[发明专利]一种冠心病风险指数的无损检测系统及方法在审
申请号: | 201910509941.0 | 申请日: | 2019-06-13 |
公开(公告)号: | CN110251122A | 公开(公告)日: | 2019-09-20 |
发明(设计)人: | 黄裕立;胡允兆;黎文生;卢剑华;吕伟标 | 申请(专利权)人: | 南方医科大学顺德医院(佛山市顺德区第一人民医院) |
主分类号: | A61B5/0402 | 分类号: | A61B5/0402;G06K9/62;G16H50/30;G16H50/70 |
代理公司: | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人: | 包晓静 |
地址: | 528300 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 冠心病 无损检测系统 风险指数 预测模型 分类模块 构建模块 患者属性 医疗数据 风险评估模块 数据处理技术 数据存储模块 数据挖掘模型 图像采集模块 心电数据采集 复发可能性 极限学习机 分类性能 关系建立 疾病信息 历史数据 数据环境 随机森林 显示模块 主控模块 最终状态 并行化 算法 复发 并用 关联 修正 分类 预测 优化 | ||
本发明属于疾病信息数据处理技术领域,公开一种冠心病风险指数的无损检测系统及方法,所述冠心病风险指数的无损检测系统包括:图像采集模块、心电数据采集模块、主控模块、分类模块、预测模型构建模块、风险评估模块、数据存储模块、显示模块。本发明通过分类模块基于优化核极限学习机及并行化的随机森林分类方法,该方法不仅可以支持海量冠心病医疗数据的处理,而且能够提高对冠心病医疗数据的分类性能;同时,通过预测模型构建模块利用已知的未来数据环境因素对患者的历史数据进行修正,建立患者属性与患者复发可能性关联的模型,确定患者属性与患者复发的最终状态的关系,并用此关系建立不同的算法的数据挖掘模型,得到预测模型,预测效果好。
技术领域
本发明属于疾病信息数据处理技术领域,尤其涉及一种冠心病风险指数的无损检测系统及方法。
背景技术
冠状动脉粥样硬化性心脏病是冠状动脉血管发生动脉粥样硬化病变而引起血管腔狭窄或阻塞,造成心肌缺血、缺氧或坏死而导致的心脏病,常常被称为“冠心病”。但是冠心病的范围可能更广泛,还包括炎症、栓塞等导致管腔狭窄或闭塞。世界卫生组织将冠心病分为5大类:无症状心肌缺血(隐匿性冠心病)、心绞痛、心肌梗死、缺血性心力衰竭(缺血性心脏病)和猝死5种临床类型。临床中常常分为稳定性冠心病和急性冠状动脉综合征。然而,现有冠心病检测过程中,对冠心病数据分类性能差、耗时长;同时,对患者冠心病复发预测效果差。
综上所述,现有技术存在的问题是:现有冠心病检测过程中,对冠心病数据分类性能差、耗时长;同时,对患者冠心病复发预测效果差。
发明内容
针对现有技术存在的问题,本发明提供了一种冠心病风险指数的无损检测系统及方法。
本发明是这样实现的,一种冠心病风险指数的无损检测方法,所述冠心病风险指数的无损检测方法包括:
第一步,图像采集利用医疗影像设备采集患者冠状动脉、心脏形态图像数据;心电数据采集利用心电设备采集患者心电数据信息;
第二步,主控模块利用分类程序对冠心病数据进行分类操作;利用建模程序构建冠心病复发预测模型;利用评估程序根据采集的数据评估患者冠心病风险状态;
所述冠心病复发预测模型的基本表达形式为:
λ(t)=λ0(t)exp(β1x1+β2x2+…+βkxk);
其中λ0(t)为冠心病基准风险函数,x1、x2...xk为协变量,βi为xi的回归系数;
所述冠心病复发预测模型对累计发生概率进行估计形式如下:
λj(t,Z)=λ0(t)exp{βjZ};
其中λ0(t)是时间J的冠心病部分分布基准风险,Z为协变量,βj为协变量的回归系数,exp{βjZ}为部分分布风险;其中β的偏似然估计为:
第三步,通过数据存储模块利用存储器存储采集的冠状动脉、心脏形态图像、心电数据;利用显示器显示采集的患者冠状动脉、心脏形态图像、心电数据信息。
进一步,所述冠心病风险指数的无损检测方法的冠心病数据分类方法如下:
(1)通过数据分类程序采用Bootstrap法从N个冠心病数据样本中有放回地随机抽取N个样本并从F个特征中随机选取f个特征组成新的样本集,f<<F;
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南方医科大学顺德医院(佛山市顺德区第一人民医院),未经南方医科大学顺德医院(佛山市顺德区第一人民医院)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/201910509941.0/2.html,转载请声明来源钻瓜专利网。