本申请涉及一种基于量化指标下的呼吸训练数据采集方法和采集系统，将一次采集的训练数据输入至数据计算模型中；通过所述数据计算模型对所述训练数据进行识别，并对识别的训练数据进行计算，得到对应的训练结果值；输出呼吸症患者在本轮训练的各项量化指标下的训练结果值，并上传保存至后台服务器。能够通过预先配置的计算模型，一次性采集训练数据进行识别和计算，得到呼吸症患者在各项量化指标下的训练结果值，可以达到一次采集并一次计算得到反映出呼吸症患者在不同训练轮次中的各项训练结果。可以大大降低呼吸症患者在不同量化指标下的呼吸训练数据采集时长和数据分析周期，训练结果灵敏响应，及时让呼吸症患者知道在各个轮次中的训练结果。个轮次中的训练结果。个轮次中的训练结果。
【技术实现步骤摘要】
基于量化指标下的呼吸训练数据采集方法和采集系统
[0001]本公开涉及医疗康复
，尤其涉及一种基于量化指标下的呼吸训练数据采集方法和采集系统及电子设备。
技术介绍
[0002]呼吸训练器是广泛用于临床的呼吸康复装置，采用阻抗训练基础原理，呼吸症患者透过吸气训练器吸气时需费力去抵抗训练器设定的阻抗，以增加吸气肌力，借此增加呼吸肌强度与耐受度。现有的呼吸训练方法，大多基于呼吸训练器进行阻抗呼吸训练，训练方式比较单一。
[0003]而在申请人提供的在多种量化训练指标的训练方案下，呼吸症患者不单单可以进行阻抗呼吸训练，还能够在各种量化指标下进行多样化的呼吸训练，比如包含阻抗训练、肺活量训练、肺部做功训练等，而在多种量化训练指标的训练的同时，为了反映出呼吸症患者的量化训练结果，需要对各项训练指标进行数据采集和处理，便于直观得到呼吸症患者在各项量化指标下的训练参数和结果。
[0004]而在不同量化指标下的多样训练数据，所体现的方式和运算逻辑不同，因此不能同一个标准进行采集和运用，但若是对每项训练数据逐一采集并上传服务器，这样势必会增加几倍的训练时长，降低训练数据的分析周期。
技术实现思路
[0005]为了解决上述问题，本申请提出一种基于量化指标下的呼吸训练数据采集方法和采集系统及电子设备。
[0006]本申请一方面，提出一种基于量化指标下的呼吸训练数据采集方法，包括如下步骤：
[0007]根据预设的呼吸训练量化指标，配置对应的数据计算模型；
[0008]采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；
[0009]通过所述数据计算模型对所述训练数据进行识别，并对识别的训练数据进行计算，得到对应的训练结果值；
[0010]输出呼吸症患者在本轮训练的各项量化指标下的训练结果值，并上传保存至后台服务器。
[0011]作为本申请的一可选实施方案，可选地，所述呼吸训练量化指标包括呼吸阻抗；
[0012]还包括如下量化指标中的至少两种以上指标：
[0013]呼吸阻力、单次呼吸时长、呼吸流量数据、呼吸肺活量、呼吸症患者治疗次数或者吸气做功。
[0014]作为本申请的一可选实施方案，可选地，根据预设的呼吸训练量化指标，配置对应的数据计算模型，包括：
[0015]根据预设的呼吸训练量化指标，构建并生成对应的数据计算模型；
[0016]根据预设的呼吸训练量化指标，在所述后台服务器的数据库中预留与所述数据计算模型相对应的运算存储空间；
[0017]建立所述数据计算模型与其相对应的所述计算空间之间的关联关系，将所述数据计算模型和所述关联关系配置在所述后台服务器上。
[0018]作为本申请的一可选实施方案，可选地，在构建并生成对应的数据计算模型之时，还包括：
[0019]构建第一数据计算模型和第二数据计算模型；
[0020]判断所述第二数据计算模型是否需要以所述第一数据计算模型的计算结果为基础：
[0021]若所述第二数据计算模型需要以所述第一数据计算模型的计算结果为基础，则将所述第一数据计算模型的输出端并联至所述第二数据计算模型的输出端；
[0022]若所述第二数据计算模型不需要以所述第一数据计算模型的计算结果为基础，则分别保存所述第一数据计算模型和所述第二数据计算模型。
[0023]作为本申请的一可选实施方案，可选地，采集呼吸症患者在各项量化指标下的训练数据，包括：
[0024]预设训练轮次；
[0025]一次性采集呼吸症患者在每次训练轮次中的训练数据，并将所述训练数据上传至后台服务器上；
[0026]在所述后台服务器上，对所述训练数据进行解析，得到解析数据；
[0027]将所述解析数据按照预设的呼吸训练量化指标，划分为在各项量化指标下的训练参数。
[0028]作为本申请的一可选实施方案，可选地，将所述训练数据输入至所述数据计算模型中，包括：
[0029]对所述训练参数进行识别，得出当前所述训练参数所属的呼吸训练量化指标；
[0030]根据所述呼吸训练量化指标，找到对应的所述数据计算模型；
[0031]将所述训练参数输入对应的所述数据计算模型，等待计算。
[0032]作为本申请的一可选实施方案，可选地，通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值，包括：
[0033]按照预设的逻辑运算顺序，启动对应的所述数据计算模型，开始对所述训练数据进行计算，得到第一训练结果值；
[0034]判断是否存在以所述第一训练结果值为计算基础的所述数据计算模型：
[0035]若不存在，则结束本次训练轮次的计算，最后将所述第一训练结果值分别发送并存储至与各个所述数据计算模型相关联的运算存储空间中；
[0036]若存在，则将所述第一训练结果值发送至对应的所述数据计算模型，并继续进行计算，得到第二训练结果值，最后将所述第一训练结果值和所述二训练结果值分别发送并存储至与各个所述数据计算模型相关联的运算存储空间中。
[0037]作为本申请的一可选实施方案，可选地，输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器，包括：
[0038]按照预设的训练轮次，依次输出每轮训练轮次的训练结果值；
[0039]将每轮训练轮次的训练结果值上传保存至后台服务器，并通过后台发送至前端，并展示给所述呼吸症患者。
[0040]本申请另一方面，提出一种基于所述的基于量化指标下的呼吸训练数据采集方法的采集系统，包括：
[0041]计算模型配置模块，用于根据预设的呼吸训练量化指标，配置对应的数据计算模型；
[0042]训练数据采集模块，用于采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；
[0043]运算模块，用于通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值；
[0044]后台管理模块，用于输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器。
[0045]本申请另一方面，还提出一种电子设备，包括：
[0046]处理器；
[0047]用于存储处理器可执行指令的存储器；
[0048]其中，所述处理器被配置为执行所述可执行指令时实现所述的基于量化指标下的呼吸训练数据采集方法。
[0049]本专利技术的技术效果：
[0050]本申请通过根据预设的呼吸训练量化指标，配置对应的数据计算模型；采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；通过所述数据计算模型对所述训练数据进行识别，并对识别的训练数据进行计算，得到对应的训练结果值；输出呼吸症患者在本轮训练的各项量化指标下的训练结果值，并上传保存至后台服务器。能够通过预先配置的计算模型，对一次性采集的训练数据进行识别和计算，得到呼吸症患者在本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于量化指标下的呼吸训练数据采集方法，其特征在于，包括如下步骤：根据预设的呼吸训练量化指标，配置对应的数据计算模型；采集呼吸症患者在各项量化指标下的训练数据，并将所述训练数据输入至所述数据计算模型中；通过所述数据计算模型对所述训练数据进行计算，得到对应的训练结果值；输出呼吸症患者在各项量化指标下的训练结果值，并上传保存至后台服务器。2.根据权利要求1所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，所述呼吸训练量化指标包括呼吸阻抗；还包括如下量化指标中的至少两种以上指标：呼吸阻力、单次呼吸时长、呼吸流量数据、呼吸肺活量、呼吸症患者治疗次数或者吸气做功。3.根据权利要求1所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，根据预设的呼吸训练量化指标，配置对应的数据计算模型，包括：根据预设的呼吸训练量化指标，构建并生成对应的数据计算模型；根据预设的呼吸训练量化指标，在所述后台服务器的数据库中预留与所述数据计算模型相对应的运算存储空间；建立所述数据计算模型与其相对应的所述计算空间之间的关联关系，将所述数据计算模型和所述关联关系配置在所述后台服务器上。4.根据权利要求3所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，在构建并生成对应的数据计算模型之时，还包括：构建第一数据计算模型和第二数据计算模型；判断所述第二数据计算模型是否需要以所述第一数据计算模型的计算结果为基础：若所述第二数据计算模型需要以所述第一数据计算模型的计算结果为基础，则将所述第一数据计算模型的输出端并联至所述第二数据计算模型的输出端；若所述第二数据计算模型不需要以所述第一数据计算模型的计算结果为基础，则分别保存所述第一数据计算模型和所述第二数据计算模型。5.根据权利要求1所述的基于量化指标下的呼吸训练数据采集方法，其特征在于，采集呼吸症患者在各项量化指标下的训练数据，包括：预设训练轮次；一次性采集呼吸症患者在每次训练轮次中的训练数据，并将所述训练数据上传至后台服务器上；在所述后台服务器上，对所述训练数据进行解析，得到解析数据；将所述解析数据按照预设的呼吸训练量化指标，划分为在各项量化指标下的训练参数。6.根据权利要求5所述的基于量化指标下的呼吸训练数据采集方法，其特...
【专利技术属性】
技术研发人员：葛慧青，江叶，邱文芳，许颖，徐培峰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。