KR20170115618A - 탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치 - Google Patents

탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치 Download PDF

Info

Publication number
KR20170115618A
KR20170115618A KR1020177025522A KR20177025522A KR20170115618A KR 20170115618 A KR20170115618 A KR 20170115618A KR 1020177025522 A KR1020177025522 A KR 1020177025522A KR 20177025522 A KR20177025522 A KR 20177025522A KR 20170115618 A KR20170115618 A KR 20170115618A
Authority
KR
South Korea
Prior art keywords
analysis
cloud server
data
elasticity
detecting device
Prior art date
Application number
KR1020177025522A
Other languages
English (en)
Other versions
KR102106678B1 (ko
Inventor
진화 소우
진 순
허우리 다완
Original Assignee
우시 히스키 메디칼 테크놀로지스 컴퍼니., 리미티드.
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 우시 히스키 메디칼 테크놀로지스 컴퍼니., 리미티드. filed Critical 우시 히스키 메디칼 테크놀로지스 컴퍼니., 리미티드.
Publication of KR20170115618A publication Critical patent/KR20170115618A/ko
Application granted granted Critical
Publication of KR102106678B1 publication Critical patent/KR102106678B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0858—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving measuring tissue layers, e.g. skin, interfaces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/56—Details of data transmission or power supply
    • A61B8/565—Details of data transmission or power supply involving data transmission via a network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Vascular Medicine (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Child & Adolescent Psychology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)

Abstract

본 발명은 탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치를 제공하며, 상기 방법은, 각각의 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상이라고 판단 시, 변위 정보를 클라우드 서버로 전송하여, 클라우드 서버가 변위 정보를 데이터베이스에 저장하게 하는 단계; 탄성 검출 장치가 클라우드 서버로 데이터 분석 요청을 전송하여, 클라우드 서버가 데이터베이스로부터 분석 키워드에 대응하는 분석할 데이터를 획득하고, 분석할 데이터에 대해 분석을 수행하여 분석 결과를 얻는 단계; 분석 결과를 탄성 검출 장치로 전송하는 단계를 포함하며, 따라서, 탄성 검출 장치는 클라우드 서버의 대량 변위 정보 저장 및 분석 능력을 통해, 상이한 분석 요구에 대한 전면적이고 정확한 분석 결과를 획득할 수 있다.

Description

탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치
본 발명은 데이터 처리 기술 분야에 속하며, 특히 탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치에 관한 것이다.
생체조직의 탄성은 병소의 특성과 밀접한 관련이 있으며, 질병의 진단에 대해 중요한 참고 가치를 갖는다. 최근, 탄성영상(elastography) 기술이 발전함에 따라, 각종 인체 등의 점탄성 매질에 대해 탄성 검출을 실시하는 탄성 검출 장치가 광범위하게 응용되고 있다.
현재, 어떤 탄성 검출 장치는 각기 다른 사람에게 사용되어 간(肝)등과 같은 점탄성 매질 기관(器官)의 탄성을 검출한다. 누군가에 대해 검출을 실시하는 경우를 설명하면, 해당인의 탄성 검출 결과인 점탄성 매질의 변위를 로컬로 저장함으로써, 검출이 완료된 후, 상기 로컬에 저장된 검출 결과를 근거로 해당인의 건강 상황을 결정할 수 있다. 따라서, 상기 탄성 검출 장치는 로컬로 저장된 상기 탄성 검출 장치로 검출한 개개인의 검출 결과에 따라, 각 해당인의 건강 상황을 결정할 수 있다.
그러나 병원에서는 복수의 탄성 검출 장치가 설치되어 있을 가능성이 상당히 높고, 동일한 인물이 예를 들어 상이한 시간에 상이한 탄성 검출 장치를 사용하여 기관의 탄성 검출을 실시할 가능성이 크다. 이때, 각각의 탄성 검출 장치는 로컬로만 자체에 저장된 검출 데이터를 획득할 수 있으므로, 해당인의 건강 상태가 로컬로 저장된 검출 결과의 분석 결과에 의해서만 결정될 수 있어, 분석 결과가 전면적이지 못하고 정확하지 않다.
상기 문제에 대하여, 본 발명은 종래 기술 중 각각의 탄성 검출 장치가 로컬로 저장된 검출 결과에 의해서만 데이터 분석을 수행함으로써, 부정확하고 전면적이지 못한 분석결과를 초래하기 쉬운 단점을 극복하기 위하여, 탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치를 제공한다.
본 발명의 실시예는 첫 번째로 탄성 검출 장치의 데이터 분석 처리 방법을 제공하며, 상기 탄성 검출 장치는 검출자의 점탄성 매질에 탄성 전단파를 발생시키는 여기장치; 상기 점탄성 매질이 상기 탄성 전단파의 작용하에 발생시키는 변위 정보를 결정하는 획득장치를 포함하며, 상기 탄성 검출 장치의 데이터 분석 처리 방법은,
상기 탄성 검출 장치가 클라우드 서버와의 통신 연결이 정상인지 여부를 결정하는 단계;
상기 통신 연결이 정상인 경우, 상기 탄성 검출 장치가 상기 변위 정보를 클라우드 서버로 전송하여, 상기 클라우드 서버가 상기 변위 정보를 상기 클라우드 서버의 데이터베이스에 저장하도록 하는 단계;
상기 탄성 검출 장치가 상기 클라우드 서버로 상기 데이터베이스로부터 분석 키워드와 대응되는 제1 분석할 데이터를 획득하도록 상기 클라우드 서버에게 지시하기 위한 데이터 분석 요청을 전송하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하는 단계; 그 중, 상기 제1 분석할 데이터에 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보가 포함되며;
상기 탄성 검출 장치가 상기 클라우드 서버로부터 전송되는 상기 제1 분석 결과를 수신하여 표시하는 단계를 포함한다.
첫 번째 방면의 제1 구현 가능한 방식에서, 상기 탄성 검출 장치가 상기 통신 연결이 정상이라 판단한 후, 상기 방법은
상기 탄성 검출 장치가 상기 클라우드 서버로부터 전송되는 오프라인 데이터 패킷을 수신하여 저장하는 단계를 더 포함하며, 상기 오프라인 데이터 패킷은 상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 결정하는 것이다.
첫 번째 방면의 제1 구현 가능한 방식에 따르면, 첫 번째 방면의 제2 구현 가능한 방식에서, 상기 방법은,
상기 탄성 검출 장치가 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응하는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 수행하여 제2 분석 결과를 획득하는 단계를 더 포함하며, 그 중, 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함되는 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함한다.
첫 번째 방면의 제2 구현 가능한 방식에 따르면, 첫 번째 방면의 제3 구현 가능한 방식에서, 상기 방법은,
상기 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상적이지 않다고 판단한 경우, 즉 상기 탄성 검출 장치는 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 수행하여 제2 분석 결과를 획득하는 단계를 실행하는 단계를 더 포함한다.
첫 번째 방면, 첫 번째 방면의 제1, 제2 또는 제3 구현 가능한 방식에 따르면, 첫 번째 방면의 제4 구현 가능한 방식에서, 상기 데이터 분석 요청에 상기 분석 키워드가 포함되며, 상기 분석 키워드는,
상기 검출자의 개체 속성 정보, 상기 검출자의 질병 속성 정보, 상기 검출자의 그룹 속성 정보, 상기 탄성 검출 장치의 속성 정보 중의 적어도 하나를 포함한다.
본 발명의 실시예는 두 번째 방면으로 또 다른 탄성 검출 장치의 데이터 분석 처리 방법을 제공하며, 상기 탄성 검출 장치는 검출자의 점탄성 매질 중 탄성 전단파를 발생시키는 여기장치; 상기 점탄성 매질이 상기 탄성 전단파의 작용하에 발생시키는 변위 정보를 결정하는 획득장치를 포함하며; 상기 탄성 검출 장치의 데이터 분석 처리 방법은,
클라우드 서버가 탄성 검출 장치로부터 전송되는 변위 정보를 수신하는 단계, 상기 변위 정보는 상기 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상임을 확인 시 전송하는 것이고;
상기 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하는 단계;
상기 클라우드 서버가 상기 탄성 검출 장치로부터 전송된 데이터 분석 요청을 수신하는 단계;
상기 클라우드 서버가 상기 데이터 분석 요청에 따라 상기 데이터베이스로부터 분석 키워드에 대응하는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하는 단계; 그 중 상기 제1 분석할 데이터는 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보가 포함되며;
상기 클라우드 서버가 상기 탄성 검출 장치로 상기 제1 분석 결과를 전송하는 단계를 포함한다.
두 번째 방면의 제1 구현 가능한 방식에서, 상기 클라우드 서버는 상기 변위 정보를 데이터베이스에 저장하기 전,
상기 클라우드 서버가 상기 변위 정보에 포함된 상기 검출자의 개체 속성 정보를 근거로, 상기 데이터베이스로부터 상기 검출자의 상기 점탄성 매질의 히스토리 변위 정보를 포함하는 히스토리 검출 데이터를 획득하는 단계;
상기 클라우드 서버가 미리 설정된 규칙에 따라 상기 변위 정보와 상기 히스토리 검출 데이터가 매칭되는지 여부를 결정하는 단계를 더 포함한다.
두 번째 방면의 제1 구현 가능한 방식에 따르면, 두 번째 방면의 제2 구현 가능한 방식에서, 상기 방법은,
상기 변위 정보가 상기 히스토리 검출 데이터와 매칭되지 않을 경우, 상기 클라우드 서버는 상기 히스토리 검출 데이터를 근거로 상기 변위 정보를 교정하여, 교정 후의 변위 정보를 상기 데이터베이스에 저장하고, 상기 탄성 검출 장치로 알림 정보를 피드백하는 단계를 더 포함하며, 상기 알림 정보는 상기 변위 정보와 상기 히스토리 검출 데이터가 매칭되지 않음을 알리기 위한 것이다.
두 번째 방면의 제3 구현 가능한 방식에서, 상기 방법은
상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보에 따라 상기 탄성 검출 장치에 대응하는 오프라인 데이터 패킷을 결정하는 단계;
상기 클라우드 서버가 상기 탄성 검출 장치로 상기 오프라인 데이터 패킷을 전송하는 단계를 더 포함하며; 상기 오프라인 데이터 패킷은 상기 탄성 검출 장치가 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응하는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 수행하여 제2 분석 결과를 획득하게 하기 위한 것이며, 그 중, 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함되는 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함한다.
두 번째 방면의 제3 구현 가능한 방식에 따르면, 두 번째 방면의 제4 구현 가능한 방식에서, 상기 클라우드 서버는 상기 탄성 검출 장치의 속성 정보를 근거로 상기 탄성 검출 장치에 대응하는 오프라인 데이터 패킷을 결정하는 단계는,
상기 클라우드 서버가 미리 생성된 적어도 하나의 오프라인 데이터 패킷의 식별 정보 중 상기 탄성 검출 장치의 속성 정보와 매칭되는 식별 정보를 결정하는 단계;
상기 클라우드 서버가 상기 매칭되는 식별 정보에 대응하는 오프라인 데이터 패킷을 획득하는 단계를 포함한다.
두 번째 방면의 제3 구현 가능한 방식에 따르면, 두 번째 방면의 제5 구현 가능한 방식에서, 상기 클라우드 서버가 상기 탄성 검출 정보의 속성 정보를 근거로 상기 탄성 검출 장치와 대응되는 오프라인 데이터 패킷을 결정하는 단계는,
상기 클라우드 서버가 상기 탄성 검출 장치로부터 전송되는 오프라인 데이터 패킷 다운로드 요청을 수신하는 단계; 상기 다운로드 요청 중 상기 탄성 검출 장치의 속성 정보가 포함되며;
상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보와 대응되는 오프라인 데이터 패킷을 생성하는 단계를 포함한다.
두 번째 방면, 두 번째 방면의 제1, 제2, 제3, 제4 또는 제5 구현 가능한 방식에 따르면, 두 번째 방면의 제6 구현 가능한 방식에서, 상기 데이터 분석 요청에 상기 분석 키워드가 포함되며, 상기 분석 키워드는,
상기 검출자의 개체 속성 정보, 상기 검출자의 질병 속성 정보, 상기 검출자의 그룹 속성 정보, 상기 탄성 검출 장치의 속성 정보 중의 적어도 하나를 포함한다.
본 발명의 실시예는 세 번째 방면으로 탄성 검출 장치를 제공하며, 상기 탄성 검출 장치는 검출자의 점탄성 매질 중 탄성 전단파를 발생시키는 여기장치; 상기 점탄성 매질이 상기 탄성 전단파의 작용하에 발생시키는 변위 정보를 결정하는 획득장치를 포함하며; 상기 탄성 검출 장치는 또한,
클라우드 서버와의 사이의 통신 연결이 정상인지 여부를 결정하기 위한 통신상황 판단장치;
상기 통신상황 판단장치가 상기 통신 연결이 정상이라고 판단 시, 상기 변위 정보를 상기 클라우드 서버로 전송하여, 상기 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하게 하기 위한 데이터 송수신 장치를 더 포함하고;
상기 데이터 송수신 장치는 또한 상기 클라우드 서버로 데이터 분석 요청을 더 전송하며, 상기 데이터 분석 요청은 상기 클라우드 서버에게 상기 데이터베이스로부터 분석 키워드에 대응되는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하도록 지시하기 위한 것이고; 그 중, 상기 제1 분석할 데이터는 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함하며;
상기 데이터 송수신 장치는 상기 클라우드 서버가 전송하는 상기 제1 분석 결과를 수신 및 표시하기 위한 것이다.
세 번째 방면의 제1 구현 가능한 방식에서, 상기 데이터 송수신 장치는 또한 상기 클라우드 서버가 전송하는 오프라인 데이터 패킷을 더 수신하며, 상기 오프라인 데이터 패킷은 상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 결정하는 것이다.
상기 장치는 또한, 상기 오프라인 데이터 패킷을 저장하기 위한 저장장치를 더 포함한다.
세 번째 방면의 제1 구현 가능한 방식에 따르면, 세 번째 방면의 제2 구현 가능한 방식에서, 상기 장치는 또한,
상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응하는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터를 분석하여 제2 분석 결과를 획득하기 위한 데이터 분석장치를 더 포함하며; 그 중, 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함된 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함한다.
세 번째 방면의 제2 구현 가능한 방식에 따르면, 세 번째 방면의 제3 구현 가능한 방식에서, 상기 데이터 분석 장치는 구체적으로 상기 통신상황 판단장치가 클라우드 서버와의 사이의 통신 연결이 정상적이지 않다고 판단 시, 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청과 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터를 분석하여 제2 분석 결과를 획득하는 단계를 실행하기 위한 것이다.
본 발명이 제공하는 탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치는, 각각의 탄성 검출 장치가 검출자의 점탄성 매질의 변위 정보를 획득한 후, 클라우드 서버와의 통신 연결이 정상이라고 판단 시, 변위 정보를 데이터베이스에 저장하도록 클라우드 서버로 전송함으로써, 각 탄성 검출 장치의 검출 결과를 클라우드 단말에 저장할 수 있다. 또한, 상기 통신 연결이 정상인 경우, 탄성 검출 장치는 상이한 요구에 대해 클라우드 서버로 상응하는 데이터 분석 요청을 전송할 수 있으며, 클라우드 서버는 데이터베이스로부터 분석 키워드와 대응되는 분석할 데이터를 획득하고, 분석할 데이터에 대해 분석을 수행하여 분석 결과를 획득하며, 분석 결과를 탄성 검출 장치로 전송한다. 따라서, 탄성 검출 장치는 자체의 탄성 검출 데이터를 클라우드 단말에 저장할 수 있을 뿐만 아니라, 클라우드 서버에 저장된 개개인의 모든 히스토리 탄성 검출 데이터 등을 포함하는 대량의 전면적인 탄성 검출 데이터의 도움으로, 분석할 내용인 분석할 키워드와 대응되는 보다 전면적인 분석할 데이터를 획득하여, 분석할 데이터의 분석을 통해 전면적이고 정확한 분석 결과를 획득할 수 있어, 인체의 건강 상태를 효과적으로 정확하게 판단하고 각종 연구에 신뢰할 수 있는 지원을 제공하기에 유리하다.
도 1은 본 발명의 탄성 검출 장치의 데이터 분석 처리 방법의 실시예 1의 흐름도이다.
도 2는 본 발명의 탄성 검출 장치의 데이터 분석 처리 방법의 실시예 2의 흐름도이다.
도 3은 본 발명의 탄성 검출 장치의 데이터 분석 처리 방법의 실시예 3의 흐름도이다.
도 4는 본 발명의 탄성 검출 장치의 데이터 분석 처리 방법의 실시예 4의 흐름도이다.
도 5는 본 발명의 탄성 검출 장치의 실시예 1의 구조도이다.
도 6은 본 발명의 탄성 검출 장치의 실시예 2의 구조도이다.
도 7은 본 발명의 클라우드 서버의 실시예 1의 구조도이다.
도 8은 본 발명의 클라우드 서버의 실시예 2의 구조도이다.
본 발명의 실시예의 목적, 기술방안과 장점이 더욱 명확해지도록 하기 위하여, 이하 본 발명의 실시예 중의 첨부도면을 결합하여, 본 발명의 실시예 중의 기술방안에 대해 분명하고 완전하게 설명한다. 물론, 묘사되는 실시예는 실시예 전체가 아닌 본 발명의 일부 실시예이다. 본 발명 중의 실시예를 바탕으로, 본 분야의 보통 기술자가 창의적인 노력을 하지 않았음을 전제로 획득되는 모든 기타 실시예는 본 발명의 보호 범위에 속한다.
도 1은 본 발명의 탄성 검출 장치의 데이터 분석 처리 방법의 실시예 1의 흐름도로서, 본 실시예에서, 상기 탄성 검출 장치는 검출자의 점탄성 매질 중 탄성 전단파를 발생시키는 여기장치; 상기 점탄성 매질이 상기 탄성 전단파의 작용하에 발생시키는 변위 정보를 결정하는 획득장치를 포함한다. 그 중, 상기 여기장치와 획득장치의 작동 원리를 간단히 설명하면 다음과 같다. 간 등의 점탄성 기관 매질의 표면에, 여기장치를 통해 진동신호에 해당하는 전단파를 점탄성 매질을 향해 여기시키면, 점탄성 매질이 상기 진동신호의 작용에 의해 진동하게 되며, 이어서 획득장치가 상기 점탄성 매질로 초음파 신호를 전송한다. 탄성역학원리에 따르면, 상기 점탄성 매질에 하나의 에코 효과가 발생할 수 있으며, 정상적인 상태 또는 병리 상태와 같은 상이한 상태에서, 상기 점탄성 기관 매질의 탄성 응력 또는 탄성 응력 변형이 다르기 때문에, 획득장치는 압력을 받기 전후의 에코 신호를 근거로 상기 점탄성 매질의 변위를 계산하여 구할 수 있다. 상기 변위 정보는 점탄성 기관의 탄성 특징을 반영하며, 인체의 건강 상황의 중요한 참고가 된다. 본 실시예에서, 상이한 검출자가 상이한 시간에 상이한 탄성 검출 장치를 사용하여 검출할 가능성이 있으며, 각각의 탄성 검출 장치는 검출자의 변위 정보를 획득한 후, 모두 아래의 데이터 분석 처리를 수행할 수 있다. 도 1에 도시된 바와 같이, 상기 방법은 이하 단계를 포함한다.
단계 101: 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상인지 여부를 결정하는 단계; 상기 통신 연결이 정상인 경우 단계 102를 실행한다.
단계 102: 탄성 검출 장치가 상기 변위 정보를 상기 클라우드 서버로 전송하여, 상기 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하도록 하는 단계;
단계 103: 탄성 검출 장치가 상기 클라우드 서버로 데이터 분석 요청을 전송하는 단계; 상기 데이터 분석 요청은 상기 클라우드 서버가 상기 데이터베이스로부터 분석 키워드와 대응되는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터를 분석하여 제1 분석 결과를 획득하도록 지시하기 위한 것이고; 그 중, 상기 제1 분석할 데이터에 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보가 포함된다.
단계 104: 탄성 검출 장치가 상기 클라우드 서버에 의해 전송되는 상기 제1 분석 결과를 수신하여 표시하는 단계.
설명해두어야 할 점으로, 본 실시예에서는 단지 탄성 검출 장치로 점탄성 매질의 변위 검출을 실시하는 것만 예를 들어 설명하였으나, 실제 응용에서, 본 실시예 중의 방법은 임의의 하나 또는 복수의 검출 장치에 적용될 수 있으며, 즉 각각의 검출 장치는 상응하는 검출 결과를 획득한 후, 모두 획득된 검출 결과를 본 실시예와 유사하게 후속되는 상기 클라우드단의 데이터베이스에 저장하고, 상기 클라우드단이 저장한 데이터를 바탕으로 데이터 분석을 수행할 수 있다.
상기 탄성 검출 장치를 사용하여 어떤 검출자에 대해 검출을 실시한 후 그 변위 정보를 획득할 경우, 상기 변위 정보에는 예를 들어 상기 검출자의 성명, 연령, 신분증 번호, 연락방식 등 개체 속성 정보, 및 검출로 획득된 변위가 포함되고, 또한 예를 들어 탄성 검출 장치의 식별 정보, 상기 탄성 검출 장치가 소재하는 병원 정보, 상기 탄성 검출 장치를 조작하는 의사 정보 등등이 더 포함될 수 있다.
본 실시예에서, 의료진이 상기 검출자의 보다 전면적인 병력 정보를 획득하여, 상기 검출자의 건강 상황에 대해 전면적이고 정확한 평가를 내릴 수 있도록 도움을 주거나; 또는 관련 연구원이 모종의 질병에 대해 전면적인 분석을 하거나 또는 모종의 특징을 가진 그룹에 대해 표적성 질환 특징 분석을 실시하는데 도움을 주거나; 또는 연구원이 전국 또는 지역성의 유행성 질병에 대해 분석하는 것을 돕기 위하여, 클라우드 서버의 기능을 도입하였으며, 클라우드 서버의 대량 데이터 저장 및 분석 능력을 이용하여, 현재 사용되는 상기 탄성 검출 장치를 통해 어떤 개인, 어떤 그룹, 어떤 질병 등에 대한 검출 데이터의 전면적인 분석 결과를 획득할 수 있다.
구체적으로 설명하면, 탄성 검출 장치가 상기 장치를 사용하여 검출된 어떤 검출자의 변위 정보를 검출하여 획득한 후, 먼저 그 자신과 클라우드 서버 간의 통신 연결이 정상적인지 여부를 판단한다. 그 중, 탄성 검출 장치와 클라우드 서버 간의 연결 방식은 예를 들어 유선 연결 방식일 수도 있고, WLAN, 3G, 4G, GRPS 등 무선 네트워크 연결 방식일 수도 있으며, 구체적인 제한이 없다. 다시 말해, 탄성 검출 장치는 통신 기능을 구비하도록 구성된다. 정상적인 통신 연결은 예를 들어 네트워크 접속이 가능하거나, 네트워크 신호 강도가 미리 설정된 임계치보다 크다는 등등이다.
클라우드 서버와의 사이의 통신 연결이 정상이라고 판단된 후, 탄성 검출 장치는 한편으로는 획득된 변위 정보를 클라우드 서버로 업로드하여 저장함으로써, 탄성 검출 장치의 저장 능력 수요를 감소시킬 수 있고, 다른 한편으로는, 탄성 검출 장치는 클라우드 서버로 데이터 분석 요청을 전송함으로써, 의료진, 연구원 등 관련자의 모종의 분석 요구에 대한 전면적이고 정확한 분석 결과를 획득할 수 있다. 그 중, 상기 데이터 분석 요청은 상기 클라우드 서버에게 상기 데이터베이스로부터 분석 키워드와 대응되는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하도록 지시하기 위한 것이다. 상기 분석 키워드는 일종의 암묵적인 설치일 수도 있고, 실제 필요에 따라 변화되는 것일 수도 있다. 구체적으로 설명하면, 상기 분석 키워드는 데이터 분석 요청에 휴대될 수 있으며, 상기 분석 키워드는 검출자의 개체 속성 정보, 검출자의 질병 속성 정보, 검출자의 그룹 속성 정보, 탄성 검출 장치의 속성 정보 중의 적어도 하나를 포함할 수 있다. 구체적으로는, 검출자의 질병 속성 정보는 예를 들어 어떤 질병의 명칭이고; 검출자의 그룹 속성 정보는 예를 들어 상기 검출자가 속한 연령대, 성별, 거주지 등 정보일 수 있으며; 탄성 검출 장치의 속성 정보는 예를 들어 상기 장치가 소재하는 병원의 식별자, 소재하는 지역의 식별자, 검출용 신체 파라미터의 식별자 등일 수 있다. 예를 들면, 의료진이 현재 검출자의 간(肝) 건강 상황에 대해 정확한 판단 및 추적을 할 수 있도록, 이전의 간장(肝臟) 기관(器官)의 탄성 검출 결과인 히스토리 변위 정보를 알고자 할 경우, 이때, 상기 분석 키워드는 상기 검출자의 개체 속성 정보, 예를 들어 성명, 연령과 신분증 번호일 수 있다. 또한 예를 들어, 연구원이 어떤 질병의 분포 특징, 예를 들어 주로 분포되는 지역 및 주로 어떤 유형의 그룹에 분포되는지 알고자 할 경우, 상기 분석 키워드에는 상기 질병의 식별 정보만 포함될 수 있다. 또한 예를 들어, 연구원이 어떤 환자의 질환 특징, 예를 들어 동일한 연령대, 동일한 지역에 위치하는 어떤 그룹이 어떤 질환을 쉽게 앓는지의 분석 결과를 알고자 할 경우, 이때 상기 분석 키워드는 검출자의 그룹 속성 정보이다. 또한 상기 분석 키워드는 또한 탄성 검출 장치의 속성 정보, 예를 들어 장치 식별자일 수도 있으며, 따라서 상기 장치를 사용하여 검출되는 검출 데이터 총량 분석에 따라 상기 탄성 검출 장치의 사용 상황을 획득할 수 있다. 또한, 많은 병원마다 모두 탄성 검출 결과인 모든 변위 정보를 클라우드 서버로 업로드하여 정보 공유를 구현할 수 있는 경우, 분석 키워드에는 예를 들어 병원 식별자, 의사 식별자 등 정보가 더 포함될 수 있다.
클라우드 서버는 탄성 검출 장치로부터 전송되는 데이터 분석 요청을 수신한 후, 상기 분석 키워드를 근거로 자신의 데이터베이스로부터 매칭되는 분석할 데이터를 조회한다. 예를 들어 분석 키워드가 검출자의 인체 속성 정보인 경우, 이때 분석할 데이터는 상기 검출자의 모든 변위 정보이며, 즉 상기 검출자가 각 탄성 검출 장치에서 진행했던 탄성 검출의 모든 변위 정보이다. 따라서 상기 분석할 데이터에 대해 분석을 수행하면, 상기 검출자의 검출 기록의 추적을 구현할 수 있고 상기 탄성 검출 결과가 반영하는 건강 상태를 판단하여, 전면적이고 정확한 분석 결과를 획득할 수 있다. 또한 예를 들어, 분석 키워드가 어떤 질병의 식별자인 경우, 이때, 상기 분석할 데이터는 상기 질병을 검출한 적이 있는 모든 사람의 소정의 요구를 만족하는 검출 데이터이며, 따라서, 상기 질병을 검출한 적이 있는 모든 사람에 대한, 예를 들어 연령, 성별, 거주지, 직업 등의 종합 분석을 통해, 상기 질병의 전국 또는 지역 영역에서의 예측 결과를 획득할 수 있다. 설명해두어야 할 점으로, 본 실시예에서는 탄성 검출을 예로든 상황에서, 상기 질병은 특히 탄성 검출 결과와 관련된 질병을 가리키며, 따라서, 상기 질병과 대응되는 분석할 데이터에 포함되는 변위 정보는 상기 질병과 대응되는 요구, 예를 들어 A 질병일 경우, 변위는 일반적으로 a1-a2의 취득값 구간 내에 위치하고; B 질병의 경우, 변위는 일반적으로 b1-b2의 취득값 구간 내에 위치하는 등의 요구를 만족시켜야 한다.
마지막으로, 탄성 검출 장치가 클라우드 서버로부터 피드백되는 분석 결과를 수신한 후, 상기 분석 결과는 문자, 도표 등 다양한 표시 방식, 예를 들어 어떤 사람의 히스토리 변위 검출 결과의 런 차트 등으로 탄성 검출 장치에 표시될 수 있다.
본 실시예에서, 각 탄성 검출 장치는 검출자의 변위 정보를 획득하고, 클라우드 서버와의 사이의 통신 연결이 정상인 경우, 변위 정보를 클라우드 서버로 전송하여, 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하게 한다. 이를 바탕으로, 즉 클라우드 서버에 대량의 탄성 검출 결과가 저장되고, 탄성 검출 장치와 클라우드 서버 간의 통신 연결이 정상인 경우, 탄성 검출 장치는 클라우드 서버로 상이한 요구에 대한 데이터 분석 요청을 전송하며, 클라우드 서버는 데이터베이스로부터 분석 키워드와 대응되는 분석할 데이터를 획득하여, 분석할 데이터에 대해 분석을 수행하여 분석 결과를 획득하고, 분석 결과를 탄성 검출 장치로 전송한다. 따라서 탄성 검출 장치는 자체적인 검출 결과를 클라우드단에 저장할 수 있을 뿐만 아니라, 클라우드 서버에 저장된 대량의 전면적인 검출 결과 정보를 통해, 분석할 키워드와 대응되는 보다 전면적인 분석할 데이터를 획득하고, 분석할 데이터에 대한 분석을 통해 전면적이고 정확한 분석 결과를 획득할 수 있어, 인체의 건강 상태를 효과적으로 결정하고 각종 연구에 신뢰할만한 지원을 제공하기에 유리하다.
도 2는 본 발명의 탄성 검출 장치의 데이터 분석 처리 방법의 실시예 2의 흐름도로서, 도 2에 도시된 바와 같이, 도 1의 실시예를 바탕으로, 탄성 검출 장치와 클라우드 서버 간의 통신 연결이 정상으로 판단된 후, 선택적으로, 이하 단계 201-202를 더 포함할 수 있다.
단계 201: 탄성 검출 장치가 상기 클라우드 서버로부터 전송되는 오프라인 데이터 패킷을 수신 및 저장하는 단계, 상기 오프라인 데이터 패킷은 상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 결정하는 것이다.
단계 202: 탄성 검출 장치가 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청과 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 실시하여 제2 분석 결과를 획득하는 단계.
본 실시예에서, 탄성 검출 장치와 클라우드 서버 간의 통신 연결이 정상적이지 않을 경우, 즉 클라우드 서버에 연결할 수 없거나 또는 클라우드 사버와의 사이의 통신 품질이 열악할 경우라도, 상기 탄성 검출 장치를 통해 상대적으로 전면적이고 정확한 분석결과를 획득하기 위하여, 오프라인 데이터 패킷의 메커니즘을 채택하였다.
구체적으로, 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상이라 판단한 후, 탄성 검출 장치는 또한 클라우드 서버로부터 전송되는 오프라인 데이터 패킷을 수신 및 저장할 수 있으며, 상기 오프라인 데이터 패킷은 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 결정한 것이다. 구체적으로 설명하면, 탄성 검출 장치는 이하 방식을 통해 그 자신의 속성 정보에 대한 오프라인 데이터 패킷을 획득할 수 있다.
탄성 검출 장치는 클라우드 서버로 오프라인 데이터 패킷 다운로드 요청을 전송할 수 있으며, 상기 다운로드 요청에는 상기 탄성 검출 장치의 속성 정보가 포함된다. 그 중, 상기 탄성 검출 장치의 속성 정보는 예를 들어 앞에서 열거한 각종 정보, 예를 들어 탄성 검출 장치가 소재하는 지역의 식별자 등을 포함할 수 있다. 따라서, 클라우드 서버는 상기 다운로드 요청을 수신한 후, 자신의 데이터베이스로부터 상기 탄성 검출 장치의 속성 정보와 대응되는 모든 검출 결과, 즉 상기 속성 정보에 대응되는 모든 변위 정보를 획득하고, 이러한 변위 정보를 오프라인 데이터 패킷으로 묶어 탄성 검출 장치로 전송함으로써, 탄성 검출 장치가 로컬로 상기 오프라인 데이터 패킷을 저장할 수 있게 한다.
설명해두어야 할 점으로, 상기 탄성 검출 장치가 속성 정보를 근거로 클라우드 서버에게 오프라인 데이터 패킷을 생성하도록 요청하는 방식은, 탄성 검출 장치가 자신에게 필요한 데이터를 획득할 수 있도록 하기 위하여, 더욱 양호한 표적성을 지닌다. 물론, 클라우드 서버가 미리 설정된 규칙에 따라, 자체적으로 상이한 오프라인 데이터 패킷을 생성하여 탄성 검출 장치가 피동적으로 선택할 수 있도록 제공하는 방식으로 구현될 수도 있다. 또한, 탄성 검출 장치에 저장된 오프라인 데이터 패킷의 실시간 유효성을 보장하기 위하여, 클라우드 서버는 정기적인 업데이트 전략을 채택하여 탄성 검출 장치에 필요한 오프라인 데이터 패킷을 주기적으로 업데이트하고, 탄성 검출 장치로 주기적으로 전송함으로써, 탄성 검출 장치가 로컬로 저장된 오프라인 데이터 패킷을 주기적으로 업데이트할 수 있게 한다.
또한, 탄성 검출 장치가 클라우드 서버가 전송해준 오프라인 데이터 패킷을 로컬로 저장한 상황에서, 탄성 검출 장치와 클라우드 서버 간의 통신 연결이 정상인 경우, 클라우드 서버로부터 상기 제1 분석 결과를 획득할 수 있을 뿐만 아니라, 오프라인 데이터 패킷으로부터 제2 분석 결과를 획득할 수도 있다. 또한, 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상적이지 않다고 판단한 경우, 오프라인 데이터 패킷으로부터 상기 제2 분석 결과를 획득할 수 있다.
본 실시예에서, 탄성 검출 장치가 클라우드 서버와의 통신 연결이 정상적이지 않다고 판단한 경우, 예를 들어 인터넷에 접속할 수 없거나, 신호 강도가 너무 낮을 경우, 탄성 검출 장치는 로컬로 저장된 오프라인 데이터 패킷을 근거로 분석을 수행할 수 있다. 즉 로컬로 저장된 오프라인 데이터 패킷으로부터 데이터 분석 요청에 대응하는 분석할 데이터를 획득하고, 상기 분석할 데이터의 분석을 통해 분석 결과를 획득한다. 구체적인 분석 과정은 클라우드 서버의 데이터베이스를 통한 분석과 유사하며, 단지 이때 사용되는 데이터베이스는 로컬에 저장된 오프라인 데이터 패킷이라는 점만 다르므로, 상세한 과정의 설명은 생략한다.
본 실시예에서, 탄성 검출 장치와 클라우드 서버 간의 통신 연결이 정상적이지 않은 경우, 탄성 검출 장치는 상기 통신 연결이 정상일 때 클라우드 서버로부터 수신한 그 자신에 대한 오프라인 데이터 패킷을 이용하여 데이터 분석을 수행할 수 있다. 어떤 탄성 검출 장치의 오프라인 데이터 패킷에 포함된 변위 정보에 상기 탄성 검출 장치를 사용하여 검출된 히스토리 변위 정보가 포함되어 있을 뿐만 아니라, 기타 탄성 검출 장치가 클라우드 서버로 업로드한 히스토리 변위 정보도 포함되어 있기 때문에, 즉 상기 오프라인 데이터 패킷 중의 데이터는 가장 최근의 것이고, 상대적으로 전면적이며, 상기 탄성 검출 장치가 특정한 데이터에 대한 것이므로, 따라서 상기 오프라인 데이터 패킷을 이용하여 획득되는 분석 결과 역시 상대적으로 전면적이고 정확하다.
도 3은 본 발명의 탄성 검출 장치의 데이터 분석 처리 방법의 실시예3의 흐름도로서, 도 3에 도시된 바와 같이, 상기 방법은 클라우드 서버에 의해 실행되며, 구체적으로 이하 단계를 포함한다.
단계 301: 클라우드 서버가 탄성 검출장치로부터 전송되는 검출자의 변위 정보를 수신하는 단계, 상기 변위 정보는 상기 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상이라고 판단 시 전송한 것이다.
단계 302: 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하는 단계;
단계 303: 클라우드 서버가 상기 탄성 검출 장치로부터 전송된 데이터 분석 요청을 수신하는 단계;
단계 304: 클라우드 서버가 상기 데이터 분석 요청에 따라 상기 데이터베이스로부터 분석 키워드와 대응되는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하는 단계; 그 중, 상기 제1 분석할 데이터에 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보가 포함된다.
단계 305: 클라우드 서버가 탄성 검출 장치로 상기 제1 분석 결과를 전송하는 단계.
구체적으로, 의료진이 상기 탄성 검출 장치를 사용하여 인체의 간(肝) 등 점탄성 기관 매질에 대해 탄성 검출을 실시한 후, 그 변위 정보를 획득하며, 상기 변위 정보에는 예를 들어 상기 검출자의 성명, 연령, 신분증 번호, 연락 방식 등 개체 속성 정보가 포함되고, 또한 예를 들어 장치 식별자 등 탄성 검출 장치의 속성 정보 및 검출을 수행하는 의사 정보, 병원 정보 등을 더 포함할 수 있다.
한편으로는 탄성 검출 장치의 저장 능력의 요구를 낮추고, 다른 한편으로는 상기 탄성 검출 장치를 통해 의사 등 관련자가 보다 전면적으로 데이터 분석 결과를 획득할 수 있도록 하기 위하여, 본 실시예에서, 각 탄성 검출 장치가 변위 정보를 획득한 후, 클라우드 서버와의 사이의 통신 연결이 정상이면, 변위 신호를 클라우드 서버로 업로드하여 저장함으로써 클라우드 서버에 전면적인 대량의 검출 결과를 저장할 수 있어, 모종의 검출자, 모종의 그룹, 모종의 질병 등에 대해 전면적인 데이터 분석을 수행하기에 유리하다.
따라서, 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상이라 판단한 경우, 변위 정보를 클라우드 서버로 업로드하여 저장하고, 클라우드 서버는 탄성 검출 장치가 전송한 변위 신호를 수신하여, 이를 데이터베이스에 저장한다. 상기 탄성 검출 장치는 검출로 획득된 검출자의 변위 정보가 로컬로도 저장됨을 이해할 수 있을 것이다.
구체적으로, 클라우드 서버의 변위 정보에 대한 저장은, 예를 들어 분류 저장을 실시하며, 예를 들어 병원 또는 지역의 차이에 따라 각각 상이한 데이터베이스를 구축하거나 또는 동일한 데이터베이스에 상이한 저장 공간을 구분할 수도 있고; 어떤 종류의 질병의 식별자에 따라 분류 저장하며, 또한 저장하는 과정에서 동일한 검출자의 동일한 질병의 변위 정보를 집중적으로 저장할 수 있어, 저장 효율이 향상됨과 동시에, 후속되는 데이터 조회도 편리하다. 물론, 시간의 선후 순서에 따라 집중적으로 저장할 수도 있다.
클라우드 서버와의 사이의 통신 연결이 정상이라고 판단된 후, 탄성 검출 장치가 클라우드 서버로 데이터 분석 요청을 전송하고, 클라우드 서버가 상기 데이터 분석 요청에 따라 분석 키워드에 대한 전면적이고 정확한 분석 결과를 획득할 수 있다. 그 중, 데이터 분석 요청은 분석 키워드를 휴대할 수 있으며, 상기 분석 키워드는 검출자의 개체 속성 정보, 검출자의 질병 속성 정보, 검출자의 그룹 속성 정보, 탄성 검출 장치의 속성 정보 중의 적어도 하나를 포함한다. 상기 각 정보의 의미는 도 1의 실시예 중 상세한 예를 들어 설명했으므로, 중복 설명을 생략한다.
클라우드 서버가 탄성 검출장치로부터 전송된 데이터 분석 요청을 수신한 후, 상기 데이터 분석 요청에 따라 데이터베이스로부터 분석 키워드와 매칭되는 분석할 데이터를 획득하며, 예를 들어 분석 키워드가 검출자의 인체 속성 정보인 경우, 이때 분석할 데이터는 검출자의 모든 변위 정보, 즉 상기 검출자가 각 탄성 장치에서 실시한 적이 있는 탄성 검출의 모든 변위 정보이며, 따라서 상기 분석할 데이터를 분석하면 상기 검출자의 검출 기록의 추적 및 상기 검출 장치의 결과가 반영하는 건강 상태를 결정할 수 있고, 따라서 전면적이고 정확한 분석 결과를 획득할 수 있다. 또한 예를 들어, 분석 키워드가 어떤 질병의 식별자인 경우, 이때 상기 분석할 데이터는 상기 질병을 검출한 적이 있는 모든 사람의 일정 요구를 만족하는 검출 데이터이며, 따라서, 상기 질병을 검출한 적이 있는 모든 사람의 예를 들어 연령, 성별, 거주지, 직업 등의 종합적인 분석을 통해, 상기 질병의 전국 또는 지역 영역에서의 예측 결과를 획득할 수 있다. 또한, 분석 결과에는 예를 들어 병력, 영향 인자, 진료보고 등이 더 포함될 수 있으며, 또한 이러한 이미 분석이 완료된 데이터를 바탕으로 2차 분석을 수행하여 추가적인 데이터 결과 데이터, 예를 들어 질병 관련성, 의료 개입 등을 획득할 수 있다.
본 실시예에서, 탄성 검출 장치와 클라우드 서버 간의 통신 연결이 정상인 경우, 탄성 검출 장치는 클라우드 서버로 데이터 분석 요청을 전송하고, 클라우드 서버는 데이터베이스로부터 분석 키워드와 대응되는 분석할 데이터를 획득하여, 분석할 데이터에 대해 모종의 검출자, 모종의 그룹, 모종의 질병, 모종의 장치 등의 데이터 분석을 수행하여 분석 결과를 획득한다. 따라서 의사, 연구원 등과 같은 관련자들이 클라우드 서버에 저장된 대량의 전면적인 검출 결과 정보를 통해 상이한 분석 요구에 대한 대규모 데이터 분석을 구현할 수 있어, 탄성 검출 장치 단말은 전면적이고도 정확한 분석 결과를 획득할 수 있다.
도 4는 본 발명의 탄성 검출 장치의 데이터 분석 처리 방법의 실시예4의 흐름도로서, 도 4에 도시된 바와 같이, 도 3의 실시예를 바탕으로, 단계 302의 클라우드 서버는 변위 정보를 데이터베이스에 저장하기 전, 상기 방법은 이하 단계를 더 포함할 수 있다.
단계 401: 클라우드 서버가 상기 변위 정보에 포함된 상기 검출자의 개체 속성 정보를 근거로, 상기 데이터베이스로부터 상기 검출자의 히스토리 검출 데이터를 획득하는 단계, 상기 히스토리 검출 데이터는 상기 점탄성 매질의 히스토리 변위 정보를 포함한다.
단계 402: 클라우드 서버가 미리 설정된 규칙에 따라 상기 변위 정보와 상기 히스토리 검출 데이터가 매칭되는지 여부를 결정하는 단계.
어떤 탄성 검출 장치는 검출자의 변위 정보에 대해서만 검출을 실시하기 때문에, 상기 변위 정보가 반영하는 검출자의 건강 상황은 실제 상황과 일치하지 않을 수 있다. 따라서, 본 실시예에서는 클라우드 서버에 저장된 변위 정보의 정확성을 보장하도록, 데이터 교정 메커니즘을 더 제공한다.
구체적으로 설명하면, 클라우드 서버가 각 탄성 검출 장치로부터 전송된 변위 정보를 수신한 후, 먼저 상기 변위 정보와 상기 검출자의 히스토리 검출 데이터의 매칭성 판단을 실시한다. 구체적으로, 클라우드 서버는 먼저 변위 정보로부터 상기 검출자의 예를 들어 성명, 신분증 번호 등 개체 속성을 추출하고, 데이터베이스로부터 그것과 대응되는 히스토리 검출 데이터를 획득한다. 상기 히스토리 검출 데이터에는 상기 검출자의 히스토리 변위 정보가 포함되어 있을 뿐만 아니라, 또한 상기 점탄성 매질의 탄성 검출 이외의 기타 신체 파라미터의 히스토리 검출 결과도 포함된다. 이후, 클라우드 서버는 상기 검출자의 현재 변위 정보와 상기 검출자의 히스토리 검출 데이터가 매칭되는지 여부를 판단한다. 매칭되는 경우, 즉 클라우드 서버가 현재 변위 정보를 데이터베이스에 저장하는 단계 302를 실행하고, 매칭되지 않을 경우, 즉 단계 302는 클라우드 서버가 현재 변위 정보를 데이터베이스에 저장하고, 히스토리 검출 데이터를 근거로 현재 변위 정보를 교정하여, 교정 후의 변위 정보를 데이터베이스에 대응 저장하는 단계로 변경된다. 그 중, 매칭성 판단은, 예를 들면, 인접한 2회의 변위값을 근거로 교정이 필요한지 여부를 판단할 수 있으며, 만약 선후 2회의 상기 검출자의 변위값 차가 미리 설정된 임계값보다 작다면, 교정할 필요 없이 매칭성 요구를 만족시킬 수 있고; 반대로, 만약 미리 설정된 임계값보다 크다면, 예를 들어 전 회의 변위값이 10이고, 현재 검출된 변위값이 20이라면, 차이값이 임계값, 예를 들어 5보다 크므로, 교정 과정을 실행해야 한다. 실제로, 상기 검출자가 현재 염증 등과 같은 기타 질병을 앓고 있을 가능성이 있기 때문에, 변위값의 변화가 커질 수 있으나, 단 이는 단지 염증으로 인해 변위값의 변화가 커진 것에 불과하므로, 상기 검출자의 기관 탄성에 심각한 문제가 생겼음을 대표할 수 없다. 따라서, 이때 히스토리 검출 데이터에 현재 변위 정보에 영향을 미치는 요소가 존재한다고 판단 시, 사전 통계를 통해 획득된 상기 점탄성 매질의 탄성 정상 상태 모델에 상기 검출자의 상기 검출자 히스토리 변위 정보를 결합하여 현재의 변위 정보를 교정할 수 있다. 예를 들어 상기 검출자의 히스토리 변위값의 전체 추세가 정상 모델의 어느 취득값 구간에 위치하는지에 따라 현재의 변위 정보를 교정함으로써, 교정 후의 변위값을 상기 정상 모델의 대응하는 구간에 위치시킨다. 또한, 클라우드 서버는 탄성 검출 장치로 현재 변위 정보와 히스토리 검출 데이터가 매칭되지 않음을 알리기 위한 알림 정보를 피드백함으로써, 탄성 검출 장치 조작자, 예를 들어 의사가 검출자의 현재 검출된 변위 정보가 반영하는 건강 상황을 정확하게 판단할 수 있게 한다.
또한, 설명해두어야 할 점으로, 또 다른 경우는, 비록 현재 검출된 변위 정보와 히스토리 변위 정보, 예를 들어 이전 회와 인접한 변위값의 차가 매우 크나, 클라우드 서버가 상기 검출자의 기타 히스토리 검출 데이터인 탄성 검출 이외의 기타 검출 파라미터에 상기 탄성 검출된 현재 해당 회차의 검출 결과의 변화에 비교적 큰 영향을 미치는 요소가 존재하지 않는다고 분석 결정한 경우, 이때, 검출 시 오조작이 있었을 가능성이 매우 크며, 클라우드 서버는 탄성 검출 장치로 알림 정보를 전송하여, 현재 변위 정보와 히스토리 검출 데이터가 매칭되지 않음을 알리며, 탄성 검출 장치는 상기 알림에 따라 재검출을 실시할 수 있다.
또한, 상기 방법은
단계 403: 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 상기 탄성 검출 장치에 대응되는 오프라인 데이터 패킷을 결정하는 단계;
단계 404: 클라우드 서버가 상기 탄성 검출 장치로 상기 오프라인 데이터 패킷을 전송하는 단계를 더 포함한다.
그 중, 상기 오프라인 데이터 패킷은 상기 탄성 검출 장치가 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 수행하여 제2 분석 결과를 획득하기 위한 것으로서, 그 중, 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함된 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함한다.
설명해두어야 할 점으로, 상기 단계 403-404는 단계 305 이후 실행될 수 있으며, 이는 단지 일종의 선택 가능한 방식이므로, 열거된 예에 한정되지 않는다.
구체적으로 설명하면, 단계 403에서 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 상기 탄성 검출 장치에 대응되는 오프라인 데이터 패킷을 결정하는 단계는 이하 방식을 통해 구현될 수 있다.
클라우드 서버는 탄성 검출 장치로부터 전송된 오프라인 데이터 패킷 다운로드 요청을 수신하며, 상기 다운로드 요청에는 상기 탄성 검출 장치의 속성 정보가 포함되고; 클라우드 서버는 상기 탄성 검출 장치의 속성 정보에 대응되는 오프라인 데이터 패킷을 생성한다.
구체적으로 설명하면, 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상이라고 판단한 후, 적당한 시각에 클라우드 서버로 오프라인 데이터 패킷 다운로드 요청을 전송할 수 있으며, 상기 다운로드 요청에는 상기 탄성 검출 장치의 속성 정보가 포함된다. 그 중, 상기 탄성 검출 장치의 속성 정보는 예를 들어 상기 탄성 검출 장치가 소재하는 지역의 식별자를 포함할 수 있다. 따라서, 클라우드 서버는 상기 다운로드 요청을 수신한 후, 데이터베이스로부터 상기 탄성 검출 장치의 속성 정보와 대응되는 모든 검출 결과, 즉 상기 속성 정보와 대응되는 모든 탄성 검출 장치의 변위 정보를 조회하여 획득하고, 이러한 변위 정보를 오프라인 데이터 패킷으로 묶어 탄성 검출 장치로 전송할 수 있다.
또한, 클라우드 서버는 또한 이하 방식을 통해 상기 탄성 검출 장치와 대응되는 오프라인 데이터 패킷을 결정할 수 있다.
클라우드 서버는 미리 생성된 적어도 하나의 오프라인 데이터 패킷의 식별 정보에 상기 탄성 검출 장치의 속성 정보와 매칭되는 식별 정보가 존재하는지 여부를 확정하고; 만약 존재한다면, 클라우드 서버는 상기 매칭되는 식별 정보에 대응되는 오프라인 데이터 패킷을 획득하여, 탄성 검출 장치로 전송한다.
본 실시예에서, 클라우드 서버는 미리 저장된 대량의 변위 정보에 대한 분류, 예를 들어 지역에 따른 분류, 모종의 질병인 질병 식별자에 따른 분류 등을 실시할 수 있다. 따라서, 각각의 분류마다 오프라인 데이터 패킷이 대응 생성되며, 각각의 오프라인 데이터 패킷에 대응되는 식별 정보가 묶인다. 클라우드 서버에 각각의 탄성 검출 장치의 속성 정보가 저장되어 있기 때문에, 클라우드 서버는 능동적으로 그 속성 정보에 대응되는 오프라인 데이터 패킷을 탄성 검출 장치로 전송할 수 있다. 구체적으로 구현 시, 클라우드 서버는 또한 요청 응답 방식을 이용하여 탄성 검출 장치가 오프라인 데이터 패킷을 필요로 하는지 조회할 수 있으며, 또한, 탄성 검출 장치에 저장된 오프라인 데이터 패킷의 실시간 유효성을 보장하기 위하여, 클라우드 서버는 정기적인 업데이트 전략을 이용하여 탄성 검출 장치에 필요한 오프라인 데이터 패킷을 주기적으로 업데이트함으로써, 탄성 검출 장치에 저장된 오프라인 데이터 패킷의 실시간성을 보장할 수 있다.
본 실시예에서, 오프라인 데이터 패킷의 메커니즘을 이용하여, 탄성 검출장치와 클라우드 서버의 통신 연결이 정상일 때, 탄성 검출 장치가 오프라인 데이터 패킷을 다운로드함으로써, 상기 오프라인 데이터 패킷 중의 변위 정보뿐만 아니라, 클라우드 서버에 저장된 변위 정보를 바탕으로 데이터 분석 요청에 대한 데이터 분석을 수행하여, 전면적이고 정확한 분석 결과를 획득할 수 있다. 또한 통신 연결이 정상적이지 않을 경우, 탄성 검출 장치는 또한 상기 오프라인 데이터 패킷을 데이터베이스로 삼아 상대적으로 전면적이고 정확한 분석 결과를 얻을 수도 있다. 설명해두어야 할 점으로, 통신 연결이 정상일 때, 탄성 검출 장치가 만약 상기 오프라인 데이터 패킷을 선택하여 분석 결과를 획득할 경우, 이때 정확성과 실시간성 사이의 절충을 고려한다. 클라우드 서버를 통해 분석한 분석 결과가 비록 더욱 정확하지만, 소요되는 시간 역시 상대적으로 길고; 로컬로 저장된 오프라인 데이터 패킷은 비록 분석 결과가 상대적으로 좋지 않으나, 실시간성이 양호하기 때문이다.
도 5는 본 발명의 탄성 검출 장치의 실시예 1의 구조도로서, 상기 탄성 검출 장치는 검출자의 점탄성 매질 중 탄성 전단파를 발생시키는 여기장치, 및 상기 점탄성 매질이 상기 탄성 전단파의 작용하에 발생시키는 변위 정보를 결정하는 획득장치를 포함한다. 이밖에, 도 5에 도시된 바와 같이, 상기 탄성 검출 장치는 또한,
클라우드 서버와의 사이의 통신 연결이 정상인지 여부를 결정하기 위한 통신상황 판단장치(11);
상기 통신상황 판단장치(11)가 상기 통신 연결이 정상이라고 판단 시, 상기 변위 정보를 상기 클라우드 서버로 전송하여, 상기 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하게 하기 위한 데이터 송수신 장치(12)를 더 포함하고;
상기 데이터 송수신 장치(12)는 또한 상기 클라우드 서버로 데이터 분석 요청을 더 전송하며, 상기 데이터 분석 요청은 상기 클라우드 서버에게 상기 데이터베이스로부터 분석 키워드에 대응되는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터를 분석하여 제1 분석 결과를 획득하도록 지시하기 위한 것이고; 그 중, 상기 제1 분석할 데이터에 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보가 포함되며;
상기 데이터 송수신 장치(12)는 상기 클라우드 서버가 전송하는 상기 제1 분석 결과를 수신 및 표시하기 위한 것이다.
그 중, 상기 데이터 분석 요청에는 상기 분석 키워드가 포함되며, 상기 분석 키워드는
상기 검출자의 개체 속성 정보, 상기 검출자의 질병 속성 정보, 상기 검출자의 그룹 속성 정보, 상기 탄성 검출 장치의 속성 정보 중의 적어도 하나를 포함한다.
본 실시예가 제공하는 상기 탄성 검출 장치는 도 1에 도시된 실시예의 방법을 실행하기 위한 장치일 수 있으며, 기본적인 원리와 기술 효과는 그와 유사하므로, 중복 설명을 생략한다.
도 6은 본 발명의 탄성 검출 장치의 실시예 2의 구조도로서, 도 6에 도시된 바와 같이, 상기 탄성 검출 장치는 도 5의 실시예를 바탕으로 하며, 상기 데이터 송수신 장치(12)는 또한 상기 클라우드 서버가 전송하는 오프라인데이터 패킷을 수신하기 위한 것이고, 상기 오프라인 데이터 패킷은 상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 결정한 것이다.
상기 장치는 또한 상기 오프라인 데이터 패킷을 저장하기 위한 저장장치(21)를 더 포함한다.
또한, 상기 장치는, 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청과 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터를 분석하여 제2 분석 결과를 획득하기 위한 데이터 분석장치(22)를 더 포함하며; 그 중, 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함된 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함한다.
상기 데이터 분석장치(22)는 구체적으로 상기 통신상황 판단장치가 클라우드 서버와의 사이의 통신 연결이 정상적이지 않다고 판단 시, 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청과 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터를 분석하여 제2 분석 결과를 획득하는 단계를 실행하기 위한 것이다.
본 실시예가 제공하는 상기 탄성 검출 장치는 도 2에 도시된 실시예의 방법을 실행하기 위한 장치일 수 있으며, 기본적인 원리와 기술 효과는 그와 유사하므로, 중복 설명을 생략한다.
도 7은 본 발명의 클라우드 서버의 실시예 1의 구조도로서, 도 7에 도시된 바와 같이, 상기 클라우드 서버는,
상기 탄성 검출 장치가 전송한 검출자의 변위 정보를 수신하기 위한 데이터 수신 모듈(31); 상기 변위 정보는 상기 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상이라 판단 시 전송한 것이며;
상기 변위 정보를 데이터베이스에 저장하기 위한 저장처리모듈(32);
상기 데이터 수신 모듈(31)은 또한 상기 탄성 검출 장치가 전송한 데이터 분석 요청을 수신하기 위한 것이며;
상기 데이터 분석 요청에 따라 상기 데이터베이스로부터 분석 키워드와 대응되는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하기 위한 데이터 분석 모듈(33); 그 중, 상기 제1 분석할 데이터에 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보가 포함되며;
상기 탄성 검출 장치로 상기 제1 분석 결과를 전송하기 위한 데이터 송신 모듈(34)을 포함한다.
본 실시예가 제공하는 상기 탄성 검출 장치는 도 3에 도시된 실시예의 방법을 실행하기 위한 장치일 수 있으며, 기본적인 원리와 기술 효과는 그와 유사하므로, 중복 설명을 생략한다.
도 8은 본 발명의 클라우드 서버의 실시예 2의 구조도로서, 도 8에 도시된 바와 같이, 상기 클라우드 서버는 도 7에 도시된 실시예를 바탕으로 하며, 또한,
상기 변위 정보에 포함된 상기 검출자의 개체 속성 정보를 근거로, 상기 데이터베이스로부터 상기 점탄성 매질의 히스토리 변위 정보를 포함하는 상기 검출자의 히스토리 검출 데이터를 획득하기 위한 획득 모듈(35);
미리 설정된 규칙에 따라 상기 변위 정보와 상기 히스토리 검출 데이터가 매칭되는지 여부를 결정하기 위한 매칭 결정 모듈(36)을 더 포함한다.
또한, 상기 클라우드 서버는, 상기 변위 정보와 상기 히스토리 검출 데이터가 매칭되지 않을 경우, 상기 히스토리 검출 데이터를 근거로 상기 변위 정보를 교정하기 위한 교정 모듈(37)을 더 포함하며;
상기 저장 처리 모듈(32)은 구체적으로 교정 후의 변위 정보를 상기 데이터베이스에 저장하기 위한 것이고;
상기 데이터 송신 모듈(34)은 또한 상기 탄성 검출 장치로 상기 변위 정보와 상기 히스토리 검출 데이터가 매칭되지 않음을 알리기 위한 알림 정보를 피드백하기 위한 것이다.
또한, 상기 획득 모듈(35)은, 또한 상기 탄성 검출 장치의 속성 정보를 근거로 상기 탄성 검출 장치와 대응되는 오프라인 데이터 패킷을 결정하기 위한 것이고;
상기 데이터 송신 모듈(34)은, 또한 상기 탄성 검출 장치로 상기 오프라인 데이터 패킷을 전송하기 위한 것이며, 상기 오프라인 데이터 패킷은 상기 탄성 검출 장치가 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 청구에 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 수행하여 제2 분석 결과를 획득하도록 하기 위한 것이며, 그 중, 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함된 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함한다.
또한, 상기 획득 모듈(35)은 구체적으로,
미리 생성된 적어도 하나의 오프라인 데이터 패킷의 식별 정보 중 상기 탄성 검출 장치의 속성 정보와 매칭되는 식별 정보를 결정하고;
상기 매칭되는 식별 정보에 대응되는 오프라인 데이터 패킷을 획득하기 위한 것이다.
또한, 상기 데이터 수신 모듈(31)은 또한 상기 탄성 검출 장치가 전송한 오프라인 데이터 패킷 다운로드 요청을 수신하기 위한 것이고, 상기 다운로드 요청에는 상기 탄성 검출 장치의 속성 정보가 포함되며;
상기 획득 모듈(35)은 또한 상기 탄성 검출 장치의 속성 정보와 대응되는 오프라인 데이터 패킷을 생성하기 위한 것이다.
본 실시예가 제공하는 상기 클라우드 서버는 도 4에 도시된 실시예의 방법을 실행하기 위한 장치일 수 있으며, 그 기본 원리와 기술 효과는 그와 유사하므로, 중복 설명을 생략한다.
본 분야의 보통 기술자라면, 상기 방법의 실시예의 전부 또는 일부 단계의 구현은 프로그램 명령과 관련된 하드웨어를 통해 완수할 수 있으며, 전술한 프로그램은 컴퓨터 가독 저장매체에 저장될 수 있고, 상기 프로그램은 실행 시, 상기 방법의 실시예를 포함하는 단계를 실행할 수 있으며; 전술한 저장매체는 ROM, RAM, 자기디스크 또는 광디스크 등 프로그램 코드를 저장할 수 있는 각종 매체를 포함한다는 것을 이해할 수 있을 것이다.
마지막으로, 상기 각 실시예는 단지 본 발명의 기술방안을 설명하기 위한 것일 뿐, 결코 제한하기 위한 것이 아니며; 본 분야의 보통 기술자가 전술한 각 실시예의 본 발명에 대한 상세한 설명을 참조하여, 전술한 각 실시예에 기재된 기술 방안을 수정하거나, 또는 그 중 기술 특징의 일부 또는 전체를 동등하게 교체하더라도, 이러한 수정 또는 변경은 상응하는 기술 방안의 본질이 본 발명의 각 실시예의 기술방안의 범위를 벗어나게 하지 않는다는 점을 이해하여야 한다.

Claims (16)

  1. 검출자의 점탄성 매질에 탄성 전단파를 발생시키는 여기장치; 상기 점탄성 매질이 상기 탄성 전단파의 작용하에 발생시키는 변위 정보를 결정하는 획득장치를 포함하는 탄성 검출 장치의 데이터 분석 처리 방법에 있어서, 상기 탄성 검출 장치의 데이터 분석 처리 방법은,
    상기 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상인지 여부를 결정하는 단계;
    상기 통신 연결이 정상인 경우, 상기 탄성 검출 장치가 상기 변위 정보를 클라우드 서버로 전송하여, 상기 클라우드 서버가 상기 변위 정보를 상기 클라우드 서버의 데이터베이스에 저장하도록 하는 단계;
    상기 탄성 검출 장치가 상기 클라우드 서버로 상기 데이터베이스로부터 분석 키워드와 대응되는 제1 분석할 데이터를 획득하도록 상기 클라우드 서버에게 지시하기 위한 데이터 분석 요청을 전송하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하는 단계; 상기 제1 분석할 데이터에 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보가 포함되며;
    상기 탄성 검출 장치가 상기 클라우드 서버로부터 전송되는 상기 제1 분석 결과를 수신하여 표시하는 단계; 를 포함하는 것을 특징으로 하는 탄성 검출 장치의 데이터 분석 처리 방법.
  2. 제1항에 있어서,
    상기 탄성 검출 장치가 상기 통신 연결이 정상이라 판단한 후, 상기 방법은
    상기 탄성 검출 장치가 상기 클라우드 서버로부터 전송되는 오프라인 데이터 패킷을 수신하여 저장하는 단계를 더 포함하며, 상기 오프라인 데이터 패킷은 상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 결정하는 것임을 특징으로 하는 방법.
  3. 제2항에 있어서,
    상기 방법은,
    상기 탄성 검출 장치가 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응하는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 수행하여 제2 분석 결과를 획득하는 단계를 더 포함하며, 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함되는 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함하는 것을 특징으로 하는 방법.
  4. 제3항에 있어서,
    상기 방법은,
    상기 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상적이지 않다고 판단한 경우, 즉 상기 탄성 검출 장치는 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 수행하여 제2 분석 결과를 획득하는 단계를 실행하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  5. 제1항 내지 제4항 중의 어느 한 항에 있어서,
    상기 데이터 분석 요청에 상기 분석 키워드가 포함되며, 상기 분석 키워드는,
    상기 검출자의 개체 속성 정보, 상기 검출자의 질병 속성 정보, 상기 검출자의 그룹 속성 정보, 상기 탄성 검출 장치의 속성 정보 중의 적어도 하나를 포함하는 것을 특징으로 하는 방법.
  6. 검출자의 점탄성 매질 중 탄성 전단파를 발생시키는 여기장치; 상기 점탄성 매질이 상기 탄성 전단파의 작용하에 발생시키는 변위 정보를 결정하는 획득장치를 포함하는 탄성 검출 장치의 데이터 분석 처리 방법에 있어서, 상기 탄성 검출 장치의 데이터 분석 처리 방법은,
    클라우드 서버가 탄성 검출 장치로부터 전송되는 변위 정보를 수신하는 단계, 상기 변위 정보는 상기 탄성 검출 장치가 클라우드 서버와의 사이의 통신 연결이 정상임을 확인 시 전송하는 것이며;
    상기 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하는 단계;
    상기 클라우드 서버가 상기 탄성 검출 장치로부터 전송된 데이터 분석 요청을 수신하는 단계;
    상기 클라우드 서버가 상기 데이터 분석 요청에 따라 상기 데이터베이스로부터 분석 키워드에 대응하는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하는 단계; 상기 제1 분석할 데이터는 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보가 포함되며;
    상기 클라우드 서버가 상기 탄성 검출 장치로 상기 제1 분석 결과를 전송하는 단계를 포함하는 것을 특징으로 하는 탄성 검출 장치의 데이터 분석 처리방법.
  7. 제6항에 있어서,
    상기 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하기 전,
    상기 클라우드 서버가 상기 변위 정보에 포함된 상기 검출자의 개체 속성 정보를 근거로, 상기 데이터베이스로부터 상기 검출자의 상기 점탄성 매질의 히스토리 변위 정보를 포함하는 히스토리 검출 데이터를 획득하는 단계;
    상기 클라우드 서버가 미리 설정된 규칙에 따라 상기 변위 정보와 상기 히스토리 검출 데이터가 매칭되는지 여부를 결정하는 단계; 를 더 포함하는 것을 특징으로 하는 방법.
  8. 제7항에 있어서,
    상기 방법은,
    상기 변위 정보가 상기 히스토리 검출 데이터와 매칭되지 않을 경우, 상기 클라우드 서버는 상기 히스토리 검출 데이터를 근거로 상기 변위 정보를 교정하여, 교정 후의 변위 정보를 상기 데이터베이스에 저장하고, 상기 탄성 검출 장치로 알림 정보를 피드백하는 단계를 더 포함하며, 상기 알림 정보는 상기 변위 정보와 상기 히스토리 검출 데이터가 매칭되지 않음을 알리기 위한 것임을 특징으로 하는 방법.
  9. 제6항에 있어서,
    상기 방법은
    상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보에 따라 상기 탄성 검출 장치에 대응하는 오프라인 데이터 패킷을 결정하는 단계;
    상기 클라우드 서버가 상기 탄성 검출 장치로 상기 오프라인 데이터 패킷을 전송하는 단계를 더 포함하며; 상기 오프라인 데이터 패킷은 상기 탄성 검출 장치가 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응하는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터에 대해 분석을 수행하여 제2 분석 결과를 획득하게 하기 위한 것이며, 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함되는 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함하는 것을 특징으로 하는 방법.
  10. 제9항에 있어서,
    상기 클라우드 서버는 상기 탄성 검출 장치의 속성 정보를 근거로 상기 탄성 검출 장치에 대응하는 오프라인 데이터 패킷을 결정하는 단계는,
    상기 클라우드 서버가 미리 생성된 적어도 하나의 오프라인 데이터 패킷의 식별 정보 중 상기 탄성 검출 장치의 속성 정보와 매칭되는 식별 정보를 결정하는 단계;
    상기 클라우드 서버가 상기 매칭되는 식별 정보에 대응하는 오프라인 데이터 패킷을 획득하는 단계; 를 포함하는 것을 특징으로 하는 방법.
  11. 제9항에 있어서,
    상기 클라우드 서버가 상기 탄성 검출 정보의 속성 정보를 근거로 상기 탄성 검출 장치와 대응되는 오프라인 데이터 패킷을 결정하는 단계는,
    상기 클라우드 서버가 상기 탄성 검출 장치로부터 전송되는 오프라인 데이터 패킷 다운로드 요청을 수신하는 단계; 상기 다운로드 요청 중 상기 탄성 검출 장치의 속성 정보가 포함되며;
    상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보와 대응되는 오프라인 데이터 패킷을 생성하는 단계; 를 포함하는 것을 특징으로 하는 방법.
  12. 제6항 내지 제11항 중의 어느 한 항에 있어서,
    상기 데이터 분석 요청에 상기 분석 키워드가 포함되며, 상기 분석 키워드는,
    상기 검출자의 개체 속성 정보, 상기 검출자의 질병 속성 정보, 상기 검출자의 그룹 속성 정보, 상기 탄성 검출 장치의 속성 정보 중의 적어도 하나를 포함하는 것을 특징으로 하는 방법.
  13. 검출자의 점탄성 매질 중 탄성 전단파를 발생시키는 여기장치; 상기 점탄성 매질이 상기 탄성 전단파의 작용하에 발생시키는 변위 정보를 결정하는 획득장치를 포함하는 탄성 검출 장치에 있어서, 상기 탄성 검출 장치는 또한,
    클라우드 서버와의 사이의 통신 연결이 정상인지 여부를 결정하기 위한 통신상황 판단장치;
    상기 통신상황 판단장치가 상기 통신 연결이 정상이라고 판단 시, 상기 변위 정보를 상기 클라우드 서버로 전송하여, 상기 클라우드 서버가 상기 변위 정보를 데이터베이스에 저장하게 하기 위한 데이터 송수신 장치를 더 포함하고;
    상기 데이터 송수신 장치는 또한, 상기 클라우드 서버에게 상기 데이터베이스로부터 분석 키워드에 대응되는 제1 분석할 데이터를 획득하고, 상기 제1 분석할 데이터에 대해 분석을 수행하여 제1 분석 결과를 획득하도록 지시하기 위한 데이터 분석 요청을 상기 클라우드 서버로 전송하기 위한 것으로; 상기 제1 분석할 데이터는 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함하며;
    상기 데이터 송수신 장치는 상기 클라우드 서버가 전송하는 상기 제1 분석 결과를 수신 및 표시하기 위한 것임을 특징으로 하는 탄성 검출 장치.
  14. 제13항에 있어서,
    상기 데이터 송수신 장치는 또한 상기 클라우드 서버가 전송하는 오프라인 데이터 패킷을 더 수신하며, 상기 오프라인 데이터 패킷은 상기 클라우드 서버가 상기 탄성 검출 장치의 속성 정보를 근거로 결정하는 것이며;
    상기 장치는 상기 오프라인 데이터 패킷을 저장하기 위한 저장장치를 더 포함하는 것을 특징으로 하는 장치.
  15. 제14항에 있어서,
    상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청에 대응하는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터를 분석하여 제2 분석 결과를 획득하기 위한 데이터 분석장치를 더 포함하며; 상기 제2 분석할 데이터는 상기 오프라인 데이터 패킷에 포함된 모든 탄성 검출 장치의 변위 정보 중 상기 분석 키워드와 대응되는 변위 정보를 포함하는 것을 특징으로 하는 장치.
  16. 제15항에 있어서,
    상기 데이터 분석 장치는 구체적으로 상기 통신상황 판단장치가 클라우드 서버와의 사이의 통신 연결이 정상적이지 않다고 판단 시, 상기 오프라인 데이터 패킷으로부터 상기 데이터 분석 요청과 대응되는 제2 분석할 데이터를 획득하고, 상기 제2 분석할 데이터를 분석하여 제2 분석 결과를 획득하는 단계를 실행하기 위한 것임을 특징으로 하는 장치.
KR1020177025522A 2015-02-12 2015-06-19 탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치 KR102106678B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510076909.X 2015-02-12
CN201510076909.XA CN104622513B (zh) 2015-02-12 2015-02-12 弹性检测设备的数据分析处理方法及弹性检测设备
PCT/CN2015/081937 WO2016127539A1 (zh) 2015-02-12 2015-06-19 弹性检测设备的数据分析处理方法及弹性检测设备

Publications (2)

Publication Number Publication Date
KR20170115618A true KR20170115618A (ko) 2017-10-17
KR102106678B1 KR102106678B1 (ko) 2020-05-04

Family

ID=53202113

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177025522A KR102106678B1 (ko) 2015-02-12 2015-06-19 탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치

Country Status (12)

Country Link
US (1) US10426428B2 (ko)
EP (1) EP3257444B1 (ko)
JP (2) JP6494775B2 (ko)
KR (1) KR102106678B1 (ko)
CN (2) CN104622513B (ko)
AU (1) AU2015382816B2 (ko)
BR (1) BR112017017316A2 (ko)
DK (1) DK3257444T3 (ko)
ES (1) ES2796303T3 (ko)
PL (1) PL3257444T3 (ko)
RU (1) RU2675345C1 (ko)
WO (1) WO2016127539A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104337550B (zh) * 2014-10-21 2018-07-06 无锡海斯凯尔医学技术有限公司 弹性检测的方法、装置和系统
CN104622513B (zh) 2015-02-12 2017-04-19 无锡海斯凯尔医学技术有限公司 弹性检测设备的数据分析处理方法及弹性检测设备
CN104636622B (zh) 2015-02-12 2017-08-04 无锡海斯凯尔医学技术有限公司 基于弹性检测设备的健康状况分析方法及系统
CN111743570A (zh) * 2019-03-28 2020-10-09 无锡声美达医学技术有限公司 一种对具有影像引导功能的超声弹性测量仪器的超声测量深度进行检测的方法及装置
JP6855550B1 (ja) * 2019-10-29 2021-04-07 ゼネラル・エレクトリック・カンパニイ 超音波診断装置
CN111324775B (zh) * 2020-01-20 2023-05-09 安徽省先锋制药有限公司 一种电子天平检测用数据收集分析系统
KR20230000541A (ko) 2021-06-25 2023-01-03 현준희 음식 주문 및 배달 네트워크 시스템 및 그 제어방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001104253A (ja) * 1999-10-14 2001-04-17 Nippon Telegr & Teleph Corp <Ntt> ネットワーク画像診断支援システム，読影サーバおよび読影情報データベースの記憶媒体
JP2003233674A (ja) * 2002-02-06 2003-08-22 Hitachi Medical Corp 医用情報管理システム
US20060026040A1 (en) * 2004-07-28 2006-02-02 Reeves Anthony P System and method for providing remote analysis of medical data
US20100056877A1 (en) * 2008-08-31 2010-03-04 Gene Fein Real time medical data analysis system
WO2014113681A1 (en) * 2013-01-17 2014-07-24 Eclipse Breast Health Technologies Systems and methods for noninvasive health monitoring

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002149821A (ja) * 2000-09-04 2002-05-24 Ge Medical Systems Global Technology Co Llc 医用画像提供方法、医用ソフトウェア提供方法、医用画像集中管理サーバー装置、医用ソフトウェア集中管理サーバー装置、医用画像提供システムおよび医用ソフトウェア提供システム
US7244230B2 (en) * 2002-11-08 2007-07-17 Siemens Medical Solutions Usa, Inc. Computer aided diagnostic assistance for medical imaging
US20040230458A1 (en) * 2003-02-26 2004-11-18 Kabushiki Kaisha Toshiba Cyber hospital system for providing doctors' assistances from remote sites
JP2007037892A (ja) * 2005-08-05 2007-02-15 Matsushita Electric Ind Co Ltd 遠隔医療システム
JP4700459B2 (ja) * 2005-09-27 2011-06-15 株式会社日立製作所 データ処理システム及びデータ管理方法並びにストレージシステム
RU2362487C2 (ru) * 2007-06-28 2009-07-27 Екатерина Евгеньевна Фаустова Способ неинвазивного измерения скорости распространения акустических колебаний в эластичной ткани
CN102043893A (zh) * 2009-10-13 2011-05-04 北京大学 一种疾病预警方法和系统
TWI429890B (zh) * 2010-12-01 2014-03-11 Ind Tech Res Inst 數位扭力工具校正方法、驗證方法及校正系統
WO2013055795A1 (en) * 2011-10-10 2013-04-18 The Regents Of The University Of Michigan Pulsed cavitational ultrasound therapy with shear wave elastography feedback
US20130116526A1 (en) * 2011-11-09 2013-05-09 Telcare, Inc. Handheld Blood Glucose Monitoring Device with Messaging Capability
JP5931416B2 (ja) * 2011-11-25 2016-06-08 株式会社東芝 超音波診断装置及び医用情報転送システム
CN102904932A (zh) * 2012-09-19 2013-01-30 德赛电子(惠州)有限公司 基于云计算的移动终端健康信息采集及健康分析方法
US9615815B2 (en) * 2012-09-28 2017-04-11 Clemson University Research Foundation Devices that cooperate with ultrasound probes for muscoskeletal evaluations and related systems and methods
EP2782068A2 (en) * 2013-03-22 2014-09-24 Samsung Medison Co., Ltd. Apparatus and method for providing elasticity information
US9430465B2 (en) * 2013-05-13 2016-08-30 Facebook, Inc. Hybrid, offline/online speech translation system
KR20150014315A (ko) * 2013-07-29 2015-02-06 삼성전자주식회사 횡파를 이용한 초음파 진단 방법 및 장치
CN103486971B (zh) * 2013-08-14 2016-07-13 北京交通大学 一种地铁隧道裂缝宽度检测及校正算法
CN104337550B (zh) * 2014-10-21 2018-07-06 无锡海斯凯尔医学技术有限公司 弹性检测的方法、装置和系统
CN204147059U (zh) * 2014-10-21 2015-02-11 无锡海斯凯尔医学技术有限公司 弹性检测装置和系统
CN104636622B (zh) * 2015-02-12 2017-08-04 无锡海斯凯尔医学技术有限公司 基于弹性检测设备的健康状况分析方法及系统
CN104622513B (zh) * 2015-02-12 2017-04-19 无锡海斯凯尔医学技术有限公司 弹性检测设备的数据分析处理方法及弹性检测设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001104253A (ja) * 1999-10-14 2001-04-17 Nippon Telegr & Teleph Corp <Ntt> ネットワーク画像診断支援システム，読影サーバおよび読影情報データベースの記憶媒体
JP2003233674A (ja) * 2002-02-06 2003-08-22 Hitachi Medical Corp 医用情報管理システム
US20060026040A1 (en) * 2004-07-28 2006-02-02 Reeves Anthony P System and method for providing remote analysis of medical data
US20100056877A1 (en) * 2008-08-31 2010-03-04 Gene Fein Real time medical data analysis system
WO2014113681A1 (en) * 2013-01-17 2014-07-24 Eclipse Breast Health Technologies Systems and methods for noninvasive health monitoring

Also Published As

Publication number Publication date
CN106901778A (zh) 2017-06-30
KR102106678B1 (ko) 2020-05-04
EP3257444A1 (en) 2017-12-20
JP6736706B2 (ja) 2020-08-05
PL3257444T3 (pl) 2020-11-16
JP6494775B2 (ja) 2019-04-03
RU2675345C1 (ru) 2018-12-18
AU2015382816B2 (en) 2018-03-01
AU2015382816A1 (en) 2017-08-31
CN104622513B (zh) 2017-04-19
WO2016127539A1 (zh) 2016-08-18
US10426428B2 (en) 2019-10-01
ES2796303T3 (es) 2020-11-26
US20170319170A1 (en) 2017-11-09
BR112017017316A2 (pt) 2018-03-27
EP3257444A4 (en) 2018-10-24
DK3257444T3 (da) 2020-06-02
JP2019088847A (ja) 2019-06-13
JP2018504982A (ja) 2018-02-22
CN104622513A (zh) 2015-05-20
EP3257444B1 (en) 2020-04-15

Similar Documents

Publication Publication Date Title
KR20170115618A (ko) 탄성 검출 장치의 데이터 분석 처리 방법 및 탄성 검출 장치
US20120143014A1 (en) Healthcare system and healthcare method
JP6088139B2 (ja) 被験者の測定の実行
AU2019204997B2 (en) Method and system for health condition analysis based on elasticity detection device
JP6521976B2 (ja) 電子鼻と協働するための診断サーバ、関連する携帯診断ユニット、診断方法、およびデータ処理プログラム
EP2015670B1 (en) Mobile healthcare data
US20210090732A1 (en) System and method for predicting survival time
CN114166913B (zh) 自动校准方法和装置、监测分析物浓度水平的系统
US20150127372A1 (en) Electrical Computing Devices Providing Personalized Patient Drug Dosing Regimens
US11749402B2 (en) Method and system for multi-medical department selection and post-monitoring during telemedicine based on patient generated health data (PGHD) and DNA analysis data
US20110153363A1 (en) Method and system for managing personal healthcare
KR101562806B1 (ko) 무선 통신 시스템에서 혈중 지질 수치에 대응되는 약제를 결정하는 방법, 그 장치 및 그 시스템
TWM589863U (zh) 以大數據技術建構預測模型之系統

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right