[发明专利]一种脑卒中复发监测系统

说明书

本发明公开了一种脑卒中复发监测模型，包括脑卒中数据采集模块，用于多维度采集若干曾患脑卒中患者的病症数据信息和生活数据信息，并将采集到的若干份包含所述病症数据信息和生活数据信息病例数据传输到脑卒中数据处理模块。本发明利用各医院脑卒中患者数据库存储服务器和患者日常生命体征监测终端设备采集到大量的病例数据，并将病例数据量化成样本数据集用作对患者复发监测模型的建立，复发监测模型可以根据患者的病症数据信息和生活数据信息预测处患者复发脑卒中的可能性，该模型建立在对真实患者病例数据进行大数据分析，从而预测结果真实可靠，避免医生人为预测的随机性。

技术领域

本发明涉及智能医疗技术领域，具体涉及一种脑卒中复发监测系统。

背景技术

脑卒中作为一种急性脑血管病，其主要临床表现症状有脑组织缺血及出血性损伤，具体表现为高发病率、高致残率、高死亡率和高复发率。作为一个不可逆的、复杂的、循序渐进的疾病过程，脑卒中没有特定的治疗标准，家庭，社会危害性很大，通过对脑卒中预防筛查分析系统进行脑卒中筛查可以有效预防中风和对治疗效果评估，提高病人预防意识，如果延缓中风发病年龄5-10年，将会减轻对家庭、国家、社会的经济负担和就医负担。

目前临床上预防筛查分析系统借助人工智能技术，找到数据中人不容易总结的组合规律，学习各种组合的可能性。随着近些年机器学习与人工智能技术的高速发展，人工智能应用于脑卒中预防筛查系统成为可能，而且在临床研究中取得了很好的效果。

在大力研究预防筛查分析系统过程可以有效的帮助人们预防脑卒中，但是却忽略了脑卒中的高复发性质，对于曾有脑卒中患病史的患者要进行特别关注，现有技术中，往往是基于病人的临床表现来判断病人是否发病，这样容易错过脑卒中的最佳防范时机，病人的需要到医院由医生进行复发可能性的判定，全然依据医生经验，随机性大，同时，由于患者恐惧心理造成的频繁约诊会大大增加患者和医生的经济和工作。

发明内容

本发明的目的在于提供一种脑卒中复发监测系统，以解决现有技术中病人的需要到医院由医生进行复发可能性的判定，全然依据医生经验，随机性大，以及患者难以消除自身恐惧心理增加医疗负担的技术问题。

为解决上述技术问题，本发明具体提供下述技术方案：

一种脑卒中复发监测系统，包括

脑卒中数据采集模块，用于多维度采集若干曾患脑卒中患者的病症数据信息和生活数据信息，并将采集到的若干份包含所述病症数据信息和生活数据信息病例数据传输到脑卒中数据处理模块；

脑卒中数据处理模块，用于对来自脑卒中数据采集模块的若干份病例数据量化成样本数据集，将样本数据集传输到复发监测模型建立模块用以建立复发监测模型；

复发监测模型建立模块，用于对样本数据集中的由病症数据信息和生活数据信息量化而来的样本数据集分成训练数据集和测试数据集，在训练数据集上进行预测训练，训练完成后用测试数据集验证预测复发的准确性，并持续优化模型直至准确性达到规定阈值，生成最佳复发监测模型，并接收模型监测应用模块输入的患者的病症数据信息和生活数据信息，经过复发监测模型进行监测运算将当前患者复发结果反馈到模型检测应用模块；

模型监测应用模块，用于根据输入的当前患者的病症数据信息和生活数据信息，并将病症数据信息和生活数据信息上传到复发监测模型建立模块，并接收复发监测模型建立模块反馈的当前患者复发结果并生成报告供患者查询；

追踪核实模块，用于对模型监测应用模块的预测的患者进行追踪访问，用以获得患者真实的复发结果，并将真实的复发结果和预测的复发结果相比对获得复发监测模型在真实场景中的应用情况，并根据复发监测模型在真实场景中的应用情况对脑卒中数据采集模块中采集的患者病症数据信息和生活信息进行调整以更新影响预测复发结果的特征，进一步进行模型更新换代。