CN110301899A - 一种心脑血管疾病信息检测系统及方法 - Google Patents
一种心脑血管疾病信息检测系统及方法 Download PDFInfo
- Publication number
- CN110301899A CN110301899A CN201910583131.XA CN201910583131A CN110301899A CN 110301899 A CN110301899 A CN 110301899A CN 201910583131 A CN201910583131 A CN 201910583131A CN 110301899 A CN110301899 A CN 110301899A
- Authority
- CN
- China
- Prior art keywords
- cardiovascular
- risk
- module
- cerebrovascular
- cerebrovascular disease
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明属于心脑血管疾病信息检测技术领域,公开了一种心脑血管疾病信息检测系统及方法,所述心脑血管疾病信息检测系统包括:患者信息采集模块、生理数据采集模块、主控模块、采集数据分析模块、病例生成模块、风险预警模块、采集数据存储模块、显示模块。本发明通过采集数据分析模块可以精确预测个体在未来某个时间段可能会发生某一种或某些疾病的风险,再结合生活方式问卷调查及常规体检,可以确定个体当下所处的一个危险状态,最终进行有效的预防干预,降低和规避疾病发生的风险;同时,通过风险预警模块实现对心脑血管高危人群危险因素的及时预警及监测,实现心脑血管疾病评估的精准性、时效性和特异性。
Description
技术领域
本发明属于心脑血管疾病信息检测技术领域,尤其涉及一种心脑血管疾病信息检测系统及方法。
背景技术
心脑血管疾病主要原因就是血管壁平滑肌细胞非正常代谢造成的,血管组织和人体的其他组织在一定周期内完成新陈代谢的过程,但是由于新的细胞组织不能正常的形成,使血管壁本身存在“缺陷”因此就容易产生炎症血管收缩不畅,就像是一条破烂不堪的旧管道,随时都有阻塞或破裂的可能。血管是血液流通的重要通道,同时它也受神经系统的支配,因此神经系统不正常也能够导致供血的紊乱。再者由于长时间饮食习惯问题,饮食中脂类过多,醇类过多。同时又没有合理的运动促进脂类醇类的代谢,导致体内脂类醇类物质逐渐增多;加上随着年龄增长,人体分泌抗氧化物酶(例如超氧化物歧化酶SOD)能力减低,导致体内自由基水平升高,使血脂中的低密度脂蛋白胆固醇氧化后沉积在血管壁,久之使毛细血管堵塞,随着时间的推移,脂类醇类物质容易和体内游离的矿物质离子结合,形成血栓,产生心脑血管疾病。然而,现有心脑血管疾病分析缺乏准确性、系统性和全面性;同时,发现时基本是晚期,未能做到疾病的早发现,早治疗。
综上所述,现有技术存在的问题是:现有心脑血管疾病分析缺乏准确性、系统性和全面性;同时,发现时基本是晚期,未能做到疾病的早发现,早治疗。
发明内容
针对现有技术存在的问题,本发明提供了一种心脑血管疾病信息检测系统及方法。
本发明是这样实现的,一种心脑血管疾病信息检测方法,所述心脑血管疾病信息检测方法包括:
第一步,通过患者信息采集模块采集患者姓名、性别、年龄、症状等信息数据;通过生理数据采集模块利用医疗设备采集患者心率、脑电图、血压的生理数据;
第二步,主控模块通过采集数据分析模块利用分析程序根据采集的数据对心脑血管参数进行分析;通过病例生成模块利用病例生成程序根据采集的数据及分析数据生成患者病例;通过风险预警模块利用预警程序对心脑血管疾病风险进行预警操作;
第三步,通过采集数据存储模块利用存储器存储采集的患者信息、患者生理数据;
第四步,通过显示模块利用显示器显示采集的患者信息、生理数据、分析结果、病例数据。
进一步,所述心脑血管疾病信息检测方法采集数据分析方法如下:
(1)建立心脑血管状态易感基因的相关数据库;
(2)建立与心脑血管状态相关的生活方式问卷调查数据库;
(3)根据(1)和(2)中心脑血管状态易感基因的相关数据库和心脑血管状态生活方式数据库建立个体心脑血管状态分析平台;
(4)根据步骤(3)所建立的心脑血管状态分析平台对个体的心脑血管相关参数进行分析;
(5)输出个体的心脑血管状态分析结果。
进一步,所述步骤(1)的建立心脑血管状态易感基因的相关数据库包括:
在GWAS网站上初步查询与心脑血管状态相关的易感基因名称;
在NCBI的pubmed数据库里,筛查出与中国人心脑血管状态相关的易感基因;
查找与中国人群相关的关联分析结果,确定b中所获取的易感基因中的易感基因位点;
在NCBI的SNP数据库验证c中所确定的易感基因位点;
编写易感基因文集,所述易感基因文集包括基因位置信息、功能信息、致病信息、提示信息、研究成果。
进一步,所述步骤2)中的心脑血管疾病风险预警模型采用Cox回归模型,Cox回归模型预测方程如下:
其中,Cox为比例风险函数,Cox预测模型中各字母代表的含义分别是:βi为Cox回归模型中第i个危险因素的回归系数,Xi则为个体第i个危险因素的具体值,是样本人群第i个危险因素的均值,而函数S则为样本人群某个危险因素的发病概率函数,P为心脑血管疾病风险概率。
进一步,所述步骤3)中通过移动终端智能心电记录仪监测数据,结合心脑血管疾病风险因子评估量表中相关危险因素,心脑血管疾病风险预警模型自动判断心脑血管高危人群发病风险;当评估对于高于发病风险阈值时,通过移动终端自动推送风险预警报告,提示发病风险,达到对心脑血管高危人群危险因素的及时预警及监测的目的。
进一步,所述心脑血管疾病信息检测方法的风险预警方法如下:
1)采用大量医疗卫生数据筛选出心脑血管疾病危险因素,生成心脑血管疾病风险因子评估量表预量表;应用医疗机构心脑血管疾病高危人群样本数据,通过高级统计分析方法,对预量表危险因素的筛选和分析,生成风险因子评估量表。
2)根据风险因子评估量表中相关危险因素,采用大数据信息分析及挖掘算法,构建自动判断心脑血管疾病情况的风险预警模型;
3)通过移动终端输出是否出现心脑血管疾病监测的有效信息及风险预警报告。
本发明的另一目的在于提供一种基于所述心脑血管疾病信息检测方法的心脑血管疾病信息检测系统,所述心脑血管疾病信息检测系统包括:
患者信息采集模块,与主控模块连接,用于采集患者姓名、性别、年龄、症状等信息数据;
生理数据采集模块,与主控模块连接,用于通过医疗设备采集患者心率、脑电图、血压等生理数据;
主控模块,与患者信息采集模块、生理数据采集模块、采集数据分析模块、病例生成模块、风险预警模块、采集数据存储模块、显示模块连接,用于通过主控机控制各个模块正常工作;
采集数据分析模块,与主控模块连接,用于通过分析程序根据采集的数据对心脑血管参数进行分析;
病例生成模块,与主控模块连接,用于通过病例生成程序根据采集的数据及分析数据生成患者病例;
风险预警模块,与主控模块连接,用于通过预警程序对心脑血管疾病风险进行预警操作;
采集数据存储模块,与主控模块连接,用于通过存储器存储采集的患者信息、患者生理数据;
显示模块,与主控模块连接,用于通过显示器显示采集的患者信息、生理数据、分析结果、病例数据。
本发明的另一目的在于提供一种基于所述心脑血管疾病信息检测方法的心脑血管疾病监测终端。
本发明的优点及积极效果为:本发明通过采集数据分析模块可以精确预测个体在未来某个时间段可能会发生某一种或某些疾病的风险,再结合生活方式问卷调查及常规体检,可以确定个体当下所处的一个危险状态,最终进行有效的预防干预,降低和规避疾病发生的风险;同时,通过风险预警模块实现对心脑血管高危人群危险因素的及时预警及监测,达到对高危人群的及时有效干预的目的,随着系统数据的不断累积,自动拟合风险评估量表和预警模型,实现心脑血管疾病评估的精准性、时效性和特异性。
附图说明
图1是本发明实施例提供的心脑血管疾病信息检测系统结构示意图;
图中:1、患者信息采集模块;2、生理数据采集模块;3、主控模块;4、采集数据分析模块;5、病例生成模块;6、风险预警模块;7、采集数据存储模块;8、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明实施例提供的心脑血管疾病信息检测系统包括:患者信息采集模块1、生理数据采集模块2、主控模块3、采集数据分析模块4、病例生成模块5、风险预警模块6、采集数据存储模块7、显示模块8。
患者信息采集模块1,与主控模块3连接,用于采集患者姓名、性别、年龄、症状等信息数据;
生理数据采集模块2,与主控模块3连接,用于通过医疗设备采集患者心率、脑电图、血压等生理数据;
主控模块3,与患者信息采集模块1、生理数据采集模块2、采集数据分析模块4、病例生成模块5、风险预警模块6、采集数据存储模块7、显示模块8连接,用于通过主控机控制各个模块正常工作;
采集数据分析模块4,与主控模块3连接,用于通过分析程序根据采集的数据对心脑血管参数进行分析;
病例生成模块5,与主控模块3连接,用于通过病例生成程序根据采集的数据及分析数据生成患者病例;
风险预警模块6,与主控模块3连接,用于通过预警程序对心脑血管疾病风险进行预警操作;
采集数据存储模块7,与主控模块3连接,用于通过存储器存储采集的患者信息、患者生理数据;
显示模块8,与主控模块3连接,用于通过显示器显示采集的患者信息、生理数据、分析结果、病例数据。
本发明提供的采集数据分析模块4分析方法如下:
(1)建立心脑血管状态易感基因的相关数据库;
(2)建立与心脑血管状态相关的生活方式问卷调查数据库;
(3)根据(1)和(2)中心脑血管状态易感基因的相关数据库和心脑血管状态生活方式数据库建立个体心脑血管状态分析平台;
(4)根据步骤(3)所建立的心脑血管状态分析平台对个体的心脑血管相关参数进行分析;
(5)输出个体的心脑血管状态分析结果。
本发明提供的步骤(1)的方法步骤包括:
a、在GWAS网站上初步查询与心脑血管状态相关的易感基因名称;
b、在NCBI的pubmed数据库里,筛查出与中国人心脑血管状态相关的易感基因;
c、查找与中国人群相关的关联分析结果,确定b中所获取的易感基因中的易感基因位点;
d、在NCBI的SNP数据库验证c中所确定的易感基因位点;
e、编写易感基因文集,所述易感基因文集包括基因位置信息、功能信息、致病信息、提示信息、研究成果。
本发明提供的风险预警模块6预警方法如下:
1)采用大量医疗卫生数据筛选出心脑血管疾病危险因素,生成心脑血管疾病风险因子评估量表预量表;应用医疗机构心脑血管疾病高危人群样本数据,通过高级统计分析方法,对预量表危险因素的筛选和分析,生成风险因子评估量表。
2)根据风险因子评估量表中相关危险因素,采用大数据信息分析及挖掘算法,构建自动判断心脑血管疾病情况的风险预警模型;
3)通过移动终端输出是否出现心脑血管疾病监测的有效信息及风险预警报告。
本发明提供的步骤1)中所述的高级统计分析方法包括logistic回归分析法和因子分析法。
本发明提供的风险因子评估量表求因子分析结果因子负荷和结构与风险因子评估量表内容基本吻合,指标级别内相关性强度强于指标级别间相关性。
本发明提供的步骤2)中所述的心脑血管疾病风险预警模型采用Cox回归模型,Cox回归模型预测方程如下:
其中,Cox为比例风险函数,Cox预测模型中各字母代表的含义分别是:βi为Cox回归模型中第i个危险因素的回归系数,Xi则为个体第i个危险因素的具体值,是样本人群第i个危险因素的均值,而函数S则为样本人群某个危险因素的发病概率函数,P为心脑血管疾病风险概率。
本发明提供的步骤3)中通过移动终端智能心电记录仪监测数据,结合心脑血管疾病风险因子评估量表中相关危险因素,心脑血管疾病风险预警模型自动判断心脑血管高危人群发病风险;当评估对于高于发病风险阈值时,通过移动终端自动推送风险预警报告,提示发病风险,达到对心脑血管高危人群危险因素的及时预警及监测的目的。
本发明工作时,首先,通过患者信息采集模块1采集患者姓名、性别、年龄、症状等信息数据;通过生理数据采集模块2利用医疗设备采集患者心率、脑电图、血压等生理数据;其次,主控模块3通过采集数据分析模块4利用分析程序根据采集的数据对心脑血管参数进行分析;通过病例生成模块5利用病例生成程序根据采集的数据及分析数据生成患者病例;通过风险预警模块6利用预警程序对心脑血管疾病风险进行预警操作;然后,通过采集数据存储模块7利用存储器存储采集的患者信息、患者生理数据;最后,通过显示模块8利用显示器显示采集的患者信息、生理数据、分析结果、病例数据。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (8)
1.一种心脑血管疾病信息检测方法,其特征在于,所述心脑血管疾病信息检测方法包括:
第一步,通过患者信息采集模块采集患者姓名、性别、年龄、症状等信息数据;通过生理数据采集模块利用医疗设备采集患者心率、脑电图、血压的生理数据;
第二步,主控模块通过采集数据分析模块利用分析程序根据采集的数据对心脑血管参数进行分析;通过病例生成模块利用病例生成程序根据采集的数据及分析数据生成患者病例;通过风险预警模块利用预警程序对心脑血管疾病风险进行预警操作;
第三步,通过采集数据存储模块利用存储器存储采集的患者信息、患者生理数据;
第四步,通过显示模块利用显示器显示采集的患者信息、生理数据、分析结果、病例数据。
2.如权利要求1所述的心脑血管疾病信息检测方法,其特征在于,所述心脑血管疾病信息检测方法采集数据分析方法如下:
(1)建立心脑血管状态易感基因的相关数据库;
(2)建立与心脑血管状态相关的生活方式问卷调查数据库;
(3)根据(1)和(2)中心脑血管状态易感基因的相关数据库和心脑血管状态生活方式数据库建立个体心脑血管状态分析平台;
(4)根据步骤(3)所建立的心脑血管状态分析平台对个体的心脑血管相关参数进行分析;
(5)输出个体的心脑血管状态分析结果。
3.如权利要求2所述的心脑血管疾病信息检测方法,其特征在于,所述步骤(1)的建立心脑血管状态易感基因的相关数据库包括:
在GWAS网站上初步查询与心脑血管状态相关的易感基因名称;
在NCBI的pubmed数据库里,筛查出与中国人心脑血管状态相关的易感基因;
查找与中国人群相关的关联分析结果,确定b中所获取的易感基因中的易感基因位点;
在NCBI的SNP数据库验证c中所确定的易感基因位点;
编写易感基因文集,所述易感基因文集包括基因位置信息、功能信息、致病信息、提示信息、研究成果。
4.如权利要求2所述的心脑血管疾病信息检测方法,其特征在于,所述步骤2)中的心脑血管疾病风险预警模型采用Cox回归模型,Cox回归模型预测方程如下:
其中,Cox为比例风险函数,Cox预测模型中各字母代表的含义分别是:βi为Cox回归模型中第i个危险因素的回归系数,Xi则为个体第i个危险因素的具体值,是样本人群第i个危险因素的均值,而函数S则为样本人群某个危险因素的发病概率函数,P为心脑血管疾病风险概率。
5.如权利要求2所述的心脑血管疾病信息检测方法,其特征在于,所述步骤3)中通过移动终端智能心电记录仪监测数据,结合心脑血管疾病风险因子评估量表中相关危险因素,心脑血管疾病风险预警模型自动判断心脑血管高危人群发病风险;当评估对于高于发病风险阈值时,通过移动终端自动推送风险预警报告,提示发病风险,达到对心脑血管高危人群危险因素的及时预警及监测的目的。
6.如权利要求1所述的心脑血管疾病信息检测方法,其特征在于,所述心脑血管疾病信息检测方法的风险预警方法如下:
1)采用大量医疗卫生数据筛选出心脑血管疾病危险因素,生成心脑血管疾病风险因子评估量表预量表;应用医疗机构心脑血管疾病高危人群样本数据,通过高级统计分析方法,对预量表危险因素的筛选和分析,生成风险因子评估量表;
2)根据风险因子评估量表中相关危险因素,采用大数据信息分析及挖掘算法,构建自动判断心脑血管疾病情况的风险预警模型;
3)通过移动终端输出是否出现心脑血管疾病监测的有效信息及风险预警报告。
7.一种基于权利要求1所述心脑血管疾病信息检测方法的心脑血管疾病信息检测系统,其特征在于,所述心脑血管疾病信息检测系统包括:
患者信息采集模块,与主控模块连接,用于采集患者姓名、性别、年龄、症状等信息数据;
生理数据采集模块,与主控模块连接,用于通过医疗设备采集患者心率、脑电图、血压等生理数据;
主控模块,与患者信息采集模块、生理数据采集模块、采集数据分析模块、病例生成模块、风险预警模块、采集数据存储模块、显示模块连接,用于通过主控机控制各个模块正常工作;
采集数据分析模块,与主控模块连接,用于通过分析程序根据采集的数据对心脑血管参数进行分析;
病例生成模块,与主控模块连接,用于通过病例生成程序根据采集的数据及分析数据生成患者病例;
风险预警模块,与主控模块连接,用于通过预警程序对心脑血管疾病风险进行预警操作;
采集数据存储模块,与主控模块连接,用于通过存储器存储采集的患者信息、患者生理数据;
显示模块,与主控模块连接,用于通过显示器显示采集的患者信息、生理数据、分析结果、病例数据。
8.一种基于权利要求1~6任意一项所述心脑血管疾病信息检测方法的心脑血管疾病监测终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910583131.XA CN110301899A (zh) | 2019-07-01 | 2019-07-01 | 一种心脑血管疾病信息检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910583131.XA CN110301899A (zh) | 2019-07-01 | 2019-07-01 | 一种心脑血管疾病信息检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110301899A true CN110301899A (zh) | 2019-10-08 |
Family
ID=68078046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910583131.XA Pending CN110301899A (zh) | 2019-07-01 | 2019-07-01 | 一种心脑血管疾病信息检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110301899A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798979A (zh) * | 2020-06-01 | 2020-10-20 | 江苏萨芳纳健康科技有限公司 | 一种心脑血管疾病风险预警方法 |
CN112137651A (zh) * | 2020-08-20 | 2020-12-29 | 上海市同仁医院 | 一种一站式智能筛查系统及小屋 |
CN113724878A (zh) * | 2021-08-31 | 2021-11-30 | 平安科技(深圳)有限公司 | 基于机器学习的医疗风险信息推送方法及装置 |
CN113921136A (zh) * | 2021-09-13 | 2022-01-11 | 吾征智能技术(北京)有限公司 | 一种融合多源数据智能评估预测慢性病风险的系统 |
CN114121190A (zh) * | 2020-09-01 | 2022-03-01 | 四川大学华西医院 | 建立慢性心力衰竭患者共病情绪障碍早期预警模型的方法 |
TWI823203B (zh) * | 2021-12-03 | 2023-11-21 | 臺中榮民總醫院 | 自動化多基因輔助診斷自體免疫疾病之方法 |
CN117292829A (zh) * | 2023-10-13 | 2023-12-26 | 黄恺 | 一种冠心病分级诊疗信息系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105002286A (zh) * | 2015-07-30 | 2015-10-28 | 中国医学科学院阜外心血管病医院 | 与高血压和/或心血管疾病发病风险相关的多个单核苷酸多态性位点及相关应用 |
CN106202936A (zh) * | 2016-07-13 | 2016-12-07 | 为朔医学数据科技(北京)有限公司 | 一种疾病风险预测方法及系统 |
CN109509511A (zh) * | 2018-06-28 | 2019-03-22 | 吉恩生物科技(昆山)有限公司 | 一种心脑血管相关参数分析方法 |
CN109924965A (zh) * | 2018-10-12 | 2019-06-25 | 王平 | 一种心脑血管康复训练系统 |
-
2019
- 2019-07-01 CN CN201910583131.XA patent/CN110301899A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105002286A (zh) * | 2015-07-30 | 2015-10-28 | 中国医学科学院阜外心血管病医院 | 与高血压和/或心血管疾病发病风险相关的多个单核苷酸多态性位点及相关应用 |
CN106202936A (zh) * | 2016-07-13 | 2016-12-07 | 为朔医学数据科技(北京)有限公司 | 一种疾病风险预测方法及系统 |
CN109509511A (zh) * | 2018-06-28 | 2019-03-22 | 吉恩生物科技(昆山)有限公司 | 一种心脑血管相关参数分析方法 |
CN109924965A (zh) * | 2018-10-12 | 2019-06-25 | 王平 | 一种心脑血管康复训练系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798979A (zh) * | 2020-06-01 | 2020-10-20 | 江苏萨芳纳健康科技有限公司 | 一种心脑血管疾病风险预警方法 |
CN112137651A (zh) * | 2020-08-20 | 2020-12-29 | 上海市同仁医院 | 一种一站式智能筛查系统及小屋 |
CN114121190A (zh) * | 2020-09-01 | 2022-03-01 | 四川大学华西医院 | 建立慢性心力衰竭患者共病情绪障碍早期预警模型的方法 |
CN113724878A (zh) * | 2021-08-31 | 2021-11-30 | 平安科技(深圳)有限公司 | 基于机器学习的医疗风险信息推送方法及装置 |
CN113724878B (zh) * | 2021-08-31 | 2024-05-10 | 平安科技(深圳)有限公司 | 基于机器学习的医疗风险信息推送方法及装置 |
CN113921136A (zh) * | 2021-09-13 | 2022-01-11 | 吾征智能技术(北京)有限公司 | 一种融合多源数据智能评估预测慢性病风险的系统 |
TWI823203B (zh) * | 2021-12-03 | 2023-11-21 | 臺中榮民總醫院 | 自動化多基因輔助診斷自體免疫疾病之方法 |
CN117292829A (zh) * | 2023-10-13 | 2023-12-26 | 黄恺 | 一种冠心病分级诊疗信息系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110301899A (zh) | 一种心脑血管疾病信息检测系统及方法 | |
US11083408B2 (en) | Detecting, assessing and managing epilepsy using a multi-variate, metric-based classification analysis | |
D'Alessandro et al. | A multi-feature and multi-channel univariate selection process for seizure prediction | |
US8562523B2 (en) | Detecting, assessing and managing extreme epileptic events | |
CN109924965A (zh) | 一种心脑血管康复训练系统 | |
KR100776070B1 (ko) | 셀프-모니터링 데이터로부터 당뇨병의 혈당 조절 평가 방법, 시스템, 및 컴퓨터 프로그램 제품 | |
US10163174B2 (en) | Methods, systems, and computer program products for evaluating a patient in a pediatric intensive care unit | |
Schad et al. | Application of a multivariate seizure detection and prediction method to non-invasive and intracranial long-term EEG recordings | |
CN110021437B (zh) | 一种糖尿病的管理方法和系统 | |
US10172569B2 (en) | System and method for assisting decisions associated with events relative to withdrawal of life-sustaining therapy using variability measurements | |
CN115714022A (zh) | 基于人工智能的新生儿黄疸健康管理系统 | |
US20120226168A1 (en) | Detecting, assessing and managing extreme seizure events | |
CN117116475A (zh) | 缺血性脑卒中的风险预测方法、系统、终端及存储介质 | |
Nakanishi et al. | Prediction model of postoperative pain exacerbation using an intravenous patient-controlled analgesia device and a wearable electrocardiogram sensor | |
CN114388089A (zh) | 一种基于人工智能的个人健康管理方法及系统 | |
Iacoviello et al. | The Moli-sani project: computerized ECG database in a population-based cohort study | |
US9084585B1 (en) | System and method to classify left ventricular and mitral valve function | |
Li et al. | Algorithmic study of the characteristics of electrocardiograph signals in patients with coronary heart disease | |
Musicant et al. | Cardiac indices of driver fatigue across in-lab and on-road studies | |
Behbahani et al. | Epileptic seizure prediction based on features extracted from lagged Poincaré plots | |
Paliwal et al. | Research on Diabetes Prediction Method Based on Machine Learning | |
US20210401355A1 (en) | Detecting, assessing and managing epilepsy using a multi-variate, metric based classification analysis | |
EP2693938B1 (en) | Detecting, assessing and managing extreme epileptic events | |
Virkki et al. | Overnight features of transcutaneous carbon dioxide measurement as predictors of metabolic status | |
CN117860213A (zh) | 基于人工智能的海龟疾病监控系统及方法 |
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: 20191008 |