[发明专利]一种新型的脑卒中风险评估方法与系统

说明书

本发明提供了一种新型的脑卒中风险评估方法，采集目标生物信息，对其进行数据处理后生成目标评估参数，并将目标评估参数与标准评估参数进行比对，根据比对结果和目标生理信息生成评估报告。还提供一种新型的脑卒中风险评估系统：采集模组，采集目标生物信息；比对模组，对目标生物信息进行数据处理生成目标评估参数，并将其与标准评估参数进行比对；评估结果生成模组，将比对结果和目标生理信息生成评估报告。优点是建立基于贝叶斯网络的脑卒中风险评估模型，引入实时采集的目标生物信息，并将其与标准评估参数进行分析，结合用户提供的各项目标生理信息生成相应评估报告，帮助用户和医生进行脑卒中风险监控，提高了脑卒中风险评估的准确性。

技术领域

本发明建立基于贝叶斯网络的脑卒中风险预测模型，引入近红外光谱技术评估老年人群的脑氧信号，结合用户的各项生物信息，评估用户的脑卒中风险，属于人工智能、居家养老和健康医疗的交叉技术领域，尤其涉及一种新型的脑卒中风险评估方法与系统。

背景技术

人口老龄化是我国面临的重大民生问题，老龄化带来的最大公共卫生问题是慢性非传染性疾病的问题。脑卒中是老年人群临床常见病和多发病。脑中风发生突然,是造成老年失能的重要原因。据《中国心血管病报告2017》统计，中国大陆脑卒中患者约1300万人，每年新发患者200万人，其中2/3致残，因中风死亡160多万人。脑卒中发病率、患病率、死亡率分别为246/10万人年、1114.8/10万人年、114.8/10万人年。目前，居家养老已成为主要的养老模式。针对居家养老的老年人群，如何评估中风风险，从根本上降低中风机率，积极进行健康照护与康复训练，实现安全的在地老化，是当前面临的重大挑战。如何能够尽早的准确评估脑卒中风险成为亟待解决的问题。

发明内容

本发明提供一种新型的脑卒中风险评估方法及系统，用以实现在早期准确评估脑卒中风险。

为了实现上述目的，本发明技术方案提供了一种新型的脑卒中风险评估方法，包括：采集目标生物信息，其中，生物信息包括目标生理信息和目标脑血氧信号。对目标生物信息进行数据处理后生成目标评估参数，并将目标评估参数与标准评估参数进行比对，得到比对结果。根据比对结果和目标生理信息生成评估报告。

作为上述技术方案的优选，较佳的，对目标脑血氧信号进行小波变换分析，得到频域结果，还得到预设波段内的平均相位信息。分别对频域结果和所述预设周期内的平均相位信息进行数据处理，得到所述目标评估参数。

作为上述技术方案的优选，较佳的，对频域结果进行小波幅值分析，得到小波幅值均值。对预设波段内的平均相位信息进行效应连接分析，得到所述预设波段的耦合强度和耦合方向。

作为上述技术方案的优选，较佳的，若小波幅值均值大于所述标准评估参数中的标准小波幅值均值，则为异常。若耦合强度超出标准评估参数中的标准耦合强度，则为异常。若耦合方向与标准评估参数中的标准耦合方向不同，则为异常。

作为上述技术方案的优选，较佳的，根据目标生理信息和比对结果建立贝叶斯网络模型。通过极大似然算法对贝叶斯网络模型中的参数进行学习，生成网络模型中各节点的节点概率，根据节点概率生成所述评估报告。

本发明技术方案还提供一种新型的脑卒中风险评估系统，包括：采集模组，用于采集目标生物信息，其中，所述生物信息包括目标生理信息和目标脑血氧信号。比对模组，用于对所述采集模组采集的所述目标生物信息进行数据处理后生成目标评估参数，并将所述目标评估参数与标准评估参数进行比对，得到比对结果。评估结果生成模组，用于根据所述比对模组通过比对得到的所述比对结果和所述目标生理信息生成评估报告。

作为上述技术方案的优选，较佳的，比对模组，包括：小波变换分析单元，用于对采集模组采集的目标生物信息中的所述目标脑血氧信号进行小波变换分析，得到频域结果，还得到预设波段内的平均相位信息。目标评估参数获取单元，用于对所述小波变换分析单元通过小波变换分析得到的频域结果和预设周期内的平均相位信息进行数据处理，得到目标评估参数。