[发明专利]基于体检报告整合分析的无创风险糖尿病预测系统在审

专利信息
申请号: 202310530905.9 申请日: 2023-05-12
公开(公告)号: CN116246788A 公开(公告)日: 2023-06-09
发明(设计)人: 马泽军;吴雪榕;刘艳;刘红岩;时鑫;于珮 申请(专利权)人: 天津医科大学朱宪彝纪念医院(天津医科大学代谢病医院;天津代谢病防治中心)
主分类号: G16H50/30 分类号: G16H50/30;G16H15/00;G16H50/70
代理公司: 深圳锴权知识产权代理事务所(普通合伙) 44825 代理人: 罗修华
地址: 300400 天*** 国省代码: 天津;12
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 体检 报告 整合 分析 风险 糖尿病 预测 系统
【说明书】:

发明涉及数字数据处理技术领域,具体涉及基于体检报告整合分析的无创风险糖尿病预测系统,包括:控制终端,是系统的主控端,用于发出执行命令;上载模块,用于上传用户的电子体检报告单;采集模块,用于读取电子体检报告单,于电子体检报告单中采集糖尿病预测用数据;编辑模块,用于编辑文字问询问题,以文字问询问题组成电子调研单;本发明中系统在运行过程中,能够通过采集电子体检报告单中数据信息的方式来预测用户的患病概率,并在获取预测概率结果后,对预测概率结果进行了进一步修正,以达到输出预测概率结果更加精确的目的,为用户带来更加有效的参考。

技术领域

本发明涉及数字数据处理技术领域,具体涉及基于体检报告整合分析的无创风险糖尿病预测系统。

背景技术

糖尿病是一种以高血糖为特征的代谢性疾病。高血糖则是由于胰岛素分泌缺陷或其生物作用受损,或两者兼有引起。长期存在的高血糖,导致各种组织,特别是眼、肾、心脏、血管、神经的慢性损害、功能障碍。

目前,患者于医院就诊,在检测是否患有糖尿病时,需要经历大量的检测、监测才能确诊,其过程时间较为冗长,效率较低,针对于庞大的患者群体,目前并没有一种能够用于预测患者是否患有糖尿病的系统。

发明内容

针对现有技术所存在的上述缺点,本发明提供了基于体检报告整合分析的无创风险糖尿病预测系统,解决了上述背景技术中提出的技术问题。

为实现以上目的,本发明通过以下技术方案予以实现:

基于体检报告整合分析的无创风险糖尿病预测系统,包括:

控制终端,是系统的主控端,用于发出执行命令;

上载模块,用于上传用户的电子体检报告单;

采集模块,用于读取电子体检报告单,于电子体检报告单中采集糖尿病预测用数据;

编辑模块,用于编辑文字问询问题,以文字问询问题组成电子调研单;

预测模块,用于接收采集模块采集到的糖尿病预测用数据及编辑模块中电子调研单由用户填写后的数据,应用接收数据对用户的糖尿病发病概率进行预测;

标记模块,用于对上载模块中上传电子体检报告单对应用户进行是否患病的标记;

统计模块,用于统计标记模块运行结束后,电子体检报告单对应用户中患病用户数量及未患病数量。

更进一步地,所述上载模块下级设置有子模块,包括:

储存单元,用于接收上载模块中上传的用户电子体检报告单,对电子体检报告单进行储存;

队列单元,用于对储存单元中储存的电子体检报告单进行队列排序;

其中,所述队列单元对电子体检报告单的队列排序操作与储存单元中完成。

更进一步地,所述采集模块于电子体检报告单中采集的糖尿病预测用数据包括:血糖数据、尿糖数据、尿蛋白数据、尿白细胞以及红细胞数据、尿中细菌含量数据与尿潜血数据;

其中,队列单元在对电子体检报告单进行队列排序时,应用血糖数据、尿糖数据、尿蛋白数据、尿白细胞以及红细胞数据、尿中细菌含量数据中任意一种作为排序逻辑,以数据的数值由大到小进行队列排序。

更进一步地,所述编辑模块内部设置有子模块,包括:

反馈单元,用于转发编辑模块中编辑生成的电子调研单至用户;

其中,编辑模块中编辑的文字问询问题通过系统端用户手动编辑进行设定,每一组问询问题的答案均为:是、一般、否,每一组问询问题的每一项答案均设定有指定的分值,反馈单元以上载模块运行作为触发信号,在每次上载模块完成上传用户的电子体检报告单的操作后触发运行,将电子调研单发送至上载模块中,供用户于上载模块中读取并填写。

更进一步地,所述预测模块中对用户的糖尿病发病概率的预测通过下式进行求取,公式为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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天津医科大学朱宪彝纪念医院(天津医科大学代谢病医院、天津代谢病防治中心),未经天津医科大学朱宪彝纪念医院(天津医科大学代谢病医院、天津代谢病防治中心)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/202310530905.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top