一种体检彩超排号装置的制作方法

1.本发明涉及护理领域，更具体地说，涉及一种体检彩超排号装置。


背景技术：

2.健康体检对于广大民众来说，可以及时掌握自身健康信息，发现潜在致病因子，实现对重大疾病的“早发现、早体检”。通过现代信息系统通过收集整合公众体检数据，分析疾病谱的变化，为进一步卫生政策的制定和疾病预防措施的实施奠定基础。健康体检是以健康为中心的身体检查，通过医学手段和方法进行身体检查，这里包括临床各科室的基本检查，包括超声、心电、放射等医疗设备检查，还包括围绕人体的血液、尿便的化验检查。体验彩照是体检项目中的重要一项，检查肝、胆、脾、胰、肾等有无占位性病变。通常彩超检查前需要进行憋尿。体检时，一般会按照到达医院的顺序进行排号。而在彩照检查时尤其是女性经常会出现由于尿量不足而出现反复排队的现象，造成体检时间资源的大大浪费。


技术实现要素：

3.为解决上述技术问题，本发明提供的一种体检彩超排号装置，帮助医院有效地安排每个体检任务队列，从而避免体检者过度拥挤和无效队列。
4.本发明提出的一种体检彩超排号装置，包括：数据采集模块、数据处理模块、排队推荐模块；
5.数据采集模块采集相关数据集，包括体检者的性别、年龄、任务、医院科室等特征数据；
6.数据处理模块根据约束条件，如体检开始和体检任务的持续时间、持续时间的年龄、性别和每个不同任务的体检信息，得到每个任务的体检者等待时间表示；
7.排队推荐模块，预测并确定为每个体检者提供最优的体检项目安排。
8.其中，数据处理模块在每个任务中根据首先不同的阶段进行年龄，再由男性和女性变量划分，计算公式定义如下式(1)；
[0009][0010]
其中，si是拆分的分类回归函数和ln是叶节点，其中年龄阶段分为小于20岁，介于21至60岁和大于60岁；
[0011]
进而最初的预测时间，分类回归由如下公式(2)所示：
[0012][0013]
其中nd是分类回归函数中的叶节点以及根节点的数量，t是目标特征，如年龄、性别等；
[0014]
ct(d)是数据集d的加权回归结果，在数据集包括n个相关数据时，计算公式如下式(3)所示：
[0015][0016]
其中，wi是中采集的数据的权重，ti以及ti(d)是主分类的参数。
[0017]
数据处理模块按照体检者等待时间的升序对体检任务进行排序，若任务相互依赖，根据它们的依赖关系而不是等待时间进行排序。
[0018]
假设该体检者登记了3种不同的体检项目，如x光、ct扫描和mri扫描，其体检id分别为1、2和5，计算每个处理的等待时间。对于体检id 1、2和5，计算的等待时间分别为3000、1920和4620秒。数据处理模块将这些等待时间按升序排序，然后根据排序后的等待时间2-1-5推荐体检方案。
[0019]
当两个体检任务相互依赖时，如当体检者选择非依赖性任务时，按照体检者等待时间的升序对体检任务进行排序。假设尿常规和彩超这两项任务是相互依赖的，尿常规要到彩超检查后才能进行。在这种情况下，数据处理模块根据优先级而不是等待时间来准备体检建议。假设体检者登记接受尿常规和彩超检查。尽管尿常规的等待时间比彩超检查要短，但hqr系统建议体检者在尿常规前进行彩超检查，因为彩超检查的优先级高于尿常规。
[0020]
对于年龄幼小和年龄偏大的体检者，其优先级高于其他年龄。
[0021]
另外，体检时，女性彩照检查会出现反复排队的现象，造成体检时间资源的大大浪费。对于彩超项目的时间预测，通过建立尿液在膀胱中积聚的数学模型，表示尿液在排尿后立即在膀胱中积聚。在肾脏中，通过肾小管、肾盂集合管和输尿管，最后作为尿液积聚在膀胱中。此外，该模型还考虑了尿液在肾小管中的重吸收，以调节体内的水量。
[0022]
假设鲍曼囊内的压力保持恒定，使得恒定量的原始尿液流经肾小管；在重吸收过程中，一些原始尿液被重吸收。在重吸收过程之后，所有的原始尿液都流向膀胱；流入膀胱的尿液体积流率与重吸收后输尿管内的压力和膀胱压力之间的差值成正比。如果膀胱内的压力超过输尿管内的压力，由于两者之间存在一个类似瓣膜的机制来防止反流，则尿液流速被视为零；膀胱容积与尿量成正比。
[0023]
输送到肾脏的血浆通过肾小球过滤，然后输送到鲍曼肩胛沟原始尿液中，。设t、pf和u(t)分别表示连续时间、鲍曼囊内压力和单位阶跃函数。在假设(a1)下，鲍曼囊内的恒定压力表示为pfu(t)，保证一定量的原始尿液是恒定的输送到肾小管。设qf表示原始尿液从鲍曼囊到肾小管的体积流量。原始尿的恒定体积流率可用qfu(t)表示。
[0024]
在肾小管和集合管中，一些原始的尿液被输出的小动脉重新吸收以调节体内的水量。设x(t)和qb(t)分别表示膀胱内携带的尿量和从输尿管到膀胱的初始尿流率。膀胱中的尿量x(t)使用以下体积流率qb(t)的公式计算。
[0025]
x(t)＝∫
0t
qb(t)dt x0ꢀꢀꢀꢀꢀꢀ
(4a)
[0026]
此外，对公式(1a)微分得出以下方程式。
[0027]
[0028]
虽然提出的模型代表了尿液在排尿后立即在膀胱内积聚的过程，但人的膀胱内仍有一些残余尿液。公式(4a)中的常数x0表示残余尿量。设qr(t)、tr、p
t
(t)和pb(t)分别为原始尿液重吸收的体积流率、重吸收所需时间、肾盂和输尿管压力以及膀胱压力。
[0029]
根据假设，在重吸收过程中(即对于t《tr)，qfu(t)可分为两个体积流率qr(t)和qb(t)。因此在重吸收期间，总尿量x(t)的累积发生在公式(1a)中qb(t)测量值小于qfu(t)的条件下。
[0030]
关于体积流量qb(t)，基于假设得到以下公式：
[0031][0032]
在公式(5)中，c1是比例系数。由于输尿管和膀胱之间存在防止反流的瓣状机制，当公式(5)中的p
t
(t)小于pb(t)时，qb(t)等于零。
[0033]
此外，设z、v(t)和p
det
(t)分别表示膀胱顺应性、膀胱容积和逼尿肌压力；z的值可使用式(6a)计算如下。
[0034][0035]
对公式(6a)积分得出：
[0036][0037]
在公式(6b)中，h1和h2表示积分常数。此外，由于逼尿肌压力p
det
(t)可通过从膀胱pb(t)中减去腹部压力p
adm
来估计，则：
[0038]
p
det
(t)＝pb(t)-p
adm
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6c)
[0039]
将公式(6c)代入公式(6b)中得到：
[0040][0041]
根据假设，v(t)与x(t)成正比。
[0042]
v(t)＝c2x(t)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0043]
在公式(7)中，c2是比例系数。重吸收过程(t≥tr)后，qr(t)为零。此时，pt(t)等于鲍曼囊中的压力pfu(t)。此外，p
t
(t)和pb(t)之间存在差异。假设在重吸收过程后，所有原始尿液通过肾盂和输尿管流入膀胱。
[0044]
关于肾盂和输尿管的压力p
t
(t)，p
t
(t)＝pfu(t)(t≥tr)。p
t
(t)变成具有延迟时间tr的pfu(t)。因此，将延迟时间tr考虑到单位阶跃函数u(t)，压力p
t
(t)通过以下公式确定：
[0045]
p
t
(t)＝pfu(t-tr)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0046]
通过将上述公式代入公式(5)，可推导出由于重吸收后进入膀胱的流速qb(t)所致的尿累积的数学模型。
[0047][0048]
可解上述微分方程(9)来评估重吸收后膀胱内累积的尿量x(t)。
[0049]
最后，从排尿后立即开始、通过重吸收到重吸收结束这段时间内累积的尿液总体积x(t)评估为：
[0050][0051]
其中，
[0052][0053]
在公式(10)中，等式右侧的第一项表示排尿后剩余的尿液量，第二项表示重吸收期间的尿液累积，第三项可通过求解公式(9)得出，表示基于参数a1、a2和tr的重吸收后的尿液积聚。a1、a2和tr表示时间常数，反映尿液积聚的速度，即膀胱内可积聚的尿液量上限，以及排尿后尿液开始积聚的时间。
[0054]
通过在排尿后立即确定参数x0、qb(t)、a1、a2和tr的值，使用公式(10)预测在给定时间内尿液在膀胱中的累积量。假设重吸收过程中x0和qb(t)的值很小，忽略公式(10)右侧的第一项和第二项，以简化预测方法。因此，使用公式(10)中适当的a1、a2和tr值来预测排尿后膀胱内累积的尿量。
[0055]
使用在排尿期间收集的尿液样本的吸收光谱来确定a1、a2和tr的适当值，包括两个阶段，即准备阶段和预测阶段。
[0056]
在准备阶段，目的是获得用于估计上述三个参数a1、a2和tr值的三个回归方程，以用于公式(10)。准备阶段的信号处理流程包括三个阶段：吸收光谱阶段、参数计算阶段和回归分析阶段。在吸收光谱分析阶段，对在排尿期间取样的尿液和纯水进行吸收光谱分析，并测定它们的吸收光谱，其中λ、su(λ)和sw(λ)分别为所用光的波长、尿液的吸收光谱和纯水的吸收光谱。λ是光的离散波长。波长分辨率为δλ，波长范围从λ
low
到λ
high
。由于尿液的吸收光谱受测量环境光照条件的影响，我们将尿液光谱su(λ)与纯水的光谱sw(λ)进行归一化，得到归一化光谱s(λ)：
[0057][0058]
光谱s(λ)用作回归分析的解释变量，而a1、a2和tr的真值用作目标变量。在估计参数阶段，使用超声波传感器按照以下程序确定a1、a2和tr的真实值。设k和xu(k)为离散时间和离散时间信号，该信号由具有取样间隔δt的超声传感器确定。测量从刚排尿到下一次排尿的时间。使用公式(7)所述模型进行曲线拟合以拟合xu(k)，并获得参数a1、a2和tr的值。通过收集解释变量的不同s(λ)光谱的数据集，并使用a1、a2和tr的真值作为目标变量，获得三个回归方程，以在回归分析阶段从s(λ)谱估计a1、a2和tr的值。
[0059]
预测阶段的信号处理流程方案的包括三个阶段：吸收光谱阶段、参数估计阶段和预测阶段。在吸收光谱阶段，尿液在排尿期间取样，其光谱s(λ)的获得方式与准备阶段吸收
光谱阶段相同。在参数估计阶段，为了估计采集的尿样的三个参数，即a1、a2和tr，使用不同的s(λ)和相应的回归方程。在预测阶段，通过代入和到公式(10)来预测尿量x(k)。
[0060]
本发明提供的一种体检彩超排号装置，帮助体检者在可预测的时间内完成所有体检任务，从而帮助医院有效地安排每个体检任务队列，从而避免体检者过度拥挤和无效队列，根据计算出的等待时间，推荐一种有效的体检方案，以减少体检者在医院的整体等待时间；另外，为减少彩超检查反复排队的情况，建立了膀胱内尿液积聚的宏观模型及预测膀胱内尿液量的方法，不需要在皮肤上安装传感器，提高预测精度，进一步缩短体检等待时间。
附图说明
[0061]
图1是本发明的一种体检彩超排号装置的示意图。
[0062]
图2是本发明的一种体检彩超排号装置的数据处理模块的示意图。
具体实施方式
[0063]
为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0064]
本发明提出的一种体检彩超排号装置，包括：数据采集模块、数据处理模块、排队推荐模块；
[0065]
数据采集模块采集相关数据集，包括体检者的性别、年龄、任务、医院科室等特征数据；
[0066]
数据处理模块根据约束条件，如体检开始和体检任务的持续时间、持续时间的年龄、性别和每个不同任务的体检信息，得到每个任务的体检者等待时间表示；
[0067]
排队推荐模块，预测并确定为每个体检者提供最优的体检项目安排。
[0068]
其中，数据处理模块在每个任务中根据首先不同的阶段进行年龄，再由男性和女性变量划分，计算公式定义如下式(1)；
[0069][0070]
其中，si是拆分的分类回归函数和ln是叶节点，其中年龄阶段分为小于20岁，介于21至60岁和大于60岁；
[0071]
进而最初的预测时间，分类回归由如下公式(2)所示：
[0072][0073]
其中nd是分类回归函数中的叶节点以及根节点的数量，t是目标特征，如年龄、性别等；
[0074]
ct(d)是数据集d的加权回归结果，在数据集包括n个相关数据时，计算公式如下式(3)所示：
[0075][0076]
其中，wi是中采集的数据的权重，ti以及ti(d)是主分类的参数。
[0077]
数据处理模块按照体检者等待时间的升序对体检任务进行排序，若任务相互依赖，根据它们的依赖关系而不是等待时间进行排序。
[0078]
假设该体检者登记了3种不同的体检项目，如x光、ct扫描和mri扫描，其体检id分别为1、2和5，计算每个处理的等待时间。对于体检id 1、2和5，计算的等待时间分别为3000、1920和4620秒。数据处理模块将这些等待时间按升序排序，然后根据排序后的等待时间2-1-5推荐体检方案。
[0079]
当两个体检任务相互依赖时，如当体检者选择非依赖性任务时，按照体检者等待时间的升序对体检任务进行排序。假设尿常规和彩超这两项任务是相互依赖的，尿常规要到彩超检查后才能进行。在这种情况下，数据处理模块根据优先级而不是等待时间来准备体检建议。假设体检者登记接受尿常规和彩超检查。尽管尿常规的等待时间比彩超检查要短，但hqr系统建议体检者在尿常规前进行彩超检查，因为彩超检查的优先级高于尿常规。
[0080]
对于年龄幼小和年龄偏大的体检者，其优先级高于其他年龄。
[0081]
另外，体检时，女性彩照检查会出现反复排队的现象，造成体检时间资源的大大浪费。对于彩超项目的时间预测，通过建立尿液在膀胱中积聚的数学模型，表示尿液在排尿后立即在膀胱中积聚。在肾脏中，通过肾小管、肾盂集合管和输尿管，最后作为尿液积聚在膀胱中。此外，该模型还考虑了尿液在肾小管中的重吸收，以调节体内的水量。
[0082]
假设鲍曼囊内的压力保持恒定，使得恒定量的原始尿液流经肾小管；在重吸收过程中，一些原始尿液被重吸收。在重吸收过程之后，所有的原始尿液都流向膀胱；流入膀胱的尿液体积流率与重吸收后输尿管内的压力和膀胱压力之间的差值成正比。如果膀胱内的压力超过输尿管内的压力，由于两者之间存在一个类似瓣膜的机制来防止反流，则尿液流速被视为零；膀胱容积与尿量成正比。
[0083]
输送到肾脏的血浆通过肾小球过滤，然后输送到鲍曼肩胛沟原始尿液中，设t、pf和u(t)分别表示连续时间、鲍曼囊内压力和单位阶跃函数。在假设(a1)下，鲍曼囊内的恒定压力表示为pfu(t)，保证一定量的原始尿液是恒定的输送到肾小管。设qf表示原始尿液从鲍曼囊到肾小管的体积流量。原始尿的恒定体积流率可用qfu(t)表示。
[0084]
在肾小管和集合管中，一些原始的尿液被输出的小动脉重新吸收以调节体内的水量。设x(t)和qb(t)分别表示膀胱内携带的尿量和从输尿管到膀胱的初始尿流率。膀胱中的尿量x(t)使用以下体积流率qb(t)的公式计算。
[0085]
x(t)＝∫
0t
qb(t)dt x0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4a)
[0086]
此外，对公式(1a)微分得出以下方程式。
[0087][0088]
虽然提出的模型代表了尿液在排尿后立即在膀胱内积聚的过程，但人的膀胱内仍有一些残余尿液。公式(4a)中的常数x0表示残余尿量。设qr(t)、tr、p
t
(t)和pb(t)分别为原始
尿液重吸收的体积流率、重吸收所需时间、肾盂和输尿管压力以及膀胱压力。
[0089]
根据假设，在重吸收过程中(即对于t《tr)，qfu(t)可分为两个体积流率qr(t)和qb(t)。因此在重吸收期间，总尿量x(t)的累积发生在公式(1a)中qb(t)测量值小于qfu(t)的条件下。
[0090]
关于体积流量qb(t)，基于假设得到以下公式：
[0091][0092]
在公式(5)中，c1是比例系数。由于输尿管和膀胱之间存在防止反流的瓣状机制，当公式(5)中的p
t
(t)小于pb(t)时，qb(t)等于零。
[0093]
此外，设z、v(t)和p
det
(t)分别表示膀胱顺应性、膀胱容积和逼尿肌压力；z的值可使用式(6a)计算如下。
[0094][0095]
对公式(6a)积分得出：
[0096][0097]
在公式(6b)中，h1和h2表示积分常数。此外，由于逼尿肌压力p
det
(t)可通过从膀胱pb(t)中减去腹部压力p
adm
来估计，则：
[0098]
p
det
(t)＝pb(t)-p
adm
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6c)
[0099]
将公式(6c)代入公式(6b)中得到：
[0100][0101]
根据假设，v(t)与x(t)成正比。
[0102]
v(t)＝c2x(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0103]
在公式(7)中，c2是比例系数。重吸收过程(t≥tr)后，qr(t)为零。此时，pt(t)等于鲍曼囊中的压力pfu(t)。此外，p
t
(t)和pb(t)之间存在差异。假设在重吸收过程后，所有原始尿液通过肾盂和输尿管流入膀胱。
[0104]
关于肾盂和输尿管的压力p
t
(t)，p
t
(t)＝pfu(t)(t≥tr)。p
t
(t)变成具有延迟时间tr的pfu(t)。因此，将延迟时间tr考虑到单位阶跃函数u(t)，压力p
t
(t)通过以下公式确定：
[0105]
p
t
(t)＝pfu(t-tr)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0106]
通过将上述公式代入公式(5)，可推导出由于重吸收后进入膀胱的流速qb(t)所致的尿累积的数学模型。
[0107]
[0108]
可解上述微分方程(9)来评估重吸收后膀胱内累积的尿量x(t)。
[0109]
最后，从排尿后立即开始、通过重吸收到重吸收结束这段时间内累积的尿液总体积x(t)评估为：
[0110][0111]
其中，
[0112][0113]
在公式(10)中，等式右侧的第一项表示排尿后剩余的尿液量，第二项表示重吸收期间的尿液累积，第三项可通过求解公式(9)得出，表示基于参数a1、a2和tr的重吸收后的尿液积聚。a1、a2和tr表示时间常数，反映尿液积聚的速度，即膀胱内可积聚的尿液量上限，以及排尿后尿液开始积聚的时间。
[0114]
通过在排尿后立即确定参数x0、qb(t)、a1、a2和tr的值，使用公式(10)预测在给定时间内尿液在膀胱中的累积量。假设重吸收过程中x0和qb(t)的值很小，忽略公式(10)右侧的第一项和第二项，以简化预测方法。因此，使用公式(10)中适当的a1、a2和tr值来预测排尿后膀胱内累积的尿量。
[0115]
使用在排尿期间收集的尿液样本的吸收光谱来确定a1、a2和tr的适当值，包括两个阶段，即准备阶段和预测阶段。
[0116]
在准备阶段，目的是获得用于估计上述三个参数a1、a2和tr值的三个回归方程，以用于公式(10)。准备阶段的信号处理流程包括三个阶段：吸收光谱阶段、参数计算阶段和回归分析阶段。在吸收光谱分析阶段，对在排尿期间取样的尿液和纯水进行吸收光谱分析，并测定它们的吸收光谱，其中λ、su(λ)和sw(λ)分别为所用光的波长、尿液的吸收光谱和纯水的吸收光谱。λ是光的离散波长。波长分辨率为δλ，波长范围从λ
low
到λ
high
。由于尿液的吸收光谱受测量环境光照条件的影响，我们将尿液光谱su(λ)与纯水的光谱sw(λ)进行归一化，得到归一化光谱s(λ)：
[0117][0118]
光谱s(λ)用作回归分析的解释变量，而a1、a2和tr的真值用作目标变量。在估计参数阶段，使用超声波传感器按照以下程序确定a1、a2和tr的真实值。设k和xu(k)为离散时间和离散时间信号，该信号由具有取样间隔δt的超声传感器确定。测量从刚排尿到下一次排尿的时间。使用公式(7)所述模型进行曲线拟合以拟合xu(k)，并获得参数a1、a2和tr的值。通过收集解释变量的不同s(λ)光谱的数据集，并使用a1、a2和tr的真值作为目标变量，获得三个回归方程，以在回归分析阶段从s(λ)谱估计a1、a2和tr的值。
[0119]
预测阶段的信号处理流程方案的包括三个阶段：吸收光谱阶段、参数估计阶段和预测阶段。在吸收光谱阶段，尿液在排尿期间取样，其光谱s(λ)的获得方式与准备阶段吸收光谱阶段相同。在参数估计阶段，为了估计采集的尿样的三个参数，即a1、a2和tr，使用不同的s(λ)和相应的回归方程。在预测阶段，通过代入和到公式(10)来预测尿量x(k)。
[0120]
本发明提供的一种体检彩超排号装置，帮助体检者在可预测的时间内完成所有体检任务，从而帮助医院有效地安排每个体检任务队列，从而避免体检者过度拥挤和无效队列，根据计算出的等待时间，推荐一种有效的体检方案，以减少体检者在医院的整体等待时间；另外，为减少彩超检查反复排队的情况，建立了膀胱内尿液积聚的宏观模型及预测膀胱内尿液量的方法，不需要在皮肤上安装传感器，提高预测精度，进一步缩短体检等待时间。
[0121]
以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。