【技术实现步骤摘要】
本申请涉及智能数据分析领域，且更为具体地，涉及一种老年人认知功能退化智能预警系统及方法。
技术介绍
1、随着全球人口老龄化趋势的加剧，老年人健康监测与管理的重要性日益凸显。特别是对于认知功能衰退（如阿尔茨海默病等）的早期检测，能够帮助及时干预，延缓病情进展，提高患者生活质量。
2、公开号为cn111524602b的专利技术专利提出了一种老年人记忆及认知功能评估筛查预警系统，其通过收集老年人的生理数据和蒙特利尔认知评估量表（moca）结果，并采用自适应加权方法整合这两类数据。运用遗传算法优化的bp神经网络模型，有效评估老年人认知障碍的可能性。
3、然而，上述专利中提到的遗传算法优化bp神经网络模型虽然能在一定程度上改进模型参数的寻优，但这种基于传统机器学习的方法可能难以深入挖掘人体生理数据与认知评估数据之间的潜在复杂联系。也就是，bp神经网络尽管具备非线性拟合能力，但在处理高维度、异构数据时，其内部的特征表示可能不足以揭示生理与认知状态间深层次的相互作用。此外，采用自适应加权法来整合生理数据和认知数据，虽然能够在一定程度上调整不同数据源的重要性，但仍局限于线性组合，这可能不足以全面捕捉这两类数据之间错综复杂的关系。因此，融合后的特征表示可能缺乏对生理-认知状态间显著关联的完整反映，导致模型在评估认知障碍时的精度受限。特别是在早期轻度认知障碍的检测上，细微的变化可能被忽视，从而影响预警系统的灵敏度和可靠性。
4、因此，期望一种优化的老年人认知功能退化智能预警方案。
技术
1、为了解决上述技术问题，提出了本申请。
2、根据本申请的一个方面，提供了一种老年人认知功能退化智能预警系统，其包括：
3、老年对象相关状态数据采集模块，用于获取被分析老年对象的生理测量数据和蒙特利尔认知量表数据；
4、老年对象生理状态语义编码模块，用于对所述生理测量数据中的各个数据项进行嵌入编码以得到生理测量数据项嵌入编码向量的序列后输入生理状态语义关联编码器以得到老年对象生理状态语义编码特征向量；
5、老年对象认知状态语义编码模块，用于对所述蒙特利尔认知量表数据中的各个数据项进行嵌入编码以得到认知数据项嵌入编码向量的序列后输入认知状态语义关联编码器以得到老年对象认知状态语义编码特征向量；
6、老年人对象认知-生理状态融合模块，用于将所述老年对象认知状态语义编码特征向量和所述老年对象生理状态语义编码特征向量输入基于特征主成分查询匹配的显著融合网络以得到老年人对象认知-生理状态稀疏显著融合表示向量；
7、分析结果生成模块，用于基于所述老年人对象认知-生理状态稀疏显著融合表示向量，得到分析结果，所述分析结果用于表示是否产生认知退化预警提示。
8、在上述老年人认知功能退化智能预警系统中，所述老年对象生理状态语义编码模块，包括：老年对象生理测量数据嵌入编码单元，用于使用生理数据嵌入编码矩阵对所述生理测量数据中的各个数据项进行嵌入编码以得到所述生理测量数据项嵌入编码向量的序列；老年对象生理状态语义编码特征生成单元，用于将所述生理测量数据项嵌入编码向量的序列输入基于转换器的生理状态语义关联编码器以得到所述老年对象生理状态语义编码特征向量。
9、在上述老年人认知功能退化智能预警系统中，所述老年对象认知状态语义编码模块，包括：老年对象认知数据嵌入编码单元，用于使用认知数据嵌入编码矩阵对所述蒙特利尔认知量表数据中的各个数据项进行嵌入编码以得到所述认知数据项嵌入编码向量的序列；老年对象认知状态语义编码特征生成单元，用于将所述认知数据项嵌入编码向量的序列输入基于转换器的认知状态语义关联编码器以得到所述老年对象认知状态语义编码特征向量。
10、在上述老年人认知功能退化智能预警系统中，所述老年人对象认知-生理状态融合模块，包括：老年对象认知生理状态语义特征标准化单元，用于对所述老年对象认知状态语义编码特征向量和所述老年对象生理状态语义编码特征向量进行标准化处理以得到标准化老年对象认知状态语义编码特征向量和标准化老年对象生理状态语义编码特征向量；老年对象认知生理状态样本协方差矩阵计算单元，用于计算所述标准化老年对象认知状态语义编码特征向量和所述标准化老年对象生理状态语义编码特征向量的样本协方差矩阵以得到老年对象认知状态样本协方差矩阵和老年对象生理状态样本协方差矩阵；老年对象认知生理状态主成分特征向量生成单元，用于对所述老年对象认知状态样本协方差矩阵和所述老年对象生理状态样本协方差矩阵进行基于矩阵分解的特征向量提取以得到老年对象认知状态主成分特征向量的集合和老年对象生理状态主成分特征向量的集合；语言-行为最大近似查询单元，用于将所述老年对象认知状态主成分特征向量的集合和所述老年对象生理状态主成分特征向量的集合输入最大近似查询匹配网络以得到老年对象认知状态主成分特征向量和老年对象生理状态主成分特征向量的最佳匹配对的集合；老年对象认知状态-生理状态主成分融合单元，用于将所述老年对象认知状态主成分特征向量和老年对象生理状态主成分特征向量的最佳匹配对的集合中的各个老年对象认知状态主成分特征向量和老年对象生理状态主成分特征向量的最佳匹配对输入语义细粒度门控联合模块以得到老年对象认知状态-生理状态主成分融合特征向量的集合；老年人对象认知-生理状态稀疏显著融合表示生成单元，用于将所述老年对象认知状态-生理状态主成分融合特征向量的集合进行级联以得到所述老年人对象认知-生理状态稀疏显著融合表示向量。
11、在上述老年人认知功能退化智能预警系统中，所述老年对象认知生理状态语义特征标准化单元，用于：分别计算所述老年对象认知状态语义编码特征向量的均值和标准差以得到老年对象认知状态语义编码特征均值和老年对象认知状态语义编码特征标准差；将所述老年对象认知状态语义编码特征向量与所述老年对象认知状态语义编码特征均值进行按位置相减后，计算得到的老年对象认知状态语义偏移向量与所述老年对象认知状态语义编码特征标准差的按位置除法以得到所述标准化老年对象认知状态语义编码特征向量；分别计算所述老年对象生理状态语义编码特征向量的均值和标准差以得到老年对象生理状态语义编码特征均值和老年对象生理状态语义编码特征标准差；将所述老年对象生理状态语义编码特征向量与所述老年对象生理状态语义编码特征均值进行按位置相减后，计算得到的老年对象生理状态语义偏移向量与所述老年对象生理状态语义编码特征标准差的按位置除法以得到所述标准化老年对象生理状态语义编码特征向量。
12、在上述老年人认知功能退化智能预警系统中，所述老年对象认知生理状态样本协方差矩阵计算单元，用于：将所述标准化老年对象认知状态语义编码特征向量的转置向量与所述标准化老年对象认知状态语义编码特征向量进行相乘后，将得到的标准化老年对象认知状态语义关联矩阵与所述标准化老年对象认知状态语义编码特征向量的长度减一得到的数值进行按位置相除以得到所述老年对象认知状态样本协方差矩阵；将所述标准化老年对象生理状态语义编码特征本文档来自技高网...
【技术保护点】
1.一种老年人认知功能退化智能预警系统，其特征在于，包括：
2.根据权利要求1所述的老年人认知功能退化智能预警系统，其特征在于，所述老年对象生理状态语义编码模块，包括：
3.根据权利要求2所述的老年人认知功能退化智能预警系统，其特征在于，所述老年对象认知状态语义编码模块，包括：
4.根据权利要求3所述的老年人认知功能退化智能预警系统，其特征在于，所述老年人对象认知-生理状态融合模块，包括：
5.根据权利要求4所述的老年人认知功能退化智能预警系统，其特征在于，所述老年对象认知生理状态语义特征标准化单元，用于：
6.根据权利要求5所述的老年人认知功能退化智能预警系统，其特征在于，所述老年对象认知生理状态样本协方差矩阵计算单元，用于：
7.根据权利要求6所述的老年人认知功能退化智能预警系统，其特征在于，所述语言-行为最大近似查询单元，用于：
8.根据权利要求7所述的老年人认知功能退化智能预警系统，其特征在于，所述老年对象认知状态-生理状态主成分融合单元，用于：
9.根据权利要求8所述的老年人
10.一种老年人认知功能退化智能预警方法，其特征在于，包括：
...【技术特征摘要】
1.一种老年人认知功能退化智能预警系统，其特征在于，包括：
2.根据权利要求1所述的老年人认知功能退化智能预警系统，其特征在于，所述老年对象生理状态语义编码模块，包括：
3.根据权利要求2所述的老年人认知功能退化智能预警系统，其特征在于，所述老年对象认知状态语义编码模块，包括：
4.根据权利要求3所述的老年人认知功能退化智能预警系统，其特征在于，所述老年人对象认知-生理状态融合模块，包括：
5.根据权利要求4所述的老年人认知功能退化智能预警系统，其特征在于，所述老年对象认知生理状态语义特征标准化单元，用于：
6.根据权利要求5所述的老年人认知功能退化智能预警系统，其特征在于，所...
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。