计算机人机交互技术与医学大数据交互系统集成研究

计算机人机交互技术与医学大数据交互系统集成研究

关天下 1 郭振杰 （ 通讯作者 ）

四川大学华西第二医院

摘要：本文首先介绍了计算机人机交互技术和医学大数据交互系统的相关概念和研究进展，然后提出了计算机人机交互技术的新模型和医学大数据交互系统的新框架，构建了国家级的计算机人机交互系统。医疗数据库与云平台的融合，是现有数据挖掘的未来发展方向，试图提出优化行业指南、加快国内高端医疗设备研发的紧迫性和必要性。

关键字：人机交互技术、医疗大数据、集成平台、人工智能

1.介绍

人工智能已经渗透到各行各业，广泛应用于视频监控、刑事侦查、军事、电子产品、语言识别、机器人等领域，发挥着非常重要的作用。随着对这一课题认识的深入，人们认识到人工智能技术是现代医学健康领域的一项重要技术。该应用具有很大的发展潜力。

2.人机交互技术及其进展

人工智能最初是在20世纪中期美国的一次学术会议上作为一门新兴学科提出的。在随后的时间里，人工智能发展非常迅速，因此受到了广泛的关注，但关于人工智能的具体概念的定义尚未统一。其中，斯坦福大学人工智能研究中心的学者定义了人工智能。人工智能是一门通过模拟人来实现知识积累、记录、复制和应用的学科。

2.1人机交互概念及其发展

2.1.1人机交互理论

人机交互是指使用一种语言在人与计算机之间进行交流和沟通的过程，在某些交互中，是指为了完成预定任务而与计算机交换信息的过程。人机交互的目的是创造更好的体验。人机交互分为广义和狭义。从广义上讲，人机交互的目的是实现自然高效的交互和人际和谐，主要通过理论创新，运用新技术和新理论，开发新的人机交互设备，最终实现随时随地以人为中心的计算。计算机系统的用户意图，可以释放人类的创造力，解放人类的大脑，最终达到提高人与人之间沟通的能力。从狭义上讲，人机交互技术研究的对象是人和计算机。研究的过程就是两者之间信息交换的过程。这个过程是双向的。人们把信息传送给计算机，计算机把信息反馈给人们。

2.1.2人机交互历史

人机交互技术已经成为各国重点研究的关键技术。从一开始，人机交互领域的第一次革命就是鼠标的出现，使人机交互变得自然。毕竟，与键盘上的上、下、左、右方向键相比，鼠标更能满足自由流畅交互的要求。鼠标和键盘之间的互动持续了很长时间，从计算机时代到互联网时代没有发生重大变化。多点触控设备的出现带来了人机交互历史上的第二次革命。然而，鼠标和键盘的结合仍然是与计算机交互的主要方式。但对于智能手机来说，由于触摸屏技术的发展，尤其是该领域的领导者苹果公司，iphone的出现，颠覆了传统的鼠标和键盘交互，多点触摸技术开启了一个新的世界，它扩展了丰富多彩的功能，实现了许多键盘无法实现的功能，如放大和缩小。引领人机交互第三次革命的是流行的肯尼特。

2.2多点触摸技术简介

多点触摸硬件技术主要完成多点触摸信号的产生和采集。在较为成熟的硬件技术中，除了lobo、电阻器、电容器、请愿器等其他硬件技术外，光传感多点触摸技术占据主导地位。基于投影显示的多点触摸系统结构。光感应多点触摸硬件系统由光学传感器、红外或激光光源和显示设备组成。具体功能分为四个部分：多触摸屏模块、图像采集与处理模块、控制器模块和投影显示模块。所述多点触摸接口模块是均匀布置在触摸接口周围的红外极管或激光光源。在触摸区域形成光扫描。当存在触摸点时，由手指反射源发射的光在触摸界面上形成触摸点。图像采集处理模块获取触摸点图像，获取手指触摸图像，通过图像处理和分析获取手指触摸信号，获取触摸点在图像中的位置、运动等，并根据手指的接触信息完成手势识别和触发。人机交互。投影显示模块将计算机屏幕内容和人机交互效果投影到触摸界面上。

2.3红外多点触摸屏

红外触摸屏技术是在屏幕周围安装一对红外光管，形成红外光发射和接收阵列，然后系统根据一定的脉冲波驱动检测和扫描。当触摸对象触摸时，触摸对象会阻挡那里的红外光。灯，根据信号处理电路和数据处理软件确定触摸的具体位置。红外触摸屏一般在显示屏上装有红外框，框E装有红外灯对管，白色为发射管，发射红外光；黑色是一个接收管，接收红外光。当手指触摸屏幕时，手指阻挡红外光，从而引起光信号的变化，并且检测电路分析光信号以定位手指触摸的特定位置。

2.4多点触控软件技术

多触点软件技术大致可以分解为三个方面：一是多触点信号的同时采集；二是接触信号的意义判断，即接触信号处理和接触手势识别；基于上述识别结果的两层交互应用程序。其中，多触点信号采集主要由硬件系统完成，其余两项任务由软件系统完成。

3人机交互技术与医学大数据交互系统集成

现代医学的发展对医疗服务的要求越来越高，传统的医院信息化模式不够灵活有效。随着云计算和大数据的发展，将相关概念应用于医院信息化建设可以有效提高效率。随着中国医疗行业的进步和发展，传统的医院信息化模式已不能适应新技术的发展需要。目前，云计算和大数据已经应用于多个领域，可以有效实现集约化管理、按需配置等，同时能够集中管理和利用医疗大数据。

3.1大数据及相关技术

随着计算机网络的发展和信息时代的到来，互联网、云计算等技术在各个领域的应用越来越受到重视。大数据的主要特点是使用云计算处理传统方式难以收集和处理的信息。等待一个更强大的方法来处理它。大数据具有容量大、种类多、变化快、价值大的特点。大数据处理的资源非常复杂。为了保证处理的可靠性和及时性，通常首先收集数据，即以各种方式收集海量数据。然后实现大数据的存储和管理，对大数据进行分析，最后将分析结构传递给用户，即实现大数据的应用。

3.2医疗大数据

医疗行业正在进入“大数据”时代。近年来，许多国家都在积极推动医疗信息化的发展。医学领域进入大数据时代，产生了非常庞大和多样化的医学数据。例如，CT图像包含约150 MB的数据，由基因组序列形成的文件包含约750 MB的数据，标准病理图要大得多，图形将包含约5 GB的数据。这些数据是医疗数据，包括结构性数据和非结构性数据。

4结论

基于机器学习的传统医学影像学研究是围绕医生指定图像的特征展开的。这使得模型只能围绕指定的特征进行判断，导致模型泛化能力弱，难以对疾病进展程度进行分类。深度学习模型具有良好的图像特征提取能力，能够准确提取和有效分析人类难以识别和容易忽略的特征，从而达到更高的准确率。基于人工智能的医学成像研究基于各种类型的医学图像分析，如计算机断层扫描（CT）、核磁共振（MRI）、X射线、超声波、内窥镜检查和病理切片，包括肺、乳腺和皮肤。对脑部疾病和基金会病变的研究进行了讨论。

参考文献

[1]  Zoran, A., Shilkrot, R., Nanyakkara, S., & Paradiso, J. (2013). The hybrid artisans:a case study in smart tools. ACM Transactions on Computer-Human Interaction (TOCHI), 21(3), 1-29.

[2] Wang, X. H., Zhang, J. Q., & Ou, C. C. (2014). Research on multi-channel network information interactive technology. Advanced Materials Research, 989-994, 4930-4933.

[3] Shang, Y., Liu, X., Wang, C., & Zhao, W. (2014). Research on optical fiber flow test method with non-intrusion. Photonic Sensors, 4(2), 132-136.