CN107066798A - 一种心脏健康质量预警系统及其预警方法 - Google Patents

一种心脏健康质量预警系统及其预警方法 Download PDF

Info

Publication number
CN107066798A
CN107066798A CN201611259687.6A CN201611259687A CN107066798A CN 107066798 A CN107066798 A CN 107066798A CN 201611259687 A CN201611259687 A CN 201611259687A CN 107066798 A CN107066798 A CN 107066798A
Authority
CN
China
Prior art keywords
health
heart
quality
influence
factor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611259687.6A
Other languages
English (en)
Inventor
曾金生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201611259687.6A priority Critical patent/CN107066798A/zh
Publication of CN107066798A publication Critical patent/CN107066798A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开一种心脏健康质量预警系统及其预警方法,包括:分析及计算模块,用于根据预先建立好的心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出个体心脏健康质量评估值;搜寻模块,用于从心脏健康质量分级标准中搜寻出所述个体心脏健康质量评估值所对应的健康质量级别,得出个体心脏健康质量级别;输出及预警模块,用于输出所述个体心脏健康质量级别并进行预警提示。本发明心脏健康质量预警系统,可以实现对健康和亚健康个体及心脏疾患个体心脏进行分析和预测,能及早的发现心脏质量事件并提出预防措施,从而降低心脏事件风险。

Description

一种心脏健康质量预警系统及其预警方法
技术领域
本发明涉及心脏事件预警技术健康质量领域,尤其涉及一种心脏健康质量预警系统及其预警方法。
背景技术
目前,对于心脏健康质量的评价方法分无创性和有创性两种。无创性主要有纽约心脏协会((HYHA)心功能分级和常规心脏超声测定左心室射血分数;前者主要依赖于个体的主观感受,常和个体心脏健康质量不匹配;后者且仅限于心脏结构和功能评估,无法准确评价心脏健康质量,且设备昂贵、检查费用高,不能及时现场检查,不适用社区常规体检。有创性主要有血流动力学检查:如应用漂浮导管(Swan-Gang导管)和温度稀释法,测定中心静脉压(CVP)、肺毛细血管楔嵌压(PCWP)、心排出量(CO)和心脏指数(CI)等,然而,有创性血流动力学检查需有一定设备条件和熟练的技术,费用高,仅适于危重病人、术中、术后及顽固性心力衰竭的监测,更不适于社区常规体检。且目前所有这些检查、评价方法均反映出的是事物的质变,即心脏最终的病变结果,如冠状动脉狭窄、心肌肥厚等,而没有体现出心脏发生病变的量变过程,即如何从量变到质变的,其拐点在哪?因而就很难对心脏事件起到预测作用。
这是因为事物的变化首先有个量变过程,当量变发展到一定程度时,即会出现质变,人体的心脏也一样。在内、外影响因子的长期作用下,心脏病变过程也会经历一个从量变到质变的过程,只不过我们的心脏在这个变化的过程中,起初我们的人体全然没有感知而已。当心脏病变累积到一定阶段时,此时,我们的身体会感觉有所不适,如易疲劳、犯困、胸部不舒服等,但一到医院检查,却什么问题也没有检查出,这就是我们通常所说的处于亚健康状况。由于身体能耐受,临床检查又没查出问题,我们大都也会因此而麻痹大意,放之任之,此时,若做心脏健康质量评估测定,会发现数值异常。当心脏病变继续发展到一定程度时,直至出现质变时,即医学所称的心脏器质性病变,此时,即导致心脏事件的发生,轻者:心率异常、冠心病等,重者出现心性猝死。因此,如何捕捉心脏病变的全过程十分重要。而1天以上心脏事件拐点预测则是采取干预、处理措施的一个关键,尤其心性猝死患者。但是,由于心脏猝死事件发生的复杂性以及内、外因子等多种因素影响的不确定性,这些复杂的各种耦合过程也尚待深入研究,需要更多临床资料及流行病学资料的累积和技术上新突破。尤其是个体在心脏猝死事件发生的1天,甚至前2、3天至心脏猝死发生之时,个体生理指标及临床体征变化的特征性表现及规律,从根本上改进心脏事件数值预警系统“性能”,才可能有效地作出较长预报事件拐点时效的、1天以上的延伸期事件预测。
随着可穿戴设备等多种观测手段进步,近年来心脏事件观测获得的各种数据迅速增加,这些科学大数据,反映和表征着复杂的心脏事件现象与有关关系,从海量数据中提取出部分有效数据,可以获得比过去的流行病学调查分析更全面的与心脏事件变化密切联系的生理指标、临床特征、内、外影响因子等信息。如果把这些观测资料分解、变换,将其去冗分类、去粗取精,得到关键数据,将这些关键数据视为多样化的动态数据变化过程的一系列数据,即可反演出可预报性较大的简化数据模型,并显著减少计算误差,提高心脏事件拐点预报的准确性和实效性。
因此,亟需建立心脏事件的预警系统,开展对心脏健康状况的早期预警、早期干预十分必要。
发明内容
鉴于上述现有技术的不足,本发明的目的在于提供一种心脏健康质量预警系统及其预警方法,旨在实现对心脏健康质量的监测,及早发现个体心脏存在的质量问题,给出预警信息及相应的解决措施建议,减少心脏事件的发生。
本发明的技术方案如下:
一种心脏健康质量预警系统,其中,包括:
分析及计算模块,用于根据预先建立好的心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出个体心脏健康质量评估值;
搜寻模块,用于从心脏健康质量分级标准中搜寻出所述个体心脏健康质量评估值所对应的健康质量级别,得出个体心脏健康质量级别;
输出及预警模块,用于输出所述个体心脏健康质量级别并进行预警提示。
所述心脏健康质量预警系统,其中,所述心脏健康质量分级标准包括:
收集及建立单元,用于首先收集影响心脏健康质量指数的影响因子,建立影响心脏健康质量指数的影响因子指标体系,然后根据影响因子指标体系,对影响因子进行筛选、耦合,建立心脏健康质量指数动物模型;
处理及建立单元,用于在建立心脏健康质量指数动物模型后,对影响心脏健康质量指数的影响因子进行预处理,将影响因子转换为影响心脏健康质量指数的影响因子分数,再应用数据模型方法,建立心脏健康质量指数数据模型;
分析及计算单元,用于根据心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出心脏健康质量评估值;
分级单元,用于将计算出的心脏健康质量评估值进行健康质量分级,得到含有不同健康质量级别的心脏健康质量分级标准。
所述心脏健康质量预警系统,其中,所述分级单元还用于将健康质量级别进行风险等级分级,得到不同健康质量级别对应不同风险等级的心脏健康质量分级标准,所述风险等级还匹配有心脏事件的应对措施。
所述心脏健康质量预警系统,其中,所述搜寻模块,还用于从心脏健康质量分级标准中搜寻出个体心脏健康质量级别所对应的风险等级,并搜寻出风险等级匹配的应对措施。
所述心脏健康质量预警系统,其中,所述输出及预警模块,还用于输出所述个体心脏健康质量级别所对应的风险等级及匹配的应对措施,并进行预警提示。
所述心脏健康质量预警系统,其中,所述收集及建立单元中,采用主成分分析对影响因子进行筛选,消除重复信息。
所述心脏健康质量预警系统,其中,所述收集及建立单元中,所述影响因子包括内因影响因子和外因影响因子。
所述心脏健康质量预警系统,其中,所述处理及建立单元中,影响因子转换为影响心脏健康质量指数的影响因子分数的具体步骤如下:
对影响心脏健康质量指数的影响因子进行归一化处理,将影响因子缩放到0和1之间,具体为:
式中表示影响因子原始值,为归一化后的值,max和min分别为求最大值和最小值函数;
根据基准发病比例公式,计算影响心脏的基准发病比例;
式中:Pi为暴露某一水平影响因子的个体占人群的比例;RRi为暴露某一水平影响因子的相对危险度;
计算影响因子分数;其中,影响因子分数=基准发病比例×相对影响度。
一种基于如上任一所述心脏健康质量预警系统的预警方法,其中,包括:
步骤A、根据预先建立好的心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出个体心脏健康质量评估值;
步骤B、从心脏健康质量分级标准中搜寻出所述个体心脏健康质量评估值所对应的健康质量级别,得出个体心脏健康质量级别;
步骤C、输出所述个体心脏健康质量级别并进行预警提示。
所述心脏健康质量预警系统的预警方法,其中,所述步骤C还包括:输出所述个体心脏健康质量级别所对应的风险等级及匹配的应对措施,并进行预警提示。
有益效果:本发明心脏健康质量预警系统,可以实现对健康和亚健康个体及心脏疾患个体心脏质量进行分析和预测,能及早的发现心脏质量事件并提出预防措施,从而降低心脏事件风险。对于临床医生,可预测心脏事件发生、评估预后,制定一、二级预防方案,降低心脏事件发生率和病死率,从而达到精准防治。
附图说明
图1为本发明的一种心脏健康质量预警系统较佳实施例的结构框图。
图2为本发明心脏健康质量指数的影响因子指标体系示意图。
具体实施方式
本发明提供一种心脏健康质量预警系统及其预警方法,为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为本发明的一种心脏健康质量预警系统较佳实施例的结构框图,如图所示,其包括:
分析及计算模块100,用于根据预先建立好的心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出个体心脏健康质量评估值;
搜寻模块200,用于从心脏健康质量分级标准中搜寻出所述个体心脏健康质量评估值所对应的健康质量级别,得出个体心脏健康质量级别;
输出及预警模块300,用于输出所述个体心脏健康质量级别并进行预警提示。
具体地,本发明所述心脏健康质量分级标准包括:
收集及建立单元,用于首先收集影响心脏健康质量指数的影响因子,建立影响心脏健康质量指数的影响因子指标体系,然后根据影响因子指标体系,对影响因子进行筛选、耦合,建立心脏健康质量指数动物模型;
处理及建立单元,用于在建立心脏健康质量指数动物模型后,对影响心脏健康质量指数的影响因子进行预处理,将影响因子转换为影响心脏健康质量指数的影响因子分数,再应用数据模型方法,建立心脏健康质量指数数据模型;
分析及计算单元,用于根据心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出心脏健康质量评估值;
分级单元,用于将计算出的心脏健康质量评估值进行健康质量分级,得到含有不同健康质量级别的心脏健康质量分级标准接。
下面对本发明心脏健康质量指数数据模型和心脏健康质量分级标准的建立方法进行详细说明。
具体地,本发明首先复习文献,进行研究、分析,根据科学性、系统性、全面性和可操性原则,科学、准确地收集影响心脏健康质量指数的影响因子,建立影响心脏健康质量指数的影响因子指标体系,如图2所示。本发明影响心脏健康质量指数的影响因子包括内因影响因子和外因影响因子,其中内因影响因子包括遗传因子和实际年龄等,所述外因影响因子包括生活方式、行为、习惯等危险因子及保护因子等,如吸烟和有氧运动等。
进一步地,从图2中可看出,这些影响因子可能存在多重共线性,特别是当各个指标之间存在着高度的相互依赖性,如久坐与懒动、抑郁与精神紧张等,这会给心脏健康质量评估值带来不合理的评估。为了得到一个准确、可靠的心脏健康质量指数动物模型,需要从众多的影响心脏健康质量指数的影响因子中挑选出对心脏健康质量指数影响大的影响因子。为此,本发明采用主成分分析(PCA)对影响心脏健康质量指数的影响因子进行筛选、耦合,消除重复信息,建立心脏健康质量指数动物模型。
本发明建立心脏健康质量指数动物模型后,在确定影响因子与心脏健康质量指数关系的基础上,对影响心脏健康质量指数的影响因子进行预处理,将影响因子转化为影响心脏健康质量指数的影响因子分数,形成影响因子分数表。再应用数据模型方法,建立心脏健康质量指数数据模型。其中,具体如何将影响因子转化为影响心脏健康质量指数的影响因子分数,对心脏衰老程度评估值测定准确与否至关重要。本发明影响因子转换为影响心脏健康质量指数的影响因子分数的具体步骤如下:
(1)、对影响心脏健康质量指数的影响因子进行归一化处理。由于影响因子的单位不同,如心率和体重指数的数据相关比较大,为了消除这些因素对心脏健康质量指数及心脏健康质量评估值结果的不利影响,对影响心脏健康质量指数的影响因子进行归一化处理,将影响因子缩放到0和1之间,具体为:
式中表示影响因子原始值,为归一化后的值,max和min分别为求最大值和最小值函数。根据心脏健康质量指数动物模型中各影响因子对心脏健康质量指数的影响作用,确定生活方式、遗传因子、体重指数、心率等影响因子原始值为1,则身体健康状况影响因子原始值为2×2,即为4。
(2)、根据基准发病比例公式,计算影响心脏的基准发病比例。基准发病比例是具有最低影响因子的个体发病率与人群总发病率的比值,根据Rothman和Keller提出的计算公式:
式中:Pi为暴露某一水平影响因子的个体占人群的比例;RRi为暴露某一水平影响因子的相对危险度。
(3)、计算影响因子分数。其中,影响因子分数=基准发病比例×相对影响度。
通过以上计算出生活方式、行为、习惯中的危险因子及保护因子的影响因子分数以及体重指数与心率、遗传因子、身体健康状况中的高血压、高血糖、血脂异常、慢性病的影响因子分数。结果见下表1。通过本发明上述方法,可实现准确的测定出心脏健康质量评估值。
表1:心脏健康质量指数影响因子分数表
注:有氧运动每半小时计0.1,最多计0.3;慢性病每种计0.5,身体健康状况最多计4.0,再应用数据模型方法,建立心脏健康质量指数数据模型。
接着应用logistic多因素回归分析法以及前瞻性和回顾性调查分析法,并基于病例的随访研究,根据心脏健康质量指数数据模型计算出心脏健康质量评估值。通过以上方法可计算出心脏健康质量评估值,从而了解到个体心脏健康质量,为个体提供了全程、无创性、及时性、普适性预警作用。
最后将计算出的心脏健康质量评估值进行健康质量分级、还可将健康质量级别进行风险等级分级,从而获得不同健康质量级别对应不同风险等级的心脏健康质量分级标准。例如,按照心脏健康质量由高到低的程度,将心脏健康质量划分为一级、二级、三级等多级健康质量级别。级别越高,表示心脏健康质量越低。进一步地,按照心脏质量由高到低的程度,还可将上述健康质量级别分为不同等级的预警,如风险等级低、中、高等不同风险级别。风险等级低表示心脏质量处于相对正常的状态,风险等级中表示心脏质量呈轻度恶化的状态,风险等级高表示心脏质量呈重度恶化的状态。依据历史心脏事件处理经验,本发明还建立不同风险等级对应的应对措施。例如,风险等级低的可告知个体改变不良的生活方式、行为、习惯等;风险等级中的可告知个体采取干预措施及处理方法;风险等级高的可告知个体及时采取干预措施及处理方法,并严格限制体力活动等。
相应的,本发明心脏健康质量预警系统,不仅从心脏健康质量分级标准中搜寻出所述个体心脏健康质量评估值所对应的健康质量级别,得出个体心脏健康质量级别,还从心脏健康质量分级标准中搜寻出个体心脏健康质量级别所对应的风险等级,并搜寻出风险等级匹配的应对措施。
进一步地,本发明心脏健康质量预警系统不仅输出所述个体心脏健康质量级别并进行预警提示;还输出所述个体心脏健康质量级别所对应的风险等级及匹配的应对措施,并进行预警提示。
本发明心脏健康质量预警系统可实现对健康和亚健康个体及心脏疾患个体心脏质量进行分析和预测,能提前发现心脏质量存在的问题或潜在隐患,给出预警信息及相应的预防措施,达到及早防范,降低心脏事件风险。
本发明的一种基于如上任一所述心脏健康质量预警系统的预警方法,其包括:
步骤A、根据预先建立好的心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出个体心脏健康质量评估值;
步骤B、从心脏健康质量分级标准中搜寻出所述个体心脏健康质量评估值所对应的健康质量级别,得出个体心脏健康质量级别;
步骤C、输出所述个体心脏健康质量级别并进行预警提示。
所述心脏健康质量预警系统的预警方法,其中,所述步骤C还包括:输出所述个体心脏健康质量级别所对应的风险等级及匹配的应对措施,并进行预警提示。
本发明心脏健康质量的预警方法,能够定量评估个体心脏健康质量,对心脏未来发病发生情况作出预测,同时可以估计个人的特征、习惯、行为在多大程度上影响个人将来的心脏健康质量指数,有利于医务工作者给予这些个体提出预防措施,达到精准防治目的。本发明心脏健康质量的预警方法,为健康和亚健康个体及心脏疾患个体提供全程无创性、及时性、便利性、普适性的检测作用。为把人类医学推进到预测性、预防性和个性化的精准医学新时代,开辟了有益路径,起到了精准防治作用。
本发明的心脏健康质量预警系统,可测出健康和亚健康个体及心脏疾患个体的心脏健康质量评估值,从而判断出心脏质量状况。本发明心脏健康质量预警系统为健康和亚健康个体及心脏疾患个体提供了全程无创性、及时性、便利性、普适性的检测作用。为把人类医学推进到预测性、预防性和个性化的精准医学新时代,开辟了有益路径,起到了精准防治作用。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种心脏健康质量预警系统,其特征在于,包括:
分析及计算模块,用于根据预先建立好的心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出个体心脏健康质量评估值;
搜寻模块,用于从心脏健康质量分级标准中搜寻出所述个体心脏健康质量评估值所对应的健康质量级别,得出个体心脏健康质量级别;
输出及预警模块,用于输出所述个体心脏健康质量级别并进行预警提示。
2.根据权利要求1所述心脏健康质量预警系统,其特征在于,所述心脏健康质量分级标准包括:
收集及建立单元,用于首先收集影响心脏健康质量指数的影响因子,建立影响心脏健康质量指数的影响因子指标体系,然后根据影响因子指标体系,对影响因子进行筛选、耦合,建立心脏健康质量指数动物模型;
处理及建立单元,用于在建立心脏健康质量指数动物模型后,对影响心脏健康质量指数的影响因子进行预处理,将影响因子转换为影响心脏健康质量指数的影响因子分数,再应用数据模型方法,建立心脏健康质量指数数据模型;
分析及计算单元,用于根据心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出心脏健康质量评估值;
分级单元,用于将计算出的心脏健康质量评估值进行健康质量分级,得到含有不同健康质量级别的心脏健康质量分级标准。
3.根据权利要求2所述心脏健康质量预警系统,其特征在于,所述分级单元还用于将健康质量级别进行风险等级分级,得到不同健康质量级别对应不同风险等级的心脏健康质量分级标准,所述风险等级还匹配有心脏事件的应对措施。
4.根据权利要求3所述心脏健康质量预警系统,其特征在于,所述搜寻模块,还用于从心脏健康质量分级标准中搜寻出个体心脏健康质量级别所对应的风险等级,并搜寻出风险等级匹配的应对措施。
5.根据权利要求4所述心脏健康质量预警系统,其特征在于,所述输出及预警模块,还用于输出所述个体心脏健康质量级别所对应的风险等级及匹配的应对措施,并进行预警提示。
6.根据权利要求2所述心脏健康质量预警系统,其特征在于,所述收集及建立单元中,采用主成分分析对影响因子进行筛选,消除重复信息。
7.根据权利要求2所述心脏健康质量预警系统,其特征在于,所述收集及建立单元中,所述影响因子包括内因影响因子和外因影响因子。
8.根据权利要求2所述心脏健康质量预警系统,其特征在于,所述处理及建立单元中,影响因子转换为影响心脏健康质量指数的影响因子分数的具体步骤如下:
对影响心脏健康质量指数的影响因子进行归一化处理,将影响因子缩放到0和1之间,具体为:
<mrow> <msubsup> <mi>x</mi> <mover> <mi>y</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> <mi>t</mi> </msubsup> <mo>=</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mover> <mi>y</mi> <mo>&amp;CenterDot;&amp;CenterDot;</mo> </mover> </msub> <mo>-</mo> <mi>min</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mi>max</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mi>min</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>
式中表示影响因子原始值,为归一化后的值,max和min分别为求最大值和最小值函数;
根据基准发病比例公式,计算影响心脏的基准发病比例;
式中:Pi为暴露某一水平影响因子的个体占人群的比例;RRi为暴露某一水平影响因子的相对危险度;
计算影响因子分数;其中,影响因子分数=基准发病比例×相对影响度。
9.一种基于如权利要求1~8任一所述心脏健康质量预警系统的预警方法,其特征在于,包括:
步骤A、根据预先建立好的心脏健康质量指数数据模型,应用回归分析法以及前瞻性和回顾性调查分析法,计算出个体心脏健康质量评估值;
步骤B、从心脏健康质量分级标准中搜寻出所述个体心脏健康质量评估值所对应的健康质量级别,得出个体心脏健康质量级别;
步骤C、输出所述个体心脏健康质量级别并进行预警提示。
10.根据权利要求9所述心脏健康质量预警系统的预警方法,其特征在于,所述步骤C还包括:输出所述个体心脏健康质量级别所对应的风险等级及匹配的应对措施,并进行预警提示。
CN201611259687.6A 2016-12-30 2016-12-30 一种心脏健康质量预警系统及其预警方法 Pending CN107066798A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611259687.6A CN107066798A (zh) 2016-12-30 2016-12-30 一种心脏健康质量预警系统及其预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611259687.6A CN107066798A (zh) 2016-12-30 2016-12-30 一种心脏健康质量预警系统及其预警方法

Publications (1)

Publication Number Publication Date
CN107066798A true CN107066798A (zh) 2017-08-18

Family

ID=59624008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611259687.6A Pending CN107066798A (zh) 2016-12-30 2016-12-30 一种心脏健康质量预警系统及其预警方法

Country Status (1)

Country Link
CN (1) CN107066798A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122612A (zh) * 2017-12-20 2018-06-05 姜涵予 数据库的建立、多维度健康风险等级确定方法及装置
CN108877936A (zh) * 2018-04-28 2018-11-23 见道(杭州)科技有限公司 健康评估方法、系统及计算机可读存储介质
CN110162779A (zh) * 2019-04-04 2019-08-23 北京百度网讯科技有限公司 病历质量的评估方法、装置及设备
CN111710419A (zh) * 2020-04-24 2020-09-25 南通大学附属医院 一种心脏健康质量预警系统及其预警方法
CN111816312A (zh) * 2020-09-14 2020-10-23 杭州憶盛医疗科技有限公司 基于模型解释的健康状态检测方法、设备及可读存储介质
CN112957021A (zh) * 2021-03-23 2021-06-15 贵州佳优康健科技有限责任公司 一种心率健康预警系统及实现方法
CN115458172A (zh) * 2022-11-11 2022-12-09 中山大学附属第一医院 一种心脏风险评估系统、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102645341A (zh) * 2012-04-19 2012-08-22 李军 一种机动车健康状况的检测方法及系统
CN105930646A (zh) * 2016-04-15 2016-09-07 曾金生 一种评估心脏衰老程度的数据处理系统及方法
CN106250680A (zh) * 2016-07-22 2016-12-21 曾金生 心脏健康指数检测系统及模型构建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102645341A (zh) * 2012-04-19 2012-08-22 李军 一种机动车健康状况的检测方法及系统
CN105930646A (zh) * 2016-04-15 2016-09-07 曾金生 一种评估心脏衰老程度的数据处理系统及方法
CN106250680A (zh) * 2016-07-22 2016-12-21 曾金生 心脏健康指数检测系统及模型构建方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122612A (zh) * 2017-12-20 2018-06-05 姜涵予 数据库的建立、多维度健康风险等级确定方法及装置
CN108877936A (zh) * 2018-04-28 2018-11-23 见道(杭州)科技有限公司 健康评估方法、系统及计算机可读存储介质
CN108877936B (zh) * 2018-04-28 2021-05-25 见道(杭州)科技有限公司 健康评估方法、系统及计算机可读存储介质
CN110162779A (zh) * 2019-04-04 2019-08-23 北京百度网讯科技有限公司 病历质量的评估方法、装置及设备
CN111710419A (zh) * 2020-04-24 2020-09-25 南通大学附属医院 一种心脏健康质量预警系统及其预警方法
CN111816312A (zh) * 2020-09-14 2020-10-23 杭州憶盛医疗科技有限公司 基于模型解释的健康状态检测方法、设备及可读存储介质
CN111816312B (zh) * 2020-09-14 2021-02-26 杭州憶盛医疗科技有限公司 基于模型解释的健康状态检测方法、设备及可读存储介质
CN112957021A (zh) * 2021-03-23 2021-06-15 贵州佳优康健科技有限责任公司 一种心率健康预警系统及实现方法
CN115458172A (zh) * 2022-11-11 2022-12-09 中山大学附属第一医院 一种心脏风险评估系统、设备及介质

Similar Documents

Publication Publication Date Title
CN107066798A (zh) 一种心脏健康质量预警系统及其预警方法
CN108198615B (zh) 一种在线认知评估系统
CN109009017B (zh) 一种智能健康监测系统及其数据处理方法
KR20180064952A (ko) 빅데이터를 활용한 건강정보 예측 장치 및 방법
CN107153774A (zh) 慢性病风险评估双曲线模型的构建及应用该模型的疾病预测系统
Junaid et al. Data science and its application in heart disease prediction
CN110491506A (zh) 心房颤动预测模型及其预测系统
KR102421172B1 (ko) 앙상블 딥러닝과 형상 융합 기반 심장병 예측을 위한 스마트 헬스케어 모니터링 방법 및 시스템
WO2021184802A1 (zh) 一种血压分类预测方法和装置
Liu et al. Detection of obstructive sleep apnea from single-channel ECG signals using a CNN-transformer architecture
Nayak et al. Analysis of heart rate variability to understand the effect of cannabis consumption on Indian male paddy-field workers
KR102169637B1 (ko) 사망 위험도의 예측 방법 및 이를 이용한 사망 위험도의 예측 디바이스
CN112331340B (zh) 育龄夫妇妊娠概率的智能预测方法及系统
CN112768074A (zh) 一种基于人工智能的重疾风险预测方法及系统
Mandava MDensNet201-IDRSRNet: Efficient cardiovascular disease prediction system using hybrid deep learning
CN116564521A (zh) 一种慢性病风险评估模型建立方法、介质及系统
Dey et al. Depression detection using intelligent algorithms from social media context-state of the art, trends and future roadmap
KR101274431B1 (ko) 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법
US20210345915A1 (en) Methods Circuits Devices Systems and Machine Executable Code for Glucose Monitoring Analysis and Remedy
CN115836847A (zh) 一种血压预测装置及设备
Perng et al. Analysis of the 72-h mortality of emergency room septic patients based on a deep belief network
Pratuisha et al. A comprehensive study: On artificial-neural network techniques for estimation of coronary-artery disease
Rosdiana et al. APPLICATION AND ATTRIBUTE ANALYSIS IN THE MODEL OF CLASSIFYING HEART DISEASE
JP2008186439A (ja) 在宅健康管理システム
Zhu et al. Design and development of a readmission risk assessment system for patients with cardiovascular disease

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170818