CN117438108A - 一种用于心血管疾病的长时监测预防系统 - Google Patents
一种用于心血管疾病的长时监测预防系统 Download PDFInfo
- Publication number
- CN117438108A CN117438108A CN202311766537.4A CN202311766537A CN117438108A CN 117438108 A CN117438108 A CN 117438108A CN 202311766537 A CN202311766537 A CN 202311766537A CN 117438108 A CN117438108 A CN 117438108A
- Authority
- CN
- China
- Prior art keywords
- user
- cardiovascular disease
- cardiovascular
- index
- occurrence
- 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.)
- Granted
Links
- 208000024172 Cardiovascular disease Diseases 0.000 title claims abstract description 212
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 230000036541 health Effects 0.000 claims abstract description 56
- 238000011156 evaluation Methods 0.000 claims abstract description 44
- 238000012502 risk assessment Methods 0.000 claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 29
- 230000007774 longterm Effects 0.000 claims abstract description 27
- 230000002265 prevention Effects 0.000 claims abstract description 20
- 230000006870 function Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 230000002526 effect on cardiovascular system Effects 0.000 claims description 47
- 230000036772 blood pressure Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 26
- 230000000391 smoking effect Effects 0.000 claims description 21
- 210000000577 adipose tissue Anatomy 0.000 claims description 19
- 230000035622 drinking Effects 0.000 claims description 17
- 201000010099 disease Diseases 0.000 claims description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 15
- 230000006806 disease prevention Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 7
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000008506 pathogenesis Effects 0.000 claims description 6
- 230000003449 preventive effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000006378 damage Effects 0.000 claims description 4
- 208000024891 symptom Diseases 0.000 claims description 4
- 208000001132 Osteoporosis Diseases 0.000 claims description 3
- 206010012601 diabetes mellitus Diseases 0.000 claims description 3
- 230000037213 diet Effects 0.000 claims description 3
- 235000005911 diet Nutrition 0.000 claims description 3
- 208000026278 immune system disease Diseases 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 12
- 206010020772 Hypertension Diseases 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 230000036996 cardiovascular health Effects 0.000 description 3
- 206010019280 Heart failures Diseases 0.000 description 2
- 206010003119 arrhythmia Diseases 0.000 description 2
- 230000006793 arrhythmia Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 210000000748 cardiovascular system Anatomy 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 description 1
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 206010027940 Mood altered Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000007510 mood change Effects 0.000 description 1
- 230000008065 myocardial cell damage Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 229960002715 nicotine Drugs 0.000 description 1
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000003966 vascular damage Effects 0.000 description 1
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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- G16H50/30—ICT 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种用于心血管疾病的长时监测预防系统，涉及心血管疾病的监测预防技术领域。所述系统包括数据采集模块、数据处理模块、风险预防模块、长时监测模块、用户交互模块。数据采集模块获取用户病史信息、用户基本信息与用户生活习惯信息；数据处理模块计算出用户健康评估指数、用户生活评估指数，进而计算出用户心血管疾病发生指数；长时监测模块长时不间断监测用户心血管实时变化信息，结合用户心血管疾病发生指数计算出用户心血管疾病风险评估指数，判断用户是否发生心血管疾病，并对发生心血管疾病情况提供远程医疗服务与紧急呼叫功能；用户交互模块，用于提供用户可视化界面，同时提供医疗沟通功能、一键呼叫功能。
Description
技术领域
本发明涉及心血管疾病的监测预防技术领域，尤其涉及一种用于心血管疾病的长时监测预防系统。
背景技术
随着社会人口老龄化进程逐渐加重，而心血管疾病是老人不得不防控的重大疾病，社会正面临着心血管疾病持续增加的巨大压力，心血管疾病是指影响心脏与血管功能的疾病，常见的心血管疾病包括高血压、心肌梗死、冠心病、心力衰竭、心脏病、心律失常等，这些疾病无一例外严重影响到了人们生命健康安全，心血管疾病也成为了全球最主要的死亡原因之一。
大多数心血管疾病都有一个逐步严重的过程，而心血管疾病早期的症状隐匿性强，哪怕在医院检测仪器检查的情况下也很难捕捉判断，因为心血管疾病检查的困难性，很多心脏不适的病患因为检查不出而猝死，而同时80%的心血管疾病都可以预防，为了提高对心血管疾病的检测手段及预防，对于心血管疾病的检测预防方法逐渐成为医学领域研究重任。
传统检测心血管疾病的方式多为在医院使用12导联心电图与动态心电图检测，这种检测方式专业需求度高，无专业人士帮助难以使用，基于这种方式出现了许多可穿戴式移动心电检测设备，然而这种检测方式直接显示心电图，非专业人士难以判断，并且受外界干扰性强，检测准确性差，针对心血管疾病的监测与预防缺乏直观有效的数据表达形式，用户无法直观判断自己的健康状况，同时没有针对性的预防建议，缺乏直接线上医患沟通的功能。
因此，针对以上问题，亟待需要一种用于心血管疾病的长时监测预防系统。
发明内容
本发明提供了一种用于心血管疾病的长时监测预防系统，解决了现有技术中对心血管疾病监测不够全面，预防不充分的问题。
为解决上述发明目的，本发明提供的技术方案如下：
一种用于心血管疾病的长时监测预防系统，包括数据采集模块，用于获取用户病史信息、用户生活习惯信息、用户基本信息；数据处理模块，用于通过用户病史信息、用户基本信息计算出用户健康评估指数，通过用户生活习惯信息计算出用户生活评估指数，结合用户健康评估指数、用户生活评估指数计算出用户心血管疾病发生指数；风险预防模块，用于为用户提供心血管疾病预防建议；长时监测模块，用于长时不间断监测用户心血管实时变化信息，利用用户心血管实时变化信息与用户心血管疾病发生指数实时计算用户心血管疾病风险评估指数，进而根据用户心血管疾病风险评估指数与风险阈值对比分析判断用户是否发生心血管疾病，并对发生心血管疾病状况紧急呼叫；用户交互模块，用于提供用户可视化界面，同时提供医疗沟通功能、一键呼叫功能。
优选地，所述用户病史信息包括用户家族心血管病史发生率、用户心血管相关病史发生率，所述心血管相关病史包括糖尿病病史、骨质疏松病史、免疫系统失调病史；所述用户生活习惯信息包括用户日常吸烟量、用户日常喝酒量、用户日常运动强度；所述用户基本信息包括用户年龄、用户体脂率。
优选地，所述用户健康评估指数计算步骤为：通过结合用户家族心血管病史发生率、用户心血管相关病史发生率、用户年龄与用户体脂率分析计算出用户健康评估指数，所述用户健康评估指数计算公式为：
；
式中α为用户健康评估指数，分别表示为用户家族心血管病史发生率、用户心血管相关病史发生率、用户年龄与用户体脂率，/>分别表示预设的心血管疾病发病率、心血管相关疾病发病率、用户性别对应心血管疾病常见发病年龄、用户性别对应常规体脂率，/>分别表示家族心血管病史、心血管相关疾病病史、年龄、体脂率的对应权重，e表示为自然常数。
优选地，所述用户生活评估指数计算步骤为：通过用户日常吸烟量、用户日常喝酒量、用户日常运动强度分析计算出用户生活评估指数，所述用户生活评估指数计算公式为：
；
式中β为用户生活评估指数，分别表示用户日常吸烟量、用户日常喝酒量、用户日常运动强度，/>分别表示预设的用户性别对应的每日吸烟量、每日喝酒量、每日运动强度，/>分别为用户吸烟权重、喝酒权重、运动权重，e表示为自然常数。
优选地，所述用户心血管疾病发生指数计算步骤为：结合计算所得的用户健康评估指数与用户生活评估指数，分析用户目前的生活健康水平，利用数据计算得到用户心血管疾病发生指数，所述用户心血管疾病发生指数计算公式为：
；
式中ξ为用户心血管疾病发生指数，α、β分别为用户健康评估指数与用户生活评估指数，e表示为自然常数。
优选地，所述为用户提供心血管疾病预防建议具体为：分析计算所得的用户心血管疾病发生指数，根据用户心血管疾病发生指数生成针对性的预防建议，所述预防建议包括饮食建议、运动建议、戒烟戒酒建议、体检建议，同时提供心血管疾病教育科普，所述教育科普包括心血管疾病发病原因、心血管疾病危害、心血管疾病发病症状、心血管疾病治疗手段。
优选地，所述用户心血管实时变化信息包括实时监测用户心电图变化获取的心率波动幅度差异系数、实时监测的血压差异系数。
优选地，所述用户心血管疾病风险评估指数计算步骤为：结合实时计算所得的用户心血管疾病发生指数与实时获取的用户心率波动幅度差异系数、血压差异系数分析计算出用户心血管疾病风险评估指数，所述用户心血管疾病风险评估指数计算公式为：
；
式中η为用户心血管疾病风险评估指数，ξ为用户心血管疾病发生指数，ε、δ分别表示为用户心率波动幅度差异系数、血压差异系数，c1、c2分别为心率变化权重、血压变化权重，e表示为自然常数。
优选地，所述判断用户是否发生心血管疾病具体为：对于实时监测到的用户心率异常与血压异常分别获取用户心率与正常心率差异数值、用户血压与正常血压差异数值；通过将心率波动幅度差异系数、血压差异系数与用户心血管疾病发生指数计算所得的用户心血管疾病风险评估指数与风险阈值进行比对分析；当用户心血管疾病风险评估指数大于等于风险评估值时判断为用户发生心血管疾病，利用紧急呼叫机制对心血管疾病状况进行反馈；当用户心血管疾病风险评估指数小于风险评估值时判断用户暂时没有发生心血管疾病风险，监测模块继续实时监测用户心血管实时变化信息，对用户心血管疾病进行长时监测。
优选地，用户交互模块设有访问加密机制，对于用户信息进行长久化存储与加密，利用无线通信技术与医护人员实时沟通，对于用户心血管疾病发病状况提供一键呼叫功能，同时实时更新实时检测的用户心血管实时变化信息，利用图表直观地展现用户身体健康状况与心血管疾病预防建议。
上述技术方案，与现有技术相比至少具有如下有益效果：
（1）、该用于心血管疾病的长时监测预防系统，通过获取用户病史信息、用户基本信息、用户生活习惯信息计算出用户健康评估指数、用户生活评估指数、用户心血管疾病发生指数，分别用于评估用户因家族基因造成的身体健康状况、用户生活习惯健康状态、用户会发生心血管疾病的概率情况，基于用户健康评估指数、用户生活评估指数、用户心血管疾病发生指数为用户提供心血管疾病预防建议与心血管疾病科普教育，提高用户对心血管疾病的危害认知，有助于帮助用户了解自身健康状况并针对性的进行心血管疾病预防，同时该用于心血管疾病的长时监测预防系统实时监测用户健康变化情况，并及时获取用户心血管实时变化信息计算出用户心血管疾病风险评估指数，用于判断用户是否发生心血管疾病，对于用户发生心血管疾病情况提供医疗沟通功能及呼叫功能，进一步保障了用户的生命健康安全。
（2）、该用于心血管疾病的长时监测预防系统，通过结合用户家族病史状况及用户自身心血管相关疾病发生情况计算的用户健康评估指数对于用户身体健康的评估更为全面可靠；对于用户生活习惯的健康与否考虑到了过度抽烟喝酒及运动量不达标或过度都会影响用户心血管健康，结合用户健康评估指数、用户生活评估指数计算所得的用户心血管疾病发生指数对用户心血管疾病发生概率的评估更为可靠精准；基于实时监测数据处理计算所得的用户心血管疾病风险评估指数能够用一个精准可靠的数值直观地展现用户的心血管疾病发生情况，该用于心血管疾病的长时监测预防系统基于数据处理技术手段，对用户心血管疾病的监测预防更为可靠有效，同时用户交互模块有助于用户直观了解自身健康状况，便捷迅速的与医护人员进行远程沟通，提高用户心血管疾病防范认知。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明一种用于心血管疾病的长时监测预防系统结构图。
图2为本发明一种用于心血管疾病的长时监测预防系统方案流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例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的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”、“一”或者“该”等类似词语也不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。
需要说明的是，本发明中使用的“上”、“下”、“左”、“右”“前”“后”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
本发明针对现有技术对心血管疾病监测不全面的问题，提供了一种用于心血管疾病的长时监测预防系统。
如图1所示，本发明实施例提供了一种用于心血管疾病的长时监测预防系统，包括数据采集模块，用于获取用户病史信息、用户生活习惯信息、用户基本信息；数据处理模块，用于通过用户病史信息、用户基本信息计算出用户健康评估指数，通过用户生活习惯信息计算出用户生活评估指数，结合用户健康评估指数、用户生活评估指数计算出用户心血管疾病发生指数；风险预防模块，用于为用户提供心血管疾病预防建议；长时监测模块，用于长时不间断监测用户心血管实时变化信息，利用用户心血管实时变化信息与用户心血管疾病发生指数实时计算用户心血管疾病风险评估指数，进而根据用户心血管疾病风险评估指数与风险阈值对比分析判断用户是否发生心血管疾病，并对发生心血管疾病状况紧急呼叫；用户交互模块，用于提供用户可视化界面，同时提供医疗沟通功能、一键呼叫功能。
本实施方案中，通过获取用户病史信息、用户基本信息、用户生活习惯信息计算出用户健康评估指数、用户生活评估指数、用户心血管疾病发生指数，分别用于评估用户因家族基因造成的身体健康状况、用户生活习惯健康状态、用户会发生心血管疾病的概率情况，基于用户健康评估指数、用户生活评估指数、用户心血管疾病发生指数为用户提供心血管疾病预防建议与心血管疾病科普教育，提高用户对心血管疾病的危害认知，有助于帮助用户了解自身健康状况并针对性的进行心血管疾病预防，同时该用于心血管疾病的长时监测预防系统实时监测用户健康变化情况，并及时获取用户心血管实时变化信息计算出用户心血管疾病风险评估指数，用于判断用户是否发生心血管疾病，对于用户发生心血管疾病情况提供医疗沟通功能及呼叫功能，进一步保障了用户的生命健康安全。
具体地，参照图2，用户病史信息包括用户家族心血管病史发生率、用户心血管相关病史发生率，心血管相关病史包括糖尿病病史、骨质疏松病史、免疫系统失调病史；用户生活习惯信息包括用户日常吸烟量、用户日常喝酒量、用户日常运动强度；用户基本信息包括用户年龄、用户体脂率。
本实施方案中，对用户的病史信息不止考虑到了用户本人心血管相关病史发生率，还考虑到了用户家族心血管病史发生情况，对用户的病史获取更为全面可靠。尼古丁和一氧化碳会加重心脏缺氧与血管损害的风险，因此吸烟超过每日规范合理吸烟量会增加心血管发生风险；乙醇会加快血液循环，对血管内壁有严重危害，容易堵塞血管，造成血栓、高血压、心脏病等心血管疾病，因此用户每日喝酒量也在统计范围内；缺乏运动会对延缓血液循环，诱发心血管疾病，同时过度运动也会加重心脏负荷，造成心血管健康风险，因此综上获取用户生活习惯信息包括上述生活习惯。年龄越大发生心血管疾病的风险越大；体脂率过低会影响心血管系统的运作能力，体脂率过高会增加血液中脂质含量，发生心血管疾病增高，因此用户的基本信息统计包含用户年龄与体脂率。
具体地，参照图2，用户健康评估指数计算步骤为：通过结合用户家族心血管病史发生率、用户心血管相关病史发生率、用户年龄与用户体脂率分析计算出用户健康评估指数，所述用户健康评估指数计算公式为：
；
式中α为用户健康评估指数，分别表示为用户家族心血管病史发生率、用户心血管相关病史发生率、用户年龄与用户体脂率，/>分别表示预设的心血管疾病发病率、心血管相关疾病发病率、用户性别对应心血管疾病常见发病年龄、用户性别对应常规体脂率，/>分别表示家族心血管病史、心血管相关疾病病史、年龄、体脂率的对应权重，e表示为自然常数。
本实施方案中，利用数据处理技术手段，采取加权求和方式计算所得的用户健康评估指数考虑到了用户家族心血管病史发生率、用户心血管相关病史发生率、用户年龄、用户体脂率，对于用户身体状况的评估更为可靠直观，帮助用户认识自身身体状况。
具体地，参照图2，用户生活评估指数计算步骤为：通过用户日常吸烟量、用户日常喝酒量、用户日常运动强度分析计算出用户生活评估指数，所述用户生活评估指数计算公式为：
；
式中β为用户生活评估指数，分别表示用户日常吸烟量、用户日常喝酒量、用户日常运动强度，/>分别表示预设的用户性别对应的每日吸烟量、每日喝酒量、每日运动强度，/>分别为用户吸烟权重、喝酒权重、运动权重，e表示为自然常数。
本实施方案中，利用数据处理技术手段，通过加权求和计算获得用户生活评估指数，将用户吸烟量、和酒量与运动强度与预设量比对分析，此次预设量通过权威医护人员建议获取，将用户的生活习惯利用数值表示出来，方便用户直观了解自身生活习惯的风险，有助于针对性提供生活习惯改善建议。
具体地，参照图2，用户心血管疾病发生指数计算步骤为：结合计算所得的用户健康评估指数与用户生活评估指数，分析用户目前的生活健康水平，利用数据计算得到用户心血管疾病发生指数，所述用户心血管疾病发生指数计算公式为：
；
式中ξ为用户心血管疾病发生指数，α、β分别为用户健康评估指数与用户生活评估指数，e表示为自然常数。
本实施方案中，通过将用户健康评估指数与用户生活评估指数利用数据处理技术手段建立模型计算出用户的心血管疾病发生指数，综合全面的利用一个数值直观地评估用户会发生心血管疾病的风险程度，帮助用户认识到自身所面临的心血管疾病风险，进而采取防范措施，降低发生概率。
具体地，参照图2，为用户提供心血管疾病预防建议具体为：分析计算所得的用户心血管疾病发生指数，根据用户心血管疾病发生指数生成针对性的预防建议，所述预防建议包括饮食建议、运动建议、戒烟戒酒建议、体检建议，同时提供心血管疾病教育科普，所述教育科普包括心血管疾病发病原因、心血管疾病危害、心血管疾病发病症状、心血管疾病治疗手段。
本实施方案中，通过提供预防建议降低用户发生心血管疾病的风险，减少用户的医疗支出与治疗耗费，改善生活习惯，提高用户生活质量，有助于保障用户心血管健康，减少社会心血管疾病发生率。
具体地，参照图2，用户心血管实时变化信息包括实时监测用户心电图变化获取的心率波动幅度差异系数、实时监测的血压差异系数。
本实施方案中，心率波动正常范围在每分钟60-100次，当用户的心率波动起伏超出正常范围内，会影响血液正常运输，引发高血压、心绞痛、心律失常等心血管疾病，甚至造成心肌细胞损坏及心力衰竭；常规血压范围高压在90-140mmHg，低压在60-90mmHg之间，当监测到血压值在常规范围外容易对靶器官造成损伤，诱发心血管疾病风险。
具体地，参照图2，用户心血管疾病风险评估指数计算步骤为：结合实时计算所得的用户心血管疾病发生指数与实时获取的用户心率波动幅度差异系数、血压差异系数分析计算出用户心血管疾病风险评估指数，所述用户心血管疾病风险评估指数计算公式为：
；
式中η为用户心血管疾病风险评估指数，ξ为用户心血管疾病发生指数，ε、δ分别表示为用户心率波动幅度差异系数、血压差异系数，c1、c2分别为心率变化权重、血压变化权重，e表示为自然常数。
本实施方案中，对用户发生心血管疾病的判断综合考虑到了用户心血管疾病发生指数，有效地防止用户因心情变化、情绪起伏、运动量增大造成的心率波动幅度过大、血压值升高，进一步保障了判断的准确性，减少了判断误差。
具体地，参照图2，判断用户是否发生心血管疾病具体为：对于实时监测到的用户心率异常与血压异常分别获取用户心率与正常心率差异数值、用户血压与正常血压差异数值；通过将心率波动幅度差异系数、血压差异系数与用户心血管疾病发生指数计算所得的用户心血管疾病风险评估指数与风险阈值进行比对分析；当用户心血管疾病风险评估指数大于等于风险评估值时判断为用户发生心血管疾病，利用紧急呼叫机制对心血管疾病状况进行反馈；当用户心血管疾病风险评估指数小于风险评估值时判断用户暂时没有发生心血管疾病风险，监测模块继续实时监测用户心血管实时变化信息，对用户心血管疾病进行长时监测。
本实施方案中，通过将用户心血管疾病风险评估指数与风险阈值进行比对分析评估的心血管疾病风险准确可靠，利用紧急呼叫机制避免了心血管疾病因治疗延缓造成的危害，采取长时监测功能长期不间断监测用户心血管变化状态，时刻保障用户健康安全，减少因心血管疾病造成的风险。
具体地，参照图2，用户交互模块设有访问加密机制，对于用户信息进行长久化存储与加密，利用无线通信技术与医护人员实时沟通，对于用户心血管疾病发病状况提供一键呼叫功能，同时实时更新实时检测的用户心血管实时变化信息，利用图表直观地展现用户身体健康状况与心血管疾病预防建议。
本实施方案中，利用可视化图表实时更新监测用户心血管实时变化信息，有助于用户更好的了解自己的健康状况和面临的心血管疾病风险，帮助医护人员及时了解用户状况并及时干预降低心血管疾病患者风险，保障心血管疾病患者及时治疗，保障用户的身体健康。
有以下几点需要说明：
（1）本发明实施例附图只涉及到与本发明实施例涉及到的结构，其他结构可参考通常设计。
（2）为了清晰起见，在用于描述本发明的实施例的附图中，层或区域的厚度被放大或缩小，即这些附图并非按照实际的比例绘制。可以理解，当诸如层、膜、区域或基板之类的元件被称作位于另一元件“上”或“下”时，该元件可以“直接”位于另一元件“上”或“下”或者可以存在中间元件。
（3）在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合以得到新的实施例。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种用于心血管疾病的长时监测预防系统，其特征在于，包括
数据采集模块，用于获取用户病史信息、用户生活习惯信息、用户基本信息；
数据处理模块，用于通过用户病史信息、用户基本信息计算出用户健康评估指数，通过用户生活习惯信息计算出用户生活评估指数，结合用户健康评估指数、用户生活评估指数计算出用户心血管疾病发生指数；
风险预防模块，用于为用户提供心血管疾病预防建议；
长时监测模块，用于长时不间断监测用户心血管实时变化信息，利用用户心血管实时变化信息与用户心血管疾病发生指数实时计算用户心血管疾病风险评估指数，进而根据用户心血管疾病风险评估指数与风险阈值对比分析判断用户是否发生心血管疾病，并对发生心血管疾病状况紧急呼叫；
用户交互模块，用于提供用户可视化界面，同时提供医疗沟通功能、一键呼叫功能。
2.根据权利要求1所述的一种用于心血管疾病的长时监测预防系统，其特征在于，所述用户病史信息包括用户家族心血管病史发生率、用户心血管相关病史发生率，所述心血管相关病史包括糖尿病病史、骨质疏松病史、免疫系统失调病史；
所述用户生活习惯信息包括用户日常吸烟量、用户日常喝酒量、用户日常运动强度；
所述用户基本信息包括用户年龄、用户体脂率。
3.根据权利要求2所述的一种用于心血管疾病的长时监测预防系统，其特征在于，所述用户健康评估指数计算步骤为：
通过结合用户家族心血管病史发生率、用户心血管相关病史发生率、用户年龄与用户体脂率分析计算出用户健康评估指数，所述用户健康评估指数计算公式为：
；
式中α为用户健康评估指数，分别表示为用户家族心血管病史发生率、用户心血管相关病史发生率、用户年龄与用户体脂率，/>分别表示预设的心血管疾病发病率、心血管相关疾病发病率、用户性别对应心血管疾病常见发病年龄、用户性别对应常规体脂率，/>分别表示家族心血管病史、心血管相关疾病病史、年龄、体脂率的对应权重，e表示为自然常数。
4.根据权利要求2所述的一种用于心血管疾病的长时监测预防系统，其特征在于，所述用户生活评估指数计算步骤为：
通过用户日常吸烟量、用户日常喝酒量、用户日常运动强度分析计算出用户生活评估指数，所述用户生活评估指数计算公式为：
；
式中β为用户生活评估指数，分别表示用户日常吸烟量、用户日常喝酒量、用户日常运动强度，/>分别表示预设的用户性别对应的每日吸烟量、每日喝酒量、每日运动强度，/>分别为用户吸烟权重、喝酒权重、运动权重，e表示为自然常数。
5.根据权利要求1所述的一种用于心血管疾病的长时监测预防系统，其特征在于，所述用户心血管疾病发生指数计算步骤为：
结合计算所得的用户健康评估指数与用户生活评估指数，分析用户目前的生活健康水平，利用数据计算得到用户心血管疾病发生指数，所述用户心血管疾病发生指数计算公式为：
；
式中ξ为用户心血管疾病发生指数，α、β分别为用户健康评估指数与用户生活评估指数，e表示为自然常数。
6.根据权利要求5所述的一种用于心血管疾病的长时监测预防系统，其特征在于，所述为用户提供心血管疾病预防建议具体为：分析计算所得的用户心血管疾病发生指数，根据用户心血管疾病发生指数生成针对性的预防建议，所述预防建议包括饮食建议、运动建议、戒烟戒酒建议、体检建议，同时提供心血管疾病教育科普，所述教育科普包括心血管疾病发病原因、心血管疾病危害、心血管疾病发病症状、心血管疾病治疗手段。
7.根据权利要求1所述的一种用于心血管疾病的长时监测预防系统，其特征在于，所述用户心血管实时变化信息包括实时监测用户心电图变化获取的心率波动幅度差异系数、实时监测的血压差异系数。
8.根据权利要求7所述的一种用于心血管疾病的长时监测预防系统，其特征在于，所述用户心血管疾病风险评估指数计算步骤为：
结合实时计算所得的用户心血管疾病发生指数与实时获取的用户心率波动幅度差异系数、血压差异系数分析计算出用户心血管疾病风险评估指数，所述用户心血管疾病风险评估指数计算公式为：
；
式中η为用户心血管疾病风险评估指数，ξ为用户心血管疾病发生指数，ε、δ分别表示为用户心率波动幅度差异系数、血压差异系数，c1、c2分别为心率变化权重、血压变化权重，e表示为自然常数。
9.根据权利要求8所述的一种用于心血管疾病的长时监测预防系统，其特征在于，所述判断用户是否发生心血管疾病具体为：
对于实时监测到的用户心率异常与血压异常分别获取用户心率与正常心率差异数值、用户血压与正常血压差异数值；
通过将心率波动幅度差异系数、血压差异系数与用户心血管疾病发生指数计算所得的用户心血管疾病风险评估指数与风险阈值进行比对分析；
当用户心血管疾病风险评估指数大于等于风险评估值时判断为用户发生心血管疾病，利用紧急呼叫机制对心血管疾病状况进行反馈；
当用户心血管疾病风险评估指数小于风险评估值时判断用户暂时没有发生心血管疾病风险，监测模块继续实时监测用户心血管实时变化信息，对用户心血管疾病进行长时监测。
10.根据权利要求9所述的一种用于心血管疾病的长时监测预防系统，其特征在于，用户交互模块设有访问加密机制，对于用户信息进行长久化存储与加密，利用无线通信技术与医护人员实时沟通，对于用户心血管疾病发病状况提供一键呼叫功能，同时实时更新实时检测的用户心血管实时变化信息，利用图表直观地展现用户身体健康状况与心血管疾病预防建议。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311766537.4A CN117438108B (zh) | 2023-12-21 | 2023-12-21 | 一种用于心血管疾病的长时监测预防系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311766537.4A CN117438108B (zh) | 2023-12-21 | 2023-12-21 | 一种用于心血管疾病的长时监测预防系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117438108A true CN117438108A (zh) | 2024-01-23 |
| CN117438108B CN117438108B (zh) | 2024-03-29 |
Family
ID=89555788
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311766537.4A Active CN117438108B (zh) | 2023-12-21 | 2023-12-21 | 一种用于心血管疾病的长时监测预防系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117438108B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020026105A1 (en) * | 2000-08-30 | 2002-02-28 | Healtheheart, Inc. | Patient analysis and risk reduction system and associated methods including the use of patient monitored data |
| 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 |
| CN111681767A (zh) * | 2020-06-12 | 2020-09-18 | 电子科技大学 | 一种电子病历数据处理方法及系统 |
| CN112133445A (zh) * | 2020-10-21 | 2020-12-25 | 万达信息股份有限公司 | 一种心血管疾病管理服务方法和系统 |
| CN115920335A (zh) * | 2022-11-29 | 2023-04-07 | 深圳信息职业技术学院 | 一种人体生理指标监测分析系统及方法 |
-
2023
- 2023-12-21 CN CN202311766537.4A patent/CN117438108B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020026105A1 (en) * | 2000-08-30 | 2002-02-28 | Healtheheart, Inc. | Patient analysis and risk reduction system and associated methods including the use of patient monitored data |
| 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 |
| CN111681767A (zh) * | 2020-06-12 | 2020-09-18 | 电子科技大学 | 一种电子病历数据处理方法及系统 |
| CN112133445A (zh) * | 2020-10-21 | 2020-12-25 | 万达信息股份有限公司 | 一种心血管疾病管理服务方法和系统 |
| CN115920335A (zh) * | 2022-11-29 | 2023-04-07 | 深圳信息职业技术学院 | 一种人体生理指标监测分析系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 金皓, 王倩: "高血压病的风险因素分析与研究", 应用数学与计算数学学报, no. 02, 30 December 2002 (2002-12-30) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117438108B (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Vaske et al. | For better or for worse: a longitudinal study on dyadic coping and quality of life among couples with a partner suffering from COPD | |
| Honarbakhsh et al. | A primary prevention clinical risk score model for patients with Brugada syndrome (BRUGADA-RISK) | |
| Windham et al. | The relationship between heart rate variability and adiposity differs for central and overall adiposity | |
| Jenkins et al. | Six‐minute walk test: observed adverse events and oxygen desaturation in a large cohort of patients with chronic lung disease | |
| Horner et al. | Racial variations in ischemic stroke-related physical and functional impairments. | |
| US20100268040A1 (en) | Method and system for detection of pre-fainting and other conditions hazardous to the health of a patient | |
| Blanchard et al. | Association of nocturnal hypoxemia and pulse rate variability with incident atrial fibrillation in patients investigated for obstructive sleep apnea | |
| CN106250680B (zh) | 心脏健康指数检测系统 | |
| Niemeijer et al. | Consistency of heart rate–QTc prolongation consistency and sudden cardiac death: the Rotterdam Study | |
| US20140046153A1 (en) | Monitoring volaemic condition in a human or animal subject | |
| US20150073754A1 (en) | Method and system for calculating indices for diabetes control | |
| CN115251852A (zh) | 一种体温调节功能的检测量化方法和系统 | |
| Saner et al. | Case report: Ambient sensor signals as digital biomarkers for early signs of heart failure decompensation | |
| Migisha et al. | Prevalence and correlates of cardiovascular autonomic neuropathy among patients with diabetes in Uganda: a hospital-based cross-sectional study | |
| da Silva et al. | Increase in perceived stress is correlated to lower heart rate variability in healthy young subjects | |
| CN117438108B (zh) | 一种用于心血管疾病的长时监测预防系统 | |
| Ilkhanoff et al. | Factors associated with development of prolonged QRS duration over 20 years in healthy young adults: the Coronary Artery Risk Development in Young Adults study | |
| KR102505845B1 (ko) | 소프트웨어, 건강 상태 판정 장치 및 건강 상태 판정 방법 | |
| CN113066547B (zh) | 一种基于常规无创参数的ards早期动态预警方法与系统 | |
| Novotny et al. | Pilot study of sex differences in QTc intervals of heart transplant recipients | |
| Kim et al. | The separate and joint effects of prolonged QT interval and heart rate on mortality | |
| CN111710419A (zh) | 一种心脏健康质量预警系统及其预警方法 | |
| Nazri et al. | Lipid disorders among male factory shift workers in Kota Bharu, Kelantan | |
| Rajalakshmi et al. | Inducement of Multivariate factors in Cardiac Disease Prediction with Machine Learning Techniques substantiated with Analytics | |
| RU2757752C1 (ru) | Способ определения индивидуального профиля факторов суммарного сердечно-сосудистого риска у пациента трудоспособного возраста |
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 |