(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