[發(fā)明專利]一種利用智能分析技術(shù)對糖尿病患病風(fēng)險的預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202110382624.4
• 申請日: 2021-04-09
• 公開（公告）號: CN113113142A
• 公開（公告）日: 2021-07-13
• 發(fā)明（設(shè)計）人: 趙云倩
• 申請（專利權(quán)）人: 長沙理工大學(xué)
• 主分類號: G16H50/30
• 分類號: G16H50/30
• 代理公司: 長沙智勤知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43254
• 代理人: 曾芳琴

1.一種利用智能分析技術(shù)對糖尿病患病風(fēng)險進行預(yù)測的方法，其特征在于，包括如下步驟：

選取樣本，并按預(yù)設(shè)頻率采集所述樣本的特征信息；

根據(jù)是否確診罹患糖尿病將所述樣本劃分成患病組樣本和正常組樣本；

根據(jù)所述患病組樣本確診前預(yù)設(shè)次數(shù)的所述特征信息計算獲得所述特征信息中各項動態(tài)指標的病變趨勢；

根據(jù)所述正常組樣本最近所述預(yù)設(shè)次數(shù)的所述特征信息計算獲得所述特征信息中各項動態(tài)指標的發(fā)展趨勢；

對比并計算獲得所述發(fā)展趨勢與所述病變趨勢的相似度，根據(jù)所述相似度得到對應(yīng)的所述正常組樣本的患病風(fēng)險程度。

2.根據(jù)權(quán)利要求1所述的利用智能分析技術(shù)對糖尿病患病風(fēng)險進行預(yù)測的方法，其特征在于，所述根據(jù)是否確診罹患糖尿病將所述樣本劃分成患病組樣本和正常組樣本的步驟之前，還包括：

獲取所述樣本的隨機血糖濃度信息、糖尿病癥狀信息、空腹血糖濃度信息和75克葡萄糖耐量檢查結(jié)果信息；

判斷所述樣本是否符合預(yù)設(shè)診斷標準中的至少一項，所述預(yù)設(shè)診斷標準包括：所述隨機血糖濃度大于或等于11.1mmol/L并符合糖尿病癥狀，所述空腹血糖濃度大于或等于7mmol/L，所述75克葡萄糖耐量檢查結(jié)果為兩小時血糖濃度大于或等于11.1mmol/L；

若符合，則于隨后的另一天再次判斷患者是否符合所述預(yù)設(shè)診斷標準中的至少一項；

若符合，則確診罹患糖尿病。

3.根據(jù)權(quán)利要求1所述的利用智能分析技術(shù)對糖尿病患病風(fēng)險進行預(yù)測的方法，其特征在于，所述特征信息分為靜態(tài)指標信息和動態(tài)指標信息；

所述靜態(tài)指標信息包括：性別、年齡、種族、高血壓家族史、糖尿病家族史中至少一項；

所述動態(tài)指標信息包括：空腹血糖值、腰臀比、身體質(zhì)量指數(shù)、體重、收縮壓中至少一項。

4.根據(jù)權(quán)利要求3所述的利用智能分析技術(shù)對糖尿病患病風(fēng)險進行預(yù)測的方法，其特征在于，所述根據(jù)是否確診罹患糖尿病將所述樣本劃分成患病組樣本和正常組樣本的步驟之后，包括：

根據(jù)所述靜態(tài)指標將所述樣本劃分成預(yù)設(shè)組。

5.根據(jù)權(quán)利要求4所述的利用智能分析技術(shù)對糖尿病患病風(fēng)險進行預(yù)測的方法，其特征在于，所述根據(jù)所述患病組樣本確診前預(yù)設(shè)次數(shù)的所述特征信息計算獲得所述特征信息中各項動態(tài)指標的病變趨勢的步驟，包括：

分別計算同組的各所述患病組樣本的每一項所述動態(tài)指標數(shù)據(jù)的平均值；

分別將所述同組的所述患病組樣本的每一項所述動態(tài)指標數(shù)據(jù)的平均值擬合成關(guān)于時間的病變趨勢函數(shù)。

6.根據(jù)權(quán)利要求5所述的利用智能分析技術(shù)對糖尿病患病風(fēng)險進行預(yù)測的方法，其特征在于，所述根據(jù)所述正常組樣本最近預(yù)設(shè)次數(shù)的所述特征信息計算獲得所述特征信息中各項動態(tài)指標的發(fā)展趨勢的步驟，包括：

分別計算同組的各所述正常組樣本的每一項所述動態(tài)指標數(shù)據(jù)的平均值；

分別將所述同組的所述正常組樣本的每一項所述動態(tài)指標數(shù)據(jù)的平均值擬合成關(guān)于時間的發(fā)展趨勢函數(shù)。

7.根據(jù)權(quán)利要求6所述的利用智能分析技術(shù)對糖尿病患病風(fēng)險進行預(yù)測的方法，其特征在于，所述對比并計算獲得所述發(fā)展趨勢與所述病變趨勢的相似度的步驟，包括：

依次分析每一項所述動態(tài)指標的所述發(fā)展趨勢函數(shù)與同組對應(yīng)的所述病變趨勢函數(shù)的相似度，并以百分數(shù)進行表示；

求取表示所述相似度的所述百分數(shù)的平均值。

8.根據(jù)權(quán)利要求7所述的利用智能分析技術(shù)對糖尿病患病風(fēng)險進行預(yù)測的方法，其特征在于，所述根據(jù)所述相似度得到對應(yīng)的所述正常組樣本的患病風(fēng)險程度的步驟，包括：

確定所述相似度與所述風(fēng)險程度的對應(yīng)關(guān)系；其中所述相似度為[0％,50％)對應(yīng)為低風(fēng)險，所述相似度為[51％,75％)對應(yīng)為中風(fēng)險，所述相似度為[75％,100％]對應(yīng)為高風(fēng)險；

根據(jù)所述相似度的數(shù)值計算所述風(fēng)險程度。