[发明专利]一种基于智能特征分类的眩晕症辅助分析统计方法及系统

权利要求书

1.一种基于智能特征分类的眩晕症辅助分析统计方法，其特征在于，所述方法包括：

获得眩晕历史数据集；

根据所述眩晕历史数据集，获得预设分类规则；

根据所述预设分类规则对所述眩晕历史数据集进行分类，获得眩晕数据分类集合；

对所述眩晕数据分类集合中的各分类数据集分别进行熵计算，获得各类数据熵值；

基于所述各类数据熵值，根据所述眩晕数据分类集合，构建分类决策模型；

获得用户眩晕信息；

将所述用户眩晕信息输入所述分类决策模型中，获得第一用户分析结果；

所述根据所述眩晕历史数据集，获得预设分类规则，包括：

根据所述眩晕历史数据集，获得数据参数项；

根据所述数据参数项对所述眩晕历史数据集进行处理，构建眩晕数据表；

按照所述眩晕数据表中的数值特征逐行对眩晕数据表进行标记，所述数值特征为存在数值；

基于所述标记对数据参数项进行统计，获得参数统计值；

按照所述参数统计值由大至小对所述数据参数项进行排序，获得数据参数排序信息；

从所述数据参数排序信息中，获得预设排序参数信息；

根据所述预设排序参数信息，获得所述预设分类规则；

所述从所述数据参数排序信息中，获得预设排序参数信息，还包括：

获得眩晕知识数据库；

根据所述预设排序参数信息、所述眩晕知识数据库，获得眩晕关联性；

根据所述眩晕关联性、所述数据参数排序信息，获得综合排序信息；

从所述综合排序信息中筛选预设数量要求的数据参数，获得所述预设排序参数信息。

2.如权利要求1所述的方法，其特征在于，所述基于所述各类数据熵值，根据所述眩晕数据分类集合，构建分类决策模型，包括：

根据所述各类数据熵值，获得第一数据熵值，所述第一数据熵值为熵值由小到大排序首位的数据熵值；

根据所述第一数据熵值，确定第一分级特征；

获得第二数据熵值，所述第二数据熵值为在熵值排序中第二的数据熵值；

根据所述第二数据熵值，确定第二分级特征；

以此类推，确定第三分级特征、直到第N分级特征，其中，N为自然数；

根据所述第一分级特征、第二分级特征、直到第N分级特征，构建所述分类决策模型。

3.如权利要求1所述的方法，其特征在于，所述获得用户眩晕信息，包括：

获得用户信息，所述用户信息包括：用户检查信息、用户描述信息；

根据所述用户描述信息，获得眩晕感知信息；

获得用户体态记录信息；

根据所述用户体态记录信息，获得眩晕特征记录，所述眩晕特征记录包括记录时长信息、肢体幅度信息；

根据所述眩晕感知信息、所述用户检查信息、所述记录时长信息、所述肢体幅度信息，获得所述用户眩晕信息。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述眩晕感知信息，获得眩晕感知时长、眩晕感知部位；

根据所述眩晕感知时长、所述记录时长信息，获得时长差值；

根据所述时长差值，获得第一调整信息；

根据所述眩晕特征记录，获得眩晕表情记录；

根据所述眩晕表情记录、所述肢体幅度信息，获得眩晕预测部位；

根据所述眩晕感知部位、所述眩晕预测部位，获得眩晕部位匹配结果；

根据所述眩晕部位匹配结果，获得第二调整信息；

根据所述第一调整信息、所述第二调整信息对所述眩晕感知信息、所述记录时长信息进行计算调整，获得所述用户眩晕信息。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

获得眩晕环境信息；

根据所述眩晕环境信息，获得环境特征信息；

获得用户眩晕记录信息；

根据所述用户眩晕记录信息，获得环境特征重复率；

对所述环境特征信息进行熵计算，获得环境特征熵值；

根据所述环境特征重复率、所述环境特征熵值，获得环境特征权重信息；

当所述环境特征权重信息满足预设阈值时，根据所述环境特征信息，获得第二用户分析结果。