(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202211040599.2
(22)申请日 2022.08.29
(71)申请人 南方医科 大学中西医结合医院
地址 510315 广东省广州市海珠区石榴岗
路13号大院
(72)发明人 王桥 苏茜 任玉兰 杨瑶
(74)专利代理 机构 深圳市世纪宏博知识产权代
理事务所(普通 合伙) 44806
专利代理师 董博
(51)Int.Cl.
G16H 50/20(2018.01)
G16H 50/30(2018.01)
G16H 10/60(2018.01)
G06V 10/774(2022.01)
G06V 10/764(2022.01)G06V 10/44(2022.01)
G06F 40/237(2020.01)
(54)发明名称
一种研发基于深度学习与AR的肠造口智慧
诊疗设备
(57)摘要
本发明涉及智能护理引导技术领域, 具体公
开了一种研发基于深度学习与AR的肠造口智慧
诊疗设备, 所述设备包括数据处理端, 用于根据
所述物理参数确定患者的稳定值; 根据所述稳定
值获取体态 参数, 根据所述体态 参数确定肠造口
的实际状态; 根据所述护理记录确定肠造口的参
考状态; 比对所述实际状态和所述参考状态, 计
算差异值; 根据差异值确定护理指引。 本发明获
取用户的体征参数, 在深度学习模 型的计算框架
下, 建立识别模型, 对所述体征参数进行识别, 确
定实际状态; 获取用户的护理记录, 根据护理记
录确定肠造口的参考状态; 比对 所述实际状态和
所述参考状态, 即可生成护理指引, 保证患者安
全性的同时, 保护了患者的隐私。
权利要求书3页 说明书10页 附图4页
CN 115424719 A
2022.12.02
CN 115424719 A
1.一种研发基于深度学习与AR的肠造口智慧诊疗设备, 其特 征在于, 所述设备包括:
数据采集端, 用于获取患者的含有时间信息的体征参数; 所述体征参数包括物理参数
和体态参数, 所述物理参数包括体重和心 率, 所述体态参数用于表征患者身体的视觉状态;
获取患者的含有时间信息的护理记录; 所述护理记录为音频信息; 将所述体征参数和所述
护理记录向数据处 理端发送, 接收数据处 理端发送的护理指引并显示;
数据处理端, 用于接收数据采集端发送的体征参数, 读取所述体征参数中的物理参数,
根据所述物理参数确定患者的稳定值; 根据所述稳定值获取体态参数, 根据所述体态参数
确定肠造口的实际状态; 接 收数据采集端发送的护理记录, 根据所述护理记录确定肠造口
的参考状态; 比对 所述实际状态和所述参考状态, 计算差异 值; 其中, 所述差异 值含有符号,
所述符号用于表征实际状态与参考状态的优劣关系; 将所述差异值与预设的差异阈值进 行
比对, 根据比对结果确定护理指引, 并将所述护理指引向数据采集端发送。
2.根据权利要求1所述的研发基于深度 学习与AR的肠造口智慧诊疗设备, 其特征在于,
所述数据采集端包括:
体征参数获取模块, 用于获取患者的含有时间信息的体征参数; 所述体征参数包括物
理参数和体态参数, 所述物理参数包括体重和心率, 所述体态参数用于表征患者身体的视
觉状态;
护理记录获取模块, 用于获取患者的含有时间信息的护理记录; 所述护理记录为音频
信息;
数据中转模块, 用于将所述体征参数和所述护理记录向数据处理端发送, 接收数据处
理端发送的护理指引并显示。
3.根据权利要求1所述的研发基于深度 学习与AR的肠造口智慧诊疗设备, 其特征在于,
所述数据处 理端包括:
稳定值确定模块, 用于接收数据采集端发送的体征参数, 读取所述体征参数中的物理
参数, 根据所述物理参数确定患者的稳定值;
实际状态确定模块, 用于根据所述稳定值获取体态参数, 根据所述体态参数确定肠造
口的实际状态;
参考状态确定模块, 用于接收数据采集端发送的护理记录, 根据所述护理记录确定肠
造口的参考状态;
差异值计算模块, 用于比对所述实际状态和所述参考状态, 计算差异值; 其中, 所述差
异值含有符号, 所述符号用于表征实际状态与参 考状态的优劣 关系;
护理指引确定模块, 用于将所述差异值与预设的差异阈值进行比对, 根据比对结果确
定护理指引, 并将所述护理指引向数据采集端发送。
4.根据权利要求2所述的研发基于深度 学习与AR的肠造口智慧诊疗设备, 其特征在于,
所述体征参数获取模块包括:
曲线图生成单元, 用于根据 预设的采集设备获取患 者的含有时间信 息的心率和含有时
间信息的体重, 将所述心率和所述体重 输入同一个曲线图;
图像修正单元, 用于根据预设的采集设备获取光照 参数和患 者的含有图像标记的体态
图像, 根据光照参数对所述体态图像进行修 正;
模型填充单 元, 用于基于修 正后的体态图像填充预设的体态模型。权 利 要 求 书 1/3 页
2
CN 115424719 A
25.根据权利要求3所述的研发基于深度 学习与AR的肠造口智慧诊疗设备, 其特征在于,
所述稳定值确定模块包括:
导线计算单元, 用于接收数据采集端上传的曲线图, 计算曲线图中心率曲线的导数曲
线;
定位单元, 用于计算所述导数曲线的时间跨度, 计算所述时间跨度在预设的时间周期
内的比例, 根据所述比例定位 参考导数曲线;
风险段标记单元, 用于比对所述导数曲线与所述参考导数曲线, 根据比对结果在心率
曲线中标记风险段, 根据风险段确定第一稳定值;
体重分析 单元, 用于读取含有时间信息的体重, 根据体重确定第二稳定值;
数值转换单元, 用于根据预设的权重将所述第 一稳定值和所述第 二稳定值转换为各风
险段的稳定值。
6.根据权利要求3所述的研发基于深度 学习与AR的肠造口智慧诊疗设备, 其特征在于,
所述实际状态确定模块包括:
体态模型获取单元, 用于将所述稳定值与预设的稳定阈值进行比对, 当所述稳定值小
于预设的稳定阈值时, 获取体态模型;
轮廓识别单 元, 用于对所述体态模型进行轮廓识别, 得到特 征轮廓;
关系分析单元, 用于获取各特征轮廓之间的包含关系, 根据所述包含关系对各特征轮
廓进行标记;
标记分析 单元, 用于根据标记结果确定肠造口 的实际状态。
7.根据权利要求6所述的研发基于深度 学习与AR的肠造口智慧诊疗设备, 其特征在于,
所述标记分析 单元包括:
查询子单 元, 用于根据标记结果 查询患者的历史轮廓;
重合度计算子单 元, 用于计算同一标记对应的特 征轮廓和历史轮廓的重合度;
确定子单元, 用于统计所述特 征轮廓的重合度, 确定患者状态;
执行子单元, 用于根据所述患者状态确定识别精度, 基于所述识别精度对肠造口对应
的特征轮廓进行识别, 确定肠造口 的实际状态。
8.根据权利要求3所述的研发基于深度 学习与AR的肠造口智慧诊疗设备, 其特征在于,
所述参考状态确定模块包括:
波动识别单元, 用于接收数据采集端发送的护理记录, 对所述护理记录进行波动识别,
根据波动识别结果确定有效波段;
文字识别单元, 用于对所述有效波段进行人声识别, 判断有 效波段是否为人声信号, 当
所述有效波段为人声信号时, 对所述有效波段进行文字识别;
文本处理单元, 用于根据所述文字识别结果生成护理文本, 根据所述护理文本确定肠
造口的参考状态。
9.根据权利要求8所述的研发基于深度 学习与AR的肠造口智慧诊疗设备, 其特征在于,
所述文本处 理单元包括:
词性识别子单元, 用于对所述文字识别结果进行词性识别, 标记文字识别结果中的名
词、 动词和描述词;
架构确定子单元, 用于统计标记内容, 根据标记内容确定文本架构; 其中, 所述文本架权 利 要 求 书 2/3 页
3
CN 115424719 A
3
专利 一种研发基于深度学习与AR的肠造口智慧诊疗设备
安全报告 >
其他 >
文档预览
中文文档
18 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 04:39:28上传分享