1.本发明涉及医疗设备数据通信领域，尤其涉及到一种用于医疗设备数据通信的方法及系统。
背景技术：
：：2.随着经济社会的发展，专业的医疗设备已经不再是医院的专属，越来越多的便携式医疗设备走进了寻常百姓的家门。很多厂家都针对家庭这一使用场景，推出了各种各样的便携式医疗设备，例如便携式血压计、血糖仪等设备。3.同时，随着计算技术和网络技术的发展，便携式的医疗设备很多都具备了网络和通信功能。例如，医疗设备可以自动将检测到的医疗指标发送并记录到使用者的终端上，各个医疗设备的制造商也开发了和医疗设备配套的app供用户使用，用户可以通过终端app实时查看自己或者他人的医疗指标，了解自身或他人的身体状况。4.尽管用户可以通过app来查看医疗指标，但是不同厂家生产的医疗设备都对有不同的app与之对应，这些app互相之间不能通信，也不能将不同厂家生产的设备测得数据统一到一个app之中，用户若是使用了多个厂家的产品，需要在终端中下载安装多个app。尽管有的厂商已经意识到了这个问题，想要为不同厂家生产的医疗设备提供统一的接口和app，希望不同厂家都能够使用统一接口与app进行通信，将测得的医疗数据通过统一接口上传到app上去，例如苹果，就提供了healthkit，希望各个厂家生产的设备都接入healthkit将数据上传到苹果提供的healthapp里面，但是各个厂商都不愿意将数据分享给第三方，由于这种情况，各医疗设备数据不能互通，用户不得不使用多个app来查看不同厂商不同医疗设备的数据。技术实现要素：5.为了解决各个医疗设备之间数据不通的问题，本发明提出了一种医疗设备数据间接通信的方法，可以在不依靠统一数据接口的情况下，将各不同厂商不同医疗设备之间的数据汇总到一起，避免了用户需要到各个单独的app查看医疗数据。6.一种用于医疗设备数据通信的方法，具体包括如下步骤：7.步骤1：在用户终端中安装主app，所述主app具备root权限；8.步骤2：获取一个或多个副app的唯一标识符，所述副app为不同厂商开发的医疗设备数据记录app；9.步骤3：在主app的配置界面中，注册一个或多个副app的app唯一标识符；10.步骤4：在主app中获取一个或多个副app中的医疗数据，具体包括如下步骤：11.步骤4.1：进入主app的数据获取界面，所述界面上设置有数据获取按钮，若接收到针对所述按钮的预设操作，主app退至后台运行，顺序打开注册在app配置界面中的一个或多个副app；12.步骤4.2：对打开的一个或多个副app中进行顺序截图，截取副app中的医疗设备图像数据，并保存至默认的截图保存地址；13.步骤4.3：杀死一个或多个副app进程，返回主app界面；14.步骤4.4：主app访问所述截图保存地址，获取副app中的医疗设备图像数据；15.步骤4.5：主app将所述副app中的医疗设备图像数据发送至服务器；16.步骤4.6：所述服务器上运行有训练好的深度学习模型，利用所述深度学习模型识别所述副app中的医疗设备图像数据；17.步骤4.7：服务器根据识别结果，生成结构化的医疗设备数据；18.步骤4.8：服务器将所述结构化的医疗设备数据保存在结构化数据库中；19.步骤4.9：主app访问所述结构化数据库，从数据库中取得结构化的医疗设备数据；20.步骤5：在主app中将在数据库中取得血压数据和血糖数据进行数据处理，得到处理过后的数据；21.步骤6：主app切换值数据展示界面，在所述数据展示界面中展示所述处理后的数据；22.一种用于医疗设备数据通信的系统，包括：23.终端，服务器和数据库，终端、服务器和数据库通过网络连接；24.所述系统通过如下步骤运行：25.步骤1：在用户终端中安装主app，所述主app具备root权限；26.步骤2：获取一个或多个副app在系统中的唯一标识符，所述副app为不同厂商开发的医疗设备数据记录app；27.步骤3：在主app的配置界面中，注册一个或多个副app的app唯一标识符；28.步骤4：在主app中获取一个或多个副app中的医疗数据，具体包括如下步骤：29.步骤4.1：进入主app的数据获取界面，所述界面上设置有数据获取按钮，若接收到针对所述按钮的预设操作，主app退至后台运行，顺序打开注册在app配置界面中的一个或多个副app；30.步骤4.2：对打开的一个或多个副app中进行顺序截图，截取副app中的医疗设备图像数据，并保存至默认的截图保存地址；31.步骤4.3：杀死一个或多个副app进程，返回主app界面；32.步骤4.4：主app访问所述截图保存地址，获取副app中的医疗设备图像数据；33.步骤4.5：主app将所述副app中的医疗设备图像数据发送至服务器；34.步骤4.6：所述服务器上运行有训练好的深度学习模型，利用所述深度学习模型识别所述副app中的医疗设备图像数据；35.步骤4.7：服务器根据识别结果，生成结构化的医疗设备数据；36.步骤4.8：服务器将所述结构化的医疗设备数据保存在结构化数据库中；37.步骤4.9：主app访问所述结构化数据库，从数据库中取得结构化的医疗设备数据；38.步骤5：在主app中将在数据库中取得的数据进行数据处理，得到处理过后的数据；39.步骤6：主app切换值数据展示界面，在所述数据展示界面中展示所述处理后的数据；40.本发明的有益效果：41.根据本发明提供的方法和系统，可以间接实现不同医疗设备数据之间的通信，利用主app的root权限，对多个副app中的医疗数据进行截图，利用深度学习赋予的图像识别能力，提取出不同副app中的医疗数据，将不同医疗设备app中的数据统一起来，并且将医疗数据保存在数据库中，实现不同医疗设备数据的统一性和持续性保存，通过主app去查看记录在各个副app之中的医疗数据，避免用户在不同app之间切换查看由不同医疗设备采集到的医疗数据的不便，最大化提升用户的体验。附图说明42.图1为本技术实施例中的系统结构图；43.图2为测量血糖的医疗设备对应的副app的血糖数据展示界面；44.图3为测量血压的医疗设备对应的副app的血压数据展示界面；45.图4为主app的医疗数据展示界面；46.图5为app中的副app配置界面；47.图6为结构化血糖数据的csv文件截图；48.图7为结构化血压数据的csv文件截图。具体实施方式49.为了使本发明更加清楚，下面结合附图对本发明进行进一步解释说明：50.如图1所示，主app和两个副app都安装在终端之中，所述主app具备root权限；51.两个副app分别为测量血糖含量医疗设备对应的副app和测量血压的医疗设备对应的副app；52.如图2所示，测量血糖的医疗设备对应的副app中显示有用户从10月9日-10月18日这一段日期内测量的血糖数据；53.如图3所示，测量血压的医疗设备对应的副app中显示有用户从10月9日-10月18日这一段日期内测量的血压数据；54.获取所述上述两个副app在系统中的唯一标识符；55.如图2所示的副app的唯一标识符为0x011010010；56.如图3所示的副app的唯一标识符为0x011011101；57.如图5所示，在主app的配置页面中，注册一个或多个副app的唯一标识符；58.点击图5中的注册按钮，将血糖副app的app名称和其对应的唯一标识符0x011010010添加到主app中；59.点击图5中的注册按钮，将血压副app的app名称和其对应的唯一标识符0x011011101添加到主app中；60.在主app中获取两个副app中的医疗数据，具体包括如下步骤：61.进入主app的数据获取界面，所述界面上设置有数据获取按钮，点击数据获取按钮，接收到针对所述按钮的预设操作，主app退至后台运行；62.主app自动打开注册在主app中的血糖副app，对如图2所示的血糖数据界面进行截图，将血糖数据界面截图保存在主app中起始地址为0x1001000111110001的存储空间中；63.杀死血糖副app的进程，关闭血糖副app；64.在杀死血糖副app后，主app自动打开注册在主app中的血压副app，对如图3所示的血糖数据界面进行截图，将血糖数据界面截图保存在主app中起始地址为0x1001000111110001的存储空间中；65.杀死血压副app的进程，关闭血压副app；66.主app将保存在起始地址为0x1001000111110001的存储空间中的血糖数据截图和血压数据截图发送至服务器；67.所述服务器接收到从主app发送来的血糖数据图像数据和血压数据截图数据；68.所述服务器上运行有训练好的深度学习模型，所述深度学习模型为卷积神经网络模型或长短期记忆网络模型；69.利用所述深度学习模型识别接收到的血糖图像数据和血压图像数据；70.服务器根据识别结果，生成结构化的医疗设备数据；71.如图6所示，服务器在识别血糖图像数据之后，生成结构化的血糖数据，所述结构化血糖数据为一个csv文件，文件结构如图6所示；72.如图7所示，服务器在识别血压图像数据之后，生成结构化的血压数据，所述结构化血压数据为一个csv文件，文件结构如图7所示；73.服务器将如图6和图7所示的结构化的血糖数据和血压数据保存在mysql数据库中，每个csv文件对应数据库中一张单独的表；74.设定数据库的名字为healthdata；75.设定表bs为记录血糖数据的表；76.设定表bp为记录血压数据的表；77.所述数据库的schema具体按照如下代码设置：createdatabasehealthdata；createtablebs(‘日期’varchar(20),‘测定值’varchar(20),‘参考值’varchar(20))；createtablebp(‘日期’varchar(20),‘测定值’varchar(20),‘参考值’varchar(20))；78.将如图6和图7所示csv文件中的结构化血糖数据和血压数据分别插入到healthdata数据库下面的表bs和bp中；79.主app访问所述mysql中的healthdata数据库，从表bs和bp中取得结构化的血糖数据和血压数据，并将所述数据返回主app；80.取得所述血糖数据和血压数据的代码如下：usehealthdata；select*frombs；select*frombp；81.在主app中将在数据库中取得血压数据和血糖数据进行数据处理，所述处理包括去除表bs和bp中的参考值列；82.在主app中合并取得血糖和血压数据，得到合并后的血糖血压数据；83.合并后的血糖和血压数据结构如图4所示，合并后的数据包括日期、血糖值和血压值；84.在主app中的数据显示界面显示如图4所示的在主app中合并之后的血糖和血压数据。当前第1页12当前第1页12