CN116312948A - 呼吸训练量化指标数据的量化控制方法 - Google Patents

呼吸训练量化指标数据的量化控制方法 Download PDF

Info

Publication number
CN116312948A
CN116312948A CN202310320855.1A CN202310320855A CN116312948A CN 116312948 A CN116312948 A CN 116312948A CN 202310320855 A CN202310320855 A CN 202310320855A CN 116312948 A CN116312948 A CN 116312948A
Authority
CN
China
Prior art keywords
respiratory
training
data
quantization
group
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
Application number
CN202310320855.1A
Other languages
English (en)
Inventor
葛慧青
许颖
邱文芳
江叶
王尔山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202310320855.1A priority Critical patent/CN116312948A/zh
Publication of CN116312948A publication Critical patent/CN116312948A/zh
Pending legal-status Critical Current

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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B23/00—Exercising apparatus specially adapted for particular parts of the body
    • A63B23/18—Exercising apparatus specially adapted for particular parts of the body for improving respiratory function
    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Pulmonology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请涉及一种呼吸训练量化指标数据的量化控制方法，能够基于多种训练指标，为患者提供参数化的训练指标数据，通过在历史呼吸症数据上，对不同呼吸症的指标数据进行量化控制，不同症状对应不同的训练量化指标的指导，使得对应的呼吸症患者能够适应当前症状的呼吸训练，避免物理性的单一阻抗训练，可以进行比如阻抗、呼吸肺活量计算、患者治疗次数或者吸气做功等在内的多样化呼吸训练，让呼吸症患者得到较好的训练康复，训练内容不再单一。

Description

呼吸训练量化指标数据的量化控制方法
技术领域
本公开涉及医疗康复技术领域，尤其涉及一种呼吸训练量化指标数据的量化控制方法、装置和控制系统。
背景技术
吸气是一种主动过程，其须要靠主动收缩使胸腔扩大，使肺内压力降低；当肺内压力低于大气压时，空气便会吸入肺中。呼吸训练，就是在训练呼吸的过程中，训练吸气会使用到的肌肉群的方式，多用于呼吸困难比如支气管肺炎等患者的呼吸康复训练。
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，使用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。
现有的基于呼吸训练器的训练方式，大都是医疗机构为患者提供呼吸训练器进行辅助呼吸训练，或者推荐患者购买呼吸训练器，每天利用呼吸训练器进行锻炼，辅助进行康复训练。无论是医生或者患者使用呼吸训练器，皆存在如下缺陷：
在现有的呼吸康复训练中，仅仅是基于患者呼吸受阻或者弱化或者病变的理由，推荐患者采用呼吸训练器进行呼吸训练，但是并未给出明确且详细化的训练量化指标。目前的呼吸训练器辅助训练，基本是患者对呼吸训练器的自然使用过程，按照呼吸训练器的功能进行使用，缺乏训练强度和患者依从性的量化指标，难以达到呼吸强化训练的目标，缺乏多样的量化指标指导性训练。
患者或者医生推荐的呼吸训练，可能仅仅给出了单一的训练指标，比如呼吸阻力(阻尼系数)，因此呼吸训练的类型比较单一。
发明内容
为了解决上述问题，本申请提出一种呼吸训练量化指标数据的量化控制方法、装置和控制系统。
本申请一方面，提出一种呼吸训练量化指标数据的量化控制方法，包括如下步骤：
根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体；
设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器；
获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器；
采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器。
作为本申请的一可选实施方案，可选地，所述呼吸训练指标包括呼吸阻力指标，以及包括如下指标类型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、呼吸肺活量计算、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，根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体，包括：
根据呼吸症状的种类，将属于同类的所述呼吸症患者划分为同一个父群体：
A{A1，A2......An}；
A表示同一个父群体A的集合；A1，A2......An，代表父群体A中的各个所述呼吸症患者；
为各个所述父群体配置属性标签T，同步为各个所述父群体中的每个所述呼吸症患者的ID上打上对应的所述属性标签T：
AT{A1T，A2T......AnT}；
获取所述父群体中所有的所述呼吸症患者的呼吸症医学数据，并计算出所述呼吸症患者的症状等级；
按照症状等级，将所述父群体中所有的所述呼吸症患者，划分为不同症状等级的子群体：
AT{一级子群体，二级子群体......n级子群体}；
将划分结果上传并存储至后台服务器上。
作为本申请的一可选实施方案，可选地，设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器，包括：
根据所述子群体的症状等级和呼吸症状的种类，量化设定与各个所述子群体相对应的呼吸训练指标；
建立各个所述子群体与其相对应的呼吸训练指标之间的映射关系，并将与各个所述子群体相对应的呼吸训练指标以及映射关系上传并存储至后台服务器。
作为本申请的一可选实施方案，可选地，获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器，包括：
从后台服务器的历史数据库中，获取各个所述呼吸症患者的历史医学数据；
对所述历史医学数据进行解析，得到解析数据，并从解析数据中提取得到各个所述呼吸症患者的呼吸症医学数据；
以所述子群体为单元，获取各个所述子群体中所有的所述呼吸症患者的呼吸症医学数据，并对所述呼吸症医学数据中的各项呼吸症参数进行加权计算，得到所述子群体的呼吸症医学数据；
将所述呼吸症医学数据上传并存储至后台服务器。
作为本申请的一可选实施方案，可选地，采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器，包括：
按照各个所述子群体上所设定的呼吸训练指标，从所述子群体的呼吸症医学数据中提取与各个呼吸训练指标相对应的各项呼吸症参数；
利用所述呼吸症参数，对与其相对应的呼吸训练指标进行量化调整，得到呼吸训练量化数据，使所述子群体上所设定的呼吸训练指标，与当前所述子群体中的所述呼吸症患者的呼吸症症状等级相匹配；
量化调整后，分别得到各个所述子群体的呼吸训练量化数据，上传并存储至后台服务器。
作为本申请的一可选实施方案，可选地，还包括如下步骤：
呼吸症患者登录后台服务器，并调出对应的诊疗单信息；
从所述诊疗单信息中提取得到所述呼吸症患者的ID，并根据所述ID的属性标签T，将所述呼吸症患者匹配到对应的所述子群体；
将匹配到的所述子群体上所设定的呼吸训练量化数据，调取并发送至当前的所述呼吸症患者的ID；
所述呼吸症患者接收并查看所述呼吸训练量化数据，并根据所述呼吸训练量化数据进行呼吸训练。
本申请另一方面，提出一种实现所述的呼吸训练量化指标数据的量化控制方法的装置，包括：
群体分类模块，用于根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体；
指标设定模块，用于设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器；
呼吸症参数提取模块，用于获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器；
量化调整模块，用于采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器。
本申请另一方面，还提出一种控制系统，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一种呼吸训练量化指标数据的量化控制方法。
本发明的技术效果：
本申请通过根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体；设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器；获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器；采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器。能够基于多种训练指标，为患者提供参数化的训练指标数据，通过在历史呼吸症数据上，对不同呼吸症的指标数据进行量化控制，不同症状对应不同的训练量化指标的指导，使得对应的呼吸症患者能够适应当前症状的呼吸训练，避免物理性的单一阻抗训练，可以进行比如阻抗、呼吸肺活量计算、患者治疗次数或者吸气做功等在内的多样化呼吸训练，让呼吸症患者得到较好的训练康复，训练内容不再单一。
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示出为本发明呼吸训练量化指标数据的量化控制方法的实施流程示意图；
图2示出为本发明呼吸症群体的划分示意图；
图3示出为本发明子群体的划分示意图；
图4示出为本发明装置的应用组成示意图。
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方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
本申请基于多种训练指标，为患者提供参数化的训练指标数据，通过在历史呼吸症数据上，对不同呼吸症的指标数据进行量化控制，不同症状对应不同的训练量化指标的指导，使得对应的呼吸症患者能够适应当前症状的呼吸训练，避免物理性的单一阻抗训练，可以进行比如阻抗、呼吸肺活量计算、患者治疗次数或者吸气做功等在内的多样化呼吸训练，让呼吸症患者得到较好的训练康复，训练内容不再单一。
实施例1
首先，本实施例不单单进行呼吸阻抗训练，还设定如下指标类型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、呼吸肺活量计算、患者治疗次数或者吸气做功。
比如本次采取呼吸阻力(阻抗)、呼吸肺活量计算和吸气做功进行计算，呼吸症患者的症状类型，可以是肺炎、支气管炎等种类，本实施例不做限定。各个病症的历史医学数据，可以由保存在后台的历史数据库中获取，获取方式不再本实施例的考虑范围之内。
对于呼吸肺活量计算和吸气做功计算等计算方式，采用医学上的标准计算方式进行计算即可，若是医学数据中比如患者的肺部诊断单上具备参数，则直接提取；否则先提取一些参数，后续则通过公司计算对应的呼吸参数。
如图1所示，本申请一方面，提出一种呼吸训练量化指标数据的量化控制方法，包括如下步骤：
S1、根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体；
本实施例需要将呼吸症患者划分为不同症状等级的呼吸症群体，比如一级肺炎患者，二级肺炎患者，划分标准可以按照肺炎的呼吸评价标准进行划分。比如病毒肺炎按照疾病的严重程度可以分四型，包括轻型、普通型、重型和危重型，具体情况可以参照卫健委等规定。
如图2所示，作为本申请的一可选实施方案，可选地，根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体，包括：
根据呼吸症状的种类，将属于同类的所述呼吸症患者划分为同一个父群体：
A{A1，A2......An}；比如划分为肺炎群体、病毒性感染群体等等，每个群体中又包含若干个对应的患者；
A表示同一个父群体A的集合；A1，A2......An，代表父群体A中的各个所述呼吸症患者；
为各个所述父群体配置属性标签T，同步为各个所述父群体中的每个所述呼吸症患者的ID上打上对应的所述属性标签T：
AT{A1T，A2T......AnT}；
获取所述父群体中所有的所述呼吸症患者的呼吸症医学数据，并计算出所述呼吸症患者的症状等级；
按照症状等级，将所述父群体中所有的所述呼吸症患者，划分为不同症状等级的子群体：
AT{一级子群体，二级子群体......n级子群体}；
将划分结果上传并存储至后台服务器上。
群体之间为了便于分类，为不同群体打上标签，为某个群体打上属性标签T后，该群体中的所有患者的ID上皆配置有对应的属性标签T，便于后续患者登录后台服务器时，后台管理系统可以根据患者的ID上的属性标签T，将患者归纳为不同的患者群体。
比如肺炎患者群体，其中的每个肺炎患者的呼吸症症状的指标数据是不同的，因此可以通过指标数据来讲肺炎群体中的所有肺炎患者进行症状等级划分。比如可以通过计算单次呼吸时长以及单次的呼吸流量(呼吸症医学数据，可以通过诊断单获知)，来计算出所述呼吸症患者的症状等级，这里可以采用综合计分的方式，对患者的各项诊断数据进行计算，最后通过加权计算得到各个患者的综合分数，根据分数排列，得到所述呼吸症患者的症状等级，并按照症状等级，将所述父群体中所有的所述呼吸症患者，划分为不同症状等级的子群体，比如肺炎群体包含一级肺炎群体、二级肺炎群体等，其中的划分范围，由医疗机构等设定即可。
S2、设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器；
作为本申请的一可选实施方案，可选地，设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器，包括：
根据所述子群体的症状等级和呼吸症状的种类，量化设定与各个所述子群体相对应的呼吸训练指标；
建立各个所述子群体与其相对应的呼吸训练指标之间的映射关系，并将与各个所述子群体相对应的呼吸训练指标以及映射关系上传并存储至后台服务器。
比如不同等级的肺炎患者，其呼吸诊断数据是不同的，因此需要对不同等级的肺炎群体(子群体)设定对应的呼吸训练指标，呼吸症状较重的群体，可以设定稍微缓和的呼吸训练指标，比如每分钟呼吸训练40-60次，每次肺活量大约为2000ml；若是呼吸症状较轻的群体，可以设定稍微加重的呼吸训练指标，比如每分钟呼吸训练60-80次，每次肺活量大约为2500ml。
如图3所示，不同的等级的肺炎群体，按照上述方式设定对应的呼吸训练指标。注意，这里的呼吸训练指标，不仅仅是阻抗指标的设定，还包括前面描述的，至少两种呼吸训练指标。
各个所述子群体与其相对应的呼吸训练指标之间的映射关系，比如各级肺炎群体与其呼吸训练指标之间的关联关系，便于后续通过后台服务器进行映射，找到对应肺炎群体的不同等级的呼吸训练指标。
S3、获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器；
虽然前面已经设定了比如肺炎群体的不同等级的呼吸训练指标，但是为了准确对不同等级的不同群体的呼吸训练指标进行设定，本处还通过提取得到各个子群体的历史呼吸症数据，作为不同等级的呼吸训练指标的参照，对不同等级的呼吸训练指标进行量化调整。
作为本申请的一可选实施方案，可选地，获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器，包括：
从后台服务器的历史数据库中，获取各个所述呼吸症患者的历史医学数据；
对所述历史医学数据进行解析，得到解析数据，并从解析数据中提取得到各个所述呼吸症患者的呼吸症医学数据；
以所述子群体为单元，获取各个所述子群体中所有的所述呼吸症患者的呼吸症医学数据，并对所述呼吸症医学数据中的各项呼吸症参数进行加权计算，得到所述子群体的呼吸症医学数据；
将所述呼吸症医学数据上传并存储至后台服务器。
医疗机构的后台历史数据库中，储存有大量的上述各个不同等级的群体的呼吸症参数。因此可以从后台服务器的历史数据库中，提取得到对应的群体的呼吸症医学数据，并将其作为当前群体的指标调整参照数据。
从历史数据库筛选并解析得到对应的数据的方式，其中的筛选方法和解析手段，本实施例不做限定。
这里，是按照“子群体”为单元，进行子群体的呼吸症医学数据的计算的。比如图2所示，获得A1-肺炎群体中的一级肺炎群体中所有的所述一级肺炎患者的每次肺活量数据，对所有一级肺炎患者的每次肺活量数据进行加权计算，得到的肺活量加权结果作为一级肺炎群体的肺活量数据。
比如获取一级肺炎群体中所有一级肺炎呼吸症患者的呼吸症医学数据，经过加权计算，将计算值作为一级肺炎群体的呼吸症医学数据。这里的呼吸症医学数据，包含各个指标下的数据，比如一级肺炎群体的每次肺活量参数。
S4、采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器。
前面已经为各个父群体中的每个子群体设定了量化的呼吸训练指标参数，这里利用历史数据的呼吸症医学数据对量化的呼吸训练指标参数进行量化调整。
比如二级肺炎群体(子群体)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。
这里的量化调整：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。
作为本申请的一可选实施方案，可选地，采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器，包括：
按照各个所述子群体上所设定的呼吸训练指标，从所述子群体的呼吸症医学数据中提取与各个呼吸训练指标相对应的各项呼吸症参数；
利用所述呼吸症参数，对与其相对应的呼吸训练指标进行量化调整，得到呼吸训练量化数据，使所述子群体上所设定的呼吸训练指标，与当前所述子群体中的所述呼吸症患者的呼吸症症状等级相匹配；
量化调整后，分别得到各个所述子群体的呼吸训练量化数据，上传并存储至后台服务器。
这里的量化调整：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。
各个所述子群体的呼吸训练指标按照上述方式调整后，得到呼吸训练量化数据，可以作为后续患者的推荐训练方案。
呼吸症患者的呼吸训练推荐方案：
作为本申请的一可选实施方案，可选地，还包括如下步骤：
呼吸症患者登录后台服务器，并调出对应的诊疗单信息；
从所述诊疗单信息中提取得到所述呼吸症患者的ID，并根据所述ID的属性标签T，将所述呼吸症患者匹配到对应的所述子群体；
将匹配到的所述子群体上所设定的呼吸训练量化数据，调取并发送至当前的所述呼吸症患者的ID；
所述呼吸症患者接收并查看所述呼吸训练量化数据，并根据所述呼吸训练量化数据进行呼吸训练。
呼吸症患者登录医院后台服务器后，患者的身份ID会被后台记录，并分配对应的属性标签，属性标签可以根据患者的诊断单(医生判断)比如二级肺炎，来进行标记。后台会将呼吸症患者通过前面划分的群体，通过标签映射到不同的群体，此时患者进入对应的群体，可以直接查看该群体上配置的呼吸训练量化数据，患者可以选择将该呼吸训练量化数据通过后台发送至比如手机前端的方式，单独展示或者下载保存，便于按照该呼吸训练量化数据进行训练。
这里的呼吸训练量化数据，包含对当前患者的多种呼吸训练指标，患者可以按照前期设定的指标训练顺序进行有序学习、训练。
后台通过患者ID绑定患者就诊单以及发送呼吸训练推荐方案的方式，由后台进行处理并完成，可以通过患者的诊断信息直接映射对应的群体，并获取该群体上配置的呼吸训练量化数据，将该呼吸训练量化数据推荐给患者ID，让患者可以参照该呼吸训练量化数据进行量化训练。
因此，本申请通过为不同群体推荐不同等级的呼吸训练量化数据，可以让患者根据适配的呼吸训练量化方案进行呼吸训练，适应自己症状等级，避免偏轻或者偏重的训练。
需要说明的是，尽管肺炎以作为示例介绍了如上群体划分，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群体种类，只要可以按照上述技术方法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，实现上述实施例方法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方法的实施例的流程。本领域技术人员可以理解，实现上述实施例方法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方法的实施例的流程。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
如图4所示，基于实施例1的实施原理，本申请另一方面，提出一种实现所述的呼吸训练量化指标数据的量化控制方法的装置，包括：
群体分类模块，用于根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体；
指标设定模块，用于设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器；
呼吸症参数提取模块，用于获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器；
量化调整模块，用于采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器。
上述各个模块的具体功能和加护原理，请参见实施例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
更进一步地，本申请另一方面，还提出一种控制系统，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一种呼吸训练量化指标数据的量化控制方法。
本公开实施例来控制系统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呼吸训练量化指标数据的量化控制方法。
此处，应当指出的是，处理器的个数可以为一个或多个。同时，在本公开实施例的控制系统中，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呼吸训练量化指标数据的量化控制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，从而执行控制系统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 (9)

1.一种呼吸训练量化指标数据的量化控制方法，其特征在于，包括如下步骤：
根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体；
设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器；
获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器；
采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器。
2.根据权利要求1所述的呼吸训练量化指标数据的量化控制方法，其特征在于，所述呼吸训练指标包括呼吸阻力指标，以及包括如下指标类型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、呼吸肺活量计算、患者治疗次数或者吸气做功。
3.根据权利要求1所述的呼吸训练量化指标数据的量化控制方法，其特征在于，根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体，包括：
根据呼吸症状的种类，将属于同类的所述呼吸症患者划分为同一个父群体：
A{A1，A2......An}；
A表示同一个父群体A的集合；A1，A2......An，代表父群体A中的各个所述呼吸症患者；
为各个所述父群体配置属性标签T，同步为各个所述父群体中的每个所述呼吸症患者的ID上打上对应的所述属性标签T：
AT{A1T，A2T......AnT}；
获取所述父群体中所有的所述呼吸症患者的呼吸症医学数据，并计算出所述呼吸症患者的症状等级；
按照症状等级，将所述父群体中所有的所述呼吸症患者，划分为不同症状等级的子群体：
AT{一级子群体，二级子群体......n级子群体}；
将划分结果上传并存储至后台服务器上。
4.根据权利要求3所述的呼吸训练量化指标数据的量化控制方法，其特征在于，设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器，包括：
根据所述子群体的症状等级和呼吸症状的种类，量化设定与各个所述子群体相对应的呼吸训练指标；
建立各个所述子群体与其相对应的呼吸训练指标之间的映射关系，并将与各个所述子群体相对应的呼吸训练指标以及映射关系上传并存储至后台服务器。
5.根据权利要求4所述的呼吸训练量化指标数据的量化控制方法，其特征在于，获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器，包括：
从后台服务器的历史数据库中，获取各个所述呼吸症患者的历史医学数据；
对所述历史医学数据进行解析，得到解析数据，并从解析数据中提取得到各个所述呼吸症患者的呼吸症医学数据；
以所述子群体为单元，获取各个所述子群体中所有的所述呼吸症患者的呼吸症医学数据，并对所述呼吸症医学数据中的各项呼吸症参数进行加权计算，得到所述子群体的呼吸症医学数据；
将所述呼吸症医学数据上传并存储至后台服务器。
6.根据权利要求5所述的呼吸训练量化指标数据的量化控制方法，其特征在于，采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器，包括：
按照各个所述子群体上所设定的呼吸训练指标，从所述子群体的呼吸症医学数据中提取与各个呼吸训练指标相对应的各项呼吸症参数；
利用所述呼吸症参数，对与其相对应的呼吸训练指标进行量化调整，得到呼吸训练量化数据，使所述子群体上所设定的呼吸训练指标，与当前所述子群体中的所述呼吸症患者的呼吸症症状等级相匹配；
量化调整后，分别得到各个所述子群体的呼吸训练量化数据，上传并存储至后台服务器。
7.根据权利要求6所述的呼吸训练量化指标数据的量化控制方法，其特征在于，还包括如下步骤：
呼吸症患者登录后台服务器，并调出对应的诊疗单信息；
从所述诊疗单信息中提取得到所述呼吸症患者的ID，并根据所述ID的属性标签T，将所述呼吸症患者匹配到对应的所述子群体；
将匹配到的所述子群体上所设定的呼吸训练量化数据，调取并发送至当前的所述呼吸症患者的ID；
所述呼吸症患者接收并查看所述呼吸训练量化数据，并根据所述呼吸训练量化数据进行呼吸训练。
8.一种实现权利要求1-7中任一项所述的呼吸训练量化指标数据的量化控制方法的装置，其特征在于，包括：
群体分类模块，用于根据呼吸症状，将呼吸症患者划分为不同症状等级的呼吸症群体；
指标设定模块，用于设定与各个所述呼吸症群体相对应的呼吸训练指标，并将所述呼吸训练指标上传至后台服务器；
呼吸症参数提取模块，用于获取各个所述呼吸症群体的历史医学数据，并从所述历史医学数据中提取得到各个所述呼吸症群体的呼吸症医学数据，并将所述呼吸症医学数据上传至后台服务器；
量化调整模块，用于采用所述呼吸症医学数据对所述呼吸训练指标进行量化调整，得到各个所述呼吸症群体的呼吸训练量化数据并上传至后台服务器。
9.一种控制系统，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至7中任一项所述的一种呼吸训练量化指标数据的量化控制方法。
CN202310320855.1A 2023-03-29 2023-03-29 呼吸训练量化指标数据的量化控制方法 Pending CN116312948A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310320855.1A CN116312948A (zh) 2023-03-29 2023-03-29 呼吸训练量化指标数据的量化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310320855.1A CN116312948A (zh) 2023-03-29 2023-03-29 呼吸训练量化指标数据的量化控制方法

Publications (1)

Publication Number Publication Date
CN116312948A true CN116312948A (zh) 2023-06-23

Family

ID=86820442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310320855.1A Pending CN116312948A (zh) 2023-03-29 2023-03-29 呼吸训练量化指标数据的量化控制方法

Country Status (1)

Country Link
CN (1) CN116312948A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118506979A (zh) * 2024-07-18 2024-08-16 内蒙古自治区人民医院（内蒙古自治区肿瘤研究所） 一种面向呼吸训练的智能化引导方法、装置及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118506979A (zh) * 2024-07-18 2024-08-16 内蒙古自治区人民医院（内蒙古自治区肿瘤研究所） 一种面向呼吸训练的智能化引导方法、装置及设备

Similar Documents

Publication Publication Date Title
AU2003223333B2 (en) A method and system of mass and multiple casualty triage
CN109741826B (zh) 麻醉评估决策树构建方法及设备
CN113181605B (zh) 一种呼吸康复功能训练的管理方法及系统
CN116312948A (zh) 呼吸训练量化指标数据的量化控制方法
KR102321427B1 (ko) 의료영상을 이용한 인체성분 분석 방법 및 그 장치
DE102018204868A1 (de) Verfahren, Systeme und Vorrichtung zur Detektion von Atemphasen
CN105225562A (zh) 一种全科医生培训考核系统及方法
CN116895372A (zh) 一种基于大规模语言模型与元学习的智能急救分级系统
CN107898470A (zh) 数据获取方法及装置、存储介质和医疗设备
CN108877924A (zh) 一种哮喘概率的确定方法及装置
CN115985518A (zh) 一种基于人工智能的患者健康干预及加速康复方法及系统
CN115171901A (zh) 用于困难气道评估和术中气道管理辅助的智能系统及方法
CN116469568A (zh) 基于呼吸训练采集数据的呼吸训练模型创建方式及设备
CN116913446A (zh) 康复锻炼集中管理和学习系统
CN109310325B (zh) 心脏监测系统和方法
CN109559788A (zh) 一种病史采集方法及装置
CN112037888A (zh) 生理健康特征数据的监控方法、装置、设备及存储介质
CN112184295A (zh) 康养服务确定方法、装置、电子设备和存储介质
CN107705829A (zh) 一种基于智能识别的医学影像传输方法
CN108154919A (zh) 医院科室信息处理方法及其系统
WO2021110446A1 (de) Unterstützung bei der erkennung von lungenerkrankungen
CN114042296A (zh) 一种用于肺部手术患者康复的智能训练系统
DE102021201912A1 (de) Verfahren zur Bereitstellung eines Metadaten-Attributs, das mit einem medizinischen Bild assoziiert ist
DE202010004244U1 (de) Erfassung und Abspeicherung von Attribut-Information in Zuordnung zu Diagnostik- und Vitalparameterdaten bei Ergometrie-, Diagnostik-, Therapie- und Trainingsausrüstung, insbesondere Ergometern und Trainingsgeräten
CN118039066B (zh) 一种面向健身运动的教学控制方法和系统

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