[发明专利]一种基于物联网的医疗大数据分析处理系统及其方法在审
申请号: | 201811454499.8 | 申请日: | 2018-11-30 |
公开(公告)号: | CN109545385A | 公开(公告)日: | 2019-03-29 |
发明(设计)人: | 周立广 | 申请(专利权)人: | 周立广 |
主分类号: | G16H50/70 | 分类号: | G16H50/70;G06N3/04;G06N3/08 |
代理公司: | 北京天奇智新知识产权代理有限公司 11340 | 代理人: | 谭连香 |
地址: | 530031 广西壮族*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 预测模型 大数据 分析处理系统 物联网 构建 医疗 卷积神经网络 数据处理技术 数据预处理 医院数据库 预处理步骤 云服务平台 传输 分析处理 患病概率 平台终端 数据获取 数据信息 通信模块 预测结果 关联性 数据源 用户端 预测 医护 测试 参考 概率 疾病 优化 | ||
本发明公开了一种基于物联网的医疗大数据分析处理系统及其方法,属于数据处理技术领域。所述大数据分析处理系统主要由包括云服务平台、用户端、医院数据库和医护平台终端构成,本发明医疗大数据分析处理方法包括数据获取与传输、数据预处理、构建预测模型和测试与优化预测模型的主要步骤来得到用以表示所预测对象的患病概率或所预测对象患有某种疾病概率的预测模型,通过通信模块实现数据信息的物联网传输,并且所述预测模型基于卷积神经网络构建得到,输入的相关联性多、影响范围广的数据源,并且数据有进行了预处理步骤,大大提高了预测结果的准确参考价值。
技术领域
本发明属于大数据分析的技术领域,特别涉及一种基于物联网的医疗大数据分析处理系统及其方法。
背景技术
大数据(big data),是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。随着网络的日益普及和高速发展,各个行业的大数据都可以被收集到。针对大数据的挖掘已经在其它行业有了很大程度的应用并也得到了显著的成果。但与其它行业所不同的是,医疗行业由于与病患的生命安全有着紧密的联系,所以医疗数据分析结果的准确性和实用性更是需要关注的重点。
医疗行业涉及到的大数据分析与服务范围包括临床业务、网络平台、公众健康管理、远程病人监控、新药开发等,因此通过大数据分析处理得到的结果能够大幅度提高医疗效果和患者诊治的满意度,同时通过人体健康数据的采集以及健康关联数据库的历史健康信息来形成的大数据健康分析预测将会是未来医疗领域一个主要的研发方向。
现有技术中出现了各种医疗应用的大数据服务系统,例如公开号为CN107887015A的中国发明专利申请公开了一种基于物联网大数据的远程医疗服务系统,包括中央处理器、智能设备、远程会诊模块、教育模块、大数据调用模块、计时模块、数据分析传输模块、数据库、医疗资源数据库、医疗案例库和数据采集部分;数据分析传输模块与数据库通过GPRS模块连接;中央处理器与大数据调用模块通信连接;大数据调用模块通过GPRS网络分别与数据库、医疗资源数据库、医疗案例库连接。该系统基于物联网技术并通过大数据调用模块从医疗案例库内获取案例信息,远程会诊模块向中央处理器传输诊断信息;当病人的身体状况不稳定时,中央处理控制器向智能设备发出警报,便于及时就诊,数据库的设置还可以实现医疗资源共享。但其医疗资源数据库、数据库内的信息仅由数据采集部分采集得到的血压、血糖、血氧、心率这些最为基础的身体机能信息,而对于患者的饮食习惯、作息方式、职业环境等与身体健康相关的参数信息没有考虑其中,将会影响会诊结果和大数据分析结果的准确性,使整个系统的实用性和可执行性受到很大的考验。
发明内容
本发明的发明目的是,针对上述问题,提供一种基于物联网的医疗大数据分析处理系统,对于除了以医院数据库中记载的原始诊治信息来作为数据源外,还通过用户端获取的健康数据信息一起作为数据源,使得整个预测模型的数据来源更广,并结合基于卷积神经网络构建得到的预测模型,使本系统的预测结果更为准确。
一种基于物联网的医疗大数据分析处理系统,包括云服务平台、用户端、医院数据库和医护平台终端,所述医护平台终端向医院数据库录入患者的原始诊治信息并能实时调用查看医院数据库中记载的各就诊信息,且医护平台终端通过通信模块与云服务平台连接;所述用户端通过通信模块与云服务平台连接,用以向云服务平台推送健康数据信息并接收云服务平台发来的健康预警信息;
所述云服务平台包括专家模块、趋势预警模块、用户数据库和知识档案数据库,所述用户数据库分别将用户端发来的健康数据信息和医院数据库发来的原始诊治信息进行数据归一化处理后得到用户信息;将知识档案数据库中的数据信息与用户数据库中的用户信息进行整合,并将整合得到的数据分为训练集和测试集,所述专家模块基于卷积神经网络构建预测模型,并以训练集进行有监督的学习与训练,然后以测试集对预测模型进行参数的优化与调整,得到最终预测模型即为所述趋势预警模块,所述趋势预警模块根据用户端和/或医护平台终端输入的预测指令输出对应的预警分析结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于周立广,未经周立广许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811454499.8/2.html,转载请声明来源钻瓜专利网。