CN117373589B - 基于数字疗法的神经介入术后抗凝管理系统 - Google Patents
基于数字疗法的神经介入术后抗凝管理系统 Download PDFInfo
- Publication number
- CN117373589B CN117373589B CN202311298095.5A CN202311298095A CN117373589B CN 117373589 B CN117373589 B CN 117373589B CN 202311298095 A CN202311298095 A CN 202311298095A CN 117373589 B CN117373589 B CN 117373589B
- Authority
- CN
- China
- Prior art keywords
- doctor
- pixel
- working equipment
- character
- pixel conversion
- 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
Links
- 230000010100 anticoagulation Effects 0.000 title claims abstract description 14
- 238000002560 therapeutic procedure Methods 0.000 title claims abstract description 14
- 230000002980 postoperative effect Effects 0.000 title abstract description 9
- 210000005036 nerve Anatomy 0.000 title description 3
- 238000007726 management method Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims description 112
- 238000012544 monitoring process Methods 0.000 claims description 66
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012795 verification Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000013475 authorization Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 230000023555 blood coagulation Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010882 preoperative diagnosis Methods 0.000 claims description 3
- 239000003146 anticoagulant agent Substances 0.000 claims description 2
- 229940127219 anticoagulant drug Drugs 0.000 claims description 2
- 238000013523 data management Methods 0.000 abstract description 2
- 238000005336 cracking Methods 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了基于数字疗法的神经介入术后抗凝管理系统,涉及神经接入术后抗凝数据管理技术领域,本发明通过设置医生模块,对医生的身份信息数据进行认证,数据分析模块周期性分析获取医院内每个医生对应工作设备的设备行为序列值,医生单元基于其对应工作设备内存储的设备行为序列值将其当前键入的账户名称、账户密码和键入的工作设备的MAC地址转换为身份认证图像,基于每次登录的间隔时长使用于进行身份认证的图像动态化,且将认证的信息映射到图像中的像素点,图像的行、列像素点的个数都具有不同的含义,增大了三方破解的难度,从而保证了患者监测采集数据的安全。
Description
技术领域
本发明涉及神经接入术后抗凝数据管理技术领域,具体涉及基于数字疗法的神经介入术后抗凝管理系统。
背景技术
数字疗法是由高质量软件程序驱动的循证治疗干预措施,用于预防、管理或治疗医疗紊乱或疾病。数字疗法可以广义地定义为利用数字技术和基于互联网的健康技术,来刺激患者行为改变的治疗方法。数字疗法的核心,就是通过高度智能化的医疗软件来驱动对特定疾病的预防、治疗和管理。
目前,为了便于更好的管理患者的相关信息数据并保证其存储的安全,其将采集到的患者相关信息数据传输到云端管理中心进行安全存储,然而由于医生需要对患者的相关信息数据进行详细的了解,因此不得不对医生开放访问数据的信任账号,医生通过登录授权信任的账户和密码登录远端管理中心进行数据访问,然而信任账号和密码存在丢失的风险,如果丢失,将导致云端管理中心中存储的所有患者数据被泄露,最终将对患者造成重大的损失,现有的一种基于数字疗法的神经介入术后抗凝管理系统,采用账户名称、账户密码和一对一登录设备的双重认证方式,授权信任的账户必须在特定的一个登录设备上进行登录才能认证成功,这样的方式相较于现有的认证方式只是多采集了设备的信息数据,并且采集的所有数据仍然需要传输到云端,如果设备的信息数据被泄露,那么三方就有可能伪造认证信息数据同样会导致云端管理中心中存储的所有患者数据被泄露;同时基于账户名称、密码和设备信息数据属于常规的认证方式,三方将很容易找到破解的方向;
为了解决上述问题,本发明提出了一种解决方案。
发明内容
本发明的目的在于提供基于数字疗法的神经介入术后抗凝管理系统,目的是为了解决现有技术中采用账户名称、账户密码和一对一登录设备的双重认证方式,授权信任的账户必须在特定的一个登录设备上进行登录才能认证成功,这样的方式相较于现有的认证方式只是多采集了设备的信息数据,并且采集的所有数据仍然需要传输到云端,如果设备的信息数据被泄露,那么三方就有可能伪造认证信息数据同样会导致云端管理中心中存储的所有患者数据被泄露;同时基于账户名称、密码和设备信息数据属于常规的认证方式,三方将很容易找到破解的方向的问题。
本发明的目的可以通过以下技术方案实现:
基于数字疗法的神经介入术后抗凝管理系统,包括:
监测采集模块,每隔一个监测周期对该监测周期内医院患者的相关数据进行采集并依据在该监测周期内采集到的患者的相关数据生成该患者在该监测周期的监测采集数据,一个所述监测周期为Z1,所述Z1为预设时间阈值;
数据分析模块,周期性对医院内医生访问患者监测采集数据的行为进行分析生成医院内所有医生的设备行为序列值;
医生模块,用于医生对医院内患者的监测采集数据进行安全浏览,所述医生模块包括若干个医生单元,一个所述医生单元对应医院内一个医生,一个医生对应有一个工作设备,所述工作设备是由医院为医生配备的用于日常办公的设备,所述医生单元中更新存储有对应医生的设备行为序列值;
所述医生单元获取对应医生当前在其工作设备上键入的账户名称、账户密码并按照一定的生成规则生成当前该医生基于该工作设备的身份认证图像并将其传输到云端管理中心;
所述云端管理中心,对医院内患者的监测采集数据进行管理,所述云端管理中心包括身份认证单元和浏览显示单元;
所述云端管理中心接收到医生单元传输的该医生基于该工作设备的身份认证图像后识别传输该医生基于该工作设备的身份认证图像的工作设备的MAC地址信息,将其和该医生基于该工作设备的身份认证图像传输到身份认证单元;
所述身份认证单元接收到云端管理中心传输的该医生基于该工作设备的身份认证图像和其工作设备的MAC地址信息后依据该工作设备的MAC地址信息在其内存储的所有授权允许登录访问患者监测采集数据的授权设备的MAC地址进行一致性匹配;
匹配成功后获取与该授权设备的MAC地址对应的授权允许登录访问患者监测采集数据的账户名称、账号密码和设备行为序列值,并依据其生成当前该医生基于该工作设备的身份校验图像,将其和接收到的当前该医生基于该工作设备的身份认证图像进行一致性比对,比对通过后,所述浏览显示单元向对应的医生单元开放患者监测采集数据浏览权限供给其浏览患者的监测采集数据。
进一步的,所述患者在一个监测周期的监测采集数据包括该患者的个人信息、术前诊断和手术方案、抗凝药物使用情况、凝血功能检测结果和并发症发生情况数据;所述患者的个人信息包括姓名、年龄、性别和身份证号码。
进一步的,所述云端管理中心还包括数据存储单元,所述数据存储单元中存储有医院内所有患者在每个监测周期内的监测采集数据。
进一步的,所述工作设备为电脑。
进一步的,所述医生单元生成当前该医生基于该工作设备的身份认证图像的具体生成规则如下:
S21:获取该所述医生单元中存储的设备行为序列值J1;
S22:获取该医生单元中对应医生在其工作设备上上一次和当前键入账户名称和账户密码键入时刻的间隔时长P1,这里需要说明的是间隔时长P1的单位为秒;
S23:获取对应医生当前在其工作设备上键入的账户名称并按照字符键入的先后顺序,将构成该账户名称中的字符依次标记为K1、K2、...、Kk,k≥1;
S24:按照第一字符计算规则计算获取字符K1、K2、...、Kk的定长像素转换量M1、M2、...、Mk、变长像素转换量N1、N2、...、Nk和像素转换宽度O1、O2、...、Ok,具体如下:
S241:获取字符K1在unicode汉字编码表中对应的编码值并将其转换为十进制数,将转换后的十进制数,标定为字符K1的字符进制转换值,标记为L1;
S242:利用公式计算获取字符K1对应的定长像素转换量M1,利用公式/>计算获取字符K1对应的变长转换像素量N1,所述L为预设初始像素量,所述λ1为预设调整角度数值,这里需要说明的是int(L1/L)为向下取整,所述O1为字符K1对应的像素转换宽度,所述O1的计算公式为O1=L×P1×J1×β1,所述β1为预设数值;
S243:按照S241到S242依次计算获取字符K1、K2、...、Kk的定长像素转换量M1、M2、...、Mk、变长像素转换量N1、N2、...、Nk和像素转换宽度O1、O2、...、Ok;
S25:获取对应医生在其工作设备上键入的账户密码并按照字符键入的先后顺序,将构成该账户名称中的字符依次标记为Q1、Q2、...、Qq,q≥1;
S26:按照第二字符计算规则计算获取字符Q1、Q2、...、Qq的定长像素转换量R1、R2、...、Rq、变长像素转换量T1、T2、...、Tq和像素转换宽度S1、S2、...、Sq:
S27:获取对应医生键入账户名称和账户密码的工作设备的MAC地址,并按照从左到右的顺序依次将构成该MAC地址中的字符标记为V1、V2、...、Vv,v=1、2、...、12,这里需要说明的是这里构成的MAC地址中的字符不包括“-”;
S28:按照第三字符计算规则计算获取字符V1、V2、...、Vv的定长像素转换量W1、W2、...、Wv、变长像素转换量Y1、Y2、...、Yv和像素转换宽度X1、X2、...、Xv:
所述医生单元生成像素宽度为I1,像素高度为I2的空白图像并将其标定为当前该医生基于该工作设备的基础认证图像,所述I1=O1+1+ O2+1+...+Ok+1+S1+1+S2+1...+Sq+1+X1+1+X2+1...+Xv+1,所述I2为M1、M2、...、Mk、N1、N2、...、Nk、R1、R2、...、Rq、T1、T2、...、Tq、W1、W2、...、Wv、Y1、Y2、...、Yv中的最大值;所述该医生基于该工作设备的基础认证图像中每一个像素点的RGB值都为(255,255,255);
S29:依据字符K1的定长像素转换量M1、变长像素转换量N1和像素转换宽度O1在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0),具体如下;
S291:依据字符K1对应的定长像素转换量M1和像素转换宽度O1,选定该医生基于该工作设备的基础认证图像中第一行、第二行、...、第O1行的前M1个像素点,将其RGB值修改为(0,0,0);
S292:依据字符K1对应的边长转换像素量N1,选定该医生基于该工作设备的基础认证图像中第O1+1行的前N1个像素点,将其RGB值修改为(0,0,0);
S210:依据字符K2定长像素转换量M2、变长像素转换量N2和像素转换宽度O2在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0);
S211:按照S29到S210依据字符K1、K2、...、Kk、字符Q1、Q2、...、Qq、字符V1、V2、...、Vv的定长像素转换量、变长像素转换量和像素转换宽度在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0),修改完成后基于修改后的该医生基于该工作设备。
本发明的有益效果:
本发明通过设置医生模块,对想要访问云端管理中心中存储的医院内患者监测采集数据的医生的身份信息数据进行认证,数据分析模块周期性对医院内医生访问患者监测采集数据的行为进行分析获取医院内每个医生对应工作设备的设备行为序列值,医生单元基于其对应工作设备内存储的设备行为序列值将其当前键入的账户名称、账户密码和键入的工作设备的MAC地址转换为身份认证图像,一方面避免采用常规的传输账户名称、账户密码和MAC地址数据,具有迷惑性,使三方破解的方向不容易确定,另一方面基于每次登录的间隔时长使用于进行身份认证的图像动态化,且将认证的信息映射到图像中的像素点,图像的行、列像素点的个数都具有不同的含义,增大了三方破解的难度,从而保证了患者监测采集数据的安全。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,基于数字疗法的神经介入术后抗凝管理系统,包括监测采集模块、云端管理中心和数据分析模块;
所述监测采集模块,对医院内患者的相关数据进行采集,所述监测采集模块,每隔一个监测周期对该监测周期内医院患者的相关数据进行采集并依据在该监测周期内采集到的患者的相关数据生成该患者在该监测周期的监测采集数据,在本实施例中,所述患者在一个监测周期的监测采集数据包括该患者的个人信息、术前诊断和手术方案、抗凝药物使用情况、凝血功能检测结果和并发症发生情况数据;所述患者的个人信息包括姓名、年龄、性别和身份证号码;
所述监测采集模块将该患者在该监测周期的监测采集数据传输到云端管理中心;
所述云端管理中心用于对患者的监测采集数据进行安全管理,所述云端管理中心包括数据存储单元、身份认证单元和浏览显示单元,所述云端管理中心接收到监测采集模块传输的该患者在该监测周期的监测采集数据后将其传输到数据存储单元中进行永久存储;
所述身份认证单元中存储有医院内所有授权允许登录访问患者监测采集数据的账户名称、账号密码和授权设备的MAC地址;
医生模块,对医院内患者的监测采集数据进行访问,所述医生模块包括若干个人医生单元,所述工作设备是由医院为医生配备的用于日常办公的设备,在本实施例中,所述工作设备为电脑,所述医生单元中更新存储有对应医生的设备行为序列值;
所述医生单元获取对应医生当前在其工作设备上键入的账户名称、账户密码并按照一定的生成规则生成当前该医生基于该工作设备的身份认证图像,具体的生成规则如下:
S21:获取该所述医生单元中存储的设备行为序列值J1;
S22:获取该医生单元中对应医生在其工作设备上上一次和当前键入账户名称和账户密码键入时刻的间隔时长P1,这里需要说明的是间隔时长P1的单位为秒;
S23:获取对应医生当前在其工作设备上键入的账户名称并按照字符键入的先后顺序,将构成该账户名称中的字符依次标记为K1、K2、...、Kk,k≥1;
S24:按照第一字符计算规则计算获取字符K1、K2、...、Kk的定长像素转换量M1、M2、...、Mk、变长像素转换量N1、N2、...、Nk和像素转换宽度O1、O2、...、Ok,具体如下:
S241:获取字符K1在unicode汉字编码表中对应的编码值并将其转换为十进制数,将转换后的十进制数,标定为字符K1的字符进制转换值,标记为L1;
S242:利用公式计算获取字符K1对应的定长像素转换量M1,利用公式/>计算获取字符K1对应的变长转换像素量N1,所述L为预设初始像素量,所述λ1为预设调整角度数值,这里需要说明的是int(L1/L)为向下取整,所述O1为字符K1对应的像素转换宽度,所述O1的计算公式为O1=L×P1×J1×β1,所述β1为预设数值;
S243:按照S241到S242依次计算获取字符K1、K2、...、Kk的定长像素转换量M1、M2、...、Mk、变长像素转换量N1、N2、...、Nk和像素转换宽度O1、O2、...、Ok;
S25:获取对应医生在其工作设备上键入的账户密码并按照字符键入的先后顺序,将构成该账户名称中的字符依次标记为Q1、Q2、...、Qq,q≥1;
S26:按照第二字符计算规则计算获取字符Q1、Q2、...、Qq的定长像素转换量R1、R2、...、Rq、变长像素转换量T1、T2、...、Tq和像素转换宽度S1、S2、...、Sq,具体如下:
S261:对字符Q1进行数字判定:
若字符Q1为数字,利用公式计算获取字符Q1对应的定长像素转换量R1,利用公式/>计算获取字符Q1对应的变长转换像素量T1,所述λ2为预设调整角度数值,这里需要说明的是int(Q1/S1)为向下取整,所述S1为字符Q1对应的像素转换宽度,所述S1的计算公式为S1=L×P1×J1×β2,所述β2为预设数值;
反之,获取字符Q1在ascii对照码中对应的码值并将其传输为二进制数,将转换后的二进制数,标定为字符Q1的字符进制转换值,标记为U1;
利用公式计算获取字符Q1对应的定长像素转换量R1,利用公式/>计算获取字符Q1对应的变长转换像素量T1,这里需要说明的是int(U1/S1)为向下取整;
S262:按照S261依次计算获取字符Q1、Q2、...、Qq的定长像素转换量R1、R2、...、Rq、变长像素转换量T1、T2、...、Tq和像素转换宽度S1、S2、...、Sq;
S27:获取对应医生键入账户名称和账户密码的工作设备的MAC地址,并按照从左到右的顺序依次将构成该MAC地址中的字符标记为V1、V2、...、Vv,v=1、2、...、12,这里需要说明的是这里构成的MAC地址中的字符不包括“-”;
S28:按照第三字符计算规则计算获取字符V1、V2、...、Vv的定长像素转换量W1、W2、...、Wv、变长像素转换量Y1、Y2、...、Yv和像素转换宽度X1、X2、...、Xv,具体如下:
S281:若字符V1为数字,利用公式计算获取字符V1对应的定长像素转换量W1,利用公式/>计算获取字符V1对应的变长转换像素量Y1,所述λ3为预设调整角度数值,这里需要说明的是int(V1/X1)为向下取整,所述X1为字符V1对应的像素转换宽度,所述X1的计算公式为X1=L×P1×J1×β3,所述β3为预设数值;
反之,获取字符V1在ascii对照码中对应的码值并将其传输为二进制数,将转换后的二进制数,标定为字符V1的字符进制转换值,标记为W1;
利用公式计算获取字符V1对应的定长像素转换量W1,利用公式/>计算获取字符V1对应的变长转换像素量Y1,这里需要说明的是int(W1/S1)为向下取整;
S282:按照S281依次计算获取字符V1、V2、...、Vv的定长像素转换量W1、W2、...、Wv、变长像素转换量Y1、Y2、...、Yv和像素转换宽度X1、X2、...、Xv;
所述医生单元生成像素宽度为I1,像素高度为I2的空白图像并将其标定为当前该医生基于该工作设备的基础认证图像,所述I1=O1+1+ O2+1+...+Ok+1+S1+1+S2+1...+Sq+1+X1+1+X2+1...+Xv+1,所述I2为M1、M2、...、Mk、N1、N2、...、Nk、R1、R2、...、Rq、T1、T2、...、Tq、W1、W2、...、Wv、Y1、Y2、...、Yv中的最大值;所述该医生基于该工作设备的基础认证图像中每一个像素点的RGB值都为(255,255,255);
S29:依据字符K1的定长像素转换量M1、变长像素转换量N1和像素转换宽度O1在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0),具体如下;
S291:依据字符K1对应的定长像素转换量M1和像素转换宽度O1,选定该医生基于该工作设备的基础认证图像中第一行、第二行、...、第O1行的前M1个像素点,将其RGB值修改为(0,0,0);
S292:依据字符K1对应的边长转换像素量N1,选定该医生基于该工作设备的基础认证图像中第O1+1行的前N1个像素点,将其RGB值修改为(0,0,0);
S210:依据字符K2定长像素转换量M2、变长像素转换量N2和像素转换宽度O2在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0),具体如下;
S2101:依据字符K2对应的定长像素转换量M2、变长像素转换量N2和像素转换宽度O2,选定该医生基于该工作设备的基础认证图像中第O1+2行、第O1+3行、...、第O1+1+O2行的前M2个像素点,将其RGB值修改为(0,0,0);
S2102:依据字符K2对应的边长转换像素量N2,选定该医生基于该工作设备的基础认证图像中第O1+1+O2+1行的前N2个像素点,将其RGB值修改为(0,0,0);
S211:按照S29到S210依据字符K1、K2、...、Kk、字符Q1、Q2、...、Qq、字符V1、V2、...、Vv的定长像素转换量、变长像素转换量和像素转换宽度在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0),修改完成后基于修改后的该医生基于该工作设备的基础认证图像生成当前该医生基于该工作设备的身份认证图像并将其传输到云端管理中心;
所述云端管理中心接收到医生单元传输的该医生基于该工作设备的身份认证图像后识别传输该医生基于该工作设备的身份认证图像的工作设备的MAC地址信息,将其和该医生基于该工作设备的身份认证图像传输到身份认证单元;
所述身份认证单元接收到云端管理中心传输的该医生基于该工作设备的身份认证图像和其工作设备的MAC地址信息后依据该工作设备的MAC地址信息在其内存储的所有授权允许登录访问患者监测采集数据的授权设备的MAC地址进行一致性匹配;
匹配成功后获取与该授权设备的MAC地址对应的授权允许登录访问患者监测采集数据的账户名称、账号密码和设备行为序列值,并依据其按照S21到S211的步骤生成当前该医生基于该工作设备的身份校验图像,将其和接收到的当前该医生基于该工作设备的身份认证图像进行一致性比对,比对通过后,所述身份认证单元生成认证通过指令并将其传输到浏览显示单元,所述浏览显示单元向其开放患者监测采集数据浏览权限供给其进行浏览数据;
所述数据分析模块,周期性对医院内医生访问患者监测采集数据的行为进行分析,具体的分析步骤如下:
S11:首先选定医院内一授权允许访问患者的医生为待模拟用户;
S12:获取一个操作周期内待模拟用户在其对应工作设备上的登录时长A1、单个患者的监测采集数据访问时长B1和浏览该患者监测采集数据的数据容量大小C1和该操作周期内待模拟用户浏览监测采集数据分属患者的数量b,一个完整的操作周期是从待模拟用户在其对应的工作设备中键入登录账户和登录密码开始到待模拟用户登出登录账户和登录密码结束;
所述待模拟用户的登录时长即为操作周期的间隔时长,所述单个患者的数据访问时长指代的是待模拟用户在其对应工作设备上浏览该患者的监测采集数据的时长,所述浏览数据容量大小指代的是待模拟用户在其对应工作设备上浏览该患者的监测采集数据的数据容量大小;
S13:构造待模拟用户在该操作周期的行为矩阵,并利用公式E1=D1/A1计算获取该操作周期待模拟用户在其对应工作设备上的浏览行为特征值E1,所述α1、α2分别为预设系数;
S14:按照S12到S13计算获取e个操作周期待模拟用户在其对应工作设备上的浏览行为特征值E1、E2、...、Ee,e≥1,所述e个操作周期是从当前操作周期开始向过去回溯e个操作周期;
S15:按照一定的计算规则计算获取待模拟用户的设备行为序列值H1,具体如下:
S151:利用公式F1=E1-E计算获取待模拟用户在一个操作周期的行为特征差值,若F1≥F,则不做任何处理,反之,则将待模拟用户在该操作周期的浏览行为特征值重新标定为行为特征值,标记为G1,所述E为e个操作周期待模拟用户浏览行为值的平均值,所述F为预设的比较阈值;
S152:按照S151依次计算获取e个操作周期待模拟用户在其对应工作设备上的行为特征差值F1、F2、...、Fe,并将其依次和F进行大小比较,获取e个操作周期待模拟用户在其对应工作设备上的所有行为特征值G1、G2、...、Gg,1≤g≤e并利用加和求平均公式计算获取其均值,将其重新标定为待模拟用户的设备行为序列值,标记为H1;
S16:依次选定医院内所有医生为待授权用户,按照S12到S15计算获取医院内所有医生的设备行为序列值并按照从大到小的顺序依次将其标记为H1、H2、...、Hh,h≥1;
所述数据分析模块将医院内所有医生的设备行为序列值分别传输到医生模块和云端管理中心,所述医生模块接收到数据分析模块传输的所有医生的设备行为序列值后将其分别传输到对应医生的医生单元中进行更新存储;
所述云端管理中心接收到数据分析模块传输的医院内所有医生的设备行为序列值后将其传输到身份认证单元中进行更新存储;
在说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (3)
1.基于数字疗法的神经介入术后抗凝管理系统,其特征在于,包括:
监测采集模块,每隔一个监测周期对该监测周期内医院患者的相关数据进行采集并依据在该监测周期内采集到的患者的相关数据生成该患者在该监测周期的监测采集数据,一个所述监测周期为Z1,所述Z1为预设时间阈值;
患者在一个监测周期的监测采集数据包括该患者的个人信息、术前诊断和手术方案、抗凝药物使用情况、凝血功能检测结果和并发症发生情况数据;所述患者的个人信息包括姓名、年龄、性别和身份证号码;
数据分析模块,周期性对医院内医生访问患者监测采集数据的行为进行分析生成医院内所有医生的设备行为序列值;
医生模块,用于医生对医院内患者的监测采集数据进行安全浏览,所述医生模块包括若干个医生单元,一个所述医生单元对应医院内一个医生,一个医生对应有一个工作设备,所述工作设备是由医院为医生配备的用于日常办公的设备,所述医生单元中更新存储有对应医生的设备行为序列值;
所述医生单元获取对应医生当前在其工作设备上键入的账户名称、账户密码并按照一定的生成规则生成当前该医生基于该工作设备的身份认证图像并将其传输到云端管理中心;
所述云端管理中心,对医院内患者的监测采集数据进行管理,所述云端管理中心包括身份认证单元和浏览显示单元;
所述云端管理中心接收到医生单元传输的该医生基于该工作设备的身份认证图像后识别传输该医生基于该工作设备的身份认证图像的工作设备的MAC地址信息,将其和该医生基于该工作设备的身份认证图像传输到身份认证单元;
所述身份认证单元接收到云端管理中心传输的该医生基于该工作设备的身份认证图像和其工作设备的MAC地址信息后依据该工作设备的MAC地址信息在其内存储的所有授权允许登录访问患者监测采集数据的授权设备的MAC地址进行一致性匹配;
匹配成功后获取与该授权设备的MAC地址对应的授权允许登录访问患者监测采集数据的账户名称、账号密码和设备行为序列值,并依据其生成当前该医生基于该工作设备的身份校验图像,将其和接收到的当前该医生基于该工作设备的身份认证图像进行一致性比对,比对通过后,所述浏览显示单元向对应的医生单元开放患者监测采集数据浏览权限供给其浏览患者的监测采集数据;
所述医生单元生成当前该医生基于该工作设备的身份认证图像的具体生成规则如下:
S21:获取该所述医生单元中存储的设备行为序列值J1;
S22:获取该医生单元中对应医生在其工作设备上上一次和当前键入账户名称和账户密码键入时刻的间隔时长P1,这里需要说明的是间隔时长P1的单位为秒;
S23:获取对应医生当前在其工作设备上键入的账户名称并按照字符键入的先后顺序,将构成该账户名称中的字符依次标记为K1、K2、...、Kk,k≥1;
S24:按照第一字符计算规则计算获取字符K1、K2、...、Kk的定长像素转换量M1、M2、...、Mk、变长像素转换量N1、N2、...、Nk和像素转换宽度O1、O2、...、Ok,具体如下:
S241:获取字符K1在unicode汉字编码表中对应的编码值并将其转换为十进制数,将转换后的十进制数,标定为字符K1的字符进制转换值,标记为L1;
S242:利用公式计算获取字符K1对应的定长像素转换量M1,利用公式/>计算获取字符K1对应的变长转换像素量N1,所述L为预设初始像素量,所述λ1为预设调整角度数值,这里需要说明的是int(L1/L)为向下取整,所述O1为字符K1对应的像素转换宽度,所述O1的计算公式为O1=L×P1×J1×β1,所述β1为预设数值;
S243:按照S241到S242依次计算获取字符K1、K2、...、Kk的定长像素转换量M1、M2、...、Mk、变长像素转换量N1、N2、...、Nk和像素转换宽度O1、O2、...、Ok;
S25:获取对应医生在其工作设备上键入的账户密码并按照字符键入的先后顺序,将构成该账户名称中的字符依次标记为Q1、Q2、...、Qq,q≥1;
S26:按照第二字符计算规则计算获取字符Q1、Q2、...、Qq的定长像素转换量R1、R2、...、Rq、变长像素转换量T1、T2、...、Tq和像素转换宽度S1、S2、...、Sq:
S27:获取对应医生键入账户名称和账户密码的工作设备的MAC地址,并按照从左到右的顺序依次将构成该MAC地址中的字符标记为V1、V2、...、Vv,v=1、2、...、12,这里需要说明的是这里构成的MAC地址中的字符不包括“-”;
S28:按照第三字符计算规则计算获取字符V1、V2、...、Vv的定长像素转换量W1、W2、...、Wv、变长像素转换量Y1、Y2、...、Yv和像素转换宽度X1、X2、...、Xv:
所述医生单元生成像素宽度为I1,像素高度为I2的空白图像并将其标定为当前该医生基于该工作设备的基础认证图像,所述I1=O1+1+ O2+1+...+Ok+1+S1+1+S2+1...+Sq+1+X1+1+X2+1...+Xv+1,所述I2为M1、M2、...、Mk、N1、N2、...、Nk、R1、R2、...、Rq、T1、T2、...、Tq、W1、W2、...、Wv、Y1、Y2、...、Yv中的最大值;所述该医生基于该工作设备的基础认证图像中每一个像素点的RGB值都为(255,255,255);
S29:依据字符K1的定长像素转换量M1、变长像素转换量N1和像素转换宽度O1在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0),具体如下;
S291:依据字符K1对应的定长像素转换量M1和像素转换宽度O1,选定该医生基于该工作设备的基础认证图像中第一行、第二行、...、第O1行的前M1个像素点,将其RGB值修改为(0,0,0);
S292:依据字符K1对应的边长转换像素量N1,选定该医生基于该工作设备的基础认证图像中第O1+1行的前N1个像素点,将其RGB值修改为(0,0,0);
S210:依据字符K2定长像素转换量M2、变长像素转换量N2和像素转换宽度O2在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0);
S211:按照S29到S210依据字符K1、K2、...、Kk、字符Q1、Q2、...、Qq、字符V1、V2、...、Vv的定长像素转换量、变长像素转换量和像素转换宽度在该医生基于该工作设备的基础认证图像中选定若干个像素点,将其RGB值修改为(0,0,0),修改完成后基于修改后的该医生基于该工作设备的基础认证图像生成当前该医生基于该工作设备的身份认证图像。
2.根据权利要求1所述的基于数字疗法的神经介入术后抗凝管理系统,其特征在于,所述云端管理中心还包括数据存储单元,所述数据存储单元中存储有医院内所有患者在每个监测周期内的监测采集数据。
3.根据权利要求1所述的基于数字疗法的神经介入术后抗凝管理系统,其特征在于,所述工作设备为电脑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311298095.5A CN117373589B (zh) | 2023-10-09 | 2023-10-09 | 基于数字疗法的神经介入术后抗凝管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311298095.5A CN117373589B (zh) | 2023-10-09 | 2023-10-09 | 基于数字疗法的神经介入术后抗凝管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117373589A CN117373589A (zh) | 2024-01-09 |
CN117373589B true CN117373589B (zh) | 2024-03-29 |
Family
ID=89399575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311298095.5A Active CN117373589B (zh) | 2023-10-09 | 2023-10-09 | 基于数字疗法的神经介入术后抗凝管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117373589B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108650212A (zh) * | 2018-03-14 | 2018-10-12 | 北京云信万致科技有限公司 | 一种物联网认证和访问控制方法及物联网安全网关系统 |
CN111461131A (zh) * | 2020-04-16 | 2020-07-28 | 上海东普信息科技有限公司 | 身份证号码信息识别方法、装置、设备及存储介质 |
CN113282911A (zh) * | 2021-05-12 | 2021-08-20 | 捷德(中国)科技有限公司 | 身份认证方法、装置、设备及计算机存储介质 |
CN113535689A (zh) * | 2021-08-02 | 2021-10-22 | 曜立科技(北京)有限公司 | 一种用于数字疗法的数据库建立管理系统 |
CN114209427A (zh) * | 2020-07-10 | 2022-03-22 | 格罗伯斯医疗有限公司 | 术中对准评估系统和方法 |
CN114760082A (zh) * | 2020-12-29 | 2022-07-15 | 息象(北京)科技发展有限公司 | 访问控制方法及装置 |
CN116108470A (zh) * | 2023-02-22 | 2023-05-12 | 曜立科技(北京)有限公司 | 一种基于fhir标准的医疗数据存储转化方法及系统 |
CN116312990A (zh) * | 2022-09-07 | 2023-06-23 | 浙江大学 | 智慧口腔综合治疗台管理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9536072B2 (en) * | 2015-04-09 | 2017-01-03 | Qualcomm Incorporated | Machine-learning behavioral analysis to detect device theft and unauthorized device usage |
-
2023
- 2023-10-09 CN CN202311298095.5A patent/CN117373589B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108650212A (zh) * | 2018-03-14 | 2018-10-12 | 北京云信万致科技有限公司 | 一种物联网认证和访问控制方法及物联网安全网关系统 |
CN111461131A (zh) * | 2020-04-16 | 2020-07-28 | 上海东普信息科技有限公司 | 身份证号码信息识别方法、装置、设备及存储介质 |
CN114209427A (zh) * | 2020-07-10 | 2022-03-22 | 格罗伯斯医疗有限公司 | 术中对准评估系统和方法 |
CN114760082A (zh) * | 2020-12-29 | 2022-07-15 | 息象(北京)科技发展有限公司 | 访问控制方法及装置 |
CN113282911A (zh) * | 2021-05-12 | 2021-08-20 | 捷德(中国)科技有限公司 | 身份认证方法、装置、设备及计算机存储介质 |
CN113535689A (zh) * | 2021-08-02 | 2021-10-22 | 曜立科技(北京)有限公司 | 一种用于数字疗法的数据库建立管理系统 |
CN116312990A (zh) * | 2022-09-07 | 2023-06-23 | 浙江大学 | 智慧口腔综合治疗台管理系统 |
CN116108470A (zh) * | 2023-02-22 | 2023-05-12 | 曜立科技(北京)有限公司 | 一种基于fhir标准的医疗数据存储转化方法及系统 |
Non-Patent Citations (4)
Title |
---|
Research and design of air passenger check-in system based on ca;Zhang jing;《 South China University of Technology》;20230522;第1-5页,全文 * |
基于云计算的人脸识别Web应用的研究与实现;张晶;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170215(第02期);第I138-2644页,全文 * |
基于空间通信协议的图像传输安全机制研究;谢娇娇;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180215(第02期);第I136-499页,全文 * |
基于行为认证的安全生产信息系统的访问控制研究;庄俊玺;《中国博士学位论文全文数据库 信息科技辑》;20190415(第04期);第I139-4页,全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117373589A (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ahmed et al. | Insights into Internet of Medical Things (IoMT): Data fusion, security issues and potential solutions | |
DE112008004045T5 (de) | Verfahren und System zum Bereitstellen von Berechtigungen einer Aufzeichnungsvorrichtung mittels einer biometrischen Bewertung | |
CN108269619A (zh) | 一种远程协作会诊方法、装置和系统 | |
CN109961826A (zh) | 一种基于医疗区块链的健康信息管理系统及方法 | |
CN103020446B (zh) | 慢性脊椎退行性疾病及畸形信息的数据处理系统 | |
WO2019244949A1 (ja) | 生体情報処理方法、生体情報処理装置、および生体情報処理システム | |
CN109947854A (zh) | 基于区块链的电子病历处理方法、装置、设备和介质 | |
Klingler | Statistical methods in surgical research–a practical guide | |
CN107004048A (zh) | 记录访问和管理 | |
CN112398645A (zh) | 一种基于区块链技术的医疗数据共享方法 | |
CN116130119A (zh) | 一种乳腺癌术后康复辅助管理系统 | |
CN117373589B (zh) | 基于数字疗法的神经介入术后抗凝管理系统 | |
Venkatasubramanian et al. | Security solutions for pervasive healthcare | |
Constantinides et al. | Security and usability of a personalized user authentication paradigm: Insights from a longitudinal study with three healthcare organizations | |
CN108231202A (zh) | 一种基于互联网医疗服务的医院感染信息管理方法 | |
Hong et al. | Secure Access Control for Electronic Health Records in Blockchain-Enabled Consumer Internet of Medical Things | |
EP3477515B1 (de) | Bereitstellen physiologischer daten | |
Teng et al. | Authentication and usability in mHealth apps | |
CN111261252B (zh) | 一种手术信息查看方法、装置、服务器和介质 | |
Agarwal et al. | IoT-Based ECG monitoring system for health care applications | |
Nikam et al. | Implementation of secure sharing of PHR’s with IoMT cloud | |
Heston | Introductory chapter: Making health care smart | |
US12045367B1 (en) | Systems and methods for user authentication using health information | |
CN207337930U (zh) | 急性冠脉综合征病例信息采集系统 | |
Hewitt et al. | Modeling security in acceptance of electronic health record systems |
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 |