基于大数据的儿童自闭症脑神经元细胞评估仪及使用方法技术

本发明专利技术公开了基于大数据的儿童自闭症脑神经元细胞评估仪，包括戴在患儿双耳的特制耳机，所述特制耳机包括发射器以及接收器，所述特制耳机电性连接有中央处理器，所述中央处理器连接有医疗分析系统以及大数据系统，通过医疗分析系统以及大数据系统对疾病进行监测。本发明专利技术还公开了基于大数据的儿童自闭症脑神经元细胞评估仪的使用方法，S1，被检测者戴上特制耳罩，电磁波经左耳罩发出，抵达大脑皮层，通过电磁共振产生一个外部磁场。本发明专利技术方法简单，能够刺激神经元产生化学电信号，化学电信号经由神经元传到至全身器官组织细胞，引起共振，并经过分析之后判断人体细胞层面的疾病状态与程度，对自闭症儿童的脑神经元细胞有较好的监测效果。

【技术实现步骤摘要】
基于大数据的儿童自闭症脑神经元细胞评估仪及使用方法
本专利技术涉及基于医疗设备
，尤其涉及基于大数据的儿童自闭症脑神经元细胞评估仪及使用方法。
技术介绍
自闭症是指合并有认知功能，语言功能及人际社会沟通等方面之特殊病理，以致罹患者之社会生活适应有显著困难之广泛性发展障碍。自闭又称自闭症，是一种较为严重的发育障碍性疾病。自闭症对孩子来说是一种伤害，同时也是对家庭的打击，自闭症对儿童的影响是非常大的。自闭症的障碍主要表现在：表达能力不佳、信息传送不全、信息传递不及时或不适时、知识经验的局限以及对信息的过滤等方面。现有的用于儿童自闭症治疗的评估仪设备组成很复杂，价格较为昂贵，同时，现有的诊断仪器对于儿童自闭症症状的分析、预测和发现，效果并不明显，费用也较高。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点，而提出的基于大数据的儿童自闭症脑神经元细胞评估仪及使用方法。为了实现上述目的，本专利技术采用了如下技术方案：基于大数据的儿童自闭症脑神经元细胞评估仪及使用方法，包括戴在患儿双耳的特制耳机，所述特制耳机包括发射器以及接收器；所述特制耳机电性连接有中央处理器；所述中央处理器连接有医疗分析系统以及大数据系统，通过医疗分析系统以及大数据系统对疾病进行监测；所述大数据系统包括数据收集模块、数据库建立模块、数据库处理模块以及可视化模块；所述医疗分析系统包括标准数据库以及异常数据库；所述监测仪还包括与中央处理器电性连接的存储器。r>优选地，所述中央处理器执行存储器中存储的分析程序，包括以下步骤：a、建立儿童自闭症的病理模型，通过分析仪采集患儿的各种生理信号，包括身高、体重、体温、体内生长激素水平、血氧浓度、血压、听觉状况、以及视觉状况，得到输入参数；b、该模型包括引发儿童自闭症的三条因素，第一条是遗传因素，第二条是母孕期不利因素，第三条是后期生长环境因素；c、基于儿童自闭症的病理模型，输入参数上传至统一的服务器，利用单方面特征量对全自动生化分析仪进行初步状态评估，判断全自动生化分析仪是否故障或者正常运行，利用异常检测算法建立特征密度估计模型，测试设备特征概率密度分布是否异常；d、建立儿童自闭症的数理模型，将采集到儿童自闭症的病理数据分析并按严重程度的不同划分为3个类型：冷漠型、主动但怪异型、被动型。优选地，所述冷漠型患儿除有需要外，不主动发起社交，对外界主动交往没有反应。优选地，所述主动但怪异型患儿有主动与他人交往的意愿，但是互动方式显得奇特且怪异。优选地，所述被动型患儿能够接受社交性的亲近，并不会躲开他人的主动亲近，但是不会主动开始这种社会互动，且社会互动显得生硬、刻板。本专利技术还提出了基于大数据的儿童自闭症脑神经元细胞评估仪的使用方法，包括以下步骤；S1、检测时，待检测患儿戴上特制耳机，电磁波经左耳罩发出，抵达大脑皮层，通过电磁共振产生一个外部磁场，磁场作用于神经元，刺激神经元产生化学电信号，化学电信号经由神经元传到至全身器官组织细胞，引起共振，细胞共振形成的电磁场产生电磁信号，信号在扩散放大中被右耳罩捕捉；S2、捕捉到的细胞共振电磁信号经处理器分离、解码，转化为频谱，检测得到的细胞频谱与基准频谱进行对比，基准频谱来源于一千五百万人的标准细胞数据库，通过对比频谱及频谱组合的相似度，分析状态与变化趋势，将频谱差异值转化为统计数值，依据统计分析结果，针对疾病状态与病变趋势作出临床定义，信号转译与临床定义由处理器及配套软件自动完成，最大限度提升效率、减少信息损耗与误差；S3、检测终端与中心数据库联网，检测得到的细胞分子频谱数据及统计分析得出的案例数据实时同步更新，随着案例的积累、数据库的扩大，通过智能软件进行信息存储和协同运算，判定参数不断修正、数理模型持续优化完善，以实现更精准的诊断和预测。本专利技术的有益效果：1、数据的采集过程中待检测的患儿无需空腹、无需药物介入、无任何辐射，只需要5到10分钟即可完成数据的采集。2、通过特制耳机发出的电磁波，抵达大脑皮层，通过电磁共振产生一个外部磁场，磁场作用于神经元，刺激神经元产生化学电信号，化学电信号经由神经元传到至全身器官组织细胞，引起共振，细胞共振形成的电磁场产生电磁信号，信号在扩散放大中被右耳罩捕捉，并经过分析之后判断人体细胞层面的疾病状态与程度，以统计显著性预测临床特征显著性。3、采集的数据经过数学模型的逻辑运算得到患儿病情严重程度的判断，并根据数学模型中细胞的发展轨迹，做出病理监测，对自闭症的后续治疗有重要的参考性。4、深度进行归纳总结，为制定相关的诊断维修策略提供科学依据，方便操作人员对进行诊断，能有效降低人力维护成本，应用本系统诊断策略能够加快对患儿自闭症诊断速度，具有良好的应用前景。附图说明图1为本专利技术提出的基于大数据的儿童自闭症脑神经元细胞评估仪的系统框图；图2为儿童自闭症的医学逻辑进展图；图3为本专利技术提出的基于大数据的儿童自闭症脑神经元细胞评估仪的工作原理。具体实施方式下面结合附图并通过具体实施方式来进一步说明本专利技术的技术方案。如图1所示，基于大数据的儿童自闭症脑神经元细胞评估仪，包括戴在患儿双耳的特制耳机，特制耳机包括发射器以及接收器，特制耳机电性连接有中央处理器，中央处理器连接有医疗分析系统以及大数据系统，通过医疗分析系统以及大数据系统对疾病进行监测，大数据系统包括数据收集模块、数据库建立模块、数据库处理模块以及可视化模块，可视化模块可以将获取的儿童自闭症监测数据以及发趋势信息整合到设备内部中并进行可视化展示，医疗分析系统包括标准数据库以及异常数据库，标准数据库是将正常儿童健康数据的标准数据进行存储，形成标准数据库，异常数据库是将各类人体健康数据的异常数据进行等级划分，将评估结果在存入大数据系统，并将评估结果通过设备终端进行显示，监测仪还包括与中央处理器电性连接的存储器，中央处理器执行存储器中存储的分析程序。如图2所示，是儿童自闭症的医学逻辑进展图，由数千份儿童自闭症案例将各指标数据运用统计软件做相关性分析，以及儿童自闭症医学的研究综合得到儿童自闭症的研究：研究发现引发儿童自闭症主要有三条因素，第一条是遗传因素，第二条是母孕期不利因素，第三条是后期生长环境因素，第一条是遗传因素；自闭症与遗传因素关系非常密切，遗传度高达80％～90％，过去有研究表明，老年得子者，其孩子患有自闭症的风险是早年得子者孩子的两倍。而一国际研究小组最新研究则表明，这种遗传风险因素还可以隔代累积，老年得子者第三代患上自闭症的风险同样要高于那些早年得子者的第三代，由英国伦敦国王学院、瑞典卡罗林斯卡医学院和澳大利亚昆士兰脑研究所的研究人员共同完成一份研究指出；他们对瑞典1932年后出生的五千余名自闭症患者和超过三万名健康人士的精神疾病诊断细节、他们祖父和外祖父的生育年龄等数据进行对照研究后发现，祖父生育子女时的年龄与其第三代患自闭症的风险成本文档来自技高网...

【技术保护点】
1.基于大数据的儿童自闭症脑神经元细胞评估仪，其特征在于，包括戴在患儿双耳的特制耳机，所述特制耳机包括发射器以及接收器；/n所述特制耳机电性连接有中央处理器；/n所述中央处理器连接有医疗分析系统以及大数据系统，通过医疗分析系统以及大数据系统对疾病进行监测；/n所述大数据系统包括数据收集模块、数据库建立模块、数据库处理模块以及可视化模块；/n所述医疗分析系统包括标准数据库以及异常数据库；/n所述监测仪还包括与中央处理器电性连接的存储器。/n

【技术特征摘要】
1.基于大数据的儿童自闭症脑神经元细胞评估仪，其特征在于，包括戴在患儿双耳的特制耳机，所述特制耳机包括发射器以及接收器；
所述特制耳机电性连接有中央处理器；
所述中央处理器连接有医疗分析系统以及大数据系统，通过医疗分析系统以及大数据系统对疾病进行监测；
所述大数据系统包括数据收集模块、数据库建立模块、数据库处理模块以及可视化模块；
所述医疗分析系统包括标准数据库以及异常数据库；
所述监测仪还包括与中央处理器电性连接的存储器。


2.根据权利要求1所述的基于大数据的儿童自闭症脑神经元细胞评估仪，其特征在于，所述中央处理器执行存储器中存储的分析程序，包括以下步骤：
a、建立儿童自闭症的病理模型，通过分析仪采集患儿的各种生理信号，包括身高、体重、体温、体内生长激素水平、血氧浓度、血压、听觉状况、以及视觉状况，得到输入参数；
b、该模型包括引发儿童自闭症的三条因素，第一条是遗传因素，第二条是母孕期不利因素，第三条是后期生长环境因素；
c、基于儿童自闭症的病理模型，输入参数上传至统一的服务器，利用单方面特征量对全自动生化分析仪进行初步状态评估，判断全自动生化分析仪是否故障或者正常运行，利用异常检测算法建立特征密度估计模型，测试设备特征概率密度分布是否异常；
d、建立儿童自闭症的数理模型，将采集到儿童自闭症的病理数据分析并按严重程度的不同划分为3个类型：冷漠型、主动但怪异型、被动型。


3.根据权利要求2所述的基于大数据的儿童自闭症脑神经元细胞评估仪，其特征在于，所述冷漠型患儿除有需要外，不主动发起社...

【专利技术属性】
技术研发人员：苏敏，
申请(专利权)人：芭雅医院投资管理上海有限公司，
类型：发明
国别省市：上海;31