[发明专利]癫痫发作预警方法及系统

说明书

本发明公开一种癫痫发作预警装置方法及系统，涉及人工智能技术领域，所述方法包括：获取用户的健康数据；根据获取到的所述健康数据提取第一特征参数；将提取到的所述第一特征参数输入至预设的癫痫发作概率估算模型，得到癫痫发作概率；所述癫痫发作概率估算模型为通过多个患者的历史健康数据训练分类模型所生成；所述患者的历史健康数据包括所述患者癫痫发作前的健康数据；根据所述癫痫发作概率确定是否发出癫痫发作预警通知。采用上述技术方案能够实现癫痫发作预警。

技术领域

本发明涉及人工智能技术领域，特别是涉及癫痫发作预警方法及系统。

背景技术

癫痫发作是由脑部神经元的过度放电引起的一种急性、反复发作、阵发性的大脑功能紊乱，其表现为意识、运动、植物神经和精神障碍。癫痫发作突然，若癫痫发作时患者无法及时得到救护，其后果严重，甚至危机生命。现有的癫痫发作检测方案是通过将脑电波信号检测装置植入人体，然后由脑电波检测仪器对脑电波信号进行分析，以检测癫痫是否发作。然而，该方法只能检测癫痫是否已经发作，其通常在患者癫痫发作后发出警报，而无法预警癫痫发作。

发明内容

基于此，有必要提供一种癫痫发作预警方法及系统，能够预测癫痫发作。

根据本发明实施例的第一方面，提供一种癫痫发作预警方法，所述方法包括：

获取用户的健康数据；

根据获取到的所述健康数据提取第一特征参数；

将提取到的所述第一特征参数输入至预设的癫痫发作概率估算模型，得到癫痫发作概率；所述癫痫发作概率估算模型为通过多个患者的历史健康数据训练分类模型所生成；所述患者的历史健康数据包括所述患者癫痫发作前的健康数据；

根据所述癫痫发作概率确定是否发出癫痫发作预警通知。

在一种可选的实施方式中，所述分类模型为二分类模型；所述患者的历史健康数据还包括所述患者处于正常状态时的健康数据；

所述癫痫发作概率估算模型的构建方法包括：

分别对所述患者癫痫发作前的健康数据及所述患者在正常状态下的健康数据进行预处理；

对预处理后的所述患者癫痫发作前的健康数据进行特征提取，得到第二特征参数；

对预处理后的所述患者在正常状态下的健康数据进行特征提取，得到第三特征参数；

以所述患者处于癫痫发作状态为第一因变量，以所述患者处于正常状态为第二因变量，根据所述第二特征参数及所述第三特征参数训练所述二分类模型，得到所述癫痫发作概率估算模型。

在一种可选的实施方式中，所述获取用户的健康数据，具体为：

获取用户在第一预设时间内的健康数据；

所述患者的历史健康数据包括所述患者癫痫发作前的所述第一预设时间内的健康数据。

在一种可选的实施方式中，所述根据所述癫痫发作概率确定是否发出癫痫发作预警通知，包括：

判断所述癫痫发作概率是否大于预设阈值；

响应于判定所述癫痫发作概率大于所述预设阈值，发出癫痫发作预警通知。

在一种可选的实施方式中，所述根据获取到的所述健康数据提取第一特征参数，包括：

对获取到的所述健康数据进行预处理；

对预处理后的所述健康数据进行特征提取，得到所述第一特征参数。

在一种可选的实施方式中，所述用户的健康数据包括所述用户的生理参数；

所述对获取到的所述健康数据进行预处理，包括：