基于大数据数仓的气道采集数据管理系统的制作方法 专利技术说明

医药医疗技术的改进;医疗器械制造及应用技术1.本发明涉及人工智能医疗领域，特别是涉及一种基于大数据数仓的气道采集数据管理系统。背景技术：2.麻醉是利用药物、针刺或其他方法将患者全身或局部区域暂时维持在无痛、意识消失、肌肉松弛的状态，以便于实施手术等创伤性操作的过程。麻醉后患者处于呼吸抑制或停止的状态，如已存在困难气道但未被提前诊断，则患者极有可能因无法建立气道进行通气而窒息、死亡。通过气道专科评估，绝大多数的困难气道可在麻醉前及时诊断从而可避免上述危急情况的发生。因此，为每位患者进行精准和严格的气道评估是避免未预料的困难气道发生的重要保障。3.传统的医疗诊断中，医生仅仅依靠自己的经验和知识存储，对困难气道病人进行治疗，这种传统医疗诊断方式对医生的局限性很大。并且由于现在缺乏一种自动气道数据收集以及评估的方案，医生需要自己查询大量资料凭借自己的经验进行气道影响因素的评估，既浪费时间又浪费精力，并且准确度以及效率也不高。技术实现要素：4.鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于大数据数仓的气道采集数据管理系统，用于解决用于解决现有技术中以上技术问题。5.为实现上述目的及其他相关目的，本发明提供一种基于大数据数仓的气道采集数据管理系统，所述系统包括：面部评估模块，用于根据由采集的目标对象的面部数据构建的三维面部模型获得用于气道评估的面部关键信息，并获得对应的面部评估结果；口腔评估模块，用于根据采集的所述目标对象在设定口腔评估动作下的口腔图像数据获得用于气道评估的口腔关键信息，并获得对应的口腔评估结果；动态体格评估模块，用于根据捕捉的所述目标对象在设定体格评估动作下的图像数据获得用于气道评估的动态体格关键信息，并获得对应的动态体格评估结果；呼吸评估模块，用于基于采集的所述目标对象的呼吸音声波数据获得用于气道评估的呼吸评估结果；声门评估模块，用于基于采集的目标对象的咽喉部解剖结构图像数据获得用于气道评估的声门关键信息，并获得对应的声门评估结果；基础信息录入模块，用于录入所述目标对象的基础信息；报告生成模块，连接各评估模块以及基础信息录入模块，用于基于所述面部评估结果、口腔评估结果、动态体格评估结果、呼吸评估结果、声门评估结果以及基础信息生成对应所述目标对象的声道评估报告；数仓模块，连接各评估模块以及基础信息录入模块，用于对各评估模块以及基础信息录入模块的数据进行处理、储存以及分析数据采集层，用于收集迁移的气道采集数据；其中，所述迁移的气道采集数据包括：多个患者分别所对应的患者气道采集数据；每个患者气道采集数据包括：患者基础信息、气道困难信息、患者面部特征数据、声门侵入检查数据以及患者牙科数据；数据清洗层，连接所述数据采集层，用于对所述气道采集数据进行清洗；数据聚合层，连接所述数据清洗层，用于对清洗后的气道采集数据进行多个数据聚合指标的聚合，获得分别对应各数据聚合指标的气道指标聚合数据；数据分析层，连接所述数据聚合层，用于根据各数据聚合指标的气道指标聚合数据对指定的一或多个数据聚合指标进行气道因素评估，获得气道影响因素分析数据。6.于本发明的一实施例中，所述数据聚合指标的类型包括：患者基础信息指标、气道困难指标、患者面部特征指标、声门侵入检查指标以及患者牙科指标。7.于本发明的一实施例中，所述患者基础信息指标包括：患者编号、患者姓名、患者年龄、患者身高、患者打鼾、患者体重、患者性别、患者bmi、患者张口度以及就诊日期；所述气道困难指标包括：气道压迫是否、气道压迫备注、气道手术史是否、气道手术史备注、气切史是否以及气切史备注；所述患者面部特征指标包括：马氏分级、咬上唇试验、颈椎活动状态佳可差、颈椎活动度、颏骨-甲状软骨、颏骨-舌骨、舌骨-甲状软骨、颏骨-胸骨上缘、下颌前移以及喉镜暴露分级；所述声门侵入检查指标包括：声门编号、喉生物有无、声门狭窄有无、声门下狭窄有无、喉镜暴露分级以及声门下狭窄有无；所述患者牙科指标包括：松动牙左上、松动牙右上、松动牙左下、松动牙右下、缺失牙左上、缺失牙右上、缺失牙左下、缺失牙右下、破损牙左上、破损牙右上、破损牙左下、破损牙右下、种植牙左上、种植牙右上、种植牙左下、种植牙右下、活动义齿左上、活动义齿右上、活动义齿左下、活动义齿右下、上门齿突出是否以及正畸治疗是否。8.于本发明的一实施例中，每个数据聚合指标的气道指标聚合数据，包括：各患者所分别对应当前数据聚合指标的气道采集数据，其包括：患者编号。9.于本发明的一实施例中，所述根据各数据聚合指标的气道指标聚合数据对指定的一或多个数据聚合指标进行气道因素评估，获得气道影响因素分析数据包括：根据指定的多个数据聚合指标的道指标聚合数据，对指定的数据聚合指标中的任一组合之间进行气道因素评估，获得气道影响因素分析数据。10.于本发明的一实施例中，所述气道影响因素分析数据的表示方式包括：图表表示方式。11.于本发明的一实施例中，所述气道影响因素分析数据的类型包括：对应根据患者编号与患者打鼾的气道指标聚合数据获得的打鼾比例占比对困难气道的概率；对应根据患者编号以及患者性别的气道指标聚合数据获得的就诊人员占比和男女比例占比；对应根据患者年龄、患者bmi以及患者张口度数据获得的患者年龄与患者张口度关系图以及患者bmi与患者张口度关系图。12.于本发明的一实施例中，述系统还包括功能模块，其包括：即席查询模块，用于自定义设置特定的一或多个数据聚合指标，以供所述数据分析层对各特定的数据聚合指标进行在线和/或离线的气道因素评估，并获得对应的气道影响因素分析数据；可视化模块，用于对所述系统中的数据进行可视化展示；资源调度模块，用于调用脚本以供迁移采集的气道采集数据；其中，脚本的类型包括：首日脚本以及单日脚本；权限管理模块，用于设置角色权限，以令各用户在其对应的角色权限下对气道采集数据进行查看以及对对应的数据聚合指标进行气道因素评估，获得气道影响因素分析数据。13.于本发明的一实施例中，所述对所述气道采集数据进行清洗包括：清除所述气道采集数据中填写格式不正确、重复提交以及病人基本信息空缺的数据。14.于本发明的一实施例中，所述气道采集数据迁移方式包括：通过kettle对放在excel表格的气道采集数据进行抽取数据、转换数据、加载数据以及输出数据操作，并将执行以上操作后的数据放在关系型数据库mysql，以供数据采集层收集。15.如上所述，本发明是一种基于大数据数仓的气道采集数据管理系统，具有以下有益效果：本发明通过数据采集层、数据清洗层、数据聚合层以及数据分析层，基于大数据分析和人工智能算法找出人体各项生理指标，不限于对困难气道影响的权重，从而实现对困难气道智能化评估，甚至是找出一些无法观察出来的人体生理指标，可以帮助医生正确地制定解决方案，医生即可获得困难气道病人的病因，可以更好地把握疾病的诊断和进行及时治疗。附图说明16.图1显示为本发明一实施例中的基于大数据数仓的气道采集数据管理系统的结构示意图。17.图2显示为本发明一实施例中的患者气道采集数据的表格图。18.图3显示为本发明一实施例中的基于大数据数仓的气道采集数据管理系统的结构示意图。19.图4显示为本发明一实施例中的基于大数据数仓的气道采集数据管理系统的结构示意图。具体实施方式20.以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。21.需要说明的是，在下述描述中，参考附图，附图描述了本发明的若干实施例。应当理解，还可使用其他实施例，并且可以在不背离本发明的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的，并且本发明的实施例的范围仅由公布的专利的权利要求书所限定。这里使用的术语仅是为了描述特定实施例，而并非旨在限制本发明。空间相关的术语，例如“上”、“下”、“左”、“右”、“下面”、“下方”、““下部”、“上方”、“上部”等，可在文中使用以便于说明图中所示的一个元件或特征与另一元件或特征的关系。22.在通篇说明书中，当说某部分与另一部分“连接”时，这不仅包括“直接连接”的情形，也包括在其中间把其它元件置于其间而“间接连接”的情形。另外，当说某种部分“包括”某种构成要素时，只要没有特别相反的记载，则并非将其它构成要素，排除在外，而是意味着可以还包括其它构成要素。23.其中提到的第一、第二及第三等术语是为了说明多样的部分、成分、区域、层及/或段而使用的，但并非限定于此。这些术语只用于把某部分、成分、区域、层或段区别于其它部分、成分、区域、层或段。因此，以下叙述的第一部分、成分、区域、层或段在不超出本发明范围的范围内，可以言及到第二部分、成分、区域、层或段。24.再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“a、b或c”或者“a、b和/或c”意味着“以下任一个：a；b；c；a和b；a和c；b和c；a、b和c”。仅当元件、功能或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。25.本发明提供一种基于大数据数仓的气道采集数据管理系统，通过数据采集层、数据清洗层、数据聚合层以及数据分析层，基于大数据分析和人工智能算法找出人体各项生理指标，不限于对困难气道影响的权重，从而实现对困难气道智能化评估，甚至是找出一些无法观察出来的人体生理指标，可以帮助医生正确地制定解决方案，医生即可获得困难气道病人的病因，可以更好地把握疾病的诊断和进行及时治疗。26.下面以附图为参考，针对本发明的实施例进行详细说明，以便本发明所述技术领域的技术人员能够容易地实施。本发明可以以多种不同形态体现，并不限于此处说明的实施例。27.如图1展示本发明实施例中的一种基于大数据数仓的气道采集数据管理系统的结构示意图。28.所述系统包括：29.数据采集层1，用于收集从医院迁移的气道采集数据；其中，所述迁移的气道采集数据包括：多个患者分别所对应的患者气道采集数据；每个患者气道采集数据包括：患者基础信息、气道困难信息、患者面部特征数据以及患者牙科数据；30.数据清洗层2，连接所述数据采集层1，用于对所述气道采集数据进行清洗；31.数据聚合层3，连接所述数据清洗层2，用于对清洗后的气道采集数据进行多个数据聚合指标的聚合，获得分别对应各数据聚合指标的气道指标聚合数据；32.数据分析层4，连接所述数据聚合层3，用于根据各数据聚合指标的气道指标聚合数据对指定的一或多个数据聚合指标进行气道因素评估，获得气道影响因素分析数据。33.在一实施例中，本发明中使用了数据采集传输相关的技术手段，以kettle、spoon、flume等相关软件为例，使用了数据迁移相关的技术手段，搭配shell、sqoop、datax、kafka等相关技术软件，让医院的数据达到一个数据迁移的最佳效果。34.在一优选的实施例中，所述气道采集数据迁移方式包括：通过kettle对放在excel表格的气道采集数据进行抽取数据、转换数据、加载数据以及输出数据操作，并将执行以上操作后的数据放在关系型数据库mysql，以供数据采集层收集。关系型数据库mysql是存放数据的地方，是存放数据有组织和管理的仓库。35.在一具体实施例中，从术前随访系统迁移气道采集数据，如图2所示，kettle、excel、mysql等相关软件为例，通过3d建模以及人脸识别采集气道困难病人的基本信息，放在excel表格，方便医生查看。通过kettle，进行抽取数据、转换数据、加载数据、输出数据等操作，采集数据放在关系型数据库mysql。36.在一实施例中，所述患者基础信息包括：患者编号、患者姓名、患者年龄、患者身高、患者打鼾、患者体重、患者性别、患者bmi、患者张口度以及就诊日期；气道困难信息包括：气道压迫是否、气道压迫备注、气道手术史是否、气道手术史备注、气切史是否、患者编号、气切史备注；患者面部特征数据包括：马氏分级、咬上唇试验、颈椎活动状态佳可差、颈椎活动度、颏骨-甲状软骨、颏骨-舌骨、舌骨-甲状软骨、颏骨-胸骨上缘、下颌前移以及喉镜暴露分级以及患者编号；所述声门侵入检查数据包括：声门编号、喉生物有无、声门狭窄有无、声门下狭窄有无、喉镜暴露分级、声门下狭窄有无以及对应的患者编号；所述患者牙科数据包括：松动牙左上、松动牙右上、松动牙左下、松动牙右下、缺失牙左上、缺失牙右上、缺失牙左下、缺失牙右下、破损牙左上、破损牙右上、破损牙左下、破损牙右下、种植牙左上、种植牙右上、种植牙左下、种植牙右下、活动义齿左上、活动义齿右上、活动义齿左下、活动义齿右下、上门齿突出是否、正畸治疗是否以及对应的患者编号。37.通常来说，每个患者气道采集数据以excel表格的形式储存，例如图3所示。38.在一实施例中，所述对所述气道采集数据进行清洗包括：清除所述气道采集数据中填写格式不正确、重复提交以及病人基本信息空缺的数据，使得数据更加的安全和精确。39.在一实施例中，所述数据聚合指标的类型包括：患者基础信息指标、气道困难指标、患者面部特征指标、声门侵入检查指标以及患者牙科指标。40.在一实施例中，所述患者基础信息指标包括：患者编号、患者姓名、患者年龄、患者身高、患者打鼾、患者体重、患者性别、患者bmi、患者张口度以及就诊日期；所述气道困难指标包括：气道压迫是否、气道压迫备注、气道手术史是否、气道手术史备注、气切史是否以及气切史备注；所述患者面部特征指标包括：马氏分级、咬上唇试验、颈椎活动状态佳可差、颈椎活动度、颏骨-甲状软骨、颏骨-舌骨、舌骨-甲状软骨、颏骨-胸骨上缘、下颌前移以及喉镜暴露分级；所述声门侵入检查指标包括：声门编号、喉生物有无、声门狭窄有无、声门下狭窄有无、喉镜暴露分级以及声门下狭窄有无；所述患者牙科指标包括：松动牙左上、松动牙右上、松动牙左下、松动牙右下、缺失牙左上、缺失牙右上、缺失牙左下、缺失牙右下、破损牙左上、破损牙右上、破损牙左下、破损牙右下、种植牙左上、种植牙右上、种植牙左下、种植牙右下、活动义齿左上、活动义齿右上、活动义齿左下、活动义齿右下、上门齿突出是否以及正畸治疗是否。41.在一实施例中，每个数据聚合指标的气道指标聚合数据，包括：各患者所分别对应当前数据聚合指标的气道采集数据，其包括：患者编号。可以通过该编号确定该患者的身份，也能找到对应患者的其他指标的完整数据。42.在一实施例中，所述根据各数据聚合指标的气道指标聚合数据对指定的一或多个数据聚合指标进行气道因素评估，获得气道影响因素分析数据包括：43.根据指定的多个数据聚合指标的道指标聚合数据，对指定的数据聚合指标中的任一组合之间进行气道因素评估，获得气道影响因素分析数据。44.可以对指定的数据聚合指标进行组合，例如两个两个组合，或是三个组合；任一组合之间进行气道因素评估，获得气道影响因素分析数据。45.在一具体实施例中，所述气道影响因素分析数据的类型包括：对应根据患者编号与患者打鼾的气道指标聚合数据获得的打鼾比例占比对困难气道的概率；对应根据患者编号以及患者性别的气道指标聚合数据获得的就诊人员占比和男女比例占比；对应根据患者年龄、患者bmi以及患者张口度数据获得的患者年龄与患者张口度关系图以及患者bmi与患者张口度关系图。46.在一实施例中，所述气道影响因素分析数据的表示方式包括：图表表示方式。具体的，图表表示方式包括但不仅限于：条形图、饼图、表格、环形图以及面积图等图形。47.在一实施例中，所述系统还包括功能模块，如图2所示，其包括：48.即席查询模块，用于自定义设置特定的一或多个数据聚合指标，以供所述数据分析层对各特定的数据聚合指标进行在线和/或离线的气道因素评估，并获得对应的气道影响因素分析数据；具体的，本发明中使用了即席查询相关的技术手段，使用软件kylin、clickhouse、impala、presto、hbase等相关技术软件。医生需要对某一些困难气道病人的信息做临床研究，但不在每天固定跑的ads要出的报表数据里，临时可以采用kylin、clickhouse这些框架对它进行分析统计，对离线场景通常采用kylin进行查询，kylin跟hbase是配套使用的，但最新版kylin将hbase代替了，但是目前效果不好，impala和presto都属于元化数仓快速即席查询，快速出报告结果。49.可视化模块，用于对所述系统中的数据进行可视化展示；具体的，本发明中使用了数据可视化相关的技术手段，使用软件finebi和finereport等相关技术软件。ads层最终要把结果数据，进行报表可视化展示，本次项目使用finebi和花生壳，进行可视化效果展示，这两款软件都是帆软对应的可视化报表工具。花生壳主要对元化数仓进行内网穿透，finebi主要针对元化数仓数据可视化展示。50.资源调度模块，用于调用脚本以供迁移采集的气道采集数据；其中，脚本的类型包括：首日脚本以及单日脚本；具体的，本发明中使用了资源调度相关的技术手段，使用软件azkaban、ds、oozie等相关技术软件。资源调度先执行脚本，执行好脚本后停止，资源调度的情况可以由像azkaban的大数据技术进行任务调度，azkaban的操作简单，调度资源效率更高。51.权限管理模块，用于设置角色权限，以令各用户在其对应的角色权限下对气道采集数据进行查看以及对对应的数据聚合指标进行气道因素评估，获得气道影响因素分析数据。具体的，本发明中使用了权限管理相关的技术手段，使用软件ranger、sentry等相关技术软件。医学数据安全性非常重要，元化数仓权限管理，设置的管理员分别是院长和主任，可以查询困难气道病人的基本信息。分别是医生和护士，进行临床数据分析，数据全部进行脱敏，保护困难气道病人隐私安全。52.在一实施例中，脚本为sqoop脚本，分为首日脚本和单日脚本,首日脚本如图所示:通过获取数据库库名、连接数据库账号和密码、选择数据存放hdfs位置、根据空格切割、公共函数do_date，输入当前日期即可获取之前的所有数据、进行数据压缩，收集前一年的所有数据并进行数据迁移，单日脚本如图所示:通过获取数据库库名、连接数据库账号和密码、选择数据存放hdfs位置、根据空格切割、公共函数do_date，获取当前日期的前一天数据进行数据迁移，根据脚本分区图，上图所展分区规范，方便医生对数据进行查找。把脚本放在azkaban进行资源调度方便医生对数据进行数据迁移。53.在一实施例中，本系统中使用了数据存储相关的技术手段，使用软件hdfs、mysql、excel、finebi、redis、elasticsearch等相关技术软件和相关数据库。3d建模、人脸识别，采集困难气道病人的基本信息,进行保存，元化数仓使用的是hdfs进行数据存储，因为它存储数据量大，而关系型数据库mysql存储量小，ads是医生要看到的报表，比如柱状图、饼状图等结果数据量非常大，所以我们将结果数据放到hdfs里面方便在finebi进行可视化展示。54.在一实施例中，本发明中使用了数据计算相关的技术手段，元化数仓管理工具hive、oracle、impala、druid、spark、storm、mapreduce、flink,等相关技术软件，解决数据进入数仓之后利用sql查询分析，hive选择计算引擎hive on spark数据存储内存和磁盘让数据存储容量变大，双系统的使用便于查询效率提高。55.在一实施例中，本发明中使用了负载均衡和服务器相关技术，数据采集、数据清洗、数据存储、数据计算、数据可视化相关的技术手段，以nginx、zookeeper、hive、hadoop、阿里云、腾讯云、华为云、等相关软件和相关服务器。本次元化数仓采用6台虚拟机，没有nginx负载均衡一个虚拟机接收所有数据，nginx负载均衡可以使6台虚拟机同时接受数据，减少集群的工作量，然后把数据放在原始数据ods,zookeeper辅助数仓管理工具hive启动，hive把数据放在hdfs存储，hive利用分区表，按照单日进行分区排序，hive存储元数据和原始数据，原始数据丢失，元数据也不会进行丢失。56.为了更好的说明上述基于大数据数仓的气道采集数据管理系统，本发明提供以下具体实施例。57.实施例1：一种应用基于大数据数仓的气道采集数据管理系统。58.如图4所示，所述系统包括：数据采集层、数据清洗层、数据聚合层、数据分析层。59.1)数据采集层：通过人工智能技术3d建模和人脸识别，采集困难气道病人的基本信息，进行保存。60.2)数据清洗层：通过数据清洗，过滤病人的基本信息，避免填写格式不正确、重复提交、病人基本信息空缺等情况，使得数据更加的安全和精确。61.3)数据聚合层：本层发明为了解决数据存放不规范、指标较乱等一系列问题。数据聚合指标有:张口度、颈围增大、bmi、喘鸣、巨舌症、mallampati分级、吞咽困难等。进行指标的聚合，方便医生对某一些特定的指标进行临床研究。62.4)数据分析层：可以显示打鼾比例影响困难气道的概率、还可以显示就诊人员占比和男女比例占比。年龄和张口度分布图，年龄和bmi分布图可以直观的判断，会不会因为张口度太小或者bmi指标过高，产生困难气道病人的概率变大，进而实现对困难气道智能化评估，找出可能存在但未显现的影响困难气道的潜在因素。63.所述系统的元化数仓技术框架包括：数据采集传输、数据存储、数据计算、即席查询、数据可视化、资源调度以及权限管理。64.本实施例通过3d建模、人脸识别，采集困难气道病人的基本信息，困难气道病人指标，喘鸣、bmi、吸烟史、吞咽困难、放疗史、喉新生物、mallampati分级、颈椎活动度、张口度等一系列指标。困难气道病人的信息可以让医生做出更准确的治疗决策，即使困难气道病人出现一些很稀有的人体生理指标，如胸骨距和门齿距，甚至是一些无法观察出来的人体生理指标，元化数仓可以帮助医生正确地制定解决方案。在传统的医疗诊断中，医生仅仅依靠自己的经验和知识存储，对困难气道病人进行治疗，这种传统医疗诊断方式对医生的局限性很大。而大数据技术可以将患者的影像数据，病历数据、检查结果等各种数据录入元化数仓系统，通过机器学习和挖掘分析的方法，医生即可获得困难气道病人的病因，即时做出最佳治疗方案，这对于医生来说可以更好地把握疾病的诊断和进行及时治疗。65.综上所述，本发明的基于大数据数仓的气道采集数据管理系统，通过数据采集层、数据清洗层、数据聚合层以及数据分析层，基于大数据分析和人工智能算法找出人体各项生理指标，不限于对困难气道影响的权重，从而实现对困难气道智能化评估，甚至是找出一些无法观察出来的人体生理指标，可以帮助医生正确地制定解决方案，医生即可获得困难气道病人的病因，可以更好地把握疾病的诊断和进行及时治疗。本发明大幅节约气道评估的时长、提高困难气道诊断的精准度，不仅可大大目前麻醉学从业人员紧缺的现实难题，还为精准诊断困难气道提供可能。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。66.上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!