[发明专利]基于多元生物学特征的智能帕金森症辅助诊断方法和装置有效
申请号: | 201711116501.6 | 申请日: | 2017-11-13 |
公开(公告)号: | CN108305680B | 公开(公告)日: | 2021-08-10 |
发明(设计)人: | 陈霄;王平;徐迎新 | 申请(专利权)人: | 陈霄;王平;徐迎新 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G06K9/00 |
代理公司: | 北京易捷胜知识产权代理事务所(普通合伙) 11613 | 代理人: | 齐胜杰 |
地址: | 100049 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 多元 生物学 特征 智能 帕金森 辅助 诊断 方法 装置 | ||
1.一种基于多元生物学特征的智能帕金森症辅助诊断方法,其特征在于,包括:
根据第一离散度、第一相似度、第二离散度、第二相似度、第三离散度、第三相似度、第四离散度和第四相似度的结果信息,向每一结果信息分配对应的权重系数,依据每一结果信息和该结果信息对应的权重系数,获取帕金森症的辅助诊断结果,输出所述帕金森症的辅助诊断结果;
其中,所述第一离散度和第一相似度的结果信息采用以下步骤获取:
接收客户端传输的被测者的第一靶向性生物标记,将所述第一靶向性生物标记通过第一特征识别与分析系统处理,获取所述第一靶向性生物标记与健康人群的特征图谱比对的第一离散度,以及获取所述第一靶向性生物标记与帕金森症人群的特征图谱比对的第一相似度;
所述第一特征识别与分析系统中的健康人群的特征图谱、帕金森症人群的特征图谱均是预先建立的;
所述第二离散度和第二相似度的结果信息采用以下步骤获取:
接收客户端传输的被测者的第二靶向性生物标记,将所述第二靶向性生物标记通过第二特征识别与分析系统处理,获取所述第二靶向性生物标记与健康人群的特征图谱比对的第二离散度,以及获取所述第二靶向性生物标记与帕金森症人群的特征图谱比对的第二相似度;
所述第二特征识别与分析系统中的健康人群的特征图谱、帕金森症人群的特征图谱均是预先建立的;
所述第三离散度和第三相似度的结果信息采用以下步骤获取:
接收客户端传输的被测者的第三靶向性生物标记,将所述第三靶向性生物标记通过第三特征识别与分析系统处理,获取所述第三靶向性生物标记与健康人群的特征图谱比对的第三离散度,以及获取所述第三靶向性生物标记与帕金森症人群的特征图谱比对的第三相似度;
所述第三特征识别与分析系统中的健康人群的特征图谱、帕金森症人群的特征图谱均是预先建立的;
所述第四离散度和第四相似度的结果信息采用以下步骤获取:
接收客户端传输的被测者的第四靶向性生物标记,将所述第四靶向性生物标记通过第四特征识别与分析系统处理,获取所述第四靶向性生物标记与健康人群的特征图谱比对的第四离散度,以及获取所述第四靶向性生物标记与帕金森症人群的特征图谱比对的第四相似度;
所述第四特征识别与分析系统中的健康人群的特征图谱、帕金森症人群的特征图谱均是预先建立的;
其中,所述第一靶向性生物标记、第二靶向性生物标记、第三靶向性生物标记和第四靶向性生物标记均不相同,且均为用于判断所述帕金森症的人体生物学特征;
所述第一靶向性生物标记包括:与预设音频样本对应的属于被测者的声纹特征;
所述第二靶向性生物标记包括:通过传感设备获取的第一预设时间段内被测者的肢体静止时的肌肉震颤信息;
所述第三靶向性生物标记包括:通过另一传感设备获取的第二预设时间段内反映被测者的肢体肌肉强直和/或运动障碍的信息;
所述第四靶向性生物标记包括:通过图像采集设备获取的第三预设时间段内被测者的面部表情肌肉运动和/或眨眼频率的信息。
2.根据权利要求1所述的方法,其特征在于,接收客户端传输的被测者的第一靶向性生物标记的步骤之前,所述方法还包括:
建立第一特征识别与分析系统的健康人群的特征图谱、帕金森症人群的特征图谱;所述帕金森症人群的特征图谱包括:不同程度帕金森症的特征图谱;
建立第二特征识别与分析系统的健康人群的特征图谱、帕金森症人群的特征图谱;所述帕金森症人群的特征图谱包括:不同程度帕金森症的特征图谱;
建立第三特征识别与分析系统的健康人群的特征图谱、帕金森症人群的特征图谱;所述帕金森症人群的特征图谱包括:不同程度帕金森症的特征图谱;
建立第四特征识别与分析系统的健康人群的特征图谱、帕金森症人群的特征图谱,所述帕金森症人群的特征图谱包括:不同程度帕金森症的特征图谱。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陈霄;王平;徐迎新,未经陈霄;王平;徐迎新许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711116501.6/1.html,转载请声明来源钻瓜专利网。