技术特征：
1.一种数据采集方法，其特征在于，用于在临床试验过程中进行数据采集，所述方法包括：确定使用者的多个感兴趣题目，多个感兴趣题目包括多个感测题目和多个非感测题目；基于多个感兴趣题目的题目信息生成所述使用者对应的数据采集表单，所述数据采集表单包括每个感兴趣题目对应的待填充部分，所述题目信息包括题目描述和题目类型；利用感测设备感测患者的生物电信号，以获取所述患者的多个感测题目对应的待填充数据；获取所述患者的多个非感测题目对应的待填充数据；基于所述数据采集表单中的每个感兴趣题目的题目类型，利用所述患者的每个感兴趣题目对应的待填充数据填充所述数据采集表单中的每个感兴趣题目对应的待填充部分。2.根据权利要求1所述的数据采集方法，其特征在于，所述确定使用者的多个感兴趣题目，包括：获取所述使用者中的每个医生的感兴趣题目，以获取所述使用者中的所有医生的感兴趣题目；对所述使用者中的所有医生的感兴趣题目进行去重，以获取所述使用者的多个感兴趣题目。3.根据权利要求1所述的数据采集方法，其特征在于，所述确定使用者的多个感兴趣题目，包括：获取所述使用者的一个或多个标签；基于题目库中的每个题目的标签与所述使用者的标签，获取所述题目库中的每个题目与所述使用者的标签相似度，所述题目库中的每个题目对应一个或多个标签；从所述题目库中选择标签相似度最高的多个题目作为所述使用者的多个感兴趣题目。4.根据权利要求3所述的数据采集方法，其特征在于，所述基于题目库中的每个题目的标签与所述使用者的标签，获取所述题目库中的每个题目与所述使用者的标签相似度，包括：针对所述题目库中的每个题目，执行以下处理：将所述题目的标签与所述使用者的标签输入标签相似度模型，以得到所述题目与所述使用者的标签相似度；其中，所述标签相似度模型的训练过程包括：获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括第一样本对象的标签、第二样本对象的标签以及所述第一样本对象和所述第二样本对象的标签相似度的标注数据；针对所述训练集中的每个训练数据，执行以下处理：将所述训练数据中的第一样本对象的标签和第二样本对象的标签输入预设的深度学习模型，以得到所述第一样本对象和所述第二样本对象的标签相似度的预测数据；基于所述第一样本对象和所述第二样本对象的标签相似度的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；检测是否满足预设的训练结束条件；若是，则将训练出的深度学习模型作为所述标签
相似度模型；若否，则利用下一个所述训练数据继续训练所述深度学习模型。5.根据权利要求3所述的数据采集方法，其特征在于，所述从所述题目库中选择标签相似度最高的多个题目作为所述使用者的多个感兴趣题目，包括：利用交互设备获取所述使用者对应的题目数量n，n是大于1的整数；从所述题目库中选择标签相似度最高的n个题目作为所述使用者的多个感兴趣题目。6.根据权利要求1所述的数据采集方法，其特征在于，每个感兴趣题目的题目类型是文本框、文本域、单选、多选、下拉框或者附件上传；当所述感兴趣题目的题目类型是文本框时，所述感兴趣题目的待填充部分采用文本框；当所述感兴趣题目的题目类型是文本域时，所述感兴趣题目的待填充部分采用文本域；当所述感兴趣题目的题目类型是单选时，所述感兴趣题目的待填充部分采用单选框；当所述感兴趣题目的题目类型是多选时，所述感兴趣题目的待填充部分采用复选框；当所述感兴趣题目的题目类型是下拉框时，所述感兴趣题目的待填充部分采用下拉框；当所述感兴趣题目的题目类型是附件上传时，所述感兴趣题目的待填充部分采用附件上传控件。7.根据权利要求1所述的数据采集方法，其特征在于，所述获取所述患者的多个非感测题目对应的待填充数据，包括：获取所述患者的疾病信息；对所述患者的疾病信息进行关键词提取，以获取所述患者的多个非感测题目对应的待填充数据。8.一种数据采集装置，其特征在于，用于在临床试验过程中进行数据采集，所述装置包括处理器，所述处理器被配置成：确定使用者的多个感兴趣题目，多个感兴趣题目包括多个感测题目和多个非感测题目；基于多个感兴趣题目的题目信息生成所述使用者对应的数据采集表单，所述数据采集表单包括每个感兴趣题目对应的待填充部分，所述题目信息包括题目描述和题目类型；利用感测设备感测患者的生物电信号，以获取所述患者的多个感测题目对应的待填充数据；获取所述患者的多个非感测题目对应的待填充数据；基于所述数据采集表单中的每个感兴趣题目的题目类型，利用所述患者的每个感兴趣题目对应的待填充数据填充所述数据采集表单中的每个感兴趣题目对应的待填充部分。9.根据权利要求8所述的数据采集装置，其特征在于，所述处理器被进一步配置成采用以下方式确定使用者的多个感兴趣题目：获取所述使用者中的每个医生的感兴趣题目，以获取所述使用者中的所有医生的感兴趣题目；对所述使用者中的所有医生的感兴趣题目进行去重，以获取所述使用者的多个感兴趣题目。
10.根据权利要求8所述的数据采集装置，其特征在于，所述处理器被进一步配置成采用以下方式确定使用者的多个感兴趣题目：获取所述使用者的一个或多个标签；基于题目库中的每个题目的标签与所述使用者的标签，获取所述题目库中的每个题目与所述使用者的标签相似度，所述题目库中的每个题目对应一个或多个标签；从所述题目库中选择标签相似度最高的多个题目作为所述使用者的多个感兴趣题目。11.根据权利要求10所述的数据采集装置，其特征在于，所述处理器被进一步配置成采用以下方式获取所述题目库中的每个题目与所述使用者的标签相似度：针对所述题目库中的每个题目，执行以下处理：将所述题目的标签与所述使用者的标签输入标签相似度模型，以得到所述题目与所述使用者的标签相似度；其中，所述标签相似度模型的训练过程包括：获取训练集，所述训练集包括多个训练数据，每个所述训练数据包括第一样本对象的标签、第二样本对象的标签以及所述第一样本对象和所述第二样本对象的标签相似度的标注数据；针对所述训练集中的每个训练数据，执行以下处理：将所述训练数据中的第一样本对象的标签和第二样本对象的标签输入预设的深度学习模型，以得到所述第一样本对象和所述第二样本对象的标签相似度的预测数据；基于所述第一样本对象和所述第二样本对象的标签相似度的预测数据和标注数据，对所述深度学习模型的模型参数进行更新；检测是否满足预设的训练结束条件；若是，则将训练出的深度学习模型作为所述标签相似度模型；若否，则利用下一个所述训练数据继续训练所述深度学习模型。12.根据权利要求10所述的数据采集装置，其特征在于，所述处理器被进一步配置成采用以下方式获取所述使用者的多个感兴趣题目：利用交互设备获取所述使用者对应的题目数量n，n是大于1的整数；从所述题目库中选择标签相似度最高的n个题目作为所述使用者的多个感兴趣题目。13.根据权利要求8所述的数据采集装置，其特征在于，每个感兴趣题目的题目类型是文本框、文本域、单选、多选、下拉框或者附件上传；当所述感兴趣题目的题目类型是文本框时，所述感兴趣题目的待填充部分采用文本框；当所述感兴趣题目的题目类型是文本域时，所述感兴趣题目的待填充部分采用文本域；当所述感兴趣题目的题目类型是单选时，所述感兴趣题目的待填充部分采用单选框；当所述感兴趣题目的题目类型是多选时，所述感兴趣题目的待填充部分采用复选框；当所述感兴趣题目的题目类型是下拉框时，所述感兴趣题目的待填充部分采用下拉框；当所述感兴趣题目的题目类型是附件上传时，所述感兴趣题目的待填充部分采用附件上传控件。14.根据权利要求8所述的数据采集装置，其特征在于，所述处理器被进一步配置成采
用以下方式获取所述患者的多个非感测题目对应的待填充数据：获取所述患者的疾病信息；对所述患者的疾病信息进行关键词提取，以获取所述患者的多个非感测题目对应的待填充数据。15.一种数据采集系统，其特征在于，所述数据采集系统包括：权利要求8-14任一项所述的数据采集装置；感测设备，所述感测设备用于感测患者的生物电信号。16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述方法的步骤或者实现权利要求8-14任一项所述装置的功能。
技术总结
本申请提供了数据采集方法、装置、系统及计算机可读存储介质，用于在临床试验过程中进行数据采集，所述方法包括：确定使用者的多个感兴趣题目；基于多个感兴趣题目的题目信息生成所述使用者对应的数据采集表单；利用感测设备感测患者的生物电信号，以获取所述患者的多个感测题目对应的待填充数据；获取所述患者的多个非感测题目对应的待填充数据；基于所述数据采集表单中的每个感兴趣题目的题目类型，利用所述患者的每个感兴趣题目对应的待填充数据填充所述数据采集表单中的每个感兴趣题目对应的待填充部分。根据不同的临床试验定向定制所需要的数据采集表单，解决数据易丢失、不方便保存以及多表格多系统带来的数据处理不方便的问题。方便的问题。方便的问题。
技术研发人员：张坤 周国新
受保护的技术使用者：苏州景昱医疗器械有限公司
技术研发日：2022.06.30
技术公布日：2022/8/2