疾病预警装置制造方法及图纸

本发明专利技术适用于疾病预测技术领域，提供了一种疾病预警方法及装置，该方法包括：采集目标用户的第一信息；所述第一信息包括影像信息；将所述第一信息与预设数据库中的与各个预警阶段对应的第二信息进行匹配，并根据匹配结果得出所述目标用户的预警特征所对应的预警阶段和对应的风险因子；其中，所述预设数据库包括多个预警阶段和与各个所述预警阶段对应的第二信息，且每个所述预警阶段对应至少一个风险因子；按照所述目标用户的预警特征所对应的预警阶段，根据所述风险因子并结合时间序列模型对所述目标用户的预警特征进行预警分析。该方法具有个体适应性强、成本低、预测准确度高的优点。

Disease early warning method and device

The invention is applicable to the technical field of disease prediction, and provides a device for disease early warning method, the method includes: a first information acquisition target user; the first information including image information; matching the first information with the preset in the database and each phase corresponding to the second stages of early warning information, risk factor the corresponding early warning characteristics and obtains the target user according to the matching result and the corresponding; wherein, the preset database includes a plurality of warning stage and corresponding to each of the second stages of the early warning information, and each of the phase corresponding to at least one risk factor; early warning stage according to the features of the corresponding early warning the target user, according to the risk factor and the method of characteristics of time series model to the target user's warning analysis. The method has the advantages of strong adaptability, low cost and high prediction accuracy.

【技术实现步骤摘要】

本专利技术属于医疗信息决策
，尤其涉及一种疾病预警方法及装置。
技术介绍
心血管疾病是严重危害世界及国人健康的重大疾病，其早发现、早诊断和早治疗对于降低心血疾病发病率及死亡率、降低医疗成本具有非常重要的意义。目前关于心血管疾病的早期预警系统主要集中于两种方案：基于大规模人群统计数据的心血管疾病早期预警系和基于影像学特征(超声、计算机断层扫描(CT)、磁共振成像(MRI))的心血管疾病诊断方法。现有的基于大规模统计数据的心血管疾病预警系统尽管具有检测代价较低并且可以在一定程度上区分高中低风险人群的特性，但其特异性差、识别能力低，因此很难实现个性化的预测。而基于影像学特征的心血管疾病预测方法虽然在个人识别能力有一定程度的提高，但由于其造价高，很难实现大规模人群筛查和个体的多次跟踪。
技术实现思路
有鉴于此，本专利技术实施例提供了一种疾病预警方法及装置，以解决现有技术中对患有心血管等疾病用户的病情预警普适性较差和成本高的问题。本专利技术实施例的第一方面，提供了一种疾病预警方法，包括：采集目标用户的第一信息；所述第一信息包括影像信息；将所述第一信息与预设数据库中的与各个预警阶段对应的第二信息进行匹配，并根据匹配结果得出所述目标用户的预警特征所对应的预警阶段和对应的风险因子；其中，所述预设数据库包括多个预警阶段和与各个所述预警阶段对应的第二信息，且每个所述预警阶段对应至少一个风险因子；按照所述目标用户的预警特征所对应的预警阶段，根据所述风险因子并结合时间序列模型对所述目标用户的预警特征进行预警分析。本专利技术实施例的第二方面，提供了一种疾病预警装置，包括：信息采集模块，用于采集目标用户的第一信息；所述第一信息包括影像信息；匹配模块，用于将所述第一信息与预设数据库中的与各个预警阶段对应的第二信息进行匹配，并根据匹配结果得出所述目标用户的预警特征所对应的预警阶段和对应的风险因子；其中，所述预设数据库包括多个预警阶段和与各个所述预警阶段对应的第二信息，且每个所述预警阶段对应至少一个风险因子；预警模块，用于按照所述目标用户的预警特征所对应的预警阶段，根据所述风险因子并结合时间序列模型对所述目标用户的预警特征进行预警分析。本专利技术实施例相对于现有技术所具有的有益效果：本专利技术实施例采集目标用户的第一信息；然后将所述第一信息与预设数据库中的与各个预警阶段对应的第二信息进行匹配，并根据匹配结果得出所述目标用户的预警特征所对应的预警阶段和对应的风险因子；最后按照所述目标用户的预警特征所对应的预警阶段，根据所述风险因子并结合时间序列模型对所述目标用户的预警特征进行预警分析，通过采集目标用户个性化的第一信息，能够解决现有技术中对患有心血管等疾病用户的病情预警个性化较差、成本高的问题，达到对患有心血管等疾病用户的病情预警个性化、低成本和预测准确度较高的目的。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例一提供的疾病预警方法的流程图；图2是本专利技术实施例一提供的按照目标用户的预警特征所对应的预警阶段，根据风险因子结合时间序列模型对目标用户的预警特征进行预警的实现流程图；图3是本专利技术实施例二提供的疾病预警装置的结构框图；图4是本专利技术实施例二提供的预警模块的结构框图；图5为本专利技术实施例三提供的疾病预警装置的示意框图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。实施例一：图1示出了本专利技术实施例一提供的疾病预警方法的实现流程，详述如下：步骤S101，采集目标用户的第一信息。其中，所述目标用户的第一信息包括影像信息。本实施例中，影像信息可以包括颈动脉超声信息、冠脉CT信息和磁共振信息中的至少一种。目标用户可以为患有心血管、癌症等疾病的用户。对目标用户的影像信息的采集可以通过相应的影像医疗设备检测得出并获取到，对此不做限制。本步骤中采集的目标用户的第一信息为具有个性化的目标用户的影像信息。步骤S102，将所述第一信息与预设数据库中的与各个预警阶段对应的第二信息进行匹配，并根据匹配结果得出所述目标用户的预警特征所对应的预警阶段和对应的风险因子。其中，所述预设数据库包括多个预警阶段和与各个所述预警阶段对应的第二信息，且每个所述预警阶段对应至少一个风险因子。具体的，每个风险因子对应一种人体症状，如心率、血压变异性等症状。第二信息包括影像信息。例如，第二信息可以包括颈动脉超声信息、冠脉CT信息和磁共振信息中的至少一种。一个实施例中，所述预设数据库可以通过以下过程建立：首先，获取一定数量的疾病患者的第一信息。在本实例中，收集N个疾病患者的信息用于早期初步筛查。患者年龄段集中于40-70岁之间，收集的主要信息包括但不局限于：个人基本信息、生理参数、临床检验数据和影像信息。其中，个人基本信息可以包括但不限于：年龄、性别、身高、体重、心血管疾病病史、遗传病史、是否抽烟、是否喝酒等。生理参数包括但不限于：心电信号、脉搏波信号、血压信息等。临床检验数据包括但不限于：低密度脂蛋白、高密度脂蛋白、甘油三酯、白细胞数量、血糖、血肌酐、血尿素氮、凝血酶原时间、活化凝血酶原时间、尿酸、C反应蛋白、B型利钠肽、凝血标记物等。本实施例中，个人基本信息、生理参数、临床检验数据和影像信息这些均为预设数据库中的第二信息中的信息。具体的，对于每个患者，可以先对患者的个人基本信息进行调查或获取；然后采集患者的血液尿液等信息进行采集，以获取患者的临床检验数据；接着获取患者的生理参数；最后获取患者的影像信息。应理解的，以上仅为获取每个患者信息的示例过程，人基本信息、生理参数、临床检验数据和影像信息的获取顺序并不以此为限。然后，利用影像信息结合医生的经验知识将所采集的疾病患者信息分成多个类别，每个类别对应疾病的各个预警阶段。以心血管疾病为例，利用影像信息结合医生的经验知识将所采集的心血管疾病患者信息分成低风险、中风险、高风险和发作等四个预警阶段。低风险预警阶段的标准为：有高血脂、高血压、糖尿病、家族遗传史和无颈动脉斑块，出现血脂堆积；中风险预警阶段的标准为：小于50％狭窄冠脉斑块，无显性血管重塑及低衰减斑块，出现粥样斑块和/或纤维化斑块；高风险预警阶段的标准为：大于50％狭窄冠脉斑块，显性血管重塑或低衰减斑块，斑块负荷大于70％或纤维帽斑块或管腔面积小于4平方毫米，出现板块破裂，血栓形成；发作预警阶段的标准为心肌梗塞、心脏骤停或心绞痛发生。步骤S103，按照所述目标用户的预警特征所对应的预警阶段，结合所述风险因子对所述目标用户的预警特征进行预警。本实施例中，所述疾病可以包括心血管疾病、癌症等疾病。以下以心血管疾病为例对步骤S103进行说明，但并不以此为限。参见图2本文档来自技高网...

【技术保护点】
一种疾病预警方法，其特征在于，包括：采集目标用户的第一信息；所述第一信息包括影像信息；将所述第一信息与预设数据库中的与各个预警阶段对应的第二信息进行匹配，并根据匹配结果得出所述目标用户的预警特征所对应的预警阶段和对应的风险因子；其中，所述预设数据库包括多个预警阶段和与各个所述预警阶段对应的第二信息，且每个所述预警阶段对应至少一个风险因子；按照所述目标用户的预警特征所对应的预警阶段，根据所述风险因子并结合时间序列模型对所述目标用户的预警特征进行预警分析。

【技术特征摘要】
1.一种疾病预警方法，其特征在于，包括：采集目标用户的第一信息；所述第一信息包括影像信息；将所述第一信息与预设数据库中的与各个预警阶段对应的第二信息进行匹配，并根据匹配结果得出所述目标用户的预警特征所对应的预警阶段和对应的风险因子；其中，所述预设数据库包括多个预警阶段和与各个所述预警阶段对应的第二信息，且每个所述预警阶段对应至少一个风险因子；按照所述目标用户的预警特征所对应的预警阶段，根据所述风险因子并结合时间序列模型对所述目标用户的预警特征进行预警分析。2.根据权利要求1所述的疾病预警方法，其特征在于，所述疾病包括心血管疾病；所述按照所述目标用户的预警特征所对应的预警阶段，根据所述风险因子并结合时间序列模型对所述目标用户的预警特征进行预警分析包括：获取在所述目标用户的预警特征所对应的预警阶段中，各个所述风险因子对应的对所述目标用户预警特征的跟踪频率；按照各个所述风险因子的跟踪频率，结合时间序列模型评估所述目标用户斑块的发展趋势，以判定所述目标用户预警特征的预警阶段。3.根据权利要求2所述的疾病预警方法，其特征在于，所述时间序列模型为：其中，Xt为预测结果；ξt-j为风险因子在t时刻的值；μt为风险因子在t时刻的偏移，和θj为模型系数。4.根据权利要求2所述的疾病预警方法，其特征在于，所述第一信息还包括个人基本信息、生理参数和临床检验数据；所述判定所述目标用户预警特征的预警阶段具体为：根据所述目标用户斑块的发展趋势，结合所述综合模型判定所述目标用户预警特征的预警阶段；其中，所述综合模型通过机器学习算法探索所述目标用户的个人基本信息、生理参数和临床检验数据与斑块风险级别和其影像学特征的关系得出。5.根据权利要求2所述的疾病预警方法，其特征在于，还包括：根据所述目标用户预警特征的预警阶段，调整风险因子的...

【专利技术属性】
技术研发人员：苗芬，李烨，蔡云鹏，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44