System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及數據處理,尤其涉及一種基于視頻數據的醫療信息處理方法、系統、裝置及存儲介質。
技術介紹
1、數字化醫療的興起,為醫療行業帶來了革命性的變革,通過醫療數據的收集、存儲、分析和應用,使得醫療機構能夠提供更精準、高效的預防、診斷和治療服務,這種數據驅動的醫療模式,使得醫療服務更加個性化、科學化。
2、與此同時,家庭攝像頭技術的普及,也為家庭安防和生活便利帶來了極大的便利,高清畫質、遠程監控、智能識別等功能,使得家庭攝像頭成為家庭安防的得力助手。
3、目前,通過將數字化醫療與家庭攝像頭技術結合,可以實現通過家庭攝像頭實時監控患者的健康狀況,結合醫療數據進行分析,為醫生提供更為準確的診斷依據。例如,對于需要長期居家康復的患者,家庭攝像頭可以實時監測其生命體征、活動情況等,為醫生提供及時的反饋,且可以利用家庭攝像頭進行遠程醫療咨詢,也可以提高醫療服務的可及性和效率,患者可以通過家庭攝像頭與醫生進行視頻通話,咨詢病情、獲取治療方案等。
4、雖然采用數字化醫療和家庭攝像頭結合的方式能夠在一定程度上了解患者的身體狀況,但目前的健康醫療數據與攝像頭結合的技術并不能自動預測個人的健康狀況,從而無法為人們提供更加個性化、精準的醫療健康服務,醫療服務的質量和效率有待提高。
技術實現思路
1、為了解決上述技術問題,本申請提供了一種基于視頻數據的醫療信息處理方法、系統、裝置及存儲介質。
2、下面對本申請中提供的技術方案進行描述:
3、本申請第
4、獲取醫療處理數據;
5、對所述醫療處理數據進行預處理,以獲取預處理數據;
6、構建醫療知識圖譜,所述醫療知識圖譜用于表示疾病、癥狀、檢查指標與藥物之間的關系;
7、基于所述醫療知識圖譜構建醫療模型,并對所述醫療模型進行訓練和交叉驗證,以獲取目標醫療模型;
8、根據所述預處理數據和所述目標醫療模型構建生成健康數字身份模型;
9、獲取實時視頻數據;
10、對所述實時視頻數據進行處理,以提取出所述實時視頻數據中用戶的身份信息和骨骼關鍵點信息;
11、將所述用戶的身份信息和骨骼關鍵點信息輸入所述健康數字身份模型,以獲取所述用戶的醫療健康信息,所述醫療健康信息包括醫療建議、健康推薦或健康預報。
12、可選的,獲取醫療處理數據,包括:
13、確定醫療數據的儲存位置;
14、從所述儲存位置中提取所述醫療數據,并對所述醫療數據進行泛化、隨機化、重排、置換、屏蔽或替代的方式進行脫敏處理,以獲取所述醫療處理數據。
15、可選的,構建醫療知識圖譜,所述醫療知識圖譜用于表示疾病、癥狀、檢查指標、之間的關系以及疾病與藥物之間的關系,包括:
16、獲取醫學信息資源,所述醫學信息資源包括臨床醫學數據、科學出版物、參考標準庫和開放共享的醫學知識庫;
17、從所述臨床醫學數據、所述科學出版物、所述參考標準庫和所述開放共享的醫學知識庫中提取結構化醫學資源信息和非結構化醫學資源信息;
18、根據所述結構化醫學資源信息和所述非結構化醫學資源信息構建醫療知識圖譜,所述醫療知識圖譜用于表示疾病、癥狀、檢查指標與藥物之間的關系。
19、可選的,基于所述醫療知識圖譜構建醫療模型,并對所述醫療模型進行訓練和交叉驗證,以獲取目標醫療模型,包括:
20、基于半監督機械學習模型構建醫療模型;
21、根據所述醫療知識圖譜獲取醫療數據訓練合集,所述醫療數據訓練合集中包括有標記的醫學數據和無標記的醫學數據;
22、根據所述醫療數據訓練合集訓練所述醫療模型,以得到初始醫療模型;
23、使用十折交叉驗證方法對所述初始醫療模型進行驗證;
24、當確定所述初始醫療模型的驗證結果達到預設要求時,則得到目標醫療模型。
25、可選的,對所述實時視頻數據進行處理,以提取出所述實時視頻數據中用戶的身份信息和骨骼關鍵點信息,包括:
26、識別所述實時視頻數據中用戶的位置和動作姿態;
27、根據所述用戶的位置確定用戶的人臉特征,并通過所述人臉特征獲取所述用戶的身份信息;
28、根據所述用戶的姿態動作對所述用戶的人體骨骼進行追蹤識別,以獲取所述用戶的身體運動角度,所述身體運動角度包括頸部彎曲、軀干彎曲、軀干大腿角和膝關節角的角度。
29、可選的,對所述醫療處理數據進行預處理,以獲取預處理數據,包括:
30、對所述醫療處理數據進行重復值與缺失值處理、格式與編碼一致性檢查、邏輯驗證和對照映射處理后獲取處理數據;
31、對所述處理數據進行標準化處理后得到預處理數據。
32、可選的,獲取實時視頻數據,包括:
33、通過高清攝像頭獲取實時視頻數據。
34、本申請第二方面提供了一種基于視頻數據的醫療信息處理系統,其特征在于,所述系統包括:
35、第一獲取單元,用于獲取醫療處理數據;
36、第二獲取單元,用于對所述醫療處理數據進行預處理,以獲取預處理數據;
37、第一構建單元,用于構建醫療知識圖譜,所述醫療知識圖譜用于表示疾病、癥狀、檢查指標與藥物之間的關系;
38、第三獲取單元,基于所述醫療知識圖譜構建醫療模型,并對所述醫療模型進行訓練和交叉驗證,以獲取目標醫療模型;
39、生成單元,用于根據所述預處理數據和所述目標醫療模型構建生成健康數字身份模型;
40、第四獲取單元,用于獲取實時視頻數據;
41、提取單元,用于對所述實時視頻數據進行處理,以提取出所述實時視頻數據中用戶的身份信息和骨骼關鍵點信息;
42、第五獲取單元,用于將所述用戶的身份信息和骨骼關鍵點信息輸入所述健康數字身份模型,以獲取所述用戶的醫療健康信息,所述醫療健康信息包括醫療建議、健康推薦或健康預報。
43、本申請第三方面提供了一種基于大數據的人才數據匹配裝置,所述裝置包括:
44、處理器、存儲器、輸入輸出單元以及總線;
45、所述處理器與所述存儲器、所述輸入輸出單元以及所述總線相連;
46、所述存儲器保存有程序,所述處理器調用所述程序以執行如第一方面及第一方面中任一項所述方法。
47、本申請第四方面提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質上保存有程序,所述程序在計算機上執行時執行如第一方面及第一方面中任一項所述方法。
48、從以上技術方案可以看出,本申請具有以下優點:
49、1、通過構建醫療知識圖譜,該方法整合了疾病、癥狀、檢查指標與藥物之間的復雜關系,為醫療決策提供了堅實的理論基礎,并結合醫療模型進行訓練和交叉驗證,可以確保模型的本文檔來自技高網...
【技術保護點】
1.一種基于視頻數據的醫療信息處理方法,其特征在于,所述方法包括:
2.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,獲取醫療處理數據,包括:
3.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,構建醫療知識圖譜,所述醫療知識圖譜用于表示疾病、癥狀、檢查指標、之間的關系以及疾病與藥物之間的關系,包括:
4.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,基于所述醫療知識圖譜構建醫療模型,并對所述醫療模型進行訓練和交叉驗證,以獲取目標醫療模型,包括:
5.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,對所述實時視頻數據進行處理,以提取出所述實時視頻數據中用戶的身份信息和骨骼關鍵點信息,包括:
6.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,對所述醫療處理數據進行預處理,以獲取預處理數據,包括:
7.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,獲取實時視頻數據,包括:
8.一種基于視頻數據的醫療
9.一種基于視頻數據的醫療信息處理裝置,其特征在于,所述裝置包括:
10.一種計算機可讀存儲介質,所述計算機可讀存儲介質上保存有程序,所述程序在計算機上執行時執行如權利要求1至7中任一項所述方法。
...【技術特征摘要】
1.一種基于視頻數據的醫療信息處理方法,其特征在于,所述方法包括:
2.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,獲取醫療處理數據,包括:
3.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,構建醫療知識圖譜,所述醫療知識圖譜用于表示疾病、癥狀、檢查指標、之間的關系以及疾病與藥物之間的關系,包括:
4.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,基于所述醫療知識圖譜構建醫療模型,并對所述醫療模型進行訓練和交叉驗證,以獲取目標醫療模型,包括:
5.根據權利要求1所述的基于視頻數據的醫療信息處理方法,其特征在于,對所述實...
【專利技術屬性】
技術研發人員:文友,潘紹鵬,簡義鵬,賀潔,李旭捷,潘文飛,
申請(專利權)人:中電科大數據研究院有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。