一种基于数据库及数据分析的智能控制方法及系统与流程

本发明涉及液体数据处理，尤其涉及一种基于数据库及数据分析的智能控制方法及系统。

背景技术：

1、数据挖掘是人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策。

2、知识发现过程由以下三个阶段组成：数据准备；数据挖掘；结果表达和解释。数据挖掘可以与用户或知识库交互。数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示三个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来。

3、一些先进的膀胱冲洗仪具有智能化控制系统和数据记录功能，可以借助数据处理工作，实现精确和个性化的治疗方案，并记录下患者的治疗历史和效果，为医生提供参考和分析。膀胱冲洗仪的液位控制是确保设备正常运行和安全使用的重要手段。通过监测每个冲洗单元中清洗液的液位，可以及时发现并处理出现的异常情况，避免因液位过高或过低导致的设备故障或患者伤害。液位控制还可以让操作人员更加方便地了解整个系统的工作状态，并根据需要对其进行调整和优化。然而，传统的膀胱冲洗仪的液位控制方法需要手动去调节液位高度，使得调节液位高度时数据不精准，并且在冲洗过程中无法加入化疗药物，使治疗效果减弱了许多。

技术实现思路

1、基于此，本发明提供一种基于数据库及数据分析的智能控制方法及系统，以解决至少一个上述技术问题。

2、为实现上述目的，一种基于数据库及数据分析的智能控制方法，所述方法包括以下步骤：

3、步骤s1：获取医疗数据库中用户的液体颜色数据，对液体颜色数据进行历史液体颜色数据特征提取，从而生成液体颜色特征数据；

4、步骤s2：基于液体颜色特征数据进行液体颜色等级建模，从而生成液体颜色等级模型；

5、步骤s3：通过分布式监控设备进行用户液体实时监控处理，生成液体图像数据，对液体图像数据进行有效时段液体信息提取处理，生成有效液体数据，其中有效液体数据包括有效液体颜色数据以及有效液位数据；将有效液体颜色数据传送至液体颜色等级模型中进行颜色等级判定处理，从而生成有效颜色等级；

6、步骤s4：获取初始冲洗速度，根据有效颜色等级对初始冲洗速度进行冲洗速度智能调节处理，从而生成有效冲洗速度；将有效冲洗速度与预设的药物冲洗速度区间进行冲洗速度区间比对处理，当有效冲洗速度处于药物冲洗速度区间时，则将化疗药物指令传送至输送设备；

7、步骤s5：将有效液位数据与预设的液面阈值进行液面阈值比对处理，生成液位控制信息，根据液位控制信息对有效液位数据进行液位控制处理，从而获得实时有效液位数据。

8、本实施例对液体颜色数据的历史数据进行特征提取，可以得到更加精确、全面的液体颜色特征数据，为后续的液体颜色等级建模和颜色等级判定处理奠定基础，获取医疗数据库中用户的液体颜色数据有利于获得大量真实的临床数据，对液体颜色的统计分析结果能够更好地反映用户真实情况，提高冲洗效果和安全性，液体颜色是指示膀胱内病变及感染状态等的重要指标之一，通过对液体颜色的监测，可以及时发现异常情况，预防感染的发生，提高治疗效果；将液体颜色特征数据建模可以帮助我们理解不同颜色深浅程度对应的液体等级，这个模型可针对后续检测到用户的液体颜色去判定液体等级，这个模型可以用于分类和预测液体深浅程度的颜色等级，以及优化医疗设备中需要控制液体颜色等级的过程，这有助于提高生产效率、质量稳定性和产品一致性；通过分布式监控设备对膀胱冲洗仪进行实时监控处理，帮助我们及时获取液体图像数据，并对其进行有效时段液体信息提取处理，生成有效液体数据。这样更加准确地了解膀胱冲洗仪使用情况，发现问题并及时处理，从而提高使用安全性和效果。同时，将有效液体颜色数据传送至液体颜色等级模型中进行颜色等级判定处理，帮助我们快速、准确地获取液体的颜色等级信息，有助于优化生产过程和提高产品质量稳定性；获取膀胱冲洗仪的初始冲洗速度，并根据有效颜色等级对其进行智能调节处理，可以使冲洗速度更加符合实际需要，提高冲洗效果和使用安全性，将有效冲洗速度与预设的药物冲洗速度阈值进行比对处理，有助于确保药物输送的安全性和准确性，避免由于冲洗速度过慢或过快导致药物浓度不均匀或流失的情况发生，当有效冲洗速度处于药物冲洗速度区间时，传送化疗药物指令到输送设备，可以在确保液体清洁的前提下，使药物输送更加准确、稳定，从而提高治疗效果和安全性，具有重要的临床应用价值；将有效液位数据与预设的液面阈值进行比对处理，可以及时发现膀胱冲洗仪的液位变化情况，并且根据液位控制信息对有效液位数据进行液位控制处理，使其满足液位要求，这有助于确保膀胱冲洗仪正常使用，避免因液位过高或过低导致的操作失误和损坏等问题，并能提高液体冲洗效果和安全性，最终获得实时有效液位数据，帮助我们更加准确地了解膀胱冲洗仪的使用情况，提高使用效率和准确性，同时也有助于优化生产过程和提高产品质量稳定性。因此，本发明的基于数据库及数据分析的智能控制方法不需要手动去调节液位高度，并且由于分布式监控设备实时监控液位高度使得调节液位高度时数据精准，并且在冲洗过程中根据冲洗速度变慢时可在冲洗过程加入药物，使治疗效果大大增加。

9、在本说明书的一个实施例中，步骤s1包括以下步骤：

10、步骤s101：获取医疗数据库中用户的液体颜色数据；

11、步骤s102：对液体颜色数据进行用户历史液体颜色数据统计，生成历史液体颜色数据；

12、步骤s103：对历史液体颜色数据进行标准化处理，生成标准液体颜色数据；

13、步骤s104：利用逆变换算法对标准液体颜色数据进行逆变换计算，生成光谱信息；

14、步骤s105：利用循环神经网络对光谱信息进行颜色信息特征提取处理，从而生成液体颜色特征数据。

15、本实施例获取医疗数据库中用户的液体颜色数据，并对其进行历史液体颜色数据统计、标准化处理和逆变换计算，最终利用循环神经网络对光谱信息进行颜色信息特征提取处理，能够帮助我们深入理解液体颜色属性与光谱信息之间的关系，并从中提取出有效的特征数据。通过历史液体颜色数据的统计和分析，有助于了解不同用户的液体颜色特征，这些特征数据可以用于建模，构建液体颜色等级模型，有效地分析液体的颜色等级信息，提高预测用户液体颜色的准确性。

16、在本说明书的一个实施例中，步骤s2包括以下步骤：

17、步骤s201：将液体颜色特征数据进行三原色数据提取处理，生成三原色数据；

18、步骤s202：将三原色数据进行量化处理，生成量化数据；

19、步骤s203：对量化数据进行液体深浅程度综合性排序处理，生成深浅程度数据；

20、步骤s204：获取医疗数据库中用户的诊断信息；

21、步骤s205：利用液体深浅等级公式对深浅程度数据进行液体颜色等级建模，生成初始液体颜色等级模型；

22、步骤s206：基于诊断信息对初始液体颜色等级模型进行模型参数修正处理，从而生成液体颜色等级模型。

23、本实施例将液体颜色特征数据进行三原色数据提取处理，生成三原色数据，并对其进行量化处理和深浅程度综合性排序处理，能够更加准确地了解液体的颜色属性和深浅程度信息，为后续液体颜色等级建模提供基础数据；同时，获取医疗数据库中用户的诊断信息，可以帮助我们了解不同用户的使用需求和特点，为个性化的服务和产品开发提供支持。利用液体深浅等级公式对深浅程度数据进行液体颜色等级建模，生成初始液体颜色等级模型，有助于后续步骤中快速、准确地获取液体的颜色等级信息，优化生产过程和提高产品质量稳定性；最后，基于诊断信息对初始液体颜色等级模型进行模型参数修正处理，可以使模型更加符合实际需求和情况，提高模型的准确性和应用效果。

24、在本说明书的一个实施例中，步骤s25中的液体深浅等级公式如下所示：

25、

26、式中，q表示为液体深浅等级，q表示为三原色数据占比例构成的权重信息，w表示为深浅程度数据的色彩色相参数，r表示深浅程度数据的色彩饱和度参数，y表示为深浅程度数据的色彩明度参数，表示为预设的诊断信息构成的权重信息，γ表示为液体深浅等级的异常调整值。

27、本实施例提供一种液体深浅等级公式，该公式充分考虑了三原色数据占比例构成的权重信息q、深浅程度数据的色彩色相参数w、深浅程度数据的色彩饱和度参数r、深浅程度数据的色彩明度参数y、预设的诊断信息构成的权重信息以及相互之间的作用关系，已形成函数关系通过对函数求导，使得三原色数据占比例构成的权重信息数据降维，能够在更小的数值运行与空间映射，从而确保数据准确的基础上减少数据处理的运算量，降低硬件的负担与提高数据处理的速度，避免了高维度的冗余维度因参数带来的计算误差，优化模型参数的更新，使得提高模型的准确性及性能，并且找到函数拐点以确定极值，通过三角函数对色相、饱和度、明度进行计算，使得计算快速达到收敛阶段，使数据达到预期效果，通过用户的诊断信息调整预设的诊断信息构成的权重信息，使得该函数对每个用户的液体色彩都有针对性作用，提高液体深浅等级q的精度和泛化能力，再利用液体深浅等级的异常调整值γ进行数据修正，减少异常数据带来得影响，提高模型得准则性和稳定性，更加准确地生成液体深浅等级。同时，该公式中的权重信息及调整项等参数可以根据实际情况进行调整，从而适应不同的膀胱冲洗仪，提高了算法的灵活性与适用性。

28、在本说明书的一个实施例中，步骤s3包括以下步骤：

29、步骤s301：通过分布式监控设备进行用户液体实时监控处理，生成液体图像数据；

30、步骤s302：对液体图像数据进行光照映射处理，生成液体映射图像数据；

31、步骤s303：对液体映射图像数据进行色彩特征点数据提取整合处理，得到液体映射图像数据的映射点特征集；

32、步骤s304：通过液体色彩矫正公式对映射点特征集进行色彩矫正参数计算处理，生成色彩矫正参数集；

33、步骤s305：利用色彩矫正参数集对液体图像数据进行色彩矫正处理，生成标准液体图像数据；

34、步骤s306：对标准液体图像数据进行图像降噪处理，生成液体平滑图像数据；

35、步骤s307：对液体平滑图像数据进行液体信息提取处理，生成液体信息数据；

36、步骤s308：对液体信息数据进行有效时间配置处理，得到液体信息数据的目标液体数据；

37、步骤s309：对目标液体数据进行采集数据时间提取处理，生成目标液体数据的采集时间；

38、步骤s310：判断采集时间是否处于预设的有效时间区间，当采集时间处于有效时间区间内，则确定目标液体数据为有效液体数据，其中有效液体数据包括有效液体颜色数据及有效液位数据，当采集时间不处于有效时间区间内，则将目标液体数据剔除；

39、步骤s311：对有效液体颜色数据进行参数率定处理，生成率定参数；

40、步骤s312：将率定参数传送至液体颜色等级模型中进行颜色等级判定处理，从而生成有效颜色等级。

41、本实施例通过分布式监控设备对膀胱冲洗以进行用户液体实时监控处理，生成都液体图像数据可以实时观察用户液体的变化情况，并且通过分布式监控设备进行观察，可以多方位无死角的得到清晰的液体图像，提高液体监测的准确性和稳定性，同时也可以自动化液体监控过程，提高工作效率；使用光照映射处理技术对液体图像数据进行处理，可以提高液体图像的清晰度和色彩还原度，并且可以抑制光线影响、减少噪声等，；色彩特征点数据提取技术对液体映射图像数据进行处理，可以提取出图像中的关键色彩信息，并将其整合为映射点特征集，通过映射点特征集进行处理数据，使得原本数据与处理后数据达到了降维效果，从而提高数据处理的速度；使用液体色彩矫正公式对映射点特征集进行处理，计算出色彩矫正参数集，利用色彩矫正参数集对液体图像数据进行处理，这样通过对图像的颜色信息进行矫正，可以消除因光线、相机等环境因素导致的色彩偏差，并生成经过色彩矫正后的标准液体图像数据，使用图像降噪处理技术对标准液体图像数据进行处理，去除图像中的噪声干扰，并生成经过降噪后的液体平滑图像数据，降低图像噪声使得利用分布式监控设备拍下来的液体图像贴合真实情况，提高了液体监测的精度和稳定性；使用液体信息提取处理技术对液体平滑图像数据进行处理，可以提取出图像中的液体信息，如颜色、液位等数据，并生成液体信息数据；将液体信息数据进行有效时间配置，得到目标液体数据，并采集目标液体数据处理时候的时间，生成采集时间，利用预设的有效时间区间去判断采集时间是否在这时间内，我们存取采集时间处理有效时间区间内的，并标记为确定目标液体数据为有效液体数据，能够去除多余的数据，减少对无用数据的处理，加快了数据处理速度的同时提高了数据的准确性和稳定性；将有效液体数据中的有效液体颜色数据进行参数率定处理，减小后续步骤因数据变化带来的影响，使得模型的预测结果与实际观测值更加接近的过程，能够提高模型的预测精度和可靠性，以及增强模型的泛化能力；通过将率定参数送进液体颜色等级模型中进行颜色等级判定，有效液体颜色数据可以通过不同用户针对自己建立的特有模型而去判断液体的颜色等级，保证了用户的有效液体等级的有效性和精准程度，从而大大减少了在分析有效液体等级带来的误差。

42、在本说明书的一个实施例中，步骤s304中的液体色彩矫正公式如下所示：

43、

44、式中，d表示为液体色彩矫正参数，a表示为映射点特征集中的色彩参数的权重信息，s表示为映射点特征集中的色调数据，d表示为映射特征集中的色彩亮度数据，f表示为映射点特征集中的映射色彩波长数据，z表示为映射特征集中的色彩畸变的权重信息，ε表示为液体色彩矫正参数的异常调整值。

45、本实施例提供一种液体色彩矫正公式，该公式充分考虑了映射点特征集中的色彩参数的权重信息a、映射点特征集中的色调数据s、映射特征集中的色彩亮度数据d、映射点特征集中的映射色彩波长数据f、映射特征集中的色彩畸变的权重信息z以及相互之间的作用关系，已形成函数关系实现了通过降维调整并精确提取映射点特征信息的基础上，通过对数函数将映射点特征集中的色彩参数的权重信息由高纬度降低为低纬度，使计算能力加快，并且利用三角函数对色彩、色调及波长的作用，得到作用后的数据的周期性特点，使数据达到收敛阶段，通过对数的作用找到图像色彩的变化规律，在利用色彩畸变的权重信息与映射点特征集相互作用关系，计算得到图像的色彩矫正关系数据，并利用倒数求得数据最优解，从而得到液体色彩矫正参数d，并通过液体色彩矫正参数的异常调整值ε进行修正，从而通过潜在图像色彩特征信息与历史映射点特征集进行比对计算，更加准确地生成了液体色彩矫正参数，提高了色彩矫正的精度。同时，该公式中的权重信息及调整项等参数可以根据实际情况进行调整，从而适应不同的液体图像数据，提高了算法的灵活性与适用性。

46、在本说明书的一个实施例中，步骤s4包括以下步骤：

47、步骤s401：获取初始冲洗速度；

48、步骤s402：根据有效颜色等级对初始冲洗速度进行冲洗速度智能调节处理，从而生成有效冲洗速度；

49、步骤s403：将有效冲洗速度与预设的药物冲洗速度区间进行冲洗速度区间比对处理，当有效冲洗速度处于药物冲洗速度区间时，则将化疗药物指令传送至输送设备。

50、本实施例智能调节膀胱冲洗仪的冲洗速度，并与预设的药物冲洗速度区间进行比对处理，从而确定是否将化疗药物指令传送至输送设备。这样可以确保在膀胱冲洗时，药物被充分混合并达到最佳治疗效果，同时避免药物溢出或浪费，提高化疗治疗的安全性和有效性，为患者带来更好的治疗效果。

51、在本说明书的一个实施例中，步骤s402包括以下步骤：

52、获取设备冲洗速度区间；

53、根据有效颜色等级与设备冲洗速度区间进行速度划分处理，得到设备冲洗速度等级；

54、根据有效颜色等级与设备冲洗速度等级对初始冲洗速度进行设备冲洗速度调节处理，从而生成有效冲洗速度。

55、本实施例是对冲洗速度进行智能调节，为防止冲洗速度过大造成的危害与速度过小起不到冲洗效果，则先获取设备的冲洗速度区间，在根据冲洗速度区间与有效颜色等级将速度根据等级进行划分得到设备冲洗速度等级，根据有效颜色等级调整冲洗速度从而得到有效冲洗速度，有效冲洗速度处于设备冲洗速度区间，确保在膀胱冲洗时，设备的冲洗速度能够适当地调整，以满足治疗需要，避免因过快或过慢的冲洗速度导致药物浪费或不良反应等问题，可以提高化疗治疗的安全性和有效性，为患者带来更好的治疗效果。

56、在本说明书的一个实施例中，步骤s5包括以下步骤：

57、步骤s501：将有效液位数据与预设的液面阈值进行液面阈值比对处理，生成液位控制信息；

58、步骤s502：根据液位控制信息对有效液位数据进行液位控制处理，从而获得实时有效液位数据。

59、本实施例将有效液位数据与预设的液面阈值进行比对处理，可以及时发现膀胱冲洗仪的液位变化情况，并且根据液位控制信息对有效液位数据进行液位控制处理，使其满足液位要求，这有助于确保膀胱冲洗仪正常使用，避免因液位过高或过低导致的操作失误和损坏等问题，并能提高液体冲洗效果和安全性，最终获得实时有效液位数据，帮助我们更加准确地了解膀胱冲洗仪的使用情况，提高使用效率和准确性，同时也有助于优化生产过程和提高产品质量稳定性。

60、在本说明书的一个实施例中提供一种基于数据库及数据分析的智能控制系统，包括：

61、至少一个处理器；以及，

62、与所述至少一个处理器通信连接的存储器；其中，

63、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上任一项所述的基于数据库及数据分析的智能控制方法。

64、本发明为一种分布冲洗仪的液位控制方法及系统，通过获取医疗数据库中已有的用户液体颜色数据进行历史液体颜色特征提取，通过提取液体颜色的光谱信息，并利用循环神经网络对光谱信息进行特征提取，通过循环数据网络对光谱信息进行处理，获取的特征信息面更加广，且得到的结果更加精准；利用液体深浅等级公式对液体颜色特征数据进行颜色等级模型构建，并基于每个不同用户的诊断信息对模型进行优化，得到的液体等级模型对每个用户具有针对性，更加符合实际需求和情况，提高模型的准确性和应用效果；通过分布式监控设备对膀胱冲洗仪的用户液体进行实时监控处理，并由于获得的液体图像存在许多影响因素，不能保证结果达到预期效果，故我们需要对得到的图像进行修复降噪，从而获得可以利用的液体图像，再将液体图像转换成液体数据，对液体的颜色信息进行精准的分析和提取，并根据有效时间区间的设定，实现对液体数据的筛选和确认，去除多余的数据，减少对无用数据的处理，加快了数据处理速度的同时提高了数据的准确性和稳定性，并通过对有效液体数据中的有效液体颜色数据进行参数率定，可以使模型对数据处理，进而生成液体颜色等级，能够根据液体颜色等级去调整膀胱冲洗仪的冲洗速度，实现智能方式自动化调整冲洗仪，大大减小人为操作；根据冲洗速度去输送化疗药物，防止避免药物溢出或浪费，提高化疗治疗的安全性和有效性；根据实时对液位数据进行监控，当液位过高超过预设的液面阈值时，则打开设备的排出接口，进而更新液体数据，当液位未超过预设的液面阈值时，则关闭设备的排出接口，避免因液位过高或过低导致的操作失误和损坏等问题，并能提高液体冲洗效果和安全性，最终获得实时有效液位数据。因此，本发明的基于数据库及数据分析的智能控制方法不需要手动去调节液位高度，并且由于分布式监控设备实时监控液位高度使得调节液位高度时数据精准，并且在冲洗过程中根据冲洗速度变慢时可在冲洗过程加入药物，使治疗效果大大增加。