本申请涉及通信技术领域，尤其涉及一种分布式院内云视讯方法及系统。
背景技术：
现有技术中，基于医用内网的视频通话系统需要有中心服务器，即传统的云计算服务集群来保证多方通话的连接，而分布式视频会议系统往往又需要外网来进行连接。但是，针对突发紧急的情况下无法短时间内搭建内网中心服务器，因此，如何设计轻便、去中心化及易使用是目前医用视讯系统急需解决的难题。
技术实现要素：
本申请实施例提供一种分布式院内云视讯方法及系统，用于解决现有技术中无外网情况下各医院信息不互通、以及专用内网情况下无法去中心化进行视讯互联的问题，提升了应急场景且无外网接通下的医用点对点视频通话能力，只需要ip地址即可互通，使得视频通话的网络架构搭建简单易操作，提高了视频通话使用率。
本发明实施例提供了一种分布式院内云视讯方法，包括：
医技终端获取自身ip地址，并将所述ip地址进行登记，其中，所述医技终端位于医院内网，并禁止与外网通信；
所述医技终端获取其余医技终端的ip地址，并基于所述其余医技终端的ip地址，点对点发送视讯连接请求；
在收到所述视讯连接请求后，与其余一个或多个医技终端建立视讯连接。
本发明实施例还提供一种分布式院内云视讯系统，所述系统包括：
ip地址获取模块，用于获取自身ip地址，并将所述ip地址进行登记，其中，所述系统位于医院内网，并禁止与外网通信；
发送模块，用于获取其余医技终端的ip地址，并基于所述其余医技终端的ip地址，点对点发送视讯连接请求；
视讯连接模块，用于在收到所述视讯连接请求后，与其余一个或多个医技终端建立视讯连接。
本发明实施例提供的分布式院内云视讯方法及系统，不仅解决了无外网情况下各医院信息不互通、以及专用内网情况下无法去中心化进行视讯互联的问题，而且还通过深度神经网络的方法预测剩余工作时长，以方便进行资源的灵活调度与处理，做到真正的易执行，易提醒，帮助医护人员确定可用的网络资源及最大连接数，提升了使用的效率。
目前该系统已经适用于雷神山和火神山两医院，带来了商业上的成功。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为现有技术中云视频的网络架构。
图2为一个实施例中分布式院内云视讯方法流程图；
图3为一个实施例中分布式院内云视讯系统结构示意图。
图4为另一个实施例中分布式院内云视讯系统界面图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
图1为现有技术中的中心化远程诊断系统，如图1所示，多个本地诊所、多个远程医生工作站可通过外网或局域网相互之间进行通信，但是所有的数据均要通过中心服务器(云端服务器)进行流通，其好处是方便管理，系统相对稳定，但是成本较高，难以在短时间内在多个应急医院搭建成功，因此，针对如新冠疫情等特殊情况下，现有技术难以在该应急场景下短时间内搭建。
针对现有技术存在的问题，本申请实施例提供了一种分布式院内云视讯方法及系统，作为点对点分布式的视频通话架构，无需外网，只需要医院内网(一下简称为院内网)即可实现。
本申请实施例提供一种云视讯方法，如图2所示，所述方法包括：
s201、医技终端获取自身ip地址，并将所述ip地址进行登记，其中，所述医技终端位于医院内网，并禁止与外网通信；
医技终端可以是医院内的医用设备、移动设备或传统的pc电脑。要求具备基本的计算机结构，具备网络接口，具备图像处理功能，并且具备摄像头，以方便进行视频通讯。优选地，医技终端是具备通信功能的移动式医疗设备，具备摄像头以及各种医学传感器，方便在给病人测试、测量过程中由外部专家远程支持及诊断。因此，能否进行视频连接，以及能否进行多人视频通信，医技终端的能源消耗率/利用率也是重要的考虑因素之一。
医技终端最大的特点是可在医院内进行互联，而本申请实施例中，任何一款搭载操作系统、具备网络接口的计算机或移动终端均可以作为连接方，并且在去中心化的前提下，任何一个医技终端均可以作为服务提供方，无需再新建一台服务器，极大的降低了成本，简化了操作。
s202、所述医技终端获取其余医技终端的ip地址，并基于所述其余医技终端的ip地址，点对点发送视讯连接请求；
其中，所述医技终端于所述其余医技终端的ip地址，点对点发送视讯连接请求，具体可以为：
组件p2p自适应网络，并基于不同科室的医技终端的ip地址进行握手连接。
其中，组件p2p自适应网络，可以采用如下方式：
所述医技终端采集自身资源占用率、能源消耗率，并基于深度学习算法预测计算预设时间内的剩余工作时长数据；
所述医技终端基于所述剩余工作时长数据，确认当前最大视频连接数；
所述医技终端获取所述医院内网中所有其余医疗终端的ip地址及当前最大视频连接数；
所述医技终端发送视频连接请求，并以所述待连接医疗终端的最大视频连接数中数值最小的一个为该网络中的最大视频连接数。
医技终端最大的特点是不仅仅适用于平时的工作，还需要保证在使用之前有足够的能源(电量)能够保证至少10次的使用。例如各类穿戴式设备，心肺测量设备等。因此，本申请实施例需要保证最大连接数是一个动态可调节的数字，可基于不同的资源利用率动态调节最大连接数，而不能因为最大视频连接数过多导致能源消耗过大(cpu超负荷工作)而导致不可用。
为了谨慎起见，若当前视频通话连接终端数为5，各自通过神经网络模型预测出未来的工作时长分为1,2,3,4,5小时，则最大视频可连接数与未来工作时长正相关，分别是2,3,4,5,6个，其含义为：医技终端a的能源消耗快，按照当前能源消耗率，则未来只够用1个小时，医技终端a所能支持的群视频会议最大连接数为2，当参与人数超过2时，医技终端a自动退出，释放资源，并产生能源低的提示。以此类推，医技终端b最大连接数超过3时自动退出。
其中，基于深度学习算法预测计算预设时间内的剩余工作时长数据，具体可以为：
将所述医技终端的历史能量消耗数据及历史工作周期时段数据作为输入，采用的非线性回归分析算法和深度神经网络和/或卷积神经网络计算出未来工作时长预测值。
本发明实施例中，将历史能量消耗数据及历史工作周期时段数据作为张量数据，输入到预测计算网络。预测计算网络采用卷积神经网络和非线性回归分析算法，网络结构包含两个卷积层，分别提取上述两类输入参数的特征，其后紧跟若干全连接网络。系统利用历史采集到的参数数据进行模型训练。
其中，输入参数为医技终端自身的历史能量消耗数据及历史工作周期时段数据，依次排列后组成32x32x2的多个张量数据。并先后经过2个卷积层，逐次对数据进行特征增强，并降低数据噪声，并进行非线性回归预测。
非线性回归预测计算网络输入参数为历史能量消耗数据及历史工作周期时段数据，依次排列后组成32x32x2的张量数据。
即，医技终端通过上述训练学习算法计算未来剩余工作时长y与输入参数x之间的关系，从而获得训练一个网络模型y＝f(x)。然后利用当前采集到的综合历史能量消耗数据进行非线性回归预测，计算出节点预测工作时长，即利用当前的输入参数x，输入到训练网络模型y＝h(x)，回归计算出预测的工作时长y。
s203、在收到所述视讯连接请求后，与其余一个或多个医技终端建立视讯连接。
视讯连接可以通过tcp/udp的协议方式进行广播发送连接请求，此时单个医技终端既是服务发起方，又是当前p2p自组网络中的中心节点(服务器)，此时，不同医技终端在视频连接通话过程中不断将自身信息上报给该服务发起方，以便该服务发起方能够实时掌握当前网络资源利用情况，并在网络资源占用高时自适应断开一个或多个医技终端的视频通话连接。
此外，所述方法还包括：
通过hits接口接入医疗联网系统，并根据所述资源占用率自适应调配所述视频通话最大视频连接数。
本发明实施例提供分布式院内云视讯系统300，如图3所示，该系统包括：
ip地址获取模块310，用于获取自身ip地址，并将该ip地址进行登记，其中，该系统位于医院内网，并禁止与外网通信；
发送模块320，用于获取其余医技终端的ip地址，并基于该其余医技终端的ip地址，点对点发送视讯连接请求；
视讯连接模块330，用于在收到该视讯连接请求后，与其余一个或多个医技终端建立视讯连接。
该系统最大的特点是采用分布式点对点模式，不需要中心服务器，并自带桌面院内云视讯摄像头(医院也可以添加独立摄像头，去中心的设计下，每个终端都是服务提供方)。
而在应用场景下，只需要提前确认不同医技终端的ip是互通的，即可实现终端通讯，无需连接外网或中心服务器。
视讯连接模块330用于在收到该视讯连接请求后，与其余一个或多个医技终端建立视讯连接，具体为：
配置该多个医技终端的ip地址，并建立多个医技终端的ip握手连接；
作为服务提供方向其余医技终端发送视频连接请求；
当该服务提供方接收到其余医技终端的回复请求后，发起群视屏通话操作。可选地，连接操作可以是两两连接，也可以是一对多的连接，例如，可实现9个使用端同屏视讯(以单机cpu效能为质量基准)。
该系统可以用于组件p2p自适应网络，并基于不同科室的医技终端的ip地址进行握手连接。例如，该系统创建多个去中心化移动式网络管理实体，该网络管理实体内置于该不同医技终端中，通过物理或禁止协议与外网隔离，并用于获取该医技终端的ip地址，在医用内网中广播该ip地址，以便医技终端两两之间实现握手连接。
可选地，该发送模块用于获取该其余医技终端的ip地址，点对点发送视讯连接请求，具体可以为：组件p2p自适应网络，并基于不同科室的医技终端的ip地址进行握手连接。组件方式可以为：采集自身资源占用率、能源消耗率，并基于深度学习算法预测计算预设时间内的剩余工作时长数据；基于该剩余工作时长数据，确认当前最大视频连接数；获取该医院内网中所有其余医疗终端的ip地址及当前最大视频连接数；发送视频连接请求，并以该待连接医疗终端的最大视频连接数中数值最小的一个为该网络中的最大视频连接数。其中，基于深度学习算法预测计算预设时间内的剩余工作时长数据具体可以为：
将该医技终端的历史能量消耗数据及历史工作周期时段数据作为输入，采用的非线性回归分析算法和深度神经网络和/或卷积神经网络计算出未来工作时长预测值。
可选地，该系统还包括：
调配模块，用于通过hits接口接入医疗联网系统，并根据该资源占用率自适应调配该视频通话最大视频连接数。通过hits接口接入医疗联网系统，并根据该资源占用率自适应调配该视频通话最大视频连接数。例如，当且cpu占用资源超过一定阈值时，通过调配模块的调度，可以匹配当前最大视频连接数的数量，如果一般情况下最大视频连接数为9，这个时候就会调整为6或者7，以降低系统占用率。
可选地，该系统还包括：
协同模块，用于
1.根据不同科室之间的医疗资源使用情况，自适应协同该不同科室的医疗资源；
2.自适应协同医护人员进行医嘱的查看、取药、执行，落实诊疗方案的执行。其中，根据不同科室之间的医疗资源使用情况，自适应协同该不同科室的医疗资源。例如，该平台210实时记录不同科室的医疗资源情况，医疗资源可以是床位资源、物资资源(例如防护服，口罩等)、医护人员饱和度等等，在记录后可设定最低资源阈值，若低于该资源，则进行资源扩容及物品增资提醒。
可选地，该系统还包括：同步模块，用于将其中一个医技终端的ip配置信息同步给医用内网中其余医技终端，以使医用内网的全部医技终端共享该ip配置信息，无需手动输入该ip配置信息进行视频连接。
此外，该系统还利用了边缘计算的概念进行优化和改良，本系统还用于：
将每一个医技终端作为边缘计算的节点，以使每一个医技终端对视频通话中的图像分别进行神经网络处理，提取该图像中的医用物资信息，并将该医用物资信息在医院内网中进行广播发送，以便医院对短缺物资进行预警和及时采购。传统的大计算量均在服务器端进行完成，而针对物资识别与管理、人员(病人及医护人员)识别等功能也迫在眉睫，因此，本发明实施例中创造性地提出了边缘计算节点下沉到各个医技终端的概念，每一个终端均可以提供计算量适中的深度神经网络识别操作，识别出具体的医用物资及医护人员(例如可采用人脸识别、人眼识别的方式)，而具体的神经网络识别方法是现有技术，此处不再累述。
目前，该视讯系统已经通过军区审批，免费捐赠给火神山和雷神山医院免费使用，因此，本发明实施例提供的视讯系统将极大的促进疫情的信息化处理，带来了极大的应急场景科技进步以及商业上的成功。
此外，图4提供了该系统在应急场景下一个具体的使用界面，需要说明的是，部门用来匹配此ip的名称，比如：内科，妇科等。需要使用不一样的部门名称来代表不同的科室。系统也会自动调整同名的输入部门资料。输入完成后，点击“添加”按钮来插入新的科室队列。完成科室登记后，点击保存按钮来吧记录存储到一个文件夹内。此外，在集中一个电脑完成所有配置后，其他电脑的安装就不需要重新录入了，因为，可以利用这台电脑为中心，同步全部信息。任意电脑都可以设定为同步的中心，你只需要输入对方的ip，如何，在旁边的“sync同步”按钮即可。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请的实施例进行各种改动和变型而不脱离本申请的实施例的精神和范围。这样，倘若本申请的实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
1.一种分布式院内云视讯方法，其特征在于，包括：
医技终端获取自身ip地址，并将所述ip地址进行登记，其中，所述医技终端位于医院内网，并禁止与外网通信；
所述医技终端获取其余医技终端的ip地址，并基于所述其余医技终端的ip地址，点对点发送视讯连接请求；
在收到所述视讯连接请求后，与其余一个或多个医技终端建立视讯连接。
2.根据权利要求1所述的方法，其特征在于，所述医技终端获取所述其余医技终端的ip地址，点对点发送视讯连接请求，包括：
组件p2p自适应网络，并基于不同科室的医技终端的ip地址进行握手连接。
3.根据权利要求2所述的方法，其特征在于，所述组件p2p自适应网络，包括：
所述医技终端采集自身资源占用率、能源消耗率，并基于深度学习算法预测计算预设时间内的剩余工作时长数据；
所述医技终端基于所述剩余工作时长数据，确认当前最大视频连接数；
所述医技终端获取所述医院内网中所有其余医疗终端的ip地址及当前最大视频连接数；
所述医技终端发送视频连接请求，并以所述待连接医疗终端的最大视频连接数中数值最小的一个为该网络中的最大视频连接数。
4.根据权利要求3所述的方法，其特征在于，所述基于深度学习算法预测计算预设时间内的剩余工作时长数据，包括：
将所述医技终端的历史能量消耗数据及历史工作周期时段数据作为输入，采用的非线性回归分析算法和深度神经网络和/或卷积神经网络计算出未来工作时长预测值。
5.一种分布式院内云视讯系统，其特征在于，所述系统包括：
ip地址获取模块，用于获取自身ip地址，并将所述ip地址进行登记，其中，所述系统位于医院内网，并禁止与外网通信；
发送模块，用于获取其余医技终端的ip地址，并基于所述其余医技终端的ip地址，点对点发送视讯连接请求；
视讯连接模块，用于在收到所述视讯连接请求后，与其余一个或多个医技终端建立视讯连接。
6.根据权利要求5所述的系统，其特征在于，视讯连接模块用于在收到所述视讯连接请求后，与其余一个或多个医技终端建立视讯连接，包括：
配置所述多个医技终端的ip地址，并建立多个医技终端的ip握手连接；
作为服务提供方向其余医技终端发送视频连接请求；
当所述服务提供方接收到其余医技终端的回复请求后，发起群视屏通话操作。
7.根据权利要求5所述的系统，其特征在于，所述发送模块用于获取所述其余医技终端的ip地址，点对点发送视讯连接请求，包括：
组件p2p自适应网络，并基于不同科室的医技终端的ip地址进行握手连接。
8.根据权利要求7所述的系统，其特征在于，所述组件p2p自适应网络，包括：
采集自身资源占用率、能源消耗率，并基于深度学习算法预测计算预设时间内的剩余工作时长数据；
基于所述剩余工作时长数据，确认当前最大视频连接数；
获取所述医院内网中所有其余医疗终端的ip地址及当前最大视频连接数；
发送视频连接请求，并以所述待连接医疗终端的最大视频连接数中数值最小的一个为该网络中的最大视频连接数。
9.根据权利要求8所述的系统，其特征在于，所述基于深度学习算法预测计算预设时间内的剩余工作时长数据，包括：
将所述医技终端的历史能量消耗数据及历史工作周期时段数据作为输入，采用的非线性回归分析算法和深度神经网络和/或卷积神经网络计算出未来工作时长预测值。
技术总结