[發明專利]一種冠心病風險指數的無損檢測系統及方法在審
| 申請號: | 201910509941.0 | 申請日: | 2019-06-13 |
| 公開(公告)號: | CN110251122A | 公開(公告)日: | 2019-09-20 |
| 發明(設計)人: | 黃裕立;胡允兆;黎文生;盧劍華;呂偉標 | 申請(專利權)人: | 南方醫科大學順德醫院(佛山市順德區第一人民醫院) |
| 主分類號: | A61B5/0402 | 分類號: | A61B5/0402;G06K9/62;G16H50/30;G16H50/70 |
| 代理公司: | 重慶市信立達專利代理事務所(普通合伙) 50230 | 代理人: | 包曉靜 |
| 地址: | 528300 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 冠心病 無損檢測系統 風險指數 預測模型 分類模塊 構建模塊 患者屬性 醫療數據 風險評估模塊 數據處理技術 數據存儲模塊 數據挖掘模型 圖像采集模塊 心電數據采集 復發可能性 極限學習機 分類性能 關系建立 疾病信息 歷史數據 數據環境 隨機森林 顯示模塊 主控模塊 最終狀態 并行化 算法 復發 并用 關聯 修正 分類 預測 優化 | ||
本發明屬于疾病信息數據處理技術領域,公開一種冠心病風險指數的無損檢測系統及方法,所述冠心病風險指數的無損檢測系統包括:圖像采集模塊、心電數據采集模塊、主控模塊、分類模塊、預測模型構建模塊、風險評估模塊、數據存儲模塊、顯示模塊。本發明通過分類模塊基于優化核極限學習機及并行化的隨機森林分類方法,該方法不僅可以支持海量冠心病醫療數據的處理,而且能夠提高對冠心病醫療數據的分類性能;同時,通過預測模型構建模塊利用已知的未來數據環境因素對患者的歷史數據進行修正,建立患者屬性與患者復發可能性關聯的模型,確定患者屬性與患者復發的最終狀態的關系,并用此關系建立不同的算法的數據挖掘模型,得到預測模型,預測效果好。
技術領域
本發明屬于疾病信息數據處理技術領域,尤其涉及一種冠心病風險指數的無損檢測系統及方法。
背景技術
冠狀動脈粥樣硬化性心臟病是冠狀動脈血管發生動脈粥樣硬化病變而引起血管腔狹窄或阻塞,造成心肌缺血、缺氧或壞死而導致的心臟病,常常被稱為“冠心病”。但是冠心病的范圍可能更廣泛,還包括炎癥、栓塞等導致管腔狹窄或閉塞。世界衛生組織將冠心病分為5大類:無癥狀心肌缺血(隱匿性冠心病)、心絞痛、心肌梗死、缺血性心力衰竭(缺血性心臟病)和猝死5種臨床類型。臨床中常常分為穩定性冠心病和急性冠狀動脈綜合征。然而,現有冠心病檢測過程中,對冠心病數據分類性能差、耗時長;同時,對患者冠心病復發預測效果差。
綜上所述,現有技術存在的問題是:現有冠心病檢測過程中,對冠心病數據分類性能差、耗時長;同時,對患者冠心病復發預測效果差。
發明內容
針對現有技術存在的問題,本發明提供了一種冠心病風險指數的無損檢測系統及方法。
本發明是這樣實現的,一種冠心病風險指數的無損檢測方法,所述冠心病風險指數的無損檢測方法包括:
第一步,圖像采集利用醫療影像設備采集患者冠狀動脈、心臟形態圖像數據;心電數據采集利用心電設備采集患者心電數據信息;
第二步,主控模塊利用分類程序對冠心病數據進行分類操作;利用建模程序構建冠心病復發預測模型;利用評估程序根據采集的數據評估患者冠心病風險狀態;
所述冠心病復發預測模型的基本表達形式為:
λ(t)=λ0(t)exp(β1x1+β2x2+…+βkxk);
其中λ0(t)為冠心病基準風險函數,x1、x2...xk為協變量,βi為xi的回歸系數;
所述冠心病復發預測模型對累計發生概率進行估計形式如下:
λj(t,Z)=λ0(t)exp{βjZ};
其中λ0(t)是時間J的冠心病部分分布基準風險,Z為協變量,βj為協變量的回歸系數,exp{βjZ}為部分分布風險;其中β的偏似然估計為:
第三步,通過數據存儲模塊利用存儲器存儲采集的冠狀動脈、心臟形態圖像、心電數據;利用顯示器顯示采集的患者冠狀動脈、心臟形態圖像、心電數據信息。
進一步,所述冠心病風險指數的無損檢測方法的冠心病數據分類方法如下:
(1)通過數據分類程序采用Bootstrap法從N個冠心病數據樣本中有放回地隨機抽取N個樣本并從F個特征中隨機選取f個特征組成新的樣本集,f<<F;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南方醫科大學順德醫院(佛山市順德區第一人民醫院),未經南方醫科大學順德醫院(佛山市順德區第一人民醫院)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910509941.0/2.html,轉載請聲明來源鉆瓜專利網。





