CN116719966B - 一种医院病人信息管理系统 - Google Patents

一种医院病人信息管理系统 Download PDF

Info

Publication number
CN116719966B
CN116719966B CN202310593925.0A CN202310593925A CN116719966B CN 116719966 B CN116719966 B CN 116719966B CN 202310593925 A CN202310593925 A CN 202310593925A CN 116719966 B CN116719966 B CN 116719966B
Authority
CN
China
Prior art keywords
patient
reservation
information
recognition
image
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.)
Active
Application number
CN202310593925.0A
Other languages
English (en)
Other versions
CN116719966A (zh
Inventor
王智文
谈雅茹
朱伯堃
朱晨铭
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.)
Institute of Dermatology and Skin Disease Hospital of CAMS
Original Assignee
Institute of Dermatology and Skin Disease Hospital of CAMS
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 Institute of Dermatology and Skin Disease Hospital of CAMS filed Critical Institute of Dermatology and Skin Disease Hospital of CAMS
Priority to CN202310593925.0A priority Critical patent/CN116719966B/zh
Publication of CN116719966A publication Critical patent/CN116719966A/zh
Application granted granted Critical
Publication of CN116719966B publication Critical patent/CN116719966B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G16H40/20—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 management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明属于信息管理领域，公开了一种医院病人信息管理系统，包括人脸识别模块、数据库模块和查询模块；人脸识别模块用于对之前预约过手术的病人进行拍摄，获取病人的人脸图像，并基于人脸图像获取之前预约过手术的病人的识别信息；数据库模块用于保存所有预约过手术的病人的预约信息，预约信息包括识别信息；查询模块用于基于识别信息在数据库模块中进行检索，获得病人的上一次的预约信息。本发明在进行对病人的历史预约信息进行查询时，采用的是人脸识别的方式来进行查询，从而有效地提高了查询的效率，进而提高预约的效率。

Description

一种医院病人信息管理系统
技术领域
本发明涉及信息管理领域，尤其涉及一种医院病人信息管理系统。
背景技术
现有的医院病人信息管理系统，在手术预约的过程中需要填写病人的预约信息，病人的基础信息，例如名字，性别，住址，联系方式等一般都是不变的，同时分次、多次手术的病人趋向于选择同样的手术医生，因此手术预约时需调取这些既往的预约信息及手术信息，以便匹配病人的需求，更准确、高效的进行手术预约。
对于在本医院预约过手术的病人，现有技术采用直接查询历史预约信息，包括基础信息：病人的名字，性别，住址，联系方式等，根据病人对本次手术预约的具体需求，对本次手术进行预约，预约到相应的手术间、手术医生、手术时间段。
但是现有的医院信息管理系统，在对病人的历史手术信息进行查询的过程中，大多根据病人提供的手术时间、手术医生等信息，或者输入病人的基础信息后进行广泛的查询，查询的信息缺乏针对性，例如，同一个手术医生可能在同一天会为多个病人进行手术，这就导致查询到准确的历史预约信息的过程费时耗力，查询效率低，手术预约效率低。在这样的情况下，通常忽略对既往手术信息的查询，即手术医生、手术间、手术时间、手术方式等的查询。
发明内容
本发明的目的在于公开一种医院病人信息管理系统，解决如何提高对病人的历史预约信息进行查询的效率的问题。
为了达到上述目的，本发明采用如下技术方案：
一种医院病人信息管理系统，包括人脸识别模块、数据库模块和查询模块；
人脸识别模块用于对之前预约过手术的病人进行拍摄，获取病人的人脸图像，并基于人脸图像获取之前预约过手术的病人的识别信息；
数据库模块用于保存所有预约过手术的病人的预约信息，预约信息包括识别信息；
查询模块用于基于识别信息在数据库模块中进行检索，获得病人的上一次的预约信息。
优选地，还包括预约模块，预约模块用于医护人员根据上一次的预约信息以及本次病人对手术预约的具体需求为病人进行手术预约，以及用于在完成预约后，打印交付病人的预约指引单，同时向病人发出提醒短信，提醒短信用于告知病人具体的手术时间。
优选地，还包括变更预约模块，变更预约模块用于医护人员根据病人或主刀医生的个性化需求取消手术预约或更改手术间或更改预约时间段或更改主刀医生。
优选地，还包括设定模块，设定模块用于医护人员对每个手术间的最大手术台次进行设置，以及用于对预约台次进行调整。
优选地，人脸识别模块包括拍摄单元和识别单元；
拍摄单元用于对之前预约过手术的病人进行拍摄，获取病人的人脸图像；
识别单元用于采用全局特征识别阶段和局部特征识别阶段相结合的人脸识别方式对人脸图像进行识别，获取人脸图像对应的之前预约过手术的病人的识别信息。
优选地，识别单元包括图像预处理子单元，图像预处理子单元用于对人脸图像进行预处理，获得预处理图像。
优选地，识别单元还包括特征提取单元，
特征提取单元用于获取预处理图像中包含的全局特征。
优选地，识别单元还用于基于全局特征判断人脸图像是否通过全局特征识别阶段的人脸识别。
优选地，识别单元还用于在人脸图像通过全局特征识别阶段的人脸识别时，对人脸图像进行局部特征识别阶段的人脸识别，获取人脸图像对应的识别信息。
优选地，根据上一次的预约信息以及本次病人对手术预约的具体需求为病人进行手术预约，包括：
根据本次病人对手术预约的具体需求对上一次的预约信息进行修改，得到本次的预约信息；
将本次的预约信息传送至预约系统，完成预约。
本发明在进行对病人的历史预约信息进行查询时，采用的是人脸识别的方式来进行查询，从而有效地提高了查询的效率，进而提高预约的效率。
附图说明
图1为本发明一种医院病人信息管理系统的第一种示意图。
图2为本发明一种医院病人信息管理系统的第二种示意图。
图3为本发明一种医院病人信息管理系统的第三种示意图。
具体实施方式
现将本发明的技术方案进行清晰、完全的描述并通过结合附图，让本发明的实施例的目的、技术方案和优点更形象和直观，但本发明的实施方式不限于此。未特别注明的工艺参数，可参照常规技术进行。
如图1所示的一种实施例，本发明提供了一种医院病人信息管理系统，包括人脸识别模块、数据库模块和查询模块；
人脸识别模块用于对之前预约过手术的病人进行拍摄，获取病人的人脸图像，并基于人脸图像获取之前预约过手术的病人的识别信息；
数据库模块用于保存所有预约过手术的病人的预约信息，预约信息包括识别信息；
查询模块用于基于识别信息在数据库模块中进行检索，获得病人的上一次的预约信息。
本发明在进行对病人的历史预约信息进行查询时，采用的是人脸识别的方式来进行查询，从而有效地提高了查询的效率，进而提高预约的效率。
具体的，在对病人进行拍摄之前，会向病人进行询问，在病人同意后再进行拍摄。
优选地，如图2所示，还包括预约模块，预约模块用于医护人员根据上一次的预约信息以及本次病人对手术预约的具体需求为病人进行手术预约，以及用于在完成预约后，打印交付病人的预约指引单，同时向病人发出提醒短信，提醒短信用于告知病人具体的手术时间。
优选地，病人的具体需求包括手术类型、预约时间段和主刀医生。
优选地，预约指引单包括手术时间、手术间位置、术前准备事项、手术当日流程和手术当日注意事项。
优选地，预约指引单包括手术时间、手术间位置、术前准备事项、手术当日流程和手术当日注意事项。
优选地，预约信息包括病人的序号、预约日期、预约时间段、门诊号、姓名、性别、年龄、手术间位置、主刀医生、病人的联系方式中的一项或多项。
优选地，如图3所示，还包括变更预约模块，变更预约模块用于医护人员根据病人或主刀医生的个性化需求取消手术预约或更改手术间或更改预约时间段或更改主刀医生。
优选地，还包括设定模块，设定模块用于医护人员对每个手术间的最大手术台次进行设置，以及用于对预约台次进行调整。
各手术间的手术最大台次预设值，可根据排班情况进行设置，具体根据各手术间功能、每台手术预估时长及当日手术医生的需求进行设置。同时，手术台次可根据预约情况进行临时的调整，当预估某台手术时间长时，可调整某时段的手术台次预设值或者调整为“约满状态”，适当的限制手术台次以保证当日手术有序、高质量进行。
优选地，人脸识别模块包括拍摄单元和识别单元；
拍摄单元用于对之前预约过手术的病人进行拍摄，获取病人的人脸图像；
识别单元用于采用全局特征识别阶段和局部特征识别阶段相结合的人脸识别方式对人脸图像进行识别，获取人脸图像对应的之前预约过手术的病人的识别信息。
优选地，识别单元包括图像预处理子单元，图像预处理子单元用于对人脸图像进行预处理，获得预处理图像。
优选地，对人脸图像进行预处理，获得预处理图像，包括：
对人脸图像进行全局灰度变换处理，得到预处理图像。
具体的，对病人的人脸图像进行全局灰度变换处理可以采用直方图均衡化算法进行。
直方图均衡化算法通常用于增加图像的全局对比度，尤其是当图像中有用数据的灰度非常接近时。使用这种算法，灰度可以更好地分布在直方图上。可以用来增强细节信息的含量，直方图均衡通过有效扩充灰度范围来实现这一功能。
优选地，识别单元还包括特征提取单元，
特征提取单元用于获取预处理图像中包含的全局特征。
在一些实施例中，全局特征包括皮肤颜色、脸部轮廓、脸部器官之间的相对位置关系等能够反映整体情况的特征。
优选地，识别单元还用于基于全局特征判断人脸图像是否通过全局特征识别阶段的人脸识别。
在一些实施例中，基于全局特征判断人脸图像是否通过全局特征识别阶段的人脸识别，包括：
基于全局特征获取预存的人脸图像中与病人的人脸图像之间相似度最大的人脸图像imgsml；
若病人的人脸图像与imgsml之间的相似度大于设定的第一相似度阈值，则表示病人的人脸图像通过全局特征识别阶段的人脸识别。
具体的，可以使用获取病人的人脸图像的全局特征相同的算法来获取预存的人脸图像的全局特征，通过计算两张人脸图像的全局特征之间的全局特征的相似度来得到两张图像之间的相似度。
预存的人脸图像为之前在本医院预约过手术的病人的脸部图像，后台管理员可以在系统中添加这些脸部图像。
优选地，识别单元还用于在人脸图像通过全局特征识别阶段的人脸识别时，对人脸图像进行局部特征识别阶段的人脸识别，获取人脸图像对应的识别信息。
在一些实施例中，对人脸图像进行局部特征识别阶段的人脸识别，获取人脸图像对应的识别信息，包括：
S1，基于全局特征识别阶段的全局特征确定人脸的每个器官的像素点在病人的人脸图像中对应的像素点的集合；
S2，分别计算每个集合的效率级别，基于效率级别对每个集合的像素点进行灰度变换处理，每对一个集合进行灰度变换处理后，便计算一次累计通过概率参数；
S3，在累计通过概率参数大于等于设定的通过阈值时，从数据库模块中获取人脸图像对应的识别信息。
在本发明中，并不需要对所有的人脸区域的器官像素点对应的集合中的像素点的特征进行相似度的计算，而是在全局特征的识别已经通过的情况下，只要大部分集合与预存的人脸图像中对应的器官之间的相似度达到设定的程度即可，从而在保证安全性的同时，缩短了人脸识别的耗时。
而如果没有进行效率级别的计算，则需要对所有的集合均进行灰度变换处理、特征提取、相似度计算等步骤，会增加局部特征的识别阶段所需要的时间。
具体的，识别信息包括手机号、身份证、病历号等具有唯一性特征的信息。
具体的，基于全局特征识别阶段的全局特征确定人脸的每个器官的像素点在病人的人脸图像中对应的像素点的集合，包括：
每个器官的像素点组成一个集合。
由于在全局特征的提取阶段，已经得到了属于人脸的器官的像素点，因此，本发明无需重新进行器官的识别，巧妙地利用了全局特征识别阶段得到的成果，缩短了局部特征识别阶段的所需要的时间。
在一些实施例中，人脸的器官包括眼睛、鼻子、嘴巴、耳朵等。
具体的，分别计算每个集合的效率级别，基于效率级别对每个集合的像素点进行灰度变换处理，包括：
按照效率级别从大到小的次序依次对每个集合中的像素点进行灰度变换处理；
对于集合A，其灰度变换处理的过程如下：
计算集合A的判断系数；
若判断系数大于设定的选择参数阈值，则采用非线性灰度变换算法对集合A中的像素点进行灰度变换处理；
若判断系数小于等于设定的选择参数阈值，则采用线性灰度变换算法对集合A中的像素点进行灰度变换处理；
其中，判断系数的计算函数为：
jdgparA表示集合A的判断系数，NbgthrA表示集合A中灰度值大于图像分割阈值的像素点的数量，NsmthrA集合A中灰度值小于等于图像分割阈值的像素点的数量，NallA为集合A中的像素点的数量，VmsA和VmiA分别表示集合A中的灰度值的最大值和最小值，μ表示比例值，μ∈(0,1)。
在全局特征识别阶段，会对人脸图像进行灰度变换以及图像平滑等预处理之后得到预处理图像，再对预处理图像进行全局特征的提取，并基于全局特征进行全局特征阶段的识别；
但是在局部特征的识别阶段，现有的医院病人信息管理系统并没有针对不同的器官的像素点采用不同的灰度变换方法进行处理，而是依然在预处理图像的基础上提取局部特征，并基于局部特征进行局部特征阶段的人脸识别，显然这种处理方式会使得局部特征的有效性降低，从而降低了人脸识别的成功率，影响医院病人信息管理系统的使用体验。
本发明的医院病人信息管理系统在局部特征的识别阶段，通过利用全局特征识别阶段的全局特征来确定人脸图像中的各个器官在人脸图像中对应的像素点的集合，然后通过效率级别和判断系数来对各个集合中的像素点进行相应的灰度变换处理。与现有技术相比，本发明的灰度变换处理针对性更强，从而提高了各个集合中的像素点的细节信息的含量，进而提高人脸识别的成功率，同时提高了医院病人信息管理系统的使用体验。
在一些实施例中，线性灰度变换算法包括线性变换算法、分段线性变换算法等；非线性变换算法包括对数变换算法、指数变换算法等。
判断系数是从像素点的灰度值与分割阈值之间的大小关系以及向像素点的灰度值范围两个方面进行计算，处于阈值两端的像素点的数量相差越大，像素点的灰度值范围越大，则表示灰度值的越不平衡。当判断系数大于设定的选择参数阈值时，表示像素点的灰度值集中在灰度值较小的一端或灰度值较大的一端，这种情况会导致较难获得图像特征，因此，本发明对这种情况的集合采用了非线性变换的算法来进行灰度变换处理，从而使得对灰度值集中的区域进行灰度值的拉伸，提高不同的像素点之间的差异程度，从而提高细节信息的含量。当判断系数小于等于设定的选择参数阈值，表示灰度值分布在一个较小的区间内，图像亮度过大或亮度过低，因此，通过线性变换的方式来扩大集合中的像素点的像素值的分布区间，从而提高细节信息的含量。
在一些实施例中，图像分割阈值可以通过Otsu算法、最大熵阈值分割算法、Sauvola算法、基于迭代的阈值分割算法等算法进行计算得到。
Otsu算法主要是通过设定分割阈值，将图像中的像素点分成目标和背景两种类型，通过最大化类间方差来得到分割阈值。
最大熵阈值分割算法是对otsu算法的改进，其求取原理是将阈值两边的像素点的熵的和最大化，从而确定分割阈值。
在现有技术中，有通过将人脸图像进行分区，将人脸图像分成多个区域，然后分别对每个区域进行灰度变换处理的算法，但是这种算法无法区分那些区域属于人脸的器官区域，而且如果区域的面积过大，则同一个区域中可能存在两种器官，那么对这样的区域进行灰度变换处理时，显然很难得到正确的灰度变换结果。而如果区域的面积过小，则可能会导致属于同一个器官的像素点因为处于不同的区域，被不同的灰度变换处理算法进行处理，导致出现原本没有的灰度值特征。
而本发明则是能够很好地避免了上述处理方法存在的问题的发生。
具体的，效率级别的计算函数如下：
efflevB表示集合B的效率级别，α、β表示权重值，frvli表示集合B中的像素点i的图像梯度，nmfB表示集合B中的像素点的总数，bmps表示预先设定的图像梯度常数，VmsB表示集合B中的灰度值的最大值，nmfj表示集合B中灰度值j出现的次数，bmpw表示预先设定的灰度常数。
效率级别系数从图像梯度和图像的像素值出现概率两个方面进行综合计算，像素点之间的图像梯度的差距越大，高灰度值的像素点出现的概率越大，则表示集合B中携带的较高的细节信息的含量的概率越大，因此，本发明优先对这样的集合进行灰度变换处理以及特征提取识别处理，从而使得对病人进行人脸识别时，累计通过概率参数能够更快地满足相应的阈值要求，从而缩短了局部特征的识别阶段的所需要消耗的时间，提高了本发明的医院信息管理系统的用户体验。
具体的，每对一个集合进行灰度变换处理后，便计算一次累计通过概率参数，包括：
当对第k个集合完成灰度变换处理后，使用如下函数计算累计通过概率参数：
cumpask表示对第k个集合完成灰度变换处理后的累计通过概率参数，def(smlvald)表示相似度判断函数，smlthr为第二相似度阈值，smlvald表示第d个完成灰度变换处理的集合中的像素点的图像特征与imgsml中对应的器官的图像特征之间的相似度。
在计算通过概率参数时，本发明设置了第二相似度阈值来进行相似度的筛选，并不是所有的相似度都能被加入到累计通过概率参数中，从而避免局部特征相似度较低的人脸图像由于累计求和的集合过多而使得累计通过概率参数满足通过阈值的要求，提高了本发明的安全全性。
例如，当第d个完成灰度变换处理的集合为鼻子的像素点的集合时，那么在获取了第d个完成灰度变换处理的集合中的像素点的图像特征之后，就可以获取imgsml中对应的鼻子区域的图像特征，然后计算两个图像特征之间的相似度。
优选地，根据上一次的预约信息以及本次病人对手术预约的具体需求为病人进行手术预约，包括：
根据本次病人对手术预约的具体需求对上一次的预约信息进行修改，得到本次的预约信息；
将本次的预约信息传送至预约系统，完成预约。
具体的，在预约时，先选择相应手术间，再选择相应的预约时间段、主刀医生等。
若病人为非首次预约，则仅需要对病人的面部图像进行识别，从而将上一次的预约信息填充到预约页面中，降低预约的工作量，仅需要根据病人的需求修改部分内容即可，不用重新填写所有的内容。
通过以上的信息管理系统，可最大程度的充分利用手术间，为病人提供更快捷的手术服务。既往手术存在的取消手术后手术台空置现象减少，手术预约登记全部信息化后预约排队现象缓解，病人可短时间内完成手术预约，并通过充分的手术间利用缩短了病人等候手术的时长，由原来的两周甚至更长排上手术，现在在数天内即可安排病人手术。本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种医院病人信息管理系统，其特征在于，包括人脸识别模块、数据库模块和查询模块；
人脸识别模块用于对之前预约过手术的病人进行拍摄，获取病人的人脸图像，并基于人脸图像获取之前预约过手术的病人的识别信息；
数据库模块用于保存所有预约过手术的病人的预约信息，预约信息包括识别信息；
查询模块用于基于识别信息在数据库模块中进行检索，获得病人的上一次的预约信息；
人脸识别模块包括拍摄单元和识别单元；
拍摄单元用于对之前预约过手术的病人进行拍摄，获取病人的人脸图像；
识别单元用于采用全局特征识别阶段和局部特征识别阶段相结合的人脸识别方式对人脸图像进行识别，获取人脸图像对应的之前预约过手术的病人的识别信息；
识别单元包括图像预处理子单元，图像预处理子单元用于对人脸图像进行预处理，获得预处理图像；
识别单元还包括特征提取单元，
特征提取单元用于获取预处理图像中包含的全局特征；
识别单元还用于基于全局特征判断人脸图像是否通过全局特征识别阶段的人脸识别；
识别单元还用于在人脸图像通过全局特征识别阶段的人脸识别时，对人脸图像进行局部特征识别阶段的人脸识别，获取人脸图像对应的识别信息；
对人脸图像进行局部特征识别阶段的人脸识别，获取人脸图像对应的识别信息，包括：
S1，基于全局特征识别阶段的全局特征确定人脸的每个器官的像素点在病人的人脸图像中对应的像素点的集合；
S2，分别计算每个集合的效率级别，基于效率级别对每个集合的像素点进行灰度变换处理，每对一个集合进行灰度变换处理后，便计算一次累计通过概率参数；
S3，在累计通过概率参数大于等于设定的通过阈值时，从数据库模块中获取人脸图像对应的识别信息；
效率级别的计算函数如下：
efflevB表示集合B的效率级别，α、β表示权重值，frvli表示集合B中的像素点i的图像梯度，nmfB表示集合B中的像素点的总数，bmps表示预先设定的图像梯度常数，VmsB表示集合B中的灰度值的最大值，nmfj表示集合B中灰度值j出现的次数，bmpw表示预先设定的灰度常数；
每对一个集合进行灰度变换处理后，便计算一次累计通过概率参数，包括：
当对第k个集合完成灰度变换处理后，使用如下函数计算累计通过概率参数：
cumpask表示对第k个集合完成灰度变换处理后的累计通过概率参数，
def(smlvald)表示相似度判断函数，smlthr为第二相似度阈值，smlvald表示第d个完成灰度变换处理的集合中的像素点的图像特征与imgsml中对应的器官的图像特征之间的相似度。
2.根据权利要求1所述的一种医院病人信息管理系统，其特征在于，还包括预约模块，预约模块用于医护人员根据上一次的预约信息以及本次病人对手术预约的具体需求为病人进行手术预约，以及用于在完成预约后，打印交付病人的预约指引单，同时向病人发出提醒短信，提醒短信用于告知病人具体的手术时间。
3.根据权利要求2所述的一种医院病人信息管理系统，其特征在于，还包括变更预约模块，变更预约模块用于医护人员根据病人或主刀医生的个性化需求取消手术预约或更改手术间或更改预约时间段或更改主刀医生。
4.根据权利要求1所述的一种医院病人信息管理系统，其特征在于，还包括设定模块，设定模块用于医护人员对每个手术间的最大手术台次进行设置，以及用于对预约台次进行调整。
5.根据权利要求2所述的一种医院病人信息管理系统，其特征在于，根据上一次的预约信息以及本次病人对手术预约的具体需求为病人进行手术预约，包括：
根据本次病人对手术预约的具体需求对上一次的预约信息进行修改，得到本次的预约信息；
将本次的预约信息传送至预约系统，完成预约。
CN202310593925.0A 2023-05-25 2023-05-25 一种医院病人信息管理系统 Active CN116719966B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310593925.0A CN116719966B (zh) 2023-05-25 2023-05-25 一种医院病人信息管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310593925.0A CN116719966B (zh) 2023-05-25 2023-05-25 一种医院病人信息管理系统

Publications (2)

Publication Number Publication Date
CN116719966A CN116719966A (zh) 2023-09-08
CN116719966B true CN116719966B (zh) 2024-03-08

Family

ID=87867042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310593925.0A Active CN116719966B (zh) 2023-05-25 2023-05-25 一种医院病人信息管理系统

Country Status (1)

Country Link
CN (1) CN116719966B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106022223A (zh) * 2016-05-10 2016-10-12 武汉理工大学 一种高维局部二值模式人脸识别方法及系统
CN109214352A (zh) * 2018-09-26 2019-01-15 珠海横琴现联盛科技发展有限公司 基于2d摄像头三维成像技术的动态人脸检索识别方法
CN113705462A (zh) * 2021-08-30 2021-11-26 平安科技（深圳）有限公司 人脸识别方法、装置、电子设备及计算机可读存储介质
CN114386805A (zh) * 2021-12-29 2022-04-22 南京金域医学检验所有限公司 一种实验室信息管理系统
CN114708632A (zh) * 2022-03-28 2022-07-05 深圳市第二人民医院(深圳市转化医学研究院) 一种消化内镜就诊机器人人脸识别系统
CN115050487A (zh) * 2022-06-10 2022-09-13 奇医天下大数据科技(珠海横琴)有限公司 一种基于人工智能的互联网医疗服务管理系统
CN115578780A (zh) * 2022-12-07 2023-01-06 广东省科学院江门产业技术研究院有限公司 一种基于大数据的农产品及食品冷链溯源管理系统
CN116059601A (zh) * 2023-04-06 2023-05-05 北京奥康达体育产业股份有限公司 一种基于智能传感技术的考核训练系统
CN116151848A (zh) * 2023-04-21 2023-05-23 深圳市普燃计算机软件科技有限公司 一种基于物联网的气瓶质量安全追溯系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106022223A (zh) * 2016-05-10 2016-10-12 武汉理工大学 一种高维局部二值模式人脸识别方法及系统
CN109214352A (zh) * 2018-09-26 2019-01-15 珠海横琴现联盛科技发展有限公司 基于2d摄像头三维成像技术的动态人脸检索识别方法
CN113705462A (zh) * 2021-08-30 2021-11-26 平安科技（深圳）有限公司 人脸识别方法、装置、电子设备及计算机可读存储介质
CN114386805A (zh) * 2021-12-29 2022-04-22 南京金域医学检验所有限公司 一种实验室信息管理系统
CN114708632A (zh) * 2022-03-28 2022-07-05 深圳市第二人民医院(深圳市转化医学研究院) 一种消化内镜就诊机器人人脸识别系统
CN115050487A (zh) * 2022-06-10 2022-09-13 奇医天下大数据科技(珠海横琴)有限公司 一种基于人工智能的互联网医疗服务管理系统
CN115578780A (zh) * 2022-12-07 2023-01-06 广东省科学院江门产业技术研究院有限公司 一种基于大数据的农产品及食品冷链溯源管理系统
CN116059601A (zh) * 2023-04-06 2023-05-05 北京奥康达体育产业股份有限公司 一种基于智能传感技术的考核训练系统
CN116151848A (zh) * 2023-04-21 2023-05-23 深圳市普燃计算机软件科技有限公司 一种基于物联网的气瓶质量安全追溯系统

Also Published As

Publication number Publication date
CN116719966A (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
US10552672B2 (en) Medical image processing apparatus, medical image processing method, and program
US12068070B2 (en) Method and system for computer-aided triage of stroke
US8099152B2 (en) Systems and methods for planning medical procedures and designing medical devices based on anatomical scan deformations
US12008742B2 (en) Method and system for computer-aided aneurysm triage
US10902602B1 (en) Method and system for computer-aided triage of stroke
DE102007007190A1 (de) Vorhersagende Planung bei der behandelnden Medizin
CN117877691B (zh) 一种基于图像识别的智能化伤口信息采集系统
EP2415016B1 (en) Automated contrast enhancement for contouring
CN106777950A (zh) 一种健康监控方法及装置
US20050228696A1 (en) Method of making appointments for medical examinations for patients in medical facilities and appointment-making system
CN108461130A (zh) 就诊任务智能调度方法及系统
CN116719966B (zh) 一种医院病人信息管理系统
CN116386795A (zh) 一种产科康复数据管理方法及系统
CN115908428A (zh) 一种用于调节并指牵开器的图像处理方法及系统
KR101126704B1 (ko) 온라인 고객 진단 시스템 및 그 진단 방법
KR102330833B1 (ko) 성형 큐레이션 서비스 방법
CN111460959A (zh) 一种单据管理的方法及相关装置
CN111370100A (zh) 基于云端服务器的整容推荐方法及系统
EP3949909A2 (en) Device and application for integrated management of artificial joints
CN108133745B (zh) 一种以医学影像为核心的临床路径完整数据关联方法
US20240087730A1 (en) Ambulance service support device, ambulance service support method, and program storage medium
US20240078626A1 (en) Person determination apparatus, person determination method, and non-transitory storage medium
CN113425271B (zh) 日间手术出院判断方法、装置、设备及存储介质
CN115331807A (zh) 一种急诊管理系统及管理方法
CN116468972A (zh) 图像处理方法、装置、电子设备和计算机可读介质

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