【技術實現步驟摘要】
本專利技術涉及兒童呼吸疾病，具體為用于兒童呼吸疾病的智能診斷輔助系統及方法。
技術介紹
1、呼吸系統疾病是一種常見的疾病，主要包含肺炎、肺結核、感冒、鼻炎、支氣管炎、氣管炎、肺心病、哮喘等，癥狀主要表現為咳嗽、咳痰、咯血、胸痛、呼吸困難等。呼吸系統疾病在城市居民、部分地區農村居民主要疾病死亡率中均占比很高。相對于成年人，兒童的肺代謝功能并未發育完全，自我防御能力弱，極易受到外界不利因素的影響，肌體通常難以適應；
2、但由于兒童表達能力較弱，其對于各個特征無法明確獲知，導致醫生對于兒童呼吸疾病的診斷效率較低。
技術實現思路
1、針對現有技術的不足，本專利技術提供了用于兒童呼吸疾病的智能診斷輔助系統及方法，具備輔助醫生進行診斷等優點，解決了上述技術問題。
2、為實現上述目的，本專利技術提供如下技術方案：用于兒童呼吸疾病的智能診斷輔助系統，包括生理數據采集模塊、環境數據采集模塊、兒童數據分析模塊和輔助預警模塊；
3、所述生理數據采集模塊用于采集兒童生理數據，兒童生理數據包括兒童運動數據和兒童臨床數據，通過對兒童的運動能力和臨床參數進行測量，且在兒童睡眠時對其睡眠參數進行采集，組成生理數據庫；
4、所述環境數據采集模塊通過問卷調查以及gps定位的手段采集兒童活動點位和暴露呼吸風險場所的參數，并組成兒童環境數據庫；
5、所述兒童數據分析模塊基于生理數據庫獲取兒童睡眠系數、兒童運動系數和兒童癥狀系數，并對兒童睡眠系數、兒童運動系數和兒
6、所述兒童數據分析模塊基于兒童環境數據庫獲取兒童處于呼吸風險場所的次數和呼吸風險場所的風險值，并基于兒童處于呼吸風險場所的次數和呼吸風險場所的風險值進行分析得到兒童環境風險系數；
7、所述兒童數據分析模塊在不執行生理風險預警指令時將兒童生理風險系數和兒童環境風險系數進行綜合，得到綜合風險系數；
8、所述輔助預警模塊用于結合兒童數據分析模塊輸出的綜合風險系數，判斷是否輸出預警指令。
9、作為本專利技術的優選技術方案，所述兒童睡眠系數的獲取步驟如下：
10、步驟a1：在兒童睡眠時通過家用睡眠監測設備傳輸或手動錄入所采集的兒童口呼吸時長、呼吸暫停時長和打鼾時長，并存儲至生理數據庫；
11、步驟a2：基于兒童口呼吸時長、呼吸暫停時長和打鼾時長計算得到兒童睡眠系數，具體表達式如下：
12、；
13、其中，表示睡眠質量初始值，表示睡眠總時長，表示兒童睡眠系數。
14、作為本專利技術的優選技術方案，所述兒童運動系數的獲取步驟如下：
15、步驟b1：采集兒童運動后的呼吸頻率、靜息狀態下的肺活量和運動結束后呼吸頻率恢復時長；
16、步驟b2：基于呼吸頻率、靜息狀態下的最大肺活量和運動結束后呼吸頻率恢復時長計算兒童運動系數，具體表達式如下：
17、；
18、其中，表示兒童運動系數，表示與當前兒童同年齡的兒童運動過程中呼吸頻率的均值，表示與當前兒童同年齡的兒童靜息狀態下的肺活量的最小值。
19、作為本專利技術的優選技術方案，所述兒童癥狀系數獲取的表達式如下：
20、：
21、其中，表示兒童癥狀系數，，表示當前兒童患有第種癥狀，表示當前兒童未患有第種癥狀，表示對兒童癥狀總數進行求和，表示癥狀總數。
22、作為本專利技術的優選技術方案，所述兒童生理風險系數的計算表達式如下：
23、；
24、其中，表示兒童癥狀系數，表示兒童運動系數，表示兒童睡眠系數，所述兒童數據分析模塊在兒童生理風險系數超出生理風險閾值時執行生理風險預警指令的具體步驟為：發出預警信號，并讀取當前兒童的兒童口呼吸時長、呼吸暫停時長、打鼾時長、兒童患有的所有癥狀、呼吸頻率、靜息狀態下的最大肺活量和運動結束后呼吸頻率恢復時長進行展示。
25、作為本專利技術的優選技術方案，所述兒童處于呼吸風險場所的次數和呼吸風險場所的風險值獲取步驟如下：
26、步驟c1：獲取當前兒童在一周內所有活動地點，并統計兒童活動過的第個地點中的風險值進行計算，具體表達式如下：
27、；
28、其中，表示第個地點中出現的第種風險，通過將第種風險與預設風險情況對比，若一致，則輸出，若不一致，則輸出，表示兒童在第個地點所處時間，表示對第個地點中出現的共種風險進行求和，表示風險總數，當兒童活動過的第個地點中的風險值超出設定的區域風險閾值時，則兒童處于呼吸風險場所的次數加一；
29、步驟c2：計算呼吸風險場所的風險值，具體表達式如下：
30、；
31、其中，表示兒童活動過的第個地點中的風險值，表示地點總數。
32、作為本專利技術的優選技術方案，所述兒童環境風險系數計算的具體表達式如下：
33、；
34、其中，表示兒童處于呼吸風險場所的次數，表示呼吸風險場所的風險值。
35、作為本專利技術的優選技術方案，所述兒童數據分析模塊將兒童生理風險系數和兒童環境風險系數進行綜合，得到綜合風險系數的具體表達式如下：
36、；
37、其中，和分別表示兩個和為1的權重系數。
38、作為本專利技術的優選技術方案，所述預警指令具體執行步驟為：讀取與當前兒童的綜合風險系數相似值最大的一個、且年齡相同的患者開具的處方向醫生展示，所述相似值計算表達式如下：
39、；
40、其中，表示第個患者的兒童綜合風險系數。
41、本專利技術還提供用于兒童呼吸疾病的智能診斷輔助方法，采用了上述的用于兒童呼吸疾病的智能診斷輔助系統，包括以下步驟：
42、步驟一：分別采集兒童運動數據和兒童臨床數據，通過對兒童的運動能力和臨床參數進行測量，且在兒童睡眠時對其睡眠參數進行采集，組成生理數據庫；
43、步驟二：通過問卷調查以及gps定位的手段采集兒童活動點位和暴露呼吸風險場所的參數，并組成兒童環境數據庫；
44、步驟三：基于生理數據庫獲取兒童睡眠系數、兒童運動系數和兒童癥狀系數，并對兒童睡眠系數、兒童運動系數和兒童癥狀系數進行分析得到兒童生理風險系數；
45、步驟四：基于兒童環境數據庫獲取兒童處于呼吸風險場所的次數和呼吸風險場所的風險值，并基于兒童處于呼吸風險場所的次數和呼吸風險場所的風險值進行分析得到兒童環境風險系數；
46、步驟五：將兒童生理風險系數和兒童環境風險系數進行綜合，得到綜合風險系數，結合兒童數據分析模塊輸出的綜合風險系數，判斷是否輸出預警指令。
47、與現有技術相比，本專利技術提供了用于兒童呼吸疾病的智能診斷輔助系統及方法，具備以下有益效果：
48、本專利技術通過對兒童睡眠系數、兒童運動系數和兒童癥狀本文檔來自技高網...
【技術保護點】
1.用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：包括生理數據采集模塊、環境數據采集模塊、兒童數據分析模塊和輔助預警模塊；
2.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童睡眠系數的獲取步驟如下：
3.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童運動系數的獲取步驟如下：
4.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童癥狀系數獲取的表達式如下：
5.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童生理風險系數的計算表達式如下：
6.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童處于呼吸風險場所的次數和呼吸風險場所的風險值獲取步驟如下：
7.根據權利要求6所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童環境風險系數計算的具體表達式如下：
8.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童數據分析模塊將兒
9.根據權利要求6所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述預警指令具體執行步驟為：讀取與當前兒童的綜合風險系數相似值最大的一個、且年齡相同的患者開具的處方向醫生展示，所述相似值計算表達式如下：
10.用于兒童呼吸疾病的智能診斷輔助方法，采用了權利要求1-9任意一項權利要求所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：包括以下步驟：
...【技術特征摘要】
1.用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：包括生理數據采集模塊、環境數據采集模塊、兒童數據分析模塊和輔助預警模塊；
2.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童睡眠系數的獲取步驟如下：
3.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童運動系數的獲取步驟如下：
4.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童癥狀系數獲取的表達式如下：
5.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童生理風險系數的計算表達式如下：
6.根據權利要求1所述的用于兒童呼吸疾病的智能診斷輔助系統，其特征在于：所述兒童處于呼吸風險場所的次數和呼吸風...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。