[发明专利]基于深度学习的上下级眼科远程诊断平台及其构建方法有效

专利信息
申请号: 201910807657.1 申请日: 2019-08-29
公开(公告)号: CN110544528B 公开(公告)日: 2022-06-07
发明(设计)人: 梁幼玲;罗静;张坤;唐霖峰;李欣洁;魏海艳;阴振生;周识认;徐桂梅 申请(专利权)人: 中南大学
主分类号: G16H40/67 分类号: G16H40/67;G16H50/70;G16H50/20;G06K9/62;H04L9/06;H04L67/12
代理公司: 西安知诚思迈知识产权代理事务所(普通合伙) 61237 代理人: 麦春明
地址: 410083 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 上下级 眼科 远程 诊断 平台 及其 构建 方法
【说明书】:

发明公开了一种基于深度学习的上下级医院眼科远程诊断平台及其构建方法,先进行前端用户登录及身份验证界面设计,依据上下级联合诊断平台的功能及需求,设计并构建数据库,然后采用PHP,利用Thinkphp框架开发出上下级医院眼科远程联合诊断平台,在构建完成的数据库基础上实现平台的各项功能。平台包括下级医院处理模块和上级医院处理模块,下级医院处理模块由会诊申请模块、下级在线互动模块、下级信息加密模块和下级信息解密模块组成,上级医院处理模块由上级信息解密模块、上级医院在线互动模块、会诊申请处理模块、分类推荐模块、上级信息加密模块组成。解决了现有诊断平台安全性保障低、不能给出推荐诊断及治疗方案的问题。

技术领域

本发明属于计算机信息处理技术领域,涉及一种基于深度学习的上下级医院眼科远程联合诊断平台及其构建方法。

背景技术

目前市面上存在许多网络诊治云平台,致力于联通患者与专科医生,以期达到“不出门便可看病”的模式。从现有技术平台来看网络信息鱼龙混杂,缺乏医生的专业性、权威性,治疗疾病的有效性也无法预计。并且对于生活条件更为困难的患者或者重病患者,没有特别优先权,极易耽误病情,更是在用户量较大时容易引起系统平台崩溃。

且现有的许多平台在数据收集方面缺乏眼科专业医师的建议,数据收集不完善,故降低了交流的效率,也使宝贵的眼科疑难病例大数据可能被浪费。同时,现有与眼科相关的远程诊断系统,并没有充分利用医学大数据,医生的诊断方式依然传统,平台不能够推荐治疗方案,减轻医生的负担。

因此以互联网为背景,针对“上下级医院眼科远程联合诊断”这一对象,设计开发基于深度学习的上下级医院眼科远程联合诊断平台对眼科患者有着非常重要的意义。

发明内容

本发明的目的在于提供一种基于深度学习的上下级医院眼科远程诊断平台,以解决现有诊断平台对于重症患者没有特权易耽误病情的问题、用户量较大时易引起系统平台崩溃的问题、安全性保障低的问题、和不能充分利用医学大数据智能的给出推荐诊断及治疗方案的问题。

本发明的另一目的在于提供一种基于深度学习的上下级眼科远程诊断平台的构建方法。

本发明所采用的技术方案是,基于深度学习的上下级眼科远程诊断平台,包括:

前端用户界面,用于用户登录,并通过验证码及用户身份关键字验证用户身份,依据用户身份赋予用户相应权限,用户身份包括上级医院、下级医院和管理员;

下级医院处理模块,用于下级医院提交会诊申请、发送患者信息,并接收上级医院的会诊回复;

上级医院处理模块,用于上级医院接收患者信息、对患者进行排队诊断、并发送诊断回复。

进一步的,所述下级医院处理模块由会诊申请模块、下级在线互动模块、下级信息加密模块和下级信息解密模块组成;

所述会诊申请模块,用于添加患者个人信息,提交下级会诊申请,并选择是否需要在线互动;

所述下级在线互动模块,用于编辑下级医院与上级医院间的互动信息;

所述下级信息加密模块,基于加密算法对患者信息及互动信息进行加密处理,并发送加密处理后的患者信息及互动信息;

所述下级信息解密模块,用于接收上级医院的诊断回复及互动信息,并对其进行解密。

进一步的,还包括有用于监测平台异常的后台管理模块;

所述上级医院处理模块由上级信息解密模块、上级医院在线互动模块、会诊申请处理模块、分类推荐模块、上级信息加密模块组成;

所述上级信息解密模块,用于接收加密处理后的患者信息及互动信息,并对其进行解密;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中南大学,未经中南大学许可,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/201910807657.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top