漏斗胸治疗数据远程监控方法、装置、设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种漏斗胸治疗数据远程监控方法、装置、设备及计算机可读存储介质。


背景技术：

2.漏斗胸是一种先天性胸廓畸形疾病，胸骨下部及肋骨会向内过度生长挤压内脏器官。以前治疗漏斗胸的方法主要是通过在胸腔内放置钢板阻止肋骨内伸。随着医疗科技的发展，如今在手术治疗之前，可以尝试体外的吸盘负压治疗，治疗费用及危险性大大降低，对于年龄较小患者有较好的治愈率。
3.但吸盘负压的治疗方法是一个长期的过程，3～6个月才会出现效果，2～3年才能康复，在这期间用户都需要在医生的指导下进行负压操作，来回就医，对患者造成巨大的出行压力，影响患者的正常生活。


技术实现要素：

4.本发明提供一种漏斗胸治疗数据远程监控方法、装置、设备及存储介质，其主要目的在于帮助医师远程对漏斗胸患者的治疗过程进行监控。
5.为实现上述目的，本发明提供的一种漏斗胸治疗数据远程监控方法，包括：
6.利用预构建的漏斗胸吸盘的内部拍摄设备，获取监控图像，并利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤；
7.当所述监控图像中出现皮肤损伤时，发出预设的禁止使用信息；
8.当所述监控图像中未出现皮肤损伤时，根据预设的协同策略对用户进行负压操作，并实时获取所述漏斗胸吸盘内的负压值；
9.利用所述漏斗胸图像监控模型，识别所述监控图像中胸部的低谷位置，并预测所述低谷位置的下陷深度，并记录所述下陷深度随所述负压值变化的变化值；
10.当所述变化值达到预设的警戒标准时，记录并在预设的时间段内保持所述漏斗胸吸盘的负压值，并将所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建的治疗日志数据库中。
11.可选的，所述利用所述漏斗胸图像监控模型，识别所述监控图像中胸部的低谷位置，并预测所述低谷位置的下陷深度，包括：
12.利用所述漏斗胸图像监控模型对所述监控图像进行特征提取，并对提取到的特征值进行基于皮肤弧度及阴影的低谷识别，得到低谷位置坐标；
13.从所述监控图像中提取不同角度的图像，得到图像集合，根据所述图像集合中各个图像的拍摄位置、所述各个图像中的预设参考标记点，对所述图像集合进行图片建模操作，得到用户胸部模型；
14.计算所述用户胸部模型的外切线与所述低谷位置坐标的最短距离，得到下陷深度。
15.可选的，所述根据所述图像集合中各个图像的拍摄位置、所述各个图像中的预设参考标记点，对所述图像集合进行图片建模操作，得到用户胸部模型，包括：
16.获取各个图像的拍摄位置，构建所述拍摄位置与对应图片中各个预设参考标记点间的射线，得到各个所述拍摄位置对应的射线集合；
17.识别各个射线集合中同一参考标记点对应的射线交点，作为所述参考标记点的真实坐标，根据各个所述真实坐标，构建得到用户胸部模型。
18.可选的，所述利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤，包括：
19.对所述监控图像进行灰度化处理，得到灰度图像，并截取所述灰度图像中的灰度突出部分；
20.利用所述漏斗胸图像监控模型对所述灰度突出部分进行图像特征提取，得到特征序列，并对所述特征序列进行基于伤口及肿胀的分类识别操作，得到皮肤损伤结果。
21.可选的，所述当所述变化值达到预设的警戒标准之前，所述方法还包括：
22.获取医护人员预设的医疗计划及用户此时的治疗进度，获取所述医疗计划中符合所述治疗进度的提吸距离；
23.判断所述变化值是否达到所述提吸距离，并判断所述变化值是否在预设负压值变化区间内保持稳定；
24.当所述变化值达到所述提吸距离，或所述变化值在在预设负压值变化区间内保持稳定，则判定所述变化值达到预设的警戒标准。
25.可选的，所述利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤之前，所述方法还包括：
26.获取包含皮肤损伤识别层、低谷识别层及下陷深度识别层的漏斗胸图像监控模型，及预构建的不同光照、角度场景下的胸部图像训练集；
27.依次从所述胸部图像训练集中提取一组样本图像，利用所述漏斗胸图像监控模型对所述样本图像进行网络正向计算，并利用预设的中间层接口，将所述漏斗胸图像监控模型的皮肤损伤识别层及低谷识别层的结果进行输出，得到皮肤损伤预测结果与低谷位置预测结果；
28.利用预设的组合交叉熵损失算法，根据所述皮肤损伤预测结果与低谷位置预测结果，对所述样本图像的真实标签进行损失值计算，得到组合损失值；
29.最小化所述组合损失值，得到模型参数集合，并将所述模型参数集合进行网络前向反馈操作，优化所述漏斗胸图像监控模型的网络参数，得到更新漏斗胸图像监控模型；
30.判断所述组合损失值的收敛性；
31.当所述组合损失值未收敛时，返回上述依次从所述胸部图像训练集中提取一组样本图像的步骤，对所述更新漏斗胸图像监控模型进行迭代更新；
32.当所述组合损失值收敛时，将最终调整后的漏斗胸图像监控模型，作为训练完成的漏斗胸图像监控模型。
33.可选的，所述将所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建的治疗日志数据库中之后，所述方法还包括：
34.利用预构建的治疗预测模型，根据所述治疗日志数据库中的历史数据，预测治疗
数值的正常区间，并判断所述负压值、所述下陷深度及最终变化值是否处于所述正常区间中；
35.当所述负压值、所述下陷深度及最终变化值不全处于所述正常区间时，向医护人员发送报警信息。
36.为了解决上述问题，本发明还提供一种漏斗胸治疗数据远程监控装置，所述装置包括：
37.安全性监测模块，用于利用预构建的漏斗胸吸盘的内部拍摄设备，获取监控图像，并利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤，及当所述监控图像中出现皮肤损伤时，发出预设的禁止使用信息；
38.负压监控模块，用于当所述监控图像中未出现皮肤损伤时，根据预设的协同策略对用户进行负压操作，并实时获取所述漏斗胸吸盘内的负压值；
39.提吸力度监控模块，用于利用所述漏斗胸图像监控模型，识别所述监控图像中胸部的低谷位置，并预测所述低谷位置的下陷深度，并记录所述下陷深度随所述负压值变化的变化值；
40.治疗记录存储模块，用于当所述变化值达到预设的警戒标准时，记录并在预设的时间段内保持所述漏斗胸吸盘的负压值，并将所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建的治疗日志数据库中。
41.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
42.至少一个处理器；以及，
43.与所述至少一个处理器通信连接的存储器；其中，
44.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的漏斗胸治疗数据远程监控方法。
45.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的漏斗胸治疗数据远程监控方法。
46.本发明实施例通过漏斗胸图像监控模型可以对患者的皮肤状况进行把控，避免使用危险性；还可以识别患者胸部的低谷位置及提吸的变化值，保证吸盘内负压值设置的合理性，保证用户治疗效果；最后在通过记录治疗日志，将治疗数据进行存储，方便医生对患者的治疗进度等状况的把控；其中，所述漏斗胸图像监控模型为基于神经网络的图像识别模型，能够准确高效的对监控图像做出及时反应，提高治疗过程中的监测准确性。因此，本发明实施例提供的一种漏斗胸治疗数据远程监控方法、装置、设备及存储介质，能够在于帮助医师远程对漏斗胸患者的治疗过程进行监控。
附图说明
47.图1为本发明一实施例提供的漏斗胸治疗数据远程监控方法的流程示意图；
48.图2为本发明一实施例提供的漏斗胸治疗数据远程监控方法中预测所述低谷位置的下陷深度的详细流程示意图；
49.图3为本发明一实施例提供的漏斗胸治疗数据远程监控方法中图片建模的详细流
程示意图；
50.图4为本发明一实施例提供的漏斗胸治疗数据远程监控方法中训练漏斗胸图像监控模型的详细流程示意图；
51.图5为本发明一实施例提供的漏斗胸治疗数据远程监控装置的功能模块图；
52.图6为本发明一实施例提供的实现所述漏斗胸治疗数据远程监控方法的电子设备的结构示意图。
53.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
54.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
55.本技术实施例提供一种漏斗胸治疗数据远程监控方法。本技术实施例中，所述漏斗胸治疗数据远程监控方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述漏斗胸治疗数据远程监控方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
56.参照图1所示，为本发明一实施例提供的漏斗胸治疗数据远程监控方法的流程示意图。在本实施例中，所述漏斗胸治疗数据远程监控方法包括：
57.s1、利用预构建的漏斗胸吸盘的内部拍摄设备，获取监控图像，并利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤。
58.本发明实施例中，在传统漏斗胸吸盘内放置拍摄设备，并通过数据传输接口，将所述拍摄设备获取到的监控图像输入到一个边缘处理器中。其中，所述边缘处理器中已经内置了训练完成的漏斗胸图像监控模型。
59.进一步的，所述漏斗胸图像监控模型为一种包含皮肤损伤识别层、低谷识别层及下陷深度识别层的神经网络模型，所述皮肤损伤识别层用于识别脓包、伤口特征，来判断是否可以使用吸盘；所述低谷识别层网络用于对阴影及皮肤弧度的特征值，判断胸部的低谷位置，所述下陷深度识别层包括图片建模算法，用于根据已拍摄图片，对胸部进行3d建模，进而计算胸部的下陷深度。
60.此外，本发明实施例中，所述拍摄设备至少有两个以上，所述监控图像可以为视频，也可以为预设频率下拍摄的图像集合。
61.应当知道，所述漏斗胸吸盘的的治疗原理是通过负压强，将胸口的低谷位置进行提吸，并长时间保持，使得肋骨不向内增长。因此，被提吸时皮肤不能有伤口。本发明实施例的场景下，用户可以自主操作，医生不会时刻参与治疗过程，因此，使用时需要对皮肤进行安全鉴定。
62.详细的，本发明实施例中，所述利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤，包括：
63.对所述监控图像进行灰度化处理，得到灰度图像，并截取所述灰度图像中的灰度突出部分；
64.利用所述漏斗胸图像监控模型对所述灰度突出部分进行图像特征提取，得到特征序列，并对所述特征序列进行基于伤口及肿胀的分类识别操作，得到皮肤损伤结果。
65.本发明实施例中，通过灰度化方法，将所述彩色的监控图像进行灰度化，然后截取灰度图像中的灰度突出部分，其中，所述灰度突出部分可能为黑痣、预设的参考标记点、伤口及充血水肿等，其中，所述参考标记点用于在较小的胸前环境下充当参考点，便于从不同角度进行拍摄、建模，所述参考标记点可以为贴纸、彩色印记等。
66.然后，本发明实施例通过所述漏斗胸图像监控模型对所述灰度图像进行卷积、池化及扁平化操作，得到特征序列，并通过一个全连接层对所述特征序列进行基于伤口特征的分类判断操作，当所有的灰度突出部分均不是伤口，才可以进行负压治疗。
67.当所述监控图像中出现皮肤损伤时，s2、发出预设的禁止使用信息；
68.当所述监控图像中未出现皮肤损伤时，s3、根据预设的协同策略对用户进行负压操作，并实时获取所述漏斗胸吸盘内的负压值。
69.本发明实施例中，当监测所述监控图像中未出现皮肤损伤时，可以通过预设的协同策略，启动吸气电机，开始进行负压，为保证治疗的效果及安全性，需要对负压值进行采集。
70.本发明实施例中，所述预设的协同策略可以是预配置的系统工作流程，如当所述漏斗胸吸盘固定到胸口时，可以开启皮肤损伤识别，当未检测出皮肤损伤时，可以开启吸气电机。
71.s4、利用所述漏斗胸图像监控模型，识别所述监控图像中胸部的低谷位置，并预测所述低谷位置的下陷深度，并记录所述下陷深度随所述负压值变化的变化值。
72.详细的，参考图2所示，本发明实施例中，所述利用所述漏斗胸图像监控模型，识别所述监控图像中胸部的低谷位置，并预测所述低谷位置的下陷深度，包括：
73.s41、利用所述漏斗胸图像监控模型对所述监控图像进行特征提取，并对提取到的特征值进行基于皮肤弧度及阴影的低谷识别，得到低谷位置坐标；
74.s42、从所述监控图像中提取不同角度的图像，得到图像集合，根据所述图像集合中各个图像的拍摄位置、所述各个图像中的预设参考标记点，对所述图像集合进行图片建模操作，得到用户胸部模型；
75.s43、计算所述用户胸部模型的外切线与所述低谷位置坐标的最短距离，得到下陷深度。
76.本发明实施例利用所述漏斗胸图像监控模型对所述监控图像进行特征提取及低谷识别操作，找到患者胸前的低谷位置坐标，然后通过不同拍摄位置上的拍摄的低谷位置图像，进行3d建模操作。
77.详细的，参考图3所示，本发明实施例中，所述根据所述图像集合中各个图像的拍摄位置、所述各个图像中的预设参考标记点，对所述图像集合进行图片建模操作，得到用户胸部模型，包括：
78.s421、获取各个图像的拍摄位置，构建所述拍摄位置与对应图片中各个预设参考标记点间的射线，得到各个所述拍摄位置对应的射线集合；
79.s422、识别各个射线集合中同一参考标记点对应的射线交点，作为所述参考标记点的真实坐标，根据各个所述真实坐标，构建得到用户胸部模型。
80.本发明实施例中通过对拍摄位置及各自图像中的预设参考点之间进行射线连接，而同一种参考点的不同射线会进行相交，即可得到所述参考点的真实坐标，再通过各个参考点之间、各参考点与所述低谷位置坐标的相对位置，即可构建用户胸部模型。
81.本发明实施例通过获取所述用户胸部模型的肋骨外侧的外切线与所述低谷位置坐标的最短距离，得到所述用户胸部的下陷深度。
82.进一步的，参考图4所示，本发明实施例中，还可以包括所述漏斗胸图像监控模型的训练方法：
83.s401、获取包含皮肤损伤识别层、低谷识别层及下陷深度识别层的漏斗胸图像监控模型，及预构建的不同光照、角度场景下的胸部图像训练集；
84.s402、依次从所述胸部图像训练集中提取一组样本图像，利用所述漏斗胸图像监控模型对所述样本图像进行网络正向计算，并利用预设的中间层接口，将所述漏斗胸图像监控模型的皮肤损伤识别层及低谷识别层的结果进行输出，得到皮肤损伤预测结果与低谷位置预测结果；
85.s403、利用预设的组合交叉熵损失算法，根据所述皮肤损伤预测结果与低谷位置预测结果，对所述样本图像的真实标签进行损失值计算，得到组合损失值；
86.s404、最小化所述组合损失值，得到模型参数集合，并将所述模型参数集合进行网络前向反馈操作，优化所述漏斗胸图像监控模型的网络参数，得到更新漏斗胸图像监控模型；
87.s405、判断所述组合损失值的收敛性；
88.当所述组合损失值未收敛时，返回上述s402的步骤，对所述更新漏斗胸图像监控模型进行迭代训练；
89.当所述组合损失值收敛时，s406、将最终调整后的漏斗胸图像监控模型，作为训练完成的漏斗胸图像监控模型。
90.本发明实施例中，所述漏斗胸图像监控模型的皮肤损伤识别层、低谷识别层为需要训练网络，而所述下陷深度识别层为无需训练网络，因此为保证所述漏斗胸图像监控模型的训练效果，需要通过预设的中间层接口，将所述皮肤损伤识别层及低谷识别层的结果进行输出，然后根据梯度下降方法，通过所述组合交叉熵损失算法、前向反馈网络对所述漏斗胸图像监控模型进行训练，并在训练过程中，通过所述组合损失值的收敛性进行判断，所述组合损失值未收敛，表明模型还需要继续进行训练，反之，模型训练效果逐渐不明显，为避免过拟合现象，即可停止训练过程，得到训练完成的漏斗胸图像监控模型。其中，所述组合交叉熵损失算法为皮肤损伤识别的交叉熵算法与低谷识别的交叉熵算法的加权求和得到的。
91.本发明实施例中，负压强越大会导致患者胸部的提吸距离越大，其中，负压越大，危险性越大；负压越小、治疗效果越小，因此，为保证治疗效果及安全性，本发明实施例需要设置警戒阈值来限制胸部的下陷深度的变化值。
92.当所述变化值达到预设的警戒标准时，s5、记录并在预设的时间段内保持所述漏斗胸吸盘的负压值，并将所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建
的治疗日志数据库中。
93.详细的，本发明实施例中，所述当所述变化值达到预设的警戒标准时之前，所述方法还包括：
94.获取医护人员预设的医疗计划及用户此时的治疗进度，获取所述医疗计划中符合所述治疗进度的提吸距离；
95.判断所述变化值是否达到所述提吸距离，并判断所述变化值是否在预设负压值变化区间内保持稳定；
96.当所述变化值达到所述提吸距离，或所述变化值在在预设负压值变化区间内保持稳定，则判定所述变化值达到预设的警戒标准。
97.本发明实施例中，不同为满足患者的治疗效果，医护人员可以根据患者的身体素质等因素制定较好的医疗计划，可以根据治疗次数、治疗天数进行阶段性调整。
98.本发明可以根据患者的治疗阶段，选择所述医疗计划中的提吸距离，当低谷位置被提起所述提吸距离时，在预设时间段内保持负压值，其中，所述预设时间段也可以根据所述医疗计划进行查询，例如30分钟～2小时不等。然后，将治疗过程中的所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建的治疗日志数据库中。而当所述变化值在在预设负压值变化区间内保持稳定时，表明患者的肋骨、肌肉的拉伸力度达到一定界限，继续增加负压值可能会造成伤害。
99.本发明实施例中，所述将所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建的治疗日志数据库中之后，所述方法还包括：
100.利用预构建的治疗预测模型，根据所述治疗日志数据库中的历史数据，预测治疗数值的正常区间，并判断所述负压值、所述下陷深度及最终变化值是否处于所述正常区间中；
101.当所述负压值、所述下陷深度及最终变化值不全处于所述正常区间时，向医护人员发送报警信息。
102.本发明实施例中，可以通过预构建的治疗预测模型，预设所述所述负压值、所述下陷深度及最终变化值的预测值，当所述预测值发生突变，表明治疗出现质变时，可能存在好的或坏的情况，这时可以通过向医护人员发送报警信息，引导医生进行介入诊断，保证合理的治疗。而治疗过程的其他时间内，患者可以自由安排治疗时间，缓解不必要的出行、就医压力。
103.本发明实施例通过漏斗胸图像监控模型可以对患者的皮肤状况进行把控，避免使用危险性；还可以识别患者胸部的低谷位置及提吸的变化值，保证吸盘内负压值设置的合理性，保证用户治疗效果；最后在通过记录治疗日志，将治疗数据进行存储，方便医生对患者的治疗进度等状况的把控；其中，所述漏斗胸图像监控模型为基于神经网络的图像识别模型，能够准确高效的对监控图像做出及时反应，提高治疗过程中的监测准确性。因此，本发明实施例提供的一种漏斗胸治疗数据远程监控方法，能够在于帮助医师远程对漏斗胸患者的治疗过程进行监控。
104.如图5所示，是本发明一实施例提供的漏斗胸治疗数据远程监控装置的功能模块图。
105.本发明所述漏斗胸治疗数据远程监控装置100可以安装于电子设备中。根据实现
的功能，所述漏斗胸治疗数据远程监控装置100可以包括安全性监测模块101、负压监控模块102、提吸力度监控模块103及治疗记录存储模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
106.在本实施例中，关于各模块/单元的功能如下：
107.所述安全性监测模块101，用于利用预构建的漏斗胸吸盘的内部拍摄设备，获取监控图像，并利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤，及当所述监控图像中出现皮肤损伤时，发出预设的禁止使用信息；
108.所述负压监控模块102，用于当所述监控图像中未出现皮肤损伤时，根据预设的协同策略对用户进行负压操作，并实时获取所述漏斗胸吸盘内的负压值；
109.所述提吸力度监控模块103，用于利用所述漏斗胸图像监控模型，识别所述监控图像中胸部的低谷位置，并预测所述低谷位置的下陷深度，并记录所述下陷深度随所述负压值变化的变化值；
110.所述治疗记录存储模块104，用于当所述变化值达到预设的警戒标准时，记录并在预设的时间段内保持所述漏斗胸吸盘的负压值，并将所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建的治疗日志数据库中。
111.详细地，本技术实施例中所述漏斗胸治疗数据远程监控装置100中所述的各模块在使用时采用与上述图1至图4中所述的漏斗胸治疗数据远程监控方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
112.如图6所示，是本发明一实施例提供的实现漏斗胸治疗数据远程监控方法的电子设备1的结构示意图。
113.所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如漏斗胸治疗数据远程监控程序。
114.其中，所述处理器10在一些实施例中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。所述处理器10是所述电子设备1的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行漏斗胸治疗数据远程监控程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
115.所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如漏斗胸治疗数据远程监控程序的代码等，还可以用于暂时地存储已经输出或
者将要输出的数据。
116.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
117.所述通信接口13用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
118.图6仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图6示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
119.例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、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1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。
120.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
121.所述电子设备1中的所述存储器11存储的漏斗胸治疗数据远程监控程序是多个指令的组合，在所述处理器10中运行时，可以实现：
122.利用预构建的漏斗胸吸盘的内部拍摄设备，获取监控图像，并利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤；
123.当所述监控图像中出现皮肤损伤时，发出预设的禁止使用信息；
124.当所述监控图像中未出现皮肤损伤时，根据预设的协同策略对用户进行负压操作，并实时获取所述漏斗胸吸盘内的负压值；
125.利用所述漏斗胸图像监控模型，识别所述监控图像中胸部的低谷位置，并预测所述低谷位置的下陷深度，并记录所述下陷深度随所述负压值变化的变化值；
126.当所述变化值达到预设的警戒标准时，记录并在预设的时间段内保持所述漏斗胸吸盘的负压值，并将所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建的治疗日志数据库中。
127.具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
128.进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存
储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
129.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
130.利用预构建的漏斗胸吸盘的内部拍摄设备，获取监控图像，并利用预训练的漏斗胸图像监控模型，识别所述监控图像中是否出现皮肤损伤；
131.当所述监控图像中出现皮肤损伤时，发出预设的禁止使用信息；
132.当所述监控图像中未出现皮肤损伤时，根据预设的协同策略对用户进行负压操作，并实时获取所述漏斗胸吸盘内的负压值；
133.利用所述漏斗胸图像监控模型，识别所述监控图像中胸部的低谷位置，并预测所述低谷位置的下陷深度，并记录所述下陷深度随所述负压值变化的变化值；
134.当所述变化值达到预设的警戒标准时，记录并在预设的时间段内保持所述漏斗胸吸盘的负压值，并将所述监控图像、负压值、所述下陷深度及最终变化值上传至预构建的治疗日志数据库中。
135.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，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。
136.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单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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。
137.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单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元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。
138.对于本领域技术人员而言，显然本发明不限于上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。
139.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上述说明限定，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关联图标记视为限制所涉及的权利要求。
140.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。
141.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及
应用系统。
142.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元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。
143.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。