[发明专利]一种心脏病智能预测和心脏保健信息推荐系统及其方法

说明书

本发明实施例公开了一种心脏病智能预测和心脏保健信息推荐系统，该系统包括：计算模块，用于根据用户生理参数进行计算预测患上心脏病的概率；提取模块，用于对用户的病症描述进行关键词提取；推荐模块，用于根据用户病症关键词进行检索缓解方式并推荐给用户。在本发明实施例中，主要面向缺乏专业医学知识的普通民众的提供心脏病的预测服务和心脏保健信息的推荐服务，让用户能够及时预估患心脏的可能性的大小，方便及时采取措施，以免因发现不及时而对患者个人和家庭带来沉重的负担。

技术领域

本发明涉及智能判断、信息处理技术领域，尤其涉及一种心脏病智能预测和心脏保健信息推荐系统及其方法。

背景技术

根据《美国心脏病学会杂志》上的一份全名为《中国成人的心血管健康状况》(Status of Cardiovascular Health in Chinese Adults)研究报告表明，中国有近四分之三的人存在心血管问题，只有2％达到完全健康标准。现代社会生活节奏快、工作压力大，心脏病患者在老年人甚至中青年人都屡见不鲜。心脏类疾病主要包括冠心病、高血压心脏病、风湿性心脏病等，它具有发病率高、死亡威胁大等特点。据世界心脏联盟统计，心脏类疾病已经逐渐变为危害人类健康的“第一杀手”，此类病人往往因为不能及时发现病情或者发病时不能及时医治而不幸死亡，如果能及时发现心脏类疾病的相关隐患，做到防患于未然，对心脏病人来说意义重大。心血管疾病一直是威胁全世界人民健康的重要疾患。心脏病属于一种慢性疾病，如何让广大人群进行心脏病的预测，以及采取相关的心脏保健措施，可以极大的降低心脏病的发病率，减少社会和家庭的损失。。

对于心脏病智能检测，目前主要是使用分类算法对心脏病的有无进行诊断，例如基于UCI的Cleveland数据集的心脏病检测相关的算法有:C4.5决策树算法，native bayes算法、SVM算法、ANN算法，还有逻辑回归、随机森林,使用这些算法训练Cleveland心脏病数据集，得到的模型可以辅助医生进行心脏病的诊断，以上每个算法得到的模型可以相当于一个医生，模型的精确度可以视为该医生的可信度，从常识来看，多个医生的诊断结果比单个医生的诊断结果更令病人信服。目前存在的一些医疗辅助系统都是面向医生的，不是面向普通大众的。目前存在的一些医疗辅助系统都是面向医生的，用来辅助医生的判断，不是面向普通大众的，不方便普通大众使用；而医疗辅助系统也没有相关心脏保健信息的推荐；广大用户在进行心脏病自检的时候，是使用传统的医学手段来检测，没有方便非医生专业的普通用户的可以智能地预测患心脏病的概率大小的系统；单个算法的诊断的模型不如多个模型综合诊断的结果更让用户信服。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种心脏病智能预测和心脏保健信息推荐系统，能够通过进行心脏病的预测，以及心脏保健信息的推荐，达到及时发现心脏病的患病情况并及时有效防止心脏恶化的目的。

为了解决上述问题，本发明提出了一种心脏病智能预测和心脏保健信息推荐系统，所述系统包括：

计算模块，用于根据用户生理参数进行计算预测患上心脏病的概率；

提取模块，用于对用户的病症描述进行关键词提取；

推荐模块，用于根据用户病症关键词进行检索缓解方式并推荐给用户。

优选地，推荐模块包括：

数据库单元，用于储存针对心脏病的相关资料及针对该种类型病症的缓解方法；

反馈单元，用于将针对用户相关症状的缓解方法推荐给用户。

优选地，计算模块中所述用户生理参数为年龄、性别、胸痛类型、静脉压、每毫升血液中血清重量、空腹血糖、静态心电图结果、最高心率、运动时是否心绞痛、运动所致的ST下降值、峰值ST倾斜角度、主血管数量、心跳情况等13个生理参数。