本发明专利技术公开了一种颅脑疾患的综合诊断方法及系统，根据第一基础信息获得第一活动习惯，获得第一加速度信号，将第一加速度信号输入第一加速度信号分析模型，通过第一加速度信号分析模型获得第一加速度异常分析结果；根据第一加速度异常分析结果获得第一加速度特征；根据第一加速度特征获得第一时间区间；获得第一图像集；根据第一图像集获得第一步态监测特征；将第一加速度特征和第一步态监测特征输入第一体征分析模型，获得第一分析结果；根据第一分析结果构建第一用户的实时分析数据库，解决了现有技术中缺少对患者进行实时、准确患者信息收集，分析患者在职业习惯动作中的异常信号，更好的辅助医护人员进行颅脑疾患诊断的技术问题。术问题。术问题。
【技术实现步骤摘要】
一种颅脑疾患的综合诊断方法及系统
[0001]本专利技术涉及颅脑疾患的辅助诊断相关领域，尤其涉及一种颅脑疾患的综合诊断方法及系统。
技术介绍
[0002]颅脑是人体的重要器官，是人的生命中枢所在，颅脑疾病包括：颅脑损伤，颅脑外伤，头皮损伤，颅骨骨折，脑震荡，颅内高压等多种疾病。人的大脑是身体更为关键的位置，但由于各式各样的原因，会造成人脑出现许多病症。
[0003]但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：
[0004]现有技术中缺少对患者进行实时、准确患者信息收集，分析患者在职业习惯动作中的异常信号，更好的辅助医护人员进行颅脑疾患诊断的技术问题。
技术实现思路
[0005]本申请实施例通过提供一种颅脑疾患的综合诊断方法及系统，解决了现有技术中缺少对患者进行实时、准确患者信息收集，分析患者在职业习惯动作中的异常信号，更好的辅助医护人员进行颅脑疾患诊断的技术问题，达到对患者进行实时准确的信号收集，分析患者在职业习惯中的异常信号，进而可更好的辅助医护人员进行颅脑疾患的诊断的技术效果。
[0006]鉴于上述问题，提出了本申请实施例提供一种颅脑疾患的综合诊断方法及系统。
[0007]第一方面，本申请提供了一种颅脑疾患的综合诊断方法，所述方法应用于一辅助分析系统，所述系统与第一图像采集装置、第一加速度传感器通信连接，所述方法包括：获得第一用户的第一基础信息；根据所述第一基础信息获得所述第一用户的第一活动习惯，其中，所述第一活动习惯为职业活动习惯；通过所述第一加速度传感器获得第一加速度信号，其中，所述第一加速度信号为所述第一用户在所述第一活动习惯下的加速度信号；将所述第一加速度信号输入第一加速度信号分析模型，其中，所述第一加速度信号分析模型为对所述第一用户的加速度信号分析统计的模型，通过所述第一加速度信号分析模型获得第一加速度异常分析结果；根据所述第一加速度异常分析结果获得第一加速度特征；根据所述第一加速度特征获得第一时间区间；通过所述第一图像采集装置对所述第一时间内的所述第一用户进行图像采集，获得第一图像集；根据所述第一图像集获得所述第一用户的第一步态监测特征；将所述第一加速度特征和所述第一步态监测特征输入第一体征分析模型，获得第一分析结果；根据所述第一分析结果构建所述第一用户的实时分析数据库。
[0008]另一方面，本申请还提供了一种颅脑疾患的综合诊断系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一用户的第一基础信息；第二获得单元，所述第二获得单元用于根据所述第一基础信息获得所述第一用户的第一活动习惯，其中，所述第一活动习惯为职业活动习惯；第三获得单元，所述第三获得单元用于通过第一加速度传感器获
得第一加速度信号，其中，所述第一加速度信号为所述第一用户在所述第一活动习惯下的加速度信号；第一输入单元，所述第一输入单元用于将所述第一加速度信号输入第一加速度信号分析模型，其中，所述第一加速度信号分析模型为对所述第一用户的加速度信号分析统计的模型，通过所述第一加速度信号分析模型获得第一加速度异常分析结果；第四获得单元，所述第四获得单元用于根据所述第一加速度异常分析结果获得第一加速度特征；第五获得单元，所述第五获得单元用于根据所述第一加速度特征获得第一时间区间；第六获得单元，所述第六获得单元用于通过第一图像采集装置对所述第一时间内的所述第一用户进行图像采集，获得第一图像集；第七获得单元，所述第七获得单元用于根据所述第一图像集获得所述第一用户的第一步态监测特征；第八获得单元，所述第八获得单元用于将所述第一加速度特征和所述第一步态监测特征输入第一体征分析模型，获得第一分析结果；第一构建单元，所述第一构建单元用于根据所述第一分析结果构建所述第一用户的实时分析数据库。
[0009]第三方面，本专利技术提供了一种颅脑疾患的综合诊断系统，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，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
[0010]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0011]由于采用了通过获得第一用户的基础信息，根据所述第一基础信息获得所述第一用户的第一活动习惯，通过所述第一加速度传感器获得第一加速度信号，将所述第一加速度信号输入第一加速度信号分析模型，获得第一加速度异常分析结果，根据所述第一加速度异常分析结果获得第一加速度特征，获得所述第一加速度特征的第一时间区间，通过图像采集装置对所述第一时间区间内的第一用户进行图像采集，获得第一图像集，基于所述第一图像集获得所述第一用户的第一步态监测特征，将所述第一加速度特征和所述第一步态监测特征输入所述第一体征分析模型，获得第一分析结果，根据所述第一分析结果构建所述第一用户的实时分析数据库，达到对患者进行实时准确的信号收集，分析患者在职业习惯中的异常信号，进而可更好的辅助医护人员进行颅脑疾患的诊断的技术效果。
[0012]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0013]图1为本申请实施例一种颅脑疾患的综合诊断方法的流程示意图；
[0014]图2为本申请实施例一种颅脑疾患的综合诊断方法的结构示意图；
[0015]图3为本申请实施例示例性电子设备的结构示意图。
[0016]附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一输入单元14，第四获得单元15，第五获得单元16，第六获得单元17，第七获得单元18，第八获得单元19，第一构建单元20，总线300，接收器301，处理器302，发送器303，存储器304，总线接口304。
具体实施方式
[0017]本申请实施例通过提供一种颅脑疾患的综合诊断方法及系统，解决了现有技术中缺少对患者进行实时、准确患者信息收集，分析患者在职业习惯动作中的异常信号，更好的辅助医护人员进行颅脑疾患诊断的技术问题，达到对患者进行实时准确的信号收集，分析患者在职业习惯中的异常信号，进而可更好的辅助医护人员进行颅脑疾患的诊断的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0018]申请概述
[0019]颅脑是人体的重要器官，是人的生命中枢所在，颅脑疾病包括：颅脑损伤，颅脑外伤，头皮损伤，颅骨骨折，脑震荡，颅内高压等多种疾病。人的大脑是身体更为关键的位置，但由于各式各样的原因，会造成人脑出现许多病症。现有技术中缺少对患者进行实时、准确患者信息收集，分析患者在职业习惯动作中的异常信号，更好的辅助医护人员进行颅脑疾患诊断的技术问题。
[0020]针对上述技术问题，本申请提供的技术方案总体思路如下：
...
【技术保护点】
【技术特征摘要】
1.一种颅脑疾患的综合诊断方法，其中，所述方法应用于一辅助分析系统，所述系统与第一图像采集装置、第一加速度传感器通信连接，所述方法包括：获得第一用户的第一基础信息；根据所述第一基础信息获得所述第一用户的第一活动习惯，其中，所述第一活动习惯为职业活动习惯；通过所述第一加速度传感器获得第一加速度信号，其中，所述第一加速度信号为所述第一用户在所述第一活动习惯下的加速度信号；将所述第一加速度信号输入第一加速度信号分析模型，其中，所述第一加速度信号分析模型为对所述第一用户的加速度信号分析统计的模型，通过所述第一加速度信号分析模型获得第一加速度异常分析结果；根据所述第一加速度异常分析结果获得第一加速度特征；根据所述第一加速度特征获得第一时间区间；通过所述第一图像采集装置对所述第一时间内的所述第一用户进行图像采集，获得第一图像集；根据所述第一图像集获得所述第一用户的第一步态监测特征；将所述第一加速度特征和所述第一步态监测特征输入第一体征分析模型，获得第一分析结果；根据所述第一分析结果构建所述第一用户的实时分析数据库。2.如权利要求1所述的方法，其中，所述方法还包括：获得第一卷积步态分析特征；根据所述第一卷积步态分析特征对所述实时分析数据库中的步态特征进行特征匹配，获得第一特征匹配结果；根据所述第一特征匹配结果获得步态异常时间和对应的步态异常程度；以所述步态异常时间为横坐标，所述步态异常程度为纵坐标构建步态异常数据时间变化曲线；根据所述步态异常数据时间变化曲线获得第二分析结果，将所述第二分析结果添加至所述实时分析数据库。3.如权利要求2所述的方法，其中，所述方法还包括：根据所述步态异常数据时间变化曲线获得第二时间区间，其中，所述第二时间区间为连续时间区间；获得所述第二时间区间内的第一步态异常程度，所述第一步态异常程度为所述第二时间区间内的步态异常程度最大值；根据所述第二时间区间和所述第一步态异常程度最大值获得所述第二分析结果。4.如权利要求1所述的方法，其中，所述系统还与第一心率监测设备通信连接，所述方法还包括：通过所述第一心率监测设备获得所述第一用户的第一心率变化数据，其中，所述第一心率变化数据为所述第一用户在所述第一时间区间内的心率变化数据；根据所述基础信息获得所述第一用户的第一心率变化特征；将所述第一心率变化特征输入所述第一体征分析模型中，获得第一心率变化预测参
数；将所述第一心率变化预测参数进行数据损失分析，获得第一损失数据；将所述第一损失数据输入所述第一体征分析模型，获得第二体征分析模型，将所述第一心率变化数据输入所述第二体征分析模型，获得第三分析结果；将所述第三分析结果添加至所述实时分析数据库。5.如权利要求4所述的方法，其中，所述方法还包括：获得第一步态特征变化阈值；根据所述第一步态特征变化阈值和所述实时分析数据库进行实时步态特征监测，获...
【专利技术属性】
技术研发人员：巨涛，亓乾伟，岳新鹏，王鑫超，
申请(专利权)人：巨涛，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。