[发明专利]基于多种数据下阿尔茨海默病的判别方法

权利要求书

1.基于多种数据下阿尔茨海默病的判别方法，其特征在于采用题目测试分析、语音通话收集分析和生活起居收集分析的结果，运营方结合相关系统对用户是否患有阿尔茨海默病以及患病的程度进行判别，使用时，用户先用通信设备下载运营方的测试软件，并经软件注册，运营方通过云服务器存储系统将个人信息记录备案，用户通信设备包括手机、台式电脑、平板电脑。

2.根据权利要求1所述的基于多种数据下阿尔茨海默病的判别方法，其特征在于采用题目测试分析的结果，对用户是否患有阿尔茨海默病以及患病的程度进行判别，经以下四个步骤判别，第一步，运营方间隔一定时间经移动互联网络向用户通信设备推送测试题目，第二步，用户经通信设备对推送的题目进行答复，并将答题结果经移动互联网上传给运营方题库存储系统，题库存储系统将用户答案进行记录存储并输出至答题核对服务系统，第三步，答题核对服务系统将用户上传题目的答复结果和答题核对服务系统内的题目正确结果数据进行对比，给出用户答题分数值，并将分数值数据输出至状态判别系统，状态判别系统根据分数值自动判断出用户现在的状态，第四步，运营方将用户答题分数值以及分析后用户现在的状态信息，按时、按周、按月、按季度推送给用户的监护人。

3.根据权利要求2所述的基于多种数据下阿尔茨海默病的判别方法，其特征在于运营方间隔一定时间经移动互联网络向用户通信设备推送测试题目，能按时、按周、按月、按季度向用户推送测试题目，测试题目根据国际通用简易精神状态测试题目要求进行出题，测试题目具有多道题目，每道题目具有一定分值，满分30分，每次推送的测试题目不一致。

4.根据权利要求2所述的基于多种数据下阿尔茨海默病的判别方法，其特征在于答题核对服务系统将用户上传题目的答复结果和答题核对服务系统内的题目正确结果数据进行对比，给出用户答题分数值，并将分数值数据输出至状态判别系统，状态判别系统根据分数值自动判断出用户现在的状态，状态判别系统自身数据库内包含有多种答题分数值数据下对应的状态模式，分值≤17分时，答题核对服务系统判断出用户相当于文盲，用户处于阿尔茨海默病的痴呆状态，分值≤20分时，答题核对服务系统判断出用户相当于小学文化，用户处于阿尔茨海默病的轻度认知功能障碍状态，分值≤24分时，答题核对服务系统判断出用户相当于中学及以上文化程度者，用户处于正常状态。

5.根据权利要求1所述的基于多种数据下阿尔茨海默病的判别方法，其特征在于采用语音通话收集分析的结果，对用户是否患有阿尔茨海默病以及患病的程度进行判别，经以下五个步骤判别，第一步，通过运营商语音输入系统收集用户经通信设备通话发出的语音信息，并将收集的语音信息输入至云服务器存储系统，第二步，云服务器存储系统将收集的语音信息数据发送至情绪识别系统，第三步，情绪识别系统将输入的语音信息数据进行识别，得到用户通话中情绪状态值高低数据，并输出数据至状态判别系统，第四步，状态判别系统将输入的情绪状态值数据和自身数据库内数据进行对比分析，判断出用户通话时的状态，第五步，运营方通过预警系统，在用户情绪状态超过阈值时，及时将用户状态信息推送给监护人，提示监护人及时对用户进行心理关照，并按时、按周、按月、按季度将平时用户状态信息推送给用户的监护人。

6.根据权利要求5所述的基于多种数据下阿尔茨海默病的判别方法，其特征在于情绪识别系统将输入的语音信息数据进行识别，得到用户通话中情绪状态值高低数据，并输出数据至状态判别系统，情绪识别系统能根据语音通话信息的声调、语速的快慢得出通话中用户的情绪状态值高低，情绪状态包括激动模式，急躁、着急、憋躁、憋闷模式，心乱、分心、空想、思念模式，暴躁、烦躁、憋火、悸动模式，伤感、哭泣、痛心、低落模式，怯懦、犹豫、纠结、郁闷模式，生气、指责、攻击、冲动模式，紧张、失调、失控、宣泄模式，压抑、窝心、别扭、想念模式，哀伤、失落、幽怨、寂寞模式，记恨、怨恨、仇恨、哀怨模式，消极、灰暗、低迷、颓废模式，恐惧、害怕、惊恐、焦虑模式，每种情绪状态模式下对应一定分数值，情绪状态值满分为30分。