一种基于机器学习和多生理参数的脑卒中分析系统技术方案

本发明专利技术公开了一种基于机器学习和多生理参数的脑卒中分析系统，分析系统包括数据获取单元、存储单元、数据分类单元、数据筛选单元、数据判别单元和输出单元，数据获取单元获取来自患者的多项生理参数的数据；数据分类单元并对获取的参数进行分类；数据筛选单元并对获取的数据进行筛选；数据判别单元通过云数据进行病情判别，并将判别的数据发送至存储单元进行存储记录。本发明专利技术设计了基于机器学习和多生理参数的脑卒中分析系统，通过数据获取单元、存储单元、数据分类单元、数据分类单元、数据判别单元和输出单元的组合形成一套分析判别系统，最大程度避免病状潜伏难以判别造成最佳干预时间的耽搁，通过本系统分析提高准确性。通过本系统分析提高准确性。通过本系统分析提高准确性。

【技术实现步骤摘要】
一种基于机器学习和多生理参数的脑卒中分析系统


[0001]本专利技术涉及神经疾病领域，特别涉及一种基于机器学习和多生理参数的脑卒中分析系统。

技术介绍

[0002]脑卒中是常见的脑血管疾病，是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，包括缺血性和出血性卒中，是造成我国成年人残疾或死亡的重要原因之一。越来越多的临床研究表明，脑卒中发生后出现病情恶化是导致其高致残率和高死亡率的重要环节。一项基于全球多中心脑出血研究(INTERACT
‑
2)的分析表明：17.3％(450/2598)的患者在病程中出现病情加重；而这些患者90天后的死亡风险增加4
‑
10倍，严重残疾以及与健康相关的不良生活质量风险增加3
‑
5倍。如何及时、准确和有效地对脑卒中病情加重这一重点人群进行评估和识别，采取相应干预措施是改善其不良预后，降低总体死亡率和严重残疾的关键和难点。
[0003]现阶段对脑卒中病情的分析基于单维度数据信息、传统数理统计模型和单一时间点数据等，其在不同程度限本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习和多生理参数的脑卒中分析系统，其特征在于，所述分析系统包括：数据获取单元，所述数据获取单元获取来自患者的多项生理参数的数据；存储单元，所述存储单元对数据获取单元所得到的数据进行存储；数据分类单元，所述数据分类单元由数据获取单元和存储单元处获取患者生理参数的数据，并对获取的参数进行分类；数据筛选单元，所述数据筛选单元由数据分类单元和存储单元处获取分类好的数据，并对获取的数据进行筛选；数据判别单元，所述数据判别单元由数据筛选单元处获得筛选好的数据，并通过云数据进行病情判别，并将判别的数据发送至存储单元进行存储记录；输出单元，所述输出单元由存储单元和数据判别单元处获取判别数据进行输出。2.根据权利要求1所述的一种基于机器学习和多生理参数的脑卒中分析系统，其特征在于，所述数据获取单元包括体温模块、呼吸频率模块、血压模块、脑电模块、心率模块和血液指标模块。3.根据权利要求2所述的一种基于机器学习和多生理参数的脑卒中分析系统，其特征在于，所述体温模块是收集和记录患者在诊疗期间每6
‑
8h时间段内的体温变化数据；所述呼吸频率模块是收集和记录患者在诊疗期间监测时间段内的呼吸频率变化数据；所述血压模块是收集和记录患者在诊疗期间监测时间段内的血压变化数据；所述脑电模块是收集和记录患者在诊疗期间监测时间段内的脑电变化数据；所述心率模块时收集和记录患者在诊疗期间监测时间段内的心率变化数据；所述血液指标模块是收...

【专利技术属性】
技术研发人员：陈伟，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：