一种结合TOPSIS与人工智能的卒中快速识别方法技术

本发明专利技术涉及一种结合TOPSIS与人工智能的卒中快速识别方法，首先通过用户双臂平举程度判断是否存在单侧肌力下降，并通过手臂间的角度对肌力差进行分级；然后通过人工智能语音识别，并结合错词率计算方法分析用户口齿不清的程度；然后利用人工智能人脸特征点识别模型检测出人脸特征点的位置坐标，通过TOPSIS方法计算脸部下垂程度，最后通过TOPSIS方法综合肌力差分级，口齿不清程度以及人脸下垂程度快速识别卒中的风险程度。本发明专利技术可使得患者及其家属在家中对卒中症状进行有效快速识别，并根据卒中的不同严重程度自动分流卒中患者至相应的卒中中心接受治疗，提高紧急医疗救护服务的急救效率和质量。救效率和质量。救效率和质量。

【技术实现步骤摘要】
一种结合TOPSIS与人工智能的卒中快速识别方法


[0001]本专利技术涉及一种在移动终端上卒中快速识别方法，尤其涉及基于TOPSIS与人工智能的卒中快速识别方法。

技术介绍

[0002]据《中国脑卒中防治报告》，脑卒中是造成我国减寿年数的第一位病因。相关数据显示，在我国因病死亡的人群中，每5人中就至少有1人死于脑卒中。脑卒中不仅是中国成年人的第一大致死病因，同时也是第一大致残病因，给个人、家庭和社会都带来沉重打击和负担。但是，目前脑卒中的治疗上仍存在着院前识别困难和院前转运时间长两个亟需解决的瓶颈问题。这两个问题事关急性缺血性卒中院前急救时间(即OTT)，研究表明OTT每减少1分钟，就能增加平均1.8天的健康生命时间，每减少15分钟，就能额外增加1个月的健康生命时间，并使院内病死率降低4％。及时识别并将患者转运至有卒中救治能力的卒中中心能够提高静脉溶栓率，增加患者成功治疗的比例。快速识别脑卒中是启动脑卒中急救生存链的第一步，影响着紧急医疗救护服务的急救效率和质量。研究表明公众对脑卒中的正确识别率仅为3
‑
16％。同时，我国医疗急救中心院前急救人员入职门槛较低，脑卒中专业知识培训不足，仅约33％的脑卒中患者能够被院前急救人员正确识别。因此，提升脑卒中患者的自我识别率，必将提高脑卒中的院前急救效率，减少院前延误，提高缺血性脑卒中患者接受静脉溶栓治疗的比例。
[0003]患者及其家属缺乏对卒中症状的有效识别并且未能及时拨打“120”急救电话是我国脑卒中患者院前延误的主要原因之一，目前国际上卒中自我识别的常用工具是面臂言语时间评分(face，arm，speech，time，FAST)、辛辛那提院前卒中评分(Cincinnati prehospital stroke scale，CPSS)，我国科研人员结合中国文化特点研制了“中风120”(看到1张不对称的脸，查2只手臂是否单侧无力，聆(0)听讲话是否清晰)这种便于公众理解的卒中识别方法。为进一步提高院前卒中识别率，国际上基于人工智能算法开发了卒中自动识别系统，提高了卒中自动分类识别的能力，根据卒中的不同严重程度自动分流卒中患者至相应的卒中中心接受治疗。然而，现有的基于机器学习的工作绝大多数需要很多病例来提高模型的准确率，且根据现有病例构成的模型可能存在过拟合的问题，导致生成的机器学习模型不适用于新的卒中风险快速识别。本专利技术采用TOPSIS与人工智能相结合的方法，根据FAST准则以及智能终端可以收集的手臂抬高数据，语音数据以及脸部数据快速识别卒中并预警，一方面，减少模型的训练样本，只需要提取典型的卒中风险等级病例作为参照即可，另一方面避免依赖主观性较强的人工经验进行卒中识别，提高卒中识别准确率与可靠性。

技术实现思路

[0004]本专利技术的目的是克服现有技术存在的缺陷，提供一种基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，便于使患者和家属在家中通过移动终端完成卒中风险的
快速识别，从而提高紧急医疗救护服务的急救效率和质量。
[0005]实现本专利技术目的的技术方案是：一种基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，在移动终端收集患者的肌力,语音以及当前脸部照片,分析患者的肌力分级,口齿不清程度以及脸部下垂程度，并当前的卒中风险等级，具体包括如下步骤：
[0006]步骤1：通过用户双臂平举程度判断是否存在单侧肌力下降，并通过手臂间的角度对肌力差进行分级；
[0007]步骤2：通过人工智能语音识别，并结合错词率计算方法分析用户口齿不清的程度；
[0008]步骤3：基于人工智能人脸特征点识别模型检测出人脸特征点的位置坐标，通过TOPSIS方法计算脸部下垂程度；
[0009]步骤4：通过TOPSIS方法综合肌力差分级、口齿不清程度以及人脸下垂程度快速识别卒中的风险。
[0010]上述技术方案所述步骤1中，通过双臂平举，观察双臂是否能平举到同一高度以及是否出现单臂无力、垂落的情况，来判断单侧肌力下降，通过比较两只手臂的角度即可判断双侧肌力差程度。
[0011]上述技术方案具体步骤如下：
[0012](1)患者站立，双手平举至可达高度；
[0013](2)比较双臂之间的角度差，分为三个等级：0
°
到30
°
为等级I，30
°
到60
°
为等级II，60
°
到90
°
为等级III；
[0014](3)用户将等级输入移动终端。
[0015]上述技术方案所述步骤2中，让患者朗读所给文本，并通过语音识别接口识别成对应文字，然后计算错词率量化患者口齿不清程度。
[0016]上述技术方案具体步骤如下：
[0017]1)移动终端从句子库中随机抽取一段文字，字数15
‑
30字，并提示用户朗读；
[0018]2)移动终端通过语音识别接口将朗读语音转换为文字；
[0019]3)计算错词率R，根据错词率量化口齿不清等级，其中0到25％为I级，25％到50％为II级，50％到75％为III级，75％以上为IV级。
[0020]其中，错词率R计算方法由公式(1)计算：
[0021][0022]其中，I为转换文字相对于原文增加的字数，D为转换文字相对于原文减少的字数，C为转换文字与原文对应的字数。
[0023]上述技术方案所述步骤3中：首先通过人脸特征点识别方法识别人脸特征，包括左眼左眼角E1，左眼右眼角E2，右眼左眼角E3，右眼右眼角E4，鼻根点N，左嘴角M1，右嘴角M2，下嘴唇特征点M3；然后计算特征点之间的倾斜度，将对称特征点倾斜度差的绝对值作为指标，典型脸下垂的程度作为参照，计算用户当前脸下垂的程度。
[0024]上述技术方案具体步骤如下：
[0025]a分别计算脸下垂程度为I，II，III，IV级以及用户当前的脸部特征点E1
‑
N与E4
‑
N的倾斜度差的绝对值g1，如公式(2)所示：
[0026][0027]其中，y表示特征点的纵坐标，x表示特征点的横坐标，abs表示绝对值。
[0028]b分别计算脸下垂程度为I，II，III，IV级以及用户当前的脸部特征点E2
‑
N与E3
‑
N的倾斜度差的绝对值g2，如公式(3)所示：
[0029][0030]c分别计算脸下垂程度为I，II，III，IV级以及用户当前的脸部特征点M1
‑
M3与M2
‑
M3的倾斜度差的绝对值g3，如公式(4)所示：
[0031][0032]d将步骤a、b、c中计算脸下垂程度为I，II，III，IV级以及用户的脸部特征点的倾斜度差的绝对值综合成一个5*3的矩阵G，每一行为脸下垂程度所对应的脸部特征点的倾斜度差g1，g2，g3，如下列矩阵所示：
[0033][0034]e对G进行规本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，其特征在于，在移动终端收集患者的肌力，语音以及当前脸部照片，分析患者的肌力分级，口齿不清程度以及脸部下垂程度，并当前的卒中风险等级，具体包括如下步骤：步骤1：通过用户双臂平举程度判断是否存在单侧肌力下降，并通过手臂间的角度对肌力差进行分级；步骤2：通过人工智能语音识别，并结合错词率计算方法分析用户口齿不清的程度；步骤3：基于人工智能人脸特征点识别模型检测出人脸特征点的位置坐标，通过TOPSIS方法计算脸部下垂程度；步骤4：通过TOPSIS方法综合肌力差分级、口齿不清程度以及人脸下垂程度快速识别卒中的风险。2.根据权利要求1所述的基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，其特征在于，所述步骤1中，通过双臂平举，观察双臂是否能平举到同一高度以及是否出现单臂无力、垂落的情况，来判断单侧肌力下降，通过比较两只手臂的角度即可判断双侧肌力差程度。3.根据权利要求2所述的基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，其特征在于，具体步骤如下：(1)患者站立，双手平举至可达高度；(2)比较双臂之间的角度差，分为三个等级：0
°
到30
°
为等级I，30
°
到60
°
为等级II，60
°
到90
°
为等级III；(3)用户将等级输入移动终端。4.根据权利要求1所述的基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，其特征在于，所述步骤2中，让患者朗读所给文本，并通过语音识别接口识别成对应文字，然后计算错词率量化患者口齿不清程度。5.根据权利要求4所述的基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，其特征在于，具体步骤如下：1)移动终端从句子库中随机抽取一段文字，字数15
‑
30字，并提示用户朗读；2)移动终端通过语音识别接口将朗读语音转换为文字；3)计算错词率R，根据错词率量化口齿不清等级，其中0到25％为I级，25％到50％为II级，50％到75％为III级，75％以上为IV级。其中，错词率R计算方法由公式(1)计算：其中，I为转换文字相对于原文增加的字数，D为转换文字相对于原文减少的字数，C为转换文字与原文对应的字数。6.根据权利要求1所述的基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，其特征在于，所述步骤3中：首先通过人脸特征点识别方法识别人脸特征，包括左眼左眼角E1，左眼右眼角E2，右眼左眼角E3，右眼右眼角E4，鼻根点N，左嘴角M1，右嘴角M2，下嘴唇特征点M3；然后计算特征点之间的倾斜度，将对称特征点倾斜度差的绝对值作为指标，典型脸下垂的程度作为参照，计算用户当前脸下垂的程度。
7.根据权利要求6所述的基于移动终端的结合TOPSIS与人工智能的卒中快速识别方法，其特征在于，具体步骤如下：a分别计算脸下垂程度为I，II，III，IV级以及用户当前的脸部特征点E1
‑
N与E4
‑
N的倾斜度差的绝对值g1，如公式(2)所示：其中，y表示特征点的纵坐标，x表示特征点的横坐标，abs表示绝对值；b分别计算脸下垂程度为I，II，III，IV级以及用户当前的脸部特征点E...

【专利技术属性】
技术研发人员：朱晨阳，华飞，练学淦，张浩，谢云欣，
申请(专利权)人：江苏省中以产业技术研究院常州市第一人民医院，
类型：发明
国别省市：