【技术实现步骤摘要】
本专利技术涉及脑卒中评估筛查，具体涉及一种脑卒中多区域风险快速评估与筛查的服务系统。
技术介绍
1、近年来，机器学习技术在脑卒中患者风险评估领域的应用日益广泛，现有技术通常通过采集患者的生理参数、影像数据等风险指标，构建统一的预测模型进行整体风险评估。例如，公开号为cn119517393a和cn109864745a的专利均公开了基于机器学习搭建的风险评估模型，但多是通过采集脑卒中患者风险数据，笼统训练应用模型，风险评估结果信息丰富程度不足，导致可参考价值较低。
技术实现思路
1、本申请提供了一种脑卒中多区域风险快速评估与筛查的服务系统，用于针对解决现有技术中局限于整体风险概率的笼统提示，导致脑卒中患者风险评估结果信息丰富程度不足的技术问题。
2、鉴于上述问题，本申请提供了一种脑卒中多区域风险快速评估与筛查的服务系统，所述系统包括：
3、信息分类模块，用于接收脑卒患者的面部图像、肢体图像、语音数据和生理参数，输入症状归类表，输出面部图像归类标识、肢体图像归类标识、语音...
【技术保护点】
1.一种脑卒中多区域风险快速评估与筛查的服务系统，其特征在于，包括：
2.如权利要求1所述的系统，其特征在于，接收脑卒患者的面部图像、肢体图像、语音数据和生理参数，输入症状归类表，输出面部图像归类标识、肢体图像归类标识、语音数据归类标识和生理参数归类标识，所述症状归类表内嵌有面部图像症状分类器、肢体图像症状分类器、语音数据症状分类器和生理参数症状分类器，包括：
3.如权利要求2所述的系统，其特征在于，通过面部图像症状分类器处理所述面部图像，获得所述面部图像归类标识，包括：
4.如权利要求1所述的系统，其特征在于，检索满足脑卒患者的患...
【技术特征摘要】
1.一种脑卒中多区域风险快速评估与筛查的服务系统，其特征在于，包括：
2.如权利要求1所述的系统，其特征在于，接收脑卒患者的面部图像、肢体图像、语音数据和生理参数，输入症状归类表，输出面部图像归类标识、肢体图像归类标识、语音数据归类标识和生理参数归类标识，所述症状归类表内嵌有面部图像症状分类器、肢体图像症状分类器、语音数据症状分类器和生理参数症状分类器，包括：
3.如权利要求2所述的系统，其特征在于，通过面部图像症状分类器处理所述面部图像，获得所述面部图像归类标识，包括：
4.如权利要求1所述的系统，其特征在于，检索满足脑卒患者的患病时长和并发症集合的第一脑卒患者异常状态样本集，分布于脑部分区图，提取第...
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。