[发明专利]基于耳穴的生物电测健康预警系统及其预警方法在审
申请号: | 202310065340.1 | 申请日: | 2023-02-06 |
公开(公告)号: | CN116250820A | 公开(公告)日: | 2023-06-13 |
发明(设计)人: | 李青峰 | 申请(专利权)人: | 河南山之峰信息科技股份有限公司 |
主分类号: | A61B5/053 | 分类号: | A61B5/053;A61B5/00;G06F30/20;G06F17/16;G06F17/18;G16H80/00;G16H50/30 |
代理公司: | 深圳贝谷知识产权代理事务所(普通合伙) 44635 | 代理人: | 范吕 |
地址: | 471000 河南省洛阳市*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 耳穴 生物电 健康 预警系统 及其 预警 方法 | ||
1.基于耳穴的生物电测健康预警系统,其特征在于:包括数据采集装置和数据分析装置;
所述数据采集装置包括:
生物电测模块,用于采集耳穴的生物电阻抗,设有直流恒频和交流变频两种模式;
恒定压力控制模块,用于控制探测压力在60-90g恒定压力范围;
数据处理芯片,用于对所采集的耳穴生物电阻抗数据进行运算处理;
信号传输模块,用于数据信号的传输,将数据传输至数据分析装置;
所述数据分析装置包括:
数据校验模块,将个体差异考虑到运算中,建立不同个体的正常基准值,反映异常穴位的变化情况;
模型对比模块,用于筛选出存在风险提醒的阳性穴位;
多变量分析系统,随健康变化的不同发展阶段穴位动态变化模型,通过大量数据的积累、标注、矫正,实现模型动态优化;
预警模块,根据所获得的健康指标进行预警。
2.根据权利要求1所述基于耳穴的生物电测健康预警系统,其特征在于:所述数据采集装置还包括数据量化、可视化模块,将穴位的生物电阻抗数值实时显示,并转化为动态波形展示出来,并获得稳定的量化数值。
3.根据权利要求1所述基于耳穴的生物电测健康预警系统,其特征在于:所述恒定压力控制装置为双套筒伸缩结构的恒定弹力探针。
4.根据权利要求1所述基于耳穴的生物电测健康预警系统,其特征在于:所述数据处理芯片采用32位MCU运算芯片。
5.应用权利要求1所述基于耳穴的生物电测健康预警系统的预警方法,其特征在于,包括:
S1:数据采集,采集耳郭耳穴生物电阻抗,获取准确的阳性穴位;
S2:数据校验,建立不同个体的正常基准值,分析异常穴位的变化情况;
S3:模型对比,获取校验数据后,建立穴位与健康指标的变量关系,确保所获取的穴位生物电参数准确性和有效性;
S4:建立多变量分析系统,建立耳穴电特性变量相关系数分析模型;
S5:智能预警,通过多变量分析系统,获得健康指标与耳穴动态的规律特征,建立智能化穴位预警系统。
6.根据权利要求5所述基于耳穴的生物电测健康预警系统的预警方法,其特征在于:在S1中,采用耳穴电测笔在耳郭相应的部位或穴位恒定压力下检测生物电阻抗,探查发现阳性反应点。
7.根据权利要求5所述基于耳穴的生物电测健康预警系统的预警方法,其特征在于:在S2中:
(1)自定义2-5个耳郭穴位作为基准定标穴位,取这些穴位检测的生物电阻抗平均值作为基准定标值,获取不同人的健康基准值;
(2)区分生理性和病理性差异,将耳郭解剖分割区域,建立耳郭分区电阻变化差值阈,根据耳轮、对耳轮、耳舟、三角窝、耳甲腔、耳甲艇、耳屏、对耳屏、耳垂九个分割区域,每个区域所在的穴位与该区域平均阈值做离散度分析。
8.根据权利要求5所述基于耳穴的生物电测健康预警系统的预警方法,其特征在于:在S2的步骤(1)中,针对不同人的耳郭建立定标基准,根据耳郭穴位分布特性,分别选取:
耳郭与脸面结合部上下两个部位;
耳郭凸起软骨部:耳轮上部尖端;对耳轮体上部外侧缘;
耳郭凹陷部:耳舟上部;
共计不超过5个穴位,取其检测的生物电阻抗值平均值作为基准定标值。
9.根据权利要求7所述基于耳穴的生物电测健康预警系统的预警方法,其特征在于:在S2的步骤(2)中,首先,获得各区域平均阈值计算公式,
其中,X为区域内每个穴位的实测电阻值,为区域内所有实测电阻值的平均值,n为区域内检测穴位的数量;
然后,再用区域内每个穴位的实测值与检测均值的方差,与区域平均阈值比较,获得离散度,离散度超过一定范围的穴位,会标记为特异性穴位,筛选出区域穴位的生理性良导电和病理性良导电。
10.根据权利要求5所述基于耳穴的生物电测健康预警系统的预警方法,其特征在于:在S3中,依据单一健康指标=首发部位+外周脏腑+症状影响器官及反射区,建立模型公式:
(1)首发部位公式:
A=(a1、a2、a3、......an)
(2)影响的外周脏腑公式:
(3)症状影响的脏器及反射区:生成协方差矩阵,该矩阵表现不同症状与脏腑或反射区变化的关系:
(4)最后依据各个影响因素的权重形成风险程度预测模型:
y=[A(a1+a2…+ai)f1+Bmnf2+XXTf3]
其中,f1f2f3。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南山之峰信息科技股份有限公司,未经河南山之峰信息科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310065340.1/1.html,转载请声明来源钻瓜专利网。