[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

说明书

本发明公开了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，系统包括云处理器、数据导入模块、成分分析模块和下颚恢复检测模块，所述数据导入模块依据患者体重数值以及当日活动所需进食量对餐品类别配比并将餐类比例计录上传，所述成分分析模块通过接收所述数据导入模块的进食计量数据后；针对患者咬合肌外扩张恢复训练达到一个周期进行测定记录时，患者装配使用下颚恢复检测模块后，即张口施力使下颚托附单元因受到外扩力将下颚活动测定单元施加下压力，使得下颚活动测定单元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发送至云处理器，通过云处理器将恢复前后状态以及恢复时的进食量数据模型化构建。

技术领域

本发明涉及病患行为决策技术领域，特别涉及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。

背景技术

脑卒中主要是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，在脑卒中严重状态产生后，会出现患者局部躯干或肌肉无法正常工作的不良现象。在高危脑卒中患者处于医院初期的治疗状态下，自身处于口部咬合肌因脑卒中影响发生无法正常作出张开以及进食动作时，需要制定咬合肌外扩张康复训练，以达到恢复目的，但是如何将患者在周期康复训练产生后，如何对每个训练周期内所起到的康复效果数据采集，并将该行为决策带来对病情恢复趋势的影响度用以模型化构建提取，却并未得到很好的解决。为此，我们提出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。

发明内容

本发明的主要目的在于提供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。

为实现上述目的，本发明采取的技术方案为：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，该系统包括云处理器、数据导入模块、成分分析模块和下颚恢复检测模块，所述数据导入模块依据患者体重数值以及当日活动所需进食量对餐品类别配比并将餐类比例计录上传，所述成分分析模块通过接收所述数据导入模块的进食计量数据后，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包括头部固定单元、侧边定位单元、下颚活动测定单元、下颚托附单元和数据传输单元，所述头部固定单元穿戴于患者头部位置用于位置固定，所述侧边定位单元穿设于患者耳部用于防位移限位，所述下颚活动测定单元设置于所述下颚托附单元和所述头部固定单元之间用于患者嘴部闭口肌训练的恢复完成度的测定，所述数据传输单元用于将测定数据上传至云处理器。

本发明进一步的改进在于，所述数据导入模块包括用于患者自身体重测量的患者测重单元、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，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。

本发明进一步的改进在于，所述成分分析模块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，用于对进食物所含有机物分析的有机物分析单元，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以及用于接收所述信息录入单元传输信号并分析处理的微处理器。

本发明进一步的改进在于，所述云处理器用于接收所述数据导入模块、所述成分分析模块以及下颚恢复检测模块发送信息并云计算处理后构成模型上传至服务器。

本发明进一步的改进在于，所述下颚托附单元的一端设有卡扣式后颈防脱带。

本发明进一步的改进在于，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，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记录；