CN117379009B - 一种社区老年人群心脑血管急危重症预警监测*** - Google Patents
一种社区老年人群心脑血管急危重症预警监测*** Download PDFInfo
- Publication number
- CN117379009B CN117379009B CN202311352208.5A CN202311352208A CN117379009B CN 117379009 B CN117379009 B CN 117379009B CN 202311352208 A CN202311352208 A CN 202311352208A CN 117379009 B CN117379009 B CN 117379009B
- Authority
- CN
- China
- Prior art keywords
- data
- cardiovascular
- cerebrovascular
- state information
- old
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002526 effect on cardiovascular system Effects 0.000 title claims abstract description 58
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 208000024172 Cardiovascular disease Diseases 0.000 title claims abstract description 8
- 208000026106 cerebrovascular disease Diseases 0.000 title claims abstract description 8
- 208000028399 Critical Illness Diseases 0.000 claims abstract description 22
- 238000013480 data collection Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 9
- 201000010099 disease Diseases 0.000 claims description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 9
- 238000003062 neural network model Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 8
- 238000012790 confirmation Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 6
- 238000012821 model calculation Methods 0.000 claims description 5
- 231100000915 pathological change Toxicity 0.000 claims description 4
- 230000036285 pathological change Effects 0.000 claims description 4
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000036996 cardiovascular health Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 235000004280 healthy diet Nutrition 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 230000005586 smoking cessation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Nursing (AREA)
- Primary Health Care (AREA)
- Cardiology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Epidemiology (AREA)
- Critical Care (AREA)
- Emergency Medicine (AREA)
- Emergency Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Vascular Medicine (AREA)
- Alarm Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种社区老年人群心脑血管急危重症预警监测***,所属技术领域为监测领域,包括:数据收集子***,用于获取老年人身体状态信息;数据处理子***,用于对所述老年人身体状态信息进行数据处理,获得老年人身体状态特征点数据集和状态信息数据集;数据分析子***,用于基于所述老年人身体状态特征点数据集和所述状态信息数据集构建心脑血管急危重症预测模型;监测预警子***,用于通过所述心脑血管急危重症预测模型对老年人心脑血管进行监测并预警。本发明通过智能手环等智能监测装置可以及时获得老年人群的身体情况信息,在收集到信息后再进行分析,有效的减少了监测的难度。
Description
技术领域
本发明属于监测领域,特别是涉及一种社区老年人群心脑血管急危重症预警监测***。
背景技术
目前在社区老年人群中,心脑血管急危重症是一种常见但严重的健康问题。这些疾病包括心脏病、中风和其他血管相关的紧急情况。老年人群心脑血管急危重症需要及时的医疗干预,因为这些情况可以导致严重的健康后果,包括残疾甚至死亡。在社区中,提高老年人的心血管健康意识,定期体检,保持健康的生活方式非常重要,如健康饮食、适度的锻炼和戒烟。此外,及时的就医和紧急救护对于处理心脑血管急危重症至关重要,以减少潜在的风险和损害。
但是目前对于老年人群的监测需要相当的经济资源,包括设备、培训人员和医疗专业人员,这可能对一些社区和医疗机构造成负担。老年人群体的健康状况千差万别,一些人可能需要更频繁的监测,而另一些人可能很少需要,造成了监测的过程中更加棘手的情况。
发明内容
本发明的目的是提供一种社区老年人群心脑血管急危重症预警监测***,以解决上述现有技术存在的问题。
为实现上述目的,本发明提供了一种社区老年人群心脑血管急危重症预警监测***,包括:
数据收集子***,用于获取老年人身体状态信息;
数据处理子***,与所述数据收集子***连接,用于对所述老年人身体状态信息进行数据处理,获得老年人身体状态特征点数据集和状态信息数据集;
数据分析子***,与所述数据处理子***连接,用于基于所述老年人身体状态特征点数据集和所述状态信息数据集构建心脑血管急危重症预测模型;
监测预警子***,与所述数据分析子***连接,用于通过所述心脑血管急危重症预测模型对老年人心脑血管进行监测并预警。
优选的,所述数据收集子***包括:
体检数据收集模块,用于通过社区体检数据库收集老年人体检数据;
便携数据收集模块,用于通过便携数据收集老年人日常身体数据信息;
匹配模块,用于将所述老年人体检数据和所述老年人日常身体数据信息进行匹配整合,获得所述老年人身体状态信息。
优选的,所述匹配模块包括:
属性分析单元,用于将所述老年人体检数据和所述老年人日常身体数据信息分为体检属性数据和日常属性数据;
加权计算单元,用于将所述体检属性数据和所述日常属性数据进行属性相似度计算,获得加权值计算结果;
数据整合单元,用于设置阈值,基于所述加权值计算结果和所述阈值对所述体检属性数据和日常属性数据进行匹配后整合,获得所述老年人身体状态信息。
优选的,所述数据处理子***包括:
特征点识别模块,用于通过所述老年人身体状态信息获取老年人身体状态特征点数据集;
预处理模块,用于基于神经网络学习和训练的特征结构对所述老年人身体状态信息进行预处理,获得所述状态信息数据集。
优选的,所述预处理模块包括:
分组单元,用于将所述老年人身体状态信息分成若干组;
验证单元,用于将若干组数据进行交叉验证,获得已验证数据集;
排列单元,用于将所述已验证数据集中的连续性数据进行逻辑顺序分析,将离散型数据进行逻辑地址排列,获得所述状态信息数据集。
优选的,所述数据分析子***包括:
三维模型构建模块,用于基于所述老年人身体状态特征点数据集构建人体三维模型;
预测模型计算模块,用于训练轻量化神经网络模型,将所述状态信息数据集输入至所述轻量化神经网络模型中进行计算,获得心脑血管变化预测结果;
数据模拟模块,用于将所述心脑血管变化预测结果导入至所述人体三维模型中进行模拟,获得所述心脑血管急危重症预测模型。
优选的,所述三维模型构建模块包括:
向量整合单元,用于基于所述老年人身体状态特征点获取老年人心脑血管关键三维位置;
三维坐标确认单元,用于通过所述关键三维位置确认位置坐标;
构建单元,用于通过所述位置坐标和所述老年人身体状态特征点构建人体三维模型。
优选的,所述数据模拟模块包括:
异常确认单元,用于通过所述心脑血管变化预测结果获取老年人身体异常情况数据;
模拟单元,用于将所述老年人身体异常情况数据输入至所述人体三维模型中模拟病态变化,获得所述心脑血管急危重症预测模型。
优选的,所述监测预警子***包括:
日常信息收集模块,用于收集老年人日常生理信息;
异常预警模块,用于基于所述心脑血管急危重症预测模型对所述老年人日上生理信息进行风险度计算,若风险度大于等于风险阈值,则进行预警并显示至人体三维模型中。
本发明的技术效果为:
本发明通过智能手环等智能监测装置可以及时获得老年人群的身体情况信息,在收集到信息后再进行分析,有效的减少了监测的难度,同时,本发明通过人体三维模型中异常情况的显示,医生可以及时的看出不同老人的身体情况,对不同的身体情况进行不同等级的监测,减少了监测的难度,同时可以及时对老人的身体情况进行判断。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明实施例中的预警监测***示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例一
如图1所示,本实施例中提供一种社区老年人群心脑血管急危重症预警监测***,包括:
数据收集子***,用于获取老年人身体状态信息;
数据收集子***负责捕捉老年人的身体状态信息。它由体检数据收集模块和便携数据收集模块组成,后者通过日常身体数据信息收集老年人信息。这些数据通过匹配模块进行匹配整合,形成全面反映老年人身体状态的信息。
数据处理子***,与所述数据收集子***连接,用于对所述老年人身体状态信息进行数据处理,获得老年人身体状态特征点数据集和状态信息数据集;
数据处理子***与数据收集子***相连,负责对收集到的老年人身体状态信息进行处理。该***通过特征点识别模块提取老年人身体状态的特征点数据集,再通过预处理模块进行处理。预处理模块包括分组单元、验证单元和排列单元,它们将数据分组、验证并排列,从而获得状态信息数据集。
数据分析子***,与所述数据处理子***连接,用于基于所述老年人身体状态特征点数据集和所述状态信息数据集构建心脑血管急危重症预测模型;
数据分析子***与数据处理子***相连,负责对老年人身体状态特征点数据集和状态信息数据集进行建模和预测。它通过三维模型构建模块构建人体三维模型,再通过预测模型计算模块训练轻量化神经网络模型。该模块将状态信息数据集作为输入进行计算,从而获得心脑血管变化的预测结果。最后通过数据模拟模块将预测结果导入到人体三维模型中进行模拟,形成心脑血管急危重症预测模型。
监测预警子***,与所述数据分析子***连接,用于通过所述心脑血管急危重症预测模型对老年人心脑血管进行监测并预警。
监测预警子***与数据分析子***相连,负责对老年人的心脑血管状况进行实时监测和预警。该***通过日常信息收集模块收集老年人的日常生理信息,再将这些信息输入到异常预警模块中进行风险度计算。如果风险度超过风险阈值,预警模块就会发出预警信号,并通过报警器和短信通知器提醒老年人和家属及时就医。此外,监测预警子***还具备远程会诊功能,可以将老年人的身体状态信息和心脑血管急危重症预测模型远程传输给上级医疗机构,接受专业医生的远程诊断和评估。
优选的,所述数据收集子***包括:
体检数据收集模块,用于通过社区体检数据库收集老年人体检数据;
便携数据收集模块,用于通过便携数据收集老年人日常身体数据信息;
匹配模块,用于将所述老年人体检数据和所述老年人日常身体数据信息进行匹配整合,获得所述老年人身体状态信息。
优选的,所述匹配模块包括:
属性分析单元,用于将所述老年人体检数据和所述老年人日常身体数据信息分为体检属性数据和日常属性数据;
加权计算单元,用于将所述体检属性数据和所述日常属性数据进行属性相似度计算,获得加权值计算结果;
数据整合单元,用于设置阈值,基于所述加权值计算结果和所述阈值对所述体检属性数据和日常属性数据进行匹配后整合,获得所述老年人身体状态信息。
所述数据整合单元根据每次模拟过程获取数据的时序关系构建数据存储框架;
所述数据存储架构为XML架构,在所述XML架构中,按照数据获取时间的递进顺序,并将获取时间作为约束条件,将所述状态参数作为时间下的详细描述,同时根据所述约束条件对相同获取时间的预测结果以及检测结果进行对应存储。
所述待匹配数据包括待匹配属性数据,所述待匹配属性数据为多个属性数据,所述本地数据库包括若干个数据库属性数据,对所述待匹配数据进行相似度计算和计算其加权值并对比加权值与阈值的关系;具体为:
首先,将待匹配的数据进行导入,并确定待匹配数据的多个属性从而获取待匹配属性数据;
根据本地数据库确定本地数据库多个属性从而获取数据库属性数据,并提取数据库属性数据。
判断数据库属性数据的集合与待匹配属性数据的集合是否为空集,若不为空集,计算属性相似度加权值;若为空集,则进入下一步,判断待匹配属性数据集合是否与匹配数据集合为空集;
计算参考阈值;
判断属性相似度加权值是否大于阈值,若大于阈值,则进行匹配,并将待匹配数据导入匹配数据库;否则不匹配,并将待匹配数据存入存疑数据库。
优选的,所述数据处理子***包括:
特征点识别模块,用于通过所述老年人身体状态信息获取老年人身体状态特征点数据集;
预处理模块,用于基于神经网络学习和训练的特征结构对所述老年人身体状态信息进行预处理,获得所述状态信息数据集。
优选的,所述预处理模块包括:
分组单元,用于将所述老年人身体状态信息分成若干组;
验证单元,用于将若干组数据进行交叉验证,获得已验证数据集;
排列单元,用于将所述已验证数据集中的连续性数据进行逻辑顺序分析,将离散型数据进行逻辑地址排列,获得所述状态信息数据集。
优选的,所述数据分析子***包括:
三维模型构建模块,用于基于所述老年人身体状态特征点数据集构建人体三维模型;
预测模型计算模块,用于训练轻量化神经网络模型,将所述状态信息数据集输入至所述轻量化神经网络模型中进行计算,获得心脑血管变化预测结果;
数据模拟模块,用于将所述心脑血管变化预测结果导入至所述人体三维模型中进行模拟,获得所述心脑血管急危重症预测模型。
优选的,所述三维模型构建模块包括:
向量整合单元,用于基于所述老年人身体状态特征点获取老年人心脑血管关键三维位置;
三维坐标确认单元,用于通过所述关键三维位置确认位置坐标;
构建单元,用于通过所述位置坐标和所述老年人身体状态特征点构建人体三维模型。
优选的,所述数据模拟模块包括:
异常确认单元,用于通过所述心脑血管变化预测结果获取老年人身体异常情况数据;
模拟单元,用于将所述老年人身体异常情况数据输入至所述人体三维模型中模拟病态变化,获得所述心脑血管急危重症预测模型。
三维模型构建模块是用于根据老年人身体状态特征点数据集构建人体三维模型的单元,该模块包括向量整合单元、三维坐标确认单元和构建单元。向量整合单元可根据老年人的身体状态特征点获取其心脑血管关键三维位置信息。三维坐标确认单元可通过所述关键三维位置确认相应的位置坐标。最后,构建单元会通过这些位置坐标和老年人身体状态特征点数据来构建出人体三维模型。
预测模型计算模块用于训练轻量化神经网络模型,并将状态信息数据集输入到该模型中进行计算。通过这种方式,我们可以获得心脑血管变化预测结果。这个模块的功能主要依赖于神经网络模型的特性,它可以自动从大量数据中学习并找出其中的模式。
数据模拟模块可将心脑血管变化预测结果导入到人体三维模型中进行模拟,从而获得心脑血管急危重症预测模型。这个模块包括异常确认单元和模拟单元。异常确认单元可以通过心脑血管变化预测结果获取老年人身体异常情况的数据。模拟单元则可以将这些老年人身体异常情况数据输入到人体三维模型中,模拟病态变化并获得心脑血管急危重症预测模型。
优选的,所述监测预警子***包括:
日常信息收集模块,用于收集老年人日常生理信息;
异常预警模块,用于基于所述心脑血管急危重症预测模型对所述老年人日上生理信息进行风险度计算,若风险度大于等于风险阈值,则进行预警并显示至人体三维模型中。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (5)
1.一种社区老年人群心脑血管急危重症预警监测***,其特征在于,包括:
数据收集子***,用于获取老年人身体状态信息;
数据处理子***,与所述数据收集子***连接,用于对所述老年人身体状态信息进行数据处理,获得老年人身体状态特征点数据集和状态信息数据集;
数据分析子***,与所述数据处理子***连接,用于基于所述老年人身体状态特征点数据集和所述状态信息数据集构建心脑血管急危重症预测模型;
监测预警子***,与所述数据分析子***连接,用于通过所述心脑血管急危重症预测模型对老年人心脑血管进行监测并预警;
所述数据处理子***包括:
特征点识别模块,用于通过所述老年人身体状态信息获取老年人身体状态特征点数据集;
预处理模块,用于基于神经网络学习和训练的特征结构对所述老年人身体状态信息进行预处理,获得所述状态信息数据集;
所述预处理模块包括:
分组单元,用于将所述老年人身体状态信息分成若干组;
验证单元,用于将若干组数据进行交叉验证,获得已验证数据集;
排列单元,用于将所述已验证数据集中的连续性数据进行逻辑顺序分析,将离散型数据进行逻辑地址排列,获得所述状态信息数据集;
所述数据分析子***包括:
三维模型构建模块,用于基于所述老年人身体状态特征点数据集构建人体三维模型,所述三维模型构建模块包括:
向量整合单元,用于基于所述老年人身体状态特征点获取老年人心脑血管关键三维位置;
三维坐标确认单元,用于通过所述关键三维位置确认位置坐标;
构建单元,用于通过所述位置坐标和所述老年人身体状态特征点构建人体三维模型;
预测模型计算模块,用于训练轻量化神经网络模型,将所述状态信息数据集输入至所述轻量化神经网络模型中进行计算,获得心脑血管变化预测结果;
数据模拟模块,用于将所述心脑血管变化预测结果导入至所述人体三维模型中进行模拟,获得所述心脑血管急危重症预测模型。
2.根据权利要求1所述的社区老年人群心脑血管急危重症预警监测***,其特征在于,所述数据收集子***包括:
体检数据收集模块,用于通过社区体检数据库收集老年人体检数据;
便携数据收集模块,用于通过便携数据收集老年人日常身体数据信息;
匹配模块,用于将所述老年人体检数据和所述老年人日常身体数据信息进行匹配整合,获得所述老年人身体状态信息。
3.根据权利要求2所述的社区老年人群心脑血管急危重症预警监测***,其特征在于,所述匹配模块包括:
属性分析单元,用于将所述老年人体检数据和所述老年人日常身体数据信息分为体检属性数据和日常属性数据;
加权计算单元,用于将所述体检属性数据和所述日常属性数据进行属性相似度计算,获得加权值计算结果;
数据整合单元,用于设置阈值,基于所述加权值计算结果和所述阈值对所述体检属性数据和日常属性数据进行匹配后整合,获得所述老年人身体状态信息。
4.根据权利要求1所述的社区老年人群心脑血管急危重症预警监测***,其特征在于,所述数据模拟模块包括:
异常确认单元,用于通过所述心脑血管变化预测结果获取老年人身体异常情况数据;
模拟单元,用于将所述老年人身体异常情况数据输入至所述人体三维模型中模拟病态变化,获得所述心脑血管急危重症预测模型。
5.根据权利要求1所述的社区老年人群心脑血管急危重症预警监测***,其特征在于,所述监测预警子***包括:
日常信息收集模块,用于收集老年人日常生理信息;
异常预警模块,用于基于所述心脑血管急危重症预测模型对所述老年人日上生理信息进行风险度计算,若风险度大于等于风险阈值,则进行预警并显示至人体三维模型中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311352208.5A CN117379009B (zh) | 2023-10-18 | 2023-10-18 | 一种社区老年人群心脑血管急危重症预警监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311352208.5A CN117379009B (zh) | 2023-10-18 | 2023-10-18 | 一种社区老年人群心脑血管急危重症预警监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117379009A CN117379009A (zh) | 2024-01-12 |
CN117379009B true CN117379009B (zh) | 2024-06-04 |
Family
ID=89435464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311352208.5A Active CN117379009B (zh) | 2023-10-18 | 2023-10-18 | 一种社区老年人群心脑血管急危重症预警监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117379009B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019021973A1 (ja) * | 2017-07-28 | 2019-01-31 | 日本電気株式会社 | 端末装置、危険予測方法、記録媒体 |
KR20210112041A (ko) * | 2020-03-04 | 2021-09-14 | 인하대학교 산학협력단 | 앙상블 딥러닝과 형상 융합 기반 심장병 예측을 위한 스마트 헬스케어 모니터링 방법 및 시스템 |
CN114795149A (zh) * | 2022-05-19 | 2022-07-29 | 郑州市疾病预防控制中心 | 一种可穿戴心脑血管疾病监测装置 |
KR20230057585A (ko) * | 2021-10-22 | 2023-05-02 | 신성대학교 산학협력단 | 생체 신호를 이용한 뇌졸중 예측 시스템 및 그 방법 |
KR20230099195A (ko) * | 2021-12-27 | 2023-07-04 | 강원대학교산학협력단 | 심전도 데이터 및 신체 정보를 이용하는 딥러닝 모델 기반 심장 질환 발병 예측 장치 및 방법 |
-
2023
- 2023-10-18 CN CN202311352208.5A patent/CN117379009B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019021973A1 (ja) * | 2017-07-28 | 2019-01-31 | 日本電気株式会社 | 端末装置、危険予測方法、記録媒体 |
KR20210112041A (ko) * | 2020-03-04 | 2021-09-14 | 인하대학교 산학협력단 | 앙상블 딥러닝과 형상 융합 기반 심장병 예측을 위한 스마트 헬스케어 모니터링 방법 및 시스템 |
KR20230057585A (ko) * | 2021-10-22 | 2023-05-02 | 신성대학교 산학협력단 | 생체 신호를 이용한 뇌졸중 예측 시스템 및 그 방법 |
KR20230099195A (ko) * | 2021-12-27 | 2023-07-04 | 강원대학교산학협력단 | 심전도 데이터 및 신체 정보를 이용하는 딥러닝 모델 기반 심장 질환 발병 예측 장치 및 방법 |
CN114795149A (zh) * | 2022-05-19 | 2022-07-29 | 郑州市疾病预防控制中心 | 一种可穿戴心脑血管疾病监测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117379009A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112365978B (zh) | 心动过速事件早期风险评估的模型的建立方法及其装置 | |
CN109009017B (zh) | 一种智能健康监测***及其数据处理方法 | |
Al-Dmour et al. | A fuzzy logic–based warning system for patients classification | |
CN109924965A (zh) | 一种心脑血管康复训练*** | |
US20190287661A1 (en) | Related systems and method for correlating medical data and diagnostic and health treatment follow-up conditions of patients monitored in real-time | |
CN113657548A (zh) | 医保异常检测方法、装置、计算机设备及存储介质 | |
Pal et al. | Deep learning techniques for prediction and diagnosis of diabetes mellitus | |
CN107145715B (zh) | 一种基于推举算法的临床医学智能判别装置 | |
CN116895372B (zh) | 一种基于大规模语言模型与元学习的智能急救分级*** | |
CN112967803A (zh) | 基于集成模型的急诊患者早期死亡率预测方法及*** | |
CN110491506A (zh) | 心房颤动预测模型及其预测*** | |
CN113241196A (zh) | 基于云-终端协同的远程医疗与分级监控*** | |
CN117542474A (zh) | 基于大数据的远程护理监测***及方法 | |
Hasan et al. | FPGA design and hardware implementation of heart disease diagnosis system based on NVG-RAM classifier | |
Mohammed et al. | A Novel Predictive Analysis to Identify the Weather Impacts for Congenital Heart Disease Using Reinforcement Learning | |
CN117012380A (zh) | 事件预估方法、装置、设备、存储介质及程序产品 | |
CN114927230A (zh) | 基于机器学习的重症心衰患者预后决策支持***及方法 | |
CN117133464B (zh) | 一种老年人健康智能监测***及监测方法 | |
CN117982114A (zh) | 基于心肌缺血特征参数提取的心脏数据监测方法 | |
JP7365747B1 (ja) | 階層図ニューラルネットワークに基づく疾患診療過程異常識別システム | |
CN117292829A (zh) | 一种冠心病分级诊疗信息*** | |
CN117379009B (zh) | 一种社区老年人群心脑血管急危重症预警监测*** | |
CN117116475A (zh) | 缺血性脑卒中的风险预测方法、***、终端及存储介质 | |
CN116098595A (zh) | 一种心源性及脑源性猝死监测预防***和方法 | |
CN114521900B (zh) | 一种基于迁移学习心律失常分类识别的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |