一种麻醉专业度评估方法及系统与流程

1.本发明涉及麻醉护理相关领域，尤其涉及一种麻醉专业度评估方法及系统。


背景技术：

2.目前，麻醉作为手术过程中的主要操作能够降低患者在手术时的疼痛，从而提高手术成功率。在麻醉操作时针对不同手术需要采取不同的麻醉方式，且麻醉用药水平和麻醉专业度对手术起到了重要的影响，但由于医护人员的数量和水平难以标准化分析，从而无法针对性实现高效麻醉，因此，对于麻醉护理的医护人员如何进行智能化的专业度评估，成为医疗数字化的一个重要部分。
3.然而，现有技术中存在对于基于医护人员流动变化，其麻醉专业度的评估难以采用人工进行标准化分析，效率低，且难以实现智能化数据管理的技术问题。


技术实现要素：

4.针对现有技术中的缺陷，本技术实施例的目的是，通过提供一种麻醉专业度评估方法及系统，解决了现有技术中存在对于基于医护人员流动变化，其麻醉专业度的评估难以采用人工进行标准化分析，效率低，且难以实现智能化数据管理的技术问题，达到了通过智能化数据采集和分析，对麻醉护理人员的专业度进行多维评估，提高评估效率的技术效果。
5.一方面，本技术实施例提供一种麻醉专业度评估方法，所述方法应用于一种麻醉专业度评估系统，所述方法应用于一种麻醉专业度评估系统，所述系统与第一图像采集装置通信连接，所述方法包括：根据所述第一图像采集装置的第一摄像头和第二摄像头对第一用户的麻醉过程进行图像采集，获得第一图像集合和第二图像集合，其中，所述第一图像集合为远距离图像，所述第二图像采集为近距离图像；通过对所述第一图像集合和所述第二图像集合进行时间标识，生成第一标识图像集合和第二标识图像集合；按照第一预设麻醉方式对所述第一标识图像集合和所述第二标识图像集合的标识信息进行特征数据识别，生成第一特征数据集；构建第一特征分布树；将所述第一特征数据集输入所述第一特征分布树中，根据所述第一特征分布树，获得第一输出信息，其中，所述第一输出信息包括多级输出特征；根据所述第一预设麻醉方式从麻醉专业度评估模型库中调用第一麻醉专业度评估模型，将所述第一输出信息输入所述第一麻醉专业度评估模型中，获得第一麻醉专业度；根据所述第一麻醉专业度，输出第一评估报告。
6.另一方面，本技术还提供了一种麻醉专业度评估系统，所述系统包括：第一获得单元，所述第一获得单元用于根据第一图像采集装置的第一摄像头和第二摄像头对第一用户的麻醉过程进行图像采集，获得第一图像集合和第二图像集合，其中，所述第一图像集合为远距离图像，所述第二图像采集为近距离图像；第一生成单元，所述第一生成单元用于通过对所述第一图像集合和所述第二图像集合进行时间标识，生成第一标识图像集合和第二标识图像集合；第二生成单元，所述第二生成单元用于按照第一预设麻醉方式对所述第一标
识图像集合和所述第二标识图像集合的标识信息进行特征数据识别，生成第一特征数据集；第一构建单元，所述第一构建单元用于构建第一特征分布树；第二获得单元，所述第二获得单元用于将所述第一特征数据集输入所述第一特征分布树中，根据所述第一特征分布树，获得第一输出信息，其中，所述第一输出信息包括多级输出特征；第一输入单元，所述第一输入单元用于将根据所述第一预设麻醉方式从麻醉专业度评估模型库中调用第一麻醉专业度评估模型，将所述第一输出信息输入所述第一麻醉专业度评估模型中，获得第一麻醉专业度；第一输出单元，所述第一输出单元用于根据所述第一麻醉专业度，输出第一评估报告。
7.第三方面，本技术实施例提供了一种麻醉专业度评估系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
8.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：由于采用了根据第一图像采集装置对用户进行数据采集，从而获得第一摄像头的第一图像集合和第二摄像头的第二图像集合，并对采集的图像集合进行时间标识，形成基于时间序列的标识图像集合，进而根据标识后的图像集合进行用户麻醉操作特征的识别，确定出所述第一特征数据集，再将所述第一特征数据集输入第一特征分布树进行特征点分级的分类决策，输出多个维度的特征数据集，进而基于分布式的特征数据集进行对应维度的评估，结合最终结果确定所述第一用户的麻醉专业度，形成评估报告进行智能化管理。达到了通过智能化数据采集和分析，对麻醉护理人员的专业度进行多维评估，提高评估效率的技术效果。
9.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
10.通过阅读参照以下附图对非限制性实施例所做的详细描述，本发明的其它特征、目的和优点将会变得更明显：图1为本技术实施例一种麻醉专业度评估方法的流程示意图；图2为本技术实施例一种麻醉专业度评估方法的图像采集切换分析的流程示意图；图3为本技术实施例一种麻醉专业度评估方法的输出所述第一输出信息的流程示意图；图4为本技术实施例一种麻醉专业度评估方法的麻醉专业度评估的流程示意图；图5为本技术实施例一种麻醉专业度评估方法的麻醉容错稳定性分析的流程示意图；图6为本技术实施例一种麻醉专业度评估系统的结构示意图；图7为本技术实施例示例性电子设备的结构示意图。
具体实施方式
11.本技术实施例通过提供一种麻醉专业度评估方法及系统，解决了现有技术中存在对于基于医护人员流动变化，其麻醉专业度的评估难以采用人工进行标准化分析，效率低，且难以实现智能化数据管理的技术问题，达到了通过智能化数据采集和分析，对麻醉护理人员的专业度进行多维评估，提高评估效率的技术效果。
12.下面，将参考附图详细的描述根据本技术的示例实施例。显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。
13.申请概述目前，由于麻醉护理人员的流动性和医院中医护人员的工作性质，就诊患者较多，难以实现对所有麻醉医护人员的麻醉专业度评估，造成人工评估效率较低的问题，且根据评估人员的人工评估，对于评估结果的统一标准化程度不高，进而降低评估准确性，因此，需要基于一种智能化评估方法实现对麻醉护理人员的技能专业度有效评估，从而提出了一种麻醉专业度评估方法，达到了提高评估效率和评估准确性的效果。
14.针对上述技术问题，本技术提供的技术方案总体思路如下：本技术实施例提供一种麻醉专业度评估方法，所述方法应用于一种麻醉专业度评估系统，所述系统与第一图像采集装置通信连接，所述方法如下，首先通过所述第一图像采集装置的第一摄像头和所述第二摄像头进行特征识别和动态切换，能够对所述第一用户的麻醉过程进行准确识别，进而获得第一摄像头采集的第一图像集合和第二摄像头采集的第二图像集合，并将时间标识后的图像集合输入到第一特征分布树中进行特征的分类，从而输出对应的多级分类特征，进一步的，再讲所述第一特征分布树输出的第一输出信息进行麻醉专业度的多维评估，从而输出其麻醉专业度的评估报告，基于评估报告能够实现数字化管理的同时进行进一步的调整优化，达到了通过智能化数据采集和分析，对麻醉护理人员的专业度进行多维评估，提高评估效率的技术效果。
15.为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
16.实施例一如图1所示，本技术实施例提供了一种麻醉专业度评估方法，述方法应用于一种麻醉专业度评估系统，所述方法包括：步骤s100：根据所述第一图像采集装置的第一摄像头和第二摄像头对第一用户的麻醉过程进行图像采集，获得第一图像集合和第二图像集合，其中，所述第一图像集合为远距离图像，所述第二图像采集为近距离图像；具体而言，所述第一图像采集装置用于对第一用户进行麻醉操作的图像采集，将采集的数据经过数据处理单元和数据传输单元输入系统提供基础评估数据来源。其中，所述第一图像采集装置包括第一摄像头和第二摄像头，进而获得所述第一摄像头采集的第一图像集合和所述第二摄像头采集的第二图像集合，由于用户进行麻醉操作包括动作远距离和动作近距离，为了保证采集分析的准确性，针对于用户动作特征设置摄像头切换单元以获得高质量图像集合。
17.进一步的，所述第一图像采集装置进行图像采集的过程中会根据用户的动作特征
进行摄像头切换，从而能够基于摄像头智能识别切换在准确采集用户动作特征的基础上，降低采集数据的量化程度，从而提高数据分析和数据传输的效率。
18.步骤s200：通过对所述第一图像集合和所述第二图像集合进行时间标识，生成第一标识图像集合和第二标识图像集合；进一步的，由于所述第一图像集合和所述第二图像集合是分别根据第一摄像头和第二摄像头进行图像采集获得的，在摄像头切换的过程中，为了保证其采集同步性，因此，通过对图像进行时间标识进而形成所述第一标识图像集合和所述第二标识图像集合，并建立以时间序列为中间条件的图像序列，从而根据标定的时间标识实现对用户麻醉时时间掌握的评估。
19.步骤s300：按照第一预设麻醉方式对所述第一标识图像集合和所述第二标识图像集合的标识信息进行特征数据识别，生成第一特征数据集；具体而言，所述第一预设麻醉方式为提前预设的麻醉方式，比如，局部麻醉，表面麻醉，全身麻醉等，由于麻醉方式的不同其用药和麻醉操作有所不同，因此，通过提前预设麻醉方式能够根据预设的麻醉方式对用户进行针对化的专业评估。按照第一预设麻醉方式对所述第一标识图像集合和所述第二标识图像集合进行特征数据识别，由于所述第一标识图像集合和所述第二标识图像集合是根据时间序列进行标识后的图像，因此，进行特征数据识别时同样根据其时间序列进行一一特征识别对应，进而生成所述第一特征数据集，所述第一特征数据集与所述第一标识图像集合和所述第二标识图像集合对应，进而能够对用户在麻醉操作的整个过程中进行准确的时间把握，赋予特征数据的时间性，以时间性和特征数据进行麻醉专业度的评估。
20.进一步的，当所述第一摄像头和所述第二摄像头进行切换时，某一时间序列的所述第一标识图像集合和所述第二标识图像集合会存在交错性或重叠性，对于交错性的序列分析，确定某一时间序列单一存在的标识图像进行特征数据识别；对于重叠性的序列分析，确定某一时间序列的两类标识图像进行特征数据识别后再进行数据拟合。提高评估准确性和全面性。
21.步骤s400：构建第一特征分布树；步骤s500：将所述第一特征数据集输入所述第一特征分布树中，根据所述第一特征分布树，获得第一输出信息，其中，所述第一输出信息包括多级输出特征；进一步的，如图3所示，本技术实施例步骤s500还包括：步骤s510：根据第一分级特征，第二分级特征和第三分级特征，构建所述第一特征分布树，其中，所述第一分级特征为用药特征，所述第二分级特征为时间特征，所述第三分级特征为顺序特征；步骤s520：将所述第一特征数据集输入所述第一特征分布树中，根据所述第一特征分布树，获得第一用药数据集，第一时间数据集和第一顺序数据集；步骤s530：将所述第一用药数据集，所述第一时间数据集和所述第一顺序数据集作为所述第一输出信息。
22.具体而言，所述第一特征分布树用于对所述第一特征数据集进行特征分类，基于麻醉操作时其麻醉的过程评估动作特征进行识别后以及多个分级特征进行特征分布，利用所述第一特征分布树进行特征遍历和分类能够输出准确的分布信息进行输出。
23.所述第一特征分布树为决策树，能够通过监督学习的方式对所述第一特征数据集进行多级分类，其中，多级分类包括用药特征、时间特征和顺序特征，其中，所述用药特征包括用药类别、用药量、间隔用药等，所述时间特征包括用药时长，间隔时间、续药时长等，所述顺序特征包括用药顺序、操作顺序等。从而能够对用户麻醉操作所有过程中获得的所述第一特征数据集进行准确分类，进而为专业度评估提供分类数据，根据所述第一特征分类树输出的所述第一输出信息能够对实现准确性和智能性分类。
24.进一步的，所述第一特征分布树是所述第一分级特征、所述第二分级特征和所述第三分级特征为条件构建的，将所述第一特征数据集输入所述第一特征分布树后，能够获得对应的第一用药数据集、第一时间数据集和第一顺序数据集作为输出信息，其中，所述第一特征分布树对所有分级特征进行信息熵的计算，赋予其信息权重大小后再进行输出层级的分析，从而能够遍历输出所述第一特征数据集的多级分布情况，提高数据处理的针对性和级别性，为下一步评估提供有效的数据化基础条件，提高评估质量和评估效率。
25.步骤s600：根据所述第一预设麻醉方式从麻醉专业度评估模型库中调用第一麻醉专业度评估模型，将所述第一输出信息输入所述第一麻醉专业度评估模型中，获得第一麻醉专业度；步骤s700：根据所述第一麻醉专业度，输出第一评估报告。
26.具体而言，所述麻醉专业度评估模型库中包括多个数学模型，其中，所述麻醉专业度评估模型为多维评估模型，基于所述第一特征分类树的多个分级特征进行对应多维分析，根据所述第一预设麻醉方式从所述麻醉专业度评估模型中调用对应的预设麻醉方式，其中，不同的麻醉方式其专业性的评估标准不相同，根据其对应麻醉方式的标准化数据构建相应的评估模型，所述标准化数据包括标准用药标准、时控标准和顺序标准，即对用户麻醉时其用药时类别、用药量、用药时长、间隔时长、操作顺序等对应的多级分类标准数据，从而根基于不同的麻醉方式调用对应的评估模型，进而调用所述第一预设麻醉方式对应的第一麻醉专业度评估模型进行评估，输出第一麻醉专业度，再输出第一评估报告，达到了通过智能化数据采集和分析，对麻醉护理人员的专业度进行多维评估，提高评估效率的技术效果。
27.进一步的，如图2所示，为了提高图像采集灵活度，本技术实施例步骤s100还包括：步骤s110：根据所述第一图像采集装置对所述第一用户的麻醉过程进行动作采集，获得第一实时动作信息；步骤s120：将所述第一实时动作信息输入切换分析模块中，其中，所述切换分析模块包括特征识别区块和判断区块；步骤s130：根据所述特征识别区块对所述第一实时动作信息进行特征分析，获得第一实时动作特征；步骤s140：根据所述判断区块判断所述第一实时动作特征是否触发标识动作特征，获得第一判断结果；步骤s150：根据所述第一判断结果，对所述第一图像采集装置中的所述第一摄像头和所述第二摄像头进行切换。
28.具体而言，所述第一图像采集装置与所述第一摄像头和第二摄像头，其中，所述第一摄像头用于采集用户的远距离动作，所述第二摄像头用于采集用户的近距离动作，且所
述第一摄像头和所述第二摄像头独立设置，能够随时根据切换指令实现自身摄像头的关闭，为了避免由于双摄像头带来数据的双倍增加，进而降低数据处理效率，因此，通过对所述第一图像采集装置配置一摄像头切换的处理单元进行动态切换处理，进而能够保证在双摄像头下进行数据的有效采集，其中，基于麻醉护理人员的操作过程分为基动作和微动作，麻醉的准备工作和用药选取等多处于基动作，在麻醉医护人员进行麻醉实时操作时其麻醉深度，麻醉部位选取，麻醉时长等处于微动作，基于其麻醉的动作转换特征进行实时动作识别，从而实现第一摄像头和第二摄像头之间的动态切换。
29.进一步的，所述切换分析模块即用于将所述第一用户的实时动作信息输入分析判断，其中，所述切换分析模块包括的特征识别区块和判断区块进行进一步的处理，输出判断结果，根据判断结果实现第一摄像头切换至第二摄像头，或者第二摄像头切换至第一摄像头，提高数据采集的准确性和动态切换性。
30.进一步的，本技术实施例步骤s140还包括：步骤s141：根据所述第一预设麻醉方式，生成第一标识动作特征和第二标识动作特征，其中，所述第一标识动作特征为所述第一摄像头切换至所述第二摄像头的动作特征，所述第二标识动作特征为所述第二摄像头切换至所述第一摄像头的动作特征；步骤s142：所述判断区块根据所述第一标识动作特征和所述第二标识动作特征进行判断，输出第一切换指令或第二切换指令；步骤s143：将所述第一切换指令或第二切换指令作为所述第一判断结果。
31.具体而言，由于所述第一摄像头和所述第二摄像头是互相独立配置于所述第一图像采集装置中，所述第一切换指令为基于所述第一标识动作特征的判断实现所述第一摄像头切换至所述第二摄像头；所述第二切换指令为基于所述第二标识动作特征的判断实现所述第二摄像头切换至所述第一摄像头，其中，根据所述第一切换指令和所述第二切换指令是在摄像头切换的过程中暂停实时摄像头，开启所需摄像头实现。
32.进一步的，摄像头的切换过程为独立摄像头的各自采集，针对于用户麻醉动作的特殊性，还可以同时保留所述第一摄像头和所述第二摄像头处于开启状态，从而实现整个麻醉过程的交叉图像采集和综合图像采集，进而获得所述第一图像集合和所述第二图像集合，在进行时间标识后并进行序列的对应分布输出，比如，某一时间节点可能只包括所述第一摄像头采集的图像，或者只包括所述第二摄像头采集的图像，或者既包括所述第一摄像头采集的图像还包括所述第二摄像头采集的图像，从而能够在提高摄像头准确采集的同时，降低数据量，提高计算机进行复杂计算的计算效率。
33.进一步的，本技术实施例步骤s150还包括：步骤s151：根据所述第一图像采集装置，获得第一延迟数据；步骤s1521：根据所述第一延迟数据，生成第一切换延迟时间；步骤s153：根据所述第一判断结果和所述第一切换延迟时间对所述第一图像采集装置中的所述第一摄像头和所述第二摄像头进行切换。
34.具体而言，为了保证摄像头在切换过程中保留数据准确性，进一步的以切换延迟性对摄像头切换时进行调整，详细来说，通过对素数第一图像采集装置进行多次测试或者切换样本采集，根据采集的数据集进行预处理和数据分析，从而获得所述第一延迟数据，其中，所述第一延迟数据为经样本数据采集获得装置切换延迟性能数据，因此，根据所述第一
延迟数据，确定第一延迟切换时间，其中，所述第一延迟切换时间为进行摄像头切换时保留原摄像头处于开启的应力时间，因此，需要综合所述第一判断结果对所述第一图像采集装置中的所述第一摄像头和所述第二摄像头进行切换，举例来说，在一定成本条件下，当所述第一判断结果输出第一切换指令时，需要将所述第一摄像头切换至所述第二摄像头，因此，根据所述第一延迟切换时间对所述第一摄像头的暂停时间延后对应时间段，当成本条件满足时，可以基于所述第一延迟数据对所述图像采集装置中的摄像头进行调整。
35.进一步的，如图4所示，本技术实施例步骤s600还包括：步骤s610：将所述第一输出信息输入所述第一麻醉专业度评估模型，根据所述第一麻醉专业度评估模型，获得第一药准评估结果、第一控准评估结果和第一序准评估结果；步骤s620：通过对所述第一药准评估结果、所述第一控准评估结果和所述第一序准评估结果进行权重计算，获得第一综合评估结果；步骤s630：根据所述第一综合评估结果，生成所述第一麻醉专业度。
36.具体而言，所述第一麻醉专业度评估模型是通过数据的实时训练获得的模型，模型的初始训练数据为提前设置的标准的样本数据，包括用药标准、时控标准和顺序标准数据等，可以通过第一预设用户的输入图像采集流程，将对应的数据作为标准数据，根据该样本数据建立其数学评估模型，以所述第一输出信息作为模型的输入信息进行模型的评估，对应获得其输出的多个维度的评估信息，包括所述第一药准评估结果、所述第一控准评估结果和所述第一序准评估结果，其中，所述第一药准评估结果为用药准确度的分析结果，比如用药名称、类别、数量，以及间隔用药类别等；所述第一控准评估结果为麻醉操作的时长控制准确度的分析结果，比如用药时长，间隔用药时长等；所述第一序准评估结果为所述第一用户使用等顺序操作准确度的分析结果，比如麻醉操作顺序和器具使用顺序等。进一步的，再通过设置其权重进行评估结果的综合分析，权重优先级依次递减，达到了基于数学模型，提高数据评估准确性的技术效果。
37.进一步的，如图5所示，本技术实施例步骤s700还包括：步骤s710：获得所述第一用户的评估报告集；步骤s720：基于所述评估报告集对所述第一用户进行容错稳定性分析，获得第一容错系数；步骤s730：若所述第一容错系数处于预设容错系数之中，获得第一增益系数；步骤s740：根据所述第一增益系数用于对所述第一麻醉专业度进行增益调整，获得第二麻醉专业度。
38.具体而言，所述第一用户的评估报告集是基于所述第一用户的历史评估报告集合，若所述第一用户为首次评估，建立对应的档案库存储和分析，若检测所述第一用户存在历史评估报告，进而根据所述评估报告集中所述第一用户的评估专业度进行多维度可视化的呈现，并根据每一维度建立分析模型，从而实现容错稳定性分析，判断是否处于所述预设容错系数中，若处于则获得第一增益系数对本次输出的专业度进行调整。比如，某一麻醉医护人员在评估时其多次评估结果中的容错稳定性较好，即操作可行性较高，出错率较低，从而提高本次专业度输出结果。对应的，还可以预设第二个容错系数，若容错率较高，大于第二预设容错系数之上，确定一衰减系数进行降幅调整，提高了麻醉度评估的系统智能调整和输出准确性的效果。
39.与现有技术相比，本发明具有如下的有益效果：1、由于采用了根据第一图像采集装置对用户进行数据采集，从而获得第一摄像头的第一图像集合和第二摄像头的第二图像集合，并对采集的图像集合进行时间标识，形成基于时间序列的标识图像集合，进而根据标识后的图像集合进行用户麻醉操作特征的识别，确定出所述第一特征数据集，再将所述第一特征数据集输入第一特征分布树进行特征点分级的分类决策，输出多个维度的特征数据集，进而基于分布式的特征数据集进行对应维度的评估，结合最终结果确定所述第一用户的麻醉专业度，形成评估报告进行智能化管理。达到了通过智能化数据采集和分析，对麻醉护理人员的专业度进行多维评估，提高评估效率的技术效果。
40.2、由于采用了基于其麻醉的动作转换特征进行实时动作识别，从而实现第一摄像头和第二摄像头之间的动态切换，进一步的以切换延迟性对摄像头切换时进行调整。保证摄像头在切换过程中保留数据准确性，提高数据处理效率。
41.实施例二基于与前述实施例中一种麻醉专业度评估方法同样发明构思，本发明还提供了一种麻醉专业度评估系统，如图6所示，所述系统包括：第一获得单元11，所述第一获得单元11用于根据第一图像采集装置的第一摄像头和第二摄像头对第一用户的麻醉过程进行图像采集，获得第一图像集合和第二图像集合，其中，所述第一图像集合为远距离图像，所述第二图像采集为近距离图像；第一生成单元12，所述第一生成单元12用于通过对所述第一图像集合和所述第二图像集合进行时间标识，生成第一标识图像集合和第二标识图像集合；第二生成单元13，所述第二生成单元13用于按照第一预设麻醉方式对所述第一标识图像集合和所述第二标识图像集合的标识信息进行特征数据识别，生成第一特征数据集；第一构建单元14，所述第一构建单元14用于构建第一特征分布树；第二获得单元15，所述第二获得单元15用于将所述第一特征数据集输入所述第一特征分布树中，根据所述第一特征分布树，获得第一输出信息，其中，所述第一输出信息包括多级输出特征；第一输入单元16，所述第一输入单元16用于将根据所述第一预设麻醉方式从麻醉专业度评估模型库中调用第一麻醉专业度评估模型，将所述第一输出信息输入所述第一麻醉专业度评估模型中，获得第一麻醉专业度；第一输出单元17，所述第一输出单元17用于根据所述第一麻醉专业度，输出第一评估报告。
42.进一步的，所述系统还包括：第三获得单元，所述第三获得单元用于根据所述第一图像采集装置对所述第一用户的麻醉过程进行动作采集，获得第一实时动作信息；第二输入单元，所述第二输入单元用于将所述第一实时动作信息输入切换分析模块中，其中，所述切换分析模块包括特征识别区块和判断区块；第四获得单元，所述第四获得单元用于根据所述特征识别区块对所述第一实时动作信息进行特征分析，获得第一实时动作特征；
第五获得单元，所述第五获得单元用于根据所述判断区块判断所述第一实时动作特征是否触发标识动作特征，获得第一判断结果；第一切换单元，所述第一切换单元用于根据所述第一判断结果，对所述第一图像采集装置中的所述第一摄像头和所述第二摄像头进行切换。
43.进一步的，所述系统还包括：第三生成单元，所述第三生成单元用于根据所述第一预设麻醉方式，生成第一标识动作特征和第二标识动作特征，其中，所述第一标识动作特征为所述第一摄像头切换至所述第二摄像头的动作特征，所述第二标识动作特征为所述第二摄像头切换至所述第一摄像头的动作特征；第二输出单元，所述第二输出单元用于所述判断区块根据所述第一标识动作特征和所述第二标识动作特征进行判断，输出第一切换指令或第二切换指令；第一操作单元，所述第一操作单元用于将所述第一切换指令或第二切换指令作为所述第一判断结果。
44.进一步的，所述系统还包括：第六获得单元，所述第六获得单元用于根据所述第一图像采集装置，获得第一延迟数据；第三生成单元，所述第三生成单元用于根据所述第一延迟数据，生成第一切换延迟时间；第二切换单元，所述第二切换单元用于根据所述第一判断结果和所述第一切换延迟时间对所述第一图像采集装置中的所述第一摄像头和所述第二摄像头进行切换。
45.进一步的，所述系统还包括：第二构建单元，所述第二构建单元用于根据第一分级特征，第二分级特征和第三分级特征，构建所述第一特征分布树，其中，所述第一分级特征为用药特征，所述第二分级特征为时间特征，所述第三分级特征为顺序特征；第七获得单元，所述第七获得单元用于将所述第一特征数据集输入所述第一特征分布树中，根据所述第一特征分布树，获得第一用药数据集，第一时间数据集和第一顺序数据集；第二操作单元，所述第二操作单元用于将所述第一用药数据集，所述第一时间数据集和所述第一顺序数据集作为所述第一输出信息。
46.进一步的，所述系统还包括：第八获得单元，所述第八获得单元用于将所述第一输出信息输入所述第一麻醉专业度评估模型，根据所述第一麻醉专业度评估模型，获得第一药准评估结果、第一控准评估结果和第一序准评估结果；第九获得单元，所述第九获得单元用于通过对所述第一药准评估结果、所述第一控准评估结果和所述第一序准评估结果进行权重计算，获得第一综合评估结果；第四生成单元，所述第四生成单元用于根据所述第一综合评估结果，生成所述第一麻醉专业度。
47.进一步的，所述系统还包括：第十获得单元，所述第十获得单元用于获得所述第一用户的评估报告集；
第十一获得单元，所述第十一获得单元用于基于所述评估报告集对所述第一用户进行容错稳定性分析，获得第一容错系数；第十二获得单元，所述第十二获得单元用于若所述第一容错系数处于预设容错系数之中，获得第一增益系数；第一调整单元，所述第一调整单元用于根据所述第一增益系数用于对所述第一麻醉专业度进行增益调整，获得第二麻醉专业度。
48.前述图1实施例一中的一种麻醉专业度评估方法的各种变化方式和具体实例同样适用于本实施例的一种麻醉专业度评估系统，通过前述对一种麻醉专业度评估方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种麻醉专业度评估系统的实施方法，所以为了说明书的简洁，在此不再详述。
49.实施例三下面参考图7来描述本技术实施例的电子设备。
50.图7图示了根据本技术实施例的电子设备的结构示意图。
51.基于与前述实例施中一种麻醉专业度评估方法的发明构思，本发明还提供一种麻醉专业度评估系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种麻醉专业度评估系统的任一方法的步骤。
52.其中，在图7中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
53.本技术实施例提供一种麻醉专业度评估方法，所述方法应用于一种麻醉专业度评估系统，所述方法应用于一种麻醉专业度评估系统，所述系统与第一图像采集装置通信连接，所述方法包括：根据所述第一图像采集装置的第一摄像头和第二摄像头对第一用户的麻醉过程进行图像采集，获得第一图像集合和第二图像集合，其中，所述第一图像集合为远距离图像，所述第二图像采集为近距离图像；通过对所述第一图像集合和所述第二图像集合进行时间标识，生成第一标识图像集合和第二标识图像集合；按照第一预设麻醉方式对所述第一标识图像集合和所述第二标识图像集合的标识信息进行特征数据识别，生成第一特征数据集；构建第一特征分布树；将所述第一特征数据集输入所述第一特征分布树中，根据所述第一特征分布树，获得第一输出信息，其中，所述第一输出信息包括多级输出特征；根据所述第一预设麻醉方式从麻醉专业度评估模型库中调用第一麻醉专业度评估模型，将所述第一输出信息输入所述第一麻醉专业度评估模型中，获得第一麻醉专业度；根据所述第一麻醉专业度，输出第一评估报告。解决了现有技术中存在对于基于医护人员流动变化，其麻醉专业度的评估难以采用人工进行标准化分析，效率低，且难以实现智能化数据管理的技术问题，达到了通过智能化数据采集和分析，对麻醉护理人员的专业度进行多维评估，提高评估效率的技术效果。
54.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
55.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。
56.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
57.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
58.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例进行另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
59.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。