本發(fā)明屬于醫(yī)療保健學(xué)領(lǐng)域，具體的說是基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享系統(tǒng)及方法。

背景技術(shù)：

1、在醫(yī)療保健領(lǐng)域中，通過云計算技術(shù)來共享和管理患者的康復(fù)信息，能夠提高護(hù)理效率和質(zhì)量，在患者接受康復(fù)治療期間，通過各種醫(yī)療設(shè)備和傳感器收集患者的健康數(shù)據(jù)，將收集到的數(shù)據(jù)上傳到云端服務(wù)器進(jìn)行分析和共享，能夠?qū)崿F(xiàn)資源的優(yōu)化配置，并促進(jìn)患者的快速康復(fù)；

2、但是現(xiàn)有技術(shù)在護(hù)理信息共享過程中，無法根據(jù)歷史護(hù)理過程數(shù)據(jù)和護(hù)理效果數(shù)據(jù)構(gòu)建護(hù)理過程預(yù)測模型，從而無法為各種癥狀不同的患者提供最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度，不適宜的護(hù)理動作和護(hù)理力度易導(dǎo)致患者發(fā)生二次損傷，進(jìn)而導(dǎo)致降低了護(hù)理過程中的安全性和護(hù)理效果，現(xiàn)有技術(shù)中大多存在上述問題；

3、例如在申請公開號為cn118197521a的中國專利中公開一種用于臨床護(hù)理的康復(fù)信息云共享方法，涉及信息共享技術(shù)領(lǐng)域，將患者的康復(fù)信息劃分為不同的信息種類后進(jìn)行分散式云端存儲，獲得不同信息種類的康復(fù)信息的錨定標(biāo)準(zhǔn)和錨定差距，利用錨定差距對康復(fù)信息進(jìn)行匿名化處理，獲得患者之間的信息相似度并構(gòu)建患者的參考康復(fù)組，在參考康復(fù)組內(nèi)獲得患者在不同信息種類下的參考康復(fù)信息及其康復(fù)信息差距，對所獲得的康復(fù)信息差距進(jìn)行傳輸，根據(jù)所接收的康復(fù)信息差距和當(dāng)前康復(fù)信息獲得參考康復(fù)信息；通過該發(fā)明的技術(shù)方案，能夠?qū)颊唠[私形成有效的保護(hù)，提高患者信息的安全性，能夠利用信息相似的其他患者的康復(fù)信息對當(dāng)前患者的康復(fù)過程形成有效的參考，降低康復(fù)信息在共享過程中的泄露風(fēng)險；

4、以上專利均存在本背景技術(shù)提出的問題，為了解決本背景技術(shù)提出的問題，本技術(shù)設(shè)計了基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享系統(tǒng)及方法。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提出了基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享系統(tǒng)及方法。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享方法，其包括以下具體步驟：

3、獲取歷史護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)，同時獲取歷史護(hù)理過程中的身體變化數(shù)據(jù)；

4、獲取實(shí)時患者的身體變化數(shù)據(jù)導(dǎo)入身體異常值分析策略中進(jìn)行實(shí)時身體異常分析；

5、根據(jù)歷史護(hù)理位置的護(hù)理動作、護(hù)理力度數(shù)據(jù)和歷史護(hù)理過程中的身體變化數(shù)據(jù)構(gòu)建護(hù)理過程預(yù)測模型；

6、將患者實(shí)時身體異常分析結(jié)果導(dǎo)入構(gòu)建的護(hù)理過程預(yù)測模型輸出最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)；

7、護(hù)理人員根據(jù)輸出的最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)進(jìn)行護(hù)理操作。

8、作為基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享方法的優(yōu)選技術(shù)方案，所述獲取歷史護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)，同時獲取歷史護(hù)理過程中的身體變化數(shù)據(jù)的具體步驟為：

9、s11、獲取歷史護(hù)理過程中的護(hù)理位置數(shù)據(jù)、對應(yīng)各個護(hù)理位置的護(hù)理動作數(shù)據(jù)和各個護(hù)理位置的護(hù)理力度數(shù)據(jù)，儲存在第一儲存組件中；

10、s12、獲取歷史護(hù)理患者護(hù)理前的患者身體數(shù)據(jù)，同時獲取護(hù)理患者護(hù)理后的患者身體數(shù)據(jù)，儲存在第二儲存組件中，其中，患者身體數(shù)據(jù)包括患者護(hù)理位置、患者體溫、患者血壓和患者心率等能夠反應(yīng)患者身體體質(zhì)的數(shù)據(jù)。

11、作為基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享方法的優(yōu)選技術(shù)方案，所述獲取實(shí)時患者的身體變化數(shù)據(jù)導(dǎo)入身體異常值分析策略中進(jìn)行實(shí)時身體異常分析包括以下具體步驟：

12、s21、獲取患者起始時刻的身體數(shù)據(jù)和護(hù)理動作過程中實(shí)時的身體數(shù)據(jù)，將患者身體數(shù)據(jù)導(dǎo)入身體異常值計算公式中計算身體異常值，其中，身體異常值計算公式為：

13、t為需要監(jiān)測的時長，n為身體數(shù)據(jù)種類，dt為時間積分，ai為第i個身體數(shù)據(jù)種類的占比系數(shù)，xit為t時刻的第i個身體數(shù)據(jù)種類的數(shù)據(jù)，xitm為第i個身體數(shù)據(jù)種類的安全范圍的中值，xitmax為第i個身體數(shù)據(jù)種類的最大值，xitmin為第i個身體數(shù)據(jù)種類的最小值；

14、s22、將計算得到的起始時刻和護(hù)理動作過程中實(shí)時的身體異常值代入護(hù)理動作對應(yīng)的身體異常分析值計算公式中計算護(hù)理動作對應(yīng)的身體異常分析值，其中，護(hù)理動作對應(yīng)的身體異常分析值計算公式為：其中，stu為護(hù)理動作過程中實(shí)時的身體異常值，stm為患者起始時刻的身體異常值。

15、作為基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享方法的優(yōu)選技術(shù)方案，所述根據(jù)歷史護(hù)理位置的護(hù)理動作、護(hù)理力度數(shù)據(jù)和歷史護(hù)理過程中的身體變化數(shù)據(jù)構(gòu)建護(hù)理過程預(yù)測模型包括以下具體步驟：

16、s31、獲取歷史護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)，同時獲取護(hù)理動作對應(yīng)的身體異常分析值和起始時刻的的身體異常值，構(gòu)建輸入為起始時刻的的身體異常值，輸出為最小的身體異常分析值對應(yīng)的護(hù)理動作和護(hù)理力度數(shù)據(jù)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型；

17、s32、將提取的史護(hù)理位置的護(hù)理動作、護(hù)理力度數(shù)據(jù)、護(hù)理動作對應(yīng)的身體異常分析值和起始時刻的的身體異常值分為70％的參數(shù)訓(xùn)練集和30％的參數(shù)測試集；將70％的參數(shù)訓(xùn)練集輸入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，以得到初始深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型；利用30％的參數(shù)測試集對初始深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測試，輸出滿足身體異常分析值最大判斷準(zhǔn)確度的初始深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型作為深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，其中，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型中的特定神經(jīng)元的輸出策略公式為：

18、其中為z層s項神經(jīng)元的輸出，為第z-1層神經(jīng)元j與z層s項神經(jīng)元的連接權(quán)重，代表第z-1層神經(jīng)元j的輸出，代表第z-1層神經(jīng)元j與z層s項神經(jīng)元的線性關(guān)系的偏置，σ()代表sigmoid激活函數(shù)，m為z-1層神經(jīng)元的項數(shù)。

19、作為基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享方法的優(yōu)選技術(shù)方案，所述將患者實(shí)時身體異常分析結(jié)果導(dǎo)入構(gòu)建的護(hù)理過程預(yù)測模型輸出最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)包括以下具體內(nèi)容：

20、獲取患者起始時刻的身體數(shù)據(jù)和護(hù)理動作對應(yīng)的身體異常分析值代入構(gòu)建的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型中，輸出最小的身體異常分析值對應(yīng)的護(hù)理動作和護(hù)理力度數(shù)據(jù)，作為最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)。

21、基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享系統(tǒng)，其基于上述基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享方法實(shí)現(xiàn)，其具體包括：

22、數(shù)據(jù)獲取模組，用于獲取歷史護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)，同時獲取歷史護(hù)理過程中的身體變化數(shù)據(jù)；

23、身體異常分析模組，用于獲取實(shí)時患者的身體變化數(shù)據(jù)導(dǎo)入身體異常值分析策略中進(jìn)行實(shí)時身體異常分析；

24、護(hù)理過程預(yù)測模型構(gòu)建模組，用于根據(jù)歷史護(hù)理位置的護(hù)理動作、護(hù)理力度數(shù)據(jù)和歷史護(hù)理過程中的身體變化數(shù)據(jù)構(gòu)建護(hù)理過程預(yù)測模型；

25、模型輸出模組，用于將患者實(shí)時身體異常分析結(jié)果導(dǎo)入構(gòu)建的護(hù)理過程預(yù)測模型輸出最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)；

26、護(hù)理模型模組，用于護(hù)理人員根據(jù)輸出的最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)進(jìn)行護(hù)理操作；

27、控制模組，用于數(shù)據(jù)獲取模組、身體異常分析模組、護(hù)理過程預(yù)測模型構(gòu)建模組、模型輸出模組和護(hù)理模型模組的控制運(yùn)行。

28、一種電子設(shè)備，包括：處理器和存儲器，其中，所述存儲器中存儲有可供處理器調(diào)用的計算機(jī)程序；

29、所述處理器通過調(diào)用所述存儲器中存儲的計算機(jī)程序，執(zhí)行上述的基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享方法。

30、一種計算機(jī)可讀存儲介質(zhì)，儲存有指令，當(dāng)所述指令在計算機(jī)上運(yùn)行時，使得計算機(jī)執(zhí)行如上述的基于增強(qiáng)現(xiàn)實(shí)的護(hù)理信息共享方法。

31、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

32、本發(fā)明獲取歷史護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)，同時獲取歷史護(hù)理過程中的身體變化數(shù)據(jù)，獲取實(shí)時患者的身體變化數(shù)據(jù)導(dǎo)入身體異常值分析策略中進(jìn)行實(shí)時身體異常分析，根據(jù)歷史護(hù)理位置的護(hù)理動作、護(hù)理力度數(shù)據(jù)和歷史護(hù)理過程中的身體變化數(shù)據(jù)構(gòu)建護(hù)理過程預(yù)測模型，將患者實(shí)時身體異常分析結(jié)果導(dǎo)入構(gòu)建的護(hù)理過程預(yù)測模型輸出最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)，護(hù)理人員根據(jù)輸出的最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度數(shù)據(jù)進(jìn)行護(hù)理操作，根據(jù)歷史護(hù)理過程數(shù)據(jù)和護(hù)理效果數(shù)據(jù)構(gòu)建護(hù)理過程預(yù)測模型，為各種癥狀不同的患者提供最合適的護(hù)理位置的護(hù)理動作和護(hù)理力度，提高了護(hù)理過程中的安全性和護(hù)理效果。