一种穿戴式心脑血管疾病智能监测系统及方法技术方案

本发明专利技术公开了一种穿戴式心脑血管疾病智能监测系统及方法，包括依次连接的信号检测模块、信号传输模块、云端智能专家系统和客户端，其中：信号检测模块，用于采集脉搏波、血压波、心电图、心音图和心冲击图信号并处理；信号传输模块，用于将信号检测模块采集处理后的监测信号无线传输到云端智能专家系统；云端智能专家系统，为基于CNN深度网络的云服务器系统，用于定量预测心脑血管疾病；客户端，用于显示预测到的心脑血管疾病结果。本发明专利技术通过连续的数据采集和大数据整合应用，能给出身体局部区域的循环参数和心脑血管疾病的定量评价，对心脑血管疾病患者的早期预警、疗效评价和防治药物筛选等均具有重要意义。

A wearable cardiovascular and cerebrovascular disease intelligent monitoring system and method

The invention discloses a wearable cardio cerebral vascular disease intelligent monitoring system and method, including signal detection module, signal transmission module, cloud intelligent expert system and client. The signal detection module is used to collect pulse wave, blood pressure wave, ECG map, heart sound map and heart shock map. The signal transmission module is used to transmit the monitoring signal after the acquisition and processing of the signal detection module to the cloud intelligent expert system; the cloud intelligent expert system is used for the quantitative prediction of cardiovascular and cerebrovascular diseases for the cloud server system based on the CNN depth network; the client is used to display the predicted cardiovascular and cerebrovascular diseases. Fruit. Through continuous data collection and large data integration, the invention can give the circulation parameters of the part of the body and the quantitative evaluation of the cardiovascular and cerebrovascular diseases. It is of great significance to the early warning, evaluation of curative effect and the screening of drugs for the patients with cardiovascular and cerebrovascular diseases.

【技术实现步骤摘要】
一种穿戴式心脑血管疾病智能监测系统及方法
本专利技术涉及疾病监测
，尤其涉及一种穿戴式心脑血管疾病智能监测系统及方法。
技术介绍
目前，包括心肌梗死、心绞痛、动脉粥样硬化、冠心病、脑血栓等中老年心脑血管疾病的发病率和致残致死率已居各类疾病之首，成为中老年人第一杀手。延缓生理衰老过程和心脑血管疾病的发生应以预防为主，而监测将起到非常关键的作用。随着医疗器械行业的发展，辅助心脑血管疾病的便携式检测设备品种繁多，但心脑血管疾病的意外事件仍时有发生。其主要原因是疾病潜伏期无症状，很难发现，得不到及时治疗。即缺乏一种能够实时动态有效的心脑血管疾病早期检测方法。当前，国内外市场上已有的便携式心脑血管疾病监测设备的主要局限为：1.静态检测。市场上穿戴式检测装置都是采用静态检测方式，即将一系列动态变化的信息简单的加以指标化，势必损失有用信息。比如：测量血压时采集的仅仅是收缩期高压和舒张期低压两个时间点的信息，而实际上，当心室收缩（舒张）时，主动脉压增加（下降），其增加（下降）的过程和心室泵血能力、瓣膜打开情况、血管的弹性、栓塞程度等因素有关。传统的只采用收缩期最高值代替心室收缩时的动脉血管评估必将损失很多有用信息；对于脉搏波分析也是同样道理。2.单一检测。目前市场上成熟的穿戴便携式装置基本是单一测量，即只能对某一方面情况进行评价。比如：只对心率、血压等生理参数进行单一检测。即使有两种或多种参数测量的装置，也是分别进行指标的计算，没有能将这些信息进行有效融合的设备。3.科技成果转化滞后。以前受限于硬件和算法，许多生理参数止步于科学研究，未能在产品上应用。比如：市场上对心脏监测主要采用反应心脏电生理特性的心电信号，而能对心脏力学性能进行评估，反应心脏机械运动的心冲击图还未于诸产品。更重要的是，临床研究早已表明双侧血压差异与受测者年龄、血管疾病等因素有关，但目前尚未有一款设备考虑到该因素。心电、心音、多部位血压等生理参数从不同方面为心脑血管疾病状况提供信息，它们都有其自身的优势和局限。如果能优势互补，综合利用身体各个方面有效信息，必将获得心脑血管疾病早期诊断和预防的解决方案。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是提供一种穿戴式心脑血管疾病智能监测系统及方法，基于目前硬件和智能大数据算法的发展，对心电、心音、心冲击图、连续血压波、脉搏波等生理大数据进行信息融合，实现社区中老年人心脑血管疾病的初筛和预测。为实现上述目的，本专利技术提供了一种穿戴式心脑血管疾病智能监测系统，包括信号检测模块、信号传输模块、云端智能专家系统和客户端，所述信号检测模块、信号传输模块、云端智能专家系统和客户端依次连接，其中：信号检测模块，用于采集脉搏波、血压波、心电图、心音图和心冲击图信号并处理；信号传输模块，用于将信号检测模块采集处理后的脉搏波、血压波、心电图、心音图和心冲击图信号无线传输到云端智能专家系统；云端智能专家系统，为基于CNN深度网络的云服务器系统，用于定量预测心脑血管疾病；客户端，用于显示预测到的心脑血管疾病结果。进一步地，所述信号检测模块包括脉搏波/血压模块、心电检测模块、心音检测模块、心冲击检测模块以及与脉搏波/血压模块、心电检测模块、心音检测模块、心冲击检测模块连接的微处理器。进一步地，所述信号传输模块为4G/5G模块或者WIFI模块。进一步地，所述客户端为手机或者平板电脑。进一步地，所述脉搏波/血压模块监测左右颈总动脉、左右腋动脉、左右肱动脉、左右桡动脉、左右尺动脉、左右胫前动脉、左右足前动脉的脉搏波和血压信号。一种穿戴式心脑血管疾病智能监测方法，包括以下步骤：步骤1、云端智能专家系统利用信号传输模块传输来的脉搏波、血压波、心电图、心音图和心冲击图信号构建CNN深度网络输入矩阵，其中输入矩阵公式为：其中，输入M是一200x124的矩阵，是长度为200的列向量，表示第i个输入2s信号按照窗口为200顺序取的第n段值；i取值1到31分别代表14个部位脉搏波和血压信号及对应时间的心电、心音和心冲击图信号；步骤2、利用输入矩阵M构建C1卷积层，采用6个5x5窗口对输入信号M卷积得到；步骤3、利用C1卷积层构建S2降采样层，对C1卷积层的6个196x120的特征图谱进行2x2窗口的采样，即窗口内值相加再加一偏置；步骤4、利用S2降采样层构建C3卷积层，采用16个5x5窗口分别对S2降采样层进行全卷积得到16个94x56的特征图谱；步骤5、构建F4全连接层，由120个神经元组成，与C3卷积层全连接，并将全连接后的结果输入到ReLu激活函数，得到每个神经元的状态；步骤6、在输出层输出7个神经元，激活函数采用Sigmoid函数。进一步地，所述步骤6输出7个神经元分别代表脑部循环状态、左上肢循环状态、左下肢循环状态、右上肢循环状态、右下肢循环状态、心脏状态、中风概率。进一步地，所述循环状态、左上肢循环状态、左下肢循环状态、右上肢循环状态、右下肢循环状态的状态良好、轻微栓塞、不确定、可能栓塞、高概率栓塞5种状态。进一步地，所述中风概率包括不出现、可能不出现、不确定、可能出现、高概率出现5种状态。本专利技术的有益效果是：(1)本专利技术能给出心脑血管疾病的定量评价，对心脑血管疾病患者的早期预警、疗效评价和防治药物筛选等均具有重要意义；(2)本专利技术能提供如左上肢、左下肢、右上肢、右下肢等局部区域的循环参数，这在以往设备中未见；(3)本专利技术打破了以往对生理信息指标化诊断的单一模式，通过穿戴设备长时间连续的数据采集和大数据整合应用，充分利用了各生理信息。(4)本专利技术使用方便，具有较好的便携性、实用性和先进性。以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。附图说明图1是本专利技术的系统结构示意图。图2是本专利技术的脉搏波血压测量部位及可穿戴设备示意图。图3是本专利技术的CNN深度网络结构图。具体实施方式如图1所示，一种穿戴式心脑血管疾病智能监测系统，包括信号检测模块、信号传输模块、云端智能专家系统和客户端，所述信号检测模块、信号传输模块、云端智能专家系统和客户端依次连接，其中：信号检测模块，用于采集脉搏波、血压波、心电图、心音图和心冲击图信号并处理；信号传输模块，用于将信号检测模块采集处理后的脉搏波、血压波、心电图、心音图和心冲击图信号无线传输到云端智能专家系统；云端智能专家系统，为基于CNN深度网络的云服务器系统，用于定量预测心脑血管疾病；客户端，用于显示预测到的心脑血管疾病结果。本实施例中，所述信号检测模块包括脉搏波/血压模块、心电检测模块、心音检测模块、心冲击检测模块以及与脉搏波/血压模块、心电检测模块、心音检测模块、心冲击检测模块连接的微处理器。本实施例中，所述信号传输模块为4G/5G模块或者WIFI模块。本实施例中，所述客户端为手机或者平板电脑。本实施例中，所述脉搏波/血压模块监测左右颈总动脉、左右腋动脉、左右肱动脉、左右桡动脉、左右尺动脉、左右胫前动脉、左右足前动脉的脉搏波和血压信号。如图3所示，一种穿戴式心脑血管疾病智能监测方法，包括以下步骤：步骤1、云端智能专家系统利用信号传输模块传输来的脉搏波、血压波、心电图、心音图和心冲击图信号构建CNN深度网络输入矩阵，其中输本文档来自技高网...

【技术保护点】
一种穿戴式心脑血管疾病智能监测系统，其特征在于，包括信号检测模块、信号传输模块、云端智能专家系统和客户端，所述信号检测模块、信号传输模块、云端智能专家系统和客户端依次连接，其中：信号检测模块，用于采集脉搏波、血压波、心电图、心音图和心冲击图信号并处理；信号传输模块，用于将信号检测模块采集处理后的脉搏波、血压波、心电图、心音图和心冲击图信号无线传输到云端智能专家系统；云端智能专家系统，为基于CNN深度网络的云服务器系统，用于定量预测心脑血管疾病；客户端，用于显示预测到的心脑血管疾病结果。

【技术特征摘要】
1.一种穿戴式心脑血管疾病智能监测系统，其特征在于，包括信号检测模块、信号传输模块、云端智能专家系统和客户端，所述信号检测模块、信号传输模块、云端智能专家系统和客户端依次连接，其中：信号检测模块，用于采集脉搏波、血压波、心电图、心音图和心冲击图信号并处理；信号传输模块，用于将信号检测模块采集处理后的脉搏波、血压波、心电图、心音图和心冲击图信号无线传输到云端智能专家系统；云端智能专家系统，为基于CNN深度网络的云服务器系统，用于定量预测心脑血管疾病；客户端，用于显示预测到的心脑血管疾病结果。2.在如权利要求1所述的一种穿戴式心脑血管疾病智能监测系统，其特征在于：所述信号检测模块包括脉搏波/血压模块、心电检测模块、心音检测模块、心冲击检测模块以及与脉搏波/血压模块、心电检测模块、心音检测模块、心冲击检测模块连接的微处理器。3.如权利要求1所述的一种穿戴式心脑血管疾病智能监测系统，其特征在于：所述信号传输模块为4G/5G模块或者WIFI模块。4.如权利要求1所述的一种穿戴式心脑血管疾病智能监测系统，其特征在于：所述客户端为手机或者平板电脑。5.如权利要求2所述的一种穿戴式心脑血管疾病智能监测系统，其特征在于：所述脉搏波/血压模块监测左右颈总动脉、左右腋动脉、左右肱动脉、左右桡动脉、左右尺动脉、左右胫前动脉、左右足前动脉的脉搏波和血压信号。6.一种穿戴式心脑血管疾病智能监测方法，其特征在于，包括以下步骤：步骤1、云端智能专家系统利用信号传输模块传输来的脉搏波、血压波、心电图、心音图和心冲击图信号构建CN...

【专利技术属性】
技术研发人员：黄钢，白宝丹，
申请(专利权)人：上海健康医学院，
类型：发明
国别省市：上海,31