练参数输入至对应的计算模型中，比如若是识别当前训练参数为肺活量参数，则直接进入肺活量计算模型的输入端。
作为本申请的一可选实施方案，可选地，通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值，包括：
按照预设的逻辑运算顺序，启动对应的所述数据计算模型，开始对所述训练数据进行计算，得到第一训练结果值；
判断是否存在以所述第一训练结果值为计算基础的所述数据计算模型：
若不存在，则结束本次训练轮次的计算，最后将所述第一训练结果值分别发送并存储至与各个所述数据计算模型相关联的运算存储空间中；
若存在，则将所述第一训练结果值发送至对应的所述数据计算模型，并继续进行计算，得到第二训练结果值，最后将所述第一训练结果值和所述二训练结果值分别发送并存储至与各个所述数据计算模型相关联的运算存储空间中。
上述需要二次计算的方式，请参见上述“做功计算模型”的运算描述。
作为本申请的一可选实施方案，可选地，输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器，包括：
按照预设的训练轮次，依次输出每轮训练轮次的训练结果值；
将每轮训练轮次的训练结果值上传保存至后台服务器，并通过后台发送至前端，并展示给所述呼吸症患者。
每轮训练轮次的训练结果值，按照轮次发送至后台，用户可以通过终端等等了后台，查看自己ID下的每轮训练轮次的训练结果值，便于及时知道自己在每轮呼吸训练中的康复进展。
在发送给终端之前，还可以将每轮训练轮次的训练结果值和对应指标的标准值同步发送给用户，便于为用户提供参照。
需要说明的是，尽管以几个计算模型作为示例介绍了如上呼吸训练参数采集和计算过程，但本领域技术人员能够理解，本公开应不限于此。事实上，用户完全可根据实际应用场景灵活设定采集方式和指标计算模型，只要可以按照上述技术实现本申请的技术功能即可。
显然，本领域的技术人员应该明白，实现上述实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各控制的实施例的流程。本领域技术人员可以理解，实现上述实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各控制的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(RandomAccessMemory，RAM)、快闪存储器(FlashMemory)、硬盘(HardDiskDrive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
实施例2
基于实施例1的实施原理，本申请另一方面，提出一种基于所述的基于量化指标下的呼吸训练数据采集方法的采集系统，包括：
计算模型配置模块，用于根据预设的呼吸训练量化指标，配置对应的数据计算模型；
训练数据采集模块，用于采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；
运算模块，用于通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值；
后台管理模块，用于输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器。
各个模块的功能和交互，具体见实施例1的描述。
上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
实施例3
如图6所示，更进一步地，本申请另一方面，还提出一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述可执行指令时实现所述的基于量化指标下的呼吸训练数据采集方法。
本公开实施例来电子设备包括处理器以及用于存储处理器可执行指令的存储器。其中，处理器被配置为执行可执行指令时实现前面任一所述的一种基于量化指标下的呼吸训练数据采集方法。
此处，应当指出的是，处理器的个数可以为一个或多个。同时，在本公开实施例的电子设备中，还可以包括输入装置和输出装置。其中，处理器、存储器、输入装置和输出装置之间可以通过总线连接，也可以通过其他方式连接，此处不进行具体限定。
存储器作为一计算机可读存储介质，可用于存储软件程序、计算机可执行程序和各种模块，如：本公开实施例的一种基于量化指标下的呼吸训练数据采集方法所对应的程序或模块。处理器通过运行存储在存储器中的软件程序或模块，从而执行电子设备的各种功能应用及数据处理。
输入装置可用于接收输入的数字或信号。其中，信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置可以包括显示屏等显示设备。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种基于量化指标下的呼吸训练数据采集方法，其特征在于，包括如下步骤：
根据预设的呼吸训练量化指标，配置对应的数据计算模型；
采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；
通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值；
输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器。
2.根据权利要求1所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，所述呼吸训练量化指标包括呼吸阻抗；
还包括如下量化指标中的至少两种以上指标：
呼吸阻力、单次呼吸时长、呼吸流量数据、呼吸肺活量、呼吸症患者治疗次数或者吸气做功。
3.根据权利要求1所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，根据预设的呼吸训练量化指标，配置对应的数据计算模型，包括：
根据预设的呼吸训练量化指标，构建并生成对应的数据计算模型；
根据预设的呼吸训练量化指标，在所述后台服务器的数据库中预留与所述数据计算模型相对应的运算存储空间；
建立所述数据计算模型与其相对应的所述计算空间之间的关联关系，将所述数据计算模型和所述关联关系配置在所述后台服务器上。
4.根据权利要求3所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，在构建并生成对应的数据计算模型之时，还包括：
构建第一数据计算模型和第二数据计算模型；
判断所述第二数据计算模型是否需要以所述第一数据计算模型的计算结果为基础：
若所述第二数据计算模型需要以所述第一数据计算模型的计算结果为基础，则将所述第一数据计算模型的输出端并联至所述第二数据计算模型的输出端；
若所述第二数据计算模型不需要以所述第一数据计算模型的计算结果为基础，则分别保存所述第一数据计算模型和所述第二数据计算模型。
5.根据权利要求1所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，采集呼吸症患者在各项量化指标下的训练数据，包括：
预设训练轮次；
一次性采集呼吸症患者在每次训练轮次中的训练数据，并将所述训练数据上传至后台服务器上；
在所述后台服务器上，对所述训练数据进行解析，得到解析数据；
将所述解析数据按照预设的呼吸训练量化指标，划分为在各项量化指标下的训练参数。
6.根据权利要求5所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，将所述训练数据输入至所述数据计算模型中，包括：
对所述训练参数进行识别，得出当前所述训练参数所属的呼吸训练量化指标；
根据所述呼吸训练量化指标，找到对应的所述数据计算模型；
将所述训练参数输入对应的所述数据计算模型，等待计算。
7.根据权利要求6所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值，包括：
按照预设的逻辑运算顺序，启动对应的所述数据计算模型，开始对所述训练数据进行计算，得到第一训练结果值；
判断是否存在以所述第一训练结果值为计算基础的所述数据计算模型：
若不存在，则结束本次训练轮次的计算，最后将所述第一训练结果值分别发送并存储至与各个所述数据计算模型相关联的运算存储空间中；
若存在，则将所述第一训练结果值发送至对应的所述数据计算模型，并继续进行计算，得到第二训练结果值，最后将所述第一训练结果值和所述二训练结果值分别发送并存储至与各个所述数据计算模型相关联的运算存储空间中。
8.根据权利要求7所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器，包括：
按照预设的训练轮次，依次输出每轮训练轮次的训练结果值；
将每轮训练轮次的训练结果值上传保存至后台服务器，并通过后台发送至前端，并展示给所述呼吸症患者。
9.一种基于权利要求1-8中任一项所述的基于量化指标下的呼吸训练数据采集方法的采集系统，其特征在于，包括：
计算模型配置模块，用于根据预设的呼吸训练量化指标，配置对应的数据计算模型；
训练数据采集模块，用于采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；
运算模块，用于通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值；
后台管理模块，用于输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器。
10.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述可执行指令时实现权利要求1-8中任一项所述的基于量化指标下的呼吸训练数据采集方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310309820.8A CN116139464A (zh) | 2023-03-28 | 2023-03-28 | 基于量化指标下的呼吸训练数据采集方法和采集系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310309820.8A CN116139464A (zh) | 2023-03-28 | 2023-03-28 | 基于量化指标下的呼吸训练数据采集方法和采集系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116139464A true CN116139464A (zh) | 2023-05-23 |
Family
ID=86356415
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310309820.8A Pending CN116139464A (zh) | 2023-03-28 | 2023-03-28 | 基于量化指标下的呼吸训练数据采集方法和采集系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116139464A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090229611A1 (en) * | 2008-03-10 | 2009-09-17 | Martin Anatole D | Automated Inspiratory Muscle Training for Patients Receiving Mechanical Ventilation |
| US20140276173A1 (en) * | 2013-03-14 | 2014-09-18 | Convergent Engineering, Inc. | Methods and systems for monitoring resistance and work of breathing for ventilator-dependent patients |
| CN104135925A (zh) * | 2012-02-20 | 2014-11-05 | 佛罗里达大学研究基金会有限公司 | 用于预测呼吸功的方法及设备 |
| CN108348718A (zh) * | 2015-11-02 | 2018-07-31 | 皇家飞利浦有限公司 | 用于改善估计性能的患者肺参数的逐次呼吸重新评估 |
| CN109413084A (zh) * | 2018-11-15 | 2019-03-01 | 北京信安世纪科技股份有限公司 | 一种口令更新方法、装置及系统 |
| CN110008880A (zh) * | 2019-03-27 | 2019-07-12 | 深圳前海微众银行股份有限公司 | 一种模型压缩方法及装置 |
| CN110120882A (zh) * | 2018-02-07 | 2019-08-13 | 华为技术有限公司 | 策略驱动方法和装置 |
| CN113181605A (zh) * | 2021-05-10 | 2021-07-30 | 西安交通大学医学院第一附属医院 | 一种呼吸康复功能训练的管理方法及系统 |
| CN113792798A (zh) * | 2021-09-16 | 2021-12-14 | 平安科技（深圳）有限公司 | 基于多源数据的模型训练方法、装置及计算机设备 |
| CN114821740A (zh) * | 2022-05-17 | 2022-07-29 | 中国科学技术大学 | 基于多模态信息融合的情感识别方法、装置及电子设备 |
-
2023
- 2023-03-28 CN CN202310309820.8A patent/CN116139464A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090229611A1 (en) * | 2008-03-10 | 2009-09-17 | Martin Anatole D | Automated Inspiratory Muscle Training for Patients Receiving Mechanical Ventilation |
| CN104135925A (zh) * | 2012-02-20 | 2014-11-05 | 佛罗里达大学研究基金会有限公司 | 用于预测呼吸功的方法及设备 |
| US20140276173A1 (en) * | 2013-03-14 | 2014-09-18 | Convergent Engineering, Inc. | Methods and systems for monitoring resistance and work of breathing for ventilator-dependent patients |
| CN108348718A (zh) * | 2015-11-02 | 2018-07-31 | 皇家飞利浦有限公司 | 用于改善估计性能的患者肺参数的逐次呼吸重新评估 |
| CN110120882A (zh) * | 2018-02-07 | 2019-08-13 | 华为技术有限公司 | 策略驱动方法和装置 |
| CN109413084A (zh) * | 2018-11-15 | 2019-03-01 | 北京信安世纪科技股份有限公司 | 一种口令更新方法、装置及系统 |
| CN110008880A (zh) * | 2019-03-27 | 2019-07-12 | 深圳前海微众银行股份有限公司 | 一种模型压缩方法及装置 |
| CN113181605A (zh) * | 2021-05-10 | 2021-07-30 | 西安交通大学医学院第一附属医院 | 一种呼吸康复功能训练的管理方法及系统 |
| CN113792798A (zh) * | 2021-09-16 | 2021-12-14 | 平安科技（深圳）有限公司 | 基于多源数据的模型训练方法、装置及计算机设备 |
| CN114821740A (zh) * | 2022-05-17 | 2022-07-29 | 中国科学技术大学 | 基于多模态信息融合的情感识别方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110444263A (zh) | 基于联邦学习的疾病数据处理方法、装置、设备及介质 | |
| CN110051324B (zh) | 一种急性呼吸窘迫综合征死亡率预测方法及系统 | |
| US20170329918A1 (en) | Internet of things based monitoring and assessment platform | |
| CN112435726B (zh) | 基于便携式健康监测设备的健康管理系统 | |
| CN110164539A (zh) | 医疗设备的工作调度的分析方法 | |
| CN114220537A (zh) | 一种基于互联网医院的ai智能在线诊断方法及云系统 | |
| CN204744132U (zh) | 远程健康检测与服务系统 | |
| TW200824648A (en) | Method for monitoring biological status and recording medium thereof | |
| CN116246778A (zh) | 一种肺功能检测智能诊断平台 | |
| CN112786185B (zh) | 血压健康状态获取方法、装置和系统 | |
| CN116139464A (zh) | 基于量化指标下的呼吸训练数据采集方法和采集系统 | |
| CN102114292B (zh) | 医疗设备的检测方法、装置及系统 | |
| CN109310325B (zh) | 心脏监测系统和方法 | |
| CN117116482A (zh) | 基于多维度血糖趋势分析预警血糖疾病风险分析系统 | |
| US20220406464A1 (en) | Prediction method and system of low blood pressure | |
| CN115662625A (zh) | 基于app的多参数生命特征监测管理方法及监测仪 | |
| CN104112058A (zh) | 一种体育健身训练云数据采集系统及方法 | |
| CN112754457B (zh) | 体脂健康状态获取方法、装置和系统 | |
| CN109360664A (zh) | 一种基于数据挖掘算法的临床护理管理系统及方法 | |
| CN115359907A (zh) | 在胸部x线片上筛查心脏疾病的智能诊断系统及方法 | |
| CN104107040A (zh) | 呼吸分析显示系统及方法 | |
| CN111326240B (zh) | 一种基于无模型的智慧医疗分诊推荐方法 | |
| CN111899862A (zh) | 一种呼吸机参数获取方法、装置、设备及存储介质 | |
| CN110890157A (zh) | 一种分析模型建立方法、辅助诊断装置及设备、介质 | |
| CN114831643B (zh) | 一种心电信号监测装置和可穿戴设备 |
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 |