监测脑卒中的方法、监测脑卒中的装置和存储介质制造方法及图纸

本发明专利技术涉及一种监测脑卒中的方法、监测脑卒中的装置和存储介质。监测脑卒中的方法包括：收集脑卒中监测对象的心冲击图数据、医学检查数据、护理数据以及基础习性数据；依据预先设置的时序变换编码算法，对心冲击图数据、医学检查数据和护理数据分别进行时序编码，得到心冲击图时序编码特征、检查时序编码特征和护理时序编码特征；利用预先设置的特征提取算法，对基础习性数据进行特征提取，得到基础习性特征；融合心冲击图时序编码特征、检查时序编码特征、护理时序编码特征和基础习性特征，得到融合特征；基于融合特征以及预先构建的脑卒中识别模型，获取脑卒中监测对象的脑卒中监测结果。测结果。测结果。

【技术实现步骤摘要】
监测脑卒中的方法、监测脑卒中的装置和存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种监测脑卒中的方法、监测脑卒中的装置和存储介质。

技术介绍

[0002]脑卒中发病有明显的昼夜特点，夜晚是急性缺血性脑卒中发病高峰期，在患者脑卒中发病后没有在第一时间请求救治帮助是脑卒中院前救治延误的主要影响因素。而现有脑卒中的预测方法存在预测周期较长、预测准确率较低等问题。

技术实现思路

[0003]有鉴于此，本专利技术提供一种监测脑卒中的方法、监测脑卒中的装置和存储介质。
[0004]具体地，本专利技术是通过如下技术方案实现的：根据本专利技术的第一方面，提供一种监测脑卒中的方法，监测脑卒中的方法包括：收集脑卒中监测对象的心冲击图数据、医学检查数据、护理数据以及基础习性数据；依据预先设置的时序变换编码算法，对心冲击图数据、医学检查数据和护理数据分别进行时序编码，得到心冲击图时序编码特征、检查时序编码特征和护理时序编码特征；利用预先设置的特征提取算法，对基础习性数据进行特征提取，得到基础习性特征；融合心冲击图时序编码特征、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种监测脑卒中的方法，其特征在于，所述监测脑卒中的方法包括：收集脑卒中监测对象的心冲击图数据、医学检查数据、护理数据以及基础习性数据；依据预先设置的时序变换编码算法，对所述心冲击图数据、医学检查数据和护理数据分别进行时序编码，得到心冲击图时序编码特征、检查时序编码特征和护理时序编码特征；利用预先设置的特征提取算法，对所述基础习性数据进行特征提取，得到基础习性特征；融合所述心冲击图时序编码特征、所述检查时序编码特征、所述护理时序编码特征和所述基础习性特征，得到融合特征；基于所述融合特征以及预先构建的脑卒中识别模型，获取所述脑卒中监测对象的脑卒中监测结果。2.根据权利要求1所述的监测脑卒中的方法，其特征在于，所述依据预先设置的时序变换编码算法，对所述心冲击图数据、医学检查数据和护理数据分别进行时序编码，得到心冲击图时序编码特征、检查时序编码特征和护理时序编码特征，包括：获取心冲击图数据模型，通过所述心冲击图数据模型和所述时序变换编码算法，对所述心冲击图数据进行时序编码，得到所述心冲击图时序编码特征；获取医学检查数据模型，通过所述医学检查数据和所述时序变换编码算法，对所述医学检查数据进行时序编码，得到所述检查时序编码特征；获取护理数据模型，通过所述护理数据模型和所述时序变换编码算法，对所述护理数据进行时序编码，得到所述护理时序编码特征。3.根据权利要求1所述的监测脑卒中的方法，其特征在于，所述利用预先设置的特征提取算法，对所述基础习性数据进行特征提取，得到基础习性特征，包括：获取特征提取模型，通过所述特征提取模型和所述特征提取算法，对所述基础习性数据进行特征提取，得到所述基础习性特征。4.根据权利要求2所述的监测脑卒中的方法，其特征在于，所述融合所述心冲击图时序编码特征、所述检查时序编码特征、所述护理时序编码特征和所述基础习性特征，得到融合特征，包括：利用预先设置的特征融合算法，对所述心冲击图时序编码特征、所述检查时序编码特征、所述护理时序编码特征和所述基础习性特征进行特征融合处理，得到所述融合特征。5.根据权利要求1所述的监测脑卒中的方法，其特征在于，所述基于所述融...

【专利技术属性】
技术研发人员：王伊龙，兰蓝，罗佳伟，李瑞，
申请(专利权)人：首都医科大学附属北京天坛医院，
类型：发明
国别省市：