CN116665894A - 骨龄监测***、方法、电子设备及存储介质 - Google Patents
骨龄监测***、方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116665894A CN116665894A CN202310452369.5A CN202310452369A CN116665894A CN 116665894 A CN116665894 A CN 116665894A CN 202310452369 A CN202310452369 A CN 202310452369A CN 116665894 A CN116665894 A CN 116665894A
- Authority
- CN
- China
- Prior art keywords
- bone age
- information
- age
- bone
- dysplasia
- 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.)
- Pending
Links
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 307
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000036541 health Effects 0.000 claims abstract description 109
- 206010058314 Dysplasia Diseases 0.000 claims abstract description 76
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 235000005911 diet Nutrition 0.000 claims abstract description 21
- 230000037213 diet Effects 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 208000026350 Inborn Genetic disease Diseases 0.000 claims abstract description 15
- 208000016361 genetic disease Diseases 0.000 claims abstract description 15
- 238000003745 diagnosis Methods 0.000 claims abstract description 12
- 230000005856 abnormality Effects 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims description 11
- 239000003814 drug Substances 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 229940079593 drug Drugs 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 235000015872 dietary supplement Nutrition 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims 1
- 230000012010 growth Effects 0.000 abstract description 11
- 238000011161 development Methods 0.000 description 42
- 230000018109 developmental process Effects 0.000 description 40
- 230000006870 function Effects 0.000 description 11
- 238000009472 formulation Methods 0.000 description 8
- 239000000203 mixture Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000014461 bone development Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 235000016709 nutrition Nutrition 0.000 description 5
- 230000035764 nutrition Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000000378 dietary effect Effects 0.000 description 4
- 230000002028 premature Effects 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 208000030159 metabolic disease Diseases 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 230000001502 supplementing effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- 229930003316 Vitamin D Natural products 0.000 description 2
- QYSXJUFSXHHAJI-XFEUOLMDSA-N Vitamin D3 Natural products C1(/[C@@H]2CC[C@@H]([C@]2(CCC1)C)[C@H](C)CCCC(C)C)=C/C=C1\C[C@@H](O)CCC1=C QYSXJUFSXHHAJI-XFEUOLMDSA-N 0.000 description 2
- 230000008468 bone growth Effects 0.000 description 2
- 230000037180 bone health Effects 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 229910052791 calcium Inorganic materials 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000005686 eating Nutrition 0.000 description 2
- 235000006694 eating habits Nutrition 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000001568 sexual effect Effects 0.000 description 2
- 235000019166 vitamin D Nutrition 0.000 description 2
- 239000011710 vitamin D Substances 0.000 description 2
- 150000003710 vitamin D derivatives Chemical class 0.000 description 2
- 229940046008 vitamin d Drugs 0.000 description 2
- 206010056438 Growth hormone deficiency Diseases 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- 208000002720 Malnutrition Diseases 0.000 description 1
- 208000010340 Sleep Deprivation Diseases 0.000 description 1
- 206010047626 Vitamin D Deficiency Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000037182 bone density Effects 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000368 destabilizing effect Effects 0.000 description 1
- 230000009547 development abnormality Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 208000003532 hypothyroidism Diseases 0.000 description 1
- 230000002989 hypothyroidism Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 235000021129 infant diet Nutrition 0.000 description 1
- 230000001071 malnutrition Effects 0.000 description 1
- 235000000824 malnutrition Nutrition 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000015380 nutritional deficiency disease Diseases 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000011164 ossification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 235000021075 protein intake Nutrition 0.000 description 1
- 230000008141 pubertal development Effects 0.000 description 1
- 230000012488 skeletal system development Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000036561 sun exposure Effects 0.000 description 1
- 210000000623 ulna Anatomy 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4504—Bones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Software Systems (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Rheumatology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Dentistry (AREA)
- Nutrition Science (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Chemical & Material Sciences (AREA)
Abstract
本申请提供一种骨龄监测***、方法、电子设备及存储介质,所述骨龄监测***包括:数据采集模块,用于采集骨龄信息及年龄信息;分析诊断模块,用于分析所述骨龄信息及所述年龄信息,确定所述骨龄信息是否存在异常,若所述骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息,所述骨龄发育异常信息包括生活方式、遗传病及饮食情况;健康方案制定模块,用于将所述骨龄发育异常信息及所述骨龄信息输入分类回归树算法模型,所述分类回归树算法模型用于根据所述骨龄发育异常信息及所述骨龄信息生成健康方案,能够通过综合分析骨龄和年龄情况,精准诊断和预防骨龄异常,定制个性化健康方案,检测骨龄发育异常,保障健康成长。
Description
技术领域
本申请涉及健康管理技术领域,尤其涉及一种骨龄监测***、方法、电子设备及存储介质。
背景技术
骨龄是指骨骼的生长发育状态,通常通过影像学和临床检查进行评估。在医学和健康管理领域,了解骨龄对于判断儿童的身体发育状况、预测未来生长趋势以及制定个性化的健康计划都具有重要意义。
目前,传统的骨龄监测通常只提供骨龄信息,无法综合考虑其他相关因素,如生活方式、遗传病和饮食情况等,因此无法为骨龄异常儿童提供全面的健康指导和方案。此外,由于传统骨龄监测通常只能在医院进行,对于一些偏远地区或者不便前往医院的人来说,骨龄监测也存在困难,无法进行持续性的骨龄健康监控。
发明内容
有鉴于此,有必要提供一种骨龄监测***、方法、电子设备及存储介质,能够至少克服以上缺陷之一。
第一方面,本申请实施例提供一种骨龄监测***,所述骨龄监测***包括:数据采集模块,用于采集骨龄信息及年龄信息;分析诊断模块,用于分析所述骨龄信息及所述年龄信息,确定所述骨龄信息是否存在异常,若所述骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息,所述骨龄发育异常信息包括生活方式、遗传病及饮食情况;健康方案制定模块,用于将所述骨龄发育异常信息及所述骨龄信息输入分类回归树算法模型,所述分类回归树算法模型用于根据所述骨龄发育异常信息及所述骨龄信息生成健康方案。
根据本申请的一个实施例,所述分类回归树算法模型包括:数据预处理模块,用于对所述骨龄信息及所述骨龄发育异常信息进行预处理;树构建模块,用于构建分类回归树模型,根据所述骨龄发育异常信息及所述骨龄信息,应用Gini指数进行特征选择,***树节点并构建分类回归树结构;健康方案输出模块,用于根据所述骨龄发育异常信息及所述分类回归树结构生成所述健康方案。
根据本申请的一个实施例,所述骨龄监测***还包括:健康追踪模块,用于根据所述骨龄异常信息及所述健康方案生成健康档案;所述健康追踪模块还用于采集新的骨龄信息,并根据所述新的骨龄信息更新所述健康方案。
根据本申请的一个实施例,所述骨龄监测***还包括:
消息通知模块,所述消息通知模块通信连接终端,所述消息通知模块用于将所述健康方案制定模块生成的所述健康方案发送至所述终端。
根据本申请的一个实施例,所述健康方案包括:饮食调整方案、运动锻炼方案、睡眠调整方案、药物治疗方案及营养补充方案。
根据本申请的一个实施例,所述骨龄监测***还包括:数据统计模块,所述数据统计模块用于获取多个所述骨龄信息、多个所述年龄信息及多个所述骨龄发育异常信息;所述数据统计模块还用于根据多个所述骨龄信息、多个所述年龄信息及多个所述骨龄发育异常信息生成骨龄异常统计信息。
根据本申请的一个实施例,所述数据统计模块还用于获取与所述骨龄发育异常信息对应的地域信息及时间信息;所述骨龄异常统计信息包括所述地域信息及所述时间信息。
第二方面,本申请实施例提供一种骨龄监测方法,第一方面所述的骨龄监测***,包括:采集骨龄信息及年龄信息;分析所述骨龄信息及所述年龄信息,确定所述骨龄信息是否存在异常;若所述骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息,所述骨龄发育异常信息包括生活方式、遗传病及饮食情况;将所述骨龄发育异常信息及所述骨龄信息输入分类回归树算法模型;根据所述骨龄发育异常信息及所述骨龄信息生成健康方案。
第三方面,本申请实施例提供一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令时实现第二方面所述的骨龄监测方法。
第四方面,本申请实施例一种计算机可读存储介质,包括指令,所述指令指示设备执行如第二方面所述的骨龄监测方法。
本申请实施方式提供的骨龄监测***、方法、电子设备及存储介质,能够通过综合分析骨龄和年龄情况,精准诊断和预防骨龄异常,定制个性化健康方案,检测骨龄发育异常,保障健康成长。
附图说明
图1为本申请一实施例提供的骨龄监测***示意图。
图2为本申请另一实施例提供的骨龄监测***示意图
图3为本申请一实施例提供的骨龄监测方法流程图。
图4为本申请一实施例提供的电子设备示意图。
主要元件符号说明
骨龄监测*** 10;10a
数据采集模块 110
分析诊断模块 120
健康方案制定模块 130;130a
数据预处理模块 131
树构建模块 132
健康方案输出模块 133
健康追踪模块 140
消息通知模块 150
数据统计模块 160
电子设备 20
处理器 21
存储器 22
方法步骤 S100-S500
具体实施方式
下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本申请一部分实施方式,而不是全部的实施方式。
需要说明的是,本申请实施例中“至少一个”是指一个或者多个,多个是指两个或两个以上。除非另有定义,本文所使用的所有的技术和科学术语与属于本申请中的技术领域的技术人员通常理解的含义相同。本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
需要说明的是,本申请实施例中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请实施例的描述中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
基于本申请中的实施方式,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施方式,都是属于本申请保护的范围。
骨龄是指骨骼的生长发育状态,通常通过影像学和临床检查进行评估。在医学和健康管理领域,了解骨龄对于判断一个人的身体发育状况、预测未来生长趋势以及制定个性化的健康计划都具有重要意义。
目前,传统的骨龄监测通常只提供骨龄信息,无法综合考虑其他相关因素,如生活方式、遗传病和饮食情况等,因此无法为患者提供全面的健康指导和方案。此外,由于传统骨龄监测通常只能在医院进行,对于一些偏远地区或者不便前往医院的人来说,骨龄监测也存在困难,无法进行持续性的骨龄健康监控。
此外,针对骨龄的动态监测和健康管理功能尚未得到充分实现。因此,需要开发一个骨龄监测***,能够实现对骨龄的动态监测和管理,并能够描述骨龄区域分布情况。这样的***将为政府制定相关决策和社区制定相关方案提供信息支持,从而有助于改善发育情况。
因此,本申请实施例提供一种骨龄监测***、方法、电子设备及存储介质,能够通过综合分析骨龄和年龄情况,精准诊断和预防骨龄异常,定制个性化健康方案,检测骨龄发育异常,保障健康成长。
下面结合附图,对申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
图1是本申请一实施例提供的骨龄监测***示意图。如图1所示的骨龄监测***10,至少包括以下部分数据采集模块110、分析诊断模块120及健康方案制定模块130。
在本申请实施例中,数据采集模块110用于采集骨龄信息及年龄信息。可以理解的是,骨龄信息通常是通过X光摄影技术获取的,这些技术包括腕部X光、手部X光、胸部X光等。通过这些技术可以测量人体骨骼的大小、形状和密度等信息,从而确定骨龄。数据采集模块110可以通过连接至医院病历***来读取儿童的骨龄。在另一些可能的实施例中,数据采集模块110还可以通过读取儿童的病历信息来获取儿童的骨龄信息。可以理解的是,年龄信息则是指儿童的实际年龄,通常可以通过读取身份证或病历中的出生日期来确定。
在本申请实施例中,分析诊断模块120用于分析骨龄信息及年龄信息,确定骨龄信息是否存在异常,若骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息,骨龄发育异常信息包括生活方式、遗传病及饮食情况。
可以理解的是,生活方式、遗传病及饮食情况都是可能导致儿童骨龄发育异常的因素。不良的生活方式如缺乏锻炼、睡眠不足、过度使用电子设备等都可能影响儿童的骨龄发育。遗传病也是导致儿童骨龄发育异常的重要原因,如软骨发育不全症、甲状腺功能减退症等。此外,饮食不均衡、缺乏营养、摄入过多的咖啡因等也可能对骨龄发育产生负面影响。因此,了解这些可能导致骨龄发育异常的因素,有助于制定相应的健康方案和预防措施。
可以理解的是,骨龄是指通过X光检查评估骨骼发育情况的一种方法。在人体生长发育过程中,骨骼是最具变化的器官之一,不同年龄段的骨骼发育程度也有明显的差异。通过拍摄X光片并观察左手掌指骨、腕骨及桡尺骨下端的骨化中心的发育程度,医生可以评估的骨龄。骨龄评估可以反映的生长发育水平,预测成年身高、***的到来时间,以及辅助诊断某些代谢性疾病等。骨龄的评估通常采用标准骨龄片和待测骨龄片进行对比分析,通过计算骨龄差值来确定的骨龄水平。
正常情况下,儿童的骨龄与其生活年龄的发展是一致的。但由于饮食、药物、遗传、生活环境等因素的影响,有些儿童的骨龄会提前发育,而有些则会发育滞后。为了评估的发育水平,临床通常使用骨龄差值(骨龄减去生活年龄)的方法。差值为正,表明儿童的骨龄发育提前于其生活年龄;差值为负,则表明儿童的骨龄发育相对滞后。
可以理解的是,儿童的骨龄发育提前于其生活年龄可能会导致身体不协调,比如身体各部分的比例不协调,身高和体重的比例失衡等,进而影响孩子的健康成长。此外,过早的骨龄发育可能会导致孩子过早地进入***,使得身体发育不稳定,骨骼过早闭合,从而影响成年后的身高和健康。除此之外,过早的骨龄发育还可能与心理发育和社交能力发展不同步有关,对儿童的心理健康和社交能力产生不良影响。此外,相对滞后的骨龄发育也会给儿童带来许多问题。一方面,可能会导致儿童的身高低于同龄人,从而影响到其自尊心和心理健康。另一方面,骨龄滞后也可能暗示着某些潜在的健康问题,如生长激素缺乏、营养不良等。因此,及时监测和处理儿童的骨龄发育相对滞后问题也是非常重要的。
在本申请实施例中,健康方案制定模块130用于将骨龄发育异常信息及骨龄信息输入分类回归树算法模型,分类回归树算法模型用于根据骨龄发育异常信息及骨龄信息生成健康方案。
在本申请实施例中,分类回归树算法(Classification and Regression Tree,CART)模型,是一种基于树结构的决策模型。在骨龄发育异常的信息及骨龄数据上,CART模型可以用于生成健康方案。首先,分类回归树算法模型根据骨龄数据,将数据集切分为不同的年龄组,然后对每个年龄组进行分类回归树的训练,得到对应的健康方案。在训练过程中,分类回归树算法模型可以采用Gini指数,来评估特征的重要性,从而确定最优的特征进行***。分类回归树算法模型生成的健康方案可以包括运动、饮食、药物治疗等方面的建议,以帮助儿童改善骨龄发育异常,促进健康成长。
可以理解,Gini指数的计算公式为:
其中,D为数据集,|y|表示数据集中类别的数量,pk表示数据集中第k类样本所占的比例。
在本实施例中,Gini指数越小,则说明数据集越纯,分类效果越好。在CART模型中,选择划分特征时会计算每个特征的Gini指数,选择Gini指数最小的特征作为划分特征。通过计算Gini指数,CART模型可以找到最优的特征进行分类回归树***,从而生成对应的分类回归树模型,并基于分类回归树模型生成针对骨龄发育异常的健康方案。
可以理解的是,这个分类回归树模型将包含一系列的判断条件和对应的结论,以指导健康方案的生成。例如,如果骨龄发育异常信息中包含遗传病因素,分类回归树模型将会在对应的节点上进行***,并生成相应的子树来生成对应的健康方案。通过这样的方式,针对不同的骨龄发育异常信息和骨龄信息,分类回归树模型将会生成不同的健康方案,以满足不同儿童的需求。
具体地,分类回归树模型可以通过计算Gini指数,找到最优的特征进行分类回归树***。例如,有一组儿童骨龄异常数据,其中包含了多个特征,如饮食情况、遗传病情况等,以及对应的标签,如正常或异常。分类回归树模型可以通过计算每个特征的Gini指数,来确定哪个特征最适合作为***条件。例如,如果分类回归树模型发现饮食情况的Gini指数最小,那么分类回归树模型就可以将其作为第一次***的条件。
接下来,分类回归树模型可以将数据集按照第一次***的条件进行划分,并继续计算每个子集的Gini指数,以确定下一次最适合的***条件。通过不断地迭代计算,最终可以生成一棵包含多个节点的分类回归树模型。
在生成分类回归树模型后,可以利用它来制定针对骨龄发育异常的健康方案。对于每个患儿,可以根据其骨龄发育异常信息和年龄信息,在分类回归树模型上逐步判断,最终得出最适合的健康方案。例如,如果患儿的饮食情况异常,可以建议其进行饮食调整,并根据其年龄和骨龄发育情况,进一步制定详细的健康方案。
在本申请实施例中,健康方案制定模块130制定的健康方案包括但不限于:饮食调整方案、运动锻炼方案、睡眠调整方案、药物治疗方案及营养补充方案等。具体地,健康方案制定模块130可以根据病因采集问卷中收集到的信息,结合医学知识和临床经验,定制适合个体的健康方案。在制定健康方案的过程中,还可以考虑到儿童的生活习惯、家庭环境、学习压力等因素,以促进健康方案的有效执行和儿童健康的全面提升。
在本申请实施例中,饮食调整方案可以包括根据儿童的饮食情况和所需营养素,制定合理的饮食调整方案,例如增加蛋白质摄入量、控制脂肪和糖分摄入量等,以促进骨骼健康发育。
在本申请实施例中,运动锻炼方案可以包括根据儿童的骨龄数据、年龄、身体状况和生活习惯等信息,制定适当的运动锻炼方案,促进骨骼发育和健康。
在本申请实施例中,睡眠调整方案可以包括根据儿童的睡眠情况和生活习惯,制定合理的睡眠调整方案,例如保证充足的睡眠时间、调整睡眠姿势等,以促进骨骼健康发育。
在本申请实施例中,药物治疗方案可以包括根据儿童的骨龄数据和骨密度等指标,结合病因分析结果,制定个性化的药物治疗方案,例如使用促进骨骼发育的荷尔蒙治疗、使用钙片等促进骨骼发育的药物治疗等,以促进骨骼健康发育。
在本申请实施例中,营养补充方案可以包括根据儿童的饮食情况和所需营养素,结合病因分析结果,制定个性化的营养补充方案,例如钙、维生素D等营养素的补充,以促进骨骼健康发育。
图2是本申请另一实施例提供的骨龄监测***10a示意图。如图2所示的骨龄监测***10a与图1所示的骨龄监测***10相同的是同样包括数据采集模块110、分析诊断模块120及健康方案制定模块130a。此外,骨龄监测***10a还包括:健康追踪模块140、消息通知模块150及数据统计模块160;与骨龄监测***10相比,健康方案制定模块130a还包括数据预处理模块131、树构建模块132及健康方案输出模块133。
在本申请实施例中,骨龄监测***10a中的数据采集模块110、分析诊断模块120与图1中的数据采集模块110、分析诊断模块120具有相同或类似的功能,具体功能请参照图1及其描述,在此不再赘述。
在本申请实施例中,健康方案制定模块130a还包括数据预处理模块131、树构建模块132及健康方案输出模块133。在本实施例中,数据预处理模块131用于对骨龄信息及骨龄发育异常信息进行预处理。在本实施例中,树构建模块132用于构建分类回归树模型,根据骨龄发育异常信息及骨龄信息,应用Gini指数进行特征选择,***树节点并构建分类回归树结构;在本实施例中,健康方案输出模块133用于根据骨龄发育异常信息及分类回归树结构生成健康方案。
在申请本实施例中,预处理模块131读取病历中的影像或者直接读取病历中的骨龄数据。若预处理模块131读取病历中的影像,则需要进行图像处理,例如去噪、灰度化、二值化、边缘检测、图像分割等步骤,以获取骨骼区域并提取骨骼特征,进而获取骨龄数据。若预处理模块131直接读取病历中的骨骼异常数据,则需要对数据进行清洗,去除缺失值、异常值等。接着,需要进行特征提取,将原始数据转换为可以供模型训练的特征向量。对于骨龄监测***,可以提取包括骨龄、性别、遗传病史、饮食习惯、生活方式等方面的特征。对于连续性的特征,可以进行标准化或归一化处理,以便于分类回归树模型训练。
在本申请实施例中,树构建模块132用于构建分类回归树模型。具体地,分类回归树模型构建包括根据训练数据的特征值,通过计算Gini指数或者信息增益等指标选择最优特征进行分类回归树的***;***后再对每个子节点重复上述过程,直到满足停止条件,如节点样本数量达到一定阈值或者树的深度达到一定限制;最终得到一个由决策节点和叶子节点组成的分类回归树模型。
可以理解的是,在分类任务中,每个叶子节点表示一种类别,对新的样本数据进行预测时,按照特征值从根节点开始遍历分类回归树,最终到达一个叶子节点,该叶子节点的类别即为预测结果。在回归任务中,叶子节点则表示一个数值,预测结果为从根节点到达的叶子节点的平均值或者中位数。
在本申请实施例中,健康方案输出模块133可以将所采集到的骨龄发育异常信息和骨龄信息输入到构建的分类回归树模型中进行计算,根据分类回归树的分支和叶节点上的结论,生成对应的健康方案。在这个过程中,分类回归树的分支和叶节点的判断条件和结论就起到了关键的作用。例如,如果根据分类回归树的分支和叶节点上的结论判断出该儿童的骨龄发育异常主要是由于缺乏维生素D导致的,那么健康方案输出模块133可以制定出具体的针对性健康方案,如增加摄入含维生素D的食物、适当晒太阳等,以达到改善骨龄发育异常的目的。
在本申请实施例中,健康追踪模块140可以对儿童的骨龄健康进行持续追踪,及时发现和处理异常情况,保障儿童的骨龄健康发育。具体地,健康追踪模块140可以通过通过定期的数据采集和分析,获取儿童的骨龄信息及年龄信息,并结合之前建立的分类回归树模型,对儿童的骨龄健康状态进行评估。如果评估结果显示存在异常情况,健康追踪模块140会及时生成新的健康方案,以帮助儿童调整生活方式、饮食习惯等,并建议适当的治疗方法,以达到促进骨龄健康发育的效果。可以理解的是,健康追踪模块140还可以将儿童的骨龄健康发育情况记录下来,形成完整的健康档案,并支持医生和家长进行数据共享和查看。这样,医生和家长可以随时了解儿童的骨龄健康情况,及时做出调整和处理。
在本申请实施例中,消息通知模块150通信连接终端,消息通知模块150用于将健康方案制定模块130a生成的健康方案发送至终端。具体地,消息通知模块150可以通过短信通知、邮件通知、小程序提醒通知、APP提醒通知以及语音通知等方式将健康方案发送至终端,以供用户进行查看。
在本申请实施例中,数据统计模块160用于获取多个骨龄信息、多个年龄信息及多个骨龄发育异常信息;数据统计模块160还用于根据多个骨龄信息、多个年龄信息及多个骨龄发育异常信息生成骨龄异常统计信息。数据统计模块160还用于获取与骨龄发育异常信息对应的地域信息及时间信息;骨龄异常统计信息包括地域信息及时间信息。
在本申请实施例中,数据统计模块160可以提供提供儿童骨龄分布数据。通过采集儿童的骨龄信息及年龄信息,并进行数据处理和分析,可以得到儿童骨龄的分布情况。这些数据可以为医生、研究人员、家长等提供参考,有助于了解儿童骨龄发育的趋势和变化,及时发现异常情况,制定相应的健康方案。
可以理解的是,数据统计模块160需要依赖于大量的儿童骨龄数据。通过收集和整理医院、学校等场所的骨龄数据,建立儿童骨龄数据库,可以为数据统计模块提供充足的数据支持。在实际使用中,数据统计模块可以提供各种形式的数据报表,如年龄和骨龄的分布曲线、年龄和骨龄的相关性分析、骨龄偏移值的分布等,便于用户对数据进行更直观、更全面的分析。
在本申请一些实施例中,数据统计模块160可以通过通过图表和可视化方式呈现数据,让用户能够更加直观地理解和掌握数据的特征和规律。常见的数据可视化方式包括散点图、折线图、柱状图、饼图、热力图等。对于儿童骨龄发育情况的统计数据,数据统计模块可以采用柱状图或折线图等方式进行呈现。通过这些图表,用户可以直观地了解不同年龄段的骨龄分布情况,发现异常值或者不正常的趋势,以便及时采取措施进行干预。
在本申请一些实施例中,数据统计模块160可以通过热力图等方式呈现不同因素与骨龄发育之间的关系。例如,可以将饮食情况、遗传病等因素与骨龄发育情况进行关联分析,从而发现可能导致骨龄发育异常的因素,为健康方案的制定提供科学依据。
在本申请一些实施例中,数据统计模块160可以以社区为单位进行骨龄统计,可以帮助了解不同社区儿童骨龄发育的情况。在进行统计时,数据统计模块160首先需要收集不同社区儿童的骨龄数据,然后通过数据处理和分析,生成相应的骨龄分布图表和统计数据,以便进行可视化的数据分析和展示。数据统计模块160对于不同社区的骨龄数据,可以通过统计方法计算出平均值、中位数、标准差等指标,以便比较和分析不同社区之间的差异和趋势。此外,数据统计模块160还可以根据年龄、性别等不同因素进行分类分析,以更全面地了解不同社区儿童骨龄发育的情况。数据统计模块160通过可视化数据分析,数据统计模块可以向社区提供直观的数据图表和分析结果,帮助社区了解儿童骨龄发育情况,并提供相应的健康教育和干预建议,以促进儿童健康成长。
图3是本申请一实施例提供的骨龄监测方法流程图。如图3所示的骨龄监测方法,至少包括以下步骤:S100:采集骨龄信息及年龄信息;S200:分析骨龄信息及年龄信息,确定骨龄信息是否存在异常;S300:若骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息;S400:将骨龄发育异常信息及骨龄信息输入分类回归树算法模型;S500:根据骨龄发育异常信息及骨龄信息生成健康方案。
S100:采集骨龄信息及年龄信息。
在本申请实施例中,数据采集模块110用于采集骨龄信息及年龄信息,具体采集方式请参照图1、图2及其相应描述,在此不再赘述。
S200:分析骨龄信息及年龄信息,确定骨龄信息是否存在异常。
在本申请实施例中,分析诊断模块120用于分析骨龄信息及年龄信息,确定骨龄信息是否存在异常,具体分析方式请参阅图1、图2及其相应描述,在此不再赘述。
S300:若骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息。
在本申请实施例中,分析诊断模块120用于若骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息,具体获取方式请参阅图1、图2及其相应描述,在此不再赘述。
S400:将骨龄发育异常信息及骨龄信息输入分类回归树算法模型。
在本申请实施例中,健康方案制定模块130或健康方案制定模块130a用于将骨龄发育异常信息及骨龄信息输入分类回归树算法模型,具体输入方式请参阅图1、图2及其相应描述,在此不再赘述。
S500:根据骨龄发育异常信息及骨龄信息生成健康方案。
在本申请实施例中,健康方案制定模块130或健康方案制定模块130a用于根据骨龄发育异常信息及骨龄信息生成健康方案,具体生成方式请参阅图1、图2及其相应描述,在此不再赘述。
图4是本申请一实施例提供的电子设备20。如图4所示,电子设备20至少包括以下部分:处理器21及存储器22。
在本申请实施例中,存储器22用于存储处理器21可执行指令,处理器21被配置为执行指令时实现如图3所示的骨龄监测方法。
在本申请实施例中,一种计算机可读存储介质,包括指令,所述指令指示设备执行如第一方面所述的跨平台远程协助方法。例如,所述指令指示设备执行如图3中步骤S100至S500中示出的骨龄监测方法。
在本申请的一个实施例所涉及的电子设备20中工作的程序可以是对中央处理器(Central Processing Unit,CPU)等进行控制从而实现本发明的一个方案所涉及的上述实施方式的功能的程序(使计算机发挥作用的程序)。然后,由这些装置处理的信息在进行其处理时暂时存储于随机存取存储器(Random Access Memory,RAM),之后,储存于只读存储器(Read Only Memory,Flash ROM)等各种ROM、硬盘驱动器(Hard Disk Drive:HDD)中,根据需要通过CPU来进行读出、修正、写入。
需要说明的是,也可以通过计算机来实现上述实施方式的电子设备20的一部分。在该情况下,可以将用于实现该控制功能的程序记录于计算机可读记录介质,通过将记录于该记录介质的程序读入计算机***并执行来实现。
需要说明的是,此处所提到的“计算机***”是指内置于电子设备20的计算机***,采用包括OS、***设备等硬件的计算机***。此外,“计算机可读记录介质”是指软盘、磁光盘、ROM、CD-ROM等可移动介质、内置于计算机***的硬盘等存储装置。
而且,“计算机可读取的记录介质”可以包括:像在经由因特网等网络或电话线路等通信线路来发送程序的情况下的通信线那样短时间内、动态地保存程序的介质;像作为此情况下的服务器、客户端的计算机***内部的易失性存储器那样在固定时间内保存程序的介质。此外,上述程序可以是用于实现上述功能的一部分的程序,而且也可以是能通过与已记录在计算机***中的程序进行组合来实现上述功能的程序。
此外,上述实施方式中的电子设备20也能实现为由多个装置构成的集合体(装置组)。构成装置组的各装置可以具备上述实施方式的电子设备20的各功能或各功能块的一部分或全部。作为装置组,具有电子设备20的全部各功能或各功能块即可。
可以理解的是,本申请实施例提供的骨龄监测***10、方法、电子设备20及存储介质,对儿童的发育和健康具有多方面的有益效果。首先,早期发现和诊断儿童发育异常,能够促进早期干预和治疗,避免疾病的进一步发展,提高治疗效果。其次,可以准确客观地评估儿童的生物学年龄和性成熟程度,为个体化治疗提供科学依据,指导儿童的发育和健康。同时,预测儿童的成人身高,判断儿童的发育是否正常,为下一步治疗和矫正提供科学依据。此外,骨龄监测还可以为体育领域挑选具有潜力的运动员,提高选手素质,培养出更多的优秀运动员。最后,提供儿童骨龄分布数据,为政府、社区、企业等数据需求方提供科学参考,促进对儿童健康的监测和改善。
可以理解的是,本申请实施例提供的骨龄监测***10/10a、方法、电子设备20及存储介质,除了早期发现和诊断儿童发育异常、评估生物学年龄和性成熟程度、预测成人身高、挑选优秀运动员等有益效果外,骨龄监测还可以识别遗传病和代谢疾病、判断营养状况、辅助评估***发育、促进家长健康教育等方面发挥作用。通过骨龄监测,早期诊断遗传疾病或代谢紊乱,提高治疗成功的概率;判断儿童的生长发育是否受到营养状况的影响,并提供营养方面的干预建议;评估***发育和骨龄的关系,判断儿童是否正常发育,并辅助早期干预和治疗;向家长提供有关儿童健康的知识和信息,促进家长的健康教育,使他们更好地照顾和保护孩子的健康。
本技术领域的普通技术人员应当认识到,以上的实施方式仅是用来说明本申请,而并非用作为对本申请的限定,只要在本申请的实质精神范围之内,对以上实施例所作的适当改变和变化都落在本申请要求保护的范围之内。
Claims (10)
1.一种骨龄监测***,其特征在于,所述骨龄监测***包括:
数据采集模块,用于采集骨龄信息及年龄信息;
分析诊断模块,用于分析所述骨龄信息及所述年龄信息,确定所述骨龄信息是否存在异常,若所述骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息,所述骨龄发育异常信息包括生活方式、遗传病及饮食情况;
健康方案制定模块,用于将所述骨龄发育异常信息及所述骨龄信息输入分类回归树算法模型,所述分类回归树算法模型用于根据所述骨龄发育异常信息及所述骨龄信息生成健康方案。
2.如权利要求1所述的骨龄监测***,其特征在于,所述分类回归树算法模型包括:
数据预处理模块,用于对所述骨龄信息及所述骨龄发育异常信息进行预处理;
树构建模块,用于构建分类回归树模型,根据所述骨龄发育异常信息及所述骨龄信息,应用Gini指数进行特征选择,***树节点并构建分类回归树结构;
健康方案输出模块,用于根据所述骨龄发育异常信息及所述分类回归树结构生成所述健康方案。
3.如权利要求1所述的骨龄监测***,其特征在于,所述骨龄监测***还包括:
健康追踪模块,用于根据所述骨龄异常信息及所述健康方案生成健康档案;
所述健康追踪模块还用于采集新的骨龄信息,并根据所述新的骨龄信息更新所述健康方案。
4.如权利要求1所述的骨龄监测***,其特征在于,所述骨龄监测***还包括:
消息通知模块,所述消息通知模块通信连接终端,所述消息通知模块用于将所述健康方案制定模块生成的所述健康方案发送至所述终端。
5.如权利要求1所述的骨龄监测***,其特征在于,所述健康方案包括:
饮食调整方案、运动锻炼方案、睡眠调整方案、药物治疗方案及营养补充方案。
6.如权利要求1所述的骨龄监测***,其特征在于,所述骨龄监测***还包括:
数据统计模块,所述数据统计模块用于获取多个所述骨龄信息、多个所述年龄信息及多个所述骨龄发育异常信息;
所述数据统计模块还用于根据多个所述骨龄信息、多个所述年龄信息及多个所述骨龄发育异常信息生成骨龄异常统计信息。
7.如权利要求6所述的骨龄监测***,其特征在于,所述数据统计模块还用于获取与所述骨龄发育异常信息对应的地域信息及时间信息;
所述骨龄异常统计信息包括所述地域信息及所述时间信息。
8.一种骨龄监测方法,应用于如权利要求1至7中任意一项所述的骨龄监测***,其特征在于,包括:
采集骨龄信息及年龄信息;
分析所述骨龄信息及所述年龄信息,确定所述骨龄信息是否存在异常;
若所述骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息,所述骨龄发育异常信息包括生活方式、遗传病及饮食情况;
将所述骨龄发育异常信息及所述骨龄信息输入分类回归树算法模型;
根据所述骨龄发育异常信息及所述骨龄信息生成健康方案。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令时实现权利要求8所述的骨龄监测方法。
10.一种计算机可读存储介质,其特征在于,包括指令,所述指令指示设备执行如权利要求8所述的骨龄监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452369.5A CN116665894A (zh) | 2023-04-24 | 2023-04-24 | 骨龄监测***、方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452369.5A CN116665894A (zh) | 2023-04-24 | 2023-04-24 | 骨龄监测***、方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116665894A true CN116665894A (zh) | 2023-08-29 |
Family
ID=87714324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310452369.5A Pending CN116665894A (zh) | 2023-04-24 | 2023-04-24 | 骨龄监测***、方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116665894A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106340000A (zh) * | 2015-07-06 | 2017-01-18 | 司法部司法鉴定科学技术研究所 | 骨龄评估方法 |
CN108665961A (zh) * | 2018-05-29 | 2018-10-16 | 王洪建 | 一种儿童保健体格评价和营养早教指导*** |
CN109215013A (zh) * | 2018-06-04 | 2019-01-15 | 平安科技(深圳)有限公司 | 自动骨龄预测方法、***、计算机设备和存储介质 |
CN109285606A (zh) * | 2018-11-28 | 2019-01-29 | 极力健生物科技(广州)有限公司 | 一种基于大数据智能算法的健康管理方法和*** |
CN110223788A (zh) * | 2019-06-12 | 2019-09-10 | 天津理工大学 | 基于可携带设备的用户健康管理*** |
CN110931102A (zh) * | 2019-10-30 | 2020-03-27 | 杭州津禾生物科技有限公司 | 一种骨龄身高管理***及使用方法 |
CN111540471A (zh) * | 2020-05-12 | 2020-08-14 | 西安交通大学医学院第一附属医院 | 一种基于用户健康数据的健康状态跟踪及预警方法和*** |
CN112509669A (zh) * | 2021-02-01 | 2021-03-16 | 肾泰网健康科技(南京)有限公司 | 基于ai技术的肾脏病血液透析方案定制方法及*** |
KR20210116039A (ko) * | 2020-03-17 | 2021-09-27 | 박종선 | 인공지능 기반 맞춤형 생활건강 정보제공시스템 및 인공지능 기반 맞춤형 생활건강 정보제공방법 |
CN113506613A (zh) * | 2021-07-08 | 2021-10-15 | 竹高山 | 一种用于儿童生长的身高数据分析*** |
CN114550929A (zh) * | 2022-02-15 | 2022-05-27 | 周口市中医院 | 基于大数据的青少年骨龄数据管理方法及异常预警方法 |
-
2023
- 2023-04-24 CN CN202310452369.5A patent/CN116665894A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106340000A (zh) * | 2015-07-06 | 2017-01-18 | 司法部司法鉴定科学技术研究所 | 骨龄评估方法 |
CN108665961A (zh) * | 2018-05-29 | 2018-10-16 | 王洪建 | 一种儿童保健体格评价和营养早教指导*** |
CN109215013A (zh) * | 2018-06-04 | 2019-01-15 | 平安科技(深圳)有限公司 | 自动骨龄预测方法、***、计算机设备和存储介质 |
CN109285606A (zh) * | 2018-11-28 | 2019-01-29 | 极力健生物科技(广州)有限公司 | 一种基于大数据智能算法的健康管理方法和*** |
CN110223788A (zh) * | 2019-06-12 | 2019-09-10 | 天津理工大学 | 基于可携带设备的用户健康管理*** |
CN110931102A (zh) * | 2019-10-30 | 2020-03-27 | 杭州津禾生物科技有限公司 | 一种骨龄身高管理***及使用方法 |
KR20210116039A (ko) * | 2020-03-17 | 2021-09-27 | 박종선 | 인공지능 기반 맞춤형 생활건강 정보제공시스템 및 인공지능 기반 맞춤형 생활건강 정보제공방법 |
CN111540471A (zh) * | 2020-05-12 | 2020-08-14 | 西安交通大学医学院第一附属医院 | 一种基于用户健康数据的健康状态跟踪及预警方法和*** |
CN112509669A (zh) * | 2021-02-01 | 2021-03-16 | 肾泰网健康科技(南京)有限公司 | 基于ai技术的肾脏病血液透析方案定制方法及*** |
CN113506613A (zh) * | 2021-07-08 | 2021-10-15 | 竹高山 | 一种用于儿童生长的身高数据分析*** |
CN114550929A (zh) * | 2022-02-15 | 2022-05-27 | 周口市中医院 | 基于大数据的青少年骨龄数据管理方法及异常预警方法 |
Non-Patent Citations (7)
Title |
---|
周群 等: ""决策树算法在大学生体质健康 测试中的实证研究"", 《山东开放大学学报》, no. 2, pages 79 - 84 * |
康跃: "《智能技术基础及应用》", 28 February 2021, 北京首都经济贸易大学出版社, pages: 170 - 171 * |
杨荣: ""骨龄测定对儿童生长发育评估的临床价值"", 《中国妇幼保健》, vol. 25, no. 35, pages 5203 - 5204 * |
王燕 等: ""骨龄评价在儿童保健中的作用"", 《中国儿童保健杂志》, vol. 21, no. 03, pages 285 - 287 * |
董侨等著: "《路面性能数据分析》", 31 March 2020, 南京东南大学出版社, pages: 84 - 85 * |
谭梦婷 等: ""骨龄测定评估儿童生长发育的价值分析"", 《锦州医科大学学报》, vol. 40, no. 02, pages 27 - 29 * |
赵国生,王健编著: "《Python网络爬虫技术与实战》", 31 January 2021, 机械工业出版社, pages: 458 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10039485B2 (en) | Method and system for assessing mental state | |
US20140316220A1 (en) | Personal Health Monitoring System | |
CN112669967B (zh) | 一种主动式健康医疗决策辅助方法及设备 | |
CN110584601B (zh) | 一种老人认知功能监测和评估*** | |
KR20170061222A (ko) | 건강데이터 패턴의 일반화를 통한 건강수치 예측 방법 및 그 장치 | |
CN108648827A (zh) | 心脑血管疾病风险预测方法及装置 | |
JP6864947B2 (ja) | 健康度ポジショニングマップおよび健康関数を作成する方法、システム、およびプログラム、ならびにそれらの使用方法 | |
JP2016157430A (ja) | 被験者の健康状態を予測する方法およびシステム | |
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 | |
US11529105B2 (en) | Digital twin updating | |
CN108652587A (zh) | 一种认知功能障碍预防监测装置 | |
CN116472591A (zh) | 使用人工智能生成与脊髓性肌萎缩症相关的预测结果的技术 | |
CN115714022A (zh) | 基于人工智能的新生儿黄疸健康管理*** | |
CN111916213A (zh) | 一种基于云计算的医疗服务方法和装置 | |
US20240138780A1 (en) | Digital kiosk for performing integrative analysis of health and disease condition and method thereof | |
CN116453641B (zh) | 一种中医辅助分析信息的数据处理方法及*** | |
US8684928B2 (en) | Vitalimetrics-based methods, devices and systems for health/lifestyle maintenance and improvement | |
CN116665894A (zh) | 骨龄监测***、方法、电子设备及存储介质 | |
CN113077874A (zh) | 基于红外热像的脊椎疾病康复智能辅助诊疗***及方法 | |
CN117059278B (zh) | 用于评估婴幼儿生长发育的方法、装置、设备和存储介质 | |
CN117831699B (zh) | 一种用于心脏影像检查的结构化报告*** | |
US20230411003A1 (en) | Disease diagnosis result determination device, disease diagnosis result determination method, and program | |
RU48651U1 (ru) | Автоматизированная система социально-экологического мониторинга | |
Badawi | DT-DNA: Devising a DNA Paradigm for Modeling Health Digital Twins | |
Pattnayak et al. | The Tracking System for E-Healthcare Employs IoT and Machine Learning Techniques |
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 |