CN111402347A - 一种基于物联网的新冠肺炎疫情防控系统 - Google Patents
一种基于物联网的新冠肺炎疫情防控系统 Download PDFInfo
- Publication number
- CN111402347A CN111402347A CN202010203131.5A CN202010203131A CN111402347A CN 111402347 A CN111402347 A CN 111402347A CN 202010203131 A CN202010203131 A CN 202010203131A CN 111402347 A CN111402347 A CN 111402347A
- Authority
- CN
- China
- Prior art keywords
- detection line
- detection
- result
- server
- new coronary
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 206010035664 Pneumonia Diseases 0.000 title claims abstract description 54
- 230000002265 prevention Effects 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 119
- 238000003745 diagnosis Methods 0.000 claims abstract description 22
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims abstract description 13
- 230000009467 reduction Effects 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 2
- 241000711573 Coronaviridae Species 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 150000007523 nucleic acids Chemical class 0.000 description 2
- 102000039446 nucleic acids Human genes 0.000 description 2
- 108020004707 nucleic acids Proteins 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000001528 Coronaviridae Infections Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000012505 colouration Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明适用于计算机技术领域，尤其涉及一种基于物联网的新冠肺炎疫情防控系统，包括安装有检测线传感器的新冠肺炎胶体金试剂盒以及服务端；所述安装有检测线传感器的新冠肺炎胶体金试剂盒，用于对用户进行新冠肺炎检测，并通过所述检测线传感器获取检测线结果，并上传至所述服务端；所述服务端，用于根据所述检测线结果确定用户的诊断结果。本发明实施例提供的防控系统利用具有快速、简便、稳定性高、廉价、可自我检测等优点的新冠肺炎胶体金试剂盒作为新冠肺炎新冠肺炎检测工具，同时配合安装在试剂盒内部的检测线传感器，能够获取检测线结果并上传至服务端，一方面用户可以方便快捷的进行检测，另一方面实现了新冠肺炎检测结果的集中管理。
Description
技术领域
本发明属于计算机技术领域，尤其涉及一种基于物联网的新冠肺炎疫情防控系统。
背景技术
新冠状病毒(2019-nCoV)是一种具有极强的传染性，可导致感染者出现发热、咳嗽、呼吸困难，甚至死亡的冠状病毒新毒株。新冠状病毒感染导致的肺炎潜伏期为1-14天，感染者在整个病程中均具有明显的传染性，因此早期、及时地诊断可有效控制疾病的传染，并有助于提前给予患者医疗支持改善其疾病结局。
目前对于新冠状病毒肺炎的筛查需要综合临床症状、血常规、CT检查或核酸检查的结果进行判断。CT检查和核酸检查均需要独立的场所、昂贵的设备及专业的人员，因此无法满足目前对大范围人群进行筛查的需求，并且检测结果需要专业医生完成，降低了检测效率，获得的检测结果后无法及时获得医学解释及医疗建议，结果无法长期保存，无法为后续的研究提供数据。
可见，现有的新冠状病毒肺炎还存在着检测手段难以普及、检测数据难以集中分析的技术问题。
发明内容
本发明实施例的目的在于提供一种基于物联网的新冠肺炎疫情防控系统，旨在解决现有的新冠状病毒肺炎还存在的检测手段难以普及、检测数据难以集中分析的技术问题。
本发明实施例是这样实现的，一种基于物联网的新冠肺炎疫情防控系统，包括安装有检测线传感器的新冠肺炎胶体金试剂盒以及服务端；
所述安装有检测线传感器的新冠肺炎胶体金试剂盒，用于对用户进行新冠肺炎检测，并通过所述检测线传感器获取检测线结果，并上传至所述服务端；
所述服务端，用于根据所述检测线结果确定用户的诊断结果。
作为本发明的一个优选实施例，还包括身份绑定端，所述身份绑定端，用于获取用户身份信息，并与获取的所述检测线结果建立对应关系，并上传至所述服务端。
作为本发明的另一个优选实施例，还包括定位端，所述定位端，用于获取用户位置信息，并与获取的所述用户身份信息建立对应关系，并上传至所述服务端。
作为本发明的另一个优选实施例，所述检测线传感器为图像传感器，所述检测线结果为包含检测线的图像。
作为本发明的另一个优选实施例，所述检测线包括质控检测线、IgM抗体检测线以及IgG抗体检测线。
作为本发明的另一个优选实施例，所述服务端用于根据所述包含检测线的图像确定用户的诊断结果的步骤具体包括：
确定包含检测线的图像中多条检测线的灰度值；
基于预设的图像降噪模型对所述图像中多条检测线的灰度值进行降噪处理；所述预设的图像降噪模型是预先基于线性回归算法训练生成的；
根据降噪处理后的多条检测线的灰度值确定用户的诊断结果。
作为本发明的另一个优选实施例，训练生成所述图像降噪模型的步骤具体包括：
获取训练样本；所述训练样本包括多条样本检测线的灰度值以及对应的诊断结果；
构建初始化的图像降噪模型，所述图像降噪模型包括待确定的误差参数以及阈值参数；
根据所述训练样本对所述图像降噪模型中包括的误差参数以及阈值参数进行训练。
作为本发明的另一个优选实施例，所述服务端还用于根据用户的诊断结果以及预设的疫情传播模型确定疫情的传播趋势。
本发明实施例提供的一种基于物联网的新冠肺炎疫情防控系统，利用具有快速、简便、稳定性高、廉价、可自我检测等优点的新冠肺炎胶体金试剂盒作为新冠肺炎新冠肺炎检测工具，同时配合安装在试剂盒内部的检测线传感器，能够获取检测线结果，并上传至服务端，服务端可以统计收集各个用户自行检测的检测结果并确定各个用户的诊断结果，一方面实现了新冠肺炎检测的普及，用户可以居家方便快捷的实现检测，另一方面实现了新冠肺炎检测结果的集中管理，对于后续数据的整理、分析、公开、预测具有深远的意义。
附图说明
图1为本发明实施例提供的一种基于物联网的新冠肺炎疫情防控系统的结构示意图；
图2为本发明实施例提供的另一种基于物联网的新冠肺炎疫情防控系统的结构示意图；
图3为本发明实施例提供的又一种基于物联网的新冠肺炎疫情防控系统的结构示意图；
图4为本发明实施例提供的确定用户的诊断结果的步骤流程图；
图5为本发明实施例提供的训练生成图像降噪模型的步骤流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
如图1所示，为本发明实施例提供的一种基于物联网的新冠肺炎疫情防控系统的结构示意图，详述如下。
在本发明实施例中，所述新冠肺炎疫情防控系统包括安装有检测线传感器110的新冠肺炎胶体金试剂盒120以及服务端130。
在本发明实施例中，所述新冠肺炎胶体金试剂盒120用于对用户进行新冠肺炎检测。
在本发明实施例中，所述检测线传感器110用于获取检测线结果，并将获取的检测线结果上传至所述服务端。
作为本发明的一个优选实施例中，所述检测线传感器为图像传感器，则此时检测线结果为包含检测线的图像。进一步的，检测线包括质控检测线、IgM抗体检测线以及IgG抗体检测线，质控检测线可以反映本次检测的有效性，当质控检测线显色时，表明本次检测有效，而质控检测线不显色时，表明本次检测无效，在检测有效时，IgM抗体检测线以及IgG抗体检测线可以反映用户的诊断结果，是否感染。
在本发明实施例中，所述服务端130可以是具有数据存储以及数据处理功能的服务器，也可以是云服务器，所述服务端用于根据所述检测线结果确定用户的诊断结果。显然，所述服务端可以收集若干个用户上传的检测线结果，并集中对诊断结果进行管理。
作为本发明的一个优选实施例，当检测线传感器为图像传感器，服务端根据上传的包含检测线的图像确定用户的诊断结果的步骤请具体参阅图4及其解释说明。
作为本发明的一个优选实施例，所述服务端130还用于根据用户的诊断结果以及预设的疫情传播模型确定疫情的传播趋势。
本发明实施例提供的一种基于物联网的新冠肺炎疫情防控系统，利用具有快速、简便、稳定性高、廉价、可自我检测等优点的新冠肺炎胶体金试剂盒作为新冠肺炎新冠肺炎检测工具，同时配合安装在试剂盒内部的检测线传感器，能够获取检测线结果，并上传至服务端，服务端可以统计收集各个用户自行检测的检测结果并确定各个用户的诊断结果，一方面实现了新冠肺炎检测的普及，用户可以居家方便快捷的实现检测，另一方面实现了新冠肺炎检测结果的集中管理，对于后续数据的整理、分析、公开、预测具有深远的意义。
如图2所示，为本发明实施例提供的另一种基于物联网的新冠肺炎疫情防控系统，详述如下。
在本发明实施例中，与图1所示出的一种基于物联网的新冠肺炎疫情防控系统的区别在于，还包括身份绑定端210；
所述身份绑定端210，用于获取用户身份信息，并与获取的所述检测线结果建立对应关系，并上传至所述服务端。
在本发明实施例中，所述身份绑定端210通常为移动设备，例如手机、智能手表等等，凡是能够获取到用户的身份信息的设备均可，并进一步利用二维码扫描、人脸识别等技术实现身份的绑定，本发明对具体实现身份绑定的设备以及技术均不作限制。
在本发明实施例中，显然身份绑定端应当与新冠肺炎胶体金试剂盒一一对应，即通常情况下，每一份新冠肺炎胶体金试剂盒都应当对应有一个身份绑定端。
在本发明实施例中，通过设置身份绑定端，并与获取的检测线结果建立绑定关系，能够进一步方便实现对风险用户的监管。
如图3所示，为本发明实施例提供的又一种基于物联网的新冠肺炎疫情防控系统，详述如下。
在本发明实施例中，与图1所示出的一种基于物联网的新冠肺炎疫情防控系统的区别在于，还包括定位端310；
所述定位端310，用于获取用户位置信息，并与获取的所述用户身份信息建立对应关系，并上传至所述服务端。
在本发明实施例中，所述定位端310与所述身份绑定端210相似，通常为移动设备，可以是具有GPS定位功能的任意设备，例如手机、智能手表等等。当然，作为优选，也可以利用同一款设备同时实现身份绑定以及定位，即可以同时为身份绑定端和定位端。
在本发明实施例中，显然定位端也应当与身份绑定端一一对应，即通常情况下，每一个身份绑定端都应当对应有一个定位端。
在本发明实施例中，通过进一步设置定位端，并将获取的用户位置信息与用户身份信息以及检测结果绑定，能够确定新冠肺炎的分布地图，对后续疫情的传播模型的建立具有重要意义。
如图4所示，为本发明实施例提供的确定用户的诊断结果的步骤流程图，具体包括以下步骤：
步骤S402，确定包含检测线的图像中多条检测线的灰度值。
在本发明实施例中，考虑到通过检测线显色与否来判断检测结果，因此，需要确定包含检测线的图像中多条检测线的灰度值。作为优选，考虑到一次检测过程中，仅仅获取单次检测结果存在较大的误差，可以在一次检测过程中采集若干次检测结果，获取多张图像，即获取多条检测线的灰度值数组。
步骤S404，基于预设的图像降噪模型对所述图像中多条检测线的灰度值进行降噪处理。
在本发明实施例中，所述预设的图像降噪模型是预先基于线性回归算法训练生成的。考虑到采集过程中的误差，通过图像降噪模型能够对多条检测线的灰度值进行降噪处理，从而获得更加准确地结果。
步骤S406，根据降噪处理后的多条检测线的灰度值确定用户的诊断结果。
在本发明实施例中，显然基于多条检测线的灰度值与预设的阈值判断就可以确定检测线是否显色，当检测线的灰度值高于预设的阈值，该检测线显色；当检测线的灰度值低于预设的阈值，该检测线未显色。而进一步通过检测线的显色与否判断用户是否感染属于本领域技术人员的常规技术手段，在此不做赘述。
如图5所示，为本发明实施例提供的训练生成图像降噪模型的步骤流程图，具体包括以下步骤：
步骤S502，获取训练样本。
在本发明实施例中，所述训练样本包括多条样本检测线的灰度值以及对应的诊断结果。
步骤S504，构建初始化的图像降噪模型。
在本发明实施例中，所述图像降噪模型包括待确定的误差参数以及阈值参数。所述误差参数服从均值为0的正态分布。
步骤S506，根据所述训练样本对所述图像降噪模型中包括的误差参数以及阈值参数进行训练。
在本发明实施例中，基于线性回归算法并结合训练样本就可以确定图像降噪模型中包括的误差参数以及阈值参数的值，从而训练生成图像降噪模型。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于物联网的新冠肺炎疫情防控系统，其特征在于，包括安装有检测线传感器的新冠肺炎胶体金试剂盒以及服务端；
所述安装有检测线传感器的新冠肺炎胶体金试剂盒，用于对用户进行新冠肺炎检测，并通过所述检测线传感器获取检测线结果，并上传至所述服务端；
所述服务端，用于根据所述检测线结果确定用户的诊断结果。
2.根据权利要求1所述的一种基于物联网的新冠肺炎疫情防控系统，其特征在于，还包括身份绑定端；
所述身份绑定端，用于获取用户身份信息，并与获取的所述检测线结果建立对应关系，并上传至所述服务端。
3.根据权利要求2所述的一种基于物联网的新冠肺炎疫情防控系统，其特征在于，还包括定位端；
所述定位端，用于获取用户位置信息，并与获取的所述用户身份信息建立对应关系，并上传至所述服务端。
4.根据权利要求1所述的一种基于物联网的新冠肺炎疫情防控系统，其特征在于，所述检测线传感器为图像传感器，所述检测线结果为包含检测线的图像。
5.根据权利要求4所述的一种基于物联网的新冠肺炎疫情防控系统，其特征在于，所述检测线包括质控检测线、IgM抗体检测线以及IgG抗体检测线。
6.根据权利要求4所述的一种基于物联网的新冠肺炎疫情防控系统，其特征在于，所述服务端用于根据所述包含检测线的图像确定用户的诊断结果的步骤具体包括：
确定包含检测线的图像中多条检测线的灰度值；
基于预设的图像降噪模型对所述图像中多条检测线的灰度值进行降噪处理；所述预设的图像降噪模型是预先基于线性回归算法训练生成的；
根据降噪处理后的多条检测线的灰度值确定用户的诊断结果。
7.根据权利要求6所述的一种基于物联网的新冠肺炎疫情防控系统，其特征在于，训练生成所述图像降噪模型的步骤具体包括：
获取训练样本；所述训练样本包括多条样本检测线的灰度值以及对应的诊断结果；
构建初始化的图像降噪模型，所述图像降噪模型包括待确定的误差参数以及阈值参数；
根据所述训练样本对所述图像降噪模型中包括的误差参数以及阈值参数进行训练。
8.根据权利要求1所述的一种基于物联网的新冠肺炎疫情防控系统，其特征在于，所述服务端还用于根据用户的诊断结果以及预设的疫情传播模型确定疫情的传播趋势。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010203131.5A CN111402347A (zh) | 2020-03-20 | 2020-03-20 | 一种基于物联网的新冠肺炎疫情防控系统 |
| PCT/CN2020/081698 WO2021184411A1 (zh) | 2020-03-20 | 2020-03-27 | 一种基于物联网的新冠肺炎疫情防控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010203131.5A CN111402347A (zh) | 2020-03-20 | 2020-03-20 | 一种基于物联网的新冠肺炎疫情防控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111402347A true CN111402347A (zh) | 2020-07-10 |
Family
ID=71432797
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010203131.5A Pending CN111402347A (zh) | 2020-03-20 | 2020-03-20 | 一种基于物联网的新冠肺炎疫情防控系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111402347A (zh) |
| WO (1) | WO2021184411A1 (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111816323A (zh) * | 2020-07-27 | 2020-10-23 | 广州驰兴通用技术研究有限公司 | 一种基于物联网的智慧城市管理方法及系统 |
| CN111999288A (zh) * | 2020-08-31 | 2020-11-27 | 北京连接时代科技有限公司 | 一种用于移动终端的病原体和抗体检测系统 |
| CN112164471A (zh) * | 2020-09-17 | 2021-01-01 | 吉林大学 | 基于分类回归模型的新冠疫情综合评估方法 |
| WO2022021664A1 (zh) * | 2020-07-30 | 2022-02-03 | 山东大学 | 一种快速检测新型冠状病毒肺炎的方法及系统 |
| CN114678093A (zh) * | 2022-03-25 | 2022-06-28 | 深圳傲威网络有限公司 | 检测信息处理方法及系统 |
| CN115015199A (zh) * | 2022-05-13 | 2022-09-06 | 苏州海苗生物科技有限公司 | 智能一次性检测系统及方法 |
| CN115290890A (zh) * | 2022-08-10 | 2022-11-04 | 北京华科泰生物技术股份有限公司 | 新冠抗原定量监测预警方法及装置 |
| CN115436629A (zh) * | 2022-08-05 | 2022-12-06 | 李宇剑 | 新冠检测结果上报追踪方法与新冠病毒检测试剂盒 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114898892B (zh) * | 2021-12-30 | 2024-02-13 | 北京福乐云科技有限公司 | 基于物联网系统的基层医共体医疗机构感染风险控制方法 |
| CN114463533A (zh) * | 2022-02-09 | 2022-05-10 | 成都市思博睿科技有限公司 | 一种新型冠状病毒检测结果快速采集方法 |
| CN115116620A (zh) * | 2022-05-09 | 2022-09-27 | 深圳市橙方智能科技有限公司 | 抗疫采样管控方法、后台服务器及移动终端 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103245780A (zh) * | 2013-04-27 | 2013-08-14 | 北京福乐云检测科技有限公司 | 胶体金防伪溯源云平台 |
| CN103248681A (zh) * | 2013-04-27 | 2013-08-14 | 北京福乐云检测科技有限公司 | 基于移动终端读取的胶体金法检测云平台 |
| CN103259855A (zh) * | 2013-04-27 | 2013-08-21 | 北京福乐云检测科技有限公司 | 传染病、慢病检测与监视预警系统云平台 |
| CN105787944A (zh) * | 2016-03-04 | 2016-07-20 | 红塔烟草（集团）有限责任公司楚雄卷烟厂 | 一种基于工业相机的铺叶台摆把监控装置及监控方法 |
| CN205427956U (zh) * | 2016-03-04 | 2016-08-03 | 红塔烟草（集团）有限责任公司楚雄卷烟厂 | 一种基于工业相机的铺叶台烟叶摆把监控装置 |
| CN107121542A (zh) * | 2017-04-28 | 2017-09-01 | 厦门大学 | 一种基于手机的免疫层析试条定量检测系统及方法 |
| CN107315990A (zh) * | 2017-05-04 | 2017-11-03 | 深圳市美好幸福生活安全系统有限公司 | 一种基于xcs‑lbp特征以及级联aksvm的行人检测算法 |
| CN107423736A (zh) * | 2017-04-20 | 2017-12-01 | 深圳可思美科技有限公司 | 一种检测皮肤症状的降噪方法和装置 |
| CN207366573U (zh) * | 2017-11-13 | 2018-05-15 | 深圳市博卡生物技术有限公司 | 呼吸道病原体IgM抗体检测试剂盒 |
| CN108305247A (zh) * | 2018-01-17 | 2018-07-20 | 中南大学湘雅三医院 | 一种基于ct图像灰度值检测组织硬度的方法 |
| CN108475544A (zh) * | 2015-11-12 | 2018-08-31 | 卡尤迪医学检验实验室（北京）有限公司 | 用于疾病监测和评估的方法和系统 |
| CN109287589A (zh) * | 2018-11-26 | 2019-02-01 | 广东智源信息技术有限公司 | 一种基于图像识别的蚊虫数量快速监测诱蚊灯 |
| CN109959750A (zh) * | 2019-04-09 | 2019-07-02 | 浙江大学 | 脂溶性天然产物薄层定量图像识别检测方法 |
| CN110044901A (zh) * | 2019-04-30 | 2019-07-23 | 重庆康巨全弘生物科技有限公司 | 一种试剂卡灰度分析系统 |
| CN110069598A (zh) * | 2019-03-12 | 2019-07-30 | 北京睿企信息科技有限公司 | 一种智能调解方法及系统 |
| CN110646354A (zh) * | 2019-08-28 | 2020-01-03 | 东华大学 | 一种棉纤维的颜色测试装置及方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3042208A4 (en) * | 2013-09-06 | 2017-04-19 | Theranos, Inc. | Systems and methods for detecting infectious diseases |
| US9152761B2 (en) * | 2014-01-10 | 2015-10-06 | Heartflow, Inc. | Systems and methods for identifying medical image acquisition parameters |
| CN109727681A (zh) * | 2017-10-30 | 2019-05-07 | 戚本昊 | 疾病疫情预防监控普查系统 |
| CN109752976A (zh) * | 2017-11-01 | 2019-05-14 | 杭州沃朴物联科技有限公司 | 一种带防伪标签的鸡养殖物联网管理系统 |
| CN109596617B (zh) * | 2018-12-20 | 2022-05-17 | 广州蚁群信息科技有限公司 | 一种用于包虫病检测的移动式可追踪系统 |
-
2020
- 2020-03-20 CN CN202010203131.5A patent/CN111402347A/zh active Pending
- 2020-03-27 WO PCT/CN2020/081698 patent/WO2021184411A1/zh active Application Filing
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103248681A (zh) * | 2013-04-27 | 2013-08-14 | 北京福乐云检测科技有限公司 | 基于移动终端读取的胶体金法检测云平台 |
| CN103259855A (zh) * | 2013-04-27 | 2013-08-21 | 北京福乐云检测科技有限公司 | 传染病、慢病检测与监视预警系统云平台 |
| CN103245780A (zh) * | 2013-04-27 | 2013-08-14 | 北京福乐云检测科技有限公司 | 胶体金防伪溯源云平台 |
| CN108475544A (zh) * | 2015-11-12 | 2018-08-31 | 卡尤迪医学检验实验室（北京）有限公司 | 用于疾病监测和评估的方法和系统 |
| CN105787944A (zh) * | 2016-03-04 | 2016-07-20 | 红塔烟草（集团）有限责任公司楚雄卷烟厂 | 一种基于工业相机的铺叶台摆把监控装置及监控方法 |
| CN205427956U (zh) * | 2016-03-04 | 2016-08-03 | 红塔烟草（集团）有限责任公司楚雄卷烟厂 | 一种基于工业相机的铺叶台烟叶摆把监控装置 |
| CN107423736A (zh) * | 2017-04-20 | 2017-12-01 | 深圳可思美科技有限公司 | 一种检测皮肤症状的降噪方法和装置 |
| CN107121542A (zh) * | 2017-04-28 | 2017-09-01 | 厦门大学 | 一种基于手机的免疫层析试条定量检测系统及方法 |
| CN107315990A (zh) * | 2017-05-04 | 2017-11-03 | 深圳市美好幸福生活安全系统有限公司 | 一种基于xcs‑lbp特征以及级联aksvm的行人检测算法 |
| CN207366573U (zh) * | 2017-11-13 | 2018-05-15 | 深圳市博卡生物技术有限公司 | 呼吸道病原体IgM抗体检测试剂盒 |
| CN108305247A (zh) * | 2018-01-17 | 2018-07-20 | 中南大学湘雅三医院 | 一种基于ct图像灰度值检测组织硬度的方法 |
| CN109287589A (zh) * | 2018-11-26 | 2019-02-01 | 广东智源信息技术有限公司 | 一种基于图像识别的蚊虫数量快速监测诱蚊灯 |
| CN110069598A (zh) * | 2019-03-12 | 2019-07-30 | 北京睿企信息科技有限公司 | 一种智能调解方法及系统 |
| CN109959750A (zh) * | 2019-04-09 | 2019-07-02 | 浙江大学 | 脂溶性天然产物薄层定量图像识别检测方法 |
| CN110044901A (zh) * | 2019-04-30 | 2019-07-23 | 重庆康巨全弘生物科技有限公司 | 一种试剂卡灰度分析系统 |
| CN110646354A (zh) * | 2019-08-28 | 2020-01-03 | 东华大学 | 一种棉纤维的颜色测试装置及方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111816323A (zh) * | 2020-07-27 | 2020-10-23 | 广州驰兴通用技术研究有限公司 | 一种基于物联网的智慧城市管理方法及系统 |
| WO2022021664A1 (zh) * | 2020-07-30 | 2022-02-03 | 山东大学 | 一种快速检测新型冠状病毒肺炎的方法及系统 |
| CN111999288A (zh) * | 2020-08-31 | 2020-11-27 | 北京连接时代科技有限公司 | 一种用于移动终端的病原体和抗体检测系统 |
| CN112164471A (zh) * | 2020-09-17 | 2021-01-01 | 吉林大学 | 基于分类回归模型的新冠疫情综合评估方法 |
| CN112164471B (zh) * | 2020-09-17 | 2022-05-24 | 吉林大学 | 基于分类回归模型的新冠疫情综合评估方法 |
| CN114678093A (zh) * | 2022-03-25 | 2022-06-28 | 深圳傲威网络有限公司 | 检测信息处理方法及系统 |
| CN115015199A (zh) * | 2022-05-13 | 2022-09-06 | 苏州海苗生物科技有限公司 | 智能一次性检测系统及方法 |
| CN115436629A (zh) * | 2022-08-05 | 2022-12-06 | 李宇剑 | 新冠检测结果上报追踪方法与新冠病毒检测试剂盒 |
| CN115290890A (zh) * | 2022-08-10 | 2022-11-04 | 北京华科泰生物技术股份有限公司 | 新冠抗原定量监测预警方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021184411A1 (zh) | 2021-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111402347A (zh) | 一种基于物联网的新冠肺炎疫情防控系统 | |
| US20110245632A1 (en) | Medical Diagnosis Using Biometric Sensor Protocols Based on Medical Examination Attributes and Monitored Data | |
| KR102498686B1 (ko) | 품질 제어를 위해 전자 이미지들을 분석하기 위한 시스템들 및 방법들 | |
| CN111445546B (zh) | 图像重建方法、装置、电子设备、存储介质 | |
| CN110728673A (zh) | 一种目标部位分析方法、装置、计算机设备及存储介质 | |
| CN112634987A (zh) | 一种单样本肿瘤dna拷贝数变异检测的方法和装置 | |
| CN116705296B (zh) | 一种基于常规mri序列对gbm患者进行风险分层的方法及系统 | |
| CN116893168A (zh) | 对art试剂盒的检测结果进行定量分析的方法及装置 | |
| US11464466B2 (en) | Methods and systems for periodontal disease screening | |
| CN115902227B (zh) | 一种免疫荧光试剂盒的检测评估方法及系统 | |
| CN106850296B (zh) | 一种大型复杂空间钢结构无损检测系统及方法 | |
| CN113823353B (zh) | 基因拷贝数扩增检测方法、装置及可读介质 | |
| CN113344914B (zh) | 基于图像识别智能分析ppd皮试结果的方法及装置 | |
| CN118098476B (zh) | 一种基于大数据的电子病历合格程度评价方法及系统 | |
| CN113360611A (zh) | 基于检查结果的ai诊断方法、装置、存储介质和设备 | |
| EP4489011A1 (en) | Method and apparatus for analyzing pathological slide image | |
| Wyllie et al. | M. tuberculosis microvariation is common and is associated with transmission: analysis of three years prospective universal sequencing in England | |
| Ranjbar et al. | Data quality in healthcare for the purpose of artificial intelligence: a case study on ECG digitalization | |
| CN116344037A (zh) | 一种msi分型确定方法、装置、电子设备及存储介质 | |
| CN112819786A (zh) | 基于多个肝静脉波形图的肝脏血液动力检测装置 | |
| Song et al. | A grid management system for COVID-19 antigen detection based on image recognition | |
| CN111060703A (zh) | 一种试纸传感器分析方法、设备及系统 | |
| CN117218433B (zh) | 居家多癌种检测装置和多模态融合模型构建方法及装置 | |
| CN117893792B (zh) | 一种基于mr信号的膀胱肿瘤分类方法及相关装置 | |
| CN116403076B (zh) | 一种基于dti序列对gbm患者进行风险分层的方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200710 |