【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及腦部疾病，尤其涉及一種基于智能芯片的失能患者跟蹤與分析系統(tǒng)。
技術(shù)介紹
1、智能芯片的失能患者跟蹤分析主要依托于物聯(lián)網(wǎng)、人工智能和大數(shù)據(jù)處理技術(shù)的發(fā)展，智能芯片作為核心部件，能夠?qū)崟r(shí)監(jiān)測患者的生理信息、腦部電波信息、位置信息等，通過無線通信模塊將這些數(shù)據(jù)傳輸至云端服務(wù)器或指定接收設(shè)備。云端服務(wù)器利用大數(shù)據(jù)處理技術(shù)和人工智能算法，對(duì)這些數(shù)據(jù)進(jìn)行深度分析，識(shí)別出異常生理指標(biāo)或行為模式，從而及時(shí)發(fā)出預(yù)警或采取干預(yù)措施。該方案旨在提高失能患者的生活質(zhì)量，保障其安全與健康，同時(shí)減輕醫(yī)護(hù)人員的工作負(fù)擔(dān)。通過智能芯片的實(shí)時(shí)跟蹤與分析，醫(yī)護(hù)人員能夠更準(zhǔn)確地掌握患者的狀況，為患者提供個(gè)性化的康復(fù)方案和服務(wù)計(jì)劃。
2、現(xiàn)有技術(shù)中，往往僅根據(jù)患者的生理信息來進(jìn)行分析，使得分析的結(jié)果不準(zhǔn)確，并未將生理信息和腦部信息結(jié)合起來進(jìn)行分析，導(dǎo)致失能患者的跟蹤效果差、預(yù)警成功率低。
3、因此，如何提高失能患者的跟蹤效果和預(yù)警成功率，是目前有待解決的技術(shù)問題。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是為了解決現(xiàn)有技術(shù)中存在失能患者的跟蹤效果差、預(yù)警成功低的問題，而提出的一種基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其包括，
2、畫像模塊，用于收集失能患者的腦部患病信息和身體機(jī)能信息，根據(jù)失能患者的腦部患病信息和身體機(jī)能信息建立腦部患病畫像，通過腦部患病畫像來建立一個(gè)截取時(shí)間窗口；
3、生成模塊，用于收集失能患者的以往發(fā)病狀態(tài)信息，通過以往發(fā)病狀態(tài)信息構(gòu)建發(fā)病狀態(tài)信
4、計(jì)算模塊，用于監(jiān)控失能患者的實(shí)時(shí)狀態(tài)信息，在實(shí)時(shí)狀態(tài)信息中提取狀態(tài)特征來構(gòu)建實(shí)時(shí)狀態(tài)特征集合，計(jì)算實(shí)時(shí)狀態(tài)特征集合與標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合的狀態(tài)相對(duì)匹配度，并根據(jù)狀態(tài)相對(duì)匹配度確定預(yù)警信息；
5、預(yù)警模塊，用于將預(yù)警信息發(fā)送給多個(gè)監(jiān)控方，以此方便監(jiān)控方采取進(jìn)一步防范措施；
6、其中，失能患者的狀態(tài)信息包括腦部信息和生理信息。
7、本申請(qǐng)一些實(shí)施例中，所述畫像模塊用于，根據(jù)失能患者的腦部患病信息和身體機(jī)能信息建立腦部患病畫像，其具體為：
8、對(duì)腦部患病信息和身體機(jī)能信息進(jìn)行預(yù)處理，并提取腦部患病特征和身體機(jī)能特征，通過腦部患病特征和身體機(jī)能特征進(jìn)行特征融合來分別構(gòu)建腦部患病模型和身體模型，根據(jù)腦部患病模型和身體模型來模擬病灶演變對(duì)身體模型的影響過程，分析在此影響過程中產(chǎn)生的腦部信息和生理信息的異常征兆來確定不同病灶階段下的提前時(shí)間，從而構(gòu)建病灶階段-提前時(shí)間的匹配關(guān)系，將當(dāng)前病灶階段、病灶階段-提前時(shí)間的匹配關(guān)系和模擬病灶演變對(duì)身體模型的影響過程以及異常征兆作為腦部患病畫像的內(nèi)容。
9、本申請(qǐng)一些實(shí)施例中，所述畫像模塊用于，通過腦部患病畫像來建立一個(gè)截取時(shí)間窗口，其具體為：
10、截取時(shí)間窗口包括病發(fā)前部分和病發(fā)時(shí)部分兩個(gè)部分，通過腦部患病畫像中的當(dāng)前病灶階段和病灶階段-提前時(shí)間的匹配關(guān)系來確定病發(fā)前部分的提前時(shí)間節(jié)點(diǎn)，病發(fā)前部分的時(shí)間為提前時(shí)間節(jié)點(diǎn)到病發(fā)開始時(shí)間節(jié)點(diǎn)，病發(fā)時(shí)部分的時(shí)間為病發(fā)開始時(shí)間節(jié)點(diǎn)到病發(fā)結(jié)束時(shí)間節(jié)點(diǎn)。
11、本申請(qǐng)一些實(shí)施例中，所述生成模塊用于，通過以往發(fā)病狀態(tài)信息構(gòu)建發(fā)病狀態(tài)信息時(shí)間軸，并憑借截取時(shí)間窗口對(duì)發(fā)病狀態(tài)信息時(shí)間軸進(jìn)行信息截取，得到發(fā)病狀態(tài)樣本信息，其具體為：
12、將以往發(fā)病狀態(tài)信息隨時(shí)間順序排布出來，并按時(shí)間軸的形式將以往發(fā)病狀態(tài)信息展現(xiàn)出來，構(gòu)建發(fā)病狀態(tài)信息時(shí)間軸，通過截取時(shí)間窗口下的病發(fā)前部分和病發(fā)時(shí)部分兩個(gè)部分對(duì)應(yīng)的時(shí)間節(jié)點(diǎn)對(duì)發(fā)病狀態(tài)信息時(shí)間軸進(jìn)行信息截取，得到發(fā)病狀態(tài)樣本信息。
13、本申請(qǐng)一些實(shí)施例中，所述生成模塊還用于，基于發(fā)病狀態(tài)樣本信息提取發(fā)病狀態(tài)特征來構(gòu)建標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合，其具體為：
14、通過腦部患病畫像來確定失能患者未發(fā)病狀態(tài)下的狀態(tài)特征，并將失能患者未發(fā)病狀態(tài)下的狀態(tài)特征作為基準(zhǔn)狀態(tài)特征；
15、在發(fā)病狀態(tài)樣本信息中提取所有的異常狀態(tài)特征，將基準(zhǔn)狀態(tài)特征與異常狀態(tài)特征進(jìn)行比對(duì)，從而篩選出發(fā)病狀態(tài)特征，構(gòu)建標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合，標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合包括腦部發(fā)病特征集和生理發(fā)病特征集。
16、本申請(qǐng)一些實(shí)施例中，所述計(jì)算模塊包括監(jiān)控單元、匹配單元和轉(zhuǎn)移單元，
17、所述監(jiān)控單元用于，在實(shí)時(shí)狀態(tài)信息中提取狀態(tài)特征來構(gòu)建實(shí)時(shí)狀態(tài)特征集合，其具體為：
18、實(shí)時(shí)狀態(tài)信息為實(shí)時(shí)的腦部信息和生理信息，并在實(shí)時(shí)的腦部信息和生理信息中分別提取實(shí)時(shí)腦部特征和實(shí)時(shí)生理特征，分別通過實(shí)時(shí)腦部特征和實(shí)時(shí)生理特征構(gòu)建實(shí)時(shí)腦部特征集和實(shí)時(shí)生理特征集，實(shí)時(shí)狀態(tài)特征集合包括實(shí)時(shí)腦部特征集和實(shí)時(shí)生理特征集。
19、本申請(qǐng)一些實(shí)施例中，所述匹配單元用于，計(jì)算實(shí)時(shí)狀態(tài)特征集合與標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合的狀態(tài)相對(duì)匹配度，其具體為：
20、計(jì)算實(shí)時(shí)腦部特征集和實(shí)時(shí)生理特征集的特征變異系數(shù)，根據(jù)實(shí)時(shí)腦部特征集和實(shí)時(shí)生理特征集以及腦部發(fā)病特征集和生理發(fā)病特征集計(jì)算每種對(duì)應(yīng)特征之間的匹配程度，結(jié)合實(shí)時(shí)腦部特征集和實(shí)時(shí)生理特征集的特征變異系數(shù)以及對(duì)應(yīng)特征之間的匹配程度來計(jì)算狀態(tài)相對(duì)匹配度；；其中，為狀態(tài)相對(duì)匹配度，、分別為腦部信息和生理信息的特征對(duì)應(yīng)的匹配轉(zhuǎn)換系數(shù)，、分別為腦部發(fā)病特征集和生理發(fā)病特征集各自的特征種類數(shù)量，為腦部發(fā)病特征集中第個(gè)腦部特征的結(jié)合權(quán)重，為腦部發(fā)病特征集中第個(gè)腦部特征的匹配程度，、分別為實(shí)時(shí)腦部特征集和實(shí)時(shí)生理特征集的整體變異系數(shù)，、分別為預(yù)設(shè)常數(shù)，為生理發(fā)病特征集中第個(gè)生理特征的結(jié)合權(quán)重，為生理發(fā)病特征集中第個(gè)生理特征的匹配特征。
21、本申請(qǐng)一些實(shí)施例中，所述轉(zhuǎn)移單元用于，并根據(jù)狀態(tài)相對(duì)匹配度確定預(yù)警信息，其具體為：
22、若狀態(tài)相對(duì)匹配度大于狀態(tài)相對(duì)匹配度閾值，則根據(jù)狀態(tài)相對(duì)匹配度和具體匹配特征來確定預(yù)警信息；
23、否則，計(jì)算實(shí)時(shí)狀態(tài)特征集合到標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合的狀態(tài)轉(zhuǎn)移概率，根據(jù)狀態(tài)轉(zhuǎn)移概率來確定預(yù)警信息。
24、本申請(qǐng)一些實(shí)施例中，所述轉(zhuǎn)移單元具體用于，計(jì)算實(shí)時(shí)狀態(tài)特征集合到標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合的狀態(tài)轉(zhuǎn)移概率，根據(jù)狀態(tài)轉(zhuǎn)移概率來確定預(yù)警信息，其具體為：
25、通過馬爾科夫鏈來計(jì)算實(shí)時(shí)狀態(tài)特征集合到標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合的初始狀態(tài)轉(zhuǎn)移概率，根據(jù)初始狀態(tài)轉(zhuǎn)移概率和狀態(tài)相對(duì)匹配度來確定目標(biāo)狀態(tài)轉(zhuǎn)移概率；；
26、其中，為目標(biāo)狀態(tài)轉(zhuǎn)移概率，為初始狀態(tài)轉(zhuǎn)移概率，為狀態(tài)轉(zhuǎn)移概率修正量，表示由狀態(tài)相對(duì)匹配度映射得到的狀態(tài)轉(zhuǎn)移概率修正量；
27、通過目標(biāo)狀態(tài)轉(zhuǎn)移概率確定預(yù)警信息。
28、本專利技術(shù)與現(xiàn)有技術(shù)相比，其有益效果為：
29、1、根據(jù)失能患者的腦部患病信息和身體機(jī)能信息建立腦部患病畫像，通過腦部患病畫像來建立一個(gè)截取時(shí)間窗口。通過患病畫像描述患者的患病本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，包括，
2.根據(jù)權(quán)利要求1所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述畫像模塊用于，根據(jù)失能患者的腦部患病信息和身體機(jī)能信息建立腦部患病畫像，其具體為：
3.根據(jù)權(quán)利要求2所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述畫像模塊用于，通過腦部患病畫像來建立一個(gè)截取時(shí)間窗口，其具體為：
4.根據(jù)權(quán)利要求3所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述生成模塊用于，通過以往發(fā)病狀態(tài)信息構(gòu)建發(fā)病狀態(tài)信息時(shí)間軸，并憑借截取時(shí)間窗口對(duì)發(fā)病狀態(tài)信息時(shí)間軸進(jìn)行信息截取，得到發(fā)病狀態(tài)樣本信息，其具體為：
5.根據(jù)權(quán)利要求2所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述生成模塊還用于，基于發(fā)病狀態(tài)樣本信息提取發(fā)病狀態(tài)特征來構(gòu)建標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合，其具體為：
6.根據(jù)權(quán)利要求5所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述計(jì)算模塊包括監(jiān)控單元、匹配單元和轉(zhuǎn)移單元，
7.根據(jù)權(quán)利要求6所述的基于智能芯片的失
8.根據(jù)權(quán)利要求7所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述轉(zhuǎn)移單元用于，并根據(jù)狀態(tài)相對(duì)匹配度確定預(yù)警信息，其具體為：
9.根據(jù)權(quán)利要求8所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述轉(zhuǎn)移單元具體用于，計(jì)算實(shí)時(shí)狀態(tài)特征集合到標(biāo)準(zhǔn)發(fā)病狀態(tài)特征集合的狀態(tài)轉(zhuǎn)移概率，根據(jù)狀態(tài)轉(zhuǎn)移概率來確定預(yù)警信息，其具體為：
...【技術(shù)特征摘要】
1.基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，包括，
2.根據(jù)權(quán)利要求1所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述畫像模塊用于，根據(jù)失能患者的腦部患病信息和身體機(jī)能信息建立腦部患病畫像，其具體為：
3.根據(jù)權(quán)利要求2所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述畫像模塊用于，通過腦部患病畫像來建立一個(gè)截取時(shí)間窗口，其具體為：
4.根據(jù)權(quán)利要求3所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述生成模塊用于，通過以往發(fā)病狀態(tài)信息構(gòu)建發(fā)病狀態(tài)信息時(shí)間軸，并憑借截取時(shí)間窗口對(duì)發(fā)病狀態(tài)信息時(shí)間軸進(jìn)行信息截取，得到發(fā)病狀態(tài)樣本信息，其具體為：
5.根據(jù)權(quán)利要求2所述的基于智能芯片的失能患者跟蹤與分析系統(tǒng)，其特征在于，所述生成模塊還用于，基于發(fā)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：左婧，呼延小媛，胡亦新，李曉光，
申請(qǐng)(專利權(quán))人：中國人民解放軍總醫(yī)院第二醫(yī)學(xué)中心，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。