模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法及系统技术方案

本发明专利技术实施例提供一种模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法及系统，其包括以下步骤：步骤S1，构建慢性病动态渐变指标精确分类体系；步骤S2，构建基于粒子群优化的粗糙集约束理论的数据挖掘及归一化算法；步骤S3，构建DBN模型及其自适应参数信息结构；步骤S4，基于样本训练的慢性病健康管理精准干预模型语义特征信息提取模型。该模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法及系统创造性地将深度学习理论应用到慢性病管理领域，提高了慢性病精准防控效率，节省成本。解决了长期以来制约人类生活质量提升的慢性病防控难题。

Construction method and system of chronic disease health management model simulating doctor's diagnosis and precise intervention strategy

【技术实现步骤摘要】
模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法及系统
本专利技术涉及慢性病干预领域，尤其涉及一种模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法及系统。
技术介绍
随着经济社会的快速发展，慢性病已经成为影响我国居民健康的重大公共卫生问题。据卫生部统计，我国目前已确诊的慢性病患者超过2.6亿人，且每年死于慢性病的人数超过300万人。更为严重的是，伴随我国工业化、城镇化、老龄化进程的加快和环境污染的加剧，慢性病发病人数正以每年550万例快速增长，平均每天增长1.5万例，而且因慢性病致死的人数已经上升至居民总死亡人数的85％，医疗费用负担占疾病总负担的70％，因此慢性病已经严重影响我国经济社会的发展和人民生活质量的提高。随着医疗技术水平的提升，当前慢性病对我国居民的危害已经取代了过去流行性传染病对人体的伤害，尤其是近年来，在中老年人群中，对导致慢性病危险因素的知晓率和控制率都很低。危险因素长期大量蓄积与伤害人体，势必增加中老年人患慢性病的风险，致使慢性病患病率逐年上升，成为导致我国居民死亡的第一要因。可见慢性病已经成为影响人民对美好生活追求的头号杀手。据此，国务院2017年2月首次发布了《中国防治慢性病中长期规划(2017—2025年)》，规划要求到2020年由慢性病导致的过早死亡率较2015年降低10％，到2025年降低20％，力争30—70岁人群因心脑血管疾病、癌症、慢性呼吸系统疾病和糖尿病导致的过早死亡率较2015年降低20％，逐步提高居民健康期望寿命，有效控制慢性病发生。慢性病主要包括心脑血管疾病、恶性肿瘤、糖尿病和慢性呼吸系统疾病等。据研究，慢性病的发生与个人生活方式(60％)、遗传因素(15％)、社会条件(10％)、医疗条件(8％)和自然环境(7％)等因素密切相关，而目前我国对于慢性病的防控研究深度还远远不够，很多慢性病致病机理尚未完全清楚，精准有效的防控措施与方法有待研究。当前慢性病治疗是世界性难题，发达国家主要依托健康管理，采用以预防为主、治疗为辅的措施，降低慢性病发病率，这与我国中医所倡导的“不治已病，治未病”同一渊源。医疗实践发现：治疗慢性病关键在于早发现，早预防，即：可以通过慢性病健康管理进行精准干预。慢性病健康干预是指对影响慢性病健康的不良行为、不良生活方式、生态环境及个人习惯等危险因素，结合遗传基因进行综合处置的医疗措施和方法。其中精准诊断和精准干预是健康管理的关键所在，是慢性病综合防治的重点。健康管理重在“精准预防”，即：在患者身体还处于亚健康状态时期，就提前采用各种医疗措施进行精准干预，阻断病变器官或组织进一步恶化。近年来，由于慢性病在我国增长势头不断提高，国家也加大了慢性病防控策略和措施研究，但是由于慢性病的致病因素多，变量间关系错综复杂，采用传统的统计方法进行调査、监测和防控，跟踪周期长、信息量大、难以发现病变的内在规律，严重影响了慢性病精准防控措施的有效实施。公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
针对现有技术存在的问题，本专利技术实施例提供一种模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法及系统。第一方面，本专利技术实施例提供一种模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法，包括以下步骤：步骤S1，构建慢性病动态渐变指标精确分类体系；步骤S2，构建基于粒子群优化的粗糙集约束理论的数据挖掘及归一化算法；步骤S3，构建DBN模型及其自适应参数信息结构；步骤S4，基于样本训练的慢性病健康管理精准干预模型语义特征信息提取模型。进一步地，步骤S1中，慢性病动态渐变指标精确分类体系包括：提取慢性病病理渐变特征库、病理特征库、干预特征库和精准干预策略库。进一步地，精准干预策略库包括：慢性病诊断标准、风险评估模型和精准干预模型。进一步地，步骤S3中，DBN模型的底层由多层受限玻尔兹曼机框架堆叠而成，顶层为BP神经网络，所述底层算法采用逐层贪婪无监督学习，所述顶层通过有标签数据对网络进行有监督学习。进一步地，DBN模型采用优势遗传算法来确定结构。进一步地，步骤S4中，DBN学习语义信息特征提取算法构建过程为：数据采集和预处理：从慢性病特征分类及风险级别评估量化表的各项数据流中挖掘组成原始数据集，然后对原始采集数据进行预处理，最后把数据集划分为训练样本和测试数据两份；提取基于多层RBM堆栈的慢性病DBN特征分类参数：采用遗传优势进化算法结合样本训练的方法，进行慢性病的DBN模型的最优网络结构参数计算，包括输入层结点的个数、隐含层结点的个数和隐含层的层数；确定DBN慢性病精准干预模型网络传输参数权重：利用训练数据对DBN精准预测和干预模型进行训练，计算实际输出和目标输出的误差，使用与网络权重相关的函数来表示这个误差，用共轭梯度算法来调整权重矩阵，最后得到的是误差函数达到最小的网络权重矩阵；特征语义信息测试阶段：将测试数据输入到DBN精准干预模型中，计算慢性病概念的精准干预结果；预测结果分析：对于相同的训练数据和测试数据，将预测结果与DBN模型的干预结果进行对比。第二方面，本专利技术实施例提供一种模拟医生诊断和精准干预策略的慢性病健康管理模型的构建系统，包括：分类体系构建模块，用于构建慢性病动态渐变指标精确分类体系；数据挖掘模块，用于构建基于粒子群优化的粗糙集约束理论的数据挖掘及归一化算法；模型构建模块，用于构建DBN模型及其自适应参数信息结构；提取模型模块，用于基于样本训练的慢性病健康管理精准干预模型语义特征信息提取模型。第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法的步骤。本专利技术实施例提供的一种模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法及系统创造性地将深度学习理论应用到慢性病管理领域，通过慢性病监测和该模型的计算，掌握慢性病流行趋势和死亡谱，确定慢性病发作的高危人群及患者，对慢性病目标群体状况做出评价，提取本质特征，表达因果关系，也可根据概率分布状况对慢性病相关数据和作用结果分类与分级，采用关联数据分析法分析数据之间隐藏的内在相关性，并采取有针对性的干预措施，控制慢性病危险因素的流行和慢性病的发生发展，并不断评价慢性病精准干预措施的效果，在慢性病精准防控方面提高效率，节省成本。解决长期以来制约人类生活质量提升的慢性病防控难题。附图说明为了更清楚地本文档来自技高网...

【技术保护点】
1.一种模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法，其特征在于，包括以下步骤：/n步骤S1，构建慢性病动态渐变指标精确分类体系；/n步骤S2，构建基于粒子群优化的粗糙集约束理论的数据挖掘及归一化算法；/n步骤S3，构建DBN模型及其自适应参数信息结构；/n步骤S4，基于样本训练的慢性病健康管理精准干预模型语义特征信息提取模型。/n

【技术特征摘要】
1.一种模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法，其特征在于，包括以下步骤：
步骤S1，构建慢性病动态渐变指标精确分类体系；
步骤S2，构建基于粒子群优化的粗糙集约束理论的数据挖掘及归一化算法；
步骤S3，构建DBN模型及其自适应参数信息结构；
步骤S4，基于样本训练的慢性病健康管理精准干预模型语义特征信息提取模型。


2.根据权利要求1所述的模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法，其特征在于，所述步骤S1中，慢性病动态渐变指标精确分类体系包括：提取慢性病病理渐变特征库、病理特征库、干预特征库和精准干预策略库。


3.根据权利要求2所述的模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法，其特征在于，所述精准干预策略库包括：慢性病诊断标准、风险评估模型和精准干预模型。


4.根据权利要求3所述的模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法，其特征在于，所述步骤S3中，DBN模型的底层由多层受限玻尔兹曼机框架堆叠而成，顶层为BP神经网络，所述底层算法采用逐层贪婪无监督学习，所述顶层通过有标签数据对网络进行有监督学习。


5.根据权利要求4所述的模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法，其特征在于，所述DBN模型采用优势遗传算法来确定结构。


6.根据权利要求1所述的模拟医生诊断和精准干预策略的慢性病健康管理模型的构建方法，其特征在于，所述步骤S4中，DBN学习语义信息特征提取算法构建过程为：
数据采集和预处理：从慢性病特征分类及风险级别评估量化表的各项数据流中挖掘组成原始数据集，然后对原始采集数据进行预处理，最后把数...

【专利技术属性】
技术研发人员：朱小会，杨瑞，齐仁龙，
申请(专利权)人：郑州科技学院，
类型：发明
国别省市：河南;41