基于神经网络的帕金森病预测设备、装置和存储介质制造方法及图纸

本申请涉及人工智能领域，还涉及数字医疗领域，通过目标用户的手抖数据输入帕金森病预测模型进行预测，可以便捷地预测出用户患帕金森病的风险。涉及一种基于神经网络的帕金森病预测设备、装置和存储介质，该设备实现的步骤包括：获取目标用户对应的第一症状信息；将手抖数据输入帕金森病预测模型进行风险预测，获得目标用户对应的风险预测结果，风险预测结果包括第一预测概率；当第一预测概率大于或等于第一概率阈值时，输出第一风险提示信息；当第一预测概率大于或等于第二概率阈值且小于第一概率阈值时，获取目标用户对应的第二症状信息，基于第二症状信息输出第二风险提示信息。此外，本申请还涉及区块链技术，第一症状信息可存储于区块链中。可存储于区块链中。可存储于区块链中。

【技术实现步骤摘要】
基于神经网络的帕金森病预测设备、装置和存储介质


[0001]本申请涉及人工智能领域，尤其涉及一种基于神经网络的帕金森病预测设备、装置和存储介质。

技术介绍

[0002]随着中国人口老龄化程度不断加深，帕金森病人的比例逐渐增大。由于早期帕金森病的症状不明显，且帕金森病人大多为老年人，对自己的身体缺乏足够的重视，因此帕金森病人不能及时去医院进行检查和接受治疗，导致病情加重。目前市面上也没有对老年人进行帕金森病初步检测的医疗仪器，不能及时提醒老年人去医院做进一步检查。
[0003]因此，如何便捷地预测用户患帕金森病的风险成为亟需解决的问题。

技术实现思路

[0004]本申请提供了一种基于神经网络的帕金森病预测设备、装置和存储介质，通过目标用户的手抖数据输入帕金森病预测模型进行预测，预测过程简单、方便，无需专业的医疗设备进行检查，可以便捷地预测出用户患帕金森病的风险。
[0005]第一方面，本申请提供了一种基于神经网络的帕金森病预测设备，所述帕金森病预测设备包括存储器和处理器；
[0006]所述存储器，用于存储计算机程序；
[0007]所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如下步骤：
[0008]获取目标用户对应的第一症状信息，所述第一症状信息包括所述目标用户的手抖数据；
[0009]将所述手抖数据输入帕金森病预测模型进行风险预测，获得所述目标用户对应的风险预测结果，所述风险预测结果包括所述目标用户患有帕金森病的第一预测概率；
[0010]当所述第一预测概率大于或等于第一概率阈值时，输出所述目标用户患有帕金森病的第一风险提示信息；
[0011]当所述第一预测概率大于或等于第二概率阈值且小于所述第一概率阈值时，获取所述目标用户对应的第二症状信息，并基于所述第二症状信息输出所述目标用户患有帕金森病的第二风险提示信息。
[0012]第二方面，本申请还提供了一种帕金森病预测装置，所述装置包括：
[0013]症状信息获取模块，用于获取目标用户对应的第一症状信息，所述第一症状信息包括所述目标用户的手抖数据；
[0014]帕金森病预测模块，用于将所述手抖数据输入帕金森病预测模型进行风险预测，获得所述目标用户对应的风险预测结果，所述风险预测结果包括所述目标用户患有帕金森病的第一预测概率；
[0015]第一输出模块，用于当所述第一预测概率大于或等于第一概率阈值时，输出所述
目标用户患有帕金森病的第一风险提示信息；
[0016]第二输出模块，当所述第一预测概率大于或等于第二概率阈值且小于所述第一概率阈值时，获取所述目标用户对应的第二症状信息，并基于所述第二症状信息输出所述目标用户患有帕金森病的第二风险提示信息。
[0017]第三方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述帕金森病预测的步骤。
[0018]本申请公开了一种基于神经网络的帕金森病预测设备、装置和存储介质，通过获取目标用户对应的第一症状信息，可以获得目标用户发生手抖症状的手抖数据，由于手抖症状为帕金森病的一个显著特征，因此后续可以根据手抖数据进行风险预测，提高了预测的准确性；通过将手抖数据输入帕金森病预测模型进行风险预测，可以获得目标用户患有帕金森病的第一预测概率的风险预测结果，预测过程简单、方便，无需专业的医疗设备进行检查即可实现对目标用户进行初步检测，可以便捷地预测出用户患帕金森病的风险；通过当第一预测概率大于预设的第一概率阈值时，输出目标用户患有帕金森病的第一风险提示信息，可以使得目标用户根据风险提示信息及时去医院做进一步检查和治疗，以避免延误病情；通过当第一预测概率大于或等于第二概率阈值且小于第一概率阈值时，获取目标用户对应的第二症状信息，并基于第二症状信息输出目标用户患有帕金森病的第二风险提示信息，可以实现对第一预测概率进行调整，提高了风险预测的准确性。
附图说明
[0019]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本申请实施例提供的一种帕金森病预测设备的结构示意性框图；
[0021]图2是本申请实施例提供的一种帕金森病预测步骤的示意性流程图；
[0022]图3是本申请实施例提供的一种获取第一症状信息的示意图；
[0023]图4是本申请实施例提供的一种训练帕金森病预测模型的子步骤的示意性流程图；
[0024]图5是本申请实施例提供的一种帕金森病预测装置的示意性框图。
具体实施方式
[0025]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0026]附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0027]应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的
而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0028]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0029]本申请的实施例提供了一种基于神经网络的帕金森病预测设备、装置和存储介质。其中，该帕金森病预测设备可以是服务器或移动终端，通过目标用户的手抖数据输入帕金森病预测模型进行预测，预测过程简单、方便，无需专业的医疗设备进行检查，可以便捷地预测出用户患帕金森病的风险。
[0030]其中，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。移动终端可以是智能手机、智能手环以及智能手表等电子设备。
[0031]需要说明的是，本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的帕金森病预测设备，其特征在于，所述帕金森病预测设备包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如下步骤：获取目标用户对应的第一症状信息，所述第一症状信息包括所述目标用户的手抖数据；将所述手抖数据输入帕金森病预测模型进行风险预测，获得所述目标用户对应的风险预测结果，所述风险预测结果包括所述目标用户患有帕金森病的第一预测概率；当所述第一预测概率大于或等于第一概率阈值时，输出所述目标用户患有帕金森病的第一风险提示信息；当所述第一预测概率大于或等于第二概率阈值且小于所述第一概率阈值时，获取所述目标用户对应的第二症状信息，并基于所述第二症状信息输出所述目标用户患有帕金森病的第二风险提示信息。2.根据权利要求1所述的基于神经网络的帕金森病预测设备，其特征在于，所述手抖数据包括手抖发生频次、抖动频率、抖动幅度以及抖动时长。3.根据权利要求1所述的基于神经网络的帕金森病预测设备，其特征在于，所述处理器实现基于所述第二症状信息输出所述目标用户患有帕金森病的第二风险提示信息的步骤，包括：当所述第二症状信息满足预设条件时，对所述第一预测概率增加预设的第二预测概率，获得第三预测概率，并输出包含所述第三预测概率的第二风险提示信息；当所述第二症状信息不满足所述预设条件时，输出包含所述第一预测概率的第二风险提示信息。4.根据权利要求3所述的基于神经网络的帕金森病预测设备，其特征在于，所述预设条件包括以下至少一项：所述目标用户存在肌肉强直症状；所述目标用户存在动作迟缓症状；所述目标用户存在容易忘记短期的事情症状。5.根据权利要求1所述的基于神经网络的帕金森病预测设备，其特征在于，所述第一症状信息还包括所述目标用户的个人信息；所述处理器实现的步骤，还包括：确定所述目标用户是否为帕金森病确诊患者；若所述目标用户为帕金森病确诊患者，则对所述第一症状信息中的个人信息进行脱敏处理，获得脱敏处理后的第一症状信息；将脱敏处理后的所述第一症状信息作为样本数据，以用于所述帕金森病预测模型进行训练。6.根据权利要求1所述的基于神经网络的帕金森病预测设备，其特征在于，所述处理器实现将所述手抖数据输入帕金森病预测模型进行预测，获得所述目标用户对应的风险预测结果的步骤之前，还包括：获取待训练的手抖样本数据；对所述手抖样本数据进行标签标注，获得携带标签的手抖样本数据；
根据携带标签的手抖样本数据，对帕金森...

【专利技术属性】
技术研发人员：尹果子，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：