[go: up one dir, main page]

CN116319817A - 基于边缘计算和区块链的医疗数据处理方法及系统 - Google Patents

基于边缘计算和区块链的医疗数据处理方法及系统 Download PDF

Info

Publication number
CN116319817A
CN116319817A CN202310279262.5A CN202310279262A CN116319817A CN 116319817 A CN116319817 A CN 116319817A CN 202310279262 A CN202310279262 A CN 202310279262A CN 116319817 A CN116319817 A CN 116319817A
Authority
CN
China
Prior art keywords
blockchain
data
channel
data processing
edge computing
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
Application number
CN202310279262.5A
Other languages
English (en)
Inventor
许斌
张璐
卞鸿根
朱剑鸣
崔秋兰
亓晋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202310279262.5A priority Critical patent/CN116319817A/zh
Publication of CN116319817A publication Critical patent/CN116319817A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/104Peer-to-peer [P2P] networks
    • H04L67/1074Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
    • H04L67/1078Resource delivery mechanisms
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/10Flow control; Congestion control
    • H04L47/24Traffic characterised by specific attributes, e.g. priority or QoS
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提供了一种基于边缘计算和区块链的医疗数据处理方法及系统,所述方法主要包括以下步骤:数据采集,收集不同患者的资料;特征提取,从获得的数据中识别与患者状态相关的特征;患者状态监测,利用识别的特征检测患者状态的主要变化,确定和区块链网络共享的数据;数据发送者将数据以交易的形式上传到附近的区块链管理器;区块链管理器根据事务的紧急程度,对收集到的事务分配不同的优先级和通道;区块链管理器作为验证器的管理者,将未验证的块分发给选定的验证器;验证器进行验证,触发验证器之间的共识过程,并将验证过的块插入区块链中。本发明能够有效实现大规模的医疗数据处理,减轻网络负载和快速响应紧急事件。

Description

基于边缘计算和区块链的医疗数据处理方法及系统
技术领域
本发明涉及一种基于边缘计算和区块链的医疗数据处理方法及系统,属于边缘计算和区块链技术领域。
背景技术
随着医疗领域的不断发展和数字化进程的加速,跨不同实体的高效医疗数据处理已经成为全球关注的焦点。现代医疗领域涉及的数据涵盖了从患者健康状况到病历记录、诊断、治疗和预后等各个方面。这些数据来自于医院、诊所、实验室、保险公司等不同的实体,因此跨不同实体的高效医疗数据处理变得至关重要。通过实现大部分医疗功能的自动化,提供高效的医疗服务,可以为智慧医疗的发展做出关键贡献。边缘计算、区块链等新兴技术可以将这一愿景变为现实。这些技术可以有效收集、处理和交换医疗数据。
但是,在边缘处的信息量巨大,如何减轻网络负载,显著减少区块链上需要共享的信息量是一项巨大挑战。其次,在紧急情况下,如何启动快速警报和通知,从而促进有效的分析,不会浪费医生的时间也是一项重要的事宜。
有鉴于此,确有必要提出一种基于边缘计算和区块链的医疗数据处理方法及系统,以解决上述问题。
发明内容
本发明的目的在于提供一种基于边缘计算和区块链的医疗数据处理方法及系统,能够提高大规模的医疗数据处理的效率。
为实现上述目的,本发明提供了一种基于边缘计算和区块链的医疗数据处理方法,主要包括以下步骤:
S1、数据采集,收集不同患者的资料;
S2、特征提取,从获得的数据中识别与患者状态相关的特征;
S3、患者状态监测,利用识别的特征检测患者状态的主要变化,确定和区块链网络共享的数据;
S4、数据发送者将数据以交易的形式上传到附近的区块链管理器;
S5、区块链管理器根据事务的紧急程度,对收集到的事务分配不同的优先级和通道;
S6、区块链管理器作为验证器的管理者,将未验证的块分发给选定的验证器;
S7、验证器进行验证,触发验证器之间的共识过程,并将验证过的块插入区块链中。
作为本发明的进一步改进,S1中,所述患者的资料包括患者脑电波、体温、血压。
作为本发明的进一步改进,S2中,将所采集的患者的资料的每个通道的最大值
Figure BDA0004137591710000021
最小值/>
Figure BDA0004137591710000022
平均值/>
Figure BDA0004137591710000023
方差/>
Figure BDA0004137591710000024
均方根Ri以及峭度Ki作为特征,记脑电图通道数为n(i∈{1,2,…,n}),样本数为M(m∈{1,2,…,M}),其中
平均值:
Figure BDA0004137591710000025
方差:
Figure BDA0004137591710000026
均方根:
Figure BDA0004137591710000027
峭度:
Figure BDA0004137591710000028
作为本发明的进一步改进,S3中,定义指标θi以获得明确的分类规则:
Figure BDA0004137591710000029
作为本发明的进一步改进,定义指标定量β={β12,…,βi,…,βn},
Figure BDA0004137591710000031
其中,
Figure BDA0004137591710000032
作为本发明的进一步改进,定义α为评估主要变化的阈值,定义一个γ为最终结果状态,
Figure BDA0004137591710000033
其中,[α]+=max(0,α),‖p‖0表示0范数。
作为本发明的进一步改进,S3中,在γ=(1)时,即检测到重大变化的情况下,所述区块链网络将通过区块链共享紧急通知,以及需要进一步调查的原始数据;在γ=(2)时,即检测到轻微或没有变化的情况下,所述区块链网络将只共享获得的特征。
为实现上述目的,本发明还提供了一种基于边缘计算和区块链的医疗数据处理系统,应用如上所述的基于边缘计算和区块链的医疗数据处理方法。
作为本发明的进一步改进,所述基于边缘计算和区块链的医疗数据处理系统包括本地网络和区块链网络,其中,所述本地网络包含:连接在患者身边的物联网设备、专业公共卫生机构、医院、基层医疗卫生机构、其他医疗卫生机构以及本地网络中的连接在患者身边的物联网设备。
作为本发明的进一步改进,所述区块链网络包括:数据发送器、区块链管理器、验证器和多通道区块链,所述多通道区块链包括第一通道、第二通道和第三通道,其中,第一通道用于紧急数据,第二通道用于非紧急但需要高安全级别的数据;第三通道为正常数据;
定义α为评估主要变化的阈值,定义一个γ为最终结果状态,
Figure BDA0004137591710000034
其中,[α]+=max(0,α),‖p‖0表示0范数,β为指标定量,当在γ=(1)时,即检测重大变化的情况下,数据会走第一通道,当在γ=(2)时,即检测到轻微或没有变化的情况下,若数据为安全级别高的数据,则走第二通道,否则走第三通道。
本发明的有益效果是:本发明能够有效实现大规模的医疗数据处理,减轻网络负载和快速响应紧急事件。
附图说明
图1是本发明基于边缘计算和区块链的医疗数据处理系统的系统架构图。
图2是本发明基于边缘计算和区块链的医疗数据处理方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
在此,需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
另外,还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
如图1和图2所示,本发明揭示了一种基于边缘计算和区块链的医疗数据处理方法及系统,所述医疗数据处理系统由各种电子医疗实体组成,其基本作用是监测、促进和维护人们的健康。
本系统架构如图1所示,分为两个主要网络:本地网络和区块链网络。出于可扩展性的考虑,使用电子医疗实体从本地网络收集与医疗相关的数据,处理这些数据,并通过区块链网络共享重要信息。共享数据由区块链中的各个实体验证并存储在本地,区块链是具有大存储和计算能力的可信实体。
本地网络从位于患者上或患者周围的数据源延伸到本地医疗卫生服务体系,例如基层医疗卫生机构等。所述本地网络包含以下主要组件:连接在患者身边的物联网设备、专业公共卫生机构、医院、基层医疗卫生机构、其他医疗卫生机构以及本地网络中的连接在患者身边的物联网设备。
连接在患者身边的物联网设备,用于在智能辅助环境中监测健康状况和活动。例如:身体区域传感器网络(即测量不同生物信号和生命体征的可植入或可穿戴传感器)、智能手机、IP摄像头,以及外部医疗和非医疗设备。
专业公共卫生机构,具体包括疾病预防控制体系、妇幼保健体系、院前急救体系、采供血体系、职业病防治体系等。其主要作用是通过与不同卫生实体的协调监测卫生保健服务的质量和有效性,强化上级疾控机构对下级疾控机构的业务指导和工作协同。
医院,分为公立医院和民营医院,作为医疗数据交换系统中重要的一部分。
基层医疗卫生机构,是指乡镇卫生院、社区卫生服务中心、村卫生室、医务室、门诊部和诊所等。其主要承担预防、保健、疾病管理等基本卫生服务和常见病、多发病的诊疗以及部分疾病的康复、护理、安宁疗护服务,接收医院转诊患者等。
其他医疗卫生机构,包括精神卫生机构和其他医疗机构,其设置独立的医学检验、病理诊断、医学影像、血液透析、健康体检等机构,与医院和基层医疗卫生服务机构建立协作关系,实现区域资源共享。
本地网络中的连接在患者身边的物联网设备,在监测患者状态方面发挥着重要作用;本地医疗卫生服务体系,可以为当地患者提供必要的医疗服务,记录患者的状态,并在需要时提供及时的紧急服务。本地网络可以负责数据存储,应用复杂的数据分析技术,使得各个医疗卫生服务实体共享重要的健康相关信息。因此,利用边缘计算的能力,每个实体可以在本地网络中验证医疗数据的真实性和完整性,然后在区块链中共享数据。
就区块链网络而言,其核心是基于区块链的多通道数据共享架构,能够在不同的电子医疗实体之间安全访问、处理和共享医疗数据。区块链确实特别适合于安全的医疗数据交换,因为它具有不变性和去中心化的特性。
区块链网络主要包括:1、数据发送器;2、区块链管理器(BM:blockchainmanager);3、验证器。
首先,数据发送者将他们的数据以“交易”的形式上传到附近的BM。然后,BM作为验证器的管理者:将未验证的块分发给验证器进行验证,触发验证器之间的共识过程,并将验证过的块插入区块链中。因此,BM作为领导者,验证器作为跟随者,协同完成块验证任务。
在的区块链网络中,还包括一个多通道区块链,其中每个通道对应于一个单独的事务链,可用于支持通道用户之间的数据访问和私有通信。利用这种架构可以有效地处理不同等级的医疗事件。
在区块链中具有三个通道,其中,第一通道(通道1)用于紧急数据(如紧急通知),第二通道(通道2)用于非紧急但需要高安全级别的数据;第三通道(通道3)为正常数据。
在工作中,提出多通道区块链体系结构的目的是出于这样一个事实:当参与实体之间存在最小的信任时(或者当生成的事务不是紧急的时候),花费更多的时间来验证和保护事务将是非常理想的。另一方面,当参与实体共享高级别信任时,或者当生成的事务的性质是紧急的时,强制执行高安全性将不必要地降低事务吞吐量。这在医疗保健应用程序中尤其明显,在紧急情况下支持快速响应是紧急护理的主要目标。
因此,紧急数据(即需要最小延迟)应该被给予最高优先级,并将处理不太受限制的区块链,即使用最小数量的验证器。
所述的医疗数据处理方法包括以下步骤:
S1:数据采集,收集不同患者的资料;
使用电子医疗实体从本地网络收集与医疗相关的数据,采集的患者的资料数据包括患者脑电波和体温、血压等常规观察数据。脑电波是脑神经细胞总体活动,包括离子交换,新陈代谢等综合外在表现,深入地研究脑电波的特性将推进人们自身大脑的探索研究进程,增强其对疾病的诊断能力。脑电记录装置由最初的只能记录1或2个通道到后来逐渐出现了6导,8导脑电图机。现在临床常用的脑电图机有16导、32导和64导。
S2:特征提取,从获得的数据中识别特定的特征,这些特征信息丰富且与患者的状态相关;
对于采集来的脑电图数据,医生很难区分和检测变化,所采集的患者的资料的每个通道的最大值
Figure BDA0004137591710000071
最小值/>
Figure BDA0004137591710000072
平均值/>
Figure BDA0004137591710000073
方差/>
Figure BDA0004137591710000074
均方根Ri以及峭度Ki作为特征,记脑电图通道数为n(i∈{1,2,…,n}),样本数为M(m∈{1,2,…,M}),其中
平均值:
Figure BDA0004137591710000075
方差:
Figure BDA0004137591710000076
均方根:
Figure BDA0004137591710000077
峭度:
Figure BDA0004137591710000078
S3:患者状态监测,利用识别的特征检测患者状态的主要变化,确定和区块链网络共享的数据;
利用上述生成的特征定义一个指标θi以获得明确的分类规则,从而揭示所获数据中的主要变化,该指标整合特征如下:
Figure BDA0004137591710000079
定义一个指标定量β={β12,…,βi,…,βn}
Figure BDA00041375917100000710
其中,/>
Figure BDA00041375917100000711
定义一个α为评估主要变化的阈值,可根据实际情况动态调整(比如α=20%或α=30%等)。另外定义一个γ为最终结果状态,
Figure BDA00041375917100000712
其中,[α]+=max(0,α),‖p‖0表示0范数。
用识别的特征检测患者状态的主要变化,基于检测到的变化,边缘节点可以优化区块链网络上的共享内容,在γ=(1)时,即检测重大变化(即紧急情况)的情况下,它将通过区块链共享紧急通知,以及可能需要进一步调查的原始数据;在γ=(2)时,即检测到轻微或没有变化的情况下,它将只共享获得的特征。
进一步地,在S3中,用识别的特征检测患者状态的主要变化,基于检测到的变化,边缘节点可以优化区块链网络上的共享内容,在检测重大变化(即紧急情况)的情况下,它将通过区块链共享紧急通知,以及可能需要进一步调查的原始数据;在检测到轻微或没有变化的情况下,它将只共享获得的特征。
S4:数据发送者将他们的数据以“交易”的形式上传到附近的BM
S5:BM根据事务的紧急程度,对收集到的事务分配不同的优先级和通
BM根据事务的紧急程度,对收集到的事务分配不同的优先级和通道。从不同实体获得的数据应该根据其紧迫性和安全级别以不同的方式处理。例如,紧急数据(即需要最小延迟)应该被给予最高优先级,并使用限制较少的区块链处理,即使用最小数量的验证器。但对安全性要求较高,应使用完全受限的区块链。对于正常数据,即对延迟和安全性都有要求的数据,则可以进一步地优化区块链配置。当在γ=(1)时,即检测重大变化的情况下,数据会走第一通道,当在γ=(2)时,即检测到轻微或没有变化的情况下,若数据为安全级别高的数据,则走第二通道,否则走第三通道。
S6:然后,BM作为验证器的管理者:将未验证的块分发给选定的验证器(如医院等,它们有足够的计算和存储资源)
S7:验证器进行验证,触发验证器之间的共识过程,并将验证过的块插入区块链中。BM作为领导者,验证器作为跟随者,协同完成块验证任务。
综上所述,本发明依托边缘计算技术、区块链技术提出一套医疗数据处理的系统和方法,以有效实现大规模的医疗数据处理。在保障医疗数据安全传输的前提下,一方面在边缘处,通过检测采集数据的变化显著减少区块链上需要共享的信息量,从而减轻网络负载和快速响应紧急事件。另外一方面在区块链网络中,考虑一个多通道区块链,根据事务的紧急程度,对收集到的事务分配不同的优先级和通道,从而促进有效的分析,而不会浪费医生和患者的时间。
以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于边缘计算和区块链的医疗数据处理方法,其特征在于,主要包括以下步骤:
S1、数据采集,收集不同患者的资料;
S2、特征提取,从获得的数据中识别与患者状态相关的特征;
S3、患者状态监测,利用识别的特征检测患者状态的主要变化,确定和区块链网络共享的数据;
S4、数据发送者将数据以交易的形式上传到附近的区块链管理器;
S5、区块链管理器根据事务的紧急程度,对收集到的事务分配不同的优先级和通道;
S6、区块链管理器作为验证器的管理者,将未验证的块分发给选定的验证器;
S7、验证器进行验证,触发验证器之间的共识过程,并将验证过的块插入区块链中。
2.根据权利要求1所述的基于边缘计算和区块链的医疗数据处理方法,其特征在于:S1中,所述患者的资料包括患者脑电波、体温、血压。
3.根据权利要求1所述的基于边缘计算和区块链的医疗数据处理方法,其特征在于:S2中,将所采集的患者的资料的每个通道的最大值
Figure FDA0004137591690000011
最小值/>
Figure FDA0004137591690000012
平均值/>
Figure FDA0004137591690000013
方差/>
Figure FDA0004137591690000014
均方根Ri以及峭度Ki作为特征,记脑电图通道数为n(i∈{1,2,…,n}),样本数为M(m∈{1,2,…,M}),其中
平均值:
Figure FDA0004137591690000015
方差:
Figure FDA0004137591690000016
均方根:
Figure FDA0004137591690000017
峭度:
Figure FDA0004137591690000018
4.根据权利要求3所述的基于边缘计算和区块链的医疗数据处理方法,其特征在于:S3中,定义指标θi以获得明确的分类规则:
Figure FDA0004137591690000021
5.根据权利要求4所述的基于边缘计算和区块链的医疗数据处理方法,其特征在于:定义指标定量β={β12,…,βi,…,βn},
Figure FDA0004137591690000022
其中,
Figure FDA0004137591690000023
6.根据权利要求5所述的基于边缘计算和区块链的医疗数据处理方法,其特征在于:定义α为评估主要变化的阈值,定义一个γ为最终结果状态,
Figure FDA0004137591690000024
其中,[α]+=max(0,α),‖p‖0表示0范数。
7.根据权利要求6所述的基于边缘计算和区块链的医疗数据处理方法,其特征在于:S3中,在γ=(1)时,即检测到重大变化的情况下,所述区块链网络将通过区块链共享紧急通知,以及需要进一步调查的原始数据;在γ=(2)时,即检测到轻微或没有变化的情况下,所述区块链网络将只共享获得的特征。
8.一种基于边缘计算和区块链的医疗数据处理系统,其特征在于:应用如权利要求1-7中任一项所述的基于边缘计算和区块链的医疗数据处理方法。
9.根据权利要求8所述的基于边缘计算和区块链的医疗数据处理系统,其特征在于:所述基于边缘计算和区块链的医疗数据处理系统包括本地网络和区块链网络,其中,所述本地网络包含:连接在患者身边的物联网设备、专业公共卫生机构、医院、基层医疗卫生机构、其他医疗卫生机构以及本地网络中的连接在患者身边的物联网设备。
10.根据权利要求9所述的基于边缘计算和区块链的医疗数据处理系统,其特征在于:所述区块链网络包括:数据发送器、区块链管理器、验证器和多通道区块链,所述多通道区块链包括第一通道、第二通道和第三通道,其中,第一通道用于紧急数据,第二通道用于非紧急但需要高安全级别的数据;第三通道为正常数据;
定义α为评估主要变化的阈值,定义一个γ为最终结果状态,
Figure FDA0004137591690000031
其中,[α]+=max(0,α),‖p‖0表示0范数,β为指标定量,当在γ=(1)时,即检测重大变化的情况下,数据会走第一通道,当在γ=(2)时,即检测到轻微或没有变化的情况下,若数据为安全级别高的数据,则走第二通道,否则走第三通道。
CN202310279262.5A 2023-03-21 2023-03-21 基于边缘计算和区块链的医疗数据处理方法及系统 Pending CN116319817A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310279262.5A CN116319817A (zh) 2023-03-21 2023-03-21 基于边缘计算和区块链的医疗数据处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310279262.5A CN116319817A (zh) 2023-03-21 2023-03-21 基于边缘计算和区块链的医疗数据处理方法及系统

Publications (1)

Publication Number Publication Date
CN116319817A true CN116319817A (zh) 2023-06-23

Family

ID=86818320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310279262.5A Pending CN116319817A (zh) 2023-03-21 2023-03-21 基于边缘计算和区块链的医疗数据处理方法及系统

Country Status (1)

Country Link
CN (1) CN116319817A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117527806A (zh) * 2023-11-17 2024-02-06 中国移动紫金(江苏)创新研究院有限公司 基于区块链的医疗数据处理方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110741224A (zh) * 2017-06-12 2020-01-31 松下知识产权经营株式会社 用于使用区块链来动态地认证地图数据的系统和方法
CN110993044A (zh) * 2019-11-28 2020-04-10 周口师范学院 一种医疗联盟链轻量级动态自主跨链交互方法
CN111816271A (zh) * 2020-07-03 2020-10-23 深圳市易链信息技术有限公司 基于区块链的电子病历共享方法、系统和可读存储介质
CN111930598A (zh) * 2020-08-28 2020-11-13 张坚伟 基于区块链和大数据分析的信息处理方法及大数据平台
CN113779607A (zh) * 2021-09-16 2021-12-10 北京易华录信息技术股份有限公司 一种工业数据资产管理方法、系统和设备
CN114710490A (zh) * 2022-03-31 2022-07-05 安徽师范大学 一种基于区块链的医疗物联网数据共享方法及系统
US20220414664A1 (en) * 2021-06-29 2022-12-29 Paypal, Inc. Blockchain address risk assessment via graph analysis

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110741224A (zh) * 2017-06-12 2020-01-31 松下知识产权经营株式会社 用于使用区块链来动态地认证地图数据的系统和方法
CN110993044A (zh) * 2019-11-28 2020-04-10 周口师范学院 一种医疗联盟链轻量级动态自主跨链交互方法
CN111816271A (zh) * 2020-07-03 2020-10-23 深圳市易链信息技术有限公司 基于区块链的电子病历共享方法、系统和可读存储介质
CN111930598A (zh) * 2020-08-28 2020-11-13 张坚伟 基于区块链和大数据分析的信息处理方法及大数据平台
US20220414664A1 (en) * 2021-06-29 2022-12-29 Paypal, Inc. Blockchain address risk assessment via graph analysis
CN113779607A (zh) * 2021-09-16 2021-12-10 北京易华录信息技术股份有限公司 一种工业数据资产管理方法、系统和设备
CN114710490A (zh) * 2022-03-31 2022-07-05 安徽师范大学 一种基于区块链的医疗物联网数据共享方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHUZANG\'S BLOG: "研究记录 5 - 区块链与异常检测方向探索", Retrieved from the Internet <URL:http://shuzang.top › blockchain-and-anomaly-detection> *
XU BIN, ETAL: "A Mobile Device Multitasking Model with Multiple Mobile Edge Computing Servers", IEEE, 19 September 2020 (2020-09-19) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117527806A (zh) * 2023-11-17 2024-02-06 中国移动紫金(江苏)创新研究院有限公司 基于区块链的医疗数据处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
Ismail et al. Requirements of health data management systems for biomedical care and research: scoping review
Eldridge et al. Bias in identifying and recruiting participants in cluster randomised trials: what can be done?
WO2023109199A1 (zh) 一种个体慢病演进风险可视化评估方法及系统
Mokraoui et al. Prevalence of self-reported multimorbidity in the general population and in primary care practices: a cross-sectional study
CN102622498A (zh) 基于综合集成的中医信息处理系统及方法
CN109524069A (zh) 医疗数据处理方法、装置、电子设备和存储介质
Chamberlain et al. Practice pattern variation in the care of children with acute asthma
Chen et al. How does smart healthcare service affect resident health in the digital age? Empirical evidence from 105 cities of China
Barr et al. Telemedicine, Homecare in the Era of COVID-19 & beyond
CN111696639A (zh) 一种患者健康大数据自我管理体系及其方法
Tsai et al. Nonemergent emergency department visits under the National Health Insurance in Taiwan
Keeler Bruce et al. Biometrics of complete human pregnancy recorded by wearable devices
Flaga-Gieruszyńska et al. Telemedicine services in the work of a doctor, dentist, nurse and midwife-analysis of legal regulations in Poland and the possibility of their implementation on the example of selected European countries
CN116319817A (zh) 基于边缘计算和区块链的医疗数据处理方法及系统
Ray et al. Referring hospital characteristics associated with potentially avoidable emergency department transfers
Mittal et al. Propositions for smart healthcare systems
Javaid et al. Diagnose a disease: A fog assisted disease diagnosis framework with bidirectional LSTM
Jones An evaluation of the discriminant and predictive validity of relative social disadvantage as screening criteria for priority access to public general dental care, in Australia
CN118588263A (zh) 基于早期预警的儿科重症监护病房分级护理管理系统
McCowan Technology in healthcare: how artificial intelligence will revolutionize the profession
Ho Digitisation of emergency medicine: opportunities, examples and issues for consideration
Bola et al. An evaluation of obstetrical data collection at health institutions in Mbarara Region, Uganda and Benue State, Nigeria
Olivencia et al. Integration of Remote Patient Monitoring Systems into Physicians Work in Underserved Communities: Survey of Healthcare Provider Perspectives
Lemly et al. Factors related to medical appointment attendance after childbirth among HIV-infected women in the Paris region
Deep et al. Innovating healthcare: Synergistic integration of AI, IoT, and blockchain for sustainable and efficient smart healthcare solutions

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