CN115810419B - 智慧手术室的运营管理方法、装置、设备及存储介质 - Google Patents
智慧手术室的运营管理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115810419B CN115810419B CN202310083834.2A CN202310083834A CN115810419B CN 115810419 B CN115810419 B CN 115810419B CN 202310083834 A CN202310083834 A CN 202310083834A CN 115810419 B CN115810419 B CN 115810419B
- Authority
- CN
- China
- Prior art keywords
- equipment
- characteristic
- operating room
- data
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及人工智能领域,公开了一种智慧手术室的运营管理方法、装置、设备及存储介质,用于提高智慧手术室中设备布局的合理度。所述方法包括:对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,得到智慧手术室的设备分析结果;根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种智慧手术室的运营管理方法、装置、设备及存储介质。
背景技术
随着人工智能技术的高速发展,智慧手术室应运而生。智慧手术室可以实现对智慧医疗设备进行智能化管理,进而辅助医护人员高效的完成手术需求。
目前对智慧手术室中的智慧医疗设备进行设备摆放等布局时,是通过预设的固定位置进行设置,这也导致了智慧手术室中的医疗设备会存在某些设备利用率过低或者过高的情况,即现有方案的设备布局不够智能。
发明内容
本发明提供了一种智慧手术室的运营管理方法、装置、设备及存储介质,用于提高智慧手术室中设备布局的合理度。
本发明第一方面提供了一种智慧手术室的运营管理方法,所述智慧手术室的运营管理方法包括:获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对所述手术人员信息和所述医护人员信息进行信息特征提取,得到手术关联特征;采集当前手术过程中医护人员的设备操作数据,并对所述设备操作数据进行操作特征提取,得到操作特征数据;对所述手术关联特征进行向量转换,得到关联特征向量,并对所述操作特征数据进行向量编码,得到操作特征向量;将所述关联特征向量和所述操作特征向量输入预置的设备分析模型进行设备分析,得到所述智慧手术室的设备分析结果;根据所述设备分析结果生成所述智慧手术室的设备布局方案,并将所述设备布局方案传输至智能监控终端进行可视化展示。
可选的,在本发明第一方面的第一种实现方式中,所述获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对所述手术人员信息和所述医护人员信息进行信息特征提取,得到手术关联特征,包括:获取智慧手术室的手术人员信息以及当前手术的医护人员信息;分别对所述手术人员信息和所述医护人员信息进行预处理,得到预处理后的手术人员信息和医护人员信息;基于预置的分析指标对所述预处理后的手术人员信息和医护人员信息进行特征因子分析,得到特征数据集合;对所述特征数据集合进行初始聚类处理,得到多个第一聚类中心;对所述多个第一聚类中心进行二次聚类处理,得到多个第二聚类中心;根据所述多个第二聚类中心对所述特征数据集合进行特征聚类分析,得到手术关联特征。
可选的,在本发明第一方面的第二种实现方式中,所述采集当前手术过程中医护人员的设备操作数据,并对所述设备操作数据进行操作特征提取,得到操作特征数据,包括:采集当前手术过程中医护人员的设备操作数据,其中,所述设备操作数据为医护人员操作设备过程中的视频流;基于预置的操作特征分析策略设置多个注意力区域;根据所述设备操作数据分别计算每个注意力区域的目标值;对每个注意力区域的目标值和预设阈值进行比较,得到比较结果;根据所述比较结果从所述多个注意力区域中提取特征区域;对所述特征区域进行操作特征分析,得到操作特征数据。
可选的,在本发明第一方面的第三种实现方式中,所述对所述手术关联特征进行向量转换,得到关联特征向量,并对所述操作特征数据进行向量编码,得到操作特征向量,包括:根据预设的手术类型对所述手术关联特征进行特征值转换,得到多个第一特征值;根据预设的第一权重值对所述多个第一特征值进行特征值向量转换,得到关联特征向量;根据预设的操作特征编码规则对所述操作特征数据进行特征值编码,得到多个第二特征值;根据预设的第二权重值对所述多个第二特征值进行向量编码,得到操作特征向量。
可选的,在本发明第一方面的第四种实现方式中,所述将所述关联特征向量和所述操作特征向量输入预置的设备分析模型进行设备分析,得到所述智慧手术室的设备分析结果,包括:将所述关联特征向量输入预置的设备分析模型,通过所述设备分析模型对所述关联特征向量进行人员与设备关联分析,得到设备关联比例;将所述操作特征向量输入预置的设备分析模型,通过所述设备分析模型对所述操作特征向量进行操作设备分析,得到设备操作比例;根据所述设备操作比例和所述设备关联比例计算所述智慧手术室的设备布局合理度;根据所述设备布局合理度生成所述智慧手术室的设备分析结果。
可选的,在本发明第一方面的第五种实现方式中,所述根据所述设备分析结果生成所述智慧手术室的设备布局方案,并将所述设备布局方案传输至智能监控终端进行可视化展示,包括:根据所述设备分析结果提取所述智慧手术室的多个布局要素;对所述多个布局要素进行要素类型映射匹配,得到对应的多个目标要素类型;根据所述多个目标要素类型生成所述智慧手术室的设备布局方案;将所述设备布局方案传输至智能监控终端进行可视化展示。
可选的,在本发明第一方面的第六种实现方式中,所述智慧手术室的运营管理方法还包括:基于所述设备操作数据构建设备操作数据集合,并对所述设备操作数据集合进行集合拆分,得到多个子数据集合;分别获取每个子数据集合的评价参数,并根据所述评价参数对所述多个子数据集合进行设备操作数据异常检测,得到每个子数据集合的异常检测结果;根据每个子数据集合的异常检测结果生成对应的异常分析报告,并将所述异常分析报告传输至所述智能监控终端。
本发明第二方面提供了一种智慧手术室的运营管理装置,所述智慧手术室的运营管理装置包括:获取模块,用于获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对所述手术人员信息和所述医护人员信息进行信息特征提取,得到手术关联特征;采集模块,用于采集当前手术过程中医护人员的设备操作数据,并对所述设备操作数据进行操作特征提取,得到操作特征数据;编码模块,用于对所述手术关联特征进行向量转换,得到关联特征向量,并对所述操作特征数据进行向量编码,得到操作特征向量;分析模块,用于将所述关联特征向量和所述操作特征向量输入预置的设备分析模型进行设备分析,得到所述智慧手术室的设备分析结果;生成模块,用于根据所述设备分析结果生成所述智慧手术室的设备布局方案,并将所述设备布局方案传输至智能监控终端进行可视化展示。
可选的,在本发明第二方面的第一种实现方式中,所述获取模块具体用于:获取智慧手术室的手术人员信息以及当前手术的医护人员信息;分别对所述手术人员信息和所述医护人员信息进行预处理,得到预处理后的手术人员信息和医护人员信息;基于预置的分析指标对所述预处理后的手术人员信息和医护人员信息进行特征因子分析,得到特征数据集合;对所述特征数据集合进行初始聚类处理,得到多个第一聚类中心;对所述多个第一聚类中心进行二次聚类处理,得到多个第二聚类中心;根据所述多个第二聚类中心对所述特征数据集合进行特征聚类分析,得到手术关联特征。
可选的,在本发明第二方面的第二种实现方式中,所述采集模块具体用于:采集当前手术过程中医护人员的设备操作数据,其中,所述设备操作数据为医护人员操作设备过程中的视频流;基于预置的操作特征分析策略设置多个注意力区域;根据所述设备操作数据分别计算每个注意力区域的目标值;对每个注意力区域的目标值和预设阈值进行比较,得到比较结果;根据所述比较结果从所述多个注意力区域中提取特征区域;对所述特征区域进行操作特征分析,得到操作特征数据。
可选的,在本发明第二方面的第三种实现方式中,所述编码模块具体用于:根据预设的手术类型对所述手术关联特征进行特征值转换,得到多个第一特征值;根据预设的第一权重值对所述多个第一特征值进行特征值向量转换,得到关联特征向量;根据预设的操作特征编码规则对所述操作特征数据进行特征值编码,得到多个第二特征值;根据预设的第二权重值对所述多个第二特征值进行向量编码,得到操作特征向量。
可选的,在本发明第二方面的第四种实现方式中,所述分析模块具体用于:将所述关联特征向量输入预置的设备分析模型,通过所述设备分析模型对所述关联特征向量进行人员与设备关联分析,得到设备关联比例;将所述操作特征向量输入预置的设备分析模型,通过所述设备分析模型对所述操作特征向量进行操作设备分析,得到设备操作比例;根据所述设备操作比例和所述设备关联比例计算所述智慧手术室的设备布局合理度;根据所述设备布局合理度生成所述智慧手术室的设备分析结果。
可选的,在本发明第二方面的第五种实现方式中,所述生成模块具体用于:根据所述设备分析结果提取所述智慧手术室的多个布局要素;对所述多个布局要素进行要素类型映射匹配,得到对应的多个目标要素类型;根据所述多个目标要素类型生成所述智慧手术室的设备布局方案;将所述设备布局方案传输至智能监控终端进行可视化展示。
可选的,在本发明第二方面的第六种实现方式中,所述智慧手术室的运营管理装置还包括:检测模块,用于基于所述设备操作数据构建设备操作数据集合,并对所述设备操作数据集合进行集合拆分,得到多个子数据集合;分别获取每个子数据集合的评价参数,并根据所述评价参数对所述多个子数据集合进行设备操作数据异常检测,得到每个子数据集合的异常检测结果;根据每个子数据集合的异常检测结果生成对应的异常分析报告,并将所述异常分析报告传输至所述智能监控终端。
本发明第三方面提供了一种智慧手术室的运营管理设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述智慧手术室的运营管理设备执行上述的智慧手术室的运营管理方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的智慧手术室的运营管理方法。
本发明提供的技术方案中,对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,得到智慧手术室的设备分析结果;根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示,本发明通过设备分析模型进行设备分析,进而根据设备分析结果便于设计更加合理的设备布局方案,使智慧手术室内的医疗设备布局更加合理,智能的分析设备使用情况,提高手术室和手术设备的利用率。
附图说明
图1为本发明实施例中智慧手术室的运营管理方法的一个实施例示意图;
图2为本发明实施例中智慧手术室的运营管理方法的另一个实施例示意图;
图3为本发明实施例中智慧手术室的运营管理装置的一个实施例示意图;
图4为本发明实施例中智慧手术室的运营管理装置的另一个实施例示意图;
图5为本发明实施例中智慧手术室的运营管理设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种智慧手术室的运营管理方法、装置、设备及存储介质,用于提高智慧手术室中设备布局的合理度。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中智慧手术室的运营管理方法的一个实施例包括:
101、获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;
可以理解的是,本发明的执行主体可以为智慧手术室的运营管理装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的,当服务器获取智慧手术室的手术人员信息及当前手术人员的医护信息后,服务器对上述手术人员信息及医护人员信息进行信息特征提取,得到手术关联特征,其中,在对手术人员信息及医护人员信息的信息特征进行提取时,首先需要对人员信息进行分词处理,得到多个文字特征组,在分词处理后的若干个文字特征组中即可提取到所需的手术关联特征。
102、采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;
具体的,服务器通过医疗设备中预置的传感器对手术过程中医护人员的设备操作数据进行采集,当服务器采集到设备操作数据后,对该设备操作数据进行数据结构分析,确定与该设备操作数据对应的数据结构,需要说明的是,数据结构用于表征设备操作数据的结构属性,其中,结构属性包括但不限于表格属性及文本属性等结构类型,进一步的,服务器对该设备操作数据进行操作特征提取,其中,服务器预先构建基于卷积神经网络的特征提取器,之后服务器通过该特征提取器中最小冗余最大相关算法进行特征提取,得到操作特征数据。
103、对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;
具体的,根据待转换手术关联特征的初始向量和基准点的标准向量,确定标准模板特征的初始向量,待转换手术关联特征和标准模板特征位于同一向量区间内,标准模板特征位于与待转换手术关联特征距离最短的区间内;根据标准模板特征的初始向量与待转换手术关联特征的初始向量,确定关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量,其中,
服务器预先确定编码格式,进一步的,服务器根据编码格式随机选取信源编码向量,并对信源编码向量进行加密,最终服务器通过加密后的信源编码向量对操作特征数据进行向量编码,得到操作特征向量。
104、将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,得到智慧手术室的设备分析结果;
具体的,服务器将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,其中,服务器获取当前操作特征向量,提取当前操作特征向量中的操作特征信息集,确定操作特征向量与预设特征向量的操作行为匹配度,将当前操作特征向量与关联特征向量输入到设备分析模型中的聚类算法中进行分析,得到智慧手术室的设备分析结果。
105、根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示。
具体的,对历史布局方案下医疗设备的使用情况进行统计,得到每个布局方案对应的使用数据,利用设备分布评价模型对每个布局方案对应的使用数据进行评价,并依据评价结果选取最优布局方案,根据最优布局方案及设备分析结果对设备进行布局规划,并将设备布局方案传输至智能监控终端进行可视化展示。
本发明实施例中,对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,得到智慧手术室的设备分析结果;根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示,本发明通过设备分析模型进行设备分析,进而根据设备分析结果便于设计更加合理的设备布局方案,使智慧手术室内的医疗设备布局更加合理,智能的分析设备使用情况,提高手术室和手术设备的利用率。
请参阅图2,本发明实施例中智慧手术室的运营管理方法的另一个实施例包括:
201、获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;
具体的,获取智慧手术室的手术人员信息以及当前手术的医护人员信息;分别对手术人员信息和医护人员信息进行预处理,得到预处理后的手术人员信息和医护人员信息;基于预置的分析指标对预处理后的手术人员信息和医护人员信息进行特征因子分析,得到特征数据集合;对特征数据集合进行初始聚类处理,得到多个第一聚类中心;对多个第一聚类中心进行二次聚类处理,得到多个第二聚类中心;根据多个第二聚类中心对特征数据集合进行特征聚类分析,得到手术关联特征。
其中,获取手术人员信息及医护人员信息,根据预先设定的规则,对手术人员信息及医护人员信息进行判断,得到手术人员信息及医护人员信息中的数据信息,对数据信息进行清洗和关联处理,得到预处理后的数据,对预处理后的数据进行数据挖掘和融合处理,并进行提取和分类,实现对预处理后的数据的动态模拟,得到手术关联特征,其中,服务器基于预置的分析指标对预处理后的手术人员信息和医护人员信息进行特征因子分析,得到特征数据集合,对特征数据集合进行初始聚类处理,得到多个第一聚类中心;对多个第一聚类中心进行二次聚类处理,得到多个第二聚类中心,根据多个第二聚类中心对特征数据集合进行特征聚类分析,得到手术关联特征。
具体的,在服务器对特征数据集合进行初始聚类处理时,服务器给定所需的数据集,并确定聚类个数K,计算数据集内所有数据对象的密度,并根据得到数据对象的密度计算数据集的平均密度,计算数据集内每个数据对象的最小密度距离值,对数据集内数据对象的最小密度距离值进行降序排序,根据确定的聚类个数K,选择与前K个最小密度距离值对应并且密度大于平均密度的数据对象,得到多个第一聚类中心,根据上述获得的初始聚类中心,利用K-means聚类方法对数据集进行聚类,对多个第一聚类中心进行二次聚类处理,得到多个第二聚类中心,根据多个第二聚类中心对特征数据集合进行特征聚类分析,得到手术关联特征。
202、采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;
具体的,采集当前手术过程中医护人员的设备操作数据,其中,设备操作数据为医护人员操作设备过程中的视频流;基于预置的操作特征分析策略设置多个注意力区域;根据设备操作数据分别计算每个注意力区域的目标值;对每个注意力区域的目标值和预设阈值进行比较,得到比较结果;根据比较结果从多个注意力区域中提取特征区域;对特征区域进行操作特征分析,得到操作特征数据。
其中,采集当前手术过程中医护人员的设备操作数据,并根据设备操作数据获取当前手术操作的操作区域,进一步的,服务器对当前手术操作对应的操作区域进行提取并对该医护人员操作设备过程中视频流进行匹配跟踪,根据当前手术操作对应的操作区域计算新的注意力区域,根据当前手术操作注意力区域计算当前手术操作的目标值,对每个注意力区域的目标值和预设阈值进行比较,得到比较结果,根据比较结果从多个注意力区域中提取特征区域;对特征区域进行操作特征分析,得到操作特征数据。
可选的,基于设备操作数据构建设备操作数据集合,并对设备操作数据集合进行集合拆分,得到多个子数据集合;分别获取每个子数据集合的评价参数,并根据评价参数对多个子数据集合进行设备操作数据异常检测,得到每个子数据集合的异常检测结果;根据每个子数据集合的异常检测结果生成对应的异常分析报告,并将异常分析报告传输至智能监控终端。
具体的,基于设备操作数据构建设备操作数据集合,对设备操作数据集合进行集合拆分,其中,服务器响应于将设备操作数据集合拆分成多个子数据集合的请求,对设备操作数据集合进行读取操作,进一步对该设备操作数据进行数据拆分,得到多个子数据集合,后续服务器分别获取每个子数据集合的评价参数,并根据评价参数对多个子数据集合进行设备操作数据异常检测,其中,服务器分析评价参数的各种属性,对数据进行异常检测,利用异常标记数组对多个子数据集合进行分离,确定出分离出的异常数据,得到每个子数据集合的异常检测结果,根据每个子数据集合的异常检测结果生成对应的异常分析报告,并将异常分析报告传输至智能监控终端。
203、对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;
具体的,根据预设的手术类型对手术关联特征进行特征值转换,得到多个第一特征值;根据预设的第一权重值对多个第一特征值进行特征值向量转换,得到关联特征向量;根据预设的操作特征编码规则对操作特征数据进行特征值编码,得到多个第二特征值;根据预设的第二权重值对多个第二特征值进行向量编码,得到操作特征向量。
其中,根据预设的手术类型对手术关联特征,将手术关联特征进行线性化处理,得到线性化后的***手术关联特征,并得到相应的特征方程,将***的手术关联特征转化为常微分方程和时滞微分方程的组合,利用解算子将手术关联特征转换为抽象柯西问题,对解算子进行离散化,通过各个离散点处的手术关联特征得到解算子的低阶离散化矩阵,得到多个第一特征值,根据预设的第一权重值对多个第一特征值进行特征值向量转换,得到关联特征向量,根据预设的操作特征编码规则对操作特征数据进行特征值编码,得到多个第二特征值,根据预设的第二权重值对多个第二特征值进行向量编码,得到操作特征向量。
204、将关联特征向量输入预置的设备分析模型,通过设备分析模型对关联特征向量进行人员与设备关联分析,得到设备关联比例;
205、将操作特征向量输入预置的设备分析模型,通过设备分析模型对操作特征向量进行操作设备分析,得到设备操作比例;
206、根据设备操作比例和设备关联比例计算智慧手术室的设备布局合理度;
207、根据设备布局合理度生成智慧手术室的设备分析结果;
具体的,将关联特征向量输入预置的设备分析模型,通过设备分析模型对关联特征向量进行人员与设备关联分析,得到设备关联比例,其中,设备分析模型是利用医疗手术设备的已知全寿命周期履历信息和历史操作数据训练得到的,将操作特征向量输入预置的设备分析模型,通过设备分析模型对操作特征向量进行操作设备分析,得到设备操作比例,根据设备操作比例和设备关联比例计算智慧手术室的设备布局合理度,根据设备布局合理度生成智慧手术室的设备分析结果;
其中,服务器采集设备操作比例与目标医疗设备相关联的至少一个扩展实体并确定该实体所对应的实际面积,基于多个医疗实体对应的实际面积之间的位置关系,通过该位置关系,设备操作比例和设备关联比例计算智慧手术室的设备布局合理度。
208、根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示。
具体的,根据设备分析结果提取智慧手术室的多个布局要素;对多个布局要素进行要素类型映射匹配,得到对应的多个目标要素类型;根据多个目标要素类型生成智慧手术室的设备布局方案;将设备布局方案传输至智能监控终端进行可视化展示。
本发明实施例中,对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,得到智慧手术室的设备分析结果;根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示,本发明通过设备分析模型进行设备分析,进而根据设备分析结果便于设计更加合理的设备布局方案,使智慧手术室内的医疗设备布局更加合理,智能的分析设备使用情况,提高手术室和手术设备的利用率。
上面对本发明实施例中智慧手术室的运营管理方法进行了描述,下面对本发明实施例中智慧手术室的运营管理装置进行描述,请参阅图3,本发明实施例中智慧手术室的运营管理装置一个实施例包括:
获取模块301,用于获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;
采集模块302,用于采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;
编码模块303,用于对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;
分析模块304,用于将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,得到智慧手术室的设备分析结果;
生成模块305,用于根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示。
本发明实施例中,对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,得到智慧手术室的设备分析结果;根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示,本发明通过设备分析模型进行设备分析,进而根据设备分析结果便于设计更加合理的设备布局方案,使智慧手术室内的医疗设备布局更加合理,智能的分析设备使用情况,提高手术室和手术设备的利用率。
请参阅图4,本发明实施例中智慧手术室的运营管理装置另一个实施例包括:
获取模块301,用于获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对所述手术人员信息和所述医护人员信息进行信息特征提取,得到手术关联特征;
采集模块302,用于采集当前手术过程中医护人员的设备操作数据,并对所述设备操作数据进行操作特征提取,得到操作特征数据;
编码模块303,用于对所述手术关联特征进行向量转换,得到关联特征向量,并对所述操作特征数据进行向量编码,得到操作特征向量;
分析模块304,用于将所述关联特征向量和所述操作特征向量输入预置的设备分析模型进行设备分析,得到所述智慧手术室的设备分析结果;
生成模块305,用于根据所述设备分析结果生成所述智慧手术室的设备布局方案,并将所述设备布局方案传输至智能监控终端进行可视化展示。
可选的,所述获取模块301具体用于:获取智慧手术室的手术人员信息以及当前手术的医护人员信息;分别对所述手术人员信息和所述医护人员信息进行预处理,得到预处理后的手术人员信息和医护人员信息;基于预置的分析指标对所述预处理后的手术人员信息和医护人员信息进行特征因子分析,得到特征数据集合;对所述特征数据集合进行初始聚类处理,得到多个第一聚类中心;对所述多个第一聚类中心进行二次聚类处理,得到多个第二聚类中心;根据所述多个第二聚类中心对所述特征数据集合进行特征聚类分析,得到手术关联特征。
可选的,所述采集模块302具体用于:采集当前手术过程中医护人员的设备操作数据,其中,所述设备操作数据为医护人员操作设备过程中的视频流;基于预置的操作特征分析策略设置多个注意力区域;根据所述设备操作数据分别计算每个注意力区域的目标值;对每个注意力区域的目标值和预设阈值进行比较,得到比较结果;根据所述比较结果从所述多个注意力区域中提取特征区域;对所述特征区域进行操作特征分析,得到操作特征数据。
可选的,所述编码模块303具体用于:根据预设的手术类型对所述手术关联特征进行特征值转换,得到多个第一特征值;根据预设的第一权重值对所述多个第一特征值进行特征值向量转换,得到关联特征向量;根据预设的操作特征编码规则对所述操作特征数据进行特征值编码,得到多个第二特征值;根据预设的第二权重值对所述多个第二特征值进行向量编码,得到操作特征向量。
可选的,所述分析模块304具体用于:将所述关联特征向量输入预置的设备分析模型,通过所述设备分析模型对所述关联特征向量进行人员与设备关联分析,得到设备关联比例;将所述操作特征向量输入预置的设备分析模型,通过所述设备分析模型对所述操作特征向量进行操作设备分析,得到设备操作比例;根据所述设备操作比例和所述设备关联比例计算所述智慧手术室的设备布局合理度;根据所述设备布局合理度生成所述智慧手术室的设备分析结果。
可选的,所述生成模块305具体用于:根据所述设备分析结果提取所述智慧手术室的多个布局要素;对所述多个布局要素进行要素类型映射匹配,得到对应的多个目标要素类型;根据所述多个目标要素类型生成所述智慧手术室的设备布局方案;将所述设备布局方案传输至智能监控终端进行可视化展示。
可选的,所述智慧手术室的运营管理装置还包括:
检测模块306,用于基于所述设备操作数据构建设备操作数据集合,并对所述设备操作数据集合进行集合拆分,得到多个子数据集合;分别获取每个子数据集合的评价参数,并根据所述评价参数对所述多个子数据集合进行设备操作数据异常检测,得到每个子数据集合的异常检测结果;根据每个子数据集合的异常检测结果生成对应的异常分析报告,并将所述异常分析报告传输至所述智能监控终端。
本发明实施例中,对手术人员信息和医护人员信息进行信息特征提取,得到手术关联特征;采集当前手术过程中医护人员的设备操作数据,并对设备操作数据进行操作特征提取,得到操作特征数据;对手术关联特征进行向量转换,得到关联特征向量,并对操作特征数据进行向量编码,得到操作特征向量;将关联特征向量和操作特征向量输入预置的设备分析模型进行设备分析,得到智慧手术室的设备分析结果;根据设备分析结果生成智慧手术室的设备布局方案,并将设备布局方案传输至智能监控终端进行可视化展示,本发明通过设备分析模型进行设备分析,进而根据设备分析结果便于设计更加合理的设备布局方案,使智慧手术室内的医疗设备布局更加合理,智能的分析设备使用情况,提高手术室和手术设备的利用率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的智慧手术室的运营管理装置进行详细描述,下面从硬件处理的角度对本发明实施例中智慧手术室的运营管理设备进行详细描述。
图5是本发明实施例提供的一种智慧手术室的运营管理设备的结构示意图,该智慧手术室的运营管理设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对智慧手术室的运营管理设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在智慧手术室的运营管理设备500上执行存储介质530中的一系列指令操作。
智慧手术室的运营管理设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作***531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的智慧手术室的运营管理设备结构并不构成对智慧手术室的运营管理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种智慧手术室的运营管理设备,所述智慧手术室的运营管理设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述智慧手术室的运营管理方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述智慧手术室的运营管理方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种智慧手术室的运营管理方法,其特征在于,所述智慧手术室的运营管理方法包括:
获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对所述手术人员信息和所述医护人员信息进行信息特征提取,得到手术关联特征;
采集当前手术过程中医护人员的设备操作数据,并对所述设备操作数据进行操作特征提取,得到操作特征数据;具体的,采集当前手术过程中医护人员的设备操作数据,其中,所述设备操作数据为医护人员操作设备过程中的视频流;基于预置的操作特征分析策略设置多个注意力区域;根据所述设备操作数据分别计算每个注意力区域的目标值;对每个注意力区域的目标值和预设阈值进行比较,得到比较结果;根据所述比较结果从所述多个注意力区域中提取特征区域;对所述特征区域进行操作特征分析,得到操作特征数据;
对所述手术关联特征进行向量转换,得到关联特征向量,并对所述操作特征数据进行向量编码,得到操作特征向量;
将所述关联特征向量和所述操作特征向量输入预置的设备分析模型进行设备分析,得到所述智慧手术室的设备分析结果;
根据所述设备分析结果生成所述智慧手术室的设备布局方案,并将所述设备布局方案传输至智能监控终端进行可视化展示。
2.根据权利要求1所述的智慧手术室的运营管理方法,其特征在于,所述获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对所述手术人员信息和所述医护人员信息进行信息特征提取,得到手术关联特征,包括:
获取智慧手术室的手术人员信息以及当前手术的医护人员信息;
分别对所述手术人员信息和所述医护人员信息进行预处理,得到预处理后的手术人员信息和医护人员信息;
基于预置的分析指标对所述预处理后的手术人员信息和医护人员信息进行特征因子分析,得到特征数据集合;
对所述特征数据集合进行初始聚类处理,得到多个第一聚类中心;
对所述多个第一聚类中心进行二次聚类处理,得到多个第二聚类中心;
根据所述多个第二聚类中心对所述特征数据集合进行特征聚类分析,得到手术关联特征。
3.根据权利要求1所述的智慧手术室的运营管理方法,其特征在于,所述对所述手术关联特征进行向量转换,得到关联特征向量,并对所述操作特征数据进行向量编码,得到操作特征向量,包括:
根据预设的手术类型对所述手术关联特征进行特征值转换,得到多个第一特征值;
根据预设的第一权重值对所述多个第一特征值进行特征值向量转换,得到关联特征向量;
根据预设的操作特征编码规则对所述操作特征数据进行特征值编码,得到多个第二特征值;
根据预设的第二权重值对所述多个第二特征值进行向量编码,得到操作特征向量。
4.根据权利要求1所述的智慧手术室的运营管理方法,其特征在于,所述将所述关联特征向量和所述操作特征向量输入预置的设备分析模型进行设备分析,得到所述智慧手术室的设备分析结果,包括:
将所述关联特征向量输入预置的设备分析模型,通过所述设备分析模型对所述关联特征向量进行人员与设备关联分析,得到设备关联比例;
将所述操作特征向量输入预置的设备分析模型,通过所述设备分析模型对所述操作特征向量进行操作设备分析,得到设备操作比例;
根据所述设备操作比例和所述设备关联比例计算所述智慧手术室的设备布局合理度;
根据所述设备布局合理度生成所述智慧手术室的设备分析结果。
5.根据权利要求1所述的智慧手术室的运营管理方法,其特征在于,所述根据所述设备分析结果生成所述智慧手术室的设备布局方案,并将所述设备布局方案传输至智能监控终端进行可视化展示,包括:
根据所述设备分析结果提取所述智慧手术室的多个布局要素;
对所述多个布局要素进行要素类型映射匹配,得到对应的多个目标要素类型;
根据所述多个目标要素类型生成所述智慧手术室的设备布局方案;
将所述设备布局方案传输至智能监控终端进行可视化展示。
6.根据权利要求1所述的智慧手术室的运营管理方法,其特征在于,所述智慧手术室的运营管理方法还包括:
基于所述设备操作数据构建设备操作数据集合,并对所述设备操作数据集合进行集合拆分,得到多个子数据集合;
分别获取每个子数据集合的评价参数,并根据所述评价参数对所述多个子数据集合进行设备操作数据异常检测,得到每个子数据集合的异常检测结果;
根据每个子数据集合的异常检测结果生成对应的异常分析报告,并将所述异常分析报告传输至所述智能监控终端。
7.一种智慧手术室的运营管理装置,其特征在于,所述智慧手术室的运营管理装置包括:
获取模块,用于获取智慧手术室的手术人员信息以及当前手术的医护人员信息,并对所述手术人员信息和所述医护人员信息进行信息特征提取,得到手术关联特征;
采集模块,用于采集当前手术过程中医护人员的设备操作数据,并对所述设备操作数据进行操作特征提取,得到操作特征数据;具体的,采集当前手术过程中医护人员的设备操作数据,其中,所述设备操作数据为医护人员操作设备过程中的视频流;基于预置的操作特征分析策略设置多个注意力区域;根据所述设备操作数据分别计算每个注意力区域的目标值;对每个注意力区域的目标值和预设阈值进行比较,得到比较结果;根据所述比较结果从所述多个注意力区域中提取特征区域;对所述特征区域进行操作特征分析,得到操作特征数据;
编码模块,用于对所述手术关联特征进行向量转换,得到关联特征向量,并对所述操作特征数据进行向量编码,得到操作特征向量;
分析模块,用于将所述关联特征向量和所述操作特征向量输入预置的设备分析模型进行设备分析,得到所述智慧手术室的设备分析结果;
生成模块,用于根据所述设备分析结果生成所述智慧手术室的设备布局方案,并将所述设备布局方案传输至智能监控终端进行可视化展示。
8.一种智慧手术室的运营管理设备,其特征在于,所述智慧手术室的运营管理设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述智慧手术室的运营管理设备执行如权利要求1-6中任一项所述的智慧手术室的运营管理方法。
9.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-6中任一项所述的智慧手术室的运营管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310083834.2A CN115810419B (zh) | 2023-02-08 | 2023-02-08 | 智慧手术室的运营管理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310083834.2A CN115810419B (zh) | 2023-02-08 | 2023-02-08 | 智慧手术室的运营管理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115810419A CN115810419A (zh) | 2023-03-17 |
CN115810419B true CN115810419B (zh) | 2023-04-18 |
Family
ID=85487718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310083834.2A Active CN115810419B (zh) | 2023-02-08 | 2023-02-08 | 智慧手术室的运营管理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115810419B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116030953B (zh) * | 2023-03-31 | 2023-06-20 | 成都瑞华康源科技有限公司 | 一种自动化的手术室运营效率监控方法、***及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008173164A (ja) * | 2007-01-16 | 2008-07-31 | Toshiba Corp | 画像処理装置及び画像処理方法 |
WO2022166800A1 (zh) * | 2021-02-02 | 2022-08-11 | 广州柏视医疗科技有限公司 | 基于深度学习网络的纵隔淋巴引流区的自动勾画方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017214696A1 (en) * | 2016-06-13 | 2017-12-21 | Synaptive Medical (Barbados) Inc. | Virtual operating room layout planning and analysis tool |
JP7388016B2 (ja) * | 2019-07-05 | 2023-11-29 | コニカミノルタ株式会社 | レイアウト出力装置、システムおよびプログラム |
KR20210056179A (ko) * | 2019-11-08 | 2021-05-18 | 삼성전자주식회사 | Ai 부호화 장치 및 그 동작방법, 및 ai 복호화 장치 및 그 동작방법 |
WO2022150419A1 (en) * | 2021-01-08 | 2022-07-14 | Expanded Existence, Llc | System and method for medical procedure room set-up optimization |
CN115435795B (zh) * | 2022-09-21 | 2024-05-03 | 苏州轻棹科技有限公司 | 一种基于环视图像和语义地图的车辆定位方法 |
-
2023
- 2023-02-08 CN CN202310083834.2A patent/CN115810419B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008173164A (ja) * | 2007-01-16 | 2008-07-31 | Toshiba Corp | 画像処理装置及び画像処理方法 |
WO2022166800A1 (zh) * | 2021-02-02 | 2022-08-11 | 广州柏视医疗科技有限公司 | 基于深度学习网络的纵隔淋巴引流区的自动勾画方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115810419A (zh) | 2023-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021189729A1 (zh) | 复杂关系网络的信息分析方法、装置、设备及存储介质 | |
Zhong et al. | Unsupervised learning for expert-based software quality estimation. | |
CN109086805B (zh) | 一种基于深度神经网络和成对约束的聚类方法 | |
CN115857447A (zh) | 基于数字孪生的复杂工业***运行监测方法及*** | |
CN115810419B (zh) | 智慧手术室的运营管理方法、装置、设备及存储介质 | |
CN114723285B (zh) | 一种电网设备安全性评估预测方法 | |
CN113570200A (zh) | 一种基于多维信息的电网运行状态监测方法及*** | |
JP6210867B2 (ja) | データ関連性解析システムおよびデータ管理装置 | |
CN117116498A (zh) | 移动查房数据处理***及其方法 | |
CN112418065A (zh) | 设备运行状态识别方法、装置、设备及存储介质 | |
CN117034123B (zh) | 健身器材的故障监控***及其方法 | |
CN117214637A (zh) | 充电枪耐压测试方法、装置、设备及存储介质 | |
CN115782105A (zh) | 一种注塑生产管理方法、***、计算机设备及存储介质 | |
CN116521904A (zh) | 一种基于5g边缘计算的船舶制造数据云融合方法及*** | |
CN115082041A (zh) | 用户信息管理方法、装置、设备及存储介质 | |
CN116562746A (zh) | 一种被服物流站点的被服数据监控方法及相关装置 | |
CN117493922A (zh) | 一种基于数据驱动的配电网户变关系识别方法 | |
CN101877065A (zh) | 小样本条件下的人脸图像非线性鉴别特征抽取和识别方法 | |
CN116678082B (zh) | 中央空调***的控制方法、终端及中央空调*** | |
CN117592595A (zh) | 一种配电网负荷预测模型建立、预测方法及装置 | |
CN116030955B (zh) | 基于物联网的医疗设备状态监测方法及相关装置 | |
Aziz et al. | Initialization of adaptive neuro-fuzzy inference system using fuzzy clustering in predicting primary triage category | |
CN110928741B (zh) | ***状态监视方法、装置和存储介质 | |
CN116702038A (zh) | 基于云边协同的能源站高频数据采集和异常状态识别方法 | |
CN111239484A (zh) | 一种非居民用户非侵入式负荷用电信息采集方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |