[发明专利]基于云-终端协同的远程医疗与分级监控系统

权利要求书

1.一种基于云-终端协同的远程医疗与分级监控系统，其特征在于，该系统包括数据采集模块、交互终端模块和云端数据整合模块，所述数据采集模块、所述交互终端模块均与所述云端数据整合模块通讯连接；

所述数据采集模块用于患者医疗数据的采集；所述数据采集模块包括智能穿戴设备数据采集模块和智能检测设备数据采集模块，以分别用于患者长期穿戴设备以及患者临时检测设备的数据采集；

所述交互终端模块用于患者的单点登陆、数据的输入以及诊断信息的输出；

所述云端数据整合模块包括数据接收模块、信息处理模块和信息输出模块，所述数据接收模块、所述信息输出模块均与所述信息处理模块通讯连接；所述数据接收模块用于接收所述数据采集模块输出的数据；所述信息处理模块包括数据库和机器自学习模块，所述数据库中用于存储各种病例信息和病例辅助策略；所述机器自学习模块基于实际病例信息和已存储的病例信息进行处理，自动生成治疗方案，并将自动生成的治疗方案与外界录入的专家数据定制方案进行比对，输出最终疾病治疗方案；所述信息输出模块基于接收的最终疾病治疗方案传输至所述交互终端模块；所述治疗方案包括第一治疗方案、第二治疗方案和第三治疗方案；所述第一治疗方案为一级治疗方案，具体包括将接收的病例数据抽象为症状，基于所述数据库中存储的病状特征以及余弦相似度搜索相似案例，获取相似案例，基于相似案例制定饮食作息建议方案；其中，症状以向量形式存储；所述第二治疗方案为二级治疗方案，具体包括利用T-S型模糊神经网络的万能逼近定理，基于接收的病例信息，输出药剂量的改变方案，其中，改变方案包括增加预设的剂量、剂量不变和减少预设的剂量；所述第三治疗方案为三级治疗方案，具体包括基于异常病例数据信息进行多方远程会诊以制定最终治疗方案；

所述治疗方案的等级划分为模糊分级，该模糊分级具体包括如下步骤：根据划分因素集U和评语集V，把因素集划分为N个因素子集；对U进行一级模糊综合评判，设U的重要程度模糊子集为A，U_i的K_i个因素对V的综合评价矩阵为R_i，则综合评价集为 B_i=A_i*R_i；对U进行二级模糊综合评判，设U的因素重要程度模糊子集为A，二级综合评判矩阵为

最大隶属度原则，进行诊疗等级评价。

2.根据权利要求1所述的基于云-终端协同的远程医疗与分级监控系统，其特征在于，所述T-S型模糊神经网络包括前件网络和后件网络，所述前件网络包括隶属函数层、规则层和归一化层，所述隶属函数层通过选取高斯函数获取，隶属函数具体为：；所述规则层负责模糊规则输出，将隶属函数输出的每个特征的模糊子集进行模糊计算；采用算数积的形式作为模糊规则层的运算方法，所述规则层的输出记为：；所述归一化层规则层的输出进行归一化处理，具体为：；

所述后件网络包括T-S型模糊逻辑层和输出层，所述T-S型模糊逻辑层的输出结合所述归一化层输出和输入层的线性和，输出的θ_j为：；所述输出层为带有激活函数结构的输出层，范围为[-1,1]。

3.根据权利要求1所述的基于云-终端协同的远程医疗与分级监控系统，其特征在于，所述一级治疗方案具体包括的算法为：将症状信息以向量的形式存储在数据库中，每一条信息包括症状编号和对应的症状向量；

基于先验知识得出的诊断集合记为D，去除具有诊断D的所有症状编号对应的症状向量；

将输入的症状也以向量表示，利用余弦相似度计算输入的症状和每隔一个症状向量的相似度；

根据相似度对症状进行排序，取出相似度最高的存储前在数组中；

显示相似度最高的整张信息，包括与输入的症状对应编号、相似度、症状、诊断以及用药信息。

4.根据权利要求1所述的基于云-终端协同的远程医疗与分级监控系统，其特征在于，所述数据采集模块采集到信息为病历信息、化验结果信息、日常监测结果信息以及影像学报告信息中一种或多种。