CN117292821B - 一种基于知识图谱的辅助诊疗系统 - Google Patents

一种基于知识图谱的辅助诊疗系统 Download PDF

Info

Publication number
CN117292821B
CN117292821B CN202311591093.5A CN202311591093A CN117292821B CN 117292821 B CN117292821 B CN 117292821B CN 202311591093 A CN202311591093 A CN 202311591093A CN 117292821 B CN117292821 B CN 117292821B
Authority
CN
China
Prior art keywords
pulse condition
condition data
pulse
diagnosis
treatment
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
CN202311591093.5A
Other languages
English (en)
Other versions
CN117292821A (zh
Inventor
李群
肖汉
王臻斌
杨希
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.)
Goalwisdom Technologies Co ltd
Original Assignee
Goalwisdom Technologies Co ltd
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 Goalwisdom Technologies Co ltd filed Critical Goalwisdom Technologies Co ltd
Priority to CN202311591093.5A priority Critical patent/CN117292821B/zh
Publication of CN117292821A publication Critical patent/CN117292821A/zh
Application granted granted Critical
Publication of CN117292821B publication Critical patent/CN117292821B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G16H50/20—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • 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
    • G16H20/90—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to alternative medicines, e.g. homeopathy or oriental medicines

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种基于知识图谱的辅助诊疗系统，属于医疗检测领域。该系统包括：知识图谱模块，至少包括若干相同性别、相同年龄段的健康测试对象的第一脉象数据和若干相同性别、相同年龄段的患者测试对象的第二脉象数据，第一脉象数据和第二脉象数据构成脉象数据库；诊疗检测模块，用于获取检测对象的第三脉象数据并将第三脉象数据与脉象数据库中的数据进行匹配，获得匹配结果；诊疗推荐模块，包括若干诊疗建议，诊疗建议与第二脉象数据具有一一映射关系，诊疗推荐模块用于获取匹配结果并推送相应的诊疗建议。本发明可以更准确地判断病情；更快速而精确地获得对应的诊疗建议；可以节省医生的时间和精力，提高诊疗效率。

Description

一种基于知识图谱的辅助诊疗系统
技术领域
本发明涉及医疗检测领域，特别涉及一种基于知识图谱的辅助诊疗系统。
背景技术
把脉又称为切脉，是中医师用手按病人的动脉，根据脉象，以了解疾病内在变化的诊断方法。脉象可以理解为脉搏的形象，是由动脉搏动的显现部位(深、浅)、速率(快、慢)、强度(有力、无力 )、节律(整齐与否、有无歇止)和形态等方面组成的。
人工把脉的缺陷主要在于以下几个方面：把脉是医生主观感受的一种体现，其结果可能因医生不同的经验、技术和判断而存在差异。同样的脉象，不同的医生可能会有不同的解读，这在一定程度上影响了诊断的准确性；人工把脉受限于医生的感知能力，对于微妙的脉象变化可能难以准确捕捉。而现代医学仪器，如心电图等，可以更精确地测量心率和心律变化；人工把脉需要医生长时间的接触患者的脉搏，如果需要诊断大量患者，医生的工作负担会很大。相比之下，现代医学仪器可以实现快速、高效的检测；受限于经验：把脉是一种需要经验积累的技能。初学者可能难以准确把握脉象，需要经过大量的实践和学习才能逐渐掌握。
现有技术中出现脉象仪，能够采集脉象信息，描记脉象。但现有的脉象仪虽能够采集脉象信息，但对于脉象信息的利用和分析，缺乏相关研究。如何根据脉象信息，能够更好的、更智能的辅助诊疗，是当前亟需研究的方向。
发明内容
本发明提供一种基于知识图谱的辅助诊疗系统，可以根据采集到的脉象信息，与健康测试对象以及患者测试对象的检测数据进行对比，可以自动获取诊疗建议，提高诊疗的精准度。
一种基于知识图谱的辅助诊疗系统，包括：
知识图谱模块，至少包括若干相同性别、相同年龄段的健康测试对象的第一脉象数据和若干相同性别、相同年龄段的患者测试对象的第二脉象数据，所述第一脉象数据和所述第二脉象数据构成脉象数据库；
诊疗检测模块，用于获取检测对象的第三脉象数据并将所述第三脉象数据与所述脉象数据库中的数据进行匹配，获得匹配结果；
诊疗推荐模块，包括若干诊疗建议，所述诊疗建议与所述第二脉象数据具有一一映射关系，所述诊疗推荐模块用于获取所述匹配结果并推送相应的所述诊疗建议。
更优地，所述第一脉象数据、所述第二脉象数据和所述第三脉象数据至少包括脉压PP、脉率PR和脉形PS，所述第一脉象数据、所述第二脉象数据和所述第三脉象数据均通过向量坐标（PP，PR，PS）表示；其中，脉压PP为收缩压和舒张压之间的差值，脉率PR为动脉搏动的频率值，脉形PS为若干大于0的自然数，用于分别对应不同的脉形。
更优地，所述第一脉象数据和所述第二脉象数据均在相同的温度和湿度环境下获取；
所述诊疗检测模块还包括修正模块，用于根据修正参数对所述第一脉象数据、所述第二脉象数据和所述第三脉象数据进行修正；所述修正参数至少包括气候参数Q、温度参数W和湿度参数H。
更优地，所述向量坐标通过如下公式获得：
，其中，温度参数W和湿度参数H分别为温度数值所对应的角度值以及湿度数值所对应的角度值，气候参数Q为经验修正系数。
更优地，所述气候参数Q根据以下方式获取：
当检测对象处于温带大陆性气候区时，Q取值Q1；
当检测对象处于温带海洋性气候区时，Q取值Q2；
当检测对象处于热带季风气候区时，Q取值Q3；
当检测对象处于热带雨林气候区时，Q取值Q4；
当检测对象处于温带高原山地气候区时，Q取值Q5；
其中，Q1-Q5为经验修正系数。
更优地，将所述第三脉象数据与所述脉象数据库中的数据进行匹配步骤包括：
获取第三脉象数据的向量坐标（PP3，PR3，PS3）；
获取若干第二脉象数据的向量坐标（PPm，PRm，PSm），获取若干第一脉象数据的向量坐标（PPn，PRn，PSn）；
通过如下公式获取向量坐标（PP3，PR3，PS3）与向量坐标（PPm，PRm，PSm）及向量坐标（PPn，PRn，PSn）之间的距离dm和dn：
；
；
其中，m为大于等于1的自然数；n为大于等于1的自然数；
获取dm和dn中的最小值，该最小值所对应的向量坐标为匹配结果。
本发明提供一种基于知识图谱的辅助诊疗系统，通过获取健康测试对象和患者测试对象的脉象数据，形成脉象数据库，该系统包含了众多健康测试对象和患者测试对象的脉象数据，使得医生可以根据患者的脉象数据，对比健康数据和患者数据，更准确地判断病情；系统通过将患者的脉象数据与数据库中的数据进行匹配，可以更快速而精确地获得对应的诊疗建议，提高诊断的准确性和效率；系统提供的诊疗建议与患者的脉象数据具有一一映射关系，可以根据每个患者的具体情况提供个性化的诊疗建议；通过自动匹配和推荐诊疗建议，可以节省医生的时间和精力，提高诊疗效率。
附图说明
图1为本发明提供的一种基于知识图谱的辅助诊疗系统的系统原理图。
具体实施方式
下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
如图1所示，本发明实施例提供的一种基于知识图谱的辅助诊疗系统，包括：
知识图谱模块，至少包括若干相同性别、相同年龄段的健康测试对象的第一脉象数据和若干相同性别、相同年龄段的患者测试对象的第二脉象数据，第一脉象数据和第二脉象数据构成脉象数据库；
诊疗检测模块，用于获取检测对象的第三脉象数据并将第三脉象数据与脉象数据库中的数据进行匹配，获得匹配结果；
诊疗推荐模块，包括若干诊疗建议，诊疗建议与第二脉象数据具有一一映射关系，诊疗推荐模块用于获取匹配结果并推送相应的诊疗建议。
由于不同性别人员的脉象会有所偏差，通过同性别的脉象来匹配判断，有利于提高诊断的准确性。脉象数据可以通过现有技术中的脉象仪或其他现有的传感器，如高精度压力传感器等来获取脉象数据，上述第一脉象数据和第二脉象数据是在较佳的、相同的温度和湿度环境下获取，温度和湿度可以设定一个较佳的舒适值，如湿度为50%，温度为24℃。相同年龄段可以根据实验或经验设定数据，如每10年为一个区间段，例如1-10岁为一个年龄段，10-20岁为一个年龄段。可以理解的是，该年龄段的划分并不唯一，可以根据能够获取的样本量来灵活设定。通过第一脉象数据，可以获取不同年龄段、不同性别的若干人群的脉象数据。相同的，通过第二脉象数据，根据不同的常见病种、病情等情况，分别获取对应的第二脉象数据。通过将检测对象的第三脉象数据与上述第一脉象数据和第二脉象数据进行比照，根据相似程度，来判断最符合检测对象的脉象特征。与第三脉象数据最相似的第一脉象数据或第二脉象数据，即判定为当前检测对象的脉象状态，得到匹配结果。系统根据匹配结果，通过与诊疗建议进行相匹配，进而得到相应的诊疗建议。
具体的，第一脉象数据、第二脉象数据和第三脉象数据至少包括脉压PP、脉率PR和脉形PS，第一脉象数据、第二脉象数据和第三脉象数据均通过向量坐标（PP，PR，PS）表示；其中，脉压PP为收缩压和舒张压之间的差值，脉率PR为动脉搏动的频率值，脉形PS为若干大于0的自然数，用于分别对应不同的脉形。
一般意义上，脉形有28种，分别是浮、沉、迟、数、滑、涩、虚、实、长、短、洪、微、紧、缓、弦、芤、革、牢、濡、弱、散、细、伏、动、促、结、代等，这些脉形在中医诊断中有着重要的意义，可以帮助医生判断患者的病情和身体状况。通过对每种脉形赋予相应的数值，来表示不同的脉形，有利于提高系统的处理效率，有利于提高系统的匹配结果的准确性。
对于脉形的获取，可采用光电容积法，其原理是利用光电技术检测血液容积的变化。在手指或耳垂等部位，血管丰富且皮肤较薄，当光线通过血液时，血液中的血红蛋白对光的吸收和散射作用使得透过光发生变化。通过测量透射光的强度，可以间接测量血液容积的变化，从而获得脉搏信号。
具体实现过程如下：
将光电式脉搏传感器固定在手指或耳垂等部位。
发射光源照射到手指或耳垂等部位，透射光穿过手指或耳垂等部位并被接收器接收。
接收器将透射光转换成电信号，通过放大和滤波等处理后，将电信号转换成数字信号。
数字信号被送入计算机或微处理器进行处理，从而获得脉搏信号。
需要注意的是，光电式脉搏传感器在使用过程中应保持清洁和干燥，避免外界干扰和电磁干扰。同时，为了获得准确的脉搏信号，应该将传感器固定在正确的位置并保持稳定。
具体的，诊疗检测模块还包括修正模块，用于根据修正参数对第一脉象数据、第二脉象数据和第三脉象数据进行修正；修正参数至少包括气候参数Q、温度参数W和湿度参数H。
由于脉象会受到众多因素的影响，传统的人工把脉方式，单纯的依靠经验，标准不一致且受到经验影响较大。而现有技术中的脉象仪，也仅能获取实际的脉象数据，如脉压、脉率、脉形等，但忽视了环境特征对脉象数据的影响。由于本实施例中，第一脉象数据和第三脉象数据是在特定温度和湿度条件下测量的，如获取不同温度和湿度条件下的样本，则会导致样本量巨大，系统复杂度提升。为了降低数据的复杂程度以及降低样本数据的获取难度，采用特定温度和湿度条件下获取第一脉象数据和第二脉象数据。但第三脉象数据由于检测环境的不确定，无法保证检测时的温度和湿度数据与获取第一脉象数据和第三脉象数据时的温度和湿度相同，因此需要引入温度参数W和湿度参数H。同时，生活在不同气候区的检测对象，长期受到环境因素的影响，其脉象也会有所差异，而这种差异，会导致判断上的误差，因此需要引入气候参数Q。
因此，本实施例中，引入了气候参数Q、温度参数W和湿度参数H，来对脉压和脉率进行修正，以提高诊疗建议的准确性。
进一步的，向量坐标通过如下公式获得：
，其中，温度参数W和湿度参数H分别为温度数值所对应的角度值以及湿度数值所对应的角度值，气候参数Q为经验修正系数。如，当温度为24℃时，则W取24°；当湿度为50%时，取H值为50°。
进一步的，气候参数Q根据以下方式获取：
当检测对象处于温带大陆性气候区时，Q取值Q1；
当检测对象处于温带海洋性气候区时，Q取值Q2；
当检测对象处于热带季风气候区时，Q取值Q3；
当检测对象处于热带雨林气候区时，Q取值Q4；
当检测对象处于温带高原山地气候区时，Q取值Q5；
其中，Q1-Q5为经验修正系数。
通过对温度参数W和湿度参数H的处理，同时通过对不同的气候区设置不同的气候参数Q，可以提高系统处理效率，同时提高诊疗的准确性。
具体的，将第三脉象数据与脉象数据库中的数据进行匹配步骤包括：
获取第三脉象数据的向量坐标（PP3，PR3，PS3）；
获取若干第二脉象数据的向量坐标（PPm，PRm，PSm），获取若干第一脉象数据的向量坐标（PPn，PRn，PSn）；
通过如下公式获取向量坐标（PP3，PR3，PS3）与向量坐标（PPm，PRm，PSm）及向量坐标（PPn，PRn，PSn）之间的距离dm和dn：
；
；
其中，m为大于等于1的自然数；n为大于等于1的自然数；m和n的数值可以根据系统所需的样本量设定。
获取dm和dn中的最小值，该最小值所对应的向量坐标为匹配结果。
通过上述公式的计算，可以有效的判断出与第三脉象数据的向量坐标最接近的第一脉象数据的向量坐标或第二脉象数据的向量坐标，该向量坐标所对应的脉象数据即为与检测对象最为接近的病种及病情类型，或者，该向量坐标所对应的脉象数据即为与检测对象最为接近的健康状况。
以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (2)

1.一种基于知识图谱的辅助诊疗系统，其特征在于，包括：
知识图谱模块，至少包括若干相同性别、相同年龄段的健康测试对象的第一脉象数据和若干相同性别、相同年龄段的患者测试对象的第二脉象数据，所述第一脉象数据和所述第二脉象数据构成脉象数据库；
诊疗检测模块，用于获取检测对象的第三脉象数据并将所述第三脉象数据与所述脉象数据库中的数据进行匹配，获得匹配结果；
诊疗推荐模块，包括若干诊疗建议，所述诊疗建议与所述第二脉象数据具有一一映射关系，所述诊疗推荐模块用于获取所述匹配结果并推送相应的所述诊疗建议；
所述第一脉象数据、所述第二脉象数据和所述第三脉象数据至少包括脉压PP、脉率PR和脉形PS，所述第一脉象数据、所述第二脉象数据和所述第三脉象数据均通过向量坐标（PP，PR，PS）表示；其中，脉压PP为收缩压和舒张压之间的差值，脉率PR为动脉搏动的频率值，脉形PS为若干大于0的自然数，用于分别对应不同的脉形；
所述第一脉象数据和所述第二脉象数据均在相同的温度和湿度环境下获取；
所述诊疗检测模块还包括修正模块，用于根据修正参数对所述第一脉象数据、所述第二脉象数据和所述第三脉象数据进行修正；所述修正参数至少包括气候参数Q、温度参数W和湿度参数H；
所述向量坐标通过如下公式获得：
向量坐标=（PP*sinW*cosH*Q，PR*sinW*cosH*Q，PS），其中，温度参数W和湿度参数H分别为温度数值所对应的角度值以及湿度数值所对应的角度值，气候参数Q为经验修正系数；
所述气候参数Q根据以下方式获取：
当检测对象处于温带大陆性气候区时，Q取值Q1；
当检测对象处于温带海洋性气候区时，Q取值Q2；
当检测对象处于热带季风气候区时，Q取值Q3；
当检测对象处于热带雨林气候区时，Q取值Q4；
当检测对象处于温带高原山地气候区时，Q取值Q5；
其中，Q1-Q5为经验修正系数。
2.如权利要求1所述的一种基于知识图谱的辅助诊疗系统，其特征在于，将所述第三脉象数据与所述脉象数据库中的数据进行匹配步骤包括：
获取第三脉象数据的向量坐标（PP3，PR3，PS3）；
获取若干第二脉象数据的向量坐标（PPm，PRm，PSm），获取若干第一脉象数据的向量坐标（PPn，PRn，PSn）；
通过如下公式获取向量坐标（PP3，PR3，PS3）与向量坐标（PPm，PRm，PSm）及向量坐标（PPn，PRn，PSn）之间的距离dm和dn：
；
；
其中，m为大于等于1的自然数；n为大于等于1的自然数；
获取dm和dn中的最小值，该最小值所对应的向量坐标为匹配结果。
CN202311591093.5A 2023-11-27 2023-11-27 一种基于知识图谱的辅助诊疗系统 Active CN117292821B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311591093.5A CN117292821B (zh) 2023-11-27 2023-11-27 一种基于知识图谱的辅助诊疗系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311591093.5A CN117292821B (zh) 2023-11-27 2023-11-27 一种基于知识图谱的辅助诊疗系统

Publications (2)

Publication Number Publication Date
CN117292821A CN117292821A (zh) 2023-12-26
CN117292821B true CN117292821B (zh) 2024-02-27

Family

ID=89248447

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311591093.5A Active CN117292821B (zh) 2023-11-27 2023-11-27 一种基于知识图谱的辅助诊疗系统

Country Status (1)

Country Link
CN (1) CN117292821B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006218033A (ja) * 2005-02-09 2006-08-24 Univ Of Electro-Communications 生体識別方法及び生体識別装置
CN102247128A (zh) * 2010-05-19 2011-11-23 中国科学院计算技术研究所 人体脉搏信息采集装置及人体健康状况监护装置
CN103330550A (zh) * 2013-03-04 2013-10-02 北京中医药大学 Mems液压传触的脉诊三部九侯信息自动获取和识别装置及方法
CN105395173A (zh) * 2015-12-16 2016-03-16 暨南大学 一种远程脉象监控系统
KR101759338B1 (ko) * 2016-11-29 2017-07-19 (유)엔와이텔 오픈 api를 활용한 빅데이터 기반 헬스 케어 코칭 인공지능 시스템
CN106991886A (zh) * 2017-04-07 2017-07-28 天津大学 一种具有自修正系统的脉象模拟装置
CN108742548A (zh) * 2018-06-25 2018-11-06 上海中医药大学 一种可视化中医脉图系统及装置
CN109069031A (zh) * 2016-10-20 2018-12-21 京东方科技集团股份有限公司 用于确定对象血压的设备和方法
CN109313937A (zh) * 2017-09-11 2019-02-05 深圳市得道健康管理有限公司 基于云计算平台的中医脉象辅助诊断系统及方法
CN110070945A (zh) * 2019-04-11 2019-07-30 东南大学 一种基于大数据分析技术的数据脉象价值分析方法
CN110545714A (zh) * 2017-02-28 2019-12-06 4Dx有限公司 扫描和评价肺和血管健康状况的方法
CN111558148A (zh) * 2020-03-23 2020-08-21 广东艾诗凯奇智能科技有限公司 颈部按摩仪的健康检测方法及颈部按摩仪
CN112826471A (zh) * 2019-11-05 2021-05-25 深圳市大富智慧健康科技有限公司 血压检测装置、血压检测系统及血压监测方法
CN116194968A (zh) * 2020-10-05 2023-05-30 伊顿智能动力有限公司 用于检测装备的移除和其他状态条件的个人防护装备系统和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6636872B2 (ja) * 2016-06-30 2020-01-29 京セラ株式会社 電子機器及び推定システム

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006218033A (ja) * 2005-02-09 2006-08-24 Univ Of Electro-Communications 生体識別方法及び生体識別装置
CN102247128A (zh) * 2010-05-19 2011-11-23 中国科学院计算技术研究所 人体脉搏信息采集装置及人体健康状况监护装置
CN103330550A (zh) * 2013-03-04 2013-10-02 北京中医药大学 Mems液压传触的脉诊三部九侯信息自动获取和识别装置及方法
CN105395173A (zh) * 2015-12-16 2016-03-16 暨南大学 一种远程脉象监控系统
CN109069031A (zh) * 2016-10-20 2018-12-21 京东方科技集团股份有限公司 用于确定对象血压的设备和方法
KR101759338B1 (ko) * 2016-11-29 2017-07-19 (유)엔와이텔 오픈 api를 활용한 빅데이터 기반 헬스 케어 코칭 인공지능 시스템
CN110545714A (zh) * 2017-02-28 2019-12-06 4Dx有限公司 扫描和评价肺和血管健康状况的方法
CN106991886A (zh) * 2017-04-07 2017-07-28 天津大学 一种具有自修正系统的脉象模拟装置
CN109313937A (zh) * 2017-09-11 2019-02-05 深圳市得道健康管理有限公司 基于云计算平台的中医脉象辅助诊断系统及方法
CN108742548A (zh) * 2018-06-25 2018-11-06 上海中医药大学 一种可视化中医脉图系统及装置
CN110070945A (zh) * 2019-04-11 2019-07-30 东南大学 一种基于大数据分析技术的数据脉象价值分析方法
CN112826471A (zh) * 2019-11-05 2021-05-25 深圳市大富智慧健康科技有限公司 血压检测装置、血压检测系统及血压监测方法
CN111558148A (zh) * 2020-03-23 2020-08-21 广东艾诗凯奇智能科技有限公司 颈部按摩仪的健康检测方法及颈部按摩仪
CN116194968A (zh) * 2020-10-05 2023-05-30 伊顿智能动力有限公司 用于检测装备的移除和其他状态条件的个人防护装备系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张敏.《中医西解 中西医学理论的深度融合》.湖南科学技术出版社,2015,第448-453页. *

Also Published As

Publication number Publication date
CN117292821A (zh) 2023-12-26

Similar Documents

Publication Publication Date Title
CN103385702B (zh) 一种无创血压连续检测装置及方法
Sola et al. Noninvasive and nonocclusive blood pressure estimation via a chest sensor
CN106901705A (zh) 一种无感知人体多生理参数采集装置及采集方法和应用
CN112274127B (zh) 一种基于单路脉搏波的无创连续血压检测方法、装置
CN109758160B (zh) 一种基于lstm-rnn模型的无创血糖预测方法
Chen et al. Machine learning method for continuous noninvasive blood pressure detection based on random forest
CN115299899B (zh) 基于多传感器的活动识别与逐搏血压监测分析预警系统
CN111599470B (zh) 一种用于提高近红外无创血糖检测精度的方法
CN108324286B (zh) 一种基于pca-narx校正算法的红外光无创血糖检测装置
CN111000544B (zh) 基于ppg波形的混合式连续血压测量模型构建方法及系统
CN112274120B (zh) 一种基于单路脉搏波的无创动脉硬化检测方法、装置
CN104644151B (zh) 一种基于光电容积脉搏信号的压力脉搏波波形传播预测方法
Liu et al. Cuffless blood pressure measurement using smartwatches: a large-scale validation study
CN107995981B (zh) 一种用于血压测量装置的数据处理方法
Nandi et al. A novel cnn-lstm model based non-invasive cuff-less blood pressure estimation system
CN115089145A (zh) 基于多尺度残差网络和ppg信号的智能血压预测方法
CN108742588B (zh) 一种脉搏波波速检测方法及装置
CN116327188B (zh) 一种基于指夹式血氧仪的血氧分析方法
CN117100239A (zh) 基于cnn+lstm和ppg信号的血压检测系统
CN117292821B (zh) 一种基于知识图谱的辅助诊疗系统
CN210095711U (zh) 一种无创连续血压测量设备
CN114145725B (zh) 一种基于无创连续血压测量的ppg采样率估算方法
CN114886421A (zh) 一种基于近红外的高精度无创血糖浓度检测系统及方法
CN114343596A (zh) 一种基于反向血流传播时间的连续血压测量系统及方法
JP2019513062A (ja) 被検者の収縮期血圧および／または拡張期血圧を導出する方法

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