[发明专利]基于动态物理学和理化因素的妊娠期糖尿病风险监测系统有效
申请号: | 201410250693.X | 申请日: | 2014-06-06 |
公开(公告)号: | CN104063583B | 公开(公告)日: | 2017-06-20 |
发明(设计)人: | 张松;王薇薇;杨琳;王阳;杨益民;李旭雯;杨星星;顾冠雄 | 申请(专利权)人: | 北京工业大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京思海天达知识产权代理有限公司11203 | 代理人: | 楼艮基 |
地址: | 100124 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 基于动态物理学和理化因素的妊娠期糖尿病风险监测系统属于妇产科医疗器械装置领域,其特征在于,由计算机、拨码开关阵列、电阻阵列和妊娠期糖尿病发病风险LED报警模块组成,计算机设有孕妇的动态物理学检查和理化因素的信息导入模块、孕妇妊娠期糖尿病发病风险因素的逻辑开关阵列模块和孕妇妊娠期糖尿病发病风险的逻辑回归值计算模块,妊娠期糖尿病发病风险LED报警模块设有电压比较模块和LED阵列,本系统用逻辑开关值控制拨码开关通断状态,用逻辑回归形式的风险因子值控制电阻阵列电阻值表示其相对危险程度,以电阻阵列电阻值控制电压比较器输出电平并点亮LED报警,本发明能从多元理化因素角度综合评价动态妊娠期糖尿病的风险程度,并实时报警。 | ||
搜索关键词: | 基于 动态 物理学 理化 因素 妊娠期 糖尿病 风险 监测 系统 | ||
【主权项】:
基于动态物理学和理化因素的妊娠期糖尿病风险监测系统,其特征在于,是一种基于不同妊娠期的不同体重指数增长率ΔBMI以及多元理化因素的妊娠期糖尿病风险监测系统,包含:计算机(1)、拨码开关阵列(2)、电阻阵列(3)和妊娠期糖尿病发病风险LED报警模块(4),其中:计算机(1),设有:孕妇的动态物理学检查和理化因素的信息导入模块(11),孕妇妊娠期糖尿病发病风险因素的逻辑开关阵列模块(12),孕妇妊娠期糖尿病发病风险的逻辑回归值计算模块(13),定义以下参数:第1妊娠期,用妊娠1期表示,妊娠周数在第16~20周之间,第2妊娠期,用妊娠2期表示,妊娠周数在第21~24周之间,第3妊娠期,用妊娠3期表示,妊娠周数在第25~28周之间,动态物理学参数为各妊娠期的体重指数增长率,表示为ΔBMI1、ΔBMI2和ΔBMI3,理化因素包含:各妊娠期共有的理化因素:年龄、多胎、糖尿病家族史、子宫卵巢肌瘤、孕前建档检查时的体重指数BMI,简称孕前体重指数BMI、不良孕产史、高血压家族史、血红蛋白,在妊娠1期特有的白细胞,在妊娠2、3两期要考虑的孕前建档检查时的孕前感染简称孕前感染,在妊娠2期还要考虑的孕期出血史,所述的孕妇的动态物理学检查和理化因素的信息导入模块(11),包括存储了各妊娠期的体重指数增长率ΔBMI1、ΔBMI2、ΔBMI3的孕妇的动态物理学检查信息导入模块(111)和存储了各妊娠期的理化因素信息的孕妇的理化因素信息导入模块(112),构成了一个3行11列的孕妇的动态物理学信息和理化信息矩阵矩阵的行自上而下表示所述的妊娠1期、妊娠2期和妊娠3期,矩阵的列表示各妊娠期的动态物理学信息和理化因素信息,其中:第1列自上而下表示各妊娠期的体重指数增长率,第2~11列分别是各妊娠期的理化因素信息:对于妊娠1期,按对妊娠期糖尿病风险的影响大小降序排列,理化因素的顺序依次为:年龄、多胎、糖尿病家族史、子宫卵巢肌瘤、孕前体重指数BMI、不良孕产史、高血压家族史、白细胞和血红蛋白,共9项理化因素信息,对于妊娠2期,按对妊娠期糖尿病风险的影响大小降序排列,理化因素的顺序依次为:年龄、糖尿病家族史、孕前感染、多胎、孕前体重指数BMI、不良孕产史、子宫卵巢肌瘤、高血压家族史、孕期出血史和血红蛋白,共10项理化因素信息,对于妊娠3期,按对妊娠期糖尿病风险的影响大小降序排列,理化因素的顺序依次为:糖尿病家族史、多胎、年龄、孕前感染、孕前体重指数BMI、子宫卵巢肌瘤、不良孕产史、高血压家族史和血红蛋白,共9项理化因素信息;所述的孕妇妊娠期糖尿病发病风险因素的逻辑开关阵列模块(12),包括:孕妇的动态物理学检查逻辑开关阵列模块(121)和孕妇的理化因素逻辑开关阵列模块(122),其中:孕妇的动态物理学检查逻辑开关阵列模块(121),设有:妊娠1期体重指数增长率ΔBMI1的阈值为12,用B1表示,妊娠2期体重指数增长率ΔBMI2的阈值为15,用B2表示,妊娠3期体重指数增长率ΔBMI3的阈值为18,用B3表示,所述孕妇的动态物理学检查逻辑开关阵列模块(121)的三个对应于各所述妊娠期的体重指数增长率ΔBMI,从所述孕妇的动态物理学检查信息导入模块(111)的三个相对应的输出端分别输入后,判别:若:ΔBMI1≥B1,则对应ΔBMI1的输入端的逻辑值为1,ΔBMI1<B1,则对应ΔBMI1的输入端的逻辑值为0,若:ΔBMI2≥B2,则对应ΔBMI2的输入端的逻辑值为1,ΔBMI2<B2,则对应ΔBMI2的输入端的逻辑值为0,若:ΔBMI3≥B3,则对应ΔBMI3的输入端的逻辑值为1,ΔBMI3<B3,则对应ΔBMI3的输入端的逻辑值为0,孕妇的理化因素逻辑开关阵列模块(122),设有:年龄的阈值为30,孕前体重指数BMI的阈值为24,白细胞的阈值为109个/升,血红蛋白的阈值为125克/升,对于除此以外的其他理化因素信息,若存在,则信息逻辑值为1,不存在,则信息逻辑值为0,对于妊娠1期,对应于第一行第二位到第十位,共9项理化因素信息相应的输入端顺次序与所述孕妇的理化因素信息导入模块(112)的对应输出端相连,并判别:若:大于或等于设定的年龄阈值,则对应年龄的输入端的逻辑值为1,小于设定的年龄阈值,则对应年龄的输入端的逻辑值为0,若:大于或等于设定的孕前体重指数ΔBMI阈值,则对应ΔBMI的输入端的逻辑值为1,小于设定的体重指数ΔBMI阈值,则对应ΔBMI的输入端的逻辑值为0,若:大于或等于设定的白细胞阈值,则对应白细胞的输入端的逻辑值为1,小于设定的白细胞阈值,则对应白细胞的输入端的逻辑值为0,若:大于或等于设定的血红蛋白阈值,则对应血红蛋白的输入端的逻辑值为1,小于设定的血红蛋白阈值,则对应血红蛋白的输入端的逻辑值为0,对于其他理化因素信息,若存在,则对应理化因素信息的输入端的逻辑值为1,若不存在,则为0,对于妊娠2期和妊娠3期,判别所述年龄、孕前体重指数BMI和血红蛋白时各自用的对应阈值不等,对于其他理化因素信息,判别准则不变,使用对妊娠1期的同样方法判别,从而得到一个孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵行数为3,分别对应于三个所述妊娠期,列数为11,第一列对应于三个所述妊娠期的体重指数增长率ΔBMI1、ΔBMI2、ΔBMI3各自的逻辑开关值,对于妊娠1期,第2列到第10列对应于9个所述理化因素信息的逻辑开关值,对于妊娠2期,第2列到第11列对应于10个所述理化因素信息的逻辑开关值,对于妊娠3期,第2列到第10列对应于9个所述理化因素信息的逻辑开关值;孕妇妊娠期糖尿病发病风险的逻辑回归值计算模块(13),包括:以下三个所述妊娠期的糖尿病发病风险值Pρ的计算模块,分别用下标1、2、3表示三个所述的糖尿病发病风险值P1、P2和P3,其中,妊娠1期糖尿病发病风险值P1计算模块(131),设有:10项发病风险因子值,分别依次对应相等于所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中对应于妊娠1期中第一行的各逻辑开关值,还设有:与所述妊娠1期10项糖尿病发病风险因子值相对应的10项糖尿病风险因子系数f,所述10项风险因子系数是设定值,根据统计规律计算得到,所述妊娠1期糖尿病发病风险值P1计算模块(131),设有:10个所述妊娠1期糖尿病发病风险的逻辑开关值输入端,与所述10个妊娠1期糖尿病发病风险因素的逻辑开关值输出端分别一一对应地顺次连接,并按下述二分类logistic回归方程计算妊娠1期糖尿病发病风险值P1,P1=exp(Σj=110f1j×z1j+C1)1+exp(Σj=110f1j×z1j+C1)]]>其中,z1j为所述妊娠1期糖尿病发病风险因子值,f1j为妊娠1期风险因子系数,2.3>f12>f13>f14>f15>f16>f17>f18>f11>f19>f110>0.5,下标“1”表示妊娠1期,下标j=1,2,…,10为所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中第1行的各元素值,C1为常数,在(‑2,‑2.8)间取值,所述妊娠2期糖尿病发病风险值P2计算模块(132),设有:11项糖尿病发病风险因子值,分别依次对应地等于所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中对应于妊娠2期第二行的各逻辑开关值,11项与所述妊娠2期各糖尿病发病风险因子值相对应的糖尿病发病风险因子系数,所述糖尿病发病风险因子系数是设定值,根据统计规律计算得到,所述妊娠2期糖尿病发病风险值P2计算模块(132),设有:11个所述妊娠2期糖尿病发病风险的逻辑开关值输入端,与所述11个妊娠2期糖尿病发病风险因素的逻辑开关值输出端分别一一对应地顺次连接,并按下述二分类logistic回归方程计算妊娠2期糖尿病发病风险值P2,P2=exp(Σj=111f2j×z2j+C2)1+exp(Σj=111f2j×z2j+C2)]]>其中,z2j为所述妊娠2期糖尿病发病风险因子值,f2j为妊娠2期风险因子系数,1.9>f22>f23>f24>f25>f26>f27>f28>f29>f21>f210>f211>0.5,下标“2”表示妊娠2期,下标j=1,2,…,11为所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中第2行的各元素值,C2为常数,在(‑1.4,‑1.8)间取值,妊娠3期糖尿病发病风险值P3计算模块(133),设有:10项糖尿病发病风险因子值,分别依次对应地等于所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中对应于妊娠3期第三行的各逻辑开关值,10项与所述妊娠3期各糖尿病发病风险因子值相对应的糖尿病发病风险因子系数,所述糖尿病发病风险因子系数是设定值,根据统计规律计算得到,所述妊娠3期糖尿病发病风险值P3计算模块(133),设有:10个所述妊娠3期糖尿病发病风险的逻辑开关值输入端,与所述10个妊娠3期糖尿病发病风险因素的逻辑开关值输出端分别一一对应地顺次连接,并按下述二分类logistic回归方程计算妊娠3期糖尿病发病风险值P3,P3=exp(Σj=110f3j×z3j+C3)1+exp(Σj=110f3j×z3j+C3)]]>其中,z3j为所述妊娠3期糖尿病发病风险因子值,f3j为妊娠3期风险因子系数,2.5>f32>f33>f34>f35>f36>f37>f38>f39>f31>f310>0.5,下标“3”表示妊娠3期,下标j=1,2,…,10为所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中第3行的各元素值,C3为常数,在(‑1.5,‑1.9)间取值,从而得到了对应于所述三个妊娠期(1、2、3)的糖尿病发病风险P的矩阵为3行1列矩阵,当P1≤7.6时,孕妇处于低患病率状态,当7.6<P1<15时,孕妇处于中患病率状态,当P1≥15时,孕妇处于高患病率状态,当P2≤5.1时,孕妇处于低患病率状态,当5.1<P2<13时,孕妇处于中患病率状态,当P2≥13时,孕妇处于高患病率状态,当P3≤5.3时,孕妇处于低患病率状态,当5.3<P3<15时,孕妇处于中患病率状态,当P3≥15时,孕妇处于高患病率状态,输出糖尿病发病风险P的矩阵并显示,拨码开关阵列(2),设有:对应于所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中妊娠1期的10个逻辑开关值的10位一体拨码开关S1,对应于所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中妊娠2期的11个逻辑开关值的11位一体拨码开关S2,对应于所述孕妇妊娠期糖尿病发病风险因素的逻辑开关值矩阵中妊娠3期的10个逻辑开关值的10位一体拨码开关S3,当各逻辑开关值为0时,对应的拨码开关断开,输出为0,当各逻辑开关值为1时,对应的拨码开关闭合,输出为1,从而得到一个拨码开关输出矩阵S3×11,3行分别代表三个所述妊娠期(1、2、3),11列分别代表各所述妊娠期中的逻辑开关值,妊娠1期、妊娠3期各有10个逻辑开关值,妊娠2期有11个逻辑开关值,用“0”表示空白元素的值,用S1j、S2j、S3j表示各行的元素,电阻阵列(3),设有:三个电阻阵列R1、R2、R3,每个电阻阵列由数量不同、阻值不同的电阻构成,第一电阻阵列R1,由10个不同电阻值的电阻r1j构成,j=1,2,…,10,对应于所述拨码开关输出矩阵S3×11中的第1行S1j,各电阻r1j的输入端与所述10位一体拨码开关S1的各输出端分别一一对应地顺次连接,第二电阻阵列R2,由11个不同电阻值的电阻r2j构成,j=1,2,…,11,对应于所述拨码开关输出矩阵S3×11中的第2行S2j,各电阻r2j的输入端与所述11位一体拨码开关S2的各输出端分别一一对应地顺次连接,第三电阻阵列R3,由10个不同电阻值的电阻r3j构成,j=1,2,…,10,对应于所述拨码开关输出矩阵S3×11中的第3行S3j,各电阻r3j的输入端与所述10位一体拨码开关S3的各输出端分别一一对应地顺次连接,每个电阻rij的阻值按下式生成,i=1,2,3,i为行序号,单位为欧姆:r1j=(15‑F1j)×100j=1,2……10r2j=(13‑F2j)×100j=1,2……11r3j=(13‑F3j)×100j=1,2……10Fij是经验化了的风险因子系数,取值方式如下:8.5>F12>F13>F14>F15>F16>F17>F18>F11>F19>F110>1.5,6.5>F22>F23>F24>F25>F26>F27>F28>F21>F29>F210>F211>1.5,10>F32>F33>F34>F35>F36>F37>F38>F39>F31>F310>1.7,妊娠期糖尿病发病风险LED报警模块(4),设有电压比较模块(41)和LED阵列(42),其中:电压比较模块(41),设有:对应于所述孕妇妊娠1期糖尿病发病风险因素的逻辑开关值矩阵中第1行各元素值对应的各拨码开关输出端的电压比较器VC1,所述第1行各拨码开关输出端分别经过一个取值可变电阻值范围在(330~380)欧姆的分压电路顺次把外接+5V电源分压后输入到所述电压比较器VC1的各正输入端,对应于所述孕妇妊娠2期糖尿病发病风险因素的逻辑开关值矩阵中第2行各元素值对应的各拨码开关输出端的电压比较器VC2,所述第2行各拨码开关输出端分别经过一个取值可变电阻值范围在(320~370)欧姆的分压电路顺次把外接+5V电源分压后输入到所述电压比较器VC2的各正输入端,对应于所述孕妇妊娠3期糖尿病发病风险因素的逻辑开关值矩阵中第3行各元素值对应的各拨码开关输出端的电压比较器VC3,所述第3行各拨码开关输出端分别经过一个取值可变电阻值范围在(220~250)欧姆的分压电路顺次把外接+5V电源分压后输入到所述电压比较器VC3的各正输入端,三个所述电压比较器(VC1、VC2、VC3)的低压值分别外接参考电压Vref,作为比较时用的阈值,Vref在(2.3~2.8)V间取值,LED阵列(42),设有:依次连接于所述电压比较器VC1各输出端的第一LED阵列LED1,依次连接于所述电压比较器VC2各输出端的第二LED阵列LED2,依次连接于所述电压比较器VC3各输出端的第三LED阵列LED3,当三个所述电压比较器(VC1、VC2、VC3)某个输出端输出高电平时,对应的LED亮,亮度越高则风险越高。
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北京工业大学,未经北京工业大学许可,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/patent/201410250693.X/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用