CN118155819B - 基于救急响应的体外除颤仪调配方法、设备及介质 - Google Patents
基于救急响应的体外除颤仪调配方法、设备及介质 Download PDFInfo
- Publication number
- CN118155819B CN118155819B CN202410571388.4A CN202410571388A CN118155819B CN 118155819 B CN118155819 B CN 118155819B CN 202410571388 A CN202410571388 A CN 202410571388A CN 118155819 B CN118155819 B CN 118155819B
- Authority
- CN
- China
- Prior art keywords
- emergency
- path
- grid
- sequence
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000004044 response Effects 0.000 title claims abstract description 32
- 238000012423 maintenance Methods 0.000 claims abstract description 55
- 238000013439 planning Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000002372 labelling Methods 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 14
- 230000007774 longterm Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000011176 pooling Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 2
- 206010000210 abortion Diseases 0.000 abstract 3
- 231100000176 abortion Toxicity 0.000 abstract 3
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009429 distress Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT 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
- G16H40/20—ICT 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Child & Adolescent Psychology (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Electrotherapy Devices (AREA)
Abstract
本发明涉及救急响应技术领域，揭露了一种基于救急响应的体外除颤仪调配方法、电子设备及计算机可读存储介质，其中方法包括：对场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型；利用场所维护数据对场所结构模型人流特征映射以及时序特征提取，得到网格人流时序特征；对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集；对救急人员位置集进行救急路径规划，得到救急路径组集；根据场所结构模型以及网格人流时序特征对救急路径组集进行人流交通分析，得到路径时长组集，根据路径时长组集对救急路径组集进行筛选调配，得到救急调配方案。本发明能够提高救急调配的效率。
Description
技术领域
本发明涉及救急响应技术领域，尤其涉及一种基于救急响应的体外除颤仪调配方法、电子设备及计算机可读存储介质。
背景技术
随着人们对于健康管理的关注度的上升，越来越多的企业与机构开始装配救急响应系统，救急响应系统能够在人员出现心脏威胁时即时发送求救信息，并通知周围人员使用自动体外除颤仪进行急救，因此，需要对救急响应的体外除颤仪进行救援调配。
现有的体外除颤仪进行救援调配技术通常采用人工线上沟通的调配方法，即在将救援信号发送至救援人员门之后，救援人员们根据附近的体外除颤仪装配地点进行线上沟通，自行规划取用路径进行救援调配，然而，实际应用中，基于人工线上沟通的调配方法需要救援人员自行确定调配路线，难以即时规划出高效的调配路线，可能导致进行救援调配时的效率较低。
发明内容
本发明提供一种基于救急响应的体外除颤仪调配方法、电子设备及计算机可读存储介质，其主要目的在于解决进行救援调配时的效率较低的问题。
为实现上述目的，本发明提供的一种基于救急响应的体外除颤仪调配方法，包括：
对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型；
利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，得到网格人流时序特征；
利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集；
根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，得到救急路径组集；
根据所述场所结构模型以及所述网格人流时序特征对所述救急路径组集进行人流交通分析，得到路径时长组集，根据所述路径时长组集对所述救急路径组集进行筛选调配，得到救急调配方案。
可选地，所述对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型，包括：
对预先获取的场所维护数据进行结构提取以及场所类型标注，得到场所结构图；
对所述场所结构图进行结构网格划分，得到初级场所模型；
对所述场所维护数据进行急救设施提取，得到除颤仪位置集；
对所述场所维护数据进行分配人员提取，得到分配人员位置集；
根据所述除颤仪位置集以及所述分配人员位置集对所述初级场所模型进行人员组件标注，得到次级场所模型；
根据所述场所维护数据对所述次级场所模型进行路径检索以及路径划分操作，得到场所结构模型。
可选地，所述根据所述场所维护数据对所述次级场所模型进行路径检索以及路径划分操作，得到场所结构模型，包括：
对所述场所维护数据进行人流轨迹定位，得到演练人流路径；
对所述次级场所模型进行路径识别，得到识别人流路径；
对所述演练人流路径和所述识别人流路径进行路径合并，得到标准人流路径；
根据所述标准人流路径对所述次级场所模型进行路径标注，得到场所结构模型。
可选地，所述利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，得到网格人流时序特征，包括：
对所述场所维护数据进行流量提取以及时序排序，得到场所人流量序列；
利用所述场所结构模型对所述场所人流量序列进行网格分组映射，得到网格人流量组序列；
利用如下的网格流量编码算法对所述网格人流量组序列进行流量特征编码，得到网格流量特征组序列：其中，是指所述网格流量特征组序列中的第个网格流量特征，是序号索引，、是预设的权重参数，是指所述网格人流量组序列中的第个网格人流量，是所述网格人流量组序列中的网格人流量的总个数，是最小值符号，是最大值符号，是指所述网格人流量组序列；
对所述网格流量特征组序列进行多级网格卷积以及全局池化操作，得到标准网格人流特征序列；
对所述标准网格人流特征序列进行层级时序特征提取，得到网格人流时序特征。
可选地，所述对所述标准网格人流特征序列进行层级时序特征提取，得到网格人流时序特征，包括：
对所述标准网格人流特征序列进行跳转特征提取，得到长期人流时序特征；
对所述标准网格人流特征序列进行连续特征提取，得到短期人流时序特征；
对所述标准网格人流特征序列进行自注意力特征提取，得到注意力人流时序特征：
利用如下的时序全连接算法对所述长期人流时序特征、所述短期人流时序特征以及所述注意力人流时序特征进行全连接操作，得到网格人流时序特征：其中，是指第时刻的所述网格人流时序特征，、是时间索引，是预设的时序权重，是预设的长短对抗系数，是指第时刻的所述长期人流时序特征，是指第时刻的所述短期人流时序特征，是指所述注意力人流时序特征中隐藏特征的数量，是预设的第时刻的所述注意力人流时序特征的特征权重，是指第时刻的所述注意力人流时序特征，是预设的融合系数。
可选地，所述利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集，包括：
对实时获取的救急信息进行位置信息提取，得到患者位置；
根据所述患者位置对所述场所结构模型进行初级范围划分，得到初级救急区域；
对所述初级救急区域进行除颤仪定位，得到救急除颤仪位置集；
根据所述救急除颤仪位置集对所述场所结构模型进行次级范围划分，得到次级救急区域；
对所述次级救急区域进行救急人员定位，得到救急人员位置集。
可选地，所述根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，得到救急路径组集，包括：
逐个选取所述救急人员位置集中的救急人员位置作为目标救急位置，利用所述目标救急位置对所述救急除颤仪位置集进行范围筛选，得到目标除颤仪位置组；
逐个选取所述目标除颤仪位置组中的除颤仪位置作为目标除颤仪位置，利用所述场所结构模型对所述目标除颤仪位置和所述目标救急位置进行深度路径规划，得到初级路径组；
利用所述场所结构模型对所述目标除颤仪位置和所述患者位置进行深度路径规划，得到次级路径组；
对所述初级路径组和所述次级路径组进行路径交叉拼接，得到标准救急路径组；
将所述目标除颤仪位置组中所有目标除颤仪位置对应的标准救急路径组汇集成救急路径组；
将所述救急人员位置集中所有目标救急位置对应的救急路径组汇集成救急路径组集。
可选地，所述根据所述场所结构模型以及所述网格人流时序特征对所述救急路径组集进行人流交通分析，得到路径时长组集，包括：
对所述网格人流时序特征进行全连接输出操作，得到分析网格人流特征；
对所述分析网格人流特征进行反池化以及流量特征解码操作，得到分析网格人流量组；
逐个选取所述救急路径组集中的救急路径作为目标救急路径，利用所述场所结构模型对所述目标救急路径进行逐网格类型标注，得到目标网格类型序列；
对所述目标网格类型序列进行网格移速编码，得到目标网格移速序列；
利用所述分析网格人流量组对所述目标救急路径进行逐网格流量标注，得到目标网格流量序列；
利用如下的路径时长算法根据所述目标网格流量序列以及所述目标网格移速序列计算出所述目标救急路径的路径时长：其中，是指所述路径时长，是网格序号索引，是指所述目标网格流量序列的序列长度，且所述目标网格流量序列的序列长度与所述目标网格移速序列的序列长度相同，是指所述目标网格移速序列中的第个网格移速，是指所述目标网格流量序列中的第个网格流量，是预设的网格长度，是预设的初始移速；
将所述救急路径组集中所有目标救急路径的路径时长汇集成路径时长组集。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
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上述所述的基于救急响应的体外除颤仪调配方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于救急响应的体外除颤仪调配方法。
本发明实施例通过对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型，能够实现对救急系统装配区域的全局掌控，识别出路径区域，方便后续救急时的路径规划，通过利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，可以结合网格神经网络算法提取出人流量在不同区域范围以及不同时间段内的变化情况，从而提高后续场所中人流量预测的准确性，进而提升路径时长计算的准确性，通过利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，可以快速确定出患者以及能够对患者进行有效施救的救援人员以及对应的除颤仪设备位置信息，能够有效提升救援效率。
通过根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，可以针对患者附近每个能够进行救援的人员确定出初步符合救急标准的救援路线组，从而提高快速救急的成功率，通过对所述救急路径组集进行人流交通分析，能够结合场所中各个路径区块的类型以及实时的人流量确定出路径的总时长，提高了路径规划的准确率，通过根据所述路径时长组集对所述救急路径组集进行筛选调配，可以根据路径时长确定出各个救急人员的最佳救援路径，从而提高救急的效率。因此本发明提出的基于救急响应的体外除颤仪调配方法、电子设备及计算机可读存储介质，可以解决进行救援调配时的效率较低的问题。
附图说明
图1为本发明一实施例提供的基于救急响应的体外除颤仪调配方法的流程示意图；
图2为本发明一实施例提供的生成场所结构模型的流程示意图；
图3为本发明一实施例提供的提取网格人流时序特征的流程示意图；
图4为本发明一实施例提供的实现所述基于救急响应的体外除颤仪调配方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于救急响应的体外除颤仪调配方法。所述基于救急响应的体外除颤仪调配方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于救急响应的体外除颤仪调配方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于救急响应的体外除颤仪调配方法的流程示意图。在本实施例中，所述基于救急响应的体外除颤仪调配方法包括：
S1、对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型。
本发明实施例中，所述场所维护数据是指对于装配了急救响应系统的场所进行日常的测试演练以及路径维护时记录的相关数据，所述场所维护数据包含场所结构的场所结构图；预先分配的区域义务救急员、值班安保以及医务人员的相关位置分布信息；自动体外除颤仪（Automated External Defibrillator，简称AED）的分布位置；进行测试演练的多个时间段内人员的移动路径、各个路径的人流量数据以及拥堵情况，所述场所结构模型是所述场所维护数据对应的场所的地形结构的网格模型。
详细地，所述对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型，包括：
对预先获取的场所维护数据进行结构提取以及场所类型标注，得到场所结构图；
对所述场所结构图进行结构网格划分，得到初级场所模型；
对所述场所维护数据进行急救设施提取，得到除颤仪位置集；
对所述场所维护数据进行分配人员提取，得到分配人员位置集；
根据所述除颤仪位置集以及所述分配人员位置集对所述初级场所模型进行人员组件标注，得到次级场所模型；
根据所述场所维护数据对所述次级场所模型进行路径检索以及路径划分操作，得到场所结构模型。
详细地，所述结构提取是指提取出所述场所维护数据中记录了场所结构数据的场所结构图，所述场所类型标注是指利用所述场所维护数据中记录的各个场所区域的区域类型对场所结构图进行标注，例如将楼梯区域标注为楼梯，所述场所结构图可以是场所所在建筑的结构设计图，所述结构网格划分是指将所述场所结构图按照预设的网格尺寸划分为多个连续的网格单元，利用三维建模软件将连续的网格单元转化成三维模型，其中，每个网格单元代表一个区域或空间单元。
具体地，所述急救设施提取是指利用关键词匹配等方式从所述场所维护数据中提取出与预先配置的急救设施对应的位置信息，所述除颤仪位置集中的各个除颤仪位置对应一个自动体外除颤仪被安装的位置，所述分配人员位置集中的各个分配人员位置对应一个被分配的区域义务救急员、值班安保或医务人员的地理区域位置。
详细地，所述组件标注是指根据所述除颤仪位置集和所述分配人员位置集中的各个位置信息确定出所述初级场所模型中对应的网格区域，并对对应的网格区域进行标注。
详细地，参照图2所示，所述根据所述场所维护数据对所述次级场所模型进行路径检索以及路径划分操作，得到场所结构模型，包括：
S21、对所述场所维护数据进行人流轨迹定位，得到演练人流路径；
S22、对所述次级场所模型进行路径识别，得到识别人流路径；
S23、对所述演练人流路径和所述识别人流路径进行路径合并，得到标准人流路径；
S24、根据所述标准人流路径对所述次级场所模型进行路径标注，得到场所结构模型。
具体地，所述人流轨迹定位是指从所述场所维护数据中提取出测试演练时人流经过的区域地理位置，所述演练人流路径中包括测试演练中人群移动的路径，所述路径识别是指利用区域分割以及模型语义识别方法识别出所述次级场所模型中各个网格区域对应的网格语义，将所有网格语义为路径的网格汇集成识别人流路径。
详细地，所述路径合并是指将所述识别人流路径和所述演练人流路径的并集区域作为标准人流路径，所述路径标注是指将所述次级场所模型中所述标准人流路径经过的网格区域标注为路径区域。
本发明实施例中，通过对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型，能够实现对救急系统装配区域的全局掌控，识别出路径区域，方便后续救急时的路径规划。
S2、利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，得到网格人流时序特征。
详细地，所述网格人流时序特征所述场所维护数据中各个网格区域的人流量的时序特征。
本发明实施例中，所述利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，得到网格人流时序特征，包括：
对所述场所维护数据进行流量提取以及时序排序，得到场所人流量序列；
利用所述场所结构模型对所述场所人流量序列进行网格分组映射，得到网格人流量组序列；
对所述网格人流量组序列进行流量特征编码，得到网格流量特征组序列；
对所述网格流量特征组序列进行多级网格卷积以及全局池化操作，得到标准网格人流特征序列；
对所述标准网格人流特征序列进行层级时序特征提取，得到网格人流时序特征。
详细地，所述流量提取是指提取出所述场所维护数据中的各个时间段内各个区域的人流量数据，所述网格分组映射是指提取出所述场所结构模型中各个网格区域的地理位置，根据对应的地理位置将所述场所人流量序列中各个场所人流量分块，得到网格人流量组，将所有的网格人流量组汇集成网格人流量组序列。
详细地，利用如下的网格流量编码算法计算出网格流量特征组序列：其中，是指所述网格流量特征组序列中的第个网格流量特征，是序号索引，、是预设的权重参数，是指所述网格人流量组序列中的第个网格人流量，是所述网格人流量组序列中的网格人流量的总个数，是最小值符号，是最大值符号，是指所述网格人流量组序列。
具体地，所述网格流量编码算法可以将每个网格的人流量限制在预设的范围区间，减少了计算的数据量维度，提高了特征提取的效率，所述多级网格卷积是指利用网格卷积层对网格流量特征组序列中的各个网格流量特征组进行特征卷积操作。
详细地，参照图3所示，所述对所述标准网格人流特征序列进行层级时序特征提取，得到网格人流时序特征，包括：
S31、对所述标准网格人流特征序列进行跳转特征提取，得到长期人流时序特征；
S32、对所述标准网格人流特征序列进行连续特征提取，得到短期人流时序特征；
S33、对所述标准网格人流特征序列进行自注意力特征提取，得到注意力人流时序特征：
S34、对所述长期人流时序特征、所述短期人流时序特征以及所述注意力人流时序特征进行全连接操作，得到网格人流时序特征。
详细地，所述跳转特征提取是指利用长短时序神经网络中的跳转门结构进行时序特征提取，所述连续特征提取是指利用长短时序神经网络中的连续门结构进行时序特征提取，所述自注意力特征提取是指利用自注意力机制进行时序特征提取。
具体地，利用如下的时序全连接算法计算出网格人流时序特征：其中，是指第时刻的所述网格人流时序特征，、是时间索引，是预设的时序权重，是预设的长短对抗系数，是指第时刻的所述长期人流时序特征，是指第时刻的所述短期人流时序特征，是指所述注意力人流时序特征中隐藏特征的数量，是预设的第时刻的所述注意力人流时序特征的特征权重，是指第时刻的所述注意力人流时序特征，是预设的融合系数。
详细地，所述时序全连接算法可以实现对应时刻的所述标准网格人流特征序列的长期时序特征、短期时序特征以及注意力特征的特征融合，从而提高网格人流时序特征的表征性。
本发明实施例中，通过利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，可以结合网格神经网络算法提取出人流量在不同区域范围以及不同时间段内的变化情况，从而提高后续场所中人流量预测的准确性，进而提升路径时长计算的准确性。
S3、利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集。
详细地，所述救急信息是指当人员发生心脏疾病时，周围的路人通过手机扫码等方式发送的求救信息，所述救急信息包含路人所在的患者位置等信息。
本发明实施例中，所述利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集，包括：
对实时获取的救急信息进行位置信息提取，得到患者位置；
根据所述患者位置对所述场所结构模型进行初级范围划分，得到初级救急区域；
对所述初级救急区域进行除颤仪定位，得到救急除颤仪位置集；
根据所述救急除颤仪位置集对所述场所结构模型进行次级范围划分，得到次级救急区域；
对所述次级救急区域进行救急人员定位，得到救急人员位置集。
详细地，所述患者位置是指所述患者周边的路人在进行救急求救时发送的实时位置信息，所述初级范围划分是指以所述患者位置为中心，以预设的第一救急距离为半径对所述场所结构模型进行区域划分，所述除颤仪定位是指在所述初级救急区域中定位出各个自动体外除颤仪的位置，所述救急除颤仪位置集中的各个救急除颤仪位置对应所述初级救急区域中的一个自动体外除颤仪的地理位置。
具体地，所述次级范围划分是指逐个选取所述救急除颤仪位置集中的救急除颤仪位置为中心，以预设的第二救急距离为半径对所述场所结构模型进行区域划分，得到除颤仪区域，将所有的除颤仪区域合并成次级救急区域，所述救急人员定位是指在所述次级救急区域内提取出区域义务救急员、值班安保、医务人员以及发出求救的路人的位置信息，将所有的位置信息作为救急人员位置汇集成救急人员位置集。
本发明实施例中，通过利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，可以快速确定出患者以及能够对患者进行有效施救的救援人员以及对应的除颤仪设备位置信息，能够有效提升救援效率。
S4、根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，得到救急路径组集。
详细地，所述救急路径组集中的各个救急路径组对应所述救急人员位置集中各个救急人员位置的人员能够获取除颤仪并前往患者位置进行救援的多个救急路径。
本发明实施例中，所述根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，得到救急路径组集，包括：
逐个选取所述救急人员位置集中的救急人员位置作为目标救急位置，利用所述目标救急位置对所述救急除颤仪位置集进行范围筛选，得到目标除颤仪位置组；
逐个选取所述目标除颤仪位置组中的除颤仪位置作为目标除颤仪位置，利用所述场所结构模型对所述目标除颤仪位置和所述目标救急位置进行深度路径规划，得到初级路径组；
利用所述场所结构模型对所述目标除颤仪位置和所述患者位置进行深度路径规划，得到次级路径组；
对所述初级路径组和所述次级路径组进行路径交叉拼接，得到标准救急路径组；
将所述目标除颤仪位置组中所有目标除颤仪位置对应的标准救急路径组汇集成救急路径组；
将所述救急人员位置集中所有目标救急位置对应的救急路径组汇集成救急路径组集。
具体地，所述范围筛选是指从所述救急除颤仪位置集中筛选出与所述目标救急位置之间距离小于预设的范围阈值的救急除颤仪位置作为目标除颤仪位置汇集成目标除颤仪位置组。
详细地，所述利用所述场所结构模型对所述目标除颤仪位置和所述目标救急位置进行深度路径规划是指利用深度优先算法对所述场所结构模型中路径区域的网格区域进行以所述目标救急位置为起点，所述目标除颤仪位置为终点的路径规划。
具体地，所述利用所述场所结构模型对所述目标除颤仪位置和所述患者位置进行深度路径规划是指利用深度优先算法对所述场所结构模型中路径区域的网格区域进行以所述目标除颤仪位置为起点，所述患者位置为终点的路径规划。
详细地，所述路径交叉拼接是指将所述初级路径组中的各个初级路径和所述次级路径组中的各个次级路径以穷举的方式进行拼接，得到以所述目标救急位置为起点，以所述目标除颤仪位置为中点，以所述患者位置为终点的完成路径，将完成的路径作为标准救急路径汇集成标准救急路径组。
本发明实施例中，通过根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，可以针对患者附近每个能够进行救援的人员确定出初步符合救急标准的救援路线组，从而提高快速救急的成功率。
S5、根据所述场所结构模型以及所述网格人流时序特征对所述救急路径组集进行人流交通分析，得到路径时长组集，根据所述路径时长组集对所述救急路径组集进行筛选调配，得到救急调配方案。
详细地，所述路径时长组集中的各个路径时长对应所述救急路径组集中各个救急路径的预期耗时时长。
本发明实施例中，所述根据所述场所结构模型以及所述网格人流时序特征对所述救急路径组集进行人流交通分析，得到路径时长组集，包括：
对所述网格人流时序特征进行全连接输出操作，得到分析网格人流特征；
对所述分析网格人流特征进行反池化以及流量特征解码操作，得到分析网格人流量组；
逐个选取所述救急路径组集中的救急路径作为目标救急路径，利用所述场所结构模型对所述目标救急路径进行逐网格类型标注，得到目标网格类型序列；
对所述目标网格类型序列进行网格移速编码，得到目标网格移速序列；
利用所述分析网格人流量组对所述目标救急路径进行逐网格流量标注，得到目标网格流量序列；
根据所述目标网格流量序列以及所述目标网格移速序列计算出所述目标救急路径的路径时长；
将所述救急路径组集中所有目标救急路径的路径时长汇集成路径时长组集。
详细地，所述全连接输出是指利用预先训练好的长短时序神经网络模型的输出层对所述网格人流时序特征进行未来时间段内的人流量预测，所述分析网格人流特征是指未来时间段内所述场所结构模型对应的各个网格区域内的人流量特征。
具体地，所述反池化以及流量特征解码操作的方法是上述步骤S2中的网格分组映射、流量特征编码、多级网格卷积以及全局池化的方法的逆向操作，所述逐网格类型标注是指按照所述目标救急路径在所述场所结构模型中经过的网格的顺序对所述目标救急路径对应的各个网格区域进行场所类型标注，所述场所类型标注的方法与上述步骤S1中的场所类型标注相同。
详细地，所述网格移速编码是指将所述目标网格类型序列中的各个网格类型按照预设的编码映射方法映射成网格移速，所述网格移速代表行人在对应的网格类型中的移动系数，例如楼梯的网格移速小于楼道的网格移速。
具体地，所述逐网格流量标注是指按照所述目标救急路径在所述分析网格人流量组中经过的网格的顺序对所述目标救急路径对应的各个网格区域进行人流量标注。
详细的，利用如下的路径时长算法计算出所述目标救急路径的路径时长：其中，是指所述路径时长，是网格序号索引，是指所述目标网格流量序列的序列长度，且所述目标网格流量序列的序列长度与所述目标网格移速序列的序列长度相同，是指所述目标网格移速序列中的第个网格移速，是指所述目标网格流量序列中的第个网格流量，是预设的网格长度，是预设的初始移速。
具体地，所述路径时长算法可以考虑场所中各个区域的实时人流量以及区域的类型对人员移速的影响计算出路径的时长，提高了路径时长的精确度。
详细地，所述根据所述路径时长组集对所述救急路径组集进行筛选调配，得到救急调配方案是指逐个选取所述救急路径组集中的救急路径组作为目标救急路径组，将所述路径时长组集中所述目标救急路径组对应的路径时长组作为目标路径时长组，从所述目标路径时长组中筛选出数值最小的路径时长作为标准路径时长，将所述目标救急路径组中所述标准路径时长对应的救急路径作为标准救急路径，将所述标准救急路径作为目标调配方案发送至所述目标救急路径组对应的人员，将所有的目标调配方案汇集成救急调配方案。
本发明实施例中，通过对所述救急路径组集进行人流交通分析，能够结合场所中各个路径区块的类型以及实时的人流量确定出路径的总时长，提高了路径规划的准确率，通过根据所述路径时长组集对所述救急路径组集进行筛选调配，可以根据路径时长确定出各个救急人员的最佳救援路径，从而提高救急的效率。
本发明实施例通过对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型，能够实现对救急系统装配区域的全局掌控，识别出路径区域，方便后续救急时的路径规划，通过利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，可以结合网格神经网络算法提取出人流量在不同区域范围以及不同时间段内的变化情况，从而提高后续场所中人流量预测的准确性，进而提升路径时长计算的准确性，通过利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，可以快速确定出患者以及能够对患者进行有效施救的救援人员以及对应的除颤仪设备位置信息，能够有效提升救援效率。
通过根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，可以针对患者附近每个能够进行救援的人员确定出初步符合救急标准的救援路线组，从而提高快速救急的成功率，通过对所述救急路径组集进行人流交通分析，能够结合场所中各个路径区块的类型以及实时的人流量确定出路径的总时长，提高了路径规划的准确率，通过根据所述路径时长组集对所述救急路径组集进行筛选调配，可以根据路径时长确定出各个救急人员的最佳救援路径，从而提高救急的效率。因此本发明提出的基于救急响应的体外除颤仪调配方法，可以解决进行救援调配时的效率较低的问题。
如图4所示，是本发明一实施例提供的实现基于救急响应的体外除颤仪调配方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于救急响应的体外除颤仪调配程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如执行基于救急响应的体外除颤仪调配程序等），以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于救急响应的体外除颤仪调配程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准（peripheral componentinterconnect，简称PCI）总线或扩展工业标准结构（extended industry standardarchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于长度优化的文本分析程序是多个指令的组合，在所述处理器10中运行时，可以实现：
对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型；
利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，得到网格人流时序特征；
利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集；
根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，得到救急路径组集；
根据所述场所结构模型以及所述网格人流时序特征对所述救急路径组集进行人流交通分析，得到路径时长组集，根据所述路径时长组集对所述救急路径组集进行筛选调配，得到救急调配方案。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型；
利用所述场所维护数据对所述场所结构模型人流特征映射以及时序特征提取，得到网格人流时序特征；
利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集；
根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，得到救急路径组集；
根据所述场所结构模型以及所述网格人流时序特征对所述救急路径组集进行人流交通分析，得到路径时长组集，根据所述路径时长组集对所述救急路径组集进行筛选调配，得到救急调配方案。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用装置。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置实施例中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，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等同替换，而不脱离本发明技术方案的精神和范围。
Claims (5)
1.一种基于救急响应的体外除颤仪调配方法，其特征在于，所述方法包括：
对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型，其中，所述对预先获取的场所维护数据进行人员组件标注以及路径结构建模，得到场所结构模型，包括：对预先获取的场所维护数据进行结构提取以及场所类型标注，得到场所结构图；对所述场所结构图进行结构网格划分，得到初级场所模型；对所述场所维护数据进行急救设施提取，得到除颤仪位置集；对所述场所维护数据进行分配人员提取，得到分配人员位置集；根据所述除颤仪位置集以及所述分配人员位置集对所述初级场所模型进行人员组件标注，得到次级场所模型；根据所述场所维护数据对所述次级场所模型进行路径检索以及路径划分操作，得到场所结构模型，其中，所述根据所述场所维护数据对所述次级场所模型进行路径检索以及路径划分操作，得到场所结构模型，包括：对所述场所维护数据进行人流轨迹定位，得到演练人流路径；对所述次级场所模型进行路径识别，得到识别人流路径；对所述演练人流路径和所述识别人流路径进行路径合并，得到标准人流路径；根据所述标准人流路径对所述次级场所模型进行路径标注，得到场所结构模型；
利用所述场所维护数据对所述场所结构模型进行人流特征映射以及时序特征提取，得到网格人流时序特征，其中，所述利用所述场所维护数据对所述场所结构模型进行人流特征映射以及时序特征提取，得到网格人流时序特征，包括：对所述场所维护数据进行流量提取以及时序排序，得到场所人流量序列；利用所述场所结构模型对所述场所人流量序列进行网格分组映射，得到网格人流量组序列；利用如下的网格流量编码算法对所述网格人流量组序列进行流量特征编码，得到网格流量特征组序列：其中，是指所述网格流量特征组序列中的第个网格流量特征，是序号索引，、是预设的权重参数，是指所述网格人流量组序列中的第个网格人流量，是所述网格人流量组序列中的网格人流量的总个数，是最小值符号，是最大值符号，是指所述网格人流量组序列；对所述网格流量特征组序列进行多级网格卷积以及全局池化操作，得到标准网格人流特征序列；对所述标准网格人流特征序列进行层级时序特征提取，得到网格人流时序特征，其中，所述对所述标准网格人流特征序列进行层级时序特征提取，得到网格人流时序特征，包括：对所述标准网格人流特征序列进行跳转特征提取，得到长期人流时序特征；对所述标准网格人流特征序列进行连续特征提取，得到短期人流时序特征；对所述标准网格人流特征序列进行自注意力特征提取，得到注意力人流时序特征：利用如下的时序全连接算法对所述长期人流时序特征、所述短期人流时序特征以及所述注意力人流时序特征进行全连接操作，得到网格人流时序特征：其中，是指第时刻的所述网格人流时序特征，、是时间索引，是预设的时序权重，是预设的长短对抗系数，是指第时刻的所述长期人流时序特征，是指第时刻的所述短期人流时序特征，是指所述注意力人流时序特征中隐藏特征的数量，是预设的第时刻的所述注意力人流时序特征的特征权重，是指第时刻的所述注意力人流时序特征，是预设的融合系数；
利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集；
根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，得到救急路径组集；
根据所述场所结构模型以及所述网格人流时序特征对所述救急路径组集进行人流交通分析，得到路径时长组集，根据所述路径时长组集对所述救急路径组集进行筛选调配，得到救急调配方案，其中，所述根据所述场所结构模型以及所述网格人流时序特征对所述救急路径组集进行人流交通分析，得到路径时长组集，包括：对所述网格人流时序特征进行全连接输出操作，得到分析网格人流特征；对所述分析网格人流特征进行反池化以及流量特征解码操作，得到分析网格人流量组；逐个选取所述救急路径组集中的救急路径作为目标救急路径，利用所述场所结构模型对所述目标救急路径进行逐网格类型标注，得到目标网格类型序列；对所述目标网格类型序列进行网格移速编码，得到目标网格移速序列；利用所述分析网格人流量组对所述目标救急路径进行逐网格流量标注，得到目标网格流量序列；利用如下的路径时长算法根据所述目标网格流量序列以及所述目标网格移速序列计算出所述目标救急路径的路径时长：其中，是指所述路径时长，是网格序号索引，是指所述目标网格流量序列的序列长度，且所述目标网格流量序列的序列长度与所述目标网格移速序列的序列长度相同，是指所述目标网格移速序列中的第个网格移速，是指所述目标网格流量序列中的第个网格流量，是预设的网格长度，是预设的初始移速；将所述救急路径组集中所有目标救急路径的路径时长汇集成路径时长组集。
2.如权利要求1所述的基于救急响应的体外除颤仪调配方法，其特征在于，所述利用所述场所结构模型对实时获取的救急信息进行患者定位以及救急匹配，得到患者位置、救急人员位置集以及救急除颤仪位置集，包括：
对实时获取的救急信息进行位置信息提取，得到患者位置；
根据所述患者位置对所述场所结构模型进行初级范围划分，得到初级救急区域；
对所述初级救急区域进行除颤仪定位，得到救急除颤仪位置集；
根据所述救急除颤仪位置集对所述场所结构模型进行次级范围划分，得到次级救急区域；
对所述次级救急区域进行救急人员定位，得到救急人员位置集。
3.如权利要求1所述的基于救急响应的体外除颤仪调配方法，其特征在于，所述根据所述场所结构模型、所述患者位置以及所述救急除颤仪位置集对所述救急人员位置集进行救急路径规划，得到救急路径组集，包括：
逐个选取所述救急人员位置集中的救急人员位置作为目标救急位置，利用所述目标救急位置对所述救急除颤仪位置集进行范围筛选，得到目标除颤仪位置组；
逐个选取所述目标除颤仪位置组中的除颤仪位置作为目标除颤仪位置，利用所述场所结构模型对所述目标除颤仪位置和所述目标救急位置进行深度路径规划，得到初级路径组；
利用所述场所结构模型对所述目标除颤仪位置和所述患者位置进行深度路径规划，得到次级路径组；
对所述初级路径组和所述次级路径组进行路径交叉拼接，得到标准救急路径组；
将所述目标除颤仪位置组中所有目标除颤仪位置对应的标准救急路径组汇集成救急路径组；
将所述救急人员位置集中所有目标救急位置对应的救急路径组汇集成救急路径组集。
4.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
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权利要求1至3中任意一项所述的基于救急响应的体外除颤仪调配方法。
5.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3中任意一项所述的基于救急响应的体外除颤仪调配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410571388.4A CN118155819B (zh) | 2024-05-10 | 2024-05-10 | 基于救急响应的体外除颤仪调配方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410571388.4A CN118155819B (zh) | 2024-05-10 | 2024-05-10 | 基于救急响应的体外除颤仪调配方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118155819A CN118155819A (zh) | 2024-06-07 |
| CN118155819B true CN118155819B (zh) | 2024-07-26 |
Family
ID=91285463
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410571388.4A Active CN118155819B (zh) | 2024-05-10 | 2024-05-10 | 基于救急响应的体外除颤仪调配方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118155819B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116030952A (zh) * | 2023-03-30 | 2023-04-28 | 苏州维伟思医疗科技有限公司 | 当前可用aed的调配以及管理方法、装置、设备及介质 |
| CN117371729A (zh) * | 2023-10-23 | 2024-01-09 | 北京京东拓先科技有限公司 | 救援任务调度方法、装置、电子设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007019325A2 (en) * | 2005-08-04 | 2007-02-15 | Access Cardiosystems, Inc. | Automatic external defibrillator (aed) with wireless communications |
| US10058709B2 (en) * | 2015-07-31 | 2018-08-28 | Verizon Patent And Licensing Inc. | Integrated wireless communications for automated external defibrillator (AED) |
| CN109273076A (zh) * | 2018-11-30 | 2019-01-25 | 王冬梅 | 一种aed调度管理系统及其管理方法 |
| CN114121240B (zh) * | 2021-11-03 | 2023-12-05 | 苏州维伟思医疗科技有限公司 | 一种aed调度方法、装置及计算机可读存储介质 |
| CN117116453B (zh) * | 2023-10-25 | 2024-02-09 | 普美康(江苏)医疗科技有限公司 | 智能化快速获取aed到达急救现场方法及系统、装置、介质 |
-
2024
- 2024-05-10 CN CN202410571388.4A patent/CN118155819B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116030952A (zh) * | 2023-03-30 | 2023-04-28 | 苏州维伟思医疗科技有限公司 | 当前可用aed的调配以及管理方法、装置、设备及介质 |
| CN117371729A (zh) * | 2023-10-23 | 2024-01-09 | 北京京东拓先科技有限公司 | 救援任务调度方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118155819A (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112446025A (zh) | 联邦学习防御方法、装置、电子设备及存储介质 | |
| CN112050820B (zh) | 道路匹配方法、装置、电子设备及可读存储介质 | |
| CN111950621B (zh) | 基于人工智能的目标数据检测方法、装置、设备及介质 | |
| CN114997263B (zh) | 基于机器学习的结训率分析方法、装置、设备及存储介质 | |
| CN115829124A (zh) | 充电桩选址方法、装置、设备及存储介质 | |
| CN114399212A (zh) | 生态环境质量评估方法、装置、电子设备及存储介质 | |
| Zhong et al. | Multi-objective optimization approach of shelter location with maximum equity: an empirical study in Xin Jiekou district of Nanjing, China | |
| CN113435867B (zh) | 智慧城市运营方法、系统和可读存储介质 | |
| CN114840684A (zh) | 基于医疗实体的图谱构建方法、装置、设备及存储介质 | |
| CN118155819B (zh) | 基于救急响应的体外除颤仪调配方法、设备及介质 | |
| CN114595321A (zh) | 问题标注方法、装置、电子设备及存储介质 | |
| CN112651782B (zh) | 基于缩放点积注意力的行为预测方法、装置、设备及介质 | |
| CN112132037B (zh) | 基于人工智能的人行道检测方法、装置、设备及介质 | |
| CN115757987B (zh) | 基于轨迹分析的伴随对象确定方法、装置、设备及介质 | |
| CN112308263A (zh) | 学位资源预测方法、装置、存储介质和芯片 | |
| CN116843150A (zh) | 基于智慧物联网的社区服务方法及系统 | |
| CN115907082A (zh) | 区域人流量分析方法、装置、设备及存储介质 | |
| CN113657546B (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
| CN116525053A (zh) | 病患报告生成方法、装置、电子设备及介质 | |
| CN112819593B (zh) | 基于位置信息的数据分析方法、装置、设备及介质 | |
| CN115293423A (zh) | 基于自然灾害数据的处理方法、装置、设备及存储介质 | |
| CN115204273A (zh) | 一种基于商圈大数据对客户分类的方法、装置及电子设备 | |
| CN113963413A (zh) | 基于人工智能的疫情排查方法、装置、电子设备及介质 | |
| CN117010051B (zh) | 一种基于数字孪生的智慧社区智能化设计方法及装置 | |
| CN116580329B (zh) | 无人机热度预测方法、装置、设备及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |