System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 预测用户身体体积来管理医疗治疗和药物制造技术_技高网

预测用户身体体积来管理医疗治疗和药物制造技术

技术编号:41012313 阅读:3 留言:0更新日期:2024-04-18 21:48
在一些示例中,诸如移动电话的装置可以包括相机、处理器和计算机可读介质。相机捕捉人的一个或多个图像。处理器可以使用机器学习模型基于捕捉的图像来预测人的身体体积。可以基于包括至少多个用户图像的训练数据集来训练模型。该装置可以将预测的身体体积发送到药物和医疗治疗管理系统并且从其接收调整后的药物或医疗治疗计划。该装置可以进一步执行调整后的药物或医疗治疗计划。

【技术实现步骤摘要】
【国外来华专利技术】


技术介绍

1、通常基于患者的体重推荐医疗治疗和药物。例如,用于成人的药物剂量与用于儿童的药物剂量是不同的。在某些医疗治疗中,诸如癌症治疗,对于不同体重的成年人,治疗计划可以是不同的。然而,在现有的许多医疗治疗中,患者的体重不直接建立患者的身体特征与治疗计划之间的联系,而患者的身体体积信息,诸如身体体积指标、体重指标、肌肉质量以及体脂质量或体积不被考虑。

2、获得患者的身体体积经常是不可行的。例如,身体扫描技术,诸如双-能量x-射线吸收测定法(dxa,或dexa),有助于身体成分测量,但是具有昂贵并且耗时的缺点。此外,dexa可以具有相关联的健康影响。在这方面,虽然在该技术中使用的辐射的量通常极小,但是对于重复的临床和商业用途,已经存在个人应该每年仅被扫描两次的建议。

3、医疗治疗,诸如癌症治疗,可能在患者的体重或身体脂肪上具有影响(例如,肌肉损失)。通常,在医疗治疗和药物控制中不考虑这种影响。因此,廉价、安全并且准确地估计人体的身体体积信息可以是期望的。


技术实现思路

【技术保护点】

1.一种装置,所述装置包括:

2.根据权利要求1所述的装置,其中,所述编程指令当被执行时将进一步使得所述处理器:

3.根据权利要求1所述的装置,其中,所述机器学习模型包括身体体积模型。

4.根据权利要求3所述的装置,其中,所述编程指令当被执行时将进一步使得所述处理器:使用机器学习网络至少基于包括多个用户图像的训练数据集来训练所述机器学习模型。

5.根据权利要求1所述的装置,其中,所述编程指令当被执行时将进一步使得所述处理器:通过向药物分配服务器发送所述医疗治疗计划来执行接收到的医疗治疗计划。

6.一种装置,所述装置包括:

7.根据权利要求6所述的装置,其中,所述编程指令当被执行时将进一步使得所述处理器:

8.根据权利要求6所述的装置,其中,所述用户身体体积数据包括在一段时间内的身体体积的变化。

9.根据权利要求6所述的装置,其中,所述用户身体体积数据包括以下各项的一个或多个:身体脂肪、体重或骨矿物质密度。

10.根据权利要求6所述的装置,其中,所述用户身体体积数据包括身体脂肪的分布。

11.一种确定用于患者治疗的方法,所述方法包括:

12.根据权利要求11所述的方法,其中,所述图像包括所述患者的身体的外部。

13.根据权利要求11所述的方法,其中,所述治疗包括要被给予所述患者的药物剂量或药物剂量的变化。

14.根据权利要求13所述的方法,其中,所述药物剂量的药物包括癌症药物。

15.根据权利要求11所述的方法,其中,获得所述图像包括利用图像捕捉设备拍摄照片。

16.根据权利要求15所述的方法,其中,所述患者拍摄所述照片。

17.根据权利要求15所述的方法,其中,所述患者的照片是在具有在大约400纳米与大约700纳米之间的电磁波长的可见光谱中被拍摄的。

18.根据权利要求11所述的方法,其中,从所述图像提取的所述信息包括所述患者的身体体积信息。

19.根据权利要求11所述的方法,其中,从所述图像提取的所述信息包括所述患者的身体最大指标。

20.根据权利要求11所述的方法,其中,从所述图像提取的所述信息包括所述患者的身体体积指标。

21.一种用于管理患者的治疗的系统,所述系统包括:

22.根据权利要求21所述的系统,所述身体体积评估设备包括:

23.根据权利要求21所述的系统,所述医疗治疗推荐设备包括:

...

【技术特征摘要】
【国外来华专利技术】

1.一种装置,所述装置包括:

2.根据权利要求1所述的装置,其中,所述编程指令当被执行时将进一步使得所述处理器:

3.根据权利要求1所述的装置,其中,所述机器学习模型包括身体体积模型。

4.根据权利要求3所述的装置,其中,所述编程指令当被执行时将进一步使得所述处理器:使用机器学习网络至少基于包括多个用户图像的训练数据集来训练所述机器学习模型。

5.根据权利要求1所述的装置,其中,所述编程指令当被执行时将进一步使得所述处理器:通过向药物分配服务器发送所述医疗治疗计划来执行接收到的医疗治疗计划。

6.一种装置,所述装置包括:

7.根据权利要求6所述的装置,其中,所述编程指令当被执行时将进一步使得所述处理器:

8.根据权利要求6所述的装置,其中,所述用户身体体积数据包括在一段时间内的身体体积的变化。

9.根据权利要求6所述的装置,其中,所述用户身体体积数据包括以下各项的一个或多个:身体脂肪、体重或骨矿物质密度。

10.根据权利要求6所述的装置,其中,所述用户身体体积数据包括身体脂肪的分布。

11.一种确定用于患者治疗的方法,所述方法包括:

12.根据权利要求...

【专利技术属性】
技术研发人员:弗拉多·博萨纳茨阿马尔·埃尔萨拉姆
申请(专利权)人:先进健康智能有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1