CN112401846B - 一种口腔内粘膜的护理***及方法 - Google Patents
一种口腔内粘膜的护理***及方法 Download PDFInfo
- Publication number
- CN112401846B CN112401846B CN202011307721.9A CN202011307721A CN112401846B CN 112401846 B CN112401846 B CN 112401846B CN 202011307721 A CN202011307721 A CN 202011307721A CN 112401846 B CN112401846 B CN 112401846B
- Authority
- CN
- China
- Prior art keywords
- information
- user
- obtaining
- oral
- state
- 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.)
- Expired - Fee Related
Links
- 210000004877 mucosa Anatomy 0.000 title claims abstract description 54
- 210000000214 mouth Anatomy 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000000474 nursing effect Effects 0.000 title claims abstract description 25
- 235000005911 diet Nutrition 0.000 claims abstract description 108
- 230000037213 diet Effects 0.000 claims abstract description 107
- 210000002200 mouth mucosa Anatomy 0.000 claims abstract description 63
- 238000003062 neural network model Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims description 34
- 238000007477 logistic regression Methods 0.000 claims description 24
- 241000894006 Bacteria Species 0.000 claims description 19
- 235000013619 trace mineral Nutrition 0.000 claims description 14
- 239000011573 trace mineral Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 230000035790 physiological processes and functions Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 210000004379 membrane Anatomy 0.000 claims 1
- 239000012528 membrane Substances 0.000 claims 1
- 230000036541 health Effects 0.000 abstract description 14
- 235000006694 eating habits Nutrition 0.000 abstract description 6
- 230000000378 dietary effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 11
- 201000010099 disease Diseases 0.000 description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 208000025157 Oral disease Diseases 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 208000030194 mouth disease Diseases 0.000 description 3
- 238000007670 refining Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 241000222120 Candida <Saccharomycetales> Species 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 241000194019 Streptococcus mutans Species 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 244000039328 opportunistic pathogen Species 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000003899 bactericide agent Substances 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 235000021271 drinking Nutrition 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 235000021147 sweet food Nutrition 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 231100000397 ulcer Toxicity 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种口腔内粘膜的护理***及方法，应用于一患者管理平台，其中，所述***包括：获得第一用户的饮食信息；根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；根据所述第一用户的饮食类型信息；获得预定饮食类型库；判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中，如果在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；根据所述第一口腔内粘膜状态，获得第一护理方案信息；将所述第一护理方案信息发送给所述第一用户。实现了结合用户的饮食习惯准确获得用户的口腔内粘膜状态，从而有效提高了口腔内粘膜健康的技术目的。
Description
技术领域
本发明涉及口腔护理领域，尤其涉及一种口腔内粘膜的护理***及方法。
背景技术
口腔护理是是预防口腔疾病，提高治疗效果，促进病人康复，改善生活质量，保持身体健康的护理科学技术。口腔黏膜病是指发生在口腔黏膜及口腔软组织上的疾病，肿瘤除外。其病种繁多，疾病临床变现各异。而口腔疾病很多都是由于饮食不当造成的。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
没有结合用户的饮食判断口腔内粘膜状态，口腔内粘膜状态获取不够准确。
发明内容
本申请实施例通过提供一种口腔内粘膜的护理***及方法，解决了现有技术中没有结合用户的饮食判断口腔内粘膜状态，口腔内粘膜状态获取不够准确的技术问题，实现了结合用户的饮食习惯准确获得用户的口腔内粘膜状态，从而有效提高了口腔内粘膜健康的技术目的。
鉴于上述问题，本申请实施例提供一种口腔内粘膜的护理***及方法。
第一方面，本申请实施例提供了一种口腔内粘膜的护理***，应用于一患者管理平台，所述***包括：第一获得单元，所述第一获得单元用于获得第一用户的饮食信息；第二获得单元，所述第二获得单元用于根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；第三获得单元，所述第三获得单元用于根据所述第一用户的饮食类型信息，获得预定饮食类型库；第一判断单元，所述第一判断单元用于判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中；第四获得单元，所述第四获得单元用于如果所述第一用户的饮食类型信息在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；第一输入单元，所述第一输入单元用于将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；第五获得单元，所述第五获得单元用于根据所述第一口腔内粘膜状态，获得第一护理方案信息；第一发送单元，所述第一发送单元用于将所述第一护理方案信息发送给所述第一用户。
另一方面，本申请还提供了一种口腔内粘膜的护理方法，所述方法包括：获得第一用户的饮食信息；根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；根据所述第一用户的饮食类型信息，获得预定饮食类型库；判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中；如果所述第一用户的饮食类型信息在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；根据所述第一口腔内粘膜状态，获得第一护理方案信息；将所述第一护理方案信息发送给所述第一用户。
第三方面，本发明提供了一种口腔内粘膜的护理***，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述***的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了基于大数据信息处理技术，获得所述第一用户的饮食信息，从而对所述第一用户的饮食类型信息进行分析，判断所述第一用户的饮食类型是否影响口腔健康，并通过神经网络模型获得更为准确的所述第一用户的口腔内粘膜状态信息，从而结合所述第一用户的饮食信息得出护理方案。实现了结合用户的饮食习惯准确获得用户的口腔内粘膜状态，从而有效提高了口腔内粘膜健康的技术目的。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种口腔内粘膜的护理方法的流程示意图；
图2为本申请实施例一种口腔内粘膜的护理***的结构示意图；
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一判断单元14，第四获得单元15，第一输入单元16，第五获得单元17，第一发送单元18，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
本申请实施例通过提供一种口腔内粘膜的护理***及方法，解决了现有技术中没有结合用户的饮食判断口腔内粘膜状态，口腔内粘膜状态获取不够准确的技术问题，实现了结合用户的饮食习惯准确获得用户的口腔内粘膜状态，从而有效提高了口腔内粘膜健康的技术目的。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
口腔黏膜病是指发生在口腔黏膜及口腔软组织上的疾病，肿瘤除外。其病种繁多，疾病临床变现各异。而口腔疾病很多都是由于饮食不当造成的。现有技术中还存在没有结合用户的饮食判断口腔内粘膜状态，口腔内粘膜状态获取不够准确的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种口腔内粘膜的护理***，所述***包括：第一获得单元，所述第一获得单元用于获得第一用户的饮食信息；第二获得单元，所述第二获得单元用于根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；第三获得单元，所述第三获得单元用于根据所述第一用户的饮食类型信息，获得预定饮食类型库；第一判断单元，所述第一判断单元用于判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中；第四获得单元，所述第四获得单元用于如果所述第一用户的饮食类型信息在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；第一输入单元，所述第一输入单元用于将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；第五获得单元，所述第五获得单元用于根据所述第一口腔内粘膜状态，获得第一护理方案信息；第一发送单元，所述第一发送单元用于将所述第一护理方案信息发送给所述第一用户。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种口腔内粘膜的护理方法，其中，所述方法包括：
步骤S100：获得第一用户的饮食信息；
具体而言，基于大数据信息处理技术，所述医院的患者管理平台能够与一饮食记录应用程序实现信息传输。所述第一用户通过将日常饮食通过拍照、手动输入等方式上传至所述饮食记录应用程序，继而由所述医院的患者管理平台获取所述第一用户的饮食信息。为后续进行所述第一用户的饮食分析奠定了基础。
步骤S200：根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；
具体而言，由所述第一医院的患者管理平台获取所述第一用户的饮食信息之后，由所述患者管理平台的数据处理中心对所述第一用户的饮食类型进行分析，通过分析获得所述第一用户的饮食类型信息。为后续结合所述第一用户的饮食信息判断其口腔内粘膜状态奠定了基础。
步骤S300：根据所述第一用户的饮食类型信息，获得预定饮食类型库；
具体而言，所述预定饮食类型库为对用户口腔内粘膜健康状态具有影响的饮食类型信息，如刺激性食物、滚烫的食物、喝酒、甜食等，这些食物都会直接刺激口腔黏膜，从而诱发溃疡。
步骤S400：判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中；
步骤S500：如果所述第一用户的饮食类型信息在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；
具体而言，若所述第一用户的饮食类型信息在所述预定饮食类型库中，则表明所述第一用户的口腔内粘膜病症与其饮食有关，则需要进一步分析其口腔内粘膜状态，来获取恰当的治疗方案。通过口腔影像获取装置获得所述第一用户口腔内的第一图像信息，所述口腔影像获取装置与所述医院患者管理平台相连接。通过获取所述第一图像信息，从而对所述第一用户口腔内粘膜状态进行进一步分析。
步骤S600：将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；
具体而言，所述神经网络模型为能够根据训练数据进行不断的自我训练学习的模型，将所获得的所述第一图像信息输入至所述神经网络模型后，所述神经网络模型通过对数据进行监督学习、分析，从而获得所述第一口腔内粘膜状态信息，如口腔内粘膜上表皮出现缺损、出现白色膜状物、粘膜表面浅状裂口、粘膜表面颜色异常、表面突起等现象。通过所述神经网络模型对所述第一图像信息进行处理，从而保证了所述第一口腔内粘膜状态信息获取的准确性。
步骤S700：根据所述第一口腔内粘膜状态，获得第一护理方案信息；
步骤S800：将所述第一护理方案信息发送给所述第一用户。
具体而言，由所述患者管理平台的数据处理中心对所获得的所述第一口腔内粘膜状态进行分析，从而获得所述第一护理方案信息。所述患者管理平台与所述第一用户的智能终端可实现数据传输，故在获得所述第一护理方案之后，由所述患者管理平台将所述第一护理方案信息发送至所述第一用户的智能终端。
进一步而言，本申请实施例步骤S600所述将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态信息，还包括：
步骤S601：将所述第一用户口腔内的第一图像信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：第一图像信息和标识所述第一用户口腔内粘膜状态的标识信息；
步骤S602：获得所述第一训练模型的第一输出结果，所述第一输出结果包括所述第一用户的第一口腔内粘膜状态。
具体而言，所述第一训练模型为能够根据训练数据进行不断的自我训练学习的模型，进一步而言，所述第一训练模型为神经网络模型，所述神经网络模型即机器学习中的神经网络模型，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习***。其中，训练数据中的每一组训练数据均包括所述第一图像信息和标识所述第一用户口腔内粘膜状态的标识信息；所述神经网络模型不断地自我的修正，当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的数据训练，进而使得所述神经网络模型处理所述输入数据更加准确，进而使得输出的所述第一吸氧方案信息更加准确。基于训练模型经过训练后处理数据更加准确的特性，将所述第一图像信息输入第一训练模型，通过训练模型的输出信息准确获得所述第一用户的第一口腔内粘膜状态的方式，使得所述判断结果更加准确，进而达到准确获得所述第一口腔内粘膜状态的技术效果。
进一步而言，本申请实施例步骤S500还包括：
步骤S501：获得所述第一用户口腔内的第一温度信息；
步骤S502：获得所述第一用户口腔内的第一湿度信息；
步骤S503：将所述第一温度信息作为横坐标；
步骤S504：将所述第一湿度信息作为纵坐标构建二维直角坐标系；
步骤S505：根据逻辑回归模型在所述二维直角坐标系构建逻辑回归线，其中，所述逻辑回归线的一侧代表所述第一用户的第二口腔内粘膜状态，所述逻辑回归线的另一侧代表所述第一用户的第三口腔内粘膜状态，所述第二口腔内粘膜状态与第三口腔内粘膜状态分别表示口腔内粘膜的正常状态和非正常状态；
步骤S506：根据所述第二口腔内粘膜状态或所述第三口腔内粘膜状态，获得第二护理方案信息。
具体而言，所述第一温度信息、所述第一湿度信息由所述第一患者通过口腔测温仪测量获得，所述口腔测温仪将所测得的数据信息传输至所述医院患者管理平台。所述逻辑回归模型构建时，根据所述第一温度信息、所述第一湿度信息分别作为横纵坐标，建立坐标系。通过所述坐标系，根据逻辑回归算法，获得逻辑回归线。所述逻辑回归线的一侧代表所述口腔内粘膜状态异常的结果；所述逻辑回归线的另一侧为所述口腔内粘膜状态正常的结果。所述监督学***台对所获得的所述第一用户的口腔内粘膜状态进行分析，从而获得所述第二护理方案信息。实现了获得更为准确的口腔内粘膜状态的技术目的。
进一步而言，本申请实施例步骤S700还包括：
步骤S701：获得所述第一用户的口腔菌群信息；
步骤S702：根据所述第一用户的口腔菌群信息，获得有害菌群数据库；
步骤S703：判断所述第一用户的口腔菌群信息是否包含所述有害菌群数据库中的菌群信息；
步骤S704：如果所述第一用户的口腔菌群信息包含所述有害菌群数据库中的菌群信息，获得第一护理导向；
步骤S705：根据所述第一护理导向，细化所述第一护理方案。
具体而言，由医院的口腔菌群检测仪器对所述第一用户的口腔菌群信息进行检测，并将测得的数据信息传输至所述患者管理平台。健康的口腔菌群能够防止我们被条件致病菌感染，口腔菌群的平衡是口腔健康的前提。而当杀菌剂的使用、不当的饮食或不良的生活***衡，像念珠菌、变异链球菌这些条件致病菌将会趁机抢占地盘，造成口腔的炎症。所述有害菌群数据库信息为破坏口腔菌群平衡的菌群信息，如念珠菌、变异链球菌等。所述患者管理平台通过判断所述第一用户的口腔菌群信息是否包含所述有害菌群数据库中的菌群信息，来获得所述第一用户口腔内菌群健康状态，从而依据所述判断结果获得第一护理导向，用于对所述第一用户的口腔菌群状态进行护理和调整。依据所述第一护理导向，对所述第一护理方案进行调整，进一步实现了有效提高口腔内粘膜健康，减少口腔内粘膜疾病的发生的技术目的。
进一步而言，本申请实施例步骤S704还包括：
步骤S7041：如果所述第一用户的口腔菌群信息包含所述有害菌群数据库中的菌群信息，获得第一有害菌群信息；
步骤S7042：获得第一有害菌群中的细菌数量信息；
步骤S7043：获得预定数量阈值；
步骤S7044：判断所述第一有害菌群中的细菌数量信息是否超出所述预定数量阈值；
步骤S7045：如果所述第一有害菌群中的细菌数量信息超出所述预定数量阈值，获得第二护理导向；
步骤S7046：根据所述第二护理导向，细化所述第一护理方案。
具体而言，若所述患者管理平台通过判断所述第一用户的口腔菌群信息包含所述有害菌群数据库中的菌群信息，则获得所述第一有害菌群的具体信息，并判断所述有害菌群的数量信息是否超过所述预定数量阈值，若超过，则依据所述第一用户口腔内的菌群数量信息，获得所述第二护理导向，用于进一步细化所述第一护理方案。进一步实现了有效提高口腔内粘膜健康，减少口腔内粘膜疾病的发生的技术目的。
进一步而言，本申请实施例步骤S800还包括：
步骤S801a：获得所述第一用户的生理状态时期；
步骤S802a：根据所述生理状态时期，获得第一调整参数；
步骤S803a：根据所述第一调整参数，对所述第一护理方案进行调整。
具体而言，由所述患者管理平台通过获取所述第一用户信息，判断所述第一用户是否处于特定生理状态，如所述第一用户是否为儿童、孕妇、老人或存在某种疾病。若经过分析，所述第一用户处于上述状态，则获得所述生理状态的时期信息，从而通过所述第一调整参数对所述第一护理方案的护理时期进行调整。
进一步而言，本申请实施例步骤S800还包括：
步骤S801b：获得所述第一用户的微量元素信息；
步骤S802b：根据所述第一用户的微量元素信息，获得第三护理导向；
步骤S803b：根据所述第三护理导向，细化所述第一护理方案。
具体而言，由医院对所述第一用户进行微量元素测定，获得所述第一用户的微量元素信息，并将所述测定数据信息传输至所述患者管理平台。人体内的微量元素是在人体中起着极其重要的作用，它的缺乏和过剩与人的健康休戚相关，微量元素与头发有特殊的亲和力，身体中微量元素积蓄于头发中，其含量过高或偏低预示患有某种疾病的危险。由所述患者管理平台对所述第一用户的微量元素信息进行分析，判断所述第一用户体内是否缺乏必要微量元素，从而依据所获得的所述第一用户的微量元素信息，获得第三护理导向，并依据所述第三护理导向，对所述第一护理方案进行调整，用于同时改善所述第一用户的体内微量元素含量信息。进一步提高了所述第一用户口腔内粘膜疾病的治疗效果。
综上所述，本申请实施例所提供的一种口腔内粘膜的护理***及方法具有如下技术效果：
1、由于采用了基于大数据信息处理技术，获得所述第一用户的饮食信息，从而对所述第一用户的饮食类型信息进行分析，判断所述第一用户的饮食类型是否影响口腔健康，并通过神经网络模型获得更为准确的所述第一用户的口腔内粘膜状态信息，从而结合所述第一用户的饮食信息得出护理方案。实现了结合用户的饮食习惯准确获得用户的口腔内粘膜状态，从而有效提高了口腔内粘膜健康的技术目的。
2、由于采用了将所述第一用户口腔内的第一图像信息输入训练模型，再由训练模型输出所述第一用户口腔内粘膜状态的方式，基于训练模型自身能不断优化学习、获得“经验”来处理数据更准确的特点，使得对所述第一用户口腔内粘膜状态分析更加准确，通过对所述第一用户口腔内粘膜状态进行准确的分析，实现了结合用户的饮食习惯准确获得用户的口腔内粘膜状态的技术目的。
3、由于采用了基于物联网技术的应用，将医院各个仪器的测量数据与所述患者管理平台进行数据传输，从而对所述第一用户的生理状态信息、口腔菌群信息、体内微量元素信息进行分析，从而获得更为适当的护理方案，进一步提高了治疗的合理、有效性。
实施例二
基于与前述实施例中一种口腔内粘膜的护理方法同样发明构思，本发明还提供了一种口腔内粘膜的护理***，如图2所示，所述***包括：
第一获得单元11，所述第一获得单元11用于获得第一用户的饮食信息；
第二获得单元12，所述第二获得单元12用于根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；
第三获得单元13，所述第三获得单元13用于根据所述第一用户的饮食类型信息，获得预定饮食类型库；
第一判断单元14，所述第一判断单元14用于判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中；
第四获得单元15，所述第四获得单元15用于如果所述第一用户的饮食类型信息在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；
第一输入单元16，所述第一输入单元16用于将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；
第五获得单元17，所述第五获得单元17用于根据所述第一口腔内粘膜状态，获得第一护理方案信息；
第一发送单元18，所述第一发送单元18用于将所述第一护理方案信息发送给所述第一用户。
进一步的，所述***还包括：
第二输入单元，所述第二输入单元用于将所述第一用户口腔内的第一图像信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：第一图像信息和标识所述第一用户口腔内粘膜状态的标识信息；
第六获得单元，所述第六获得单元用于获得所述第一训练模型的第一输出结果，所述第一输出结果包括所述第一用户的第一口腔内粘膜状态。
进一步的，所述***还包括：
第七获得单元，所述第七获得单元用于获得所述第一用户口腔内的第一温度信息；
第八获得单元，所述第八获得单元用于获得所述第一用户口腔内的第一湿度信息；
第九获得单元，所述第九获得单元用于将所述第一温度信息作为横坐标；
第十获得单元，所述第十获得单元用于将所述第一湿度信息作为纵坐标构建二维直角坐标系；
第十一获得单元，所述第十一获得单元用于根据逻辑回归模型在所述二维直角坐标系构建逻辑回归线，其中，所述逻辑回归线的一侧代表所述第一用户的第二口腔内粘膜状态，所述逻辑回归线的另一侧代表所述第一用户的第三口腔内粘膜状态，所述第二口腔内粘膜状态与第三口腔内粘膜状态分别表示口腔内粘膜的正常状态和非正常状态；
第十二获得单元，所述第十二获得单元用于根据所述第二口腔内粘膜状态或所述第三口腔内粘膜状态，获得第二护理方案信息。
进一步的，所述***还包括：
第十三获得单元，所述第十三获得单元用于获得所述第一用户的口腔菌群信息；
第十四获得单元，所述第十四获得单元用于根据所述第一用户的口腔菌群信息，获得有害菌群数据库；
第二判断单元，所述第二判断单元用于判断所述第一用户的口腔菌群信息是否包含所述有害菌群数据库中的菌群信息；
第十五获得单元，所述第十五获得单元用于如果所述第一用户的口腔菌群信息包含所述有害菌群数据库中的菌群信息，获得第一护理导向；
第一调整单元，所述第一调整单元用于根据所述第一护理导向，细化所述第一护理方案。
进一步的，所述***还包括：
第十六获得单元，所述第十六获得单元用于如果所述第一用户的口腔菌群信息包含所述有害菌群数据库中的菌群信息，获得第一有害菌群信息；
第十七获得单元，所述第十七获得单元用于获得第一有害菌群中的细菌数量信息；
第三判断单元，所述第三判断单元用于判断所述第一有害菌群中的细菌数量信息是否超出所述预定数量阈值；
第十八获得单元，所述第十八获得单元用于如果所述第一有害菌群中的细菌数量信息超出所述预定数量阈值，获得第二护理导向；
第二调整单元，所述第二调整单元用于根据所述第二护理导向，细化所述第一护理方案。
进一步的，所述***还包括：
第十九获得单元，所述第十九获得单元用于获得所述第一用户的生理状态时期；
第二十获得单元，所述第二十获得单元用于根据所述生理状态时期，获得第一调整参数；
第三调整单元，所述第三调整单元用于根据所述第一调整参数，对所述第一护理方案进行调整。
进一步的，所述***还包括：
第二十一获得单元，所述第二十一获得单元用于获得所述第一用户的微量元素信息；
第二十二获得单元，所述第二十二获得单元用于根据所述第一用户的微量元素信息，获得第三护理导向；
第四调整单元，所述第四调整单元用于根据所述第三护理导向，细化所述第一护理方案。
前述图1实施例一中的一种口腔内粘膜的护理方法的各种变化方式和具体实例同样适用于本实施例的一种口腔内粘膜的护理***，通过前述对一种口腔内粘膜的护理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种口腔内粘膜的护理***的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种口腔内粘膜的护理方法的发明构思，本发明还提供一种口腔内粘膜的护理***，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种口腔内粘膜的护理方法的任一方法的步骤。
其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他***通信的单元。
处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请还提供了一种口腔内粘膜的护理方法，所述方法包括：获得第一用户的饮食信息；根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；根据所述第一用户的饮食类型信息，获得预定饮食类型库；判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中；如果所述第一用户的饮食类型信息在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；根据所述第一口腔内粘膜状态，获得第一护理方案信息；将所述第一护理方案信息发送给所述第一用户。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的***。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令***的制造品，该指令***实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种口腔内粘膜的护理***，应用于一患者管理平台，其中，所述***包括：
第一获得单元，所述第一获得单元用于获得第一用户的饮食信息；
第二获得单元，所述第二获得单元用于根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；
第三获得单元，所述第三获得单元用于根据所述第一用户的饮食类型信息，获得预定饮食类型库；
第一判断单元，所述第一判断单元用于判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中；
第四获得单元，所述第四获得单元用于如果所述第一用户的饮食类型信息在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；
第一输入单元，所述第一输入单元用于将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；
第五获得单元，所述第五获得单元用于根据所述第一口腔内粘膜状态，获得第一护理方案信息；
第一发送单元，所述第一发送单元用于将所述第一护理方案信息发送给所述第一用户；
第七获得单元，所述第七获得单元用于获得所述第一用户口腔内的第一温度信息；
第八获得单元，所述第八获得单元用于获得所述第一用户口腔内的第一湿度信息；
第九获得单元，所述第九获得单元用于将所述第一温度信息作为横坐标；
第十获得单元，所述第十获得单元用于将所述第一湿度信息作为纵坐标构建二维直角坐标系；
第十一获得单元，所述第十一获得单元用于根据逻辑回归模型在所述二维直角坐标系构建逻辑回归线，其中，所述逻辑回归线的一侧代表所述第一用户的第二口腔内粘膜状态，所述逻辑回归线的另一侧代表所述第一用户的第三口腔内粘膜状态，所述第二口腔内粘膜状态与第三口腔内粘膜状态分别表示口腔内粘膜的正常状态和非正常状态；
第十二获得单元，所述第十二获得单元用于根据所述第二口腔内粘膜状态或所述第三口腔内粘膜状态，获得第二护理方案信息。
2.如权利要求1所述的***，将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态信息，包括：
第二输入单元，所述第二输入单元用于将所述第一用户口腔内的第一图像信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：第一图像信息和标识所述第一用户口腔内粘膜状态的标识信息；
第六获得单元，所述第六获得单元用于获得所述第一训练模型的第一输出结果，所述第一输出结果包括所述第一用户的第一口腔内粘膜状态。
3.如权利要求1所述的***，其中，所述***还包括：
第十三获得单元，所述第十三获得单元用于获得所述第一用户的口腔菌群信息；
第十四获得单元，所述第十四获得单元用于根据所述第一用户的口腔菌群信息，获得有害菌群数据库；
第二判断单元，所述第二判断单元用于判断所述第一用户的口腔菌群信息是否包含所述有害菌群数据库中的菌群信息；
第十五获得单元，所述第十五获得单元用于如果所述第一用户的口腔菌群信息包含所述有害菌群数据库中的菌群信息，获得第一护理导向；
第一调整单元，所述第一调整单元用于根据所述第一护理导向，细化所述第一护理方案。
4.如权利要求3所述的***，其中，所述***还包括：
第十六获得单元，所述第十六获得单元用于如果所述第一用户的口腔菌群信息包含所述有害菌群数据库中的菌群信息，获得第一有害菌群信息；
第十七获得单元，所述第十七获得单元用于获得第一有害菌群中的细菌数量信息；
第三判断单元，所述第三判断单元用于判断所述第一有害菌群中的细菌数量信息是否超出预定数量阈值；
第十八获得单元，所述第十八获得单元用于如果所述第一有害菌群中的细菌数量信息超出所述预定数量阈值，获得第二护理导向；
第二调整单元，所述第二调整单元用于根据所述第二护理导向，细化所述第一护理方案。
5.如权利要求1所述的***，其中，所述***还包括：
第十九获得单元，所述第十九获得单元用于获得所述第一用户的生理状态时期；
第二十获得单元，所述第二十获得单元用于根据所述生理状态时期，获得第一调整参数；
第三调整单元，所述第三调整单元用于根据所述第一调整参数，对所述第一护理方案进行调整。
6.如权利要求1所述的***，其中，所述***还包括：
第二十一获得单元，所述第二十一获得单元用于获得所述第一用户的微量元素信息；
第二十二获得单元，所述第二十二获得单元用于根据所述第一用户的微量元素信息，获得第三护理导向；
第四调整单元，所述第四调整单元用于根据所述第三护理导向，细化所述第一护理方案。
7.一种口腔内粘膜的护理方法，所述方法包括：
获得第一用户的饮食信息；
根据所述第一用户的饮食信息，获得所述第一用户的饮食类型信息；
根据所述第一用户的饮食类型信息，获得预定饮食类型库；
判断所述第一用户的饮食类型信息是否在所述预定饮食类型库中；
如果所述第一用户的饮食类型信息在所述预定饮食类型库中，获得所述第一用户口腔内的第一图像信息；
将所述第一图像信息输入神经网络模型，获得第一口腔内粘膜状态；
根据所述第一口腔内粘膜状态，获得第一护理方案信息；
将所述第一护理方案信息发送给所述第一用户；
获得所述第一用户口腔内的第一温度信息；
获得所述第一用户口腔内的第一湿度信息；
将所述第一温度信息作为横坐标；
将所述第一湿度信息作为纵坐标构建二维直角坐标系；
根据逻辑回归模型在所述二维直角坐标系构建逻辑回归线，其中，所述逻辑回归线的一侧代表所述第一用户的第二口腔内粘膜状态，所述逻辑回归线的另一侧代表所述第一用户的第三口腔内粘膜状态，所述第二口腔内粘膜状态与第三口腔内粘膜状态分别表示口腔内粘膜的正常状态和非正常状态；
根据所述第二口腔内粘膜状态或所述第三口腔内粘膜状态，获得第二护理方案信息。
8.一种口腔内粘膜的护理***，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-6任一项所述***的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011307721.9A CN112401846B (zh) | 2020-11-20 | 2020-11-20 | 一种口腔内粘膜的护理***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011307721.9A CN112401846B (zh) | 2020-11-20 | 2020-11-20 | 一种口腔内粘膜的护理***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112401846A CN112401846A (zh) | 2021-02-26 |
| CN112401846B true CN112401846B (zh) | 2021-09-21 |
Family
ID=74773653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011307721.9A Expired - Fee Related CN112401846B (zh) | 2020-11-20 | 2020-11-20 | 一种口腔内粘膜的护理***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112401846B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105286788A (zh) * | 2015-09-19 | 2016-02-03 | 深圳市前海安测信息技术有限公司 | 基于人体特征数据的慢病患者饮食控制***及方法 |
| CN106510630A (zh) * | 2016-11-24 | 2017-03-22 | 捷开通讯(深圳)有限公司 | 口腔检测装置及口腔检测方法 |
| JP2019067302A (ja) * | 2017-10-04 | 2019-04-25 | サンスター株式会社 | 健康寿命延長の支援システム |
| CN110367934A (zh) * | 2019-07-25 | 2019-10-25 | 深圳大学 | 一种基于非语音身体声音的健康监测方法及监测*** |
| CN209657811U (zh) * | 2019-03-01 | 2019-11-19 | 金熙商业智能互联研究院(广州)有限公司 | 一种口腔健康的智能化管理*** |
| CN110675389A (zh) * | 2019-09-27 | 2020-01-10 | 珠海格力电器股份有限公司 | 一种食品推荐方法、存储介质以及智能家居设备 |
| CN111767963A (zh) * | 2020-07-07 | 2020-10-13 | 南通市第二人民医院 | 一种基于内镜筛查提高质量评估的方法及装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8369920B2 (en) * | 2004-03-09 | 2013-02-05 | Institute Of Critical Care Medicine | Mucosal sensor adaptor |
| ES2427161T5 (es) * | 2006-11-13 | 2018-01-22 | The Procter & Gamble Company | Productos y métodos para revelar afecciones en la cavidad oral |
| WO2013056071A1 (en) * | 2011-10-14 | 2013-04-18 | Beam Technologies, Llc | Oral health care implement and system with oximetry sensor |
| KR20170006584A (ko) * | 2015-07-08 | 2017-01-18 | 주식회사 삼육오엠씨네트웍스 | 저작정보를 이용한 다이어트 시스템 및 방법 |
| US11419499B2 (en) * | 2018-01-19 | 2022-08-23 | The Regents Of The University Of California | Optical coherence tomography for cancer screening and triage |
| KR20200051334A (ko) * | 2018-11-05 | 2020-05-13 | 주식회사 큐티티 | 의료서비스 플랫폼 기반 어린이 구강건강 관리시스템 |
-
2020
- 2020-11-20 CN CN202011307721.9A patent/CN112401846B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105286788A (zh) * | 2015-09-19 | 2016-02-03 | 深圳市前海安测信息技术有限公司 | 基于人体特征数据的慢病患者饮食控制***及方法 |
| CN106510630A (zh) * | 2016-11-24 | 2017-03-22 | 捷开通讯(深圳)有限公司 | 口腔检测装置及口腔检测方法 |
| JP2019067302A (ja) * | 2017-10-04 | 2019-04-25 | サンスター株式会社 | 健康寿命延長の支援システム |
| CN209657811U (zh) * | 2019-03-01 | 2019-11-19 | 金熙商业智能互联研究院(广州)有限公司 | 一种口腔健康的智能化管理*** |
| CN110367934A (zh) * | 2019-07-25 | 2019-10-25 | 深圳大学 | 一种基于非语音身体声音的健康监测方法及监测*** |
| CN110675389A (zh) * | 2019-09-27 | 2020-01-10 | 珠海格力电器股份有限公司 | 一种食品推荐方法、存储介质以及智能家居设备 |
| CN111767963A (zh) * | 2020-07-07 | 2020-10-13 | 南通市第二人民医院 | 一种基于内镜筛查提高质量评估的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112401846A (zh) | 2021-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI747372B (zh) | 偵測臨床表徵的方法以及影像系統 | |
| US10376739B2 (en) | Balance testing and training system and method | |
| Simon-Martinez et al. | Age-related changes in upper limb motion during typical development | |
| Knauer et al. | Evaluation of applying statistical process control techniques to daily average feeding behaviors to detect disease in automatically fed group-housed preweaned dairy calves | |
| JP2019509101A (ja) | 小児対象に関する血行力学的不安定性リスクスコアを決定するシステム及び方法 | |
| Dusing et al. | Infant born preterm have delayed development of adaptive postural control in the first 5 months of life | |
| KR20090101557A (ko) | 사상체질 자동진단기 | |
| CN106510630A (zh) | 口腔检测装置及口腔检测方法 | |
| KR20160112531A (ko) | 동물 건강 관리 장치 및 이를 이용한 건강 관리 방법 | |
| CN111916213A (zh) | 一种基于云计算的医疗服务方法和装置 | |
| CN112401846B (zh) | 一种口腔内粘膜的护理***及方法 | |
| Dijkstra et al. | Respiratory rate of clinically healthy cats measured in veterinary consultation rooms | |
| CN112992355A (zh) | 一种食管癌患者的术前评估方法及*** | |
| Dillon et al. | Nurses’ accuracy in estimating backrest elevation | |
| KR101580038B1 (ko) | 동적 움직임 측정을 통한 안면 신경마비의 정량화 방법 | |
| CN112992312B (zh) | 一种脊髓损伤康复训练合格监测方法及*** | |
| CN113017564B (zh) | 一种儿童口腔手术后的护理***及方法 | |
| CN113053482B (zh) | 一种肾内科患者的体征监测分析***及方法 | |
| KR102426924B1 (ko) | 생체 임피던스 측정장치를 이용한 건강 관리시스템 및 건강 관리 장치 | |
| CN111728615A (zh) | 一种基于足底压力检测的青少年脊柱侧弯初筛*** | |
| CN209826737U (zh) | 一种偏瘫习得性废用评估和治疗装置 | |
| JPWO2020085103A1 (ja) | 支援装置、支援方法、プログラム | |
| CN112235526B (zh) | 一种基于智慧医疗平台的患者探视方法和装置 | |
| Miletić et al. | The effects of corrective gymnastics on the postural status of the spine in the frontal plane in preschool children | |
| CN112786153B (zh) | 一种老年人的饮食控制方法及*** |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210921 |