[发明专利]一种人体疾病风险的判别方法及设备

说明书

本发明公开了一种人体疾病风险的判别方法及设备，具体流程为：分别获取健康人和特定疾病患者的人体健康状况数据，包括心电非线性系统动态数据和心电向量数据等，构建人体健康状况分类数据集；将待测人员的健康状况数据输入到构建的人体健康状况分类数据集中进行相似性比对，获得待测人员的相似度比对结果，从而实现对待测人员罹患特定人体疾病风险的预测，或实现对待测人员接受医学治疗效果的评估判定。

技术领域

本发明涉及用于诊断目的的测量技术领域，特别是涉及一种人体疾病风险的判别方法及设备。

背景技术

在我国，每年因为人体重大疾病死亡的人数一直居高不下，很多人体重大疾病患者都无明显的临床症状。尽管现代人体疾病的治疗技术不断提高，但一些人体微弱疾病症状的患者猝死的比率却没有显著下降，这主要归咎于国内外尚缺乏对无症状或微弱疾病症状的人体疾病有效的早期检测能力。因此，开发一种罹患人体疾病风险的判别方法和检测设备具有的一定的临床应用价值。譬如，心脏疾病治疗后的疾病风险的判别，心脏疾病患者经过经皮冠状动脉介入治疗等治疗后，由于患者身体的创伤小、PCI的疗效稳定和死亡率低的特点，患者通常对治疗后的疾病风险未给与充分的重视，这导致治疗后各种手术并发症的发生率逐渐增加，术后仍然需要药物来持续治疗，支架内血栓形成和再狭窄发生；因此，充分评估疾病患者的治疗前后的风险及预后等各个阶段心脏功能的状况显得十分重要。

尽管现有技术对早期疾病患者的心电病理特征的检测已取得一些进展；然而，到目前为止，现有技术对早期疾病患者的心电病理特征的检测依然存在一些难以避免的缺陷：对于疾病患者治疗前后的健康评估，主要依赖于评估人的从业经验，诊断结果主观性强，评估耗时比较长，容易遗漏一些心电图变化细微的相关的人体疾病。

因此，有必要提供改进的技术方案以克服现有技术中存在的技术问题。

发明内容

为解决上述问题，本发明公开了一种人体疾病风险的判别方法及设备，具体流程为：分别获取健康人和特定疾病患者的非线性系统动态数据，如心电向量数据或心电非线性系统动态数据等，构建人体健康状况分类数据集；然后输入待测人员相关的健康状况数据集到构建的人体健康状况分类数据集中进行相似性比对，获得待测人员的相似度比对结果，从而实现对待测人员罹患特定人体疾病风险的预测，或实现对待测人员接受医学治疗效果的评估判定。

本发明第一方面提供了一种人体疾病风险的判别方法，包括以下步骤：

步骤一、构建人体健康状况分类数据集，所述的人体健康状况分类数据集包括非线性系统动态数据；

步骤二、输入待测人员健康状况数据到步骤一所构建的人体健康状况分类数据集中进行相似性比对，所述的待测人员健康状况数据包括待测人员的非线性系统动态数据。

在至少一个实施例中，如前所述的人体疾病风险的判别方法，所述的步骤二还包括：筛选与待测人员健康状况数据的相似度≥K%的前N个样本数据集进行人体疾病风险的判别；其中，所述的K为1~100的实数，所述的N为不小于2的整数；优选地，所述的K为10~100的实数，所述的N为不小于6的整数；在心脏疾病的检测中具有更大的优势。

在至少一个实施例中，如前所述的人体疾病风险的判别方法，所述的非线性系统动态数据包括心电非线性系统动态数据、心电向量数据、肌电信号数据、脑电信号数据、心电数据、心音信号、心磁信号、心电向量图、心电非线性系统动态图、脑电图、肌电图和心电图中的一种或几种；优选地，所述的非线性系统动态数据，可表示为：；其中m和n的值都为-1~1，所述的包括括心电非线性系统动态数据、心电向量数据、脑电数据、肌电信号数据、心电数据、心音信号和心磁信号中的至少一种；所述的包括预处理的心电向量图、预处理的心电非线性系统动态图、预处理的脑电图、预处理的肌电图和预处理的心电图中的至少一种。在这里，图像的预处理包括但不限于：进行目标图像区域检测、像素化、特征点定位和（或）归一化等预处理。