[发明专利]一种慢性病危险因素社区防治的控制方法及其应用无效
| 申请号: | 200810164104.0 | 申请日: | 2008-12-25 |
| 公开(公告)号: | CN101441684A | 公开(公告)日: | 2009-05-27 |
| 发明(设计)人: | 包家立;朱朝阳;汪蔷 | 申请(专利权)人: | 浙江大学 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 |
| 代理公司: | 杭州求是专利事务所有限公司 | 代理人: | 张法高;赵杭丽 |
| 地址: | 310027浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 慢性病 危险 因素 社区 防治 控制 方法 及其 应用 | ||
1.一种慢性病危险因素社区防治的控制方法,通过以下流程实现:(1)确定状态变量和控制变量;(2)建立状态向量和控制向量;(3)建立状态向量集;(4)建立生命体征状态图;(5)确定正常生命体征状态区域;(6)确定生命体征状态与正常生命体征状态差值;(7)建立危险因素控制策略。
2.根据权利要求1所述的一种慢性病危险因素社区防治的控制方法,其特征在于:该流程的输入变量包括血压、血糖、心率、血脂、呼吸流量、体重、身高,输出变量包括运动、吸烟、饮酒、饮食和药物,输入数据为在时刻t=0,Ts,2Ts,……,nTs各采样时间点输入变量的数据,输出数据为在时间t=(n+1)Ts输出变量的数据,即未来时刻t=(n+1)Ts运动、吸烟、饮酒、饮食、药物的需要量或限定量。所述Ts为在0-999小时内连续可调的采样周期。
3,根据权利要求1所述的一种慢性病危险因素社区防治的控制方法,其特征在于:流程(1)是根据输入变量体重、身高和呼吸流量,计算体重指数和呼气容积肺活量比,并将血压、血糖、心率、血脂等部分输入变量,体重指数和呼气容积肺活量比列为状态变量,运动、吸烟、饮酒、饮食、药物等输出变量列为控制变量。
4.根据权利要求1所述的一种慢性病危险因素社区防治的控制方法,其特征在于:流程(2)是根据状态变量,将血压、血糖、心率、血脂、体重指数、呼气容积肺活量比等建立10×1阶的生命体征状态向量;将运动、吸烟、饮酒、饮食(包括盐、脂肪、糖、蛋白质、维生素)、药物等量建立9×1阶的危险因素状态向量。根据控制变量,将运动、吸烟、饮酒、饮食、药物等量建立9×1阶的危险因素控制向量。
5.根据权利要求1所述的一种慢性病危险因素社区防治的控制方法,其特征在于:流程(3)是在采样时间t=0,Ts,2Ts,……,nTs时,得到生命体征状态向量集X(0),X(1),X(2),……,X(n)和危险因素状态向量集Z(0),Z(1),Z(2),……,Z(n)。
6.根据权利要求1所述的一种慢性病危险因素社区防治的控制方法,其特征在于:流程(4)是在采样时间t=0,Ts,2Ts,……,nTs时,得到生命体征状态向量集X(0),X(1),X(2),……,X(n)和生命体征状态向量变化量集,并根据生命体征状态向量集和生命体征状态向量变化量集绘制生命体征状态图线。
7.根据权利要求1所述的一种慢性病危险因素社区防治的控制方法,其特征在于:流程(5)是根据慢性病防治指南确定诊断标准值,在生命体征状态图中设定一个正常生命体征状态区域,该区域的横坐标X界限从Xmin到Xmax,纵坐标界限从到
8.根据权利要求1所述的一种慢性病危险因素社区防治的控制方法,其特征在于:流程(6)是确定在各采样点0,1,2,……,n,生命体征状态向量X(n)与正常生命体征状态Xmax(或Xmin)之间的差值。
9.根据权利要求1所述的一种慢性病危险因素社区防治的控制方法,其特征在于:流程(7)是构建危险因素控制向量的PID控制策略,所述比例系数矩阵9×10阶,矩阵的每一个元素数值在0-10000之间连续可选;积分系数矩阵为9×10阶,矩阵的每一个元素数值在0-50000之间连续可选;微分系数矩阵为9×10阶,矩阵的每一个元素数值在0-100000之间连续可选。
10.根据权利要求1所述的一种慢性病危险因素社区防治的控制方法在社区对高危人群或患病人群的个体人施行强化干预的应用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200810164104.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:卧式串联风轮风力发电装置
- 下一篇:一种用于异步网页浏览的数据访问方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





