CN107368689B - 人体数据采集和分析系统 - Google Patents

人体数据采集和分析系统 Download PDF

Info

Publication number
CN107368689B
CN107368689B CN201710643160.1A CN201710643160A CN107368689B CN 107368689 B CN107368689 B CN 107368689B CN 201710643160 A CN201710643160 A CN 201710643160A CN 107368689 B CN107368689 B CN 107368689B
Authority
CN
China
Prior art keywords
data
human body
fibrosis
human
metabolism
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.)
Active
Application number
CN201710643160.1A
Other languages
English (en)
Other versions
CN107368689A (zh
Inventor
董云鹏
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 CN201710643160.1A priority Critical patent/CN107368689B/zh
Publication of CN107368689A publication Critical patent/CN107368689A/zh
Application granted granted Critical
Publication of CN107368689B publication Critical patent/CN107368689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明实施例提供一种人体数据采集和分析系统。该系统包括:获取人体数据;对人体数据进行数据处理,得到与人体结构数据对应的人体纤维化程度数据和与人体功能数据对应的人体代谢变化数据;利用在一个稳定的总体中损伤与修复相对平衡的原理,根据人体纤维化程度数据和人体代谢变化数据,得到人体结构与功能转化数据;根据人体纤维化程度、人体结构与功能转化数据以及人体代谢变化数据,得到人体的纤维化程度与人体代谢的适应度信息;根据适应度信息,生成人体数据分析报告。本发明通过将人体结构数据、人体结构与功能转化数据、人体功能数据结合起来进行数据分析,得到人体的结构与功能相适应的情况,从而实现了人体以时间轴及空间性四维评估。

Description

人体数据采集和分析系统
技术领域
本发明涉及数据分析技术领域,具体而言,涉及一种人体数据采集和分析系统。
背景技术
目前已经普遍采用核磁或者超声波等技术来对纤维斑痕组织进行影像分析。然而,斑痕及纤维化检测及临床意义尚处于萌芽状态,而人体的结构与功能相适应的检测与数据分析更是一片空白,使得目前对人体在时间轴上的幼稚、成熟与老化的修复与损伤过程的数据分析技术无突破口。在我前期申报的健康(即血压)、体温、生活状态、新陈代谢监测系统等基础之上,通过对结构与功能的检测及统计学相关性分析,进行适应度分析,解决结构与功能相适应的最基本基础性问题。
发明内容
为了克服现有技术中的上述不足,本发明的目的在于提供一种人体数据采集和分析系统,通过采集人体数据,对人体结构数据、人体结构与功能转化数据、人体功能数据进行数据分析,得到人体的结构与功能相适应的情况,再结合危险因素进行评估,从而实现了人体以时间轴及空间性四维评估。
为了实现上述目的,本发明较佳实施例采用的技术方案如下:
本发明较佳实施例提供一种人体数据采集和分析方法,所述方法包括:
获取人体数据,所述人体数据包括人体结构数据、人体结构与功能转化数据和人体功能数据,所述人体结构数据包括超声波检测数据或核磁共振等影像数据,利用在一个稳定的总体中损伤与修复相对平衡的原理,所述人体结构与功能转化数据包括结构性的纤维化与成纤维化的比值和代谢性的心率与呼吸频率的比值及体温与PH相对应的分布与变化率等数据,所述人体功能数据包括心肺做功数据、全身以及局部代谢等数据;
对所述人体数据进行数据处理,得到与所述人体结构数据对应的人体纤维化程度数据和与所述人体功能数据对应的人体代谢变化数据;
根据人体纤维化程度、人体结构与功能转化数据以及人体代谢变化数据,得到人体的纤维化程度与人体代谢的适应度信息;
根据所述适应度信息,生成人体数据分析报告。
本发明较佳实施例还提供一种人体数据采集和分析系统,所述系统包括检测设备和电子设备,所述检测设备和所述电子设备通信连接。
所述检测设备,利用新型开发后的核磁共振来获得数据,或通过现有传统的影像、化验及新陈代谢评估系统获得来的数据通过有序性及统计学分析间接整理后获取人体数据,所述人体数据包括人体结构数据、人体结构与功能转化数据和人体功能数据,所述人体结构数据包括超声波检测数据或核磁共振检测数据,所述人体结构与功能转化数据包括结构性的纤维化与成纤维化的比值和代谢性的心率与呼吸频率的比值及体温与PH相对应的分布与变化率,所述人体功能数据包括心肺做功数据、全身代谢数据以及局部代谢数据;
所述电子设备,用于对所述人体数据进行数据处理,得到与所述人体结构数据对应的人体纤维化程度数据和与所述人体功能数据对应的人体代谢变化数据;
利用在一个稳定的总体中,损伤与修复是一种动态平衡的原理,将损伤与修复作为结构与功能的共同特征,而将纤维化与成纤维化的结构上动态变化的线性方程与代谢上动态变化的线性方程进行拟合;根据人体纤维化程度数据和人体代谢变化数据进行的逐步转化应用体温与PH相对应的分布及变化率,得到人体结构与功能转化数据;根据人体纤维化程度、人体结构与功能转化数据以及人体代谢变化数据,得到人体的结构与功能的适应度信息;根据所述适应度信息,结合输入的已明确存在的危险因素与所述适应度信息生成人体数据分析报告。将所述人体评估结果进行警示、反馈及验证。其中,所述适应度信息用于反应人体结构与功能的适应情况,并警示相关客户端用户,通过干涉、验证等系统进行反馈及纠错。
相对于现有技术而言,本发明具有以下有益效果:
本发明实施例提供一种人体数据采集和分析系统。该方法包括:将各种检测设备进行开发或有机组合和传输,并获取人体数据;对人体数据进行数据处理,得到与人体结构数据对应的人体纤维化程度数据和与人体功能数据对应的人体代谢变化数据;根据人体纤维化程度数据和人体代谢变化数据,得到人体结构与功能转化数据;根据人体纤维化程度、人体结构与功能转化数据以及人体代谢变化数据,得到人体的结构与功能的适应度信息;根据适应度信息,生成人体数据分析报告。基于上述设计,本发明提供的技术方案通过将人体结构数据、人体结构与功能转化数据、人体功能数据结合进行数据分析,得到人体的结构与功能相适应的情况,从而实现了人体以时间轴及空间性四维评估。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明较佳实施例提供的人体数据采集和分析系统的结构框图;
图2为图1中所示的电子设备的一种方框示意图;
图3为本发明较佳实施例提供的人体数据采集和分析方法的一种流程示意图;
图4、图5为对图3及图2和图1的说明图。
图6为图3中结构与功能适应度的分析和评估的统计学的构思方法的算法的一种流程示意图;
图标:10-人体数据采集和分析系统;100-电子设备;110-存储器;120-处理器;130- 通信单元;140-存储控制器;150-显示单元;200-检测设备。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
请参阅图1,为本发明较佳实施例提供的人体数据采集和分析系统10的结构框图。所述人体数据采集和分析系统10可以包括检测设备200和电子设备100,所述检测设备200和所述电子设备100通信连接。
请参阅图2,为图1中所示的电子设备100的一种方框示意图。本发明实施例中,所述电子设备100可以是,但不限于,个人电脑、笔记本电脑、平板电脑、个人数字助理、移动上网设备等。所述电子设备100的操作系统可以是,但不限于,Windows系统、Linux系统、OSX系统等。
如图2所示,所述电子设备100可以包括存储器110、处理器120、通信单元130、存储控制器140以及显示单元150。所述存储器110、处理器120、通信单元130、存储控制器140以及显示单元150相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
可以理解,图2所示的结构仅为示意,所述电子设备100还可以包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
请参阅图3,为本发明较佳实施例提供的人体数据采集和分析方法的一种流程示意图。所应说明的是,本发明实施例提供的方法不以图3及以下所述的具体顺序为限制。
概念:“新陈代谢公式”:公式为葡萄糖+32ADP+32Pi+6O2→32ATP+6CO2+44H2O+热量(相当于葡萄糖能量的60%)
“能量变量”:局部能量代谢与全身能量代谢的统称,即局部能量代谢(包括运动系统的机械能、消化系统的化学能、心与脑的信息能等)和全身能量代谢(包括物质消耗能、热能等)。
“纤维化程度”:所述纤维化程度是指纤维化与成纤维化动态变化的状态量。
“广义的功能数据”:包括心肺功能数据(心、肺做功及肺容量数据)、局部能量代谢(包括运动系统的机械能、消化系统的化学能、心与脑的信息能等)和全身能量代谢(包括物质消耗能、热能等)。
“狭义的功能数据”:为心、肺做功与机械能、化学能、信息能等能量数据;
“广义的结构与功能转化数据”:包括人体结构转化数据包括核磁共振检测数据、纤维四项数据以及反应酶数据最终形成的纤维化与成纤维化的比值,以及人体功能的转化数据包括心率与呼吸频率的比值,以及结构与功能代谢性转化数据即通过△T及△PH分布及变化率来相互转化。
“狭义上的结构与功能转化数据”:包括体温和PH值变化率分布的相对应性,从而作为结构与功能转化数据,将结构的转化数据与功能的转化数据相拟合。
“代谢性线性方程相拟合的处理方法”:将所述局部能量代谢(包括运动系统的机械能、消化系统的化学能、心与脑的信息能等)和全身能量代谢(包括物质消耗能、热能等)作为自变量,将所述心肺功能数据作为因变量建立一代谢线性方程;将每个线性方程进行逐步回归,使得自变量逐步转化为因变量,因变量再作为自变量进行新的线性回归的数据处理方法;
“变化率”:在一段时间内其浓度的变化情况
“持续时间”:就是浓度持续增高或者降低的总时间。
“基础代谢的算法”:为通过心脏与呼吸做功全部提供给物质代谢与能量代谢,故而表现为每升高 1度或者PH值变化1时,其心脏做功与呼吸做功之和,以此为单位。
“黄金分割优化原则”:E基础代谢 2=W×E其他能量,或者E其他能量 2=W×E基础代谢,这两种都是最优化的情况,其中,W=E其他能量+E基础代谢
“正态分布的Z区间的意义”:通过均数与标准差的计算形成了目标值,依目标值为依据,而计算出来的下面分类中的标准值,充分利用99%的概率,z区间为μ±2.58σ为重叠;95%概率z区间为μ±1.96σ几乎是;90%概率z区间为μ±1.64σ大范围;85%概率z区间为μ±1.44σ有实际意义较大范围; 80%概率z区间为μ±1.28σ较大范围;70%概率z区间为μ±1.03σ近似于68.27%和68.27%概率z区间为μ±σ集中范围中的意义。
“概率性的风险评估”:通过方程(其中,其中f(x)是概率,x是各因素的自变量的值,μ是各因素的自变量的值均值,б为标准差。)将每一个自变量进行一定的概率性的风险评估。
根据预设的f(x),在100%——68.27%范围内为正常范围内即没有纤维化;在31.73——10%范围内为纤维化异常状态;在10——5%范围内为纤维化定型状态;在5——1%范围内为纤维化疾病状态(这种评估数值,要在实践中检验后再确定)。
“相关系数”:是积的差与平方差的比值,实际就是这些围绕在直线周围的点离直线近与远,越近系数R越趋近于1,越为正态分布。
“拟合分析法”:决定系数越接近1,则拟合度越好,反之,拟合度差,即 MS残差=SS/(n-j-1),调整的R-Sq,取值也在0%和100%之间,R-Sq(adj)与R-Sq 越接近,表明回归模型越可靠。回归模型误差占总误差的百分比。取值在0%和100%之间,数值越大,表明回归模型与数据吻合得越好,若大于百分之七十,存在相关性,我们可以使用, 但需谨慎,85%以上,关系显著。
“心脏做功线性方程”:那么两边取对数得lnW心脏=ln 正常情况粘稠系数、血液密度都可看作是常数,故取β1X1=lnl,β2X2=2lnP舒张3X3=-2lnP收缩4X4=ln(常数-ρgh-P舒张),故符合线性相关方程为某暴露危险因素的心脏做功的估计值,X1、X2、 X3、X4、X5、X6……Xn分别代表X1为lnl即全身血管长度函数(与脉压差相关因素),X2为2lnP舒张舒张压相关因素,X3为-2lnP收缩收缩压相关因素,X4为ln(常数-ρgh-P舒张)血压搏动相关因素。
“吸气与呼气做功线性方程”:吸气时做功为:吸气时的 (其中n气体摩尔数,正常气体约为22.4升为一摩尔,故该公式为同理,呼气时的压差=二氧化碳压差+温度压差=1.3千帕+ΔP=nkΔT+1.3千帕,故呼气时做功为:[其中,R-r为即胸围差/2π,而R+r为即胸围张力/2π]。故呼气时做功β0=ln(8/3)与吸气时做功仍然符合
某暴露危险因素的呼吸做功的估计值,X1、X2、X3、X4、X5、X6……Xn分别代表X1为胸围差相关因素,X2为腹围差相关因素,X3为胸围张力相关因素。
具体原理:
一个稳定的总体总是处于一种损伤与修复的动态的平衡中。我们依该原理用两种方式:
一种是直接利用先进的核磁共振直观地处理数据的原理:即通过先进的核磁共振通过对元素的分析组合,便形成化学变化、信息变化、机械能变化、电磁生理变化,故而结构与功能直接地对应起来,来反应出损伤与修复的动态过程。并且通过无线或者有线上传方式,传输到偶合模块,并将其数据与新陈代谢评估系统传输来的数据,进行功能与结构上的结合,而显示出人体历史性(损伤与修复,新陈与老化的过程)与现实性(心与呼吸系统做功情况,基础代谢率、全身物质与能量代谢情况,局部代谢情况等与结构相互适应程度)相结合的评估。
具体地,利用先进的核磁共振技术可以将采集到的各个因素数据通过计算进行风险评估。然后,进行纤维细胞及成纤维细胞的损伤与修复直观分析,再结合新陈代谢的损伤与修复直观对比拟合,而得出结构与功能适应情况。具体地,上述结构性的动态变化形成的线性相关性方程与相应的代谢的线性相关性方程进行拟合,拟合度好则结构与功能相适应,拟合度不好,则结构和功能不相适应。
另一种是利用现有技术间接的方案的原理:即人体损伤修复从结构上就是一种纤维化的过程,从功能上就是代谢的过程。故通过影像、血象等来评估结构,通过新陈代谢评估功能。即将影像结构与血象的纤维四项及相应的酶等来反应纤维化与成纤维化的动态过程。通过逐步线性回归,再将纤维四项及酶与新陈代谢中的全身性与局部性的代谢结合起来。又由于新陈代谢是葡萄糖及酮体在线粒体发生反应。其中物质代谢可以用血化验或者PH值来反映,能量代谢可以用体温来反映。故通过PH值及与相应产生体温的变化率之间的相关性联系起来,从而将结构与功能结合起来,而功能性即做功等于其能量代谢总和(能量守恒定律)。
具体地,就是通过将影像与血象结合起来,反应出人体损伤与修复程度的结构的动态过程,例如将核磁共振钆剂反应出来使纤维化延迟增强;超顺磁氧化铁反应出来测定Kupffer巨噬细胞的功能;纤维四项及相应的酶浓度与成纤维细胞活跃度成比例。故而钆剂对应着纤维化也就是损伤性,而超顺磁氧化铁对应着成纤维化也就是修复性,结合其他影像与血象来反映出纤维化与成纤维化的动态变化。并且通过无线或者有线上传方式,将其数据传到新陈代谢评估系统中,进行功能与结构上的结合,在功能上有心率与呼吸频率的比值是做功性的损伤与修复,有体温与PH值的变化率相应的分布与变化率使能量与物质代谢相拟合。
将二者对比拟合后,显示出人体历史性与现实性相结合,从而评估其健康、亚健康、不健康、疾病状态,并且显示出其原因及疾病情况,为诊疗提供依据。
所述方法的具体流程如下:
步骤S210,获取人体数据。
本实施例中,所述人体数据可以包括人体结构数据、人体结构与功能转化检测数据和人体功能数据。从而将各结构数据逐层回归为纤维化程度数据,将结构的转化数据与功能的转化数据相拟合。
具体地,获取数据:
对每一个因素,进行回归分析,建立回归方程μY1=β01X1;μY2=β02X2;μY3=β03X3;μY4=β04X4……;将每一组测量值放入表格中形成矩阵,对应与计算机语言。具体为第一行第一列,第一行第二列……第一行第n列;和第一行第一列,第二行第一列……第n行第一列;……第n行第 n列。
本实施例中,可以通过两种方式采集:
具体地,一种方式为利用先进的核磁共振技术采集,所述先进的核磁共振技术是通过对质子、 C13、P15……自旋检测,并应用智能化分析技术而直接得到动态的损伤与修复的信息:当核磁共振有能力对元素进行分析与组合,而形成一种动态的变化后,便可分析出纤维细胞与成纤维细胞的分布与时间轴上的损伤与修复的动态变化并与代谢性自动结合分析,而这种动态变化不仅是结构上的变化也是通过与新陈代谢监测进行匹配和分析而形成一种可估测的形式。
另一种方式为应用现有的技术采集:
本实施例中,对于所述人体结构数据就是用例如:核磁和B超等影像,直观的反应出人体结构,并通过核磁共振、血查纤维四项及相关酶等进行线性回归分析,从而估测出纤维化程度并与代谢评估系统所获得代谢性问题进行拟合。具体的,所述核磁共振检测有钆剂与超顺磁氧化铁检查,所述B超检测人体各个结构的形态、大小、表面光滑程度、回声强弱、纹理分布、周围组织与器官等数据。通过这些检测对纤维化的判断来分析其纤维化正相关程度、负相关程度。并且在影像中表现与评估出来。
对于所述人体结构与功能转化数据:例如核磁共振及B超的影像评估,及化验纤维四项及同工酶指标来判断其纤维化程度,可选地,所述纤维四项为血清学指标如玻璃酸、Ⅲ型前胶原、Ⅳ型胶原以及层黏蛋白4项指标,所述的同工酶为不同部位相应的同工酶等数据,这些数据进行逐级线性回归方程,形成纤维化与成纤维化的评估及比值。再利用新陈代谢评估系统采集人体功能的转化数据,所述人体功能的转化数据包括心率与呼吸频率的比值,所述功能与结构转化数据包括PH及体温相对应的分布及变化率情况;
本实施例中,对于所述功能数据,可以通过新陈代谢评估系统而获得。
步骤S220,对所述人体数据进行数据处理,得到与所述人体结构数据对应的人体纤维化程度数据和与所述人体功能数据对应的人体代谢变化数据。
结构性方程数据的处理:
具体地,结构基础上的评估:通过核磁共振与B超等影像吻合在一起共同来反应结构。
自变量——具体是应用核磁分析产生的图像信息设为自变量,如双增强核磁成像,对纤维组织的密度和厚度的判断来区别正常组织与纤维组织,这两种增强,一种是钆剂,另一种是超顺磁氧化铁,再结合B超分析结构上的动态变化。进一步地,B超静态结构与核磁共振钆剂及超顺磁氧化铁相对应(利用“正态分布的Z区间的意义”):
设定明显纤维化,B超形态++,对应着钆剂形成结构改变大设为++为2;
纤维化,B超形态+,对应着钆剂形成结构改变较大设为+为1;
正常,B超形态±,对应着钆剂和超顺磁氧化铁没有结构改变设为±为0;
弱修复,B超形态-,对应着超顺磁氧化铁功能活性增强较大,设为-为-1;
强修复,B超形态--,对应着超顺磁氧化铁功能活性增强大,设为--为-2;
(在B超的检测中,以正常组织结构为标准来定义其损伤与修复,以正态分布z区间来估测,其损伤与修复性是通过过程变化,多次检测,进行对比来反映出来的)
通过影像中的自变量的相关性分析,而得出各因素在纤维化程度中的正相关,还是负相关,及统计学意义。根据统计学意义,而对人体的纤维化程度进行直接有效地评估,从而反应出动态的结构性。
具体地,结构与物质代谢相结合的评估:结构上用核磁共振等来描述,而相应的物质代谢则用纤维四项与同工酶等化验来描述,故通过核磁共振与各化验值共同反映结构上代谢的问题。
具体地,核磁共振及血化验查纤维化指标如玻璃酸、Ⅲ型前胶原、Ⅳ型胶原,层黏蛋白4项指标及同工酶(与全身纤维化分期及分布有一定相关性)。
原理:血化验查纤维化指标是修复过程中产生的,反映修复性,但其本质上,是纤维性细胞产生的纤维性结缔组织,故而又反映着损伤性,故而要根据其量、变化率和持续时间来共同反应其损伤与修复。例如一个短暂时期内增高,且逐渐恢复到正常范围,则为修复性,是一种负相关;若长期持续性增高,会逐渐远离正常范围,则为损伤性,是一种正相关。
介与上述二者,我们进行标量化设定:核磁共振与纤维四项等在实际检测过程中,逐渐通过均数μ与标准差σ的计算形成了目标值,依目标值为依据,而计算出来的下面分类标准:
明显纤维化为,根据变化率和持续时间,玻璃酸大于μ+1.64σ范围外(在肝纤维化中均数可参考110mg/L)设为++为2,Ⅲ型前胶原大于μ+1.64σ范围外(在肝纤维化中均数可参考120ug/L)设为++为2,Ⅳ型胶原大于μ+1.64σ范围外(在肝纤维化中均数可参考75ug/L)设为++为2,层黏蛋白大于μ+1.64σ范围外(在肝纤维化中均数可参考130ug/ml)设为++为2,核磁共振的钆剂结构改变大设为++为2;纤维化为,根据变化率和持续时间,同理,各项指标大于μ+σ而小于μ+1.64σ设为+为1,核磁共振的钆剂结构改变较大设为+为1;同理,各项指标为μ±σ范围内设为0为正常,核磁共振的钆剂结构改变正常设为0,超顺磁氧化铁功能活性正常;同理,各项指标小于μ-σ而大于μ-1.64σ设为-为-1为弱修复,核磁共振的超顺磁氧化铁功能活性增强较大,设为-为-1;同理,各项指标小于μ-1.64σ设为--为-2为强修复,核磁共振的超顺磁氧化铁功能活性增强大,设为--为-2;
结构的代谢性方程数据的处理:
我们继续逐步回归,我们进行标量化设定:
同上,明显纤维化为,根据变化率和持续时间,玻璃酸大于μ+1.64σ范围外设为++为2,Ⅲ型前胶原大于μ+1.64σ范围外设为++为2,Ⅳ型胶原大于μ+1.64σ范围外设为++为2,层黏蛋白大于μ +1.64σ范围外设为++为2;纤维化为……各项指标大于μ+σ而小于μ+1.64σ设为+为1;正常为各项指标μ±σ范围内设为0;弱修复为各项指标小于μ-σ而大于μ-1.64σ设为-为-1;强修复为各项指标小于μ-1.64σ设为--为-2;
与之相应的酶计算方式与上述相同,其意义有:乳酸脱氧同工酶LDH1是全部都为H亚基,在心脏为该同工酶,人体心肌、肾、红细胞以LDH1和LDH2为最多,心肌(占酶总量50%以上)>肾> 胰腺>膈肌>红细胞,LDH1和LDH2升高,且LDH1/LDH2>1见于:急性心肌梗死、溶血性贫血、急性镰刀型红细胞贫血、巨幼红细胞贫血等恶性贫血。※急性心肌梗死修复时,随着心肌的修复同工酶LDH1值降低。单纯LDH1升高:细菌性细胞瘤(如,畸胎瘤、睾丸细胞瘤及卵巢坏死性细胞瘤)。急性肾皮质坏死及各种血管内外溶血症(若无LDH1升高,可排除溶血性贫血)。
磷酸肌酸激酶同工,CK—MB(心肌来源):见于心肌梗塞、心肌炎等心肌疾病和新生儿产后窒息。故LDH1和CK—MB增高,代表着心肌的损伤++。心肌修复时,LDH1降低为特征,代表着心肌的修复--。
LDH2、LDH3及LDH4均升高:大量血小板破坏(如:肺栓塞、大量输血等)、淋巴系统疾病(如:传染性单核细胞增多症、淋巴瘤及淋巴性白血病等),其中,LDH3:肺>脾>脑>肠>淋巴液>内分泌腺,脾、胰、甲状腺、肾上腺中LDH3较多,乳酸脱氢酶同工酶是观察心肌疾病、肝胆疾病等的指标之一,是与淋巴循环有关的。
LDH2、LDH3及LDH4均升高及CK—BB(脑来源)新生儿产后窒息和脑外伤,故肺、脑损伤++。
在骨骼肌中同工酶四个亚基都为M亚基,肝和横纹肌则以LDH4和LDH5为主,※骨骼肌炎症,随着修复,其LDH5也随之降低,肝(占酶总量50%以上)>皮肤>骨髓>关节滑液>白细胞>血小板>胆汁,LDH5升高:骨骼肌炎症、损伤及退化、肝损伤(肝硬变、肝炎、肝过度充血)、癌,故LDH5升高为肌损伤++,降低为肌修复--
LDH2、LDH3及LDH4均升高及CK—MM(骨骼肌来源):CK—MM升高(即同工酶正常而CK总活力升高):见于原发性肌萎缩和Duchenne肌萎缩、癫痫大发作,CK—MM升高为肌损伤++。上述除了定性分析,还主要是通过变化率和持续时间来分析判断的。
然后,根据以上处理过的数据,进行逐步回归,建立纤维化程度的线性方程。
功能代谢方程数据的处理:通过“代谢性线性方程相拟合的处理方法”来处理。
进一步的,根据所述人体纤维化程度数据和人体代谢的动态变化数据,而得到人体结构与功能转化数据,其中结构转化数据即通过核磁共振、B超等影像与纤维四项等化验;及纤维四项与同工酶及相关酶的相关性最终得到了纤维化与成纤维化的比值。功能转化数据即通过利用呼吸频率与心率的比值。
具体地,结构与功能适应度拟合:
如果将纤维化程度的线性方程通过结构与功能转化数据与“代谢性线性方程相拟合的处理方法”得到的代谢性线性方程进行拟合,其拟合度越好,则其纤维化程度与功能越符合。
不同器官或系统如果有不同程度的纤维化而功能好,说明修复性越强;而功能性这里指能量代谢,是由心、肺做功提供的,故反之,如果纤维化后的心脏或者肺所做的功与正常情况下所做的功其斜率差距越大,拟合度越低,则其功能越差,即说明造成的斑痕性(即失去了因有的功能)越大。具体算法,详细见子步骤S221、子步骤S222、子步骤S223.
步骤S230,根据人体纤维化程度数据和人体代谢变化数据,得到人体结构与功能转化数据。
测量体温分布、PH分布,温度的变化率、PH变化率,温度的变化率与PH值变化率相应情况。
在结构基础上,即应用结构的纤维化的评估与结构的代谢性的评估,随着时间的延长,结构的纤维化评估渐增大,则说明是一种损伤状态;当结构的代谢性评估渐增大,则说明是一种修复状态。依二者的比值,我们可以确定其结构上的修复与损伤。
结合代谢性问题,通过“新陈代谢公式”得出心、肺做功的比值为心率/呼吸频率=44:12,大于该值则心脏负担加重则为损伤,小于该值则为修复。
结合“基础代谢的算法,”若相对应值在正常范围,则结合纤维化/成纤维化与心率/呼吸频率相拟合情况,来判断损伤与修复情况,例如,纤维化+心脏负荷增大,就一定为损伤性,反之则反之。若与之“基础代谢的算法”不相对应,则相应的PH偏大则为修复,而体温偏大则为损伤(这是因为修复时会产生大量的物质代谢,同时能量转化为化学能;而损伤时会产生大量的热能,同时随着结构的破坏,物质代谢也相应的减弱)。利用损伤与修复来判断整体的正、负相关性,则可以确定其上述运算的正负性。具体算法见子步骤S231。
步骤S240,根据人体纤维化程度、人体结构与功能转化数据以及人体代谢变化数据,得到人体的纤维化程度与人体代谢的适应度信息。
具体地,我们分别对心、肺结构与功能适应性的评估与基础代谢的评估进行详细的设计:
通过B超及核磁共振等影像来确定其纤维化情况;通过纤维化线性方程式,来分析其纤维化程度,通过结构或功能的损伤与修复这个动态因素,而判断出心、肺器官的纤维化的动态情况,再通过“新陈代谢公式”及与心、肺做功相对照,而得出结构与功能的适应度。
具体地,结构性的物质代谢的损伤与修复中有酶及纤维四项等化验的变化(纤维四项代表纤维细胞与成纤维细胞的动态变化,而酶代表降低活化能),代表着物质代谢的动态变化;心、肺的酶也是促使其做功的催化剂,故酶的含量也代表着能量代谢的损伤与修复程度。
整体上:由于心脏和肺是做功的器官是人体能量来源,故而由于心脏和肺疾病而产生的内能消耗可用基础代谢率来反映,故频率比值符合“新陈代谢公式,”故分析:比值为化学反应等号两边,如果接近3:11,那么就可认为符合该反应方程式,而该方程也正是损伤与修复所提供和需要的物质与能量代谢的核心公式。故而包括时间轴上与空间(主要是体温与PH值的分布)的变化率。基础代谢率越大,说明内能消耗越大,故病情越重,基础代谢率越小,病情越缓。
用线性相关性方程斜率来反映,如果纤维化后的心脏所做的功与正常情况下所做的功其斜率越接近,拟合度越高,则其功能越好;反之,如果纤维化后的心脏所做的功与正常情况下所做的功其斜率差距越大,拟合度越低,则其功能越差,即纤维化程度越大,失代偿越大。
具体地,心脏与肺的纤维化程度,与心脏做功与呼吸做功形成的线性方程进行拟合比较,若纤维化程度都为正常范围,呼吸与心脏做功也在正常范围内,且器质与功能拟合度高。由于“新陈代谢公式”是在线粒体中进行的,因此,心率与呼吸频率的比值也代表着线粒体工作情况。故通过3:11 这个“呼吸频率:心率”比值估测着线粒体是否正常,这种情况为结构与功能相适应。
故而从上述,可以看出新陈代谢中有适应与不相适应;结构变化中有适应与不相适应;功能与结构之间也有适应与不相适应。这种适应与不适应组合有六种:即结构与功能相适应时,心、肺做功不相适应,损伤与修复不相适应;结构与功能相适应时,心、肺做功相适应,损伤与修复不相适应;结构与功能相适应时,心、肺做功不相适应,损伤与修复相适应;结构与功能不相适应时,心、肺做功不相适应,损伤与修复不相适应;结构与功能不相适应时,心、肺做功相适应,损伤与修复不相适应;结构与功能不相适应时,心、肺做功不相适应,损伤与修复相适应;故而用线性方程进行拟合,就可以评估其结构与功能是否适应。
具体地,心脏或者肺纤维化程度的线性方程通过损伤与修复与心脏或者呼吸做功的线性方程进行拟合,就是结构与功能相互转化的数据,其主要是时间轴上的变化率与空间分布,表现为PH 值的变化率与体温的变化率相应的分布、变化率和比值。
具体地,心、肺能量与物质代谢的评估,是发生在线粒体细胞器上的评估,线粒体可产生能量及PH的变化。
进一步地,心肺纤维化结构上的损伤与修复变化,是与心肺功能上的损伤与修复相适应的,心肺功能的损伤与修复,可以看作是心脏耗能与自然界与人体气体压差做功而提供能量的过程,故通过心率与呼吸频率比值来分析的;再通过体温与PH值的相应的分布与变化率,将功能与结构相对应,这也就是结构和功能的“损伤与修复”。
进一步地,从代谢角度上:在呼吸、心脏做功及二者做功比值为前题,结合纤维化程度与分布,而产生了相关体温及PH的分布及时间轴上的变化,故而估测出做功与消耗能量之间出入平衡性、分布性。故而通过心脏做功+呼吸做功(胸、腹围情况)而评估出能量和物质代谢及趋势。
具体地,在我们纤维化程度的评估下,结合损伤与修复,通过穿戴式代谢评估平台,通过呼吸及心脏做功得到PH值、体温这两方面物质与能量代谢信息综合分析其情况。在这个整体情况下,再通过局部的纤维化及代谢问题分析,而得到能量及物质代谢基础的具体“历史性”问题——结构与功能相适应的过程化的问题:
步骤S250,根据所述适应度信息,生成人体数据分析报告。
具体地,按照起因、经过、结果进行分析与评估。在某病因的条件下,结合适应度信息分析出哪个因素是主要地位,及与纤维化的接近程度,再评估。
其一、心、肺结构与功能的适应性评估:
起因:引起心脏纤维化的原因:缺血性心脏疾病(心肌梗死后的替代性和间质性纤维化);高血压性心脏病;炎症性心肌病(病毒性心肌炎);代谢性心肌病(血色病性心肌病、淀粉样变心肌病、糖原累积性心肌病、糖尿病性心肌病等);克山病;扩张性心肌病;肥厚性心肌病、限制性心肌病;致心律失常性右室心肌病等。
引起肺部纤维化的原因:病因已明的疾病:无机粉尘职业病;有机粉尘和过敏性肺炎;与药物/ 治疗相关的疾病;感染性疾病(肺结核、病毒性肺炎、肺囊虫感染等)继发性肺疾病(左心衰竭、先心病、成人呼吸窘迫综合症、慢性心功能不全相关、移植排斥反应相关的肺部疾病等);
病因未明的疾病:肺原发性疾病;胶原血管病相关的肺部疾病(系统性红斑狼疮、类风湿性关节炎、进行性系统硬化症、多肌炎、皮肌炎、混合型结缔组织病等);肺泡充填性疾病。
经过:结合步骤S240得出适应度信息,将这个结果同心脏与呼吸系统的纤维化程度,同甲状腺纤维化程度进行比较,而得出评估效果——即内呼吸与外呼吸相互制约节奏是否正常,或整体与局部相互制约节奏是否正常。例如,甲状腺正常且肺与心脏纤维化成比例,二者都有相互制约能力,从而反应出心、肺功能与结构的适应度,而表现出节奏正常,律齐。若甲状腺纤维化,则其内分泌调节可能出现了问题;若肺与心脏纤维化不成比例,二者相互发生偏态分布,相互制约能力可能不足,而表现出节奏紊乱。心肺即表现出整体性也表现出局部性,利用整体和局部的纤维化分布状态或者能量及代谢的分布状态,而判断心肺与整体的功能与结构的适应度。结合纤维化程度,而判断出其病变部位。再结合心脏和肺是人体能量来源,故而与基础代谢率相比较,基础代谢率越大,说明内能消耗越大,故病情越重,基础代谢率越小(如“基础代谢率算法”),病情越缓。故若在肺脏纤维化的情况下,利用自然界能力差,因此消耗内能多;若心脏纤维化的情况下,利用葡萄糖能力差,因此能量不足。因此,结构与功能不相适应,相互制约节奏不正常。
显然,心肺是全身整体性中的一个重要环节,但心与肺就其局部性也相互作用。
具体地,心脏与呼吸所在的循环系统和呼吸系统相互间有损伤与修复作用:具体地,在整体线性回归方程中,心肺做功所产生的新陈代谢的“损伤与修复”的比值及结构的纤维化与成纤维化的“损伤与修复”的比值分别为两个组内SS,故功能性、结构性组内与组间进行最小二乘法后进行比较,将二者进行F检验,而得出其二者之间的相关性。在这个基础上,通过局部器官或系统的以线粒体为核心的新陈代谢与结构的损伤修复,最终进行拟合分析,而得出局部器官或系统功能与结构的适应性。
其中,心脏做功:心脏纤维化程度因变量通过损伤与修复动态过程与心脏做功的线性方程中因变量进行拟合,将纤维化程度与心脏做功公式得出的值一一对比,通过拟合程度的概率,我们可以得出其是否符合纤维化程度高则心脏功能降低的逻辑性;若不符合,在我们选取的样本正确的情况下,则出现在限定条件上有代偿情况的产生。这里人体有两个做功的器官即心脏与肺,代偿心脏做功的必然是肺。
心脏与呼吸所在的循环系统和呼吸系统的损伤与修复也就是新陈代谢的做功方面的损伤与修复如下:具体地,依据“新陈代谢公式”,将心、肺纤维化程度比值通过损伤与修复动态过程与心率与呼吸频率的比值进行检验,通过心、肺纤维化与成纤维细胞的活性及分布,与心率与呼吸频率进行拟合,这里面存在着基础代谢问题和调节性,若其纤维化比值与二者频率比值不成比例,则说明有神经或者全身内分泌的调节存在着结构与功能的不相适应问题。若比例相似,则仍然处于一种结构与功能相适应的良好的状态,故即使心脏或者呼吸系统有问题的情况下,也有能力代偿,故这种代偿也有状态良好,状态异常,状态差的情况,这就要看其结构与功能比例相差有多大。
具体地,代偿心脏做功和呼吸做功如下:
呼吸容量性功能,通过损伤与修复动态变化,使核磁共振测量的肺纤维化结构变化与容量功能两线性相关性方程进行拟合(即用“拟合分析法”及F检验),若拟合则表明结构与功能相适应,反之则反之。
呼吸做功:纤维化程度通过损伤与修复动态过程与呼吸做功线性方程进行直接拟合,即将纤维化程度与呼吸做功公式得出的值一一对比,通过拟合程度的概率,在线性相关方程 中,将纤维化程度的核磁值直接带入公式中,然后应用“拟合分析法”确定其拟合情况。
从整体结构角度上则进一步地,结合全身及局部的结构纤维化的分布与变化,而确定其结构与功能适应度。具体地,要结合局部的新陈代谢的损伤与修复和结构性的损伤与修复换算来进行综合分析。
具体的,在心、肺的结构及做功的大背景下,其代谢性损伤与修复以体温与PH值为表现形式将结构与功能相拟合在一起。而体温与PH值是新陈代谢的能量与物质代谢的反应。
具体地,某部位PH值与体温建立相关性,依据为在呼吸与心脏做功正常节律的情况下,消耗能源物质产生二氧化碳越多则温度升高也越高。当然,温度也可以改变缓冲液的平衡,故而PH监测与体温监测系统相互照应,用体温和PH值表示,即在汗液量一定的情况下,代谢物质越多,二氧化碳形成越多,PH越小,热量越高。一般分布上体温从下到上为由低到高的趋势;PH从下到上正好与之相反。
继续结合全身及局部的结构纤维化的分布与变化,而确定其结构与功能适应度。具体地,要结合局部的新陈代谢的损伤与修复和结构性的损伤与修复换算来进行综合分析。
结果:进一步地,人体局部情况在全身的情况下为偏态分布,而不是一种正态分布;局部本身却是一种正态分布,是一种线性分布。一般心肺纤维化后,运动系统、消化系统、心脑系统都随之弱化,因为心肺无法承受更大的负荷。而全身情况即物质代谢与能量代谢随着其本身纤维化而发生变化。
例如,若为消耗性疾病,则新陈代谢与纤维化结构不成比例,新陈代谢情况会大于纤维化程度所承载的代谢负荷。若当新陈代谢正常,也就是说,线粒体利用葡萄糖产生能量与物质代谢情况仍属正常,但利用这些能量与物质代谢的心脏与呼吸系统,由于纤维化后,已经没有能力做功,故而其产生持续性37度左右的体温及PH偏酸性,反之则反之,这代表着结构与功能不相适应,造成了代谢相对旺盛,而产生的相对的消耗性疾病。进一步的,以消耗性疾病的相对性分析评估法,可以在结构的基础上,通过新陈代谢评估系统的评估,动态的分析人体新生、成熟、老化这个修复与损伤的结构与功能相适应的的风险评估。
其二,其他局部性结构与功能的适应性评估:
具体地,与局部的损伤与修复相对应的,依次分析运动系统、消化系统、信息系统的损伤与修复与基础代谢。
一些局部性器官或系统的起因有:
引起运动系统纤维化的原因:主要为运动损伤及其其他与运动系统有关的损伤。
引起消化系统纤维化的原因:胰腺纤维化的原因:急性胰腺炎;胰管梗阻;慢性酒精中毒;Od di括约肌功能失调;胰腺缺血;脾脏:脾纤维增生疾病;肝脏纤维化等。
引起信息系统的纤维化原因:神经系统:脊髓外伤后、脑卒中瘢痕形成、老年痴呆症。
引起其他脏器纤维化的原因:眼睛:眼睛外伤和手术后,糖尿病视网眼膜纤维增生;骨髓:特发性和药物引起的骨髓纤维化、真性红细胞增多症、慢性髓细胞性白血病、何杰金氏病。肾脏:血管性(高血压);免疫性(肾小球肾炎、系统性红斑狼疮、硬皮病、肾移植排斥);感染性(肾盂肾炎、肾结石);代谢性(高血脂、糖尿病、高尿酸尿症、高钙尿症)等。
经过:结合步骤S240得出适应度信息,将这个结果与实际情况相联系:
局部相关性代谢问题,主要是通过纤维化直观的反应出局部器质结构性问题,通过损伤与修复这种相关性分别与心脑情况、运动系统、消化系统的代谢问题加以拟合比较,而分析出其局部的结构与功能性适应情况。
具体地,在基础代谢的基础上,确定其分布趋势及分布变化率,利用损伤与修复从而得出人体消耗能的大概部位,再通过对心脑的电磁能、运动系统的机械能、消化系统的化学能的评估,而评估出纤维化与代谢水平是否相关、怎么相关。
具体地,局部的器官或系统结构与功能的适应性评估:
各局部的器官或系统的纤维化判断可得出:局部损伤或老化程度,再结合新陈代谢水平可判断是正常情况还是疾病状态。进一步地,在做功的心与肺结构与功能适应度的基础上,新陈代谢中的基础代谢与做功的情况进行上述评估后,评估其他系统或器官。
具体的,以骨骼肌为例,例如骨骼肌纤维化结构可通过核磁与B超等影像采集,可通过血化验采集纤维及门冬氨酸氨基转移酶,从而分析纤维化程度。而骨骼肌功能可通过穿戴式产品及代谢评估系统等以及“黄金分割优化原则”采集,从而分析局部代谢,结构与功能结合后,最终得出集起因、经过、结果的局部分析报告。
具体的,以肝为典型例子,消化系统是局部系统的核心和代表,肝是局部器官的核心和代表,故以消化系统的肝为核心为重点代表来分析:
起因:引起肝脏纤维化的原因:肝硬化[病毒性、血吸虫性、酒精性、胆汁性(原发性胆汁性肝硬化、继发胆结石、门管周围炎)、代谢性(肝豆状核变性、血色病)、中毒性(有机磷、四氯化碳、肝毒性药物如:异烟肼、四环素、氯丙嗪等)、营养不良性、心源性(慢性充血性心力衰竭)]。
经过:结合步骤S240得出适应度信息,用这个结果来推算:通过心脏做功+呼吸做功而评估出能量和物质代谢及趋势。再利用局部的PH值及体温,以及“黄金分割优化原则”最优化状态为均值,设定条件后,则根据其标准差而理出其范围,再评估其风险性。
结果:具体地说:局部虽然在整体来说是偏态分布,但就其本身来说也是一种正态分布,故而存在线性相关方程。我们应用正态分布的Z区间来分析其概率,从而估测出局部在整体适应度的基础上,所存在的风险评估。
因此,通过影像、化验检测后通过线性方程评估出某部位纤维化程度,例如,影像出现肝纤维化,而血生化可证实为纤维化,故而在线性方程表示肝纤维化。而通过新陈代谢评估,出现基础代谢率增高,局部化学代谢变化增高;以及,反之出现基础代谢率降低,局部化学代谢变化降低,再结合能量持续长短及能量使用效率与体态等,就可以分析出肝的情况。
在整体的结构与功能适应度的基础上,对局部的结构与功能适应度的评估也符合线性回归方程,用同样的线性回归算法,对其结构与功能进行拟合,而得出评估。
任何一个器官或系统都表现出局部和整体的双重属性。
具体地,人体结构主要是由蛋白质构成的,脂肪为能量库,而蛋白质、脂肪最终都转化为酮来进行能量与物质代谢;葡萄糖可分解为两个丙酮,故而或可用葡萄糖的新陈代谢来表示三大物质的新陈代谢。葡萄糖是新陈代谢的集中体现。“基础代谢的算法”,离不开心、肺做功,心、肺做功是人体代谢的能量基础。基础代谢可用体温与PH值直接反应出了全身的代谢问题。纤维化与成纤维化又离不开肝脏进行的损伤与修复,其产生的能量为化学能。
具体地,根据线粒体产生的能量与纤维化程度相互匹配的关系而确定疾病的类型。
进一步地,依据“新陈代谢公式”将葡萄糖、酶、PH、体温等等指标相互对应且结合起来,我们可以看作是新陈代谢的损伤与修复。最后,通过子步骤241与步骤250共同形成评估报告。
可选地,在本实施例中,所述人体数据分析报告可以包括病因、损伤与修复经过、疾病情况报告以及对应所述疾病情况报告的治疗原理报告。
具体地,确定其历史损伤记录,输入系统,以确定其暴露的危险因素、损伤因子,然后,通过纤维化评估系统来分析其修复情况——即是否存在着“纤维化,”纤维化程度有大小,故其纤维化评估的线性方程中各因素的斜率也不同,在这个方程式通过损伤与修复与基础代谢每△PH值与△T所产生的分布和代谢相应,来说明这个结构基础上的基础代谢情况。其代谢率越高,则消耗能量越多。
在这个情况下,人体做功又是由葡萄糖通过心脏做功及氧与二氧化碳通过肺来做功,为人体提供了基础代谢。前者是通过食物来获取葡萄糖而产生能量,而后者是通过自然与人体的气体分压而做功来提供能量。
若假设人体总“能量”一定,那么单位PH值或者单位温度中消耗能量越多其能量持续时间也就越短,若假设人体总“能量”与自然界相关,则其从自然界获取能量可以提供其基础代谢,故而降低人体耗能,而增强效率。而这两种情况是由心脏与肺的纤维化程度来决定的,也就是说心脏与肺的纤维化程度越高,其从外界获取能量的能力越低,故而其主要靠人体自身总“能量”来提供,反之则是由外界能量提供。
然后,在基础代谢的基础上,确定其分布趋势及分布变化率,利用损伤与修复从而得出人体消耗能的大概部位,再通过对心脑的电磁能、运动系统的机械能、消化系统的化学能的评估,而分析出纤维化与代谢水平的相关性,从而判断其疾病情况以及功能性、修复性、老化性。若可以确定其生命正常过程,则可以评估能量持续长短及能量使用效率情况。
具体地,全身性的,主要是心肺做功性与基础代谢的全身性问题与全身的纤维化程度通过纤维四项及同工酶等的全身调节的损伤与修复性能而结合到一起,从而反应出结构与功能的相应性。在此基础上,在不同局部表现不同,在心、脑处,则根据心电图与脑电图的纤维传递情况,也可以分析其纤维化程度与代谢相应性;在骨骼肌,则根据其机械能消耗情况,分析其纤维化程度与代谢相应性。
进一步,将分析报告传输到需要的各种客户端(如保健医生、其最关心的亲人、本人……)给予提示,并给出合理的改变和指导意见,再通过该系统对其合理的改变和指导意见进行验证,直到得到最符合自身需求的科学、有效的生活方式为止,并且为诊断和治疗疾病提供相对有效的结构基础及结构与功能相适应的情况作为参考依据。
上述情况,要具体分析,对各局部的器官或系统的纤维化判断可得出:局部损伤或老化程度,再结合起因及新陈代谢水平可判断是正常情况还是疾病状态。详细算法同子步骤S241。
请参阅图6,作为一种实施方式,所述步骤S220-步骤S250提供的结构与功能适应度的分析和评估的统计学的构思方法进行统计学算法可以包括以下子步骤:
子步骤S221,将所述人体结构数据进行逐级转化,得到转化后的人体结构数据。
将所述人体“广义上的结构数据”进行逐级转化,将得到转化后的人体“狭义上的结构数据”的处理方法;所述步骤S220可以包括以下子步骤:
具体地,将各种相关的影像、化验纤维四项、同工酶及酶等数据作为自变量,而形成相应的纤维与成纤维动态变化的因变量,将这些线性方程逐层转化为纤维化与成纤维化的结构上动态变化的线性方程。
结构性方程:
结构的代谢性方程:
子步骤S222,将人体能量功能数据进行逐级转化,得到转化后有人体能量功能数据。
心、肺做功的修复与损伤其公式符合“新陈代谢公式”。在这个情况下,由葡萄糖通过心脏做功通过体内的葡萄糖提供12个质子和磷酸提供32个质子而得电子,产生电流,电流做功W=IUt=△QU(△Q为电量,U为电压,电压是单位电容内的电量);而氧与二氧化碳通过肺来做功,气压做功W=△PV=nR△T(△P为气体压强的变化率,V为气体体积,n为分子数, R为8.31441±0.00026J/mol.k,△T为气体温度的变化率),我们视每一次反应为一个单位时间,心率是与单位时间内电子的数量成正比,呼吸频率是与单位时间内气体分子的数量成正比,故而心率与呼吸频率比值基本上接近于44:12(当然前者也有心脏电容的影响,后者也有自然界温度的影响,故而只是接近该比值)。
子步骤S223,将所述转化后的人体结构数据作为自变量,将所述人体纤维化程度数据作为因变量再作为自变量与人体结构代谢方程进行回归建立一纤维化线性方程,形成纤维化与成纤维化的动态变化方程。并将所述全身代谢数据以及局部代谢数据作为自变量,将所述心肺功能数据作为因变量建立一代谢线性方程;
其中的“将所述转化后的人体结构数据作为自变量,将所述人体纤维化程度数据作为因变量再作为自变量与人体结构代谢方程进行回归建立一纤维化线性方程,形成纤维化与成纤维化的动态变化方程。,”
结构性方程:
结构的代谢性方程:
在结构性方程中为组内,结构的代谢性方程中为另一组内,二者之间为组间进行回归分析,而得出纤维化与成纤维化的动态结构变化的线性方程因变量就是结构损伤与修复。
以上即可以作为全身结构变化的线性方程,也可以作为局部结构变化的线性方程。在每个局部,又有其个性化和特征化,局部结构性的评估,就是将局部相应的酶加入线性回归方程进行相关性分析。
由子步骤221得出与子步骤222得出在功能性方程中,心脏做功为组内,呼气、吸气做功为另一组内,二者之间为组间进行回归分析,而得出心脏做功与呼吸做功的动态结构变化的线性方程,因变量就是做功的损伤与修复。
其中的“并将所述‘能量变量’作为自变量,将所述心肺功能数据作为因变量建立一代谢线性方程”是指:利用原理——能量守恒定律和帕肃叶定律得出心脏做功见“心脏做功线性方程”;吸气与呼气时做功见“吸气与呼气做功线性方程”。人体代谢数据就是由二者做功产生的,故转化成线性方程。
具体地,先假设一线性相关方程与上述“心脏做功线性方程”及“吸气与呼气做功线性方程”相对应,首先将心率与呼吸频率进行新陈代谢公式层面的对比。上述两个组合合并后,再假设一线性相关方程,因变量就是功能的损伤与修复程度,而自变量就是检测的各因素。二者分别建立起线性回归方程。最终形成了心脏做功与呼吸做功的动态的功能变化的线性方程。
以上即可以作为全身结构变化的线性方程。而每个局部,又有其个性化和特征化,局部功能性的评估,就是将根据以下指标,进行多因素线性相关性分析,其指标方程如下:在其他局部的能量存在的情况下,有一种“黄金分割优化原则,”故而以这种最优化状态为均值,设定条件后,则根据其标准差而理出其范围,再评估其风险性。
W-E基础代谢率=E(信息能/化学能/机械能)。从能量代谢中可以看出局部主要是运动系统产生机械能,而运动系统主要是骨骼与肌肉;消化系统产生化学能,而消化系统主要是肝;心与脑产生电磁性的信息能,脑为神经系统,而心主神志。以及在生活状态监测系统中通过压力与力矩及次数而估测到的机械能,通过休息时得到的化学能,通过心、脑电图而估测的信息能,可以获得局部特征性的损伤与修复的定性或者定量的转化率的值。
综上所述,可将其分类为循环系统、运动系统、淋巴系统三个系统的损伤与修复。从其定性的或者定量变化率来进行线性回归。最终形成线性方程拟合后,进行结构与功能适应性的分析。而循环系统、运动系统、淋巴系统表现为体温与PH的变化率及分布上的相对应的情况。
子步骤S231,将纤维化与成纤维比值同心率与呼吸频率比值比较,同体温分布与PH 分布及变化率比较,从而得出其转化值。
所述人体结构与功能转化数据为结构性的纤维化与成纤维化的比值和代谢性的心率与呼吸频率的比值,通过PH值与体温的分布与变化率联系起来进行检验与比较的一种数据处理方法。
代谢性方程:在某种生活状态下,通过体温与PH值的分布及变化率及能量守恒与能量优化原理,可得出动态的结构变化与动态的功能变化回归线性方程,如下:
转化比值为,可通过F检验来进行拟合。
此为所述人体结构与功能转化数据,将纤维化与成纤维化的结构上动态变化的线性方程与代谢性线性方程相拟合的处理方法。
子步骤S232,再将每个线性方程进行逐步回归,使得自变量逐步转化为因变量,因变量再作为自变量进行新的线性回归。
进一步地,结构的因变量为纤维化程度通过各因素而评估出因变量即纤维化程度,通过因变量的分析而评估出结构性的损伤及修复的动态情况;因变量为损伤与修复程度,通过大量的数据,将其定性,形成正相关与负相关的量,将结构性的损伤与修复量化后,与功能性的损伤与修复量化进行相关性线性方程的拟合分析,而功能性的损伤与修复即代谢性的问题,将所述“能量变量”数据作为自变量,将所述心肺功能数据作为因变量建立一能量代谢线性方程。将结构与功能适应性的评估。
具体地,根据子步骤S224因变量作为自变量形成的回归方程的算法和步骤S250根据人体适应度的信息,生成人体数据分析报告。
子步骤S241,根据所述因变量作为自变量最终建立起来人体纤维化程度、人体结构与功能转化数据与人体代谢量,得到人体纤维化程度数据和人体代谢数据相互间的动态适应度。
将这几组再建立新的一组线性方程,通过损伤与修复性方程将各方程同一化,然后形成多因素线性方程
回归方程可用“拟合分析法”进行拟合分析和评估。
结构与功能转化数据即PH值与体温分布及其变化率的对应关系;根据人体纤维化程度、人体结构与功能转化数据与人体代谢的动态变化,得到人体的纤维化程度与人体代谢的适应度信息;
进一步的,在人体整体适应度信息为基础,结合局部的纤维化程度与“能量变量,”最终,根据所述适应度信息,生成人体数据分析报告。
通过该计算,得出系统或器官的纤维化程度,系统或器官的损伤与修复,系统或器官的代谢各因素在总体中的权重,哪个因素占有最主要的决定正相关性,哪个因素是负相关甚至是不相关……,进一步进行群体评估,即根据群体中每个个体纤维化的分布与变化的相关性分析计算:
通过以上的方法,通过条件因子(暴露出来的危险因素);因变量的概率性而决定其是否是暴露出来危险因素反应的问题;各因素在线性方程式中的系数哪个更接近该因变量反应出来的总体属性;最后将其分类而将群体形成大致地为以下三个线性方程,可以设定出:
在正常人群中抽样最终形成正常情况线性方程;
确定疾病人群中抽样最终形成纤维化情况的线性方程:
介于正常人群与异常人群之间抽样最终形成的损伤与修复过程性线性方程。
故依群体分类后,在群体中的个体样本,在不同部位表现也不同,在心、脑处,则根据心电图与脑电图的纤维传递情况,也可以分析其纤维化程度;在运动系统,则根据其机械能消耗情况,分析其纤维化程度;在消化系统,则根据化学能消耗情况,分析其纤维化程度;在呼吸与循环系统,则根据呼吸与心脏做功情况,分析其纤维化程度。最终不仅可得出动态“起因、经过、结果”的变化,而且还可得出静态的损伤期、修复期、塑形期、斑痕期。
而在各个子步骤中,其核心的统计学算法如下,
子步骤S224,计算所述人体结构数据中的每个因素自变量的概率范围和风险性,因变量的估测值,以及所述“能量变量”中每个因素自变量的概率范围和风险性,因变量的估测值及风险性。以及各相关回归线性方程拟合度计算。
具体地,计算的原理是充分利用了“正态分布的Z区间的意义”和正常值定性分析相结合,而得出的。
在各采集的数据进行评估后,再进一步进行拟合。
再获取各种因素的值并且进行检验后,再与新陈代谢的值进行拟合。具体算法为:
对每一个因素,进行回归分析,建立回归方程μY1=β01X1;μY2=β02X2;μY3=β03X3;μY4=β04X4……μYn=β0nXn;(上述常数项为β0)
将这些因素的序数1、2、3、4、……j设为j,自由度那么,这几组,我们将其总数求取平均值即那么,这里n个因素,j=n,故求取当概率P<0. 05,有意义,即属同一类。那么,通过以上的分析,可得出其是否是同一类,而这一类的同一属性是什么——即因变量反应出什么问题。
每个因素应用最小二乘法得出残差平方和SSn达最小,应用最小二乘法得出残差平方和SS达到最小,
分析各因素与纤维化的回归关系,并得出每一个因素的回归方程:均数limSS组内n=lim μYj=β0nXj
多重回归方程:
(各系数不全为零时,可形成线性方程)
查表,得P<0.05有意义。
回归方程斜率比较:斜率是其均数,求标准误即 各因素是否符合回归方程,通过t检验来判断取符合P<0.05值为有意义。(上述常数项为a=β0)
代谢性方程:在某种生活状态下,通过体温与PH值的分布与变化率及能量守恒与能量优化原理,最终将结构与功能线性方程进行回归,具体地见子步骤S231和子步骤S241,
进一步地,通过“拟合分析法”进行分析。
最终,形成线性回归方程的求法:
其中,
具体地,对上述计算从样本量、正态与偏态、判断关联式的好坏几个方面的解释说明如下:
那么,样本到底最少是多少才可以对其总体有估计值,这就要看精确度α、均值及离散度等,其公式为(n为样本量,Zα/2为正态分布Z检验的单侧u值,Zβ为正态分布 Z检验的双侧u值,ρ为总体相关系数)。
一个总体是由大数据组成,一个总体即是一种正态分布,又是一种偏态分布。当相对样本不足时,为偏态分布;相对样本太多时,总体为有限量。当积累到一定程度,达到正态分布时,就有了趋势性,我们用线性相关来分析。如下:
如果我们取自变量xi,因变量y,那么每个自变量产生的因变量,用最小二乘法计算得来的点形成的直线就是总体均数所在的直线即核心轴的位置——即线性方程。
在人体局部纤维化,其样本对于局部来说样本量就足够大了,故为正态分布,但对于全身来说就是一种偏态分布。
在回归过程中,回归的关联式不可能全部通过每个回归数据点(x1,y1.x2,y2...xm,ym),为了判断关联式的好坏,可借助相关系数“R,”统计量“F,”剩余标准偏差“S”进行判断;“R”越趋近于1越好;“F”的绝对值越大越好;“S”越趋近于0越好。
剩余标准偏差S,是与直线的吻合度,越吻合,其值越小,越接近零越好,具体见“拟合分析法”。
综上所述,本发明实施例提供一种人体数据采集和分析方法及系统。该方法包括:获取人体数据;对人体数据进行数据处理,得到与人体结构数据对应的人体纤维化程度数据和与人体功能数据对应的人体代谢变化数据;根据人体纤维化程度数据和人体代谢变化数据,得到人体结构与功能转化数据;根据人体纤维化程度、人体结构与功能转化数据以及人体代谢变化数据,得到人体的纤维化程度与人体代谢的适应度信息;根据适应度信息,生成人体数据分析报告。基于上述设计,本发明提供的技术方案通过将人体结构数据、人体结构与功能转化数据、人体功能数据结合进行数据分析,得到人体的结构与功能相适应的情况,从而实现了人体以时间轴及空间性四维评估。

Claims (5)

1.一种人体数据采集和分析系统,所述系统包括检测设备和电子设备,所述检测设备和所述电子设备通信连接,其特征在于:
所述检测设备,用于获取人体数据,所述人体数据包括人体结构数据、人体结构与功能转化数据和人体功能数据,所述人体结构数据包括超声波检测数据或核磁共振检测数据,所述人体结构与功能转化数据包括结构性的纤维化与成纤维化的比值和代谢性的心率与呼吸频率的比值及体温与PH相对应的分布与变化率,所述人体功能数据包括心肺做功数据、全身代谢数据以及局部代谢数据;
所述电子设备,用于对所述人体数据进行数据处理,得到与所述人体结构数据对应的人体纤维化程度数据和与所述人体功能数据对应的人体代谢变化数据;根据人体纤维化程度、人体结构与功能转化数据以及人体代谢变化数据,得到人体的纤维化程度与人体代谢的适应度信息;根据输入的已明确存在的危险因素、适应度信息,生成人体数据分析报告。
2.根据权利要求1所述的人体数据采集和分析系统,其特征在于:
所述检测设备,核磁共振仪和超声波仪用于采集人体结构数据,化验检查用于采集结构代谢数据,代谢监测系统用于采集人体功能数据;
所述电子设备,还用于逐级转化为纤维化与成纤维化的比值,再通过PH值及体温的分布及变化率相对应,与各代谢及心率与呼吸频率的比值相对应,而生成转化数据;将所述局部代谢数据和全身代谢数据作为自变量,将心肺功能数据作为因变量建立一代谢线性方程;将这些线性方程逐层转化为纤维化与成纤维化的结构上动态变化的线性方程;通过结构与功能转化数据将代谢性动态变化的线性方程相拟合,得到与所述人体结构数据对应的人体纤维化程度数据和与所述人体功能数据对应的人体代谢变化数据适应度。
3.根据权利要求2所述的人体数据采集和分析系统,其特征在于;
所述电子设备,还用于将所述人体结构数据进行转化,得到转化后的人体结构数据即纤维化程度;将相关的结构数据作为自变量,所述人体纤维化程度数据作为因变量建立一纤维化线性方程;并将局部能量代谢与全身能量代谢作为自变量,将所述心肺做功作为因变量建立一代谢线性方程;各线性方程的因变量作为自变量建立一线性方程进行逐步回归;通过纤维化与成纤维化的比值、PH值与体温的分布与变化率的相关性、心率与呼吸频率的比值,将纤维化程度数据作为自变量、心肺功能数据作为自变量,进行线性回归,以建立人体纤维化程度、人体结构与功能转化数据与人体代谢变化数据的线性回归方程,得到人体纤维化程度数据和人体代谢数据相互间的动态适应度;并在评估过程中,将每一个相关因素做概率性的风险评估;使人体在时间轴上和空间上进行四维的数据分析并且自动运算、传输。
4.根据权利要求3所述的人体数据采集和分析系统,其特征在于,所述电子设备,还用于将所述危险因素与人体纤维化程度数据及人体代谢数据通过结构与功能转化数据三者因素对应形成一个因果链,而形成起因、经过、结果的评估,表现出高智能化的评估系统的电子设备。
5.根据权利要求1所述的人体数据采集和分析系统,其特征在于,所述电子设备,还用于将所述人体数据评估的结构与功能相适应的结果,并进行警示、反馈及验证;其中,所述适应度信息用于反应人体结构与功能的适应情况,并警示相关客户端用户,通过指导、干涉、验证系统进行反馈及纠错。
CN201710643160.1A 2017-07-31 2017-07-31 人体数据采集和分析系统 Active CN107368689B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710643160.1A CN107368689B (zh) 2017-07-31 2017-07-31 人体数据采集和分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710643160.1A CN107368689B (zh) 2017-07-31 2017-07-31 人体数据采集和分析系统

Publications (2)

Publication Number Publication Date
CN107368689A CN107368689A (zh) 2017-11-21
CN107368689B true CN107368689B (zh) 2019-11-19

Family

ID=60309079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710643160.1A Active CN107368689B (zh) 2017-07-31 2017-07-31 人体数据采集和分析系统

Country Status (1)

Country Link
CN (1) CN107368689B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI637360B (zh) 2017-12-25 2018-10-01 研能科技股份有限公司 揮發性有機化合物之檢測警示方法
CN110414453A (zh) * 2019-07-31 2019-11-05 电子科技大学成都学院 一种基于机器视觉的多重视角下人体动作状态监测方法
CN113907984B (zh) * 2021-12-13 2022-03-08 仙人长(天津)医疗科技有限公司 一种低压低氧动物实验舱控制系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1468375A (zh) * 2000-08-21 2004-01-14 ��ͯ����ҽԺ 采用生物化学标记物诊断纤维化疾病的方法
CN102439456A (zh) * 2009-03-19 2012-05-02 昂热大学 用于评估肝纤维化进展的非侵入方法
CN103517668A (zh) * 2011-03-11 2014-01-15 昂热大学 基于新的详细分类来评估肝纤维化的存在或严重度的无创性方法
CN105046709A (zh) * 2015-07-14 2015-11-11 华南理工大学 一种基于核磁共振影像的脑龄分析方法
CN105893778A (zh) * 2016-04-28 2016-08-24 陕西数字人信息科技有限公司 四维数字人体生理数据可视化监测、分析和评估方法和系统
WO2016193312A1 (fr) * 2015-06-02 2016-12-08 Echosens Dispositif non invasif de detection de lesion hepatique
CN106923811A (zh) * 2017-03-15 2017-07-07 何宗路 基于nlari心率模型的心脏及自主神经功能评估方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1468375A (zh) * 2000-08-21 2004-01-14 ��ͯ����ҽԺ 采用生物化学标记物诊断纤维化疾病的方法
CN102439456A (zh) * 2009-03-19 2012-05-02 昂热大学 用于评估肝纤维化进展的非侵入方法
CN103517668A (zh) * 2011-03-11 2014-01-15 昂热大学 基于新的详细分类来评估肝纤维化的存在或严重度的无创性方法
WO2016193312A1 (fr) * 2015-06-02 2016-12-08 Echosens Dispositif non invasif de detection de lesion hepatique
CN105046709A (zh) * 2015-07-14 2015-11-11 华南理工大学 一种基于核磁共振影像的脑龄分析方法
CN105893778A (zh) * 2016-04-28 2016-08-24 陕西数字人信息科技有限公司 四维数字人体生理数据可视化监测、分析和评估方法和系统
CN106923811A (zh) * 2017-03-15 2017-07-07 何宗路 基于nlari心率模型的心脏及自主神经功能评估方法

Also Published As

Publication number Publication date
CN107368689A (zh) 2017-11-21

Similar Documents

Publication Publication Date Title
Petersen et al. Reference ranges for cardiac structure and function using cardiovascular magnetic resonance (CMR) in Caucasians from the UK Biobank population cohort
Martin et al. A novel MRI biomarker of spinal cord white matter injury: T2*-weighted white matter to gray matter signal intensity ratio
Sarikouch et al. Sex-specific pediatric percentiles for ventricular size and mass as reference values for cardiac MRI: assessment by steady-state free-precession and phase-contrast MRI flow
CN107368689B (zh) 人体数据采集和分析系统
Plymen et al. The relationship of systemic right ventricular function to ECG parameters and NT-proBNP levels in adults with transposition of the great arteries late after Senning or Mustard surgery
Al-Absi et al. Cardiovascular disease diagnosis from DXA scan and retinal images using deep learning
Harston et al. Quantification of serial cerebral blood flow in acute stroke using arterial spin labeling
Atz et al. Factors associated with serum brain natriuretic peptide levels after the Fontan procedure
Laurie et al. Exaggerated increase in pulmonary artery pressure during exercise in adults born preterm
JPWO2020091053A1 (ja) 健康度ポジショニングマップおよび健康関数を作成する方法、システム、およびプログラム、ならびにそれらの使用方法
Ramirez et al. Maternal interleukin-6 is associated with macaque offspring amygdala development and behavior
Zhang et al. Model construction for biological age based on a cross-sectional study of a healthy Chinese Han population
Giri et al. Application of machine learning in pulmonary function assessment where are we now and where are we going?
Raisi-Estabragh et al. Estimation of biological heart age using cardiovascular magnetic resonance radiomics
CN111063440A (zh) 早期非酒精性脂肪性肝病评估模型、构建方法及其应用
Lewis et al. Inaccuracy of noninvasive estimates of VD/VT in clinical exercise testing
Suárez-Sipmann et al. Monitoring expired CO2 kinetics to individualize lung-protective ventilation in patients with the acute respiratory distress syndrome
Sacks et al. Electrical impedance tomography to measure lung ventilation distribution in healthy horses and horses with left‐sided cardiac volume overload
Bier et al. Noninvasive diagnosis of pulmonary hypertension with hyperpolarised 129Xe magnetic resonance imaging and spectroscopy
Nield et al. In vivo MRI measurement of blood oxygen saturation in children with congenital heart disease
Herrmann et al. Assessment of heterogeneity in lung structure and function during mechanical ventilation: a review of methodologies
Gallo-Villegas et al. Epidemiological, mechanistic, and practical bases for assessment of cardiorespiratory fitness and muscle status in adults in healthcare settings
Mummy et al. Functional gas exchange measures on 129Xe MRI and spectroscopy are associated with age, sex, and BMI in healthy subjects
Zhu et al. Accuracy assessment of noninvasive cardiac output monitoring in the hemodynamic monitoring in critically ill patients
Bonasso et al. Venous physiology predicts dehydration in the pediatric population

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
GR01 Patent grant
GR01 Patent grant