基于5G的智慧医疗数据分析方法、装置及计算机设备与流程

本发明涉及智慧医疗技术领域，尤其涉及一种基于5g的智慧医疗数据分析方法、装置及计算机设备。

背景技术：

随着科学技术的不断发展，大数据与云端运算已普遍运用于各行各业，为人们的生活带来了极大的便利，健康大数据是随着近几年数字浪潮和信息现代化而出现的新名词，其目的在于对健康数据进行专业化处理和再利用，对于身体状况监测、疾病预防、健康趋势分析和预测都具有积极的意义。

医疗数据与健康的监控息息相关，对于医院的医疗数据并不共享，而且在获取医疗数据时效率较低，而且分析时大多数采用有经验的医生进行分析，再将分析后的结果上传至云端服务器，依靠这些数据的历史曲线及僵化的临床指南与健康指南等对健康体征给出的上下限标准、建议标准进行健康状况的管理与预测，无法真实反映用户的疾病风险与健康状况，甚至无法反映用户针对性疾病的未来风险趋势，而且分析的结果很有可能因为分析人员的经验问题出现差错等，导致分析结果准确率不高，进而影响后续的健康监控。

因此，有必要设计一种新的方法，实现分析效率高，且准确率高，有利于后续健康的监控。

技术实现要素：

第一方面，本发明提供了一种基于5g的智慧医疗数据分析方法，包括：

步骤110，通过5g技术获取来自共享平台的智慧医疗数据，得到初始数据，所述初始数据包括来自医疗设备检测获得的数据、体检数据以及医疗就诊信息；

步骤120，对所述初始数据进行预处理，得到中间数据，所述中间数据包括个人信息以及图像信息；

步骤130，将所述中间数据输入至分析模型内进行对健康信息的分析，得到分析结果，所述健康信息指与病灶相关的信息，所述分析模型通过若干个带有病灶是否存在的标签以及当病灶存在时病灶的位置信息标签的医疗图像作为样本集训练深度学习网络所得，所述分析结果包括是否存在病灶以及当病灶存在时病灶的位置信息。

进一步地，在一种实现方式中，所述步骤120，包括：

步骤121，汇集所述初始数据；

步骤122，采用光学字符识别方法对所述初始数据进行信息提取，得到个人信息，所述个人信息包括体重、身高、血型以及年龄；

步骤123，筛选所述初始数据内的图像信息，得到中间数据。

进一步地，在一种实现方式中，所述步骤130后还包括：

步骤240，根据所述分析结果以及个人信息确定人体健康情况，所述人体健康情况包括患病阶段以及后续的健康情况变化；

所述步骤240包括：步骤241，根据所述分析结果确定病灶所处的阶段；

步骤242，根据所述分析结果、病灶所处阶段以及个人信息进行关键词提取，得到关键特征，所述关键特征包括病灶种类、病灶所处阶段以及个人的性别、年龄；

步骤243，根据所述关键特征从预设的数据库内映射表筛选出对应的人体健康情况。

进一步地，在一种实现方式中，所述步骤130后还包括：

步骤350，对人体健康情况进行调整，形成监控结果；

步骤360，反馈所述监控结果至终端，在终端显示所述监控结果。

第二方面，本发明提供一种基于5g的智慧医疗数据分析装置，用于执行所述的一种基于5g的智慧医疗数据分析方法，所述装置包括：数据获取单元301、预处理单元302以及分析单元303；

所述数据获取单元301，用于通过5g技术获取来自共享平台的智慧医疗数据，得到初始数据；

所述预处理单元302，用于对所述初始数据进行预处理，得到中间数据；

所述分析单元303，用于将所述中间数据输入至分析模型内进行健康信息分析，得到分析结果。

进一步地，在一种实现方式中，所述预处理单元302包括汇集子单元3021、提取子单元3022以及筛选子单元3023；

所述汇集子单元3021，用于汇集所述初始数据；

所述提取子单元3022，用于对所述初始数据进行信息提取，得到个人信息；

所述筛选子单元3023，用于筛选所述初始数据内的图像信息，得到中间数据。

进一步地，在一种实现方式中，所述装置还包括：情况确定单元304，用于根据所述分析结果以及个人信息确定人体健康情况；

所述情况确定单元304包括阶段确定子单元3041、特征提取子单元3042以及情况筛选子单元3043；

所述阶段确定子单元3041，用于根据所述分析结果确定病灶所处的阶段；

所述特征提取子单元3042，用于根据所述分析结果、病灶所处阶段以及个人信息进行关键词提取，得到关键特征；

所述情况筛选子单元3043，用于根据所述关键特征从预设的数据库内映射表筛选出对应的人体健康情况。

进一步地，在一种实现方式中，所述装置还包括：调整单元305以及反馈单元306；

所述调整单元305，用于对人体健康情况进行调整，形成监控结果；

所述反馈单元306，用于反馈所述监控结果至终端，在终端显示所述监控结果。

第三方面，本发明提供一种计算机设备，用于任一项所述的基于5g的智慧医疗数据分析装置上运行；

所述计算机设备包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，所述存储器包括非易失性存储介质503和内存储器504；

非易失性存储介质503可存储操作系统5031和计算机程序5032；

所述计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种基于5g的智慧医疗数据分析方法；

所述处理器502用于提供计算和控制能力，支撑整个计算机设备的运行；

所述内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，所述计算机程序5032被处理器502执行时，可使得处理器502执行一种基于5g的智慧医疗数据分析方法；

所述网络接口505用于与其它设备进行网络通信；

所述处理器502用于运行存储在存储器中的计算机程序5032，实现如下步骤：

通过5g技术获取来自共享平台的智慧医疗数据，得到初始数据；对所述初始数据进行预处理，得到中间数据；将所述中间数据输入至分析模型内进行健康信息分析，得到分析结果；

其中，所述分析模型是通过若干个带有病灶是否存在的标签以及当病灶存在时病灶的位置信息标签的医疗图像作为样本集训练深度学习网络所得；

所述分析结果包括是否在病灶以及当病灶存在时病灶的位置信息；

所述处理器502在实现所述对所述初始数据进行预处理，得到中间数据步骤时，具体实现如下步骤：

汇集所述初始数据；对所述初始数据进行信息提取，得到个人信息；筛选所述初始数据内的图像信息，得到中间数据；

或者，所述处理器502在实现所述将所述中间数据输入至分析模型内进行健康信息分析，得到分析结果步骤之后，还实现如下步骤：

根据所述分析结果以及个人信息确定人体健康情况；

或者，所述处理器502在实现所述根据所述分析结果以及个人信息确定人体健康情况步骤时，具体实现如下步骤：

根据所述分析结果确定病灶所处的阶段；根据所述分析结果、病灶所处阶段以及个人信息进行关键词提取，得到关键特征；根据所述关键特征从预设的数据库内映射表筛选出对应的人体健康情况；

或者，所述处理器502在实现所述根据所述分析结果以及个人信息确定人体健康情况步骤之后，还实现如下步骤：

对人体健康情况进行调整，形成监控结果；反馈所述监控结果至终端，在终端显示所述监控结果。

相较于现有技术，本发明提供的基于5g的智慧医疗数据分析方法、装置及计算机设备的分析效率高，且准确率高，有利于后续健康的监控。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于5g的智慧医疗数据分析方法的应用场景示意图；

图2为本发明实施例提供的基于5g的智慧医疗数据分析方法的流程示意图；

图3为本发明实施例提供的基于5g的智慧医疗数据分析方法的子流程示意图；

图4为本发明另一实施例提供的基于5g的智慧医疗数据分析方法的流程示意图；

图5为本发明另一实施例提供的基于5g的智慧医疗数据分析方法的子流程示意图；

图6为本发明另一实施例提供的基于5g的智慧医疗数据分析方法的流程示意图；

图7为本发明实施例提供的基于5g的智慧医疗数据分析装置的示意性框图；

图8为本发明实施例提供的基于5g的智慧医疗数据分析装置的预处理单元的示意性框图；

图9为本发明另一实施例提供的基于5g的智慧医疗数据分析装置的示意性框图；

图10为本发明另一实施例提供的基于5g的智慧医疗数据分析装置的健康情况确定单元的示意性框图；

图11为本发明另一实施例提供的基于5g的智慧医疗数据分析装置的示意性框图；

图12为本发明实施例提供的计算机设备的示意性框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

请参阅图1和图2，图1为本发明实施例提供的基于5g的智慧医疗数据分析方法的应用场景示意图。图2为本发明实施例提供的基于5g的智慧医疗数据分析方法的示意性流程图。该基于5g的智慧医疗数据分析方法应用于被监控服务器中。该服务器与共享平台以及终端进行数据交互，医院、体检中心以及各种医疗设备均会采用5g技术将检测到的智慧医疗数据上传至共享平台，由服务器通过5g技术获取到这些医疗数据后，采用深度学习以及大数据分析技术进行分析，以得到监控情况，便于后续的健康监控，并将监控结果发送至终端，供医生等终端持有者查看。

图2是本发明实施例提供的基于5g的智慧医疗数据分析方法的流程示意图。如图2所示，该方法包括以下步骤s110至s130。

s110、通过5g技术获取来自共享平台的智慧医疗数据，以得到初始数据。

在本实施例中，初始数据包括来自医疗设备检测到的数据、体检数据以及医疗就诊信息。

具体地，通过5g技术利用患者的身份信息比如身份证号等具备唯一性的标记信息获取智慧医疗数据，可以提高数据获取的效率，进而提高数据分析的效率。

s120、对所述初始数据进行预处理，以得到中间数据。

在本实施例中，中间数据是指经过处理后的将个人信息以及图像信息分开归类后的数据。

在一实施例中，请参阅图3，上述的步骤s120可包括步骤s121～s123。

s121、汇集所述初始数据。

在本实施例中，将所有初始数据下载并汇集到某一新建的数据库内，以便后续的信息提取。

s122、对所述初始数据进行信息提取，以得到个人信息。

在本实施例中，个人信息包括体重、身高、血型以及年龄等。将初始数据采用光学字符识别(opticalcharacterrecognition，ocr)技术提取个人信息，ocr仅能识别出个人信息，则可以将将个人信息与图像信息区分开，以便于后续针对图像信息进行特征分析。

s123、筛选所述初始数据内的图像信息，以得到中间数据。

在本实施例中，对于图像信息，则需要单独筛选出来，以采用lstm循环神经网络进行分析，以增大分析的准确率，采用lstm循环神经网络进行图像信息筛选，属于现有技术，此处不再赘述。具体地，本实施例中，lstm图像分类处理技术可参考以下链接的内容：https://blog.csdn.net/qq_36187544/article/details/90700119。

s130、将所述中间数据输入至分析模型内进行健康信息分析，以得到分析结果。

在本实施例中，健康信息是指与病灶相关的信息，所述分析结果包括是否存在病灶以及当病灶存在时病灶的位置信息。

在本实施例中，分析模型会根据样本集的不同可训练形成检测不同病灶的模型，从而提高整个分析的效率。

具体地，所述分析模型是通过若干个带有病灶是否存在的标签以及当病灶存在时病灶的位置信息标签的医疗图像作为样本集训练深度学习网络所得。具体地，本实施例中，分析模型可参考以下文献：章黎明,贾智伟,谢俊力,等.近四年胶囊内镜图像病灶的深度学习识别研究进展[j].电子测量与仪器学报,2019,v.33；no.224(08):75-83.

采用样本集作为正负样本，比如带有肿瘤病灶标签以及肿瘤位置的样本集作为正样本，其他的作为负样本；构建深度学习网络，在本实施例中，采用的是长短期记忆网络(longshort-termmemory，lstm)作为深度学习网络进行训练，并采用方差作为误差函数进行处理，不断调整深度学习网络的参数，以使得从样本集内划分出来的部分验证集输入至该模型后，可以得到精准的分析结果。

各健康影响因素比如病灶等与个人体型的身体特质的关联特征、各健康影响因素与各项生理、生化检查值或检验值的关联特征、个人体型的身体特质与各项检查值或检验值的关联特征、各健康影响因素与多重慢性病组合的关联特征、个人体型的身体特质与多重慢性病组合的关联特征，各项检查检验值与多重慢性病组合的关联特征，进而能够组合有效的分析及预测模式，同时还可以建构全方位的全世代多重慢性病发生风险分析及预测模式，除用于预防医学与个人健康促进外，也有益于多重慢性病的整合医疗应用，进而能够适用于疾病发生前的风险分析及预测以及核心疾病与共病并存时对核心病因的精准分析、疾病发展路径的准确分析及预测。

得到分析结果后，可以反馈至终端，若分析结果表示存在病灶，比如乳腺结节，且给出了乳腺结节等病灶的位置，便可得到健康情况，便于后续的健康监控。

上述的基于5g的智慧医疗数据分析方法，通过5g技术获取智慧医疗数据后，采用深度学习网络进行分析，获取数据快捷，可提高整体的分析效率，且采用深度学习网络进行精准分析，可提高分析准确率，更有利于后续健康的监控。

图4是本发明另一实施例提供的一种基于5g的智慧医疗数据分析方法的流程示意图。如图4所示，本实施例的基于5g的智慧医疗数据分析方法包括步骤s210-s240。其中步骤s210-s230与上述实施例中的步骤s110-s130类似，在此不再赘述。下面详细说明本实施例中所增加的步骤s240。

s240、根据所述分析结果以及个人信息确定人体健康情况。

在本实施例中，人体健康情况包括患病阶段以及后续的健康情况变化等内容。

在一实施例中，请参阅图5，上述的步骤s240可包括步骤s241～s243。

s241、根据所述分析结果确定病灶所处的阶段。

在本实施例中，病灶的体态大小决定了病灶所处的阶段，因此，分析结果内的位置信息可以得到病灶每个点的坐标，根据坐标差计算病灶体态大小，进而根据病灶体态大小进行阶段确定，现有的均是由医生人工测量，但是由于人工测量精准度不高，从而影响了分析结果，先采用深度学习网络确定病灶的边缘，便可根据目标体的检测框准确得知病灶大小，提高分析精准度。具体地，本实施例中，深度学习网络技术参考以下链接的内容：https://blog.csdn.net/qq_32618327/article/details/99069240。

s242、根据所述分析结果、病灶所处阶段以及个人信息进行关键词提取，以得到关键特征。

在本实施例中，关键特征包括病灶种类、病灶所处阶段以及个人的性别、年龄。具体地，病灶种类是通过个人信息对应的数据(历史登记的病灶种类相关数据)进行确定。

不同性别、不同年龄的人患病的情况以及病情的发展都是不同的，因此，需要进行关键特征的提取，在本实施例中，可采用自然语言处理(naturallanguageprocessing，nlp)技术进行关键词提取。

s243、根据所述关键特征从预设的数据库内映射表筛选出对应的人体健康情况。

在本实施例中，预设的数据库内会构建一个与年龄、性别、病灶大小以及病灶类别、人体健康情况相关联的映射表，当得知关键特征之后，便可从映射表内得到对应的人体健康情况，该人体健康情况包括当前的健康等级比如亚健康等以及注意事项。

根据提取到的关键特征直接映射到人体健康情况，将人体健康情况进行标准化，不再单纯地靠医生的经验来断定健康情况，另外，映射表是由一群有经验的医生不断地更新的表格，以便于使得后续的监控更加准确。

图6是本发明另一实施例提供的一种基于5g的智慧医疗数据分析方法的流程示意图。如图6所示，本实施例的基于5g的智慧医疗数据分析方法包括步骤s310-s360。其中步骤s310-s340与上述实施例中的步骤s210-s240类似，在此不再赘述。下面详细说明本实施例中所增加的步骤s350～s360。

s350、对人体健康情况进行调整，以形成监控结果。

在本实施例中，监控结果是指经过细微调整之后的人体健康情况。

从映射表内获取到人体健康情况后，有时会出现非唯一的情况或者查询不到的情况，这种情况需要进行细微调整，比如转交至医生处进行人为地确定人体健康情况，由此顾及不同情况的人体健康，如果是特殊的病灶等均可以进行人体健康情况的确定，确定后再进行输出。

s360、反馈所述监控结果至终端，以在终端显示所述监控结果。

将监控结果反馈至终端，便可由终端持有者进行查看，以便于监控后续的健康情况、。

图7是本发明实施例提供的一种基于5g的智慧医疗数据分析装置300的示意性框图。如图7所示，对应于以上基于5g的智慧医疗数据分析方法，本发明还提供一种基于5g的智慧医疗数据分析装置300。该基于5g的智慧医疗数据分析装置300包括用于执行上述基于5g的智慧医疗数据分析方法的单元，该装置可以被配置于终端中。具体地，请参阅图7，该基于5g的智慧医疗数据分析装置300包括数据获取单元301、预处理单元302以及分析单元303。

数据获取单元301，用于通过5g技术获取来自共享平台的智慧医疗数据，以得到初始数据；预处理单元302，用于对所述初始数据进行预处理，以得到中间数据；分析单元303，用于将所述中间数据输入至分析模型内进行健康信息分析，以得到分析结果。

在一实施例中，如图8所示，所述预处理单元302包括汇集子单元3021、提取子单元3022以及筛选子单元3023。

汇集子单元3021，用于汇集所述初始数据；提取子单元3022，用于对所述初始数据进行信息提取，以得到个人信息；筛选子单元3023，用于筛选所述初始数据内的图像信息，以得到中间数据。

图9是本发明另一实施例提供的一种基于5g的智慧医疗数据分析装置300的示意性框图。如图9所示，本实施例的基于5g的智慧医疗数据分析装置300是上述实施例的基础上增加了情况确定单元304。

情况确定单元304，用于根据所述分析结果以及个人信息确定人体健康情况。

在一实施例中，如图10所示，上述的情况确定单元304包括阶段确定子单元3041、特征提取子单元3042以及情况筛选子单元3043。

阶段确定子单元3041，用于根据所述分析结果确定病灶所处的阶段；特征提取子单元3042，用于根据所述分析结果、病灶所处阶段以及个人信息进行关键词提取，以得到关键特征；情况筛选子单元3043，用于根据所述关键特征从预设的数据库内映射表筛选出对应的人体健康情况。

图11是本发明另一实施例提供的一种基于5g的智慧医疗数据分析装置300的示意性框图。如图11所示，本实施例的基于5g的智慧医疗数据分析装置300是上述实施例的基础上增加了调整单元305以及反馈单元306。

调整单元305，用于对人体健康情况进行调整，以形成监控结果；反馈单元306，用于反馈所述监控结果至终端，以在终端显示所述监控结果。

需要说明的是，所属领域的技术人员可以清楚地了解到，上述基于5g的智慧医疗数据分析装置300和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。

上述基于5g的智慧医疗数据分析装置300可以实现为一种计算机程序的形式，该计算机程序可以在如图12所示的计算机设备上运行。

请参阅图12，图12是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。

参阅图12，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种基于5g的智慧医疗数据分析方法。

该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种基于5g的智慧医疗数据分析方法。

该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：

通过5g技术获取来自共享平台的智慧医疗数据，以得到初始数据；对所述初始数据进行预处理，以得到中间数据；将所述中间数据输入至分析模型内进行健康信息分析，以得到分析结果。

其中，所述分析模型是通过若干个带有病灶是否存在的标签以及当病灶存在时病灶的位置信息标签的医疗图像作为样本集训练深度学习网络所得。

所述分析结果包括是否在病灶以及当病灶存在时病灶的位置信息。

在一实施例中，处理器502在实现所述对所述初始数据进行预处理，以得到中间数据步骤时，具体实现如下步骤：

汇集所述初始数据；对所述初始数据进行信息提取，以得到个人信息；筛选所述初始数据内的图像信息，以得到中间数据。

在一实施例中，处理器502在实现所述将所述中间数据输入至分析模型内进行健康信息分析，以得到分析结果步骤之后，还实现如下步骤：

根据所述分析结果以及个人信息确定人体健康情况。

在一实施例中，处理器502在实现所述根据所述分析结果以及个人信息确定人体健康情况步骤时，具体实现如下步骤：

根据所述分析结果确定病灶所处的阶段；根据所述分析结果、病灶所处阶段以及个人信息进行关键词提取，以得到关键特征；根据所述关键特征从预设的数据库内映射表筛选出对应的人体健康情况。

在一实施例中，处理器502在实现所述根据所述分析结果以及个人信息确定人体健康情况步骤之后，还实现如下步骤：

对人体健康情况进行调整，以形成监控结果；反馈所述监控结果至终端，以在终端显示所述监控结果。

应当理解，在本申请实施例中，处理器502可以是中央处理单元(centralprocessingunit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。

因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行如下步骤：

通过5g技术获取来自共享平台的智慧医疗数据，以得到初始数据；对所述初始数据进行预处理，以得到中间数据；将所述中间数据输入至分析模型内进行健康信息分析，以得到分析结果。

其中，所述分析模型是通过若干个带有病灶是否存在的标签以及当病灶存在时病灶的位置信息标签的医疗图像作为样本集训练深度学习网络所得。

所述分析结果包括是否在病灶以及当病灶存在时病灶的位置信息。

在一实施例中，所述处理器在执行所述计算机程序而实现所述对所述初始数据进行预处理，以得到中间数据步骤时，具体实现如下步骤：

汇集所述初始数据；对所述初始数据进行信息提取，以得到个人信息；筛选所述初始数据内的图像信息，以得到中间数据。

在一实施例中，所述处理器在执行所述计算机程序而实现所述将所述中间数据输入至分析模型内进行健康信息分析，以得到分析结果步骤之后，还实现如下步骤：

根据所述分析结果以及个人信息确定人体健康情况。

在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述分析结果以及个人信息确定人体健康情况步骤时，具体实现如下步骤：

根据所述分析结果确定病灶所处的阶段；根据所述分析结果、病灶所处阶段以及个人信息进行关键词提取，以得到关键特征；根据所述关键特征从预设的数据库内映射表筛选出对应的人体健康情况。

在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述分析结果以及个人信息确定人体健康情况步骤之后，还实现如下步骤：

对人体健康情况进行调整，以形成监控结果；反馈所述监控结果至终端，以在终端显示所述监控结果。

所述存储介质可以是u盘、移动硬盘、只读存储器(read-onlymemory，rom)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，各个单元的划分，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。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元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，也可以是两个或两个以上单元集成在一个单元中。

该集成的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，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。