基于机器学习的肌强直症状量化评估方法及相关设备技术

本发明专利技术公开了一种基于机器学习的肌强直症状量化评估方法及相关设备。该方法包括：收集患者的初步数据集，初步数据集包括生理信号特征数据和标签数据；将数据集划分为训练集和测试集，以对评估模型进行训练，并对训练后的评估模型进行准确性验证及优化，评估模型包括基于手臂关节阻力数据构建的XGBOOST模型、基于手臂关节肌电信号构建的LightGBM模型和基于手臂关节震颤信号构建的随机森林模型；获取目标患者的生理信号特征数据，通过优化后的评估模型对所述目标患者的肌强直症状量化评估。能够解决目前肌强直的诊断和症状评估主要依赖于临床医生的主观判断，缺乏客观的量化标准，影响治疗方案的制定和疗效的评估的问题。

【技术实现步骤摘要】

本申请实施例涉及智慧医疗领域，更具体地说，本专利技术涉及一种基于机器学习的肌强直症状量化评估方法及相关设备。

技术介绍

1、肌强直是一种慢性神经肌肉疾病，主要影响中老年人。其典型症状包括肌张力增高、肌肉僵硬、肌颤搐等。这些症状不仅严重影响患者的生活质量，还给家庭和社会带来了沉重的负担。目前，肌强直的诊断和症状评估主要依赖于临床医生的主观判断，缺乏客观的量化标准。这种主观性可能导致诊断和评估的不一致性，进而影响治疗方案的制定和疗效的评估。

技术实现思路

1、在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本专利技术的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

2、为了解决目前肌强直的诊断和症状评估主要依赖于临床医生的主观判断，缺乏客观的量化标准。这种主观性可能导致诊断和评估的不一致性，进而影响治疗方案的制定和疗效的评估的问题，第一方面，本专利技术提出一种基于机器学习的肌本文档来自技高网...

【技术保护点】

1.一种基于机器学习的肌强直症状量化评估方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，在将所述数据集划分为训练集和测试集的步骤之前，还包括：

3.如权利要求1所述的方法，其特征在于，所述通过训练集对评估模型进行训练，包括

4.如权利要求1所述的方法，其特征在于，还包括：

5.如权利要求1所述的方法，其特征在于，还包括：

6.如权利要求1所述的方法，其特征在于，在将所述数据集划分为训练集和测试集的步骤之前，还包括：

7.如权利要求1所述的方法，其特征在于，在将所述数据集划分为训练集和测试集的步骤之前...

【技术特征摘要】

1.一种基于机器学习的肌强直症状量化评估方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，在将所述数据集划分为训练集和测试集的步骤之前，还包括：

3.如权利要求1所述的方法，其特征在于，所述通过训练集对评估模型进行训练，包括

4.如权利要求1所述的方法，其特征在于，还包括：

5.如权利要求1所述的方法，其特征在于，还包括：

6.如权利要求1所述的方法，其特征在于，在将所述数据集划分为训练集和测试集的步骤之前，还包括：

7.如权利要求1所述的方法，其特征在于，在...

【专利技术属性】
技术研发人员：王伟，吴豪，徐沙贝，骆翔，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
类型：发明
国别省市：