基于ThreeJs的3D导诊方法、装置、电子设备及介质与流程

基于threejs的3d导诊方法、装置、电子设备及介质
技术领域
1.本发明涉及人工智能技术领域，具体涉及一种基于threejs的3d导诊方法、装置、电子设备及介质。


背景技术：

2.随着人工智能技术的不断成熟与完善，医院使用机器人代替重复繁琐的导诊工作，让导医可以提供个性化服务，用户一般需要在医院的智能导诊终端预约科室进行诊疗。最近一段时间受疫情影响，为避免人群接触，用户就医一般需要提前预约就诊，但是目前医院的智能导诊终端无法提供远程预约科室的服务。


技术实现要素：

3.鉴于以上内容，有必要提出一种基于threejs的3d导诊方法、装置、电子设备及介质，以解决所述目前医院的智能导诊终端无法提供远程预约科室的技术问题。
4.本发明的第一方面提供一种基于threejs的3d导诊方法，应用于电子设备，所述方法包括：
5.获取用户的身份信息，所述身份信息至少包括性别和年龄；
6.通过threejs生成并显示所述性别和年龄对应的人体3d模型图；
7.基于用户在显示的所述人体3d模型图上的触摸操作，识别所述人体3d模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息；
8.将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息；
9.根据所述可预约科室信息和用户需求，确定目标预约科室。
10.在一个可选的实施方式中，基于用户在显示的所述人体3d模型图上的触摸操作，识别所述人体3d模型图上与所述触摸操作对应的人体部位信息包括：
11.实时检测用户在显示的所述人体3d模型图上的触摸操作；
12.获取用户触摸所述人体3d模型图上的至少一触摸点的触摸点坐标；
13.根据所述至少一触摸点的触摸点坐标确定所述人体部位信息。
14.在一个可选的实施方式中，所述获取用户输入的症状描述信息包括：
15.显示用以获取用户输入的所述症状描述信息的文本框；
16.将用户在所述文本框中输入的文本信息确定为所述症状描述信息。
17.在一个可选的实施方式中，所述将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息包括：
18.将所述人体部位信息和所述症状描述信息输入至所述训练好的卷积神经网络模型；
19.通过所述训练好的卷积神经网络模型对所述人体部位信息和所述症状描述信息进行特征提取和特征分类，输出至少一可预约科室；
20.根据所述至少一可预约科室和所述至少一可预约科室的实际问诊状况，输出至少一可预约科室信息。
21.在一个可选的实施方式中，所述卷积神经网络模型的训练过程包括：
22.获取历史导诊信息，将所述历史导诊信息作为训练集，所述历史导诊信息至少包括人体部位信息、症状描述信息及历史问诊科室；
23.对所述卷积神经网络模型的参数进行初始赋值，所述参数至少包括权重、学习率及迭代次数；
24.将所述训练集中的训练样本输入所述卷积神经网络模型，计算损失函数的输出值，确定所述损失函数的输出值是否小于或等于预设阈值；
25.若所述损失函数的输出值大于所述预设阈值，则调整所述卷积神经网络模型的权重和学习率，继续将训练样本输入所述卷积神经网络模型进行训练，若训练次数达到预设的迭代次数，所述损失函数的输出值仍大于预设阈值，增加所述迭代次数；
26.若所述损失函数的输出值小于或等于所述预设阈值，生成所述训练好的卷积神经网络模型。
27.在一个可选的实施方式中，所述根据所述可预约科室信息和用户需求，确定目标预约科室包括：
28.根据所述可预约科室信息以及医院排名确定所述目标预约科室；或
29.根据所述可预约科室信息以及科室医生排名确定所述目标预约科室；或
30.根据所述可预约科室信息以及用户距离可预约科室的最短距离确定所述目标预约科室；或
31.根据所述可预约科室信息以及用户到达可预约科室的最短时间确定所述目标预约科室；
32.根据所述可预约科室信息以及用户到达可预约科室的预计到达时间确定目标预约科室。
33.在一个可选的实施方式中，所述确定目标预约科室之后还包括：
34.基于3d导航地图，获取所述目标预约科室的第一地理坐标以及用户所在位置的第二地理坐标；
35.根据所述第一地理坐标以及所述第二地理坐标，生成3d导航路线。
36.本发明的第二方面提供一种基于threejs的3d导诊装置，所述装置包括：
37.获取模块，用于获取用户的身份信息，所述身份信息至少包括性别以及年龄；
38.生成模块，用于通过threejs生成并显示所述性别和年龄对应的人体3d模型图；
39.识别模块，用于基于用户在所述人体3d模型图上的触摸操作，识别所述人体3d模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息；
40.输入模块，用于将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息；
41.确定模块，用于根据所述可预约科室信息和用户需求，确定目标预约科室。
42.本发明的第三方面提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现以上的基于threejs的3d导诊方法。
43.本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以上的基于threejs的3d导诊方法。
44.综上所述，本发明所述的一种基于threejs的3d导诊方法、装置、电子设备及介质，获取用户的身份信息，所述身份信息至少包括性别和年龄，通过threejs生成并显示所述性别和年龄对应的人体3d模型图，基于用户在显示的所述人体3d模型图上的触摸操作，识别所述人体3d模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息，将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息，根据所述可预约科室信息和用户需求，确定目标预约科室，从而实现了用户远程预约科室，提高了用户预约科室的效率，进而节约了用户预约科室的时间。
附图说明
45.图1是本发明实施例一提供的基于threejs的3d导诊方法的流程图。
46.图2是本发明实施例二提供的基于threejs的3d导诊装置的结构图。
47.图3是本发明实施例三提供的电子设备的结构示意图。
具体实施方式
48.为了能够更清楚地理解本发明的所述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
49.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发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述在一个可选的实施方式中实施例的目的，不是旨在于限制本发明。
50.本发明实施例提供的基于threejs的3d导诊方法由电子设备执行，相应地，基于threejs的3d导诊装置运行于电子设备中。
51.实施例一
52.图1是本发明实施例一提供的基于threejs的3d导诊方法的流程图。所述基于threejs的3d导诊方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略。
53.s101，获取用户的身份信息，所述身份信息至少包括性别和年龄。
54.在本技术实施例中，通过终端设备获取用户的身份信息，将获取的身份信息发送至电子设备。例如，终端设备接收用户在用户界面输入的身份信息，或者通过摄像头拍摄用户脸部，基于用户脸部识别出用户的身份信息，或者通过麦克风采集用户的语音，基于用户的语音识别出用户的身份信息。在本技术实施例中，终端设备与电子设备通信连接，所述终端设备可以为智能手机、平板电脑或穿戴式设备。
55.s102，通过threejs生成并显示所述性别和年龄对应的人体3d模型图。
56.在本技术实施例中，threejs为3d模型资料库，包括不同性别和年龄对应的人体3d模型图。用户通过终端设备的应用程序或网页浏览器进入导诊界面时，电子设备基于threejs生成所述性别和年龄对应的人体3d模型图，并将生成的所述性别和年龄对应的人体3d模型图显示在终端设备的导诊界面上。
57.具体地，当用户为大于等于14周岁的男性时，生成所述大于等于14周岁的男性的人体3d模型图；
58.当用户为大于或等于14周岁的女性时，生成所述大于等于14周岁的女性的人体3d模型图；
59.当用户为小于或等于14周岁的男性时，生成所述小于等于14周岁的男性的人体3d模型图；
60.当用户为小于或等于14周岁的女性时，生成所述小于等于14周岁的女性的人体3d模型图。未满14周岁的儿童，身体发育不完全，与已满14周岁的男女人体3d模型图差异比较大。
61.s103，基于用户在显示的所述人体3d模型图上的触摸操作，识别所述人体3d模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息。
62.在本技术实施例中，人体3d模型图的人体部位信息包括但不限于脑部、眼部、耳部、口腔、胸部、肺部以及心脏，症状描述信息包括，但不限于发热、疼痛、体重改变、浮肿、呼吸困难、咳嗽、咳痰、咯血、食欲减退、消化不良、吞咽困难、恶心呕吐、呕血、便血、黄疸、排尿异常、贫血以及休克。
63.采集人体3d模型图的部位信息和症状描述信息便于查找对应的可能病因，结合具体的病因可有效选择对应的科室从而达到高效就医以及准确地就医。
64.用户在感到不适时，可以基于身体不适的部位点击人体3d模型图上对应的部位，以输入用户的不适部位。具体地，所述识别所述人体3d模型图上与所述触摸操作对应的人体部位信息包括：
65.实时检测用户在显示的所述人体3d模型图上的触摸操作；
66.获取用户触摸所述人体3d模型图上的至少一触摸点的触摸点坐标；
67.根据所述至少一触摸点的触摸点坐标确定所述人体3d模型图的人体部位信息。
68.在本技术实施例中，电子设备实时检测用户在所述人体3d模型图上的触摸操作，当检测到用户从触摸所述人体3d模型图时，所述电子设备获取用户触摸所述人体3d模型图上的至少一触摸点的坐标，然后根据所述至少一触摸点的坐标确定所述人体3d模型图的人体部位信息。
69.在本技术实施例中，用户可以对导诊界面上显示的所述人体3d模型图进行放大、缩小、旋转、翻转等操作。所述电子设备根据导诊界面当前显示的所述人体3d模型图，确定每个人体部位的坐标范围。当用户对所述人体3d模型图进行放大、缩小、旋转或翻转后，所述电子设备实时更新经过用户操作后的所述导诊界面上显示的所述人体3d模型图中每个人体部位的坐标范围。
70.当用户点击所述人体3d模型图上的a1部位产生对应的触摸点a1时，所述电子设备获取所述触摸点a1的坐标a1(m1,n1)，确定所述坐标a1(m1,n1)落入的坐标范围，确定所述坐标a1(m1,n1)落入的当前坐标范围所对应的人体部位，识别出所述a1部位为所述人体部位。
71.在本技术实施例中，所述获取用户输入的症状描述信息包括：
72.显示用以获取用户输入的所述症状描述信息的文本框；
73.将用户在所述文本框中输入的文本信息确定为症状描述信息。
74.示例性地，在导诊界面上显示用以获取用户输入的症状描述信息的文本框，比如用户在家感觉脑部眩晕，用户可以使用终端设备进入导诊界面将当前症状的关键词“眩晕”输入至所述文本框。在其他实施例中，也可以通过终端设备的麦克风采集用户对当前症状进行描述的语音信息，对语音信息进行语音识别得到用户的症状描述信息。
75.s104，将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息。
76.在本技术实施例中，可预约科室信息如下所示：
77.排名第一：深圳市龙华区人民医院脑科，该脑科的脑科医师的人数，科室里脑科医师的专业排名，脑科目前在诊人数，已预约用户人数；
78.排名第二：深圳市福田区人名医院脑科，送该脑科的脑科医师的人数，科室里脑科医师的专业排名，脑科目前在诊人数，已预约用户人数；
79.排名第三：深圳市罗湖区人名医院脑科，该脑科的脑科医师的人数，科室里脑科医师的专业排名，脑科目前在诊人数，已预约用户人数。
80.在本技术实施例中，将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息包括：
81.将所述人体部位信息和所述症状描述信息分别输入至训练好的卷积神经网络模型；
82.通过所述训练好的卷积神经网络模型对所述人体部位信息和所述症状描述信息进行特征提取和特征分类，输出至少一可预约科室；
83.根据所述至少一可预约科室和所述至少一可预约科室的实际问诊状况，输出至少一可预约科室信息。
84.在本技术实施例中，所述至少一可预约科室的实际问诊状况包括可预约科室的已预约病患数、可预约科室的可参与诊疗医生数、在诊病患数以及可预约科室的预约时段。
85.在本技术实施例中，所述卷积神经网络模型包括输入层、卷积层、池化层、全连接层以及输出层，其中，将所述人体部位信息和所述症状描述信息输入所述输入层，通过卷积层和池化层对所述人体部位信息和所述症状描述信息进行特征提取，通过所述全连接层对提取的特征进行特征分类，得到所述至少一可预约科室，并在所述输出层输出所述至少一可预约科室，根据所述至少一可预约科室和所述至少一可预约科室的实际问诊状况，输出至少一可预约科室信息。例如：所述人体3d模型图的部位信息为a1、a2、a3
……
，所述对应的症状描述信息为b1、b2、b3
……
，所述可预约科室为{d(a1、x1)，d(a1、x2)，d(a1、x3)
……
}、{d(a2、y1)，d(a2、y2)，d(a2、y3)
……
}、{d(a3、z1)，d(a3、z2)，d(a3、z3)
……
}
……
。其中，对于d(a1、x1)、d(a2、y1)、d(a3、z1)等中的a1、a2、a3等表示为输入的人体部位信息，x1、y1、z1等表示针对该用户的可预约科室的ip编号。当人体部位信息a1、症状描述信息b1分别输入至训练好的卷积神经网络模型，经过卷积层和池化层的特征提取，和全连接层的特征分类，输出可预约科室{d(a1、x1)、d(a1、x2)、d(a1、x3)
……
}；当人体部位信息a2、症状描述信息b2分别输入至训练好的卷积神经网络模型，经过卷积层和池化层的特征提取，和全连接层的特征分类，输出可预约科室{d(a2、y1)，d(a2、y2)，d(a2、y3)
……
}。然后结合所述至少一可预约科室的实际问诊状况，输出可预约科室信息，所述可预约科室信息为当前可预约人数没满、当前在诊医生没满、当前时段在可预约时段的科室。
86.在本技术实施例中，所述卷积神经网络模型的训练过程包括：
87.获取历史导诊信息，将所述历史导诊信息作为训练集，所述历史导诊信息至少包括人体部位信息、症状描述信息及历史问诊科室；
88.对所述卷积神经网络模型的参数进行初始赋值，所述参数至少包括权重、学习率及迭代次数；
89.将所述训练集中的训练样本输入所述卷积神经网络模型，计算损失函数的输出值，确定所述损失函数的输出值是否小于或等于预设阈值，所述训练样本包括输入数据和输出数据，所述输入数据包括历史导诊信息中的人体部位信息和症状描述信息，所述输出数据包括问诊科室；
90.若所述损失函数的输出值大于所述预设阈值，则调整所述卷积神经网络模型的权重和学习率，继续将训练样本输入所述卷积神经网络模型进行训练，若训练次数达到预设迭代次数，所述损失函数的输出值仍大于预设阈值，增加所述迭代次数；
91.若所述损失函数的输出值小于或等于所述预设阈值，生成训练好的卷积神经网络模型。
92.将所述人体部位信息、对应的所述症状描述信息、所述历史问诊科室作为一组训练样本，对所述卷积神经网络模型进行训练，可利用多组训练样本重复进行迭代训练，直至计算所述卷积神经网络模型的损失函数值小于或等于预设阈值，得到训练好的神经网络模型。
93.所述学习率用于控制梯度下降的速度。如果学习速率过小，则会导致收敛速度很慢，如果学习速率过大，那么会导致收敛速度迅速。因此通常会控制学习率使其在多次迭代后衰减，使得模型可以顺利收敛。所述卷积神经网络模型的权重影响模型的收敛速度和性能，需对权重不停的迭代更新，以使得模型达到较好的性能。所述损失函数用来衡量模型所作出的预测值与真实值之间的误差。所述权重、学习率及损失函数为现有技术，在此不再赘述。
94.s105，根据所述可预约科室信息和用户需求，确定目标预约科室。
95.在本技术实施例中，用户需求包括，但不限于医院排名、科室医生排名、用户距离可预约科室的最短距离、用户到达可预约科室的最短时间及/或用户所在位置到达可预约科室的预计到达时间，由于每一位用户的用户需求不同根据所述可预约科室信息以及用户各自的实际需求，可进一步确定每一位用户的目标可预约科室，个性化推荐符合每一位用户实际需求的目标可预约科室。
96.在本技术实施例中，所述根据所述可预约科室信息和用户需求，确定目标预约科室包括：
97.根据所述可预约科室信息以及医院排名确定医院排名最高的目标预约科室；或
98.根据所述可预约科室信息以及科室医生排名确定科室医生排名最高的目标预约科室；或
99.根据所述可预约科室信息以及用户距离可预约科室的最短距离确定距离用户最近的目标预约科室；或
100.根据所述可预约科室信息以及用户到达可预约科室的最短时间确定用户可以以最短时间到达的目标预约科室；或
101.根据所述可预约科室信息以及用户到达可预约科室的预计到达时间，确定用户可以在期望时间到达的目标预约科室。
102.在本技术实施例中，所述确定目标预约科室之后还包括：
103.基于3d导航地图，获取所述目标预约科室的第一地理坐标以及用户所在位置的第二地理坐标；
104.根据所述第一地理坐标以及所述第二地理坐标，生成3d导航路线，用户可以根据所述3d导航路线导航到达目标科室进行就诊。
105.在本技术实施例中，所述确定目标预约科室之后还包括：
106.显示所述目标预约科室的服务评价的选项框；
107.根据用户在所述选项框中输入的第一选择信息，将所述第一选择信息确定为用户满意目标科室的服务，并发送好评意见；或者
108.根据用户在所述选项框中输入的第二选择信息，将所述第二选择信息确定为用户不满意目标科室的服务，并提出改进意见。
109.示例性地，当用户选择目标科室就诊结束时，用户可以对医院的就诊环境、医师的服务质量、护士的服务质量、医院的医药费价格等等情况对目标科室进行评价，用户在第一选项框中输入的第一选择信息，将第一选择信息指示为用户满意目标科室的服务，并发送好评意见，便于医院方面了解用户就诊后的感受，同时便于用户在选择医院就诊时作为参照。
110.或者，用户在选项框中输入的第二选择信息，将第二选择信息指示为用户不满意目标科室的服务，并提出改进意见，便于敦促医院方面及时改进同时便于用户监督目标预约科室的医院。
111.本发明所述的基于threejs的3d导诊方法，通过采集身体不适的用户的不适部位信息、症状描述信息以及用户的位置信息，人体部位信息和症状描述信息经过训练好的卷积神经网络模型的分析，推荐可预约的科室，提高用户预约科室的效率，避免预约错误的科室影响用户病情，另外通过人体3d模型图展现用户的每个身体部位特征，相较于传统在选项框中进行输入部位信息更直观且更准确。
112.实施例二
113.图2是本发明实施例二提供的基于threejs的3d导诊装置的结构图。
114.在一些实施例中，所述基于threejs的3d导诊装置可以包括多个由计算机程序段所组成的功能模块。所述基于threejs的3d导诊装置中的各个程序段的计算机程序可以存储于电子设备的存储器中，并由至少一个处理器所执行，以执行(详见图1描述)基于threejs的3d导诊的功能。
115.本实施例中，所述基于threejs的3d导诊装置根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：获取模块21、生成模块22、识别模块23、输入模块24及确定模块25。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。
116.获取模块21，用于获取用户的身份信息，所述身份信息至少包括性别和年龄。
117.在本技术实施例中，通过终端设备获取用户的身份信息，将获取的身份信息发送
至电子设备。例如，终端设备接收用户在用户界面输入的身份信息，或者通过摄像头拍摄用户脸部，基于用户脸部识别出用户的身份信息，或者通过麦克风采集用户的语音，基于用户的语音识别出用户的身份信息。在本技术实施例中，终端设备与电子设备通信连接，所述终端设备可以为智能手机、平板电脑或穿戴式设备。
118.生成模块22，用于通过threejs生成并显示所述性别和年龄对应的人体3d模型图。
119.在本技术实施例中，threejs为3d模型资料库，包括不同性别和年龄对应的人体3d模型图。用户通过终端设备的应用程序或网页浏览器进入导诊界面时，电子设备基于threejs生成所述性别和年龄对应的人体3d模型图，并将生成的所述性别和年龄对应的人体3d模型图显示在终端设备的导诊界面上。
120.具体地，当用户为大于等于14周岁的男性时，生成所述大于等于14周岁的男性的人体3d模型图；
121.当用户为大于或等于14周岁的女性时，生成所述大于等于14周岁的女性的人体3d模型图；
122.当用户为小于或等于14周岁的男性时，生成所述小于等于14周岁的男性的人体3d模型图；
123.当用户为小于或等于14周岁的女性时，生成所述小于等于14周岁的女性的人体3d模型图。未满14周岁的儿童，身体发育不完全，与已满14周岁的男女人体3d模型图差异比较大。
124.识别模块23，用于基于用户在显示的所述人体3d模型图上的触摸操作，识别所述人体3d模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息。
125.在本技术实施例中，人体3d模型图的人体部位信息包括但不限于脑部、眼部、耳部、口腔、胸部、肺部以及心脏，症状描述信息包括，但不限于发热、疼痛、体重改变、浮肿、呼吸困难、咳嗽、咳痰、咯血、食欲减退、消化不良、吞咽困难、恶心呕吐、呕血、便血、黄疸、排尿异常、贫血以及休克。
126.采集人体3d模型图的部位信息和症状描述信息便于查找对应的可能病因，结合具体的病因可有效选择对应的科室从而达到高效就医以及准确地就医。
127.具体地，所述识别所述人体3d模型图上与所述触摸操作对应的人体部位信息包括：
128.实时检测用户在显示的所述人体3d模型图上的触摸操作；
129.获取用户触摸所述人体3d模型图上的至少一触摸点的触摸点坐标；
130.根据所述至少一触摸点的触摸点坐标确定所述人体3d模型图的人体部位信息。
131.在本技术实施例中，电子设备实时检测用户在所述人体3d模型图上的触摸操作，当检测到用户从触摸所述人体3d模型图时，所述电子设备获取用户触摸所述人体3d模型图上的至少一触摸点的坐标，然后根据所述至少一触摸点的坐标确定所述人体3d模型图的人体部位信息。
132.在本技术实施例中，用户可以对导诊界面上显示的所述人体3d模型图进行放大、缩小、旋转、翻转等操作。所述电子设备根据导诊界面当前显示的所述人体3d模型图，确定每个人体部位的坐标范围。当用户对所述人体3d模型图进行放大、缩小、旋转或翻转后，所述电子设备实时更新经过用户操作后的所述导诊界面上显示的所述人体3d模型图中每个
人体部位的坐标范围。
133.当用户点击所述人体3d模型图上的a1部位产生对应的触摸点a1时，所述电子设备获取所述触摸点a1的坐标a1(m1,n1)，确定所述坐标a1(m1,n1)落入的坐标范围，确定所述坐标a1(m1,n1)落入的坐标范围所对应的人体部位，识别出所述a1部位为所述人体部位。
134.在本技术实施例中，所述获取用户输入的症状描述信息包括：
135.显示用以获取用户输入的所述症状描述信息的文本框；
136.将用户在所述文本框中输入的文本信息确定为症状描述信息。
137.示例性地，在导诊界面上显示用以获取用户输入的症状描述信息的文本框，比如用户在家感觉脑部眩晕，用户可以使用终端设备进入导诊界面将当前症状的关键词“眩晕”输入至所述文本框。在其他实施例中，也可以通过终端设备的麦克风采集用户对当前症状进行描述的语音信息，对语音信息进行语音识别得到用户的症状描述信息。
138.输入模块24，用于将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息。
139.在本技术实施例中，可预约科室信息如下所示：
140.排名第一：深圳市龙华区人民医院脑科，该脑科的脑科医师的人数，科室里脑科医师的专业排名，脑科目前在诊人数，已预约用户人数；
141.排名第二：深圳市福田区人名医院脑科，该脑科的脑科医师的人数，科室里脑科医师的专业排名，脑科目前在诊人数，已预约用户人数；
142.排名第三：深圳市罗湖区人名医院脑科，该脑科的脑科医师的人数，科室里脑科医师的专业排名，脑科目前在诊人数，已预约用户人数。
143.在本技术实施例中，将所述人体部位信息和所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息包括：
144.将所述人体部位信息和所述症状描述信息分别输入至训练好的卷积神经网络模型；
145.通过所述训练好的卷积神经网络模型对所述人体部位信息和所述症状描述信息进行特征提取和特征分类，输出至少一可预约科室；
146.根据所述至少一可预约科室和所述至少一可预约科室的实际问诊状况，输出至少一可预约科室信息。
147.在本技术实施例中，所述至少一可预约科室的实际问诊状况包括可预约科室的已预约病患数、可预约科室的可参与诊疗医生数、在诊病患数以及可预约科室的预约时段。
148.在本技术实施例中，所述卷积神经网络模型包括输入层、卷积层、池化层、全连接层以及输出层，其中，将所述人体部位信息和所述症状描述信息输入所述输入层，通过卷积层和池化层对所述人体部位信息和所述症状描述信息进行特征提取，通过所述全连接层对提取的特征进行特征分类，得到所述至少一可预约科室，并在所述输出层输出所述至少一可预约科室，根据所述至少一可预约科室和所述至少一可预约科室的实际问诊状况，输出至少一可预约科室信息。例如：所述人体3d模型图的部位信息为a1、a2、a3
……
，所述对应的症状描述信息为b1、b2、b3
……
，所述可预约科室为{d(a1、x1)，d(a1、x2)，d(a1、x3)
……
}、{d(a2、y1)，d(a2、y2)，d(a2、y3)
……
}、{d(a3、z1)，d(a3、z2)，d(a3、z3)
……
}
……
。其中，对于d(a1、x1)、d(a2、y1)、d(a3、z1)等中的a1、a2、a3等表示为输入的人体部位信息，x1、y1、z1
等表示针对该用户可预约科室的ip编号。当人体部位信息a1、症状描述信息b1分别输入至训练好的卷积神经网络模型，经过卷积层和池化层的特征提取，和全连接层的特征分类，输出可预约科室{d(a1、x1)、d(a1、x2)、d(a1、x3)
……
}；当人体部位信息a2、症状描述信息b2分别输入至训练好的卷积神经网络模型，经过卷积层和池化层的特征提取，和全连接层的特征分类，输出可预约科室{d(a2、y1)，d(a2、y2)，d(a2、y3)
……
}。然后结合所述至少一可预约科室的实际问诊状况，输出可预约科室信息，所述可预约科室信息为当前可预约人数没满、当前在诊医生没满、当前时段在可预约时段的科室。
149.在本技术实施例中，所述卷积神经网络模型的训练过程包括：
150.获取历史导诊信息，将所述历史导诊信息作为训练集，所述历史导诊信息至少包括人体部位信息、症状描述信息及历史问诊科室；
151.对所述卷积神经网络模型的参数进行初始赋值，所述参数至少包括权重、学习率及迭代次数；
152.将所述训练集中的训练样本输入所述卷积神经网络模型，计算损失函数的输出值，确定所述损失函数的输出值是否小于或等于预设阈值，所述训练样本包括输入数据和输出数据，所述输入数据包括历史导诊信息中的人体部位信息和症状描述信息，所述输出数据包括问诊科室；
153.若所述损失函数的输出值大于所述预设阈值，则调整所述卷积神经网络模型的权重和学习率，继续将训练样本输入所述卷积神经网络模型进行训练，若训练次数达到预设迭代次数，所述损失函数的输出值仍大于预设阈值，增加所述迭代次数；
154.若所述损失函数的输出值小于或等于所述预设阈值，生成训练好的卷积神经网络模型。
155.将所述人体部位信息、对应的所述症状描述信息、所述历史问诊科室作为一组训练样本，对所述卷积神经网络模型进行训练，可利用多组训练样本重复进行迭代训练，直至计算所述卷积神经网络模型的损失函数值小于或等于预设阈值，得到训练好的神经网络模型。
156.所述学习率用于控制梯度下降的速度。如果学习速率过小，则会导致收敛速度很慢，如果学习速率过大，那么会导致收敛速度迅速。因此通常会控制学习率使其在多次迭代后衰减，使得模型可以顺利收敛。所述卷积神经网络模型的权重影响模型的收敛速度和性能，需对权重不停的迭代更新，以使得模型达到较好的性能。所述损失函数用来衡量模型所作出的预测值与真实值之间的误差。所述权重、学习率及损失函数为现有技术，在此不再赘述。
157.确定模块25，用于根据所述可预约科室信息和用户需求，确定目标预约科室。
158.在本技术实施例中，用户需求包括，但不限于医院排名、科室医生排名、用户距离可预约科室的最短距离、用户到达可预约科室的最短时间及/或用户所在位置到达可预约科室的预计到达时间，由于每一位用户的用户需求不同根据所述可预约科室信息以及用户各自的实际需求，可进一步确定每一位用户的目标可预约科室，个性化推荐符合每一位用户实际需求的目标可预约科室。
159.在本技术实施例中，所述根据所述可预约科室信息和用户需求，确定目标预约科室包括：
160.根据所述可预约科室信息以及医院排名确定医院排名最高的目标预约科室；或
161.根据所述可预约科室信息以及科室医生排名确定科室医生排名最高的目标预约科室；或
162.根据所述可预约科室信息以及用户距离可预约科室的最短距离确定距离用户最近的目标预约科室；或
163.根据所述可预约科室信息以及用户到达可预约科室的最短时间确定用户可以以最短时间到达的目标预约科室；或
164.根据所述可预约科室信息以及用户到达可预约科室的预计到达时间，确定用户可以在期望时间到达的目标预约科室。
165.在本技术实施例中，所述确定目标预约科室之后还包括：
166.基于3d导航地图，获取所述目标预约科室的第一地理坐标以及用户所在位置的第二地理坐标；
167.根据所述第一地理坐标以及所述第二地理坐标，生成3d导航路线，用户可以根据所述3d导航路线导航到达目标科室进行就诊。
168.在本技术实施例中，所述确定目标预约科室之后还包括：
169.显示所述目标预约科室的服务评价的选项框；
170.根据用户在所述选项框中输入的第一选择信息，将所述第一选择信息确定为用户满意目标科室的服务，并发送好评意见；或者
171.根据用户在所述选项框中输入的第二选择信息，将所述第二选择信息确定为用户不满意目标科室的服务，并提出改进意见。
172.示例性地，当用户选择目标科室就诊结束时，用户可以对医院的就诊环境、医师的服务质量、护士的服务质量、医院的医药费价格等等情况对目标科室进行评价，用户在第一选项框中输入的第一选择信息，将第一选择信息指示为用户满意目标科室的服务，并发送好评意见，便于医院方面了解用户就诊后的感受，同时便于用户在选择医院就诊时作为参照。
173.或者，用户在选项框中输入的第二选择信息，将第二选择信息指示为用户不满意目标科室的服务，并提出改进意见，便于敦促医院方面及时改进同时便于用户监督目标预约科室的医院。
174.本发明所述的基于threejs的3d导诊装置，通过采集身体不适的用户的不适部位信息、症状描述信息以及用户的位置信息，人体部位信息和症状描述信息经过训练好的卷积神经网络模型的分析，推荐可预约的科室，提高用户预约科室的效率，避免预约错误的科室影响用户病情，另外通过人体3d模型图展现用户的每个身体部位特征，相较于传统在选项框中进行输入部位信息更直观且更准确。
175.实施例三
176.本实施例提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现所述基于threejs的3d导诊方法实施例中的步骤，例如图1所示的s101-s105：
177.s101，获取用户的身份信息，所述身份信息至少包括性别和年龄；
178.s102，通过threejs生成并显示所述性别和年龄对应的人体3d模型图；
179.s103，基于用户在所述人体3d模型图上的触摸操作，识别所述人体3d模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息；
180.s104，将所述人体部位信息以及所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息；
181.s105，根据所述可预约科室信息和用户需求，确定目标预约科室。
182.或者，该计算机程序被处理器执行时实现所述装置实施例中各模块/模块的功能，例如图2中的模块21-25：
183.获取模块21，用于获取用户的身份信息，所述身份信息至少包括性别和年龄；
184.生成模块22，用于通过threejs生成并显示所述性别和年龄对应的人体3d模型图；
185.识别模块23，用于基于用户在所述人体3d模型图上的触摸操作，识别所述人体3d模型图上与所述触摸操作对应的人体部位信息，并获取用户输入的症状描述信息；
186.输入模块24，用于将所述人体部位信息以及所述症状描述信息输入至训练好的卷积神经网络模型，输出可预约科室信息；
187.确定模块25，用于根据所述可预约科室信息和用户需求，确定目标预约科室。
188.实施例四
189.参阅图3所示，为本发明实施例四提供的电子设备的结构示意图。在本发明较佳实施例中，所述电子设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
190.本领域技术人员应该了解，图3示出的电子设备的结构并不构成本发明实施例的限定，既可以是总线型结构，也可以是星形结构，所述电子设备3还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。
191.在一些实施例中，所述电子设备3是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述电子设备3还可包括客户设备，所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、数码相机等。
192.需要说明的是，所述电子设备3仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
193.在一些实施例中，所述存储器31中存储有计算机程序，所述计算机程序被所述至少一个处理器32执行时实现如所述的基于threejs的3d导诊方法中的全部或者部分步骤。所述存储器31包括只读存储器(read-only memory，rom)、可编程只读存储器(programmable read-only memory，prom)、可擦除可编程只读存储器(erasable programmable read-only memory，eprom)、一次可编程只读存储器(one-time programmable read-only memory，otprom)、电子擦除式可复写只读存储器(electrically-erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
194.进一步地，所述计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区
块链节点的使用所创建的数据等。
195.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
196.在一些实施例中，所述至少一个处理器32是所述电子设备3的控制核心(control unit)，利用各种接口和线路连接整个电子设备3的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块，以及调用存储在所述存储器31内的数据，以执行电子设备3的各种功能和处理数据。例如，所述至少一个处理器32执行所述存储器中存储的计算机程序时实现本发明实施例中所述的基于threejs的3d导诊方法的全部或者部分步骤；或者实现基于threejs的3d导诊装置的全部或者部分功能。所述至少一个处理器32可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。
197.在一些实施例中，所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
198.尽管未示出，所述电子设备3还可以包括给各个部件供电的电源(比如电池)，优选的，电源可以通过电源管理装置与所述至少一个处理器32逻辑相连，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备3还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
199.所述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。所述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
200.在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
201.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，既可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
202.另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。所述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
203.对于本领域技术人员而言，显然本发明不限于所述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权
利要求而不是所述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他模块或，单数不排除复数。说明书中陈述的多个模块或装置也可以由一个模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
204.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。