一种基于VR技术的医疗学习方法及系统技术方案

本发明专利技术公开了一种基于VR技术的医疗学习方法及系统，该医疗学习方法包括以下步骤：S1：采用网络爬虫技术抓取患者身体的性能指数数据，记录患者病症的数据信息；S2：采用网络爬虫技术抓取医生就诊的性能指数数据，记录手术过程的数据信息，通过云端数据库上传至控制中心；S3：控制中心对采集和记录的数据及信息进行分类处理，并将分类结果反馈至云端；S4：学员佩戴VR显示器，读取存储在云端中的分类结果，并采用正则化构建的深度学习模型对分类结果进行学习；S5：在VR显示器中设置学员登陆窗口，待学员学习后跳转学习考核窗口。本发明专利技术加了改进的算法程序进行控制，提高计算速度与精度，对研究VR医疗具有积极的意义。对研究VR医疗具有积极的意义。对研究VR医疗具有积极的意义。

【技术实现步骤摘要】
一种基于VR技术的医疗学习方法及系统


[0001]本专利技术涉及医疗学习
，具体来说，涉及一种基于VR技术的医疗学习方法及系统。

技术介绍

[0002]随着科学技术日新月异的发展，给当今世界的制造业带来了空前的技术革命，在此期间，虚拟现实技术应运而生，它给人们带来了一门神奇的感觉和
，给人们带入了梦幻世界，虚拟现实简称为VR，是以沉浸性、交互性和构想性为基础技术特征的计算机高级人机界面、并行处理技术、多传感技术、模拟人的视觉、听觉、触觉等感觉器官功能，使得人们沉浸在计算机生成的虚拟环境中并能够通过语言、手势等自然方式与之进行互动，创建了一种造人化的多维信息空间，具有广阔的应用前景。
[0003]在我国，医疗资源分配不均匀现象比较严重，优势资源集中在少部分地区和医院，即使同为省会城市三甲医院，医院的治疗水平差距也是比较大的，由于地域资源等不可抗力因素导致的医院差距，人民在身体健康出现问题时，会优先选择更好的医院，一方面会增加这些医院的医疗压力，另一方面，由于患者对下级医院医疗水平的不信任，使得下级医院医生不能得到良好的成长，在患者进行诊治时，由于下级医院的经验不够，导致不能确诊，同时加深患者对医院的不信任，而通过建立在3d模型中的婴幼儿紧急救护VR交互系统来培训医学学生，并提高医学学生的治疗能力与治疗手段，更快且更有效的提升医院的治疗水平。
[0004]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]针对相关技术中的问题，本专利技术提出一种基于VR技术的医疗学习方法及系统，以克服现有相关技术所存在的上述技术问题。
[0006]为此，本专利技术采用的具体技术方案如下：
[0007]根据本专利技术的一个方面，提供了一种基于VR技术的医疗学习方法，该医疗学习方法包括以下步骤：
[0008]S1：采用网络爬虫技术抓取患者身体的性能指数数据，记录患者病症的数据信息，并通过云端数据库上传至控制中心；
[0009]S2：采用网络爬虫技术抓取医生就诊的性能指数数据，记录手术过程的数据信息，并通过云端数据库上传至控制中心；
[0010]S3：控制中心对采集和记录的数据及信息进行分类处理，并将分类结果反馈至云端，并在云端进行存储；
[0011]S4：学员佩戴VR显示器，读取存储在云端中的分类结果，并采用正则化构建的深度学习模型对分类结果进行学习；
[0012]S5：在VR显示器中设置学员登陆窗口，待学员学习后跳转学习考核窗口，并将学习
考核分数上传至云端，并在云端进行存储。
[0013]进一步的，所述采用网络爬虫技术抓取患者身体的性能指数数据，记录患者病症的数据信息，并通过云端数据库上传至控制中心还包括以下步骤：
[0014]S11、删除患者身体的性能指数数据中身份属性；
[0015]S12、采用同类均值插补法补全患者身体的性能指数数据的缺失值；
[0016]S13、将患者身体的性能指数数据属性中数值型的属性转换成布尔值的属性，并得到新的性能指数数据；
[0017]S14、通过云端数据库存储并记录新的患者身体的性能指数数据，并将患者病症的信息进行分类存储；
[0018]S15、结合以太网传输技术，将存储的信息传输至控制中心；
[0019]其中，所述同类均值插补法包括将数据样本进行分类，以样本的分类中均值来插补缺失值。
[0020]进一步的，所述将患者身体的性能指数数据属性中数值型的属性转换成布尔值的属性，并得到新的性能指数数据还包括以下步骤：
[0021]S131、设定阈值，并划分属性值0和1的分隔点；
[0022]S132、定义属性值A，并将minA和maxA划分为属性A的最小值和最大值；
[0023]S133、将属性值A的一个原始值x通过最小值至最大值的标准化映射成在区间(0，1)的x＇值。
[0024]进一步的，所述新的患者身体的性能指数数据的计算公式如下：
[0025]新的患者身体的性能指数数据＝(原数据
‑
最小值)/(最大值
‑
最小值)。
[0026]进一步的，所述采用网络爬虫技术抓取医生就诊的性能指数数据，记录手术过程的数据信息，并通过云端数据库上传至控制中心还包括以下步骤：
[0027]S21、删除医生就诊的性能指数数据中身份属性；
[0028]S22、采用同类均值插补法补全医生就诊的性能指数数据的缺失值；
[0029]S23、将医生就诊的性能指数数据属性中数值型的属性转换成布尔值的属性，并得到新的性能指数数据；
[0030]S24、通过云端数据库存储并记录新的医生就诊的性能指数数据，并将手术过程的数据信息进行分类存储；
[0031]S25、结合以太网传输技术，将存储的信息传输至控制中心。
[0032]进一步的，所述控制中心对采集和记录的数据及信息进行分类处理，并将分类结果反馈至云端，并在云端进行存储还包括以下步骤：
[0033]S31、将步骤S1中患者病症的数据信息与步骤S2中手术过程的数据信息进行整个，并得到数据集；
[0034]S32、将数据集分成k个互斥的集合，选择其中一个集合作为测试集，剩余的k
‑
1个集合作为训练集，并进行训练测试，并输出k次结果的均值；
[0035]S33、将均值反馈至云端，并在云端进行存储。
[0036]进一步的，所述训练测试，并输出k次结果的均值包括采用交叉验证法评估结果。
[0037]进一步的，所述正则化构建的深度学习模型包括以下步骤：
[0038]在初始的代价函数上增加L1正则化项，即权重w的绝对值和，再乘以并计算导数，并更新权重w；
[0039]其中，导数计算公式如下：
[0040][0041]C
O
为代价函数，为L1正则化项，为正则化系数。
[0042]进一步的，所述在VR显示器中设置学员登陆窗口，待学员学习后跳转学习考核窗口，并将学习考核分数上传至云端，并在云端进行存储还包括以下步骤：
[0043]S51、利用编程软件编辑学员登录窗口和学习窗口的相关代码，形成程序包，并导入控制中心；
[0044]S52、利用控制中心与云端数据库和VR显示器相连接；
[0045]S53、若学员带上VR显示器，则自动开启登录窗口，登录审核验证，并从云端数据库调取相应数据信息，通过控制中心实现程序读取；
[0046]S54、若登录成功，则可以观看云端数据库存储的内容和控制中心编辑好的学习窗口呈现的内容。
[0047]根据本专利技术的另一个方面，还提供了一种基于VR技术的医疗学习系统，该系统包括：
[0048]患者信息采集模块，采用网络爬虫技术抓取患者身体的性能指数数据，记录患者病症的数据信息，并通过云端数据库上传至控制中心；
[0049]医生信息采集模块，采用网络爬本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于VR技术的医疗学习方法，其特征在于，该医疗学习方法包括以下步骤：S1：采用网络爬虫技术抓取患者身体的性能指数数据，记录患者病症的数据信息，并通过云端数据库上传至控制中心；S2：采用网络爬虫技术抓取医生就诊的性能指数数据，记录手术过程的数据信息，并通过云端数据库上传至控制中心；S3：控制中心对采集和记录的数据及信息进行分类处理，并将分类结果反馈至云端，并在云端进行存储；S4：学员佩戴VR显示器，读取存储在云端中的分类结果，并采用正则化构建的深度学习模型对分类结果进行学习；S5：在VR显示器中设置学员登陆窗口，待学员学习后跳转学习考核窗口，并将学习考核分数上传至云端，并在云端进行存储。2.根据权利要求1所述的一种基于VR技术的医疗学习方法，其特征在于，所述采用网络爬虫技术抓取患者身体的性能指数数据，记录患者病症的数据信息，并通过云端数据库上传至控制中心还包括以下步骤：S11、删除患者身体的性能指数数据中身份属性；S12、采用同类均值插补法补全患者身体的性能指数数据的缺失值；S13、将患者身体的性能指数数据属性中数值型的属性转换成布尔值的属性，并得到新的性能指数数据；S14、通过云端数据库存储并记录新的患者身体的性能指数数据，并将患者病症的信息进行分类存储；S15、结合以太网传输技术，将存储的信息传输至控制中心；其中，所述同类均值插补法包括将数据样本进行分类，以样本的分类中均值来插补缺失值。3.根据权利要求2所述的一种基于VR技术的医疗学习方法，其特征在于，所述将患者身体的性能指数数据属性中数值型的属性转换成布尔值的属性，并得到新的性能指数数据还包括以下步骤：S131、设定阈值，并划分属性值0和1的分隔点；S132、定义属性值A，并将minA和maxA划分为属性A的最小值和最大值；S133、将属性值A的一个原始值x通过最小值至最大值的标准化映射成在区间(0，1)的x＇值。4.根据权利要求3所述的一种基于VR技术的医疗学习方法，其特征在于，所述新的患者身体的性能指数数据的计算公式如下：新的患者身体的性能指数数据＝(原数据
‑
最小值)/(最大值
‑
最小值)。5.根据权利要求1所述的一种基于VR技术的医疗学习方法，其特征在于，所述采用网络爬虫技术抓取医生就诊的性能指数数据，记录手术过程的数据信息，并通过云端数据库上传至控制中心还包括以下步骤：S21、删除医生就诊的性能指数数据中身份属性；S22、采用同类均值插补法补全医生就诊的性能指数数据的缺失值；S23、将医生就诊的性能指数数据属性中数值型的属性转换成布尔值的属性，并得到新
的性能指数数据；S24、通过云端数据库存储并记录新的医生就诊的性...

【专利技术属性】
技术研发人员：杜鑫，李华京，魏涛，王静，
申请(专利权)人：垒途智能教科技术研究院江苏有限公司南京悦宸医疗科技有限公司，
类型：发明
国别省市：