[发明专利]一种基于智能终端的心血管检测方法

权利要求书

1.一种基于智能终端的心血管检测方法，其特征在于，包括以下步骤：

步骤S1、在心血管病案大数据中抽取多组心血管病例作为病例样本，并基于病例样本构建病种识别模型，所述病种识别模型用于根据生理信号识别出已发性的心血管疾病类别，所述生理信号表征为判定所述已发性的心血管疾病类别的诊断指标；

步骤S2、在心血管病案大数据中获取心血管疾病类别间的并发特征和心血管疾病类别的诊断指标，并基于所述并发特征和诊断指标构建并发指引思维导图，所述并发指引思维导图用于根据所述已发性的心血管疾病类别指引出存在并发性的心血管疾病类别；

步骤S3、监测终端以固定频率实时监测目标对象多个类别的生理信号，并同步提取出超健康阈值的生理信号，将超健康阈值的生理信号的监测频率由所述固定频率调整为自适应频率，以所述自适应频率对所述超健康阈值的生理信号进行定时长监测得到一组用于判定心血管疾病类别的生理信号作为诊断信号，再将所述诊断信号通过病种识别模型得到目标对象的已发性的心血管疾病类别，同步将目标对象的已发性的心血管疾病类别反馈至并发指引思维导图，所述超健康阈值的生理信号表征为目标对象中脱离健康状态呈现为异常状态的生理信号；

步骤S4、利用并发思维导图根据所述目标对象的已发性的心血管疾病类别输出并发性的心血管疾病类别以及并发性的心血管疾病类别的诊断指标，同步反馈至监测终端将与并发性的心血管疾病类别的诊断指标相同的生理信号的固定频率进行提高，以提高后的固定频率对所述并发性的心血管疾病类别的诊断指标相同的生理信号进行实时监测，以提高对并发性的心血管疾病类别的关注度来保障并发性的心血管疾病的病发检测具有高时效性；

所述将超健康阈值的生理信号的监测频率由所述固定频率调整为自适应频率，包括：

将所述固定频率作为超健康阈值的生理信号在所述定时长监测的时序区间中的初始监测频率，并依次在定时长监测的时序区间中每个时序处对生理信号与健康阈值的溢出程度进行计算；

所述溢出程度的计算公式为：

式中，p_i,t表征为作为超健康阈值的生理信号的第i类生理信号在时序区间中第t个时序处的生理信号与健康阈值的溢出程度，S_i,t表征为作为超健康阈值的生理信号的第i类生理信号在时序区间中第t个时序处的生理信号，S_i,o表征为作为超健康阈值的生理信号的第i类生理信号在时序区间中第t个时序处的健康阈值，i，t，o均为计量常数，无实质含义；

基于所述溢出程度对时序区间中每个时序处的监测频率在所述固定频率的基础上进行自适应调整得到自适应频率，其中，

当p_i,t≥0，则将每个时序处的监测频率调整为

当p_i,t0，则将每个时序处的监测频率调整为f_i,t＝_i,o；

式中，f_i,t表征为作为超健康阈值的生理信号的第i类生理信号在时序区间中第t个时序处的所述自适应频率，f_i,o表征为作为超健康阈值的生理信号的第i类生理信号的固定频率。

2.根据权利要求1所述的一种基于智能终端的心血管检测方法，其特征在于：在心血管病案大数据中抽取多组心血管病例作为病例样本，并基于病例样本构建病种识别模型，包括：

依次在每个所述心血管病例的病案报告中提取出一组用于诊断出心血管病例已发性的心血管疾病类别的生理信号作为样本数据，并将心血管病例所患的已发性的心血管疾病类别作为一组生理信号的样本标签，再将所述样本数据和样本标签进行组合得到病例样本，所述病例样本标记为[生理信号，已发性的心血管疾病类别]；

利用BP神经网络对所述生理信号和已发性的心血管疾病类别构建表征生理信号和已发性的心血管疾病类别非线性映射关系的映射模型作为病种识别模型，所述病种识别模型的函数表达式为：

Z_y＝P[X_y]；

式中，Z_y表征第y个病例样本的已发性的心血管疾病类别，X_y表征为第y个病例样本的生理信号，BP表征为BP神经网络；

将所有病例样本以数据量为6:4分割成训练集和测试集带入病种识别模型进行模型训练以使得病种识别模型准确映射出生理信号和已发性的心血管疾病类别的非线性关系。