本發(fā)明涉及生理指標(biāo)檢測，特別涉及一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)及方法。

背景技術(shù)：

1、目前，生理指標(biāo)檢測可以實(shí)現(xiàn)對如心率、血糖以及血壓等的檢測，為人體健康狀態(tài)的檢測具有重要意義，深度學(xué)習(xí)是一種模仿人類大腦神經(jīng)元網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)技術(shù)，通過多層次的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)特征實(shí)現(xiàn)對復(fù)雜數(shù)據(jù)模型的挖掘和學(xué)習(xí)；

2、然而，目標(biāo)對生理指標(biāo)檢測需要復(fù)雜的特征提取，數(shù)據(jù)監(jiān)測以及根據(jù)認(rèn)為經(jīng)驗(yàn)實(shí)現(xiàn)對生理指標(biāo)數(shù)據(jù)的分析，從而無法很好的適應(yīng)不同情況的生理指標(biāo)監(jiān)測，進(jìn)而提高了對生理指標(biāo)監(jiān)測的復(fù)雜度和成本，而且，現(xiàn)如今無法智能化識別生理指標(biāo)的類型，因此，使得生理指標(biāo)檢測不具備智能性；

3、因此，本發(fā)明提供了一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)及方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)及方法，用以通過獲取生理指標(biāo)的指標(biāo)類型以及不同指標(biāo)類型對應(yīng)的生理指標(biāo)樣本數(shù)據(jù)集，并分別對指標(biāo)類型和生理指標(biāo)樣本數(shù)據(jù)集進(jìn)行第一深度學(xué)習(xí)和第二深度學(xué)習(xí)，實(shí)現(xiàn)對生理指標(biāo)識別模型和生理指標(biāo)評估模型進(jìn)行準(zhǔn)確有效的構(gòu)建，從而便于對患者的生理指標(biāo)數(shù)據(jù)的指標(biāo)類型以及指標(biāo)是否正常進(jìn)行準(zhǔn)確有效的分析和評估，其次，將構(gòu)建的生理指標(biāo)識別模型和生理指標(biāo)評估模型進(jìn)行封裝，得到生理指標(biāo)檢測機(jī)制，從而實(shí)現(xiàn)通過集成模型對指標(biāo)類型以及指標(biāo)類型進(jìn)行同步分析，提升了模型的簡潔性，最后，將患者的實(shí)時生理指標(biāo)數(shù)據(jù)輸入至生理指標(biāo)檢測機(jī)制中進(jìn)行檢測分析，實(shí)現(xiàn)對患者的生理指標(biāo)數(shù)據(jù)進(jìn)行準(zhǔn)確有效的檢測，便于患者和醫(yī)生對檢測結(jié)果進(jìn)行直觀的讀取，也便于根據(jù)檢測結(jié)果對患者的治療計劃進(jìn)行及時有效的制定和修正，實(shí)現(xiàn)對生理指標(biāo)檢測的智能化。

2、一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，包括：

3、數(shù)據(jù)獲取模塊，用于獲取生理指標(biāo)的若干指標(biāo)類型以及每個指標(biāo)類型的生理指標(biāo)樣本數(shù)據(jù)集；

4、模型構(gòu)建模塊，用于對生理指標(biāo)的若干指標(biāo)類型進(jìn)行第一深度學(xué)習(xí)，構(gòu)建生理指標(biāo)識別模型，同時，分別對每個指標(biāo)類型的生理指標(biāo)樣本數(shù)據(jù)集進(jìn)行第二深度學(xué)習(xí)，構(gòu)建生理指標(biāo)評估模型；

5、機(jī)制構(gòu)建模塊，用于將生理指標(biāo)識別模型與生理指標(biāo)評估模型進(jìn)行封裝，構(gòu)建生理指標(biāo)檢測機(jī)制；

6、檢測模塊，用于采集患者實(shí)時生理指標(biāo)數(shù)據(jù)，并將實(shí)時生理指標(biāo)數(shù)據(jù)輸入至生理指標(biāo)檢測機(jī)制中進(jìn)行檢測，并輸出對實(shí)時生理指標(biāo)數(shù)據(jù)的檢測結(jié)果。

7、優(yōu)選的，一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，數(shù)據(jù)獲取模塊，包括：

8、數(shù)據(jù)庫獲取單元，用于獲取生理指標(biāo)檢測領(lǐng)域，并根據(jù)生理指標(biāo)檢測領(lǐng)域調(diào)取目標(biāo)醫(yī)療數(shù)據(jù)庫；

9、類型提取單元，用于對目標(biāo)醫(yī)療數(shù)據(jù)庫中的指標(biāo)類型進(jìn)行讀取，獲取生理指標(biāo)的若干指標(biāo)類型；

10、生理指標(biāo)樣本數(shù)據(jù)集提取單元，用于基于若干指標(biāo)類型生成類型標(biāo)識，并將類型標(biāo)識輸入至目標(biāo)醫(yī)療數(shù)據(jù)庫中進(jìn)行識別，并根據(jù)識別結(jié)果在目標(biāo)醫(yī)療領(lǐng)域數(shù)據(jù)庫中提取與類型標(biāo)識一致的生理指標(biāo)樣本數(shù)據(jù)集。

11、優(yōu)選的，一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，模型構(gòu)建模塊，包括：

12、第一學(xué)習(xí)單元，用于對生理指標(biāo)的若干指標(biāo)類型進(jìn)行第一深度學(xué)習(xí)，并根據(jù)第一深度學(xué)習(xí)結(jié)果構(gòu)建生理指標(biāo)識別模型；

13、第二學(xué)習(xí)單元，用于分別對每個指標(biāo)類型的生理指標(biāo)樣本數(shù)據(jù)集進(jìn)行第二深度學(xué)習(xí)，并根據(jù)第二深度學(xué)習(xí)結(jié)果構(gòu)建生理指標(biāo)評估模型。

14、優(yōu)選的，一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，第一學(xué)習(xí)單元，包括：

15、參數(shù)調(diào)整子單元，用于將生理指標(biāo)的指標(biāo)類型作為學(xué)習(xí)參數(shù)，并根據(jù)學(xué)習(xí)參數(shù)對卷積層進(jìn)行參數(shù)調(diào)整，構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)；

16、生理指標(biāo)識別模型構(gòu)建子單元，用于將生理指標(biāo)的指標(biāo)類型輸入深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行第一深度學(xué)習(xí)，直至學(xué)習(xí)結(jié)果達(dá)到預(yù)設(shè)收斂條件時，完成深度學(xué)習(xí)，并根據(jù)學(xué)習(xí)結(jié)果構(gòu)建生理指標(biāo)識別模型。

17、優(yōu)選的，一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，第二學(xué)習(xí)單元，包括：

18、節(jié)點(diǎn)獲取子單元，用于讀取每個指標(biāo)類型的生理指標(biāo)樣本數(shù)據(jù)集，并將指標(biāo)類型作為深度學(xué)習(xí)的主節(jié)點(diǎn)，同時，每個指標(biāo)類型對應(yīng)的生理指標(biāo)樣本數(shù)據(jù)集作為深度學(xué)習(xí)的支節(jié)點(diǎn)；

19、區(qū)間獲取子單元，用于對深度學(xué)習(xí)的支節(jié)點(diǎn)進(jìn)行讀取，確定支節(jié)點(diǎn)中生理指標(biāo)樣本數(shù)據(jù)集的數(shù)據(jù)取值分布區(qū)間，并根據(jù)當(dāng)前指標(biāo)類型調(diào)取預(yù)設(shè)的健康取值判定區(qū)間；

20、劃分子單元，用于：

21、根據(jù)預(yù)設(shè)的健康取值判定區(qū)間對支節(jié)點(diǎn)中生理指標(biāo)樣本數(shù)據(jù)集的數(shù)據(jù)取值分布區(qū)間進(jìn)行劃分，獲得第一數(shù)據(jù)取值分布區(qū)間、第二數(shù)據(jù)分布取值區(qū)間以及第三數(shù)據(jù)取值分布區(qū)間；

22、其中，第二數(shù)據(jù)取值分布區(qū)間與預(yù)設(shè)的健康判定區(qū)間一致，第一數(shù)據(jù)取值分布區(qū)間小于第二數(shù)據(jù)取值分布區(qū)間，且第二數(shù)據(jù)取值分布區(qū)間小于第三數(shù)據(jù)取值分布區(qū)間；

23、學(xué)習(xí)因子確定子單元，用于將第一數(shù)據(jù)取值區(qū)間作為第一學(xué)習(xí)因子、第二數(shù)據(jù)取值區(qū)間作為第二學(xué)習(xí)因子以及將第三數(shù)據(jù)取值區(qū)間作為第三學(xué)習(xí)因子；

24、深度學(xué)習(xí)子單元，用于對第二學(xué)習(xí)因子進(jìn)行深度學(xué)習(xí)，構(gòu)建支節(jié)點(diǎn)中的健康深度學(xué)習(xí)網(wǎng)絡(luò)，對第一學(xué)習(xí)因子進(jìn)行深度學(xué)習(xí)，構(gòu)建支節(jié)點(diǎn)中的第一非健康深度學(xué)習(xí)網(wǎng)絡(luò)，同時，對第三學(xué)習(xí)因子進(jìn)行深度學(xué)習(xí)，構(gòu)建支節(jié)點(diǎn)中的第二非健康深度學(xué)習(xí)網(wǎng)絡(luò)；

25、子生理指標(biāo)評估模型構(gòu)建子單元，用于基于支節(jié)點(diǎn)的健康深度學(xué)習(xí)網(wǎng)絡(luò)、第一非健康深度學(xué)習(xí)網(wǎng)絡(luò)以及第二非健康深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建主節(jié)點(diǎn)的子生理指標(biāo)評估模型；

26、生理指標(biāo)評估模型構(gòu)建子單元，用于將多個主節(jié)點(diǎn)的子生理指標(biāo)評估模型進(jìn)行綜合，構(gòu)建生理指標(biāo)評估模型。

27、優(yōu)選的，一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，機(jī)制構(gòu)建模塊，包括：

28、模型輸入輸出端口獲取單元，用于獲取生理指標(biāo)識別模型的輸入端與生理指標(biāo)識別模型的輸出端，同時，獲取生理指標(biāo)評估模型的輸入端與生理指標(biāo)評估模型的輸出端；

29、封裝單元，用于：

30、構(gòu)建數(shù)據(jù)窗口，并將數(shù)據(jù)窗口的輸出端與生理指標(biāo)識別模型的輸入端進(jìn)行第一連接，同時，將生理指標(biāo)識別模型的輸出端與生理指標(biāo)評估模型的輸入端進(jìn)行第二連接；

31、基于第一連接結(jié)果與第二連接結(jié)果完成對生理指標(biāo)識別模型與生理指標(biāo)評估模型的封裝；

32、生理指標(biāo)檢測機(jī)制確定單元，用于基于封裝結(jié)果生成生理指標(biāo)檢測機(jī)制。

33、優(yōu)選的，一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，生理指標(biāo)檢測機(jī)制的輸入端為輸出窗口的輸入端，生理指標(biāo)檢測機(jī)制的輸出端為生理指標(biāo)評估模型的輸出端。

34、優(yōu)選的，一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，檢測模塊，包括：

35、數(shù)據(jù)讀取單元，用于讀取患者的實(shí)時生理指標(biāo)數(shù)據(jù)；

36、檢測分析單元，用于將患者的實(shí)時生理指標(biāo)數(shù)據(jù)輸入至生理指標(biāo)檢測機(jī)制中進(jìn)行檢測，具體過程為：

37、基于生理指標(biāo)檢測機(jī)制中數(shù)據(jù)窗口的輸入端對實(shí)時生理指標(biāo)數(shù)據(jù)進(jìn)行接收，并基于數(shù)據(jù)窗口對實(shí)時生理指標(biāo)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，獲得目標(biāo)待檢測生理指標(biāo)數(shù)據(jù)；

38、將目標(biāo)待檢測生理指標(biāo)數(shù)據(jù)基于數(shù)據(jù)窗口的輸出端傳輸至生理指標(biāo)識別模型的輸入端；

39、基于生理指標(biāo)識別模型對目標(biāo)待檢測生理指標(biāo)數(shù)據(jù)進(jìn)行類型識別，并根據(jù)生理指標(biāo)識別模型的輸出端輸出目標(biāo)待檢測生理指標(biāo)數(shù)據(jù)的目標(biāo)指標(biāo)類型；

40、將目標(biāo)指標(biāo)類型以及目標(biāo)待檢測生理指標(biāo)輸出同時輸入至生理指標(biāo)評估模型，基于生理指標(biāo)評估模型根據(jù)目標(biāo)指標(biāo)類型對目標(biāo)待檢測生理指標(biāo)進(jìn)行健康評估，并在生理指標(biāo)評估模型的輸出端輸出健康評估結(jié)果；

41、其中，健康評估結(jié)果即為生理指標(biāo)檢測機(jī)制輸出的實(shí)時生理指標(biāo)數(shù)據(jù)的檢測結(jié)果。

42、優(yōu)選的，一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)，檢測模塊，包括：

43、結(jié)果處理單元，用于對實(shí)時生理指標(biāo)數(shù)據(jù)的檢測結(jié)果進(jìn)行文本轉(zhuǎn)換，得到檢測結(jié)果對應(yīng)的檢測文本，并基于語法規(guī)則對檢測文本進(jìn)行詞匯及語句拆分；

44、文本特征獲取單元，用于基于詞匯及語句拆分結(jié)果確定語句結(jié)構(gòu)特征和文本詞匯在檢測文本中的語法對象，并基于語句結(jié)構(gòu)特征和語法對象確定檢測結(jié)果的文本特征；

45、生理指標(biāo)數(shù)據(jù)庫構(gòu)建單元，用于基于文本特征對檢測結(jié)果進(jìn)行結(jié)果歸類，并基于結(jié)果歸類結(jié)果構(gòu)建生理指標(biāo)數(shù)據(jù)庫；

46、數(shù)據(jù)等級獲取單元，用于獲取生理指標(biāo)數(shù)據(jù)庫的數(shù)據(jù)等級結(jié)構(gòu)，并獲取生理指標(biāo)數(shù)據(jù)庫的授權(quán)賬號，同時，獲取生理指標(biāo)數(shù)據(jù)庫的授權(quán)賬號信息，確定授權(quán)賬號的賬號級別；

47、數(shù)據(jù)拆分單元，用于：

48、將授權(quán)賬號的賬號級別與生理指標(biāo)數(shù)據(jù)庫的數(shù)據(jù)等級結(jié)構(gòu)進(jìn)行匹配，并根據(jù)匹配結(jié)果輸出每個授權(quán)賬號可讀取的數(shù)據(jù)范圍；

49、根據(jù)每個授權(quán)賬號可讀取的數(shù)據(jù)范圍對生理指標(biāo)數(shù)據(jù)庫中數(shù)據(jù)進(jìn)行區(qū)間拆分，獲得多個數(shù)據(jù)區(qū)間對應(yīng)的數(shù)據(jù)集；

50、加密單元，用于：

51、基于授權(quán)賬號為數(shù)據(jù)區(qū)間進(jìn)行第一加密，獲得第一加密結(jié)果；

52、基于預(yù)設(shè)的加密密鑰為每個數(shù)據(jù)區(qū)間對應(yīng)的數(shù)據(jù)集進(jìn)行第二加密，獲得第二加密結(jié)果；

53、基于第一加密結(jié)果與第二加密結(jié)果完成對生理指標(biāo)數(shù)據(jù)庫的加密。

54、一種基于深度學(xué)習(xí)的生理指標(biāo)檢測方法，包括：

55、步驟1：獲取生理指標(biāo)的若干指標(biāo)類型，以及每個指標(biāo)類型的生理指標(biāo)樣本數(shù)據(jù)集；

56、步驟2：對生理指標(biāo)的若干指標(biāo)類型進(jìn)行第一深度學(xué)習(xí)，構(gòu)建生理指標(biāo)識別模型，同時，分別對每個指標(biāo)類型的生理指標(biāo)樣本數(shù)據(jù)集進(jìn)行第二深度學(xué)習(xí)，構(gòu)建生理指標(biāo)評估模型；

57、步驟3：將生理指標(biāo)識別模型與生理指標(biāo)評估模型進(jìn)行封裝，構(gòu)建生理指標(biāo)檢測機(jī)制；

58、步驟4：采集患者實(shí)時生理指標(biāo)數(shù)據(jù)，并將實(shí)時生理指標(biāo)數(shù)據(jù)輸入至生理指標(biāo)檢測機(jī)制中進(jìn)行檢測，并輸出對實(shí)時生理指標(biāo)數(shù)據(jù)的檢測結(jié)果。

59、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

60、1、通過獲取生理指標(biāo)的指標(biāo)類型以及不同指標(biāo)類型對應(yīng)的生理指標(biāo)樣本數(shù)據(jù)集，并分別對指標(biāo)類型和生理指標(biāo)樣本數(shù)據(jù)集進(jìn)行第一深度學(xué)習(xí)和第二深度學(xué)習(xí)，實(shí)現(xiàn)對生理指標(biāo)識別模型和生理指標(biāo)評估模型進(jìn)行準(zhǔn)確有效的構(gòu)建，從而便于對患者的生理指標(biāo)數(shù)據(jù)的指標(biāo)類型以及指標(biāo)是否正常進(jìn)行準(zhǔn)確有效的分析和評估，其次，將構(gòu)建的生理指標(biāo)識別模型和生理指標(biāo)評估模型進(jìn)行封裝，得到生理指標(biāo)檢測機(jī)制，從而實(shí)現(xiàn)通過集成模型對指標(biāo)類型以及指標(biāo)類型進(jìn)行同步分析，提升了模型的簡潔性，最后，將患者的實(shí)時生理指標(biāo)數(shù)據(jù)輸入至生理指標(biāo)檢測機(jī)制中進(jìn)行檢測分析，實(shí)現(xiàn)對患者的生理指標(biāo)數(shù)據(jù)進(jìn)行準(zhǔn)確有效的檢測，便于患者和醫(yī)生對檢測結(jié)果進(jìn)行直觀的讀取，也便于根據(jù)檢測結(jié)果對患者的治療計劃進(jìn)行及時有效的制定和修正，實(shí)現(xiàn)對生理指標(biāo)檢測的智能化。

61、2、通過將生理指標(biāo)的指標(biāo)類型作為深度學(xué)習(xí)的主節(jié)點(diǎn)，將每個指標(biāo)類型對應(yīng)的生理指標(biāo)樣本數(shù)據(jù)集作為深度學(xué)習(xí)的支節(jié)點(diǎn)，從而便于根據(jù)主節(jié)點(diǎn)和支節(jié)點(diǎn)的對應(yīng)關(guān)系進(jìn)行規(guī)范可靠的訓(xùn)練，其次，通過對支節(jié)點(diǎn)的數(shù)據(jù)取值分布區(qū)間進(jìn)行確定，并根據(jù)預(yù)設(shè)的健康取值判定區(qū)間對數(shù)據(jù)取值分布區(qū)間進(jìn)行劃分，從而便于對不同情況下的生理指標(biāo)取值情況進(jìn)行準(zhǔn)確有效的限定，并根據(jù)劃分結(jié)果構(gòu)建不同數(shù)據(jù)取值區(qū)間對應(yīng)的深度學(xué)習(xí)網(wǎng)絡(luò)，實(shí)現(xiàn)對不同情況下的生理指標(biāo)內(nèi)容的判定工具進(jìn)行準(zhǔn)確有效的構(gòu)建，最后，將每一主節(jié)點(diǎn)對應(yīng)的深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行第一匯總以及將不同主節(jié)點(diǎn)對應(yīng)的子生理指標(biāo)評估模型進(jìn)行第二匯總，實(shí)現(xiàn)對生理指標(biāo)評估模型進(jìn)行準(zhǔn)確有效的構(gòu)建，保障了對生理指標(biāo)數(shù)據(jù)評估的準(zhǔn)確性以及可靠性，也便于醫(yī)生和患者對自身情況進(jìn)行準(zhǔn)確有效的了解。

62、3、通過對檢測結(jié)果進(jìn)行分析，實(shí)現(xiàn)對檢測結(jié)果的文本特征進(jìn)行準(zhǔn)確有效的確定，并根據(jù)文本特征對不同患者的檢測結(jié)果進(jìn)行歸類，實(shí)現(xiàn)根據(jù)歸類結(jié)果對生理指標(biāo)數(shù)據(jù)庫進(jìn)行準(zhǔn)確有效的構(gòu)建，其次，通過確定生理指標(biāo)數(shù)據(jù)庫的數(shù)據(jù)等級結(jié)構(gòu)，以及相應(yīng)的授權(quán)賬號，實(shí)現(xiàn)根據(jù)生理指標(biāo)數(shù)據(jù)庫的數(shù)據(jù)等級結(jié)構(gòu)與授權(quán)賬號的賬號級別的匹配結(jié)果對不同授權(quán)賬號的可讀取的數(shù)據(jù)范圍進(jìn)行準(zhǔn)確有效的確定，最后，根據(jù)每個授權(quán)賬號可讀取的數(shù)據(jù)范圍對生理指標(biāo)數(shù)據(jù)庫進(jìn)行區(qū)間拆分，實(shí)現(xiàn)對不同授權(quán)賬號的數(shù)據(jù)范圍進(jìn)行鎖定，并根據(jù)授權(quán)賬號對數(shù)據(jù)區(qū)間以及數(shù)據(jù)區(qū)間內(nèi)包含的檢測結(jié)果分別進(jìn)行加密，確保了不同患者的檢測結(jié)果的安全可靠性。

63、本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在本技術(shù)文件中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

64、下面通過附圖和實(shí)施例，對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

相關(guān)知識

一種基于深度學(xué)習(xí)的衛(wèi)星健康數(shù)據(jù)綜合分析系統(tǒng)及方法與流程
一種基于深度學(xué)習(xí)的衛(wèi)星健康數(shù)據(jù)綜合分析系統(tǒng)及方法技術(shù)方案
一種學(xué)生心理健康指數(shù)計算方法及基于手機(jī)APP的校園心理健康輔導(dǎo)系統(tǒng)與流程
一種健康監(jiān)測系統(tǒng)及方法與流程
基于電芯熱失控風(fēng)險檢測的多維參數(shù)評估系統(tǒng)及方法與流程
基于智能調(diào)度的復(fù)雜裝備健康自動巡檢方法及系統(tǒng)與流程
基于深度學(xué)習(xí)的醫(yī)學(xué)影像識別與定位方法研究.pptx
一種基于深度圖像的手部輪廓特征優(yōu)化方法與流程
電池健康狀態(tài)檢測系統(tǒng)及方法與流程
一種基于人工智能的健康檢測儀數(shù)據(jù)分析系統(tǒng)及方法.pdf

網(wǎng)址: 一種基于深度學(xué)習(xí)的生理指標(biāo)檢測系統(tǒng)及方法與流程 http://m.gysdgmq.cn/newsview1380057.html