CN117579080A - 基于5g通讯的医疗护理远程监控系统 - Google Patents
基于5g通讯的医疗护理远程监控系统 Download PDFInfo
- Publication number
- CN117579080A CN117579080A CN202410076679.6A CN202410076679A CN117579080A CN 117579080 A CN117579080 A CN 117579080A CN 202410076679 A CN202410076679 A CN 202410076679A CN 117579080 A CN117579080 A CN 117579080A
- Authority
- CN
- China
- Prior art keywords
- medical care
- character
- care data
- sequence
- distance
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 238000004891 communication Methods 0.000 title claims abstract description 19
- 238000005215 recombination Methods 0.000 claims abstract description 53
- 230000006798 recombination Effects 0.000 claims abstract description 53
- 230000008521 reorganization Effects 0.000 claims abstract description 15
- 230000000474 nursing effect Effects 0.000 claims abstract description 5
- 239000003550 marker Substances 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 19
- 238000007906 compression Methods 0.000 claims description 13
- 230000006835 compression Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- 229940079593 drug Drugs 0.000 claims description 8
- 239000003814 drug Substances 0.000 claims description 8
- 230000036772 blood pressure Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 239000008280 blood Substances 0.000 claims description 3
- 210000004369 blood Anatomy 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 230000036387 respiratory rate Effects 0.000 claims description 3
- 238000001647 drug administration Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 26
- 230000000694 effects Effects 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 3
- 238000013144 data compression Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/70—Type of the data to be coded, other than image and sound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及数据处理领域,具体涉及基于5G通讯的医疗护理远程监控系统,该系统包括:医疗护理数据采集模块、数据分层模块、数据重组模块、远程监控模块,通过统计医疗护理数据中每类字符间的距离获取每类字符距离序列的目标程度,根据标记字符距离序列的目标程度与每种距离值频率所对应的权重;利用权重获取最优分层步长,获取多个数据字符子序列;根据子序列间的重组程度;获取重组优先级,并获取重组后的数据序列;利用霍夫曼编码对重组后数据进行压缩,得到压缩数据;通过对数据进行重组处理,令有限的存储空间内存储更多的数据,通过对压缩数据进行异常检测获取患者护理情况,达到远程监控的目的的同时令监测结果更准确。
Description
技术领域
本发明涉及数据处理领域,具体涉及基于5G通讯的医疗护理远程监控系统。
背景技术
医疗护理数据包含大量的文本信息和生理信号等多模态数据,这些数据的存储需求庞大,且医疗护理数据往往需要进行长期保存,患者的状况需要根据历史数据进行参考,根据历史数据的变化情况判断患者的康复状态,因此需要对大量的医疗护理数据进行存储,以达到远程监控的目的。
传统数据压缩存储往往采用霍夫曼编码进行压缩处理,霍夫曼编码是根据字符出现的频率来对医疗护理数据进行压缩,通过统计医疗护理数据中字符出现的频率,根据字符出现频率的大小对医疗护理数据进行编码转换,从而达到数据压缩的目的,但霍夫曼编码往往是针对单字符进行编码转换的,医疗护理数据中,存在大量的相似数据或重复数据,在采用单字符进行编码转换时,会导致大量字符出现的频率相似,从而大大影响压缩效果,故本发明结合医疗护理数据的特点,将单字符组合形成字符组合,大大减小频率相似字符出现的概率,令最终的压缩效果显著优于传统霍夫曼编码针对单字符进行压缩的压缩效果。
发明内容
为了解决上述问题,本发明提供基于5G通讯的医疗护理远程监控系统,所述系统包括:
医疗护理数据采集模块,获取医疗护理数据,所述医疗护理数据包括体温、心率、血压、呼吸率、血氧饱和度、药物治疗方案、药物剂量、用药时间和护理记录,所述医疗护理数据包含若干个不同类型的字符;
数据分层模块,根据同类字符中相邻字符间的距离获取每类字符的距离序列;根据每类字符距离序列中距离值的分布获取每类字符距离序列的目标程度;根据目标程度从所有类字符距离序列中筛选出若干标记字符距离序列;
根据标记字符距离序列的目标程度与标记字符距离序列的长度获取每个标记字符距离序列中每个距离值的频率所对应的权重;
根据所有标记字符距离序列中每个距离值频率所对应的权重值获取每个距离值的优选程度;根据每个距离值的优选程度获取最优分层步长,利用最优分层步长对医疗护理数据序列进行分层处理得到多个医疗护理数据字符子序列;
数据重组模块,获取第一基准医疗护理数据字符子序列,根据每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列中字符组合的匹配度获取每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度;根据每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度获取备选重组医疗护理数据字符子序列,将备选重组医疗护理数据字符子序列与第一基准医疗护理数据字符子序列进行重组,获取所有基准医疗护理数据字符子序列的优先级,根据优先级获取重组后的医疗护理数据序列,根据重组后的医疗护理数据中字符组合出现的频率获取词组;
远程监控模块,将重组后的医疗护理数据序列进行压缩存储,通过对压缩数据进行解压获取患者护理情况,根据护理情况对医疗护理进行远程监控。
优选的,所述根据每类字符距离序列中距离值的分布获取每类字符距离序列的目标程度,包括的步骤为:
根据第b个字符类型下所有字符的距离频率获得频率序列;第b个字符类型的频率序列的最大值记为,除去/>之外,获取频率序列中所有距离频率的均值,记为/>;每类字符距离序列的目标程度具体计算公式如下:
式中表示第/>类字符距离序列的目标程度。
优选的,所述根据标记字符距离序列的目标程度与标记字符距离序列的长度获取每个标记字符距离序列中每个距离值的频率所对应的权重,包括的步骤为:
每个标记字符距离序列中每个距离值的频率所对应的权重的计算方法为:
式中表示第/>个标记字符距离序列中每个距离值的频率所对应的权重,/>表示第/>个标记字符距离序列的目标程度,获取第/>个标记字符距离序列所对应的字符,/>表示该类字符在第/>医疗护理数据序列中出现的个数,/>表示第/>医疗护理数据序列中字符个数最多的一类字符的字符个数;其中第/>个标记字符距离序列中存在多个距离值,统计第个标记字符距离序列中每个距离值的频率,第/>个标记字符距离序列中每个距离值的频率的权重值均为/>。
优选的,所述根据所有标记字符距离序列中每个距离值频率所对应的权重值获取每个距离值的优选程度,包括的步骤为:
每个距离值的优选程度获取方法为:
式中表示距离值为/>的优选程度,/>表示第/>个标记字符距离序列中第/>个距离值,/>表示医疗护理数据序列中的标记字符距离序列的个数,/>表示第/>个标记字符距离序列中距离值为/>出现的频率,/>表示第/>个标记字符距离序列中距离值为/>的权重。
优选的,所述利用最优分层步长对医疗护理数据序列进行分层处理得到多个医疗护理数据字符子序列,包括的步骤为:
从医疗护理数据序列中的第一个字符开始,每隔L个字符选取出一个字符,选取出的若干字符构成一个字符子序列,从医疗护理数据序列中的第二个字符开始,每隔个字符选取出一个字符,选取出的若干字符构成一个字符子序列,以此类推,直至医疗护理数据序列中所有的字符选取完成后迭代停止,得到多个医疗护理数据字符子序列。
优选的,所述根据每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列中字符组合的匹配度获取每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度,包括的步骤为:
统计每个医疗护理数据字符子序列中每个字符出现的频率,选择字符出现频率最大的字符频率所对应的医疗护理数据字符子序列作为第一基准医疗护理数据字符子序列;
重组程度的具体计算公式如下:
式中表示第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度,/>表示第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列组合后出现次数最多的词组的频率,/>表示除/>之外的所有词组的词组频率均值。
优选的,所述获取所有基准医疗护理数据字符子序列的优先级,包括的步骤为:
预设重组程度阈值,在所有医疗护理数据字符子序列中,获取重组程度大于预设重组程度阈值且重组程度最大的医疗护理数据字符子序列,记为备选重组医疗护理数据字符子序列;将/>与第一基准医疗护理数据字符子序列中相同位置的字符进行首尾拼接得到第二基准医疗护理数据字符子序列,将/>删除;
在剩余的医疗护理数据字符子序列中,获取重组程度大于预设重组程度阈值且重组程度最大的医疗护理数据字符子序列,记为备选重组医疗护理数据字符子序列;将/>与第二基准医疗护理数据字符子序列中相同位置的字符进行首尾拼接得到第三基准医疗护理数据字符子序列;将/>删除;以此类推,直至在剩余的医疗护理数据字符子序列中,不存在重组程度大于预设重组程度阈值的医疗护理数据字符子序列;得到若干基准医疗护理数据字符子序列;将所有基准医疗护理数据字符子序列按照生成顺序分别记为第一优先级、第二优先级……第L优先级。
优选的,所述根据优先级获取重组后的医疗护理数据序列,包括的步骤为:
重组过程为:将第一优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第一个位置,将第二优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第二个位置,第三优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第三个位置,第优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第/>个位置,此时完成所有医疗护理数据字符子序列中的第一个字符的重组;同理,将第一优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,将第二优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,第三优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,第/>优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,此时完成所有医疗护理数据字符子序列中的第二个字符的重组;同理完成所有医疗护理数据字符子序列中所有字符的重组。
优选的,所述根据重组后的医疗护理数据中字符组合出现的频率获取词组,包括的步骤为:
将基准医疗护理数据字符子序列中的每一项记为一个词组,统计所有词组出现的频率,对应词组出现的频率大于词组中所有单字符在医疗护理数据序列的频率均值,将对应的词组记为一个整体,将其记为基础词组,获得多个基础词组。
优选的,所述根据同类字符中相邻字符间的距离获取每类字符的距离序列,包括的步骤为:
将所采集到的第医疗护理数据序列进行字符类型统计,按照字符在第/>医疗护理数据序列中出现的先后顺序,分别记为第一类字符、第二类字符、第三类字符、第/>类字符和第/>类字符,其中第/>医疗护理数据序列字符类型的总数记为/>,按照每类字符在第/>医疗护理数据序列中出现的先后顺序,根据同类字符中相邻字符间的距离获取每类字符的距离序列。
本发明具有如下有益效果:
通过每类字符的相邻字符间的距离获取每类字符的周期性程度,根据每类字符的周期性程度获取最优拆分步长,利用最优拆分步长对医疗护理数据序列进行拆分,令部分医疗护理数据字符子序列中字符的分布尽可能冗余且呈现周期性分布,根据医疗护理数据字符子序列间的相似性对医疗护理数据字符子序列进行重组合并,令合并之后的数据中出现大量重复的词组,通过对重复字符的频率进行统计,获取最优词组类型,通过霍夫曼编码对词组与单字符进行频率统计并进行字符转换,令压缩效果大大提高,保证在有限的存储空间内存储更多的数据,令医疗护理分析结果更加准确,从而保证医疗护理远程监控达到实时准确的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例提供的基于5G通讯的医疗护理远程监控系统的系统框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的基于5G通讯的医疗护理远程监控系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的基于5G通讯的医疗护理远程监控系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的基于5G通讯的医疗护理远程监控系统,该系统包括以下模块:
医疗护理数据采集模块101,用于采集医疗护理数据。
通过手动输入、扫描纸质护理记录、导入其他系统数据等方式采集医疗护理数据,其中医疗护理数据包括体温、心率、血压、呼吸率、血氧饱和度、药物治疗方案、药物剂量、用药时间和护理记录等医疗护理相关信息,由此得到医疗护理数据序列,为了令最终的压缩效果较好,在获取医疗护理数据序列时将不同类型的数据进行分开获取,即将同类型的数据放在一起,形成同种类型的医疗护理数据序列,记为第医疗护理数据序列,医疗护理数据的类型有多少中,/>的取值即为多大,本实施例以血压数据为例,其他类型的数据也是如此,将血压数据记为第一医疗护理数据序列。医疗护理数据序列中包含多种字符类型,包括数字、汉字、字母以及标点符号等特殊符号。
需要说明的是:由于医疗护理数据序列的字符会存在大量重复出现的情况,例如用血压值或某些药品名字会大规模的重复出现,其他数据也是如此。对于重复出现的字符在存储时需要被压缩来节省存储空间,现有的压缩算法,例如霍夫曼编码,就是利用字符的概率来进行压缩的,现有的霍夫曼编码在利用霍夫曼树进行编码转换时只依赖单字符的频率大小,而本实施例中还需要考虑医疗护理数据序列中字符的分布,根据分布将字符进行组合形成字符组合,因此本实施例结合医疗护理数据序列中所具有的字符的分布特点,对医疗护理数据序列进行拆分和周期性性分析,以保证能够在现有压缩算法得到更好的压缩效果。
数据分层模块102,用于获取医疗护理数据不同字符的子序列。
需要说明的是:在利用霍夫曼编码构建霍夫曼树进行编码转换时,霍夫曼树中相同频率的字符数量越多,在进行编码压缩时,压缩效果越差,因此需要对字符进行组合,减小相同频率字符的数量。但字符组合或增强字符类型的数量,因此需要将出现频率相似且成对出现的字符进行组合形成字符组合,从而尽可能少的增加字符类型的数量,从而减小霍夫曼树构建所占用的存储量,通过自适应对医疗护理数据序列进行分层处理,并对分层后的数据进行重组,令成对出现的字符组合尽可能的多,使得字符的频率分布呈现极度不均匀的状态,从而大大提高医疗护理数据的压缩效果。
将所采集到的第医疗护理数据序列进行字符类型统计,按照字符在第/>医疗护理数据序列中出现的先后顺序,分别记为第1类字符、第2类字符、第3类字符、……、第/>类字符、……、第/>类字符,其中第/>医疗护理数据序列字符类型的总数记为/>,按照每类字符在第/>医疗护理数据序列中出现的先后顺序,根据同类字符中相邻字符间的距离获取每类字符的距离序列,其中第/>医疗护理数据序列中第/>类字符的距离序列记为/>,表现形式为:,其中/>表示第b类字符中第i个字符的距离值,/>等于第b个字符类型中第/>个字符与第/>个字符间的距离值,本实施例中字符间的距离是指字符在医疗护理数据序列中的序号的差异,其中第/>医疗护理数据序列中第/>类字符的个数为/>。
根据每类字符距离序列中距离值的分布获取每类字符距离序列的目标程度,建立统计直方图,统计每类字符距离序列中距离值/>的出现频率,记为第b类字符中的第i个字符的距离频率,第b个字符类型下所有字符的距离频率构成第b个字符类型的频率序列,第b个字符类型的频率序列的最大值记为/>,除去/>之外,获取频率序列中所有距离频率的均值,记为/>;每类字符距离序列的目标程度具体计算公式如下:
式中表示第/>类字符距离序列的目标程度,/>与/>的差异越大,说明距离序列/>中每个距离值的相似度较大,即距离序列/>中存在大量相同的距离值,此时说明第类字符中的字符分布呈现较强的周期性,第/>类字符距离序列的目标程度越大。此时获得第/>医疗护理数据序列中第/>类字符距离序列的目标程度,同理获得每个医疗护理数据序列中每类字符距离序列的目标程度。
根据每个医疗护理数据序列中每类字符距离序列的目标程度获取每个医疗护理数据序列的最优分层步长,设置字符距离序列目标程度阈值,本实施例以/>为例进行叙述,具体实施时可设置其他值;通过字符距离序列目标程度阈值/>对字符距离序列进行筛选,若第/>类字符距离序列的目标程度大于等于字符距离序列目标程度阈值/>,则将第类字符距离序列记为标记字符距离序列,获得所有的标记字符距离序列。
接下来本实施例继续以第医疗护理数据序列进行分析:
标记字符距离序列的个数记为,根据标记字符距离序列的目标程度与标记字符距离序列的长度获取每个标记字符距离序列中每个距离值的频率所对应的权重,每个标记字符距离序列中每种距离值的频率所对应的权重的计算方法为:
式中表示第/>个标记字符距离序列中每个距离值的频率所对应的权重,/>表示第/>个标记字符距离序列的目标程度,获取第/>个标记字符距离序列所对应的字符,/>表示该类字符在第/>医疗护理数据序列中出现的个数,/>表示第/>医疗护理数据序列中字符个数最多的一类字符的字符个数;其中第/>个标记字符距离序列中存在多个距离值,统计第个标记字符距离序列中每个距离值的频率,第/>个标记字符距离序列中每个距离值的频率的权重值均为/>;第/>个标记字符距离序列越长且第/>个标记字符距离序列的目标程度越大,说明第/>个标记字符的字符总数多且第/>个标记字符的分布更趋近于周期性分布,故第/>个标记字符距离序列中每个距离值的频率所对应的权重越大,同理获得所有标记字符距离序列中每个距离值的频率所对应的权重。
根据所有标记字符距离序列中每个距离值频率所对应的权重值获取每个距离值的优选程度,将优选程度最大的距离值作为每个医疗护理数据序列的最优分层步长,利用每个医疗护理数据序列的最优分层步长对每个医疗护理数据序列进行分层处理,每个距离值的优选程度获取方法为:
式中表示距离值为/>的优选程度,/>表示第/>个标记字符距离序列中第/>个距离值,/>表示第/>医疗护理数据序列中的标记字符距离序列的个数,/>表示第/>个标记字符距离序列中距离值为/>出现的频率,/>表示第/>个标记字符距离序列中距离值为/>的权重;计算获取优选程度最大值/>,优选程度最大值/>对应的距离值记为/>,将优选程度最大值/>对应的距离值记为/>作为第/>医疗护理数据序列的最优分层步长,利用最优分层步长对每个医疗护理数据序列进行分层处理。
分层处理的具体过程为:
从医疗护理数据序列中的第一个字符开始,每隔L个字符选取出一个字符,选取出的若干字符构成一个字符子序列,该字符子序列中字符分别为医疗护理数据序列中的第一个字符、第L个字符,第2L个字符,…,第个字符,将该子序列记为第一医疗护理数据字符子序列,同理,从医疗护理数据序列中的第二个字符开始,每隔L个字符选取出一个字符,选取出的若干字符构成一个字符子序列,该字符子序列中字符分别为医疗护理数据序列中的第二个字符、第L+1个字符,第2L+1个字符,…,第/>个字符,将该子序列记为第二医疗护理数据字符子序列,以此类推;从医疗护理数据序列中的第/>个字符开始,其中/>的取值范围为/>,选取医疗护理数据序列中的第/>、第/>、第/>、第直至第/>个字符组成第/>医疗护理数据字符子序列,由此完成对第/>医疗护理数据序列的分层处理,得到/>个医疗护理数据字符子序列。
数据重组模块103,用于将相似性较高的医疗护理数据字符子序列进行重组。
需要说明的是:通过分层处理后,得到个医疗护理数据字符子序列,每个医疗护理数据字符子序列的长度是相似的,同时部分医疗护理数据字符子序列中字符的分布存在较强的周期性,若将相似性较高的医疗护理数据字符子序列进行重组,将其放置在一起形成字符组合,此时字符组合的冗余程度将会大大增加,此时将字符组合看作一个整体将大大提高医疗护理数据的压缩效果。
统计每个医疗护理数据字符子序列中每个字符出现的频率,记为,/>表示第医疗护理数据字符子序列中第/>种字符出现的频率,在所有医疗护理数据字符子序列中,选择字符出现频率最大的字符频率所对应的医疗护理数据字符子序列作为第一基准医疗护理数据字符子序列,根据每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列中字符组合的匹配度获取第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度,首先将第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列中的每个位置的字符进行组合形成字符组合,即将第/>医疗护理数据字符子序列中的第一个字符与第一基准医疗护理数据字符子序列中的第一个字符进行组合形成第一词组,将第/>医疗护理数据字符子序列中的第二个字符与第一基准医疗护理数据字符子序列中的第二个字符进行组合形成第二词组,将第/>医疗护理数据字符子序列中的第/>个字符与第一基准医疗护理数据字符子序列中的第/>个字符进行组合形成第/>词组,由此得到最多个词组,将词组看作一个整体,统计第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列组合后不同词组的词组频率,将最大频率词组记为/>,将除/>之外的所有词组的词组频率均值记为/>;第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度的具体计算公式如下:
式中表示第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度,/>表示第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列组合后出现次数最多的词组的频率,/>表示除/>之外的所有词组的词组频率均值;/>之与/>的差异越大,说明第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列中字符的周期相似程度较高,且第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列中相同字符的占比较大,在进行组合后相同词组的占比也较大,进行重组后会将大量的单字符重组形成相同的词组,即表示第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度大。同理获取每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度。
设置重组程度阈值,本实施例以/>为例进行叙述,具体实施时可设置其他值;通过重组程度阈值/>对每个医疗护理数据字符子序列进行筛选,若第/>医疗护理数据字符子序列的重组程度大于等于重组程度阈值/>,则对第/>医疗护理数据字符子序列进行标记,选择出所有符合重组程度阈值/>要求的医疗护理数据字符子序列,选择重组程度值最大的医疗护理数据字符子序列作为备选重组医疗护理数据字符子序列,将其记为,将/>与第一基准医疗护理数据字符子序列进行重组;此时更新基准医疗护理数据字符子序列,将/>与第一基准医疗护理数据字符子序列进行重组后的医疗护理数据字符子序列作为第二基准医疗护理数据字符子序列,此时第二基准医疗护理数据字符子序列中的字符更新为词组,继续上述操作,在剩下的医疗护理数据字符子序列继续进行与第二基准医疗护理数据字符子序列的重组程度判断,直至不符合重组阈值要求时停止,此时得到第一类词组,词组的长度为重组的医疗护理数据字符子序列的数量,为了便于表述,重组完成后的词组按字符进行叙述;此时在还未进行判断的医疗护理数据字符子序列中继续寻找基准医疗护理数据字符子序列,将其作为第/>基准医疗护理数据字符子序列,继续进行重组程度判断,直至所有医疗护理数据字符子序列判断完成后停止,按照判断的先后顺序对所有医疗护理数据字符子序列进行优先级排序,其中第一基准医疗护理数据字符子序列的优先级最高,将其作为第一优先级,第二基准医疗护理数据字符子序列的优先级紧随其后,将其作为第二优先级,同理获取所有医疗护理数据字符子序列的优先级。
通过所有医疗护理数据字符子序列的优先级对医疗护理数据序列进行重组,重组过程为:将第一优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第一个位置,将第二优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第二个位置,第三优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第三个位置,第优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第/>个位置,此时完成所有医疗护理数据字符子序列中的第一个字符的重组;同理,将第一优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,将第二优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,第三优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,第/>优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,此时完成所有医疗护理数据字符子序列中的第二个字符的重组;同理完成所有医疗护理数据字符子序列中所有字符的重组,得到重组后的医疗护理数据序列。
远程监控模块104,用于对患者的护理状态进行远程监控。
基准医疗护理数据字符子序列中的每一项记为一个词组,统计所有词组出现的频率,对应词组出现的频率大于词组中所有单字符在医疗护理数据序列的频率均值,将对应的词组记为一个整体,将其记为基础词组,获得多个基础词组。
利用霍夫曼编码统计重组后的医疗护理数据序列中所有单字符与词组的频率,利用单字符与词组的频率构建霍夫曼树,根据霍夫曼树利用霍夫曼编码对重组后的医疗护理数据序列进行编码转换,实现重组后的医疗护理数据序列的压缩,将压缩后的数据与医疗护理数据字符子序列的重组优先级对应的序列原始顺序进行传输。
远程端接收到对应的压缩数据后,首先根据霍夫曼编码进行数据解码得到重组后的医疗护理数据序列,根据医疗护理数据字符子序列的重组优先级对应的序列原始顺序对重组数据进行逆变换,首先将重组后的医疗护理数据序列进行拆分,拆分获得个医疗护理数据字符子序列,将获得的/>个医疗护理数据字符子序列按照原始顺序进行重排列,组合后即可得到原始的医疗护理数据序列;在远程监控平台上,医疗人员可以使用数据分析工具对解压的医疗护理数据进行处理和分析;包括趋势分析、异常检测等,通过设定合适的阈值和规则,当患者的数据超过设定的范围或出现异常情况时,远程监控平台可以生成警报或提醒,及时通知医疗人员;促使医疗人员采取相应的行动和干预,包括远程呼叫、视频会议、远程药物调整等;医疗人员根据患者的医疗护理数据判断患者的状况并提供指导或建议。
综上所述,本发明的系统包括医疗护理数据采集模块、数据分层模块、数据重组模块、远程监控模块,通过每类字符的相邻字符间的距离获取每类字符的周期性程度,根据每类字符的周期性程度获取最优拆分步长,利用最优拆分步长对医疗护理数据序列进行拆分,令部分医疗护理数据字符子序列中字符的分布尽可能冗余且呈现周期性分布,根据医疗护理数据字符子序列间的相似性对医疗护理数据字符子序列进行重组合并,令合并之后的数据中出现大量重复的词组,通过对重复字符的频率进行统计,获取最优词组类型,通过霍夫曼编码对词组与单字符进行频率统计并进行字符转换,令压缩效果大大提高,保证在有限的存储空间内存储更多的数据,令医疗护理分析结果更加准确,从而保证医疗护理远程监控达到实时准确的效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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.基于5G通讯的医疗护理远程监控系统,其特征在于,所述系统包括:
医疗护理数据采集模块,获取医疗护理数据,所述医疗护理数据包括体温、心率、血压、呼吸率、血氧饱和度、药物治疗方案、药物剂量、用药时间和护理记录,所述医疗护理数据包含若干个不同类型的字符;
数据分层模块,根据同类字符中相邻字符间的距离获取每类字符的距离序列;根据每类字符距离序列中距离值的分布获取每类字符距离序列的目标程度;根据目标程度从所有类字符距离序列中筛选出若干标记字符距离序列;
根据标记字符距离序列的目标程度与标记字符距离序列的长度获取每个标记字符距离序列中每个距离值的频率所对应的权重;
根据所有标记字符距离序列中每个距离值频率所对应的权重值获取每个距离值的优选程度;根据每个距离值的优选程度获取最优分层步长,利用最优分层步长对医疗护理数据序列进行分层处理得到多个医疗护理数据字符子序列;
数据重组模块,获取第一基准医疗护理数据字符子序列,根据每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列中字符组合的匹配度获取每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度;根据每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度获取备选重组医疗护理数据字符子序列,将备选重组医疗护理数据字符子序列与第一基准医疗护理数据字符子序列进行重组,获取所有基准医疗护理数据字符子序列的优先级,根据优先级获取重组后的医疗护理数据序列,根据重组后的医疗护理数据中字符组合出现的频率获取词组;
远程监控模块,将重组后的医疗护理数据序列进行压缩存储,通过对压缩数据进行解压获取患者护理情况,根据护理情况对医疗护理进行远程监控。
2.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述根据每类字符距离序列中距离值的分布获取每类字符距离序列的目标程度,包括的步骤为:
根据第b个字符类型下所有字符的距离频率获得频率序列;第b个字符类型的频率序列的最大值记为,除去/>之外,获取频率序列中所有距离频率的均值,记为/>;每类字符距离序列的目标程度具体计算公式如下:
式中表示第/>类字符距离序列的目标程度。
3.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述根据标记字符距离序列的目标程度与标记字符距离序列的长度获取每个标记字符距离序列中每个距离值的频率所对应的权重,包括的步骤为:
每个标记字符距离序列中每个距离值的频率所对应的权重的计算方法为:
式中表示第/>个标记字符距离序列中每个距离值的频率所对应的权重,/>表示第/>个标记字符距离序列的目标程度,获取第/>个标记字符距离序列所对应的字符,/>表示该类字符在第/>医疗护理数据序列中出现的个数,/>表示第/>医疗护理数据序列中字符个数最多的一类字符的字符个数;其中第/>个标记字符距离序列中存在多个距离值,统计第/>个标记字符距离序列中每个距离值的频率,第/>个标记字符距离序列中每个距离值的频率的权重值均为/>。
4.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述根据所有标记字符距离序列中每个距离值频率所对应的权重值获取每个距离值的优选程度,包括的步骤为:
每个距离值的优选程度获取方法为:
式中表示距离值为/>的优选程度,/>表示第/>个标记字符距离序列中第/>个距离值,/>表示医疗护理数据序列中的标记字符距离序列的个数,/>表示第/>个标记字符距离序列中距离值为/>出现的频率,/>表示第/>个标记字符距离序列中距离值为/>的权重。
5.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述利用最优分层步长对医疗护理数据序列进行分层处理得到多个医疗护理数据字符子序列,包括的步骤为:
从医疗护理数据序列中的第一个字符开始,每隔L个字符选取出一个字符,选取出的若干字符构成一个字符子序列,从医疗护理数据序列中的第二个字符开始,每隔个字符选取出一个字符,选取出的若干字符构成一个字符子序列,以此类推,直至医疗护理数据序列中所有的字符选取完成后迭代停止,得到多个医疗护理数据字符子序列。
6.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述根据每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列中字符组合的匹配度获取每个医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度,包括的步骤为:
统计每个医疗护理数据字符子序列中每个字符出现的频率,选择字符出现频率最大的字符频率所对应的医疗护理数据字符子序列作为第一基准医疗护理数据字符子序列;
重组程度的具体计算公式如下:
式中表示第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列的重组程度,/>表示第/>医疗护理数据字符子序列与第一基准医疗护理数据字符子序列组合后出现次数最多的词组的频率,/>表示除/>之外的所有词组的词组频率均值。
7.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述获取所有基准医疗护理数据字符子序列的优先级,包括的步骤为:
预设重组程度阈值,在所有医疗护理数据字符子序列中,获取重组程度大于预设重组程度阈值且重组程度最大的医疗护理数据字符子序列,记为备选重组医疗护理数据字符子序列;将/>与第一基准医疗护理数据字符子序列中相同位置的字符进行首尾拼接得到第二基准医疗护理数据字符子序列,将/>删除;
在剩余的医疗护理数据字符子序列中,获取重组程度大于预设重组程度阈值且重组程度最大的医疗护理数据字符子序列,记为备选重组医疗护理数据字符子序列;将/>与第二基准医疗护理数据字符子序列中相同位置的字符进行首尾拼接得到第三基准医疗护理数据字符子序列;将/>删除;以此类推,直至在剩余的医疗护理数据字符子序列中,不存在重组程度大于预设重组程度阈值的医疗护理数据字符子序列;得到若干基准医疗护理数据字符子序列;将所有基准医疗护理数据字符子序列按照生成顺序分别记为第一优先级、第二优先级……第L优先级。
8.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述根据优先级获取重组后的医疗护理数据序列,包括的步骤为:
重组过程为:将第一优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第一个位置,将第二优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第二个位置,第三优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第三个位置,第优先级的医疗护理数据字符子序列中的第一个字符置于医疗护理数据序列中的第/>个位置,此时完成所有医疗护理数据字符子序列中的第一个字符的重组;同理,将第一优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,将第二优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,第三优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,第/>优先级的医疗护理数据字符子序列中的第二个字符置于医疗护理数据序列中的第/>个位置,此时完成所有医疗护理数据字符子序列中的第二个字符的重组;同理完成所有医疗护理数据字符子序列中所有字符的重组。
9.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述根据重组后的医疗护理数据中字符组合出现的频率获取词组,包括的步骤为:
将基准医疗护理数据字符子序列中的每一项记为一个词组,统计所有词组出现的频率,对应词组出现的频率大于词组中所有单字符在医疗护理数据序列的频率均值,将对应的词组记为一个整体,将其记为基础词组,获得多个基础词组。
10.根据权利要求1所述的基于5G通讯的医疗护理远程监控系统,其特征在于,所述根据同类字符中相邻字符间的距离获取每类字符的距离序列,包括的步骤为:
将所采集到的第医疗护理数据序列进行字符类型统计,按照字符在第/>医疗护理数据序列中出现的先后顺序,分别记为第一类字符、第二类字符、第三类字符、第/>类字符和第/>类字符,其中第/>医疗护理数据序列字符类型的总数记为/>,按照每类字符在第/>医疗护理数据序列中出现的先后顺序,根据同类字符中相邻字符间的距离获取每类字符的距离序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410076679.6A CN117579080B (zh) | 2024-01-19 | 2024-01-19 | 基于5g通讯的医疗护理远程监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410076679.6A CN117579080B (zh) | 2024-01-19 | 2024-01-19 | 基于5g通讯的医疗护理远程监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117579080A true CN117579080A (zh) | 2024-02-20 |
CN117579080B CN117579080B (zh) | 2024-03-26 |
Family
ID=89884915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410076679.6A Active CN117579080B (zh) | 2024-01-19 | 2024-01-19 | 基于5g通讯的医疗护理远程监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117579080B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117811589A (zh) * | 2024-03-01 | 2024-04-02 | 广州润普网络科技有限公司 | 一种基于人工智能的企业数据压缩方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116405574A (zh) * | 2023-06-08 | 2023-07-07 | 中国人民解放军总医院第二医学中心 | 一种远程医疗图像优化通讯方法及系统 |
CN117195006A (zh) * | 2023-11-06 | 2023-12-08 | 南通双和食品有限公司 | 一种鸡肉用兽药残留数据管理系统 |
-
2024
- 2024-01-19 CN CN202410076679.6A patent/CN117579080B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116405574A (zh) * | 2023-06-08 | 2023-07-07 | 中国人民解放军总医院第二医学中心 | 一种远程医疗图像优化通讯方法及系统 |
CN117195006A (zh) * | 2023-11-06 | 2023-12-08 | 南通双和食品有限公司 | 一种鸡肉用兽药残留数据管理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117811589A (zh) * | 2024-03-01 | 2024-04-02 | 广州润普网络科技有限公司 | 一种基于人工智能的企业数据压缩方法及系统 |
CN117811589B (zh) * | 2024-03-01 | 2024-05-10 | 广州润普网络科技有限公司 | 一种基于人工智能的企业数据压缩方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117579080B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117579080B (zh) | 基于5g通讯的医疗护理远程监控系统 | |
Çınar et al. | Classification of normal sinus rhythm, abnormal arrhythmia and congestive heart failure ECG signals using LSTM and hybrid CNN-SVM deep neural networks | |
US20200250554A1 (en) | Method and storage medium for predicting the dosage based on human physiological parameters | |
Akhter et al. | ECG comptression using run length encoding | |
EP2891094A1 (en) | Methods and systems for calculating and using statistical models to predict medical events | |
CN111696660A (zh) | 基于人工智能的患者分群方法、装置、设备及存储介质 | |
CN108847280A (zh) | 基于案例推理的智慧云医疗实时管理系统 | |
CN112245728B (zh) | 一种基于集成树的呼吸机假阳性报警信号识别方法及系统 | |
CN116700630B (zh) | 基于物联网的有机无机复混肥料生产数据优化存储方法 | |
CN111685748A (zh) | 一种基于分位数的血压预警方法、装置、设备及存储介质 | |
CN116369933A (zh) | 一种基于轻量卷积神经网络和Transformer融合的心律失常检测方法 | |
CN115359909A (zh) | 一种基于注意力机制的癫痫发作检测系统 | |
CN115336973A (zh) | 基于自注意力机制和单导联心电信号的睡眠分期系统构建方法、及睡眠分期系统 | |
CN113470799B (zh) | 一种医院综合质量监督平台智能化编辑器 | |
Zeng et al. | A new statistical-based algorithm for ECG identification | |
CN114366060A (zh) | 一种基于心率变异性的健康预警方法、装置及电子设备 | |
CN117481628A (zh) | 一种可穿戴式多参数无创血流动力学监测方法及系统 | |
CN108877932A (zh) | 智慧云医疗方法、计算机可读存储介质和终端 | |
CN115882867B (zh) | 一种基于大数据的数据压缩存储方法 | |
CN113951845B (zh) | 创伤严重失血伤情预测方法与系统 | |
Mukhopadhyay et al. | A combined application of lossless and lossy compression in ECG processing and transmission via GSM-based SMS | |
CN114224351B (zh) | 一种基于融合多个深度学习模型的房颤识别方法 | |
CN115938600A (zh) | 一种基于关联分析的心理健康状态预测方法与系统 | |
CN114947801A (zh) | 一种基于Transformer网络的生命体征状态识别方法及系统 | |
CN111797619B (zh) | 根据公式自动计算观察项的装置及方法 |
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 |