CN116153518A - 基于大数据技术的病种风险量化分析方法及系统 - Google Patents
基于大数据技术的病种风险量化分析方法及系统 Download PDFInfo
- Publication number
- CN116153518A CN116153518A CN202310438133.6A CN202310438133A CN116153518A CN 116153518 A CN116153518 A CN 116153518A CN 202310438133 A CN202310438133 A CN 202310438133A CN 116153518 A CN116153518 A CN 116153518A
- Authority
- CN
- China
- Prior art keywords
- preset
- user terminal
- inertia
- alarm
- range
- 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
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
- 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
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及医疗资源管理技术领域,尤其涉及一种基于大数据技术的病种风险量化分析方法及系统,包括:将用户终端与对应若干惯性感应端连接,并将单个惯性感应端与损伤部位连接;当单个惯性感应端感应到第一预设运动时用户终端发出第一预设信号;当用户终端接收到第一预设信号时发送第二预设信号至单个惯性感应端;在单个惯性感应端感应到第二预设运动时用户终端进入第二预设状态;当用户终端进入第二预设状态时进行告警计时;当用户终端的告警计时达到预设时长时进入预设警报状态;通过惯性感应端接收损伤部位的信号的方式,对损伤部位的二次损伤进行监控,在有效提升了对未愈对象监控的同时,有效提升了运动损伤的诊疗效果。
Description
技术领域
本发明涉及医疗资源管理技术领域,尤其涉及一种基于大数据技术的病种风险量化分析方法及系统。
背景技术
随着互联网技术的不断进步,将互联网技术纳入健康管理体系是目前医疗体系建设的重点,基于此,针对运动型损伤在愈合期间形成二次损伤的问题也有了针对性的控制方法。
中国专利申请公开号:CN115019917A公开了一种基于互联网健康管理模式下糖尿病前期远程数据采集方法,利用糖尿病患者输入生活生理数据后可实时获取到统计分析结果和比较结果,从而有效判断自身身体健康状况,医生获取到患者的生活生理数据后,能够结合比较结果和统计分析结果,也能实时了解患者健康状况,同时,医生在获取患者生活生理数据后,还能将患者平时容易忽视的注意事项通过医嘱方式实时反馈至病患处,避免患者因生活不规律等因素加重病情;中国专利申请公开号:CN113658676A公开了一种基于互联网的认知行为心理健康管理方法及系统,利用服务平台响应用户端发送的咨询订单确认消息,接收支付确认后向用户端发送咨询订单信息和进入咨询聊天界面的路径;基于咨询信息和分配条件对可服务的医生筛选,将经过筛选的医生信息发送到前端,待用户端选定后向指定医生端发送会诊邀请并开始心理辅导训练;最后结合医生反馈的心理辅导训练记录和开药记录生成问诊订单和电子病历,同步至用户端;根据预设时间周期采集用户端在心理辅导训练后的训练感知数据计算认知行为心理健康的稳定特征。上述方案能够帮助医院提供互联网诊疗和远程心理辅导训练服务,同时有效帮助心理高风险人群进行互联网咨询,实现医护工作人员的效率化与效果化。
由此可见,上述技术方案存在以下问题:无法通过对出院未愈运动伤患者的日常致伤行为进行制止和帮助。
发明内容
为此,本发明提供一种基于大数据技术的病种风险量化分析方法及系统,用以克服现有技术中无法通过对出院未愈运动损伤患者的日常致伤行为进行制止和帮助,导致患者病情加重,从而降低了运动损伤诊疗效果的问题。
一方面,本发明提供一种基于大数据技术的病种风险量化分析方法,包括:
将用户终端与对应若干惯性感应端连接,并将单个惯性感应端与对应关节部位连接;
所述单个惯性感应端的灵敏度通过所述用户终端进行设定,且单个惯性感应端用以检测对应关节部位的运动加速度;
所述用户终端在灵敏度调节激发条件下根据所述惯性感应端的工作时长按预设方法调整单个惯性感应端的灵敏度值;
所述单个惯性感应端在第一预设运动惯性感应端条件下向所述用户终端发出第一预设信号以使用户终端进入第一预设状态;
所述用户终端在所述第一预设状态下以预设时间间隔发送第一回应信号至所述单个惯性感应端以保持通信状态;
所述单个惯性感应端在第二预设运动条件下向惯性感应端所述用户终端发出第二预设信号以使用户终端进入第二预设状态;
所述用户终端在所述第一预设状态下发出第一预设告警并开始告警计时;
当所述告警计时达到预设时长时,所述用户终端向服务器发出第二预设告警,以使服务器进入预设警报状态;
其中,所述第一预设运动条件为所述惯性感应端感应到的运动加速度小于预设加速度,所述第二预设运动为所述惯性感应端感应到的运动加速度大于等于预设加速度,所述第一预设信号为常时通讯信号,所述第一回应信号为常时回应信号,所述第二预设信号为异常通讯信号,所述第一预设状态为正常状态,所述第二预设状态为异常状态,所述第一预设告警为语音告警,所述第二预设告警为向服务器进行对应单个惯性感应端的信息告警,所述预设警报状态为所述服务器向预存的联系人进行用户损伤预警;
其中,所述灵敏度调节激发条件为所述惯性感应端的工作时长符合设定的灵敏度调整周期,惯性感应端所述灵敏度与所述单个惯性感应端对应的关节部位有关且与检测的运动加速度值有关惯性感应端,所述预设方法为所述灵敏度与时间的线性关系。
进一步地,若所述用户终端处于预设范围内,所述方法还包括:
所述服务器将所述预设范围划分为若干预设二级范围,并在预设范围内对各所述用户终端进行定位;
所述服务器根据处于所述预设二级范围内的各所述用户终端发出所述第一预设告警以及所述第二预设告警的位置,对所述预设范围内的各预设二级范围赋予危险等级;
当所述用户终端进入第二危险等级以及第三危险等级的所述预设二级范围时,用户终端发出第三预设告警;
在所述服务器中设有预设调整时间,当达到预设调整周期时,服务器根据各用户终端在预设等级调整时间内各所述预设二级范围中进行的告警对各预设二级范围的危险等级进行调整;
且,所述预设范围为用户终端位于所述服务器为中心的设定范围,所述预设二级范围以预设划分方式对所述设定范围进行划分;
其中,所述第二危险等级为第一预设告警对应的风险等级,第三危险等级为第二预设告警对应的风险等级。
进一步地,所述惯性感应端在与所述关节部位连接时,对关节部位无约束,且,关节部位的运动加速度与惯性感应端相同;
所述服务器根据用户终端发送的定位请求与所述用户终端建立定位信息共享并对用户终端的位置进行定位,且当用户终端离开所述预设范围时,服务器停止对用户终端的定位;
所述范围定位条件为所述用户终端进入所述预设范围且向所述服务器发送定位请求。
进一步地,对于第i个所述惯性感应端,将其对应的灵敏度记为ζi,所述用户终端惯性感应端中存有预设灵敏度调整时长δt以及调节灵敏度的所述预设方法F(t),F(t)=ζi,其中,惯性感应端的工作时长记为t,每经过δt的时长,惯性感应端用户终端利用F(t+δt)对ζi进行调整,并根据ζi的值确定预设损伤冲量Fiα,Fiα=k×ζi,其中,k为预设冲量调整系数,其与用户的体重有关;
其中,i=1,2,3,…,n,n≥1且n为整数,F(t)为t时间点对应的所述预设方法的函数,F(t+δt)为t+δt时间点对应的所述预设方法的函数。
进一步地,对于所述单个惯性感应端,其对应的灵敏度产生对应的所述预设损伤冲量,当单个惯性感应端感应到对应所述损伤部位的所述运动加速度产生的冲量未达到所述预设损伤冲量时,单个惯性感应端对所述用户发出所述第一预设信号,同时,用户终端进入所述第一预设状态,并对所述惯性感应端发出第二预设信号;当所述单个惯性感应端感应到所述损伤部位的所述运动加速度产生的冲量达到所述预设损伤冲量时,单个惯性感应端对所述用户发出所述第三预设信号,同时,用户终端进入第二预设状态。
进一步地,所述用户终端存有预设损伤时长,当用户终端进入第二预设状态时,用户终端进行手术第一预设告警并开始计时,当在计时过程中,所述单个惯性感应端未向所述用户终端发出第一预设信号或第三预设信号时,用户终端向服务器发送所述第二预设告警。
进一步地,所述预设二级范围以平面进行划分,且,各所述预设二级范围非均匀。
另一方面,本发明提供一种基于大数据技术的病种风险量化分析系统,包括:
若干惯性感应模块,其与对应的损伤部位连接,用以测量损伤部位在运动中产生的冲量;
若干用户终端,其与对应的单个所述惯性感应模块相连,用以对惯性感应模块发出的信号进行处理,并在灵敏度调节激发条件下根据所述惯性感应端的工作时长按预设方法调整单个惯性感应端的灵敏度值以对所述冲量值进行调整,以及,用以定位当前位置;
若干定位模块,其设置在预设范围内,用以在预设范围内定位各所述用户终端;
中控模块,其与各所述用户终端以及各所述定位模块相连,用以接收各用户终端的信号,并在预设范围内控制定位模块对用户终端的具体位置进行定位;
其中,所述灵敏度调节激发条件为所述惯性感应端的工作时长符合设定的灵敏度调整周期,所述灵敏度与所述单个惯性感应端对应的关节部位有关且与检测的运动加速度值有关,所述预设方法为所述灵敏度与时间的线性关系。
进一步地,单个所述用户终端包括:
收集单元,其与对应所述惯性感应模块相连,用以收集惯性感应模块发出的信号;
发送单元,其与所述惯性感应模块以及所述中控模块相连,用以将信号分别发送至惯性感应模块或中控模块;
计时单元,其与所述收集模块以及所述发送模块相连,用以记录接收信号或发出信号的间隔时长;
定位单元,其与所述收集单元以及所述发送单元相连,用以在预设范围内根据各所述定位模块判断所述用户终端的位置。
进一步地,所述中控模块在预设范围内根据用户终端的通信许可状态与各所述用户终端通过互联网相连,当单个用户终端离开预设范围时,中控模块与该用户终端断开连接,并通过移动通信网络相连;
所述通信许可状态为所述用户终端同意与所述中控模块建立位置信息共享的状态。
与现有技术相比,本发明的有益效果在于,利用将惯性感应端与损伤部位连接,并通过惯性感应端接收损伤部位的信号的方式,对损伤部位的二次损伤进行监控,在有效提升了对未愈对象动作监控的同时,有效提升了运动损伤的诊疗效果。
进一步地,在预设范围内对运动损伤患者加强监控,并将预设范围内的区域进行划分并标记,同时对进入预设区域的用户终端进行位置监控,在有效提升了在预设区域内对运动损伤人员造成二次损伤的同时,进一步提升了运动损伤的诊疗效果。
进一步地,利用惯性感应端与损伤部位同步运动的方式对损伤部位受到的冲击进行确定,在有效提升了对二次损伤判断准确度的同时,进一步提升了运动损伤的诊疗效果。
进一步地,利用对惯性感应端的灵敏度进行调节的方式,不断降低惯性感应端的灵敏度,在有效提升了对损伤部位愈合情况准确判断的同时,进一步提升了运动损伤的诊疗效果。
进一步地,通过收发信号的方式判断惯性感应端的运动是否正常,在有效提升了对惯性感应端运动判定的同时,进一步提升了运动损伤的诊疗效果。
进一步地,通过设置预设时长的方式,在运动处于非正常状态时,进行告警,在有效避免了因二次运动造成损伤的同时,进一步提升了运动损伤的诊疗效果。
进一步地,通过设置若干惯性感应模块、若干用户终端、若干定位模块以及中控模块的方式,对运动损伤未愈患者的行动进行判定,在有效提升了在有效提升了对未愈对象动作监控的同时,进一步提升了运动损伤的诊疗效果。
进一步地,通过设置收集单元、发送单元、计时单元以及定位单元的方式,在用户终端对运动损伤进行判断,在有效提升了判定效率的同时,进一步提升了运动损伤的诊疗效果。
进一步地,通过在预设范围外利用通信网络将中控模块与用户终端相连的方式,有效避免了因网络环境导致的判断不准确的问题,从而进一步提升了运动损伤的诊疗效果。
附图说明
图1为本发明基于大数据技术的病种风险量化分析方法的流程图;
图2为本发明基于大数据技术的病种风险量化分析方法在预设范围内的流程图;
图3为本发明实施例基于大数据技术的病种风险量化分析系统的连接示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本发明基于大数据技术的病种风险量化分析方法的流程图,包括:
将用户终端与对应若干惯性感应端连接,并将单个惯性感应端与对应关节部位连接;
单个惯性感应端的灵敏度通过用户终端进行设定,且单个惯性感应端用以检测对应关节部位的运动加速度;
用户终端在灵敏度调节激发条件下根据惯性感应端的工作时长按预设方法调整单个惯性感应端的灵敏度值;
单个惯性感应端在第一预设运动惯性感应端条件下向用户终端发出第一预设信号以使用户终端进入第一预设状态;
用户终端在第一预设状态下以预设时间间隔发送第一回应信号至单个惯性感应端以保持通信状态;
单个惯性感应端在第二预设运动条件下向惯性感应端用户终端发出第二预设信号以使用户终端进入第二预设状态;
用户终端在第一预设状态下发出第一预设告警并开始告警计时;
当告警计时达到预设时长时,用户终端向服务器发出第二预设告警,以使服务器进入预设警报状态;
其中,第一预设运动条件为惯性感应端感应到的运动加速度小于预设加速度,第二预设运动为惯性感应端感应到的运动加速度大于等于预设加速度,第一预设信号为常时通讯信号,第一回应信号为常时回应信号,第二预设信号为异常通讯信号,第一预设状态为正常状态,第二预设状态为异常状态,第一预设告警为语音告警,第二预设告警为向服务器进行对应单个惯性感应端的信息告警,预设警报状态为服务器向预存的联系人进行用户损伤预警;
当服务器激活向预存的联系人进行用户损伤预警时,服务器激活对应用户终端的通话功能;
其中,灵敏度调节激发条件为惯性感应端的工作时长符合设定的灵敏度调整周期,惯性感应端灵敏度与单个惯性感应端对应的关节部位有关且与检测的运动加速度值有关惯性感应端,预设方法为灵敏度与时间的线性关系。
对于第i个用户终端,其与第i个惯性感应端相连,当第i个惯性感应端进行运动时,其感应到的冲量为Fi,对于Fi,惯性感应端中设有预设冲量Fiα,其中,i=1,2,3,…,n,n≥1且n为整数,0<Fiα,惯性感应端根据Fi与Fiα的大小进行判断发出的信号类别,
若Fi≤Fiα,惯性感应端发出第一预设信号;
若Fiα<Fi,惯性感应端发出第三预设信号;
当第i个用户终端接收到第一预设信号时,该用户终端进入第一预设状态,并在预设时间ti后,向对应惯性感应端发出第二预设信号;
当第i个用户终端接收到第三预设信号时,该用户终端进入第二预设状态,同时进行蜂鸣即第一预设告警,若在告警计时T的时段中未接收到惯性感应端发出的信号,用户终端向服务器联系,并进行第二预设告警。
利用将惯性感应端与损伤部位连接,并通过惯性感应端接收损伤部位的信号的方式,对损伤部位的二次损伤进行监控,在有效提升了对未愈对象监控的同时,有效提升了运动损伤的诊疗效果。
请参阅图2所示,其为本发明基于大数据技术的病种风险量化分析方法在预设范围内的流程图,包括:
服务器将预设范围划分为若干预设二级范围,并在预设范围内对各用户终端进行定位;
服务器根据处于预设二级范围内的各用户终端发出第一预设告警以及第二预设告警的位置,对预设范围内的各预设二级范围赋予危险等级;
当用户终端进入第二危险等级以及第三危险等级的预设二级范围时,用户终端发出第三预设告警;
在服务器中设有预设调整时间,当达到预设调整周期时,服务器根据各用户终端在预设等级调整时间内各预设二级范围中进行的告警对各预设二级范围的危险等级进行调整;
且,预设范围为用户终端位于服务器为中心的设定范围,预设二级范围以预设划分方式对设定范围进行划分;
其中,第二危险等级为第一预设告警对应的风险等级,第三危险等级为第二预设告警对应的风险等级。
在预设范围内对运动损伤患者加强监控,并将预设范围内的区域进行划分并标记,同时对进入预设区域的用户终端进行位置监控,在有效提升了在预设区域内对运动损伤人员造成二次损伤的同时,进一步提升了运动损伤的诊疗效果。
其中,对于第j个二级范围的各用户终端,在预设调整周期TT中,各用户终端在第j个二级范围中进行第一预设告警的总次数为Cj,各用户终端在第j个二级范围中进行第二预设告警的总次数为Dj,设定危险系数为CDj,CDj=Dj×10+Cj,服务器中设有第一预设危险系数CDα以及第二预设危险系数CDβ,将CDj与CDα以及CDβ进行比较,以确定各区域的危险等级,其中,j=1,2,3,…,m,m>2且m为整数,0<CDα<CDβ
若CDj<CDα,服务器判定该二级范围为第一危险等级;
若CDα≤CDj≤CDβ,服务器判定该二级范围为第二危险等级;
若CDβ<CDj,服务器判定该二级范围为第三危险等级;
其中,第一危险等级对应的二级范围为安全范围。
其中,第一预设危险系数CDα以及第二预设危险系数CDβ取经验数或调整数,其中,经验数由本区域单个病种危险系数平均值的正态分布置信区间获得,调整值由本区域就医记录获得。
具体而言,惯性感应端在与损伤部位连接时,对损伤部位无约束,且,当损伤部位运动时,惯性感应端同步运动;
惯性感应端在与关节部位连接时,对关节部位无约束,且,关节部位的运动加速度与惯性感应端相同;
服务器根据用户终端发送的定位请求与用户终端建立定位信息共享并对用户终端的位置进行定位,且当用户终端离开预设范围时,服务器停止对用户终端的定位;
范围定位条件为用户终端进入预设范围且向服务器发送定位请求。
具体而言,对于单个惯性感应端,其设有对应的灵敏度;其中,灵敏度与单个惯性感应端对应的损伤部位有关,且,在达到预设调整时间时,单个惯性感应端的灵敏度根据预设方法进行调整;
其中,预设方法为灵敏度与时间的线性关系。
利用对惯性感应端的灵敏度进行调节的方式,不断降低惯性感应端的灵敏度,在有效提升了对损伤部位愈合情况准确判断的同时,进一步提升了运动损伤的诊疗效果。
对于第i个惯性感应端,将其对应的灵敏度记为ζi,用户终端惯性感应端中存有预设灵敏度调整时长δt以及调节灵敏度的预设方法F(t),F(t)=ζi,其中,惯性感应端的工作时长记为t,每经过δt的时长,惯性感应端用户终端利用F(t+δt)对ζi进行调整,并根据ζi的值确定预设损伤冲量Fiα,Fiα=k×ζi,其中,k为预设冲量调整系数,其与用户的体重有关;
其中,i=1,2,3,…,n,n≥1且n为整数,F(t)为t时间点对应的预设方法的函数,F(t+δt)为t+δt时间点对应的预设方法的函数。
具体而言,对于单个惯性感应端,其对应的灵敏度产生对应的预设损伤冲量,当单个惯性感应端感应到对应损伤部位的运动加速度产生的冲量未达到预设损伤冲量时,单个惯性感应端对用户发出第一预设信号,同时,用户终端进入第一预设状态,并对惯性感应端发出第二预设信号;当单个惯性感应端感应到损伤部位的运动加速度产生的冲量达到预设损伤冲量时,单个惯性感应端对用户发出第三预设信号,同时,用户终端进入第二预设状态。
通过收发信号的方式判断惯性感应端的运动是否正常,在有效提升了对惯性感应端运动判定的同时,进一步提升了运动损伤的诊疗效果。
具体而言,用户终端存有预设损伤时长,当用户终端进入第二预设状态时,用户终端进行手术第一预设告警并开始计时,当在计时过程中,单个惯性感应端未向用户终端发出第一预设信号或第三预设信号时,用户终端向服务器发送第二预设告警。
通过设置预设时长的方式,在运动处于非正常状态时,进行告警,在有效避免了因二次运动造成损伤的同时,进一步提升了运动损伤的诊疗效果。
具体而言,预设二级范围为以平面进行划分的;其中,各预设二级范围非均匀。
请参阅图3所示,其为本发明实施例基于大数据技术的病种风险量化分析系统的连接示意图,包括:
若干惯性感应模块,其与对应的损伤部位连接,用以测量损伤部位在运动中产生的冲量;
若干用户终端,其与对应的单个惯性感应模块相连,用以对惯性感应模块发出的信号进行处理,并在灵敏度调节激发条件下根据惯性感应端的工作时长按预设方法调整单个惯性感应端的灵敏度值以对冲量值进行调整,以及,用以定位当前位置;
若干定位模块,其设置在预设范围内,用以在预设范围内定位各用户终端;
中控模块,其与各用户终端以及各定位模块相连,用以接收各用户终端的信号,并在预设范围内控制定位模块对用户终端的具体位置进行定位;
其中,灵敏度调节激发条件为惯性感应端的工作时长符合设定的灵敏度调整周期,灵敏度与单个惯性感应端对应的关节部位有关且与检测的运动加速度值有关,预设方法为灵敏度与时间的线性关系。
通过设置若干惯性感应模块、若干用户终端、若干定位模块以及中控模块的方式,对运动损伤未愈患者的行动进行判定,在有效提升了在有效提升了对未愈对象动作监控的同时,进一步提升了运动损伤的诊疗效果。
具体而言,单个用户终端包括:
收集单元,其与对应惯性感应模块相连,用以收集惯性感应模块发出的信号;
发送单元,其与惯性感应模块以及中控模块相连,用以将信号分别发送至惯性感应模块或中控模块;
计时单元,其与收集模块以及发送模块相连,用以记录接收信号或发出信号的间隔时长;
定位单元,其与收集单元以及发送单元相连,用以在预设范围内根据各定位模块判断用户终端的位置。
通过设置收集单元、发送单元、计时单元以及定位单元的方式,在用户终端对运动损伤进行判断,在有效提升了判定效率的同时,进一步提升了运动损伤的诊疗效果。
具体而言,中控模块在预设范围内根据用户终端的通信许可状态与各用户终端通过互联网相连,当单个用户终端离开预设范围时,中控模块与该用户终端断开连接,并通过移动通信网络相连;
通信许可状态为用户终端同意与中控模块建立位置信息共享的状态。
通过在预设范围外利用通信网络将中控模块与用户终端相连的方式,有效避免了因网络环境导致的判断不准确的问题,从而进一步提升了运动损伤的诊疗效果。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据技术的病种风险量化分析方法,其特征在于,包括:
将用户终端与对应若干惯性感应端连接,并将单个惯性感应端与对应关节部位连接;
所述单个惯性感应端的灵敏度通过所述用户终端进行设定,且单个惯性感应端用以检测对应关节部位的运动加速度;
所述用户终端在灵敏度调节激发条件下根据所述惯性感应端的工作时长按预设方法调整单个惯性感应端的灵敏度值;
所述单个惯性感应端在第一预设运动惯性感应端条件下向所述用户终端发出第一预设信号以使用户终端进入第一预设状态;
所述用户终端在所述第一预设状态下以预设时间间隔发送第一回应信号至所述单个惯性感应端以保持通信状态;
所述单个惯性感应端在第二预设运动条件下向惯性感应端所述用户终端发出第二预设信号以使用户终端进入第二预设状态;
所述用户终端在所述第一预设状态下发出第一预设告警并开始告警计时;
当所述告警计时达到预设时长时,所述用户终端向服务器发出第二预设告警,以使服务器进入预设警报状态;
其中,所述第一预设运动条件为所述惯性感应端感应到的运动加速度小于预设加速度,所述第二预设运动为所述惯性感应端感应到的运动加速度大于等于预设加速度,所述第一预设信号为常时通讯信号,所述第一回应信号为常时回应信号,所述第二预设信号为异常通讯信号,所述第一预设状态为正常状态,所述第二预设状态为异常状态,所述第一预设告警为语音告警,所述第二预设告警为向服务器进行对应单个惯性感应端的信息告警,所述预设警报状态为所述服务器向预存的联系人进行用户损伤预警;
其中,所述灵敏度调节激发条件为所述惯性感应端的工作时长符合设定的灵敏度调整周期,惯性感应端所述灵敏度与所述单个惯性感应端对应的关节部位有关且与检测的运动加速度值有关惯性感应端,所述预设方法为所述灵敏度与时间的线性关系。
2.根据权利要求1所述的基于大数据技术的病种风险量化分析方法,其特征在于,若所述用户终端处于预设范围内,所述方法还包括:
所述服务器将所述预设范围划分为若干预设二级范围,并在预设范围内对各所述用户终端进行定位;
所述服务器根据处于所述预设二级范围内的各所述用户终端发出所述第一预设告警以及所述第二预设告警的位置,对所述预设范围内的各预设二级范围赋予危险等级;
当所述用户终端进入第二危险等级以及第三危险等级的所述预设二级范围时,用户终端发出第三预设告警;
在所述服务器中设有预设调整时间,当达到预设调整周期时,服务器根据各用户终端在预设等级调整时间内各所述预设二级范围中进行的告警对各预设二级范围的危险等级进行调整;
且,所述预设范围为用户终端位于所述服务器为中心的设定范围,所述预设二级范围以预设划分方式对所述设定范围进行划分;
其中,所述第二危险等级为第一预设告警对应的风险等级,第三危险等级为第二预设告警对应的风险等级。
3.根据权利要求2所述的基于大数据技术的病种风险量化分析方法,其特征在于,所述惯性感应端在与所述关节部位连接时,对关节部位无约束,且,关节部位的运动加速度与惯性感应端相同;
所述服务器根据用户终端发送的定位请求与所述用户终端建立定位信息共享并对用户终端的位置进行定位,且当用户终端离开所述预设范围时,服务器停止对用户终端的定位;
所述范围定位条件为所述用户终端进入所述预设范围且向所述服务器发送定位请求。
4.根据权利要求3所述的基于大数据技术的病种风险量化分析方法,其特征在于,对于第i个所述惯性感应端,将其对应的灵敏度记为ζi,所述用户终端惯性感应端中存有预设灵敏度调整时长δt以及调节灵敏度的所述预设方法F(t),F(t)=ζi,其中,惯性感应端的工作时长记为t,每经过δt的时长,惯性感应端用户终端利用F(t+δt)对ζi进行调整,并根据ζi的值确定预设损伤冲量Fiα,Fiα=k×ζi,其中,k为预设冲量调整系数,其与用户的体重有关;
其中,i=1,2,3,…,n,n≥1且n为整数,F(t)为t时间点对应的所述预设方法的函数,F(t+δt)为t+δt时间点对应的所述预设方法的函数。
5.根据权利要求4所述的基于大数据技术的病种风险量化分析方法,其特征在于,对于所述单个惯性感应端,其对应的灵敏度产生对应的所述预设损伤冲量,当单个惯性感应端感应到对应所述损伤部位的所述运动加速度产生的冲量未达到所述预设损伤冲量时,单个惯性感应端对所述用户发出所述第一预设信号,同时,用户终端进入所述第一预设状态,并对所述惯性感应端发出第二预设信号;当所述单个惯性感应端感应到所述损伤部位的所述运动加速度产生的冲量达到所述预设损伤冲量时,单个惯性感应端对所述用户发出所述第三预设信号,同时,用户终端进入第二预设状态。
6.根据权利要求5所述的基于大数据技术的病种风险量化分析方法,其特征在于,所述用户终端存有预设损伤时长,当用户终端进入第二预设状态时,用户终端进行手术第一预设告警并开始计时,当在计时过程中,所述单个惯性感应端未向所述用户终端发出第一预设信号或第三预设信号时,用户终端向服务器发送所述第二预设告警。
7.根据权利要求6所述的基于大数据技术的病种风险量化分析方法,其特征在于,所述预设二级范围以平面进行划分,且,各所述预设二级范围非均匀。
8.一种使用权利要求1-7任一权利要求所述方法的基于大数据技术的病种风险量化分析系统,其特征在于,包括:
若干惯性感应模块,其与对应的损伤部位连接,用以测量损伤部位在运动中产生的冲量;
若干用户终端,其与对应的单个所述惯性感应模块相连,用以对惯性感应模块发出的信号进行处理,并在灵敏度调节激发条件下根据所述惯性感应端的工作时长按预设方法调整单个惯性感应端的灵敏度值以对所述冲量值进行调整,以及,用以定位当前位置;
若干定位模块,其设置在预设范围内,用以在预设范围内定位各所述用户终端;
中控模块,其与各所述用户终端以及各所述定位模块相连,用以接收各用户终端的信号,并在预设范围内控制定位模块对用户终端的具体位置进行定位;
其中,所述灵敏度调节激发条件为所述惯性感应端的工作时长符合设定的灵敏度调整周期,所述灵敏度与所述单个惯性感应端对应的关节部位有关且与检测的运动加速度值有关,所述预设方法为所述灵敏度与时间的线性关系。
9.根据权利要求8所述的基于大数据技术的病种风险量化分析系统,其特征在于,单个所述用户终端包括:
收集单元,其与对应所述惯性感应模块相连,用以收集惯性感应模块发出的信号;
发送单元,其与所述惯性感应模块以及所述中控模块相连,用以将信号分别发送至惯性感应模块或中控模块;
计时单元,其与所述收集模块以及所述发送模块相连,用以记录接收信号或发出信号的间隔时长;
定位单元,其与所述收集单元以及所述发送单元相连,用以在预设范围内根据各所述定位模块判断所述用户终端的位置。
10.根据权利要求9所述的基于大数据技术的病种风险量化分析系统,其特征在于,所述中控模块在预设范围内根据用户终端的通信许可状态与各所述用户终端通过互联网相连,当单个用户终端离开预设范围时,中控模块与该用户终端断开连接,并通过移动通信网络相连;
所述通信许可状态为所述用户终端同意与所述中控模块建立位置信息共享的状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310438133.6A CN116153518B (zh) | 2023-04-23 | 2023-04-23 | 基于大数据技术的病种风险量化分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310438133.6A CN116153518B (zh) | 2023-04-23 | 2023-04-23 | 基于大数据技术的病种风险量化分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116153518A true CN116153518A (zh) | 2023-05-23 |
CN116153518B CN116153518B (zh) | 2023-07-28 |
Family
ID=86354761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310438133.6A Active CN116153518B (zh) | 2023-04-23 | 2023-04-23 | 基于大数据技术的病种风险量化分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116153518B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105797350A (zh) * | 2016-03-18 | 2016-07-27 | 深圳大学 | 健身姿势识别、评估、预警和强度估算的智能方法及系统 |
CN108852364A (zh) * | 2018-07-09 | 2018-11-23 | 深圳德创健康科技有限责任公司 | 监测膝关节运动信息的穿戴装置 |
CN112115964A (zh) * | 2020-08-04 | 2020-12-22 | 深圳市联合视觉创新科技有限公司 | 加速度标注模型生成方法、加速度标注方法、设备及介质 |
CN112168172A (zh) * | 2020-10-21 | 2021-01-05 | 梁秀文 | 一种基于云计算数据分析的健康管理系统 |
CN114795855A (zh) * | 2022-05-19 | 2022-07-29 | 重庆邮电大学 | 一种辅助腿部运动的可穿戴智能拐杖 |
WO2023023811A1 (en) * | 2021-08-25 | 2023-03-02 | Soter Analytics Pty Ltd | Method and system for monitoring body movements |
-
2023
- 2023-04-23 CN CN202310438133.6A patent/CN116153518B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105797350A (zh) * | 2016-03-18 | 2016-07-27 | 深圳大学 | 健身姿势识别、评估、预警和强度估算的智能方法及系统 |
CN108852364A (zh) * | 2018-07-09 | 2018-11-23 | 深圳德创健康科技有限责任公司 | 监测膝关节运动信息的穿戴装置 |
CN112115964A (zh) * | 2020-08-04 | 2020-12-22 | 深圳市联合视觉创新科技有限公司 | 加速度标注模型生成方法、加速度标注方法、设备及介质 |
CN112168172A (zh) * | 2020-10-21 | 2021-01-05 | 梁秀文 | 一种基于云计算数据分析的健康管理系统 |
WO2023023811A1 (en) * | 2021-08-25 | 2023-03-02 | Soter Analytics Pty Ltd | Method and system for monitoring body movements |
CN114795855A (zh) * | 2022-05-19 | 2022-07-29 | 重庆邮电大学 | 一种辅助腿部运动的可穿戴智能拐杖 |
Non-Patent Citations (2)
Title |
---|
吴聪;张坤;杨立才;: "基于惯性传感器的老年人姿态监测装置设计", 生物医学工程研究, no. 02 * |
马强;陈少发;赵君豪;但果;: "利用惯性传感器的人体运动空间轨迹追踪", 单片机与嵌入式系统应用, no. 01 * |
Also Published As
Publication number | Publication date |
---|---|
CN116153518B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8749391B2 (en) | Fall detection system | |
US10485452B2 (en) | Fall detection systems and methods | |
US7612681B2 (en) | System and method for predicting fall risk for a resident | |
RU2629795C2 (ru) | Устройство для использования в детекторе падения или системе обнаружения падений и способ управления таким устройством | |
US20040199056A1 (en) | Body monitoring using local area wireless interfaces | |
US20090128342A1 (en) | Personal sporting activity monitor | |
US20100262045A1 (en) | Patient monitoring method and system | |
JPWO2003096892A1 (ja) | 脈拍異常監視装置および脈拍異常警報システム | |
JP2006026208A (ja) | 健康管理システム | |
CN108401415B (zh) | 监测方法和监测装置 | |
CN107019500A (zh) | 一种养老监护方法及智能辅助养老系统 | |
CN110300997B (zh) | 异常情况通知系统及异常情况通知方法 | |
CN112168172A (zh) | 一种基于云计算数据分析的健康管理系统 | |
CN116509350A (zh) | 一种基于智能手环的医疗监控系统 | |
EP2036364A2 (en) | Method and apparatus for mobility analysis using real-time acceleration data | |
CN114668391A (zh) | 一种老人摔倒判断设备及方法 | |
CN116153518B (zh) | 基于大数据技术的病种风险量化分析方法及系统 | |
CN101161195A (zh) | 收集生理参数的信息采集装置及其方法 | |
KR20160015431A (ko) | 사용자 안전도 및 위치 기반의 응급환자 관리 방법 및 시스템 | |
JP3206461B2 (ja) | 在宅ケア支援システム | |
TW200812544A (en) | Method for real-time monitoring physiological parameters and safety status of the human body | |
CN108903923A (zh) | 一种健康监测装置、系统及方法 | |
KR101459651B1 (ko) | 심장박동 감시 시스템 및 그 방법 | |
CN116110537B (zh) | 一种用于盐敏感性高血压的饮食健康管理系统 | |
CN105662347A (zh) | 一种睡眠异常监控及报警方法 |
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 |