CN111312398B - 一种脑卒中复发预测模型的建立方法及装置 - Google Patents
一种脑卒中复发预测模型的建立方法及装置 Download PDFInfo
- Publication number
- CN111312398B CN111312398B CN201911300805.7A CN201911300805A CN111312398B CN 111312398 B CN111312398 B CN 111312398B CN 201911300805 A CN201911300805 A CN 201911300805A CN 111312398 B CN111312398 B CN 111312398B
- Authority
- CN
- China
- Prior art keywords
- stroke
- data
- patient
- recovery
- blood
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
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
本发明公开了一种脑卒中复发预测模型的建立方法,包括步骤一、建立对比数据库;步骤二、建立脑卒中复发预测系统;步骤三、将步骤一建立的对比数据库整合在智能分析模块内部。本发明还公开了一种脑卒中复发预测装置,包括计算机、心率测试仪、血压测量仪、血氧仪、体温计以及血脂仪,计算机包括主机、显示器、键盘以及鼠标,主机的内部安装有的脑卒中复发预测模型,显示器、键盘以及鼠标均通过数据线与主机电性连接。本发明,针对75岁以上的老年患者提出,其不但适用于医院,更适用于家庭,可避免老年患者需要经常去做脑卒中复发预测产生的麻烦,解决了生活困扰,有效保障老年患者的生活节奏,进而提升老年患者的生活质量。
Description
技术领域
本发明涉及健康管理技术领域,更具体地说,它涉及一种脑卒中复发预测模型的建立方法及装置。
背景技术
脑卒中”又称“中风”、“脑血管意外”,是一种急性脑血管疾病,是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病,包括缺血性和出血性卒中。缺血性卒中的发病率高于出血性卒中,占脑卒中总数的60%~70%。颈内动脉和椎动脉闭塞和狭窄可引起缺血性脑卒中,年龄多在40岁以上,男性较女性多,严重者可引起死亡。出血性卒中的死亡率较高。调查显示,城乡合计脑卒中已成为我国第一位死亡原因,也是中国成年人残疾的首要原因,脑卒中具有发病率高、死亡率高和致残率高的特点。不同类型的脑卒中,其治疗方式不同。由于一直缺乏有效的治疗手段,目前认为预防是最好的措施,其中高血压是导致脑卒中的重要可控危险因素,因此,降压治疗对预防卒中发病和复发尤为重要。应加强对全民普及脑卒中危险因素及先兆症状的教育,才能真正防治脑卒中。
现有申请号为CN201710567125.6 的发明专利公开了一种脑卒中复发预测模型的建立方法及装置,其方法包括:获取多个年龄段的多个脑卒中患者中每个脑卒中患者的病理数据集合;从每个脑卒中患者的病理数据集合中,筛选与脑卒中复发显著相关的参数,将与脑卒中复发具有显著相关的参数及每个参数对应的属性值确定为每个脑卒中患者的病理数据子集合;根据病理数据子集合对应的面板数据,建立第一脑卒中复发预测模型,其装置包括:获取模块、筛选模块以及建立模块;其具备可以对脑卒中患者是否复发进行预测,提前进行预防和治疗的优点。
但是上述公开专利只适用于医院而不是适用于家庭,其数据参数在家庭无法测量,必须要到医院才能测量,另外对于腿脚不灵活,行走不便,年龄在75岁以上的老年患者来说,去医院更加不便,同时预防脑卒中复发是一个长期的过程,需要经常去医院做脑卒中复发预测,这给腿脚不灵活,行走不便,年龄在75岁以上的老年患者带来极大的生活困扰,严重影响患者的生活节奏,从而降低患者的生活质量。
为此针对腿脚不灵活,行走不便,年龄在75岁以上的老年患者为对象提出一种脑卒中复发预测模型的建立方法及装置,其不但适用于医院,更适用于家庭,可避免老年患者需要经常去做脑卒中复发预测产生的麻烦,解决了生活困扰,有效保障老年患者的生活节奏,进而提升老年患者的生活质量。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种脑卒中复发预测模型的建立方法,其不但适用于医院,更适用于家庭,可避免老年患者需要经常去做脑卒中复发预测产生的麻烦,解决了生活困扰,有效保障老年患者的生活节奏,进而提升老年患者的生活质量,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供了如下技术方案:
一种脑卒中复发预测模型的建立方法,包括如下步骤:
步骤一、建立对比数据库,收集患者本人脑卒中初次发病时的第一医学生理参数以及治疗康复后的第二医学生理参数,并将所述第一医学生理参数和所述第二医学生理参数整合在所述对比数据库内部;
步骤二、建立脑卒中复发预测系统,所述脑卒中复发预测系统包括输入模块、智能分析模块以及输出模块;
步骤三、将步骤一建立的所述对比数据库整合在所述智能分析模块内部,至此,脑卒中复发预测模型建立完成。
进一步的,所述第一医学生理参数包括脑卒中初次发病时患者本人的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据;所述第二医学生理参数均包括脑卒中初次发病康复后患者本人的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据。
进一步的,所述输入模块用于将脑卒中初次发病康复后患者本人日常的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据输入所述脑卒中复发预测系统。
进一步的,所述智能分析模块包括智能处理模块以及整合在其内部的所述对比数据库,所述智能处理模块用于将通过所述输入模块输入的脑卒中初次发病康复后患者本人日常的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据与所述对比数据库中的数据进行比对分析处理,并得出预测概率结果。
进一步的,所述输出模块用于将所述智能处理模块分析处理得出的预测概率结果显示出来供脑卒中初次发病康复后患者本人或脑卒中初次发病康复后患者家属或医生参照使用,以帮助初次发病康复后患者本人或脑卒中初次发病康复后患者家属或医生知晓脑卒中初次发病康复后患者本人脑卒中再次复发的概率。
本发明还提出一种脑卒中复发预测装置,包括上述任一项所述的脑卒中复发预测模型。
进一步的,所述的脑卒中复发预测装置,还包括计算机、心率测试仪、血压测量仪、血氧仪、体温计以及血脂仪,所述计算机包括主机、显示器、键盘以及鼠标,所述主机的内部安装有所述的脑卒中复发预测模型,所述显示器、所述键盘以及所述鼠标均通过数据线与所述主机电性连接,所述心率测试仪用于测量脑卒中初次发病康复后患者本人日常的心率数据,所述血压测量仪用于测量脑卒中初次发病康复后患者本人日常的血压数据,所述血氧仪用于测量脑卒中初次发病康复后患者本人日常的血氧饱和度数据,所述体温计用于测量脑卒中初次发病康复后患者本人日常的体温数据,所述血脂仪用于测量脑卒中初次发病康复后患者本人日常的血脂数据。
进一步的,所述的脑卒中复发预测装置,还包括打印机,所述打印机通过数据线与所述主机电性连接,且所述打印机用于打印所述智能处理模块分析处理得出的预测概率结果。
综上所述,本发明主要具有以下有益效果:
1、本发明,建立的脑卒中复发预测模型,包括脑卒中复发预测系统以及对比数据库,且脑卒中复发预测系统包括输入模块、智能分析模块以及输出模块,同时将对比数据库整合在智能分析模块内部,且对比数据库包括脑卒中初次发病时患者本人的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据以及脑卒中初次发病康复后患者本人的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据,这样将脑卒中初次发病康复后患者本人日常的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据输入脑卒中复发预测系统,智能分析模块参照第一医学生理参数和第二医学生理参数为依据智能分析预测患者脑卒中复发的概率,并将预测的概率数据显示出来供患者本人或家属或医生参考,这样方便根据脑卒中复发概率的的大小计划进一步预防性的治疗,从而降低患者脑卒中复发的风险,保证患者的生命安全;
2、本发明,提出的脑卒中复发预测装置,包括计算机,且将建立的建立的脑卒中复发预测模型安装在计算机主机内部,同时采用心率测试仪患者本人日常的心率数据,采用血压测量仪测量患者本人日常的血压数据,采用血氧仪测量患者本人日常的血氧饱和度数据,采用体温计测量患者本人日常的体温数据,采用血脂仪测量患者本人日常的血脂数据,以上数据在家里就可以完成测量,其次由现有技术中普及的计算机、心率测试仪、血压测量仪、血氧仪、体温计以及血脂仪构成的脑卒中复发预测装置,造价成本不高,不但适用于医院,更适用于家庭,因此,对于腿脚不灵活,行走不便,年龄在75岁以上的老年患者来说,可避免需要经常去做脑卒中复发预测产生的麻烦,解决了生活困扰,有效保障生活节奏,进而提升生活质量。
附图说明
图1为一种实施方式的脑卒中复发预测模型的结构示意图;
图2为一种实施方式的脑卒中复发预测模型的操作界面示意图。
具体实施方式
以下结合附图1-2对本发明作进一步详细说明。
实施例
一种脑卒中复发预测模型的建立方法,包括如下步骤:
步骤一、建立对比数据库,收集患者本人脑卒中初次发病时的第一医学生理参数以及治疗康复后的第二医学生理参数,并将所述第一医学生理参数和所述第二医学生理参数整合在所述对比数据库内部;
步骤二、建立脑卒中复发预测系统,所述脑卒中复发预测系统包括输入模块、智能分析模块以及输出模块;
步骤三、将步骤一建立的所述对比数据库整合在所述智能分析模块内部,至此,脑卒中复发预测模型建立完成。
较佳地,所述第一医学生理参数包括脑卒中初次发病时患者本人的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据;所述第二医学生理参数均包括脑卒中初次发病康复后患者本人的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据。
较佳地,所述输入模块用于将脑卒中初次发病康复后患者本人日常的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据输入所述脑卒中复发预测系统。
较佳地,所述智能分析模块包括智能处理模块以及整合在其内部的所述对比数据库,所述智能处理模块用于将通过所述输入模块输入的脑卒中初次发病康复后患者本人日常的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据与所述对比数据库中的数据进行比对分析处理,并得出预测概率结果。
较佳地,所述输出模块用于将所述智能处理模块分析处理得出的预测概率结果显示出来供脑卒中初次发病康复后患者本人或脑卒中初次发病康复后患者家属或医生参照使用,以帮助初次发病康复后患者本人或脑卒中初次发病康复后患者家属或医生知晓脑卒中初次发病康复后患者本人脑卒中再次复发的概率。
较佳地,所述脑卒中复发预测模型包括输入数据参数区域、智能分析 开始/暂停虚拟按键、显示分析结果区域、打印虚拟按键,所述输入数据参数区域用于输入脑卒中初次发病康复后患者本人日常的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据;所述智能分析 开始/暂停虚拟按键用于控制智能分析模块执行分析处理命令;所述显示分析结果区域用于显示智能分析模块分析处理得出的预测概率结果;所述打印虚拟按键用于控制打印机将预测概率结果打印出来。
本发明还提出一种脑卒中复发预测装置,包括上述任一项所述的脑卒中复发预测模型。
较佳地,所述的脑卒中复发预测装置,还包括计算机、心率测试仪、血压测量仪、血氧仪、体温计以及血脂仪,所述计算机包括主机、显示器、键盘以及鼠标,所述主机的内部安装有所述的脑卒中复发预测模型,所述显示器、所述键盘以及所述鼠标均通过数据线与所述主机电性连接,所述心率测试仪用于测量脑卒中初次发病康复后患者本人日常的心率数据,所述血压测量仪用于测量脑卒中初次发病康复后患者本人日常的血压数据,所述血氧仪用于测量脑卒中初次发病康复后患者本人日常的血氧饱和度数据,所述体温计用于测量脑卒中初次发病康复后患者本人日常的体温数据,所述血脂仪用于测量脑卒中初次发病康复后患者本人日常的血脂数据。
较佳地,所述的脑卒中复发预测装置,还包括打印机,所述打印机通过数据线与所述主机电性连接,且所述打印机用于打印所述智能处理模块分析处理得出的预测概率结果。
值得说明的是本实施例中,第一医学生理参数还可以包括脑卒中初次发病时患者本人的视力参数和听力参数;所述第二医学生理参数均包括脑卒中初次发病康复后患者本人的视力参数和听力参数,因为在众多研究中发现视力和听力的突然改变与脑卒中复发也有密切关系,尤其是视力和听力的突然变差,这说明脑卒中复发的概率会相应增加;
其次,心率测试仪还可以和主机建立连接,这样方便该脑卒中复发预测装置自动采集患者本人的心率数据;血压测量仪可选用电子血压测量仪,这样方便血压测量仪与主机建立连接,进而方便该脑卒中复发预测装置自动采集患者本人的血压数据;血氧仪也可以和主机建立连接,这样方便该脑卒中复发预测装置自动采集患者本人的血氧饱和度数据;体温计可选用电子体温计,这样方便体温计与主机建立连接,进而方便该脑卒中复发预测装置自动采集患者本人的体温数据;血脂仪也可以和主机建立连接,这样方便该脑卒中复发预测装置自动采集患者本人的血脂数据。
另外,不能实现自动采集的数据可以通过键盘和鼠标相配合输入脑卒中复发预测模型。
工作原理:采用心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据,作为预测依据,是因为脑卒中复发时患者的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据都会有不同程度的异常,因此,心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据的是否正常也是脑卒中复发的前提征兆,同时心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据都可以在家完成测量,因此本发明采用上述数据作为依据对脑卒中复发预测是合理有效的。
使用方法:可让患者家属帮助患者采用心率测试仪患者本人日常的心率数据,采用血压测量仪测量患者本人日常的血压数据,采用血氧仪测量患者本人日常的血氧饱和度数据,采用体温计测量患者本人日常的体温数据,采用血脂仪测量患者本人日常的血脂数据并准确记录,然后打开脑卒中复发预测模将测量的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据提供键盘和鼠标相配合写入输入数据参数区域,再利用鼠标点击智能分析 开始/暂停虚拟按键控制智能分析模块执行分析处理命令,随后显示分析结果区域将智能分析模块分析处理得出的预测概率结果显示出来,最后利用鼠标点击打印虚拟按键控制打印机将预测概率结果打印出来,根据脑卒中复发概率的的大小计划进一步预防性的治疗,从而降低患者脑卒中复发的风险,保证患者的生命安全。
本发明中未涉及部分均与现有技术相同或可采用现有技术加以实现。本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (3)
1.一种脑卒中复发预测模型的建立方法,其特征在于:包括如下步骤:
步骤一、建立对比数据库,收集患者本人脑卒中初次发病时的第一医学生理参数以及治疗康复后的第二医学生理参数,并将所述第一医学生理参数和所述第二医学生理参数整合在所述对比数据库内部;
步骤二、建立脑卒中复发预测系统,所述脑卒中复发预测系统包括输入模块、智能分析模块以及输出模块;
步骤三、将步骤一建立的所述对比数据库整合在所述智能分析模块内部,至此,脑卒中复发预测模型建立完成;
所述智能分析模块包括智能处理模块以及整合在其内部的所述对比数据库,所述智能处理模块用于将通过所述输入模块输入的脑卒中初次发病康复后患者本人日常的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据与所述对比数据库中的数据进行比对分析处理,并得出预测概率结果;
所述输出模块用于将所述智能处理模块分析处理得出的预测概率结果显示出来供脑卒中初次发病康复后患者本人或脑卒中初次发病康复后患者家属或医生参照使用,以帮助初次发病康复后患者本人或脑卒中初次发病康复后患者家属或医生知晓脑卒中初次发病康复后患者本人脑卒中再次复发的概率;所述第一医学生理参数包括脑卒中初次发病时患者本人的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据;所述第二医学生理参数均包括脑卒中初次发病康复后患者本人的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据;
第一医学生理参数还包括脑卒中初次发病时患者本人的视力参数和听力参数;所述第二医学生理参数均包括脑卒中初次发病康复后患者本人的视力参数和听力参数;
所述方法应用于脑卒中复发预测装置,所述脑卒中复发预测装置包括所述脑卒中复发预测模型、计算机、心率测试仪、血压测量仪、血氧仪、体温计以及血脂仪,所述计算机包括主机、显示器、键盘以及鼠标,所述主机的内部安装有所述的脑卒中复发预测模型,所述显示器、所述键盘以及所述鼠标均通过数据线与所述主机电性连接,所述心率测试仪用于测量脑卒中初次发病康复后患者本人日常的心率数据,所述血压测量仪用于测量脑卒中初次发病康复后患者本人日常的血压数据,所述血氧仪用于测量脑卒中初次发病康复后患者本人日常的血氧饱和度数据,所述体温计用于测量脑卒中初次发病康复后患者本人日常的体温数据,所述血脂仪用于测量脑卒中初次发病康复后患者本人日常的血脂数据。
2.根据权利要求1所述的一种脑卒中复发预测模型的建立方法,其特征在于:所述输入模块用于将脑卒中初次发病康复后患者本人日常的心率数据、血压数据、血氧饱和度数据、体温数据以及血脂数据输入所述脑卒中复发预测系统。
3.根据权利要求1所述的一种脑卒中复发预测模型的建立方法,其特征在于:所述脑卒中复发预测装置还包括打印机,所述打印机通过数据线与所述主机电性连接,且所述打印机用于打印所述智能处理模块分析处理得出的预测概率结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911300805.7A CN111312398B (zh) | 2019-12-17 | 2019-12-17 | 一种脑卒中复发预测模型的建立方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911300805.7A CN111312398B (zh) | 2019-12-17 | 2019-12-17 | 一种脑卒中复发预测模型的建立方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111312398A CN111312398A (zh) | 2020-06-19 |
CN111312398B true CN111312398B (zh) | 2022-03-01 |
Family
ID=71144863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911300805.7A Active CN111312398B (zh) | 2019-12-17 | 2019-12-17 | 一种脑卒中复发预测模型的建立方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111312398B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113270196B (zh) * | 2021-05-25 | 2023-07-14 | 郑州大学 | 一种脑卒中复发风险感知与行为决策模型构建系统及方法 |
CN114343957A (zh) * | 2022-02-13 | 2022-04-15 | 郑州大学 | 一种基于脑卒中复发风险感知的沟通干预系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874663A (zh) * | 2017-01-26 | 2017-06-20 | 中电科软件信息服务有限公司 | 心脑血管疾病风险预测方法及系统 |
CN106909769A (zh) * | 2016-09-30 | 2017-06-30 | 马立明 | 大数据心血管疾病风险监控系统 |
CN107133477A (zh) * | 2017-05-12 | 2017-09-05 | 汕头大学医学院第附属医院 | 家族性一级脑卒预防及二级脑卒防复发系统 |
CN107273652A (zh) * | 2017-03-10 | 2017-10-20 | 马立伟 | 智能脑卒中风险监控系统 |
CN107273704A (zh) * | 2017-07-12 | 2017-10-20 | 北京航空航天大学 | 一种脑卒中复发预测模型的建立方法及装置 |
CN110415812A (zh) * | 2018-04-28 | 2019-11-05 | 冀瑞俊 | 基于人工智能和互联网技术的智能脑卒中辅助诊疗机器人系统 |
CN110428901A (zh) * | 2019-07-19 | 2019-11-08 | 中国医学科学院阜外医院 | 脑卒中发病风险预测系统及应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7272435B2 (en) * | 2004-04-15 | 2007-09-18 | Ge Medical Information Technologies, Inc. | System and method for sudden cardiac death prediction |
-
2019
- 2019-12-17 CN CN201911300805.7A patent/CN111312398B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106909769A (zh) * | 2016-09-30 | 2017-06-30 | 马立明 | 大数据心血管疾病风险监控系统 |
CN106874663A (zh) * | 2017-01-26 | 2017-06-20 | 中电科软件信息服务有限公司 | 心脑血管疾病风险预测方法及系统 |
CN107273652A (zh) * | 2017-03-10 | 2017-10-20 | 马立伟 | 智能脑卒中风险监控系统 |
CN107133477A (zh) * | 2017-05-12 | 2017-09-05 | 汕头大学医学院第附属医院 | 家族性一级脑卒预防及二级脑卒防复发系统 |
CN107273704A (zh) * | 2017-07-12 | 2017-10-20 | 北京航空航天大学 | 一种脑卒中复发预测模型的建立方法及装置 |
CN110415812A (zh) * | 2018-04-28 | 2019-11-05 | 冀瑞俊 | 基于人工智能和互联网技术的智能脑卒中辅助诊疗机器人系统 |
CN110428901A (zh) * | 2019-07-19 | 2019-11-08 | 中国医学科学院阜外医院 | 脑卒中发病风险预测系统及应用 |
Also Published As
Publication number | Publication date |
---|---|
CN111312398A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220277849A1 (en) | Wellness analysis system | |
Huang et al. | MLP-BP: A novel framework for cuffless blood pressure measurement with PPG and ECG signals based on MLP-Mixer neural networks | |
US20030100845A1 (en) | Device, method and system for monitoring pressure in body cavities | |
JP2003290165A (ja) | 自律神経系をモニターするための非観血的な装置システムおよびその使用 | |
CN106037720B (zh) | 混合连续信息分析技术的医学应用系统 | |
CN111312398B (zh) | 一种脑卒中复发预测模型的建立方法及装置 | |
CN106618481A (zh) | 中医智能诊断专家系统 | |
CN115251852B (zh) | 一种体温调节功能的检测量化方法和系统 | |
TWI225394B (en) | Method and device for analysis of heart rate variability (HRV) | |
Sara et al. | Heart rate non linear dynamics in patients with persistent vegetative state: a preliminary report | |
CN110428893A (zh) | 一种远程医疗生命体征数据采集装置 | |
Schooling et al. | Tensor electrical impedance myography identifies bulbar disease progression in amyotrophic lateral sclerosis | |
JP5426502B2 (ja) | 精神疾患診断装置およびプログラム | |
Pan et al. | Changes of oscillogram envelope maximum with blood pressure and aging: a quantitative observation | |
Lin et al. | Research on feature mining algorithm and disease diagnosis of pulse signal based on piezoelectric sensor | |
Rocha et al. | Wearable computing for patients with coronary diseases: Gathering efforts by comparing methods | |
WO2020013004A1 (ja) | 生体データ提供装置、生体データ提供方法及び生体データ提供のためのプログラム | |
CN104305965A (zh) | 一种健康管理系统 | |
RU2728869C1 (ru) | Компьютеризированный способ неинвазивного выявления нарушений углеводного обмена по электрокардиограмме | |
CN109091113A (zh) | 一种轻度认知障碍诊断装置及数据处理装置 | |
Cheriyan et al. | Pervasive embedded real time monitoring of EEG & SpO2 | |
Joshi et al. | Investigations into TIM perspective of radial pulse analysis | |
Jain et al. | A multi-signal acquisition system for preventive cardiology with cuff-less BP measurement capability | |
Kuo et al. | Diagnosis of kidney insufficiency by using the pressure waveforms of wrist-type sphygmomanometers: toward a convenient point-of-care device | |
JP2003190109A (ja) | 自律神経系機能評価方法およびそのシステム |
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 |