CN112992355A - 一种食管癌患者的术前评估方法及*** - Google Patents
一种食管癌患者的术前评估方法及*** Download PDFInfo
- Publication number
- CN112992355A CN112992355A CN202110319142.4A CN202110319142A CN112992355A CN 112992355 A CN112992355 A CN 112992355A CN 202110319142 A CN202110319142 A CN 202110319142A CN 112992355 A CN112992355 A CN 112992355A
- Authority
- CN
- China
- Prior art keywords
- user
- obtaining
- image
- result
- information
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种食管癌患者的术前评估方法及***,获得第一用户的第一基础信息;根据第一基础信息获得第一基础病情信息;获得第一用户的第一图像集,获得第一分析指令;根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;通过所述术前评估***获得所述第一用户的第一预定手术方案;根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。解决了现有技术中存在对于食管癌患者的术前评估不够准确的技术问题。
Description
技术领域
本发明涉及术前评估相关领域,尤其涉及一种食管癌患者的术前评估方法及***。
背景技术
食管癌是常见的消化道肿瘤,其发病率和死亡率各国差异很大。我国是世界上食管癌高发地区之一,食管癌典型的症状为进行性咽下困难,先是难咽干的食物,继而是半流质食物,最后水和唾液也不能咽下。食管癌的致病因素有很多,包括:化学病因、生物性病因、缺乏某些微量元素、缺乏维生素、口腔不洁等。
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:
现有技术中存在对于食管癌患者的术前评估不够准确的技术问题。
发明内容
本申请实施例通过提供一种食管癌患者的术前评估方法及***,解决了现有技术中存在对于食管癌患者的术前评估不够准确的技术问题,达到智能化结合患者相关信息,对患者进行智能化的评估,进而达到术前评估更加准确,进而提高患者康复效果的技术效果。
鉴于上述问题,提出了本申请实施例提供一种食管癌患者的术前评估方法及***。
第一方面,本申请还提供了一种食管癌患者的术前评估方法,所述方法应用于一术前评估***,所述术前评估***与第一图像采集装置通信连接,所述方法包括:通过所述术前评估***获得第一用户的第一基础信息;根据所述第一基础信息获得所述第一用户的第一基础病情信息;通过所述第一图像采集装置获得所述第一用户的第一图像集,其中,所述第一图像集为包括所述第一用户相关信息的图像集;获得第一分析指令;根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;通过所述术前评估***获得所述第一用户的第一预定手术方案;根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。
另一方面,本申请还提供了一种食管癌患者的术前评估***,所述***包括:第一获得单元,所述第一获得单元用于通过术前评估***获得第一用户的第一基础信息;第二获得单元,所述第二获得单元用于根据所述第一基础信息获得所述第一用户的第一基础病情信息;第三获得单元,所述第三获得单元用于通过第一图像采集装置获得所述第一用户的第一图像集,其中,所述第一图像集为包括所述第一用户相关信息的图像集;第四获得单元,所述第四获得单元用于获得第一分析指令;第五获得单元,所述第五获得单元用于根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;第六获得单元,所述第六获得单元用于整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;第七获得单元,所述第七获得单元用于通过所述术前评估***获得所述第一用户的第一预定手术方案;第八获得单元,所述第八获得单元用于根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。
第三方面,本发明提供了一种食管癌患者的术前评估***,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方法的步骤。
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:
由于采用了通过获取所述第一用户的第一基础信息,基于素数第一基础信息获得所述第一用户的第一病情信息,通过获取所述第一用户的第一图像集,对所述图像集中的图像进行分析,获得所述第一用户的实时状态信息,基于所述第一基础病情信息和所述实时状态信息获得所述第一用户的第一整合评定结果,通过所述第一整合评定结果和所述第一预定手术方案,获得第一术前风险评估结果,更加客观的结合病人及手术的相关信息对患者进行术前评估,使得所述评估结果更加客观准确,进而达到术前评估更加准确,进而提高患者康复效果的技术效果。
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食管癌患者的术前评估方法的流程示意图;
图2为本申请实施例一种食管癌患者的术前评估方法的结构示意图;
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,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,第八获得单元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食管癌患者的术前评估方法及***,解决了现有技术中存在对于食管癌患者的术前评估不够准确的技术问题,达到智能化结合患者相关信息,对患者进行智能化的评估,进而达到术前评估更加准确,进而提高患者康复效果的技术效果。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
食管癌是常见的消化道肿瘤,其发病率和死亡率各国差异很大。我国是世界上食管癌高发地区之一,食管癌典型的症状为进行性咽下困难,先是难咽干的食物,继而是半流质食物,最后水和唾液也不能咽下。食管癌的致病因素有很多,包括:化学病因、生物性病因、缺乏某些微量元素、缺乏维生素、口腔不洁等。现有技术中存在对于食管癌患者的术前评估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食管癌患者的术前评估方法,所述方法应用于一术前评估***,所述术前评估***与第一图像采集装置通信连接,所述方法包括:通过所述术前评估***获得第一用户的第一基础信息;根据所述第一基础信息获得所述第一用户的第一基础病情信息;通过所述第一图像采集装置获得所述第一用户的第一图像集,其中,所述第一图像集为包括所述第一用户相关信息的图像集;获得第一分析指令;根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;通过所述术前评估***获得所述第一用户的第一预定手术方案;根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。
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食管癌患者的术前评估方法,其中,所述方法应用于一术前评估***,所述术前评估***与第一图像采集装置通信连接,所述方法包括:
步骤S100:通过所述术前评估***获得第一用户的第一基础信息;
步骤S200:根据所述第一基础信息获得所述第一用户的第一基础病情信息;
具体而言,所述术前评估***为具有信息分析处理能力的***,所述***可以将相关信息整合后对进行数据处理,所述第一图像采集装置为可进行图像采集的装置,基于所述术前评估***,在所述第一用户的许可前提下,获得所述第一用户的第一基础信息,所述基础信息包括但不限于所述第一用户的个人信息、检查信息等信息。根据所述第一用户的基础信息,对所述第一用户进行信息分析,获得所述第一用户的第一基础病情信息,所述基础病情信息为所述第一用户的其他基础疾病,如糖尿病、心脏病、高血压及慢性肝肾疾病等。
步骤S300:通过所述第一图像采集装置获得所述第一用户的第一图像集,其中,所述第一图像集为包括所述第一用户相关信息的图像集;
具体而言,基于所述第一图像采集装置,对所述第一用户进行图像采集,所述图像采集为间歇性采集,即在一定时间周期内通过设定采集时间节点进行图像的采集,根据所述第一图像采集装置采集到的关于所述第一用户的图像,构建第一图像集。
步骤S400:获得第一分析指令;
步骤S500:根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;
具体而言,所述第一分析指令为对所述第一图像集进行分析处理的指令,基于所述第一分析处理指令对所述第一图像集中的图像进行分析处理,对采集的图像进行筛选,根据图像的筛选结果依据时间排序,根据所述排序结果对图像进行分析处理,根据所述分析处理结果对所述第一用户的实时状态进行分析,获得所述第一用户的实时状信息。
步骤S600:整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;
具体而言,对所述第一用户的基础病情信息和实时状态信息进行整合,根据所述第一用户的基础病情信息,基于所述实时状态信息分析,根据所述分析结果作为所述第一用户的第一整合评定结果。
步骤S700:通过所述术前评估***获得所述第一用户的第一预定手术方案;
步骤S800:根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。
具体而言,所述预定手术方案为为所述第一用户制定的手术方案,在所述第一用户许可的前提下,所述术前评估***通过数据库调用相关数据,获得所述第一用户的手术方案,所述手术方案包括手术方式、手术时间等手术信息,根据上述获得的所述第一用户的第一整合评定结果和所述第一预定手术方案进行评估,获得第一风险评估结果。进一步来说,所述基于所述第一整合评定结果进行风险评估的过程为通过所述整合信息对所述第一手术方案的影响程度的预估过程,根据所述预估的结果获得第一风险评估结果,更加客观的结合病人及手术的相关信息对患者进行术前评估,使得所述评估结果更加客观准确,进而达到术前评估更加准确,进而提高患者康复效果的技术效果。
进一步而言,所述根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息,本申请实施例步骤S500还包括:
步骤S510:获得所述第一图像集中的第一图像,其中,所述第一图像为包括所述第一用户睡眠状态的图像;
步骤S520:根据所述第一图像获得所述第一用户的第一休息状态信息;
步骤S530:获得所述第一图像集中的第二图像;
步骤S540:根据所述第二图像获得所述第一用户的营养补充信息;
步骤S550:根据所述第一休息状态信息和所述营养补充信息对所述第一用户的当前状态进行评估,获得第一状态评估结果;
步骤S560:将所述第一状态评估结果作为所述第一用户的实时状态信息。
具体而言,所述基于图像集获得所述第一用户的实时状态的信息的过程为分析处理图像的过程。基于所述第一图像集中的图像时间数据,获得包括所述第一用户的第一图像信息,其中,所述第一图像的采集时间点为晚上0点到凌晨4点,根据所述第一图像信息,对所述第一用户的休息状态进行评估,进一步而言,所述评估过程还包括对于所述第一用户的连续图像采集和分析,即根据连续采集所述第一用户的睡眠相关信息,根据所述第一用户的面部表情、惊醒次数、睡眠时间、深度睡眠时间等进行评估,获得所述第一用户的第一休息状态信息,并基于所述第一休息状态信息,对所述第一用户的现阶段的状态进行预估,更进一步来说,所述评估过程还包括基于所述第一用户的营养状态进行进一步的评估的过程,通过所述第一图像集获得第二图像,所述第二图像为所述第一用户进行营养补充的图像,它包括营养物的营养的详细含量的标签,还包括所述第一用户的营养补充过程,即所述第一用户的营养补充结果,根据所述第二图像获得所述第一用户的营养补充信息,基于所述第一休息状态信息和所述营养补充信息对所述第一用户的当前状态进行评估,获得第一状态评估结果。通过结合所述第一用户的休息状态和所述第一用户的营养补充,对所述第一用户的现阶段的状态进行评估,进而达到获得更加准确的评估结果,为后续进行准确的术前评估夯实了基础。
进一步而言,本申请实施例还包括:
步骤S561:获得所述第一图像集中的第三图像,其中,所述第三图像为包括所述第一用户的面部细节的图像;
步骤S562:根据所述第三图像对所述第一用户的心理状态进行评估,获得第一心理评估结果的第一影响因素;
步骤S563:根据所述第一休息状态信息获得所述第一心理评估结果的第二影响因素;
步骤S564:基于所述第一影响因素和所述第二影响因素获得第一心理评估结果。
具体而言,所述第三图像为包括所述第一用户的面部细节的图像,其中,所述第三图像为在所述第一用户的放松状态的时间采集的图像,根据所述第三图像获得所述第一用户的面部细节。进一步来说,获得所述第一用户第三图像采集时间的所述第一用户的语言信息,根据所述第一用户的语言信息结合所述第一用户的面部细节对所述第一用户的心里状态进行评估,所述面部细节包括面部表情、眼角变化、眼神变化等信息,确定所述第一用户是否焦虑、焦躁不安等,根据所述第三图像对所述第一用户的心理状态进行评估,获得第一心理评估结果的第一影响因素,根据上述获得的所述第一用户的休息状态信息获得所述第一用户的第一心理评估的第二影响因素,根据所述第一影响因素和所述第二影响因素对所述第一用户的当前的情绪稳定状态进行评估,获得所述第一用户的第一心理评估结果,将所述第一心理评估结果作为所述第一用户的术前评估结果中的一种结果,通过对所述第一用户的心理状态评估,确定所述第一用户在当前的时间下是否适宜手术,为提高用户的手术效果奠定了基础。
进一步的,本申请实施例还包括:
步骤S591:获得第二分析指令;
步骤S592:根据所述第二分析指令对所述第一基础病情信息进行分析,判断所述第一基础病情信息是否存在第一特殊疾病;
步骤S593:当所述第一基础病情信息中存在第一特殊疾病时,获得第一检察指令;
步骤S594:根据所述第一检察指令,提示所述第一用户的护理人员对所述第一用户进行检查。
具体而言,所述特殊疾病为与食管癌关联度大或者本身很严重的疾病,所述特殊疾病范围可依据关联度和严重程度进行自行定义,根据所述定义的结果,对所述第一用户的第一基础病情进行分析,判断所述第一用户的基础病情是否存在所述特殊疾病,当所述第一用户存在上述特殊疾病时,根据疾病的种类和严重程度的不同,提醒相关护理人员在对所述第一用户进行手术前要检测相匹配的信息。举例而言,当所述第一用户为65岁以上的心脏病史患者时,在进行手术前,所述***在术前24小时提醒所述第一用户的护理人员,对所述第一用户的心脏运动节律、供血情况进行检查。
进一步而言,本申请实施例还包括:
步骤S595:通过所述第一图像采集装置获得第四图像,其中,所述第四图像包括所述第一用户的心脏运动节律检测结果;
步骤S596:基于所述第四图像,绘制第一运动节律变化曲线;
步骤S597:根据所述第一运动节律变化曲线获得第二风险评估结果。
具体而言,当所述第一用户存在上述特殊疾病时,则通过所述第一图像采集装置获得相关护理人员对所述第一用户的进行检测的数据信息,所述数据包括所述第一为用户的心脏运动节律检测结果,基于所述检测数据,对所述第四用户的数据进行整合,绘制第一运动节律变化曲线,所述第一运动节律变化曲线为反映了所述第一用户的心脏运动的节律随时间的变化的曲线,根据所述运动节律变化曲线,结合所述第一用户的病情信息,对所述第一用户进行食管癌手术的风险进行进一步的评估,获得第二风险评估结果。
进一步而言,本申请实施例还包括:
步骤S565:根据所述第一风险评估结果和所述第一心理评估结果获得第一调整方案;
步骤S566:根据所述第一调整方案获得第一预估时间;
步骤S567:将所述第一调整方案和所述第一预估时间发送给所述第一用户的主治医师。
具体而言,当所述第一用户的风险评估结果超过某一预先设定的阈值时,则需要对所述第一用户的手术方案进行调整,所述调整的过程包括获得第一调整方案,根据所述调整方案对所述第一用户的当前状态进行调整,并根据所述第一用户的当前状态和调整的方案获得第一预估时间,所述第一预估时间为所述第一用户通过所述第一调整方案调整到预期效果的预估时间,将所述第一调整方案、第一预估时间发送给所述第一用户的主治医师。
进一步而言,本申请实施例步骤S800还包括:
步骤S810:将所述第一整合评定结果和所述第一预定手术方案输入风险评估模型,其中,所述风险评估模型为通过多组训练数据训练获得的模型,所述多组数据中的每组均包括:所述第一整合评定结果、所述第一预定手术方案和标识风险评估结果的标识信息;
步骤S820:获得所述风险评估模型的输出结果,所述输出结果包括所述第一风险评估结果。
具体而言,所述风险评估模型为机器学习中的神经网络模型,神经网络是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络***,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***。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络,是对人类大脑***的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述第一整合评定结果和所述第一预定手术方案输入神经网络模型,则输出包含所述第一风险评估结果。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据都包括所述第一整合评定结果、所述第一预定手术方案和标识风险评估结果的标识信息,将所述第一整合评定结果和所述第一预定手术方案输入到神经网络模型中,根据用来标识风险评估结果的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率时,则监督学习过程结束。通过对所述模型的监督学习,进而使得所述模型处理所述输入信息更加准确,进而获得更加准确的第一风险评估结果。
综上所述,本申请实施例所提供的一种食管癌患者的术前评估方法及***具有如下技术效果:
1、由于采用了通过获取所述第一用户的第一基础信息,基于素数第一基础信息获得所述第一用户的第一病情信息,通过获取所述第一用户的第一图像集,对所述图像集中的图像进行分析,获得所述第一用户的实时状态信息,基于所述第一基础病情信息和所述实时状态信息获得所述第一用户的第一整合评定结果,通过所述第一整合评定结果和所述第一预定手术方案,获得第一术前风险评估结果,更加客观的结合病人及手术的相关信息对患者进行术前评估,使得所述评估结果更加客观准确,进而达到术前评估更加准确,进而提高患者康复效果的技术效果。
2、由于采用了通过结合所述第一用户的休息状态和所述第一用户的营养补充,对所述第一用户的现阶段的状态进行评估的方式,进而达到获得更加准确的评估结果,为后续进行准确的术前评估夯实了基础。
实施例二
基于与前述实施例中一种食管癌患者的术前评估方法同样发明构思,本发明还提供了一种食管癌患者的术前评估***,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用于通过术前评估***获得第一用户的第一基础信息;
第二获得单元12,所述第二获得单元12用于根据所述第一基础信息获得所述第一用户的第一基础病情信息;
第三获得单元13,所述第三获得单元13用于通过第一图像采集装置获得所述第一用户的第一图像集,其中,所述第一图像集为包括所述第一用户相关信息的图像集;
第四获得单元14,所述第四获得单元14用于获得第一分析指令;
第五获得单元15,所述第五获得单元15用于根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;
第六获得单元16,所述第六获得单元16用于整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;
第七获得单元17,所述第七获得单元17用于通过所述术前评估***获得所述第一用户的第一预定手术方案;
第八获得单元18,所述第八获得单元18用于根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。
进一步的,所述***还包括:
第九获得单元,所述第九获得单元用于获得所述第一图像集中的第一图像,其中,所述第一图像为包括所述第一用户睡眠状态的图像;
第十获得单元,所述第十获得单元用于根据所述第一图像获得所述第一用户的第一休息状态信息;
第十一获得单元,所述第十一获得单元用于获得所述第一图像集中的第二图像;
第十二获得单元,所述第十二获得单元用于根据所述第二图像获得所述第一用户的营养补充信息;
第十三获得单元,所述第十三获得单元用于根据所述第一休息状态信息和所述营养补充信息对所述第一用户的当前状态进行评估,获得第一状态评估结果;
第十四获得单元,所述第十四获得单元用于将所述第一状态评估结果作为所述第一用户的实时状态信息。
进一步的,所述***还包括:
第十五获得单元,所述第十五获得单元用于获得所述第一图像集中的第三图像,其中,所述第三图像为包括所述第一用户的面部细节的图像;
第十六获得单元,所述第十六获得单元用于根据所述第三图像对所述第一用户的心理状态进行评估,获得第一心理评估结果的第一影响因素;
第十七获得单元,所述第十七获得单元用于根据所述第一休息状态信息获得所述第一心理评估结果的第二影响因素;
第十八获得单元,所述第十八获得单元基于所述第一影响因素和所述第二影响因素获得第一心理评估结果。
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第二分析指令;
第一判断单元,所述第一判断单元用于根据所述第二分析指令对所述第一基础病情信息进行分析,判断所述第一基础病情信息是否存在第一特殊疾病;
第二十获得单元,所述第二十获得单元用于当所述第一基础病情信息中存在第一特殊疾病时,获得第一检察指令;
第一提示单元,所述第一提示单元用于根据所述第一检察指令,提示所述第一用户的护理人员对所述第一用户进行检查。
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通过所述第一图像采集装置获得第四图像,其中,所述第四图像包括所述第一用户的心脏运动节律检测结果;
第二十二获得单元,所述第二十二获得单元用于基于所述第四图像,绘制第一运动节律变化曲线;
第二十三获得单元,所述第二十三获得单元用于根据所述第一运动节律变化曲线获得第二风险评估结果。
进一步的,所述***还包括:
第二十四获得单元,所述第二十四获得单元用于根据所述第一风险评估结果和所述第一心理评估结果获得第一调整方案;
第二十五获得单元,所述第二十五获得单元用于根据所述第一调整方案获得第一预估时间;
第一发送单元,所述第一发送单元用于将所述第一调整方案和所述第一预估时间发送给所述第一用户的主治医师。
进一步的,所述***还包括:
第一输入单元,所述第一输入单元用于将所述第一整合评定结果和所述第一预定手术方案输入风险评估模型,其中,所述风险评估模型为通过多组训练数据训练获得的模型,所述多组数据中的每组均包括:所述第一整合评定结果、所述第一预定手术方案和标识风险评估结果的标识信息;
第二十六获得单元,所述第二十六获得单元用于获得所述风险评估模型的输出结果,所述输出结果包括所述第一风险评估结果。
前述图1实施例一中的一种食管癌患者的术前评估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食管癌患者的术前评估***,通过前述对一种食管癌患者的术前评估方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种食管癌患者的术前评估***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食管癌患者的术前评估方法的发明构思,本发明还提供一种食管癌患者的术前评估***,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食管癌患者的术前评估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。
本发明实施例提供的一种食管癌患者的术前评估方法,所述方法应用于一术前评估***,所述术前评估***与第一图像采集装置通信连接,所述方法包括:通过所述术前评估***获得第一用户的第一基础信息;根据所述第一基础信息获得所述第一用户的第一基础病情信息;通过所述第一图像采集装置获得所述第一用户的第一图像集,其中,所述第一图像集为包括所述第一用户相关信息的图像集;获得第一分析指令;根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;通过所述术前评估***获得所述第一用户的第一预定手术方案;根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。解决了现有技术中存在对于食管癌患者的术前评估不够准确的技术问题,达到智能化结合患者相关信息,对患者进行智能化的评估,进而达到术前评估更加准确,进而提高患者康复效果的技术效果。
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 (9)
1.一种食管癌患者的术前病情评估方法,其中,所述方法应用于一术前评估***,所述术前评估***与第一图像采集装置通信连接,所述方法包括:
通过所述术前评估***获得第一用户的第一基础信息;
根据所述第一基础信息获得所述第一用户的第一基础病情信息;
通过所述第一图像采集装置获得所述第一用户的第一图像集,其中,所述第一图像集为包括所述第一用户相关信息的图像集;
获得第一分析指令;
根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;
整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;
通过所述术前评估***获得所述第一用户的第一预定手术方案;
根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。
2.如权利要求1所述的方法,其中,所述根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息,还包括:
获得所述第一图像集中的第一图像,其中,所述第一图像为包括所述第一用户睡眠状态的图像;
根据所述第一图像获得所述第一用户的第一休息状态信息;
获得所述第一图像集中的第二图像;
根据所述第二图像获得所述第一用户的营养补充信息;
根据所述第一休息状态信息和所述营养补充信息对所述第一用户的当前状态进行评估,获得第一状态评估结果;
将所述第一状态评估结果作为所述第一用户的实时状态信息。
3.如权利要求2所述的方法,其中,所述方法还包括:
获得所述第一图像集中的第三图像,其中,所述第三图像为包括所述第一用户的面部细节的图像;
根据所述第三图像对所述第一用户的心理状态进行评估,获得第一心理评估结果的第一影响因素;
根据所述第一休息状态信息获得所述第一心理评估结果的第二影响因素;
基于所述第一影响因素和所述第二影响因素获得第一心理评估结果。
4.如权利要求1所述的方法,其中,所述方法还包括:
获得第二分析指令;
根据所述第二分析指令对所述第一基础病情信息进行分析,判断所述第一基础病情信息是否存在第一特殊疾病;
当所述第一基础病情信息中存在第一特殊疾病时,获得第一检察指令;
根据所述第一检察指令,提示所述第一用户的护理人员对所述第一用户进行检查。
5.如权利要求4所述的方法,其中,所述方法还包括:
通过所述第一图像采集装置获得第四图像,其中,所述第四图像包括所述第一用户的心脏运动节律检测结果;
基于所述第四图像,绘制第一运动节律变化曲线;
根据所述第一运动节律变化曲线获得第二风险评估结果。
6.如权利要求3所述的方法,其中,所述方法还包括:
根据所述第一风险评估结果和所述第一心理评估结果获得第一调整方案;
根据所述第一调整方案获得第一预估时间;
将所述第一调整方案和所述第一预估时间发送给所述第一用户的主治医师。
7.如权利要求1所述的方法,其中,所述根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果,还包括:
将所述第一整合评定结果和所述第一预定手术方案输入风险评估模型,其中,所述风险评估模型为通过多组训练数据训练获得的模型,所述多组数据中的每组均包括:所述第一整合评定结果、所述第一预定手术方案和标识风险评估结果的标识信息;
获得所述风险评估模型的输出结果,所述输出结果包括所述第一风险评估结果。
8.一种食管癌患者的术前评估***,其中,所述***包括:
第一获得单元,所述第一获得单元用于通过术前评估***获得第一用户的第一基础信息;
第二获得单元,所述第二获得单元用于根据所述第一基础信息获得所述第一用户的第一基础病情信息;
第三获得单元,所述第三获得单元用于通过第一图像采集装置获得所述第一用户的第一图像集,其中,所述第一图像集为包括所述第一用户相关信息的图像集;
第四获得单元,所述第四获得单元用于获得第一分析指令;
第五获得单元,所述第五获得单元用于根据所述第一分析指令对所述第一图像集进行分析,获得第一分析结果,其中,所述第一分析结果包括所述第一用户的实时状态信息;
第六获得单元,所述第六获得单元用于整合所述第一用户的第一基础病情信息和所述实时状态信息,获得所述第一用户的第一整合评定结果;
第七获得单元,所述第七获得单元用于通过所述术前评估***获得所述第一用户的第一预定手术方案;
第八获得单元,所述第八获得单元用于根据所述第一整合评定结果和所述第一预定手术方案获得第一风险评估结果。
9.一种食管癌患者的术前评估***,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1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319142.4A CN112992355A (zh) | 2021-03-25 | 2021-03-25 | 一种食管癌患者的术前评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319142.4A CN112992355A (zh) | 2021-03-25 | 2021-03-25 | 一种食管癌患者的术前评估方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112992355A true CN112992355A (zh) | 2021-06-18 |
Family
ID=76334532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110319142.4A Withdrawn CN112992355A (zh) | 2021-03-25 | 2021-03-25 | 一种食管癌患者的术前评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112992355A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113380392A (zh) * | 2021-06-25 | 2021-09-10 | 南通市第一人民医院 | 一种基于妇科检查安全评估的就诊管理方法及*** |
CN116665910A (zh) * | 2023-06-01 | 2023-08-29 | 曜立科技(北京)有限公司 | 一种基于大数据分析的神经介入手术风险评估*** |
-
2021
- 2021-03-25 CN CN202110319142.4A patent/CN112992355A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113380392A (zh) * | 2021-06-25 | 2021-09-10 | 南通市第一人民医院 | 一种基于妇科检查安全评估的就诊管理方法及*** |
CN116665910A (zh) * | 2023-06-01 | 2023-08-29 | 曜立科技(北京)有限公司 | 一种基于大数据分析的神经介入手术风险评估*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11915825B2 (en) | Systems and methods of analyte measurement analysis | |
CN108888277B (zh) | 心理测试方法、***及终端设备 | |
CN110706786B (zh) | 非接触式心理参数智能分析与评测*** | |
JP2005021450A (ja) | 生体状態分析装置及び生体状態分析方法 | |
CN112992355A (zh) | 一种食管癌患者的术前评估方法及*** | |
AU2016201728B2 (en) | A system and method for determining psychological stress of a person | |
US20160128638A1 (en) | System and method for detecting and quantifying deviations from physiological signals normality | |
CN112216360A (zh) | 一种糖尿病病人日常血糖监测数据采集管理方法及*** | |
CN111916213A (zh) | 一种基于云计算的医疗服务方法和装置 | |
CN111768863B (zh) | 一种基于人工智能的婴幼儿发展监测***及其方法 | |
CN112712882A (zh) | 一种提高重症护理管理水平的方法和*** | |
CN117542474A (zh) | 基于大数据的远程护理监测***及方法 | |
CN111834006A (zh) | 一种基于尿酸值域范围智能疾病认知*** | |
Lee et al. | Analysis of gait sub-movements to estimate ataxia severity using ankle inertial data | |
CN113100711B (zh) | 一种临产产妇健康状况实时追踪的方法和*** | |
Donohue et al. | Establishing reference values for temporal kinematic swallow events across the lifespan in healthy community dwelling adults using high-resolution cervical auscultation | |
CN112489806B (zh) | 一种糖尿病足患者病状信息智能化管理方法及*** | |
US20210000405A1 (en) | System for estimating a stress condition of an individual | |
CN112998657A (zh) | 一种预防皮肤过敏的方法及*** | |
CN112908472B (zh) | 一种慢性溃疡感染风险评估方法及*** | |
CN115120209A (zh) | 一种牲畜数据分析***及其数据分析方法和装置 | |
CN113052122A (zh) | 一种血透室消毒效果检测***及方法 | |
CN114093450A (zh) | 一种基于可穿戴设备的慢病管理***及方法 | |
Sivanesan et al. | A Novel Scheme for detection of Parkinson’s disorder from Hand-eye Co-ordination behavior and DaTscan Images | |
CN112401846B (zh) | 一种口腔内粘膜的护理***及方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210618 |
|
WW01 | Invention patent application withdrawn after publication |