[发明专利]一种基于机器学习的脑卒中高危人群行为决策模型构建系统

权利要求书

1.一种基于机器学习的脑卒中高危人群行为决策模型构建系统，其特征在于，系统包括云处理器（1）、数据导入模块（2）、成分分析模块（3）和下颚恢复检测模块（4）：所述数据导入模块（2）用于患者体重数值以及所需进食量的餐品类别配比信息计录上传；所述成分分析模块（3）通过接收所述数据导入模块（2）的进食量信息数据后，对进食食物中所含的成分分析处理；所述下颚恢复检测模块（4）用于对患者咬合肌外扩张状态恢复情况测定，所述下颚恢复检测模块（4）包括头部固定单元（41）、侧边定位单元（42）、下颚活动测定单元（43）、下颚托附单元（44）和数据传输单元（45），所述头部固定单元（41）穿戴于患者头部位置用于位置固定，所述侧边定位单元（42）穿设于患者耳部用于防位移限位，所述下颚活动测定单元（43）设置于所述下颚托附单元（44）和所述头部固定单元（41）之间用于患者嘴部闭口肌训练的恢复完成度的测定，所述数据传输单元（45）用于将测定数据上传至云处理器（1）。

2.根据权利要求1所述的一种基于机器学习的脑卒中高危人群行为决策模型构建系统，其特征在于：所述数据导入模块（2）包括用于患者自身体重测量的患者测重单元（22）、用于患者进食各种类食物重量数据采集的餐类各量计数单元（23），用于患者咬合肌恢复训练时长计数采集的训练时长计数单元（24）以及用于将采集数据集中处理并通过无线信号发送的信息录入单元（21）。

3.根据权利要求2所述的一种基于机器学习的脑卒中高危人群行为决策模型构建系统，其特征在于：所述成分分析模块（3）包括用于依据食物份量对所含微量元素分析的微量元素分析单元（32），用于对进食物所含有机物分析的有机物分析单元（33），用于对进食物碳水、脂肪和蛋白质含量分析的营养分析单元（34）以及用于接收所述信息录入单元（21）传输信号并分析处理的微处理器（31）。

4.根据权利要求1所述的一种基于机器学习的脑卒中高危人群行为决策模型构建系统，其特征在于：所述云处理器（1）用于接收所述数据导入模块（2）、所述成分分析模块（3）以及下颚恢复检测模块（4）发送信息并云计算处理后构成模型上传至服务器。

5.根据权利要求1所述的一种基于机器学习的脑卒中高危人群行为决策模型构建系统，其特征在于：所述下颚托附单元（44）的一端设有卡扣式后颈防脱带（441）。

6.根据权利要求1所述的一种基于机器学习的脑卒中高危人群行为决策模型构建系统的构建流程，其特征在于，包括：

S1、在高危患者脑卒中状态下咬合肌外扩张状态受到影响而需要恢复训练前，通过下颚恢复检测模块（4）测定当前未康复状态下患者的闭口肌张闭时可以产生的外扩力，将首次测定数据导入云处理器（1）记录；

S2、在针对患者咬合肌外扩张恢复训练后，将患者每次进食日的自身体重以及咬合肌恢复训练时长录入信息录入单元（21），并在完成计算后将配比设定的当日维持正常体况食用量数据通过无限信号发送至成分分析模块（3），使成分分析模块（3）接收到配比设定的当日维持正常体况食用量数据后，通过成分分析模块（3）对获知的配比后食物量中所含成分进行计算，并将计算数据传输至云处理器（1）；

S3、在完成咬合肌外扩张恢复训练以及按照计划进食到达一个周期而对恢复程度进行测定时，通过将头部固定单元（41）穿戴于头部固定，并将侧边定位单元（42）置入患者耳部外侧套设实现防脱落限位，此时下颚托附单元（44）置于患者下颚部分支托，患者即张口施力使下颚托附单元（44）因受到外扩力将下颚活动测定单元（43）施加下压力，使得下颚活动测定单元（43）对外扩时产生的下压力数值进行记录并通过数据传输单元（45）发送至云处理器（1），通过云处理器（1）将恢复前后状态以及恢复时的进食量数据模型化构建，并将模型数据上传服务器用以对恢复训练以及进食计划后的咬合肌外扩张恢复状态进行后续处理分析。