【技术实现步骤摘要】
本申请涉及心脏疾病诊断，为一种智能化心脏病患病预测方法，具体为一种冠状动脉粥样硬化性心脏病患病预测方法及系统。
技术介绍
1、在冠状动脉粥样硬化性心脏病，简称冠心病(coronary heart disease,chd)，是一种缺血性心脏病。作为全球最常见的死亡原因，随着人口老龄化的加剧，其患病率也在逐年上升。冠心病chd会导致冠状动脉管腔变窄甚至完全堵塞，从而引起心肌缺血、缺氧和坏死。炎症反映作为动脉粥样硬化的关键生物学国成制衣，可以和脂质积聚代谢障碍协同加速chd的发展，最终导致斑块破裂和不良临床时间的发生。
2、并且，针对于目前冠心病的诊断不具有先验性，仅能通过直接指标对是否具有冠心病患病进行确定，而此种确定方法会导致诊断信息缺失以及预测结果不准确的问题。
技术实现思路
1、为了解决现有技术中存在的，本申请实施例提供将多种评价指标进行融合的预测模型，将冠心病的发病指标进行融合并通过列线图的形式进行指标所对应的分的计算，并通过线性计算得到最终的风险值，基于风险值进行治疗指导。
2、为了达到上述目的，本申请实施例采用的技术方案如下：
3、第一方面，提供一种冠状动脉粥样硬化性心脏病患病预测方法，所述方法包括：获取待诊断患者临床数据；其中，所述临床数据包括血常规检查数据，所述血常规检查数据包括多个血细胞检查数据；将多个所述血细胞检查数据构建多个评价指标，多个所述评价指标包括系统凝血-炎症指标、甘油三酯葡萄糖指标、血浆动脉粥样硬化指标；将所述系统凝血
4、进一步的，所述凝血-炎症指标通过所述血常规检查数据中的血小板数量、纤维蛋白原和白细胞数量基于下式进行构建：sci＝plt*fib/wbc，其中plt为血小板数量，fib为纤维蛋白原，wbc为白细胞数量。
5、进一步的，所述甘油三酯葡萄糖指标通过所述血常规检查数据中的甘油三酯数据和空腹血糖数据基于下式构建：tyg＝ln[tg*fbg/2]，其中tg为甘油三酯数据，fbg为空腹血糖数据。
6、进一步的，所述血浆动脉粥样硬化指标通过所述血常规检查数据中的甘油三酯和高密度脂蛋白胆固醇基于下式构建：aip＝lg[tg/hdl-c]，其中hdl-c为高密度脂蛋白胆固醇。
7、进一步的，所述将所述系统凝血-炎症指标、所述甘油三酯葡萄糖指标、所述血浆动脉粥样硬化指标以及多个临床数据，输入至由临床数据构建的预测模型计算总风险得分值，包括：将待诊断患者年龄、所述系统凝血-炎症指标、所述甘油三酯葡萄糖指标、所述血浆动脉粥样硬化指标、血小板/淋巴细胞比值、d-二聚体数量、纤维蛋白原数据、高密度蛋白胆固醇和载脂蛋白输入至所述预测模型得到对应的子得分，基于多个子得分得到总得分，基于所述总得分进行线性计算得到对应的线性预测值，基于所述线性预测值得到对应的风险值。
8、进一步的，所述基于多个子得分得到总得分，包括：获取所述待诊断患者年龄对应的第一得分值，第一得分值对应设置有第一得分阈值区间；获取所述系统凝血-炎症指标所对应的第二得分值，第二得分值对应设置有第二得分阈值区间；获取血浆动脉粥样硬化指标所对应的第三得分值，第三得分值对应设置有第三得分阈值区间；获取血小板/淋巴细胞比值所对应的第四得分值，第四得分值对应设置有第四得分阈值区间；获取d-二聚体数量所对应的第五得分值，第五得分值对应设置有第五得分阈值区间；获取纤维蛋白原数据所对应的第六得分值，第六得分值对应设置有第六得分阈值区间；获取高密度蛋白胆固醇所对应的第七得分值，第七得分值对应设置有第七得分阈值区间；获取载脂蛋白所对应的第八得分值，第八得分值对应设置有第八得分阈值区间；将所述第一得分值、所述第二得分值、所述第三得分值、所述第四得分值、所述第五得分值、所述第六得分值、所述第七得分值和所述第八得分值加和得到所述总得分。
9、第二方面，提供一种冠状动脉粥样硬化性心脏病患病预测系统，所述系统包括：数据获取模块，用于获取待诊断患者临床数据；其中，所述临床数据包括血常规检查数据，所述血常规检查数据包括多个血细胞检查数据；评价指标计算模块，用于将多个所述血细胞检查数据构建多个评价指标，多个所述评价指标包括系统凝血-炎症指标、甘油三酯葡萄糖指标、血浆动脉粥样硬化指标；风险预测模块，用于将所述系统凝血-炎症指标、所述甘油三酯葡萄糖指标、所述血浆动脉粥样硬化指标以及多个临床数据，输入至由临床数据构建的预测模型计算风险值；所述预测模型为列线图模型。
10、进一步的，所述风险预测模块包括总得分计算单元、线性预测值计算单元和风险值计算单眼；所述总得分计算单元用于基于所述临床数据计算总得分，所述线性预测值计算单元用于对所述总得分进行线性处理得到线性预测值，所述风险值计算单元用于基于所述线性预测值得到风险值。
11、进一步的，所述总得分计算单元包括第一得分计算单元、第二得分计算单元、第三得分计算单元、第四得分计算单元、第五得分计算单元、第六得分计算单元、第七得分计算单元、第八得分计算单元和加和单元。
12、进一步的，所述第一得分计算单元，用于获取所述待诊断患者年龄计算对应的第一得分值，第一得分值对应设置有第一得分阈值区间；所述第二得分计算单元，用于获取所述系统凝血-炎症指标所对应的第二得分值，第二得分值对应设置有第二得分阈值区间；所述第三得分计算单元，用于获取所述血浆动脉粥样硬化指标所对应的第三得分值，第三得分值对应设置有第三得分阈值区间；所述第四得分计算单元，用于获取血小板/淋巴细胞比值所对应的第四得分值，第四得分值对应设置有第四得分阈值区间；所述第五得分计算单元，用于获取d-二聚体数量所对应的第五得分值，第五得分值对应设置有第五得分阈值区间；所述第六得分计算单元，用于获取纤维蛋白原数据所对应的第六得分值，第六得分值对应设置有第六得分阈值区间；所述第七得分计算单元，用于获取高密度蛋白胆固醇所对应的第七得分值，第七得分值对应设置有第七得分阈值区间；所述第八得分计算单元，用于获取载脂蛋白所对应的第八得分值，第八得分值对应设置有第八得分阈值区间；所述加和单元，用于将所述第一得分值、所述第二得分值、所述第三得分值、所述第四得分值、所述第五得分值、所述第六得分值、所述第七得分值和所述第八得分值加和得到所述总得分
13、第三方面，提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。
14、第四方面，提供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实现如上述任一项所述的方法。
15、本申请实施例提供的技术方案中，通过构建多个评价指标，多个所述评价指标包括系统凝血-炎症指标、甘油三酯葡萄糖指标、血浆动脉粥样硬化指标本文档来自技高网...
【技术保护点】
1.一种冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述系统凝血-炎症指标通过所述血常规检查数据中的血小板数量、纤维蛋白原和白细胞数量基于下式进行构建：
3.根据权利要求1所述的冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述甘油三酯葡萄糖指标通过所述血常规检查数据中的甘油三酯数据和空腹血糖数据基于下式构建：
4.根据权利要求1所述的冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述血浆动脉粥样硬化指标通过所述血常规检查数据中的甘油三酯和高密度脂蛋白胆固醇基于下式构建：
5.根据权利要求1～4中任一项的所述冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述将所述系统凝血-炎症指标、所述甘油三酯葡萄糖指标、所述血浆动脉粥样硬化指标以及多个临床数据，输入至由临床数据构建的预测模型计算总风险得分值，包括：
6.根据权利要求5所述的冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述基于多个子得分得到总得分，包括：p>
7.一种冠状动脉粥样硬化性心脏病患病预测系统，其特征在于，所述系统包括：
8.根据权利要求7所述的冠状动脉粥样硬化性心脏病患病预测系统，其特征在于，所述风险预测模块包括总得分计算单元、线性预测值计算单元和风险值计算单眼；所述总得分计算单元用于基于所述临床数据计算总得分，所述线性预测值计算单元用于对所述总得分进行线性处理得到线性预测值，所述风险值计算单元用于基于所述线性预测值得到风险值。
9.根据权利要求8所述的冠状动脉粥样硬化性心脏病患病预测系统，其特征在于，所述总得分计算单元包括第一得分计算单元、第二得分计算单元、第三得分计算单元、第四得分计算单元、第五得分计算单元、第六得分计算单元、第七得分计算单元、第八得分计算单元和加和单元。
10.根据权利要求9所述的冠状动脉粥样硬化性心脏病患病预测系统，其特征在于，所述第一得分计算单元，用于获取所述待诊断患者年龄计算对应的第一得分值，第一得分值对应设置有第一得分阈值区间；
...【技术特征摘要】
1.一种冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述系统凝血-炎症指标通过所述血常规检查数据中的血小板数量、纤维蛋白原和白细胞数量基于下式进行构建：
3.根据权利要求1所述的冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述甘油三酯葡萄糖指标通过所述血常规检查数据中的甘油三酯数据和空腹血糖数据基于下式构建：
4.根据权利要求1所述的冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述血浆动脉粥样硬化指标通过所述血常规检查数据中的甘油三酯和高密度脂蛋白胆固醇基于下式构建：
5.根据权利要求1～4中任一项的所述冠状动脉粥样硬化性心脏病患病预测方法，其特征在于，所述将所述系统凝血-炎症指标、所述甘油三酯葡萄糖指标、所述血浆动脉粥样硬化指标以及多个临床数据，输入至由临床数据构建的预测模型计算总风险得分值，包括：
6.根据权利要求5所述的冠状动脉粥样硬化性心脏病患病预...
【专利技术属性】
技术研发人员：沙吉旦·阿不都热衣木，高颖，陈卓，帕丽达·阿布来提，王瑜，邢智，李辉，吕茂琳，哈力沙·艾日肯江，
申请(专利权)人：新疆医科大学第一附属医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。