一种家用心血管疾病预警系统及风险评估方法技术方案

本发明专利技术公开了一种家用心血管疾病预警系统，包括数据采集模块

【技术实现步骤摘要】
一种家用心血管疾病预警系统及风险评估方法


[0001]本专利技术涉及疾病风险评估领域，具体涉及一种家用心血管疾病预警系统及风险评估方法
。

技术介绍

[0002]心血管疾病的发生是包括性别
、
年龄
、
高血压
、
糖尿病
、
血脂异常和吸烟等多种危险因素相互作用的结果
。
从发病过程看，心血管病并非一蹴而就，而是一个连续的过程，并且通过及时有效的危险因素干预能够明显降低心血管疾病的死亡率
。
[0003]综上所述，现有技术存在的问题是：
[0004]1)
目前用于心血管疾病预防的技术费时且不够便捷，不利于人们对自己的身体做出及时评估，从而有效控制心血管疾病的发生
。
[0005]2)
访问量过高时，经常因为网络问题
、
硬件问题
、
程序
bug
等原因导致服务不可用，极大的影响了用户体验感
。
[0006]3)
给出的结果分析报告指向性不强，没有起到提高防控意识的作用，被检测者无法准确识别疾病潜在风险及时进行进一步的有效干预
。

技术实现思路

[0007]针对现有技术中的上述不足，本专利技术提供了一种家用心血管疾病预警系统及风险评估方法
。
[0008]为了达到上述专利技术目的，本专利技术采用的技术方案为：
[0009]一种家用心血管疾病预警系统，其特征在于，包括：
[0010]数据采集模块，用于获取被监测者某段时间内的评估数据，评估数据一方面通过监测者填表获取，通过填表采集的数据包括年龄
、
性别
、BMI
指数
、
地域
、
既往相关病史
、
是否存在心血管疾病家族史
、
吸烟情况
、
饮酒情况
、
睡眠状况
、
是否服用降压药
、
是否患有糖尿病等；另一方面通过智能可穿戴设备进行采集；
[0011]数据对比模块，用于采集数据分析，将采集的数据与标准值进行对比，当发现采集数据异常时，将异常状态写入发送报文中用于后续结果分析；
[0012]风险评估模块，用于心血管疾病风险评估，将采集数据的特征指标输入模型函数得到评估结果；
[0013]云服务模块，用于在预先设定时间段内从服务器中提取规定时间段内的数据，通过数据对比模块
、
风险评估模块生成报告所需结果同时通过负载均衡技术对请求进行分发；
[0014]结果生成模块，用于产生预定时间段内的结果分析报告，报告得出预定时间段内被监测者的基础信息
、
心率
、
血氧饱和度
、
血压变化情况
、
异常数据标注
、
风险评估结果
。
[0015]基于上述系统的风险评估方法，包括如下步骤：
[0016]S1、
利用数据采集模块获取被监测者一段时间内的评估数据，评估数据一方面通
过监测者填表获取，另一方面通过智能可穿戴设备进行采集；
[0017]S2、
利用数据对比模块进行异常值检测，将智能穿戴设备采集的数据输入基于
LSTM
网络的时间序列异常检测算法进行分析，当发现采集数据异常时，将异常状态写入发送报文中用于后续分析；
[0018]S3、
利用风险评估模块对写入发送报文的异常状态进行主成分分析筛选出危险因素，并利用决策树分类算法对所筛选出的危险因素进行风险评估；
[0019]S4、
利用结果生成模块生成风险评估报告
。
[0020]进一步的，所述
S2
中基于
LSTM
网络包括一个单元状态和三个门，这三个门分别是遗忘门
f
t
，输入门
i
t
，输出门
o
t
，
LSTM
通过这三个门在隐藏状态和单元状态之间释放和接收信息共同控制信息的输入与输出，其中：
[0021]遗忘门通过
S
型激活函数传递上一个隐藏状态
h
t
‑1和当前的输入数据
x
t
来共同实现，表示为：
[0022]f
t
＝
σ
g
(W
xf
x
t
+W
hf
h
t
‑1+b
f
)
[0023]输入门
i
t
通过一个
S
型激活函数和一个
tanh
函数来实现的，使当前阶段的单元状态在该阶段中得到更新，表示为：
[0024]i
t
＝
σ
g
(W
xi
x
t
+W
hi
h
t
‑1+b
i
)
[0025]输出门
o
t
控制该阶段中的隐藏信息将有多少信息传递到下一个阶段，通过
tanh
函数来实现，表示为：
[0026]o
t
＝
σ
g
(W
xo
x
t
+W
ho
h
t
‑1+b
o
)
[0027]c
t
＝
sig mod(f
t
)
×
c
t
‑1+sig mod(i
t
)
×
tanh(W
xc
x
t
+W
hc
h
t
‑1+b
c
)
[0028]h
t
＝
sig mod(o
t
)
×
tanh(c
t
)
[0029]其中，
i
t
，
f
t
，
o
t
分别表示
LSTM
模型的输入门，遗忘门，输出门；
σ
g
表示
sigmoid
函数；
W
xf
、W
xi
、W
xo
依次为遗忘门
、
输入门和输出门的输入数据端网络的权重矩阵，
W
hf
、W
hi
、W
ho
依次为遗忘门
、
输入门和输出门的隐藏状态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种家用心血管疾病预警系统，其特征在于，包括：数据采集模块，用于获取被监测者某段时间内的评估数据，评估数据一方面通过监测者填表获取，通过填表采集的数据包括年龄
、
性别
、BMI
指数
、
地域
、
既往相关病史
、
是否存在心血管疾病家族史
、
吸烟情况
、
饮酒情况
、
睡眠状况
、
是否服用降压药
、
是否患有糖尿病等；另一方面通过智能可穿戴设备进行采集；数据对比模块，用于采集数据分析，将采集的数据与标准值进行对比，当发现采集数据异常时，将异常状态写入发送报文中用于后续结果分析；风险评估模块，用于心血管疾病风险评估，将采集数据的特征指标输入模型函数得到评估结果；云服务模块，用于在预先设定时间段内从服务器中提取规定时间段内的数据，通过数据对比模块
、
风险评估模块生成报告所需结果同时通过负载均衡技术对请求进行分发；结果生成模块，用于产生预定时间段内的结果分析报告，报告得出预定时间段内被监测者的基础信息
、
心率
、
血氧饱和度
、
血压变化情况
、
异常数据标注
、
风险评估结果
。2.
一种基于权利要求1所述的家用心血管疾病预警系统的风险评估方法，其特征在于，包括如下步骤：
S1、
利用数据采集模块获取被监测者一段时间内的评估数据，评估数据一方面通过监测者填表获取，另一方面通过智能可穿戴设备进行采集；
S2、
利用数据对比模块进行异常值检测，将智能穿戴设备采集的数据输入基于
LSTM
网络的时间序列异常检测算法进行分析，当发现采集数据异常时，将异常状态写入发送报文中用于后续分析；
S3、
利用风险评估模块对写入发送报文的异常状态进行主成分分析筛选出危险因素，并利用决策树分类算法对所筛选出的危险因素进行风险评估；
S4、
利用结果生成模块生成风险评估报告
。3.
根据权利要求2所述的家用心血管疾病风险评估方法，其特征在于，所述
S2
中基于
LSTM
网络包括一个单元状态和三个门，这三个门分别是遗忘门
f
t
，输入门
i
t
，输出门
o
t
，
LSTM
通过这三个门在隐藏状态和单元状态之间释放和接收信息共同控制信息的输入与输出，其中：遗忘门通过
S
型激活函数传递上一个隐藏状态
h
t
‑1和当前的输入数据
x
t
来共同实现，表示为：
f
t
＝
σ
g
(W
xf
x
t
+W
hf
h
t
‑1+b
f
)
输入门
i
t
通过一个
S
型激活函数和一个
tanh
函数来实现的，使当前阶段的单元状态在该阶段中得到更新，表示为：
i
t
＝
σ
g
(W
xi
x
t
+W
hi
h
t
‑1+b
i
)
输出门
o
t
控制该阶段中的隐藏信息将有多少信息传递到下一个阶段，通过
tanh
函数来实现，表示为：
o
t
＝
σ
g
(W
xo
x
t
+W
ho
h
t
‑1+b
o
)c
t
＝
sig mod(f
t
)
×
c
t
‑1+sig mod(i
t
)
×
tanh(W
xc
x
t
+W
hc
h
t
‑1+b
c
)h
t
＝
sig mod(o
t
)
×
tanh(c
t
)
其中，
i
t
，
f
t
，
o
t
分别表示
LSTM
模型的输入门，遗忘门，输出门；
σ
g
表示
sigmoid
函数；
W
xf
、
W
xi
、W
xo
依次为遗忘门
、
输入门和输出门的输入数据端网络的权重矩阵，
W
hf
、W
hi
、W
ho
依次为遗忘门
、
输入门和输出门的隐藏状态端网络的权重矩阵；
b
f
、b
...

【专利技术属性】
技术研发人员：蔡乐才，张璐瑶，张超洋，成奎，刘川莉，汤科元，高祥，
申请(专利权)人：宜宾学院，
类型：发明
国别省市：