[发明专利]一种慢性疾病分析方法及系统

权利要求书

1.一种慢性疾病分析方法，其特征在于，包括：

获取各人体体征数据；

通过公式计算得到各当前人体体征数据与历史人体体征数据之间的关联系数；其中，t_j表示当前时刻，n表示获取的人体体征数据的种类数量，TP_i表示当前人体体征数据，HP_i表示历史同一时段体征值；

通过公式H＝Level_BMI*W_BMI+Level_BP*W_BP+Level_BS*W_BS计算得到体征数据整体关联系数；其中，Level_BMI、Level_BP和Level_BS分别表示BMI的关联系数、血压的关联系数和血糖的关联系数，W_BMI、W_BP和W_BS分别表示BMI、血压和血糖的相应权重；

获取健康档案数据；

根据所述健康档案数据进行人群聚类，得到分类结果；

将所述体征数据整体关联系数和所述分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案。

2.如权利要求1所述的方法，其特征在于，所述根据所述健康档案数据进行人群聚类，得到分类结果，包括：

步骤1：随机选取K个点作为K个聚类的初始中心点；

步骤2：将每个人群样本分配给与所述初始中心点距离最近的聚类；其中，所述人群样本至少包括所述健康档案维度数据、既往史维度数据和依从性维度数据；

步骤3：更新每个聚类的中心点位置，得到每个人群的分类结果；

步骤4：若满足预设的终止条件，则终止聚类，否则回到步骤2。

3.如权利要求2所述的方法，其特征在于，所述预设的终止条件为每个聚类中心点位置的变化量小于或者等于设定的变化量阈值。

4.如权利要求1所述的方法，其特征在于，所述将所述体征数据整体关联系数和所述分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案，包括：

将所述体征数据整体关联系数、所述分类结果、人口统计学数据、临床数据、实验室数据、遗传学数据输入到所述基于人工神经网络的决策支持模型中，从预设的治疗方案数据库中自动抽取一组内容进行周期性定期展示。

5.如权利要求4所述的方法，其特征在于，所述预设的治疗方案数据库包括：疾病临床路径信息、药学服务内容、诊治指导方针、患教内容、医疗资源信息。

6.一种慢性疾病分析系统，其特征在于，包括：

人体体征数据获取模块，用于获取各人体体征数据；

单一人体体征数据关联系数计算模块，用于通过公式计算得到各当前人体体征数据与历史人体体征数据之间的关联系数；其中，t_j表示当前时刻，n表示获取的人体体征数据的种类数量，TP_i表示当前人体体征数据，HP_i表示历史同一时段体征值；

整体人体体征数据关联系数计算模块，用于通过公式H＝Level_BMI*W_BMI+Level_BP*W_BP+Level_BS*W_BS计算得到体征数据整体关联系数；其中，Level_BMI、Level_BP和Level_BS分别表示BMI的关联系数、血压的关联系数和血糖的关联系数，W_BMI、W_BP和W_BS分别表示BMI、血压和血糖的相应权重；

健康档案数据获取模块，用于获取健康档案数据；

人群分类模块，用于根据所述健康档案数据进行人群聚类，得到分类结果；

治疗方案输出模块，用于将所述体征数据整体关联系数和所述分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案。