[发明专利]一种卒中风险筛查系统及方法

权利要求书

1.一种卒中风险筛查方法，其特征在于：包括以下内容：

S1：数据处理步骤，获取并处理现有卒中医疗数据，所述卒中医疗数据包括体征数据、病史数据、症状数据以及生活习惯数据；

S2：模型构建步骤，基于RBF神经网络构建的风险预测模型，以S1中输出的卒中医疗数据作为训练集进行迭代学习和训练，得到预测模型；

S3：预测步骤，采集要预测的用户数据，调用预测模型，生成预测结果并存储高危患者数据至医疗数据平台。

2.根据权利要求1所述的一种卒中风险筛查方法，其特征在于：还包括：

S4：显示步骤，将预测结果以可视化形式进行展示。

3.根据权利要求1所述的一种卒中风险筛查方法，其特征在于：还包括：

S5：推荐步骤，根据预测结果向用户推荐检查项目以及生活建议。

4.根据权利要求1所述的一种卒中风险筛查方法，其特征在于：所述数据处理步骤包括：

S101：数据获取步骤，从数据库中按照预设的过滤规则选取卒中医疗数据；

S102：数据预处理步骤，对S101中选取的数据进行完整性和合理性的核查，使用取中值的方法对缺失数据进行补足，对不合理数据进行过滤和处理；

S103：数据转换步骤，将卒中医疗数据进行离散化和标准化，使得各个数据落在[0,1]的区间内。

5.根据权利要求4所述的一种卒中风险筛查系统及方法，其特征在于：所述过滤规则包括体征筛选、症状筛选、生活习惯数据筛选以及病史筛选四个方面。

6.根据权利要求5所述的一种卒中风险筛查系统及方法，其特征在于：所述离散化包括二值化、Z变换、对数变幻、比例转换、分数转换中的一种或多种，所述标准化采用离差标准化对原始的医疗数据的线性变换，使结果落到[0,1]区间，标准化的转换函数如下：

其中，y_i表示转换后的输出值，x_i表示原始的医疗数据，max为原始的医疗数据中的最大值，min为原始的医疗数据的最小值。

7.根据权利要求6所述的一种卒中风险筛查系统及方法，其特征在于：所述模型构建步骤具体包括：

S201：特征选择步骤，计算各个特征的发散性以及特征与目标的相关性，按照发散性和相关性对各个特征进行评分并排序，按照预设的特征个数或评分阈值筛选出特征；

S202：模型设置步骤，基于RBF神经网络构建风险预测模型；

S203：迭代学习步骤，使用医疗数据对模型进行训练，得到预测模型。

8.根据权利要求7所述的一种卒中风险筛查系统及方法，其特征在于：所述S202中，风险预测模型采用高斯核函数，激活函数为：

网络的输出为：

损失函数为：

其中j＝1,2，…，n。

9.一种卒中风险筛选系统，其特征在于：使用了权利要求1-8中任一项所述的卒中风险筛查方法。

10.根据权利要求9所述的一种卒中风险筛查系统，其特征在于：所述的卒中风险筛选系统包括：

数据处理模块，用于获取并处理现有卒中医疗数据；

模型构建模块，用于根据数据处理模块获取的卒中医疗数据构建基于RBF神经网络的预测模型；

预测模块，用于根据用户数据，调用预测模型，生成预测结果并存储高危患者数据至医疗数据平台；

展示输出模块，用于将预测结果以可视化形式进行展示。