基于区块链管理的现场警示平台的制作方法

[0001]
本发明涉及区块链管理领域，尤其涉及一种基于区块链管理的现场警示平台。


背景技术：

[0002]
2008年由中本聪第一次提出了区块链的概念，在随后的几年中，区块链成为了电子货币比特币的核心组成部分：作为所有交易的公共账簿。通过利用点对点网络和分布式时间戳服务器，区块链数据库能够进行自主管理。为比特币而发明的区块链使它成为第一个解决重复消费问题的数字货币。比特币的设计已经成为其他应用程序的灵感来源。
[0003]
2014年，“区块链2.0”成为一个关于去中心化区块链数据库的术语。对这个第二代可编程区块链，经济学家们认为它是一种编程语言，可以允许用户写出更精密和智能的协议。因此，当利润达到一定程度的时候，就能够从完成的货运订单或者共享证书的分红中获得收益。区块链2.0技术跳过了交易和“价值交换中担任金钱和信息仲裁的中介机构”。它们被用来使人们远离全球化经济，使隐私得到保护，使人们“将掌握的信息兑换成货币”，并且有能力保证知识产权的所有者得到收益。第二代区块链技术使存储个人的“永久数字id和形象”成为可能，并且对“潜在的社会财富分配”不平等提供解决方案。
[0004]
在智齿风险程度的验证中，缺乏有效的应用区块链技术的技术方案，导致区块链技术的优势无法充分利用。


技术实现要素：

[0005]
为此，本发明至少具有以下两个重要发明点：
[0006]
(1)将智齿对象所在的成像区域的中心像素点与所述智齿对象的相邻牙体的成像区域的中心像素点之间的最少像素点数量作为参考像素点数量，基于所述参考像素点数量确定与所述参考像素点成正相关关系的牙体间距；
[0007]
(2)将具有牙体间距小于预设距离阈值的智齿对象作为高风险智齿对象在齿部抓拍图像中进行高亮红色标记，以对医生和患者进行相应的风险提醒。
[0008]
根据本发明的一方面，提供了一种基于区块链管理的现场警示平台，所述平台包括：
[0009]
警示执行设备，用于将具有牙体间距小于预设距离阈值的智齿对象作为高风险智齿对象在所述齿部抓拍图像中进行高亮红色标记；
[0010]
所述警示执行设备还用于将具有牙体间距大于等于所述预设距离阈值的智齿对象作为低风险智齿对象在所述齿部抓拍图像中进行低亮蓝色标记；
[0011]
x光抓取设备，设置在所述警示执行设备的右侧，用于对当前做齿部数据采集的患者执行齿部的x光图像抓拍，以获得并输出对应的齿部抓拍图像；
[0012]
第一处理节点，采用区块链机制执行数据管理，通过网络与所述x光抓取设备连接，用于对接收到的齿部抓拍图像执行中点滤波处理，以获得并输出对应的第一处理图像；
[0013]
第二处理节点，采用区块链机制执行数据管理，用于对接收到的第一处理图像执
行边缘锐化操作，以获得并输出对应的第二处理图像；
[0014]
对象提取设备，通过网络与所述第二处理节点连接，用于基于牙体成像特征从接收到的第二处理图像中提取出各个牙体对象在所述第二处理图像的各个成像区域；
[0015]
位置分析设备，与所述对象提取设备连接，用于基于各个成像区域的分布情况识别出每一个智齿对象所在的成像区域和每一个智齿对象的相邻牙体的成像区域；
[0016]
间隙解析设备，分别与所述警示执行设备和所述位置分析设备连接，用于对每一个智齿对象所在的成像区域和每一个智齿对象的相邻牙体的成像区域执行以下的实时间隙解析动作：将所述智齿对象所在的成像区域的中心像素点与所述智齿对象的相邻牙体的成像区域的中心像素点之间的最少像素点数量作为参考像素点数量，基于所述参考像素点数量确定与所述参考像素点成正相关关系的牙体间距。
[0017]
本发明的基于区块链管理的现场警示平台数据可靠、操作有效。由于能够根据智齿与其相邻牙齿各自中心位置的间距执行智齿对其相邻牙齿的侵蚀的概率分析，从而对高风险智齿执行即时报警动作。
附图说明
[0018]
以下将结合附图对本发明的实施方案进行描述，其中：
[0019]
图1为本发明的基于区块链管理的现场警示平台的工作原理简图。
[0020]
图2为根据本发明实施方案第一实施方式示出的基于区块链管理的现场警示平台的结构方框图。
[0021]
图3为根据本发明实施方案第二实施方式示出的基于区块链管理的现场警示平台的结构方框图。
具体实施方式
[0022]
下面将参照附图对本发明的基于区块链管理的现场警示平台的实施方案进行详细说明。
[0023]
当前，对于智齿来说，是否需要拔出的一个关键因素在于智齿是否存在对周围牙齿的侵袭风险，例如，靠近附近牙齿过近以抵住附近牙齿并损伤附近牙齿的牙体，这样的智齿需要立即拔出以降低附近牙齿的受损风险，然而，不同患者的智齿生长情况不同，因而缺乏有效的一致性的现场智齿风险判断机制。
[0024]
为了克服上述不足，本发明搭建了一种基于区块链管理的现场警示平台，能够有效解决相应的技术问题。
[0025]
图1给出了本发明的基于区块链管理的现场警示平台的工作原理简图。
[0026]
接着，下面采用两个不同的实施方式对本发明的技术方案进行深入解释和说明。
[0027]
第一实施方式
[0028]
图2为根据本发明实施方案第一实施方式示出的基于区块链管理的现场警示平台的结构方框图，所述平台包括：
[0029]
警示执行设备，用于将具有牙体间距小于预设距离阈值的智齿对象作为高风险智齿对象在所述齿部抓拍图像中进行高亮红色标记；
[0030]
所述警示执行设备还用于将具有牙体间距大于等于所述预设距离阈值的智齿对
象作为低风险智齿对象在所述齿部抓拍图像中进行低亮蓝色标记；
[0031]
x光抓取设备，设置在所述警示执行设备的右侧，用于对当前做齿部数据采集的患者执行齿部的x光图像抓拍，以获得并输出对应的齿部抓拍图像；
[0032]
第一处理节点，采用区块链机制执行数据管理，通过网络与所述x光抓取设备连接，用于对接收到的齿部抓拍图像执行中点滤波处理，以获得并输出对应的第一处理图像；
[0033]
第二处理节点，采用区块链机制执行数据管理，用于对接收到的第一处理图像执行边缘锐化操作，以获得并输出对应的第二处理图像；
[0034]
对象提取设备，通过网络与所述第二处理节点连接，用于基于牙体成像特征从接收到的第二处理图像中提取出各个牙体对象在所述第二处理图像的各个成像区域；
[0035]
位置分析设备，与所述对象提取设备连接，用于基于各个成像区域的分布情况识别出每一个智齿对象所在的成像区域和每一个智齿对象的相邻牙体的成像区域；
[0036]
间隙解析设备，分别与所述警示执行设备和所述位置分析设备连接，用于对每一个智齿对象所在的成像区域和每一个智齿对象的相邻牙体的成像区域执行以下的实时间隙解析动作：将所述智齿对象所在的成像区域的中心像素点与所述智齿对象的相邻牙体的成像区域的中心像素点之间的最少像素点数量作为参考像素点数量，基于所述参考像素点数量确定与所述参考像素点成正相关关系的牙体间距。
[0037]
第二实施方式
[0038]
图3为根据本发明实施方案第二实施方式示出的基于区块链管理的现场警示平台的结构方框图，所述平台包括：
[0039]
湿度测量设备，设置在对象提取设备的外壳上，用于测量所述对象提取设备的外壳位置上的湿度；
[0040]
即时加湿设备，与所述湿度测量设备连接，用于基于接收到的湿度实现相应的加湿动作；
[0041]
警示执行设备，用于将具有牙体间距小于预设距离阈值的智齿对象作为高风险智齿对象在所述齿部抓拍图像中进行高亮红色标记；
[0042]
所述警示执行设备还用于将具有牙体间距大于等于所述预设距离阈值的智齿对象作为低风险智齿对象在所述齿部抓拍图像中进行低亮蓝色标记；
[0043]
x光抓取设备，设置在所述警示执行设备的右侧，用于对当前做齿部数据采集的患者执行齿部的x光图像抓拍，以获得并输出对应的齿部抓拍图像；
[0044]
第一处理节点，采用区块链机制执行数据管理，通过网络与所述x光抓取设备连接，用于对接收到的齿部抓拍图像执行中点滤波处理，以获得并输出对应的第一处理图像；
[0045]
第二处理节点，采用区块链机制执行数据管理，用于对接收到的第一处理图像执行边缘锐化操作，以获得并输出对应的第二处理图像；
[0046]
对象提取设备，通过网络与所述第二处理节点连接，用于基于牙体成像特征从接收到的第二处理图像中提取出各个牙体对象在所述第二处理图像的各个成像区域；
[0047]
位置分析设备，与所述对象提取设备连接，用于基于各个成像区域的分布情况识别出每一个智齿对象所在的成像区域和每一个智齿对象的相邻牙体的成像区域；
[0048]
间隙解析设备，分别与所述警示执行设备和所述位置分析设备连接，用于对每一个智齿对象所在的成像区域和每一个智齿对象的相邻牙体的成像区域执行以下的实时间
隙解析动作：将所述智齿对象所在的成像区域的中心像素点与所述智齿对象的相邻牙体的成像区域的中心像素点之间的最少像素点数量作为参考像素点数量，基于所述参考像素点数量确定与所述参考像素点成正相关关系的牙体间距。
[0049]
接着，继续对本发明各个实施方式的基于区块链管理的现场警示平台的具体结构进行进一步的说明。
[0050]
在所述基于区块链管理的现场警示平台中：
[0051]
所述对象提取设备被设置在集成电路板上，在所述集成电路板上靠近所述对象提取设备的位置设置有电压转换设备。
[0052]
在所述基于区块链管理的现场警示平台中：所述间隙解析设备与所述对象提取设备、所述位置分析设备共用同一用户控制接口，所述用户控制接口由gpu芯片来实现；其中，所述间隙解析设备、所述对象提取设备、所述位置分析设备共用同一电力供应设备。
[0053]
在所述基于区块链管理的现场警示平台中：所述间隙解析设备内置有计数器，用于实时累计所述间隙解析设备的加法级别的运算次数。
[0054]
在所述基于区块链管理的现场警示平台中，还包括：金属散热片，设置在所述位置分析设备的附近，用于与所述位置分析设备的外壳连接，用于实现对所述位置分析设备的散热处理。
[0055]
在所述基于区块链管理的现场警示平台中：所述对象提取设备、所述位置分析设备和所述间隙解析设备与同一石英振荡设备连接，用于获取所述石英振荡设备提供的时序数据；
[0056]
其中，所述间隙解析设备设置有多个散热孔，所述多个散热孔均匀分布在所述间隙解析设备的外壳上。
[0057]
另外，gpu在几个主要方面有别于dsp(digital signal processing，简称dsp，数字信号处理)架构。其所有计算均使用浮点算法，而且此刻还没有位或整数运算指令。此外，由于gpu专为图像处理设计，因此存储系统实际上是一个二维的分段存储空间，包括一个区段号(从中读取图像)和二维地址(图像中的x、y坐标)。此外，没有任何间接写指令。输出写地址由光栅处理器确定，而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极大的挑战。最后一点，不同碎片的处理过程间不允许通信。实际上，碎片处理器是一个simd数据并行执行单元，在所有碎片中独立执行代码。
[0058]
尽管有上述约束，但是gpu还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真。虽然概念简单，但新用户在使用gpu计算时还是会感到迷惑，因为gpu需要专有的图形知识。这种情况下，一些软件工具可以提供帮助。两种高级描影语言cg和hlsl能够让用户编写类似c的代码，随后编译成碎片程序汇编语言。brook是专为gpu计算设计，且不需要图形知识的高级语言。因此对第一次使用gpu进行开发的工作人员而言，它可以算是一个很好的起点。brook是c语言的延伸，整合了可以直接映射到gpu的简单数据并行编程构造。经gpu存储和操作的数据被形象地比喻成“流”(stream)，类似于标准c中的数组。核心(kernel)是在流上操作的函数。在一系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环，即对每一个流元素调用核心体。brook还提供了约简机制，例如对一个流中所有的元素进行和、最大值或乘积计算。brook还完全隐藏了图形api的所有细节，并把gpu中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用brook编写的
应用程序包括线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ati的x800xt和nvidia的geforce 6800ultra型gpu，在相同高速缓存、sse汇编优化pentium 4执行条件下，许多此类应用的速度提升高达7倍之多。
[0059]
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。