买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长春中医药大学

摘要：本发明公开了一种基于大数据的内分泌疾病风险评估系统，涉及大数据技术领域，包括控制中心，所述控制中心连接有医疗采集模块、数据处理模块、疾病分析模块以及智能管控模块；通过医疗采集模块采集识别疾病数据和基础疾病数据；在数据处理模块对识别疾病数据和基础疾病数据进行替换变动，获得输入疾病信号，设置特征滤除端对滤除疾病信号进行点段捕捉，获得疾病捕获信号；在疾病分析模块构建虚拟风控云空间和前端子空间进行实时监测和同态分析，获得增态疾病信号图；所述智能管控模块对增态疾病信号图进行阈值比对和风控匹配，获得疾病风险量级和远程监测风险段；提高内分泌疾病风险评估的准确性及效率，更加适应临床实践变化。

主权项：1.一种基于大数据的内分泌疾病风险评估系统，包括控制中心，其特征在于，所述控制中心连接有医疗采集模块、数据处理模块、疾病分析模块以及智能管控模块；所述医疗采集模块用于采集识别疾病数据和基础疾病数据；所述识别疾病数据包括临床数据、生活习惯数据、环境暴露数据以及实验室检测数据；所述基础疾病数据表示对现有的多源资料数据进行信息采集，获得与内分泌有关的专业性疾病数据；所述数据处理模块用于对识别疾病数据和基础疾病数据进行替换变动，所述替换变动表示对获得的识别疾病数据和基础疾病数据进行信号转换，获得输入疾病信号，所述输入疾病信号包括识别疾病信号以及基础疾病信号；设置特征滤除端进行滤波设计，所述特征滤除端的表现形式为滤波器，且滤波器的类型为低通滤波器，对所获得的特征滤波端进行参数提取，获得滤除参数，所述滤除参数包括截止频率、阶数，其中，截止频率表示特征滤除端允许通过的最低频率，阶数影响特征滤除端的滚降速度和带宽，所述滤波设计表示根据所获得的滤除参数对特征滤除端进行滤波器设计，获得限定滤波端，所述限定滤波端指将获得的滤除参数上传至滤波设计软件，通过设计函数来创建低通滤波器的数学模型，根据限定滤波端对输入疾病信号进行端点滤波，将所获得的输入疾病信号上传至限定滤波端，通过限定滤波端对输入疾病信号进行滤波，获得响应疾病信号，对所获得的响应疾病信号进行对数取值，获得反向疾病信号，对获得的反向疾病信号进行反离散余弦变换，获得滤除疾病信号，根据所获得的信号特性设置提取间隔，通过提取间隔对滤除疾病信号进行原始标记，获得提取采样点，设置滤除变动系数进行波段分解，所述滤除变动系数的表现形式为函数形式；对所获得的滤除变动系数设置捕捉系数，所述捕捉系数用于控制滤除变动系数在时间维度和频率维度上的伸缩和平移变换的参数；根据所获得的捕捉系数对滤除变动系数进行边界截取，获得移动间距；根据所获得的移动间距和提取采样点设置滤除提取窗；将所获得的滤除提取窗上传至滤除变动系数，根据所获得的滤除提取窗对滤除变动系数进行波段分解，获得滤除变动波段，根据滤除变动波段对滤除疾病信号进行点段捕捉，根据波段分解对获得的滤除变动波段进行分解排序，获得滤除波段序列，其中，分解排序表示根据波段分解的顺序对获得的滤除变动波段进行排序；将所获得的滤除波段序列上传至滤除疾病信号，并将滤除波段序列内的滤除变动波段与滤除疾病信号的对应位置的提取采样点进行卷积，获得滤除捕获波段；根据所获得的滤除疾病信号对滤除捕获波段进行求和，获得疾病捕获信号；所述疾病分析模块用于构建虚拟风控云空间和前端子空间，根据疾病捕获信号生成疾病信号动态图，根据所获得的识采时间设置识采周期，基于识采周期根据所获得的疾病捕获信号生成疾病信号动态图，并将所获得的识采时间标记在疾病信号动态图中，获得识采节点，所述疾病信号动态图的表现形式为频谱图形式；通过前端子空间对识别用户进行实时监测，获得时态监测数据，时态监测数据表示识别用户的实时监测数据中与识别疾病数据有关的监测数据；所述前端子空间包括虚拟监测端，并构建前端子空间至虚拟风控云空间的传输链路；根据所获得的虚拟监测端对识别用户进行实时监测，获得时态监测数据和时测时间，并标记上对识别用户进行实时监测的时间，记作时测时间；对时态监测数据进行同态分析，对所获得的时态监测数据进行替换变动，获得时态监测信号；根据所获得的限定滤波端对时态监测信号进行端点滤波，获得滤除监测信号；根据所获得的滤除变动波段对滤除监测信号进行点段捕捉，获得监测捕获信号，将所获得的监测捕获信号关联上对应的识别用户，并将监测捕获信号通过传输链路上传至虚拟风控云空间；对识别用户相关联的监测捕获信号和疾病信号动态图进行节点连接，获得增态疾病信号图；所述节点连接表示在虚拟风控云空间内将监测捕获信号上传至识别用户对应的疾病信号动态图内，根据监测捕获信号的时测时间在疾病信号动态图中识别信号谱线的后端节点处进行标记，其中，后端节点表示识别疾病数据对应的疾病捕获信号的最后一个识采节点，则将监测捕获信号标记在疾病信号动态图中是由后端节点处开始进行标记，并根据时测时间的顺序进行对应标记，获得监测信号谱线，并将含有监测信号谱线的疾病信号动态图标记为增态疾病信号图；所述智能管控模块用于根据增态疾病信号图设置中心节点段，所述中心节点段是根据后端节点所生成的垂直横轴的线段，获得捕获谱线区间和监测谱线区间，设置比对节点框，将所获得的比对节点框上传至增态疾病信号图中，获得捕获比对段和监测比对段，其中，捕获比对段包括识别比对段和基础比对段，将比对节点框与识别谱线区间相交的区域标记为识别比对段，将比对节点框与基础谱线区间相交的区域标记为基础比对段，获得识别比对段，通过基础谱线区间对样本识别段进行平滑比对和阈值比对，所述平滑比对表示将样本识别段在基础谱线区间中进行平移，并与基础谱线区间的每一基础比对段进行比对，获得每一基础比对段对应的调动比对值，设置相似阈值量，根据所获得的相似阈值量对调动比对值进行阈值比对，获得匹配样本段或无关样本段，将大于等于相似阈值量的调动比对值对应的样本识别段标记为无关样本段，将小于相似阈值量的调动比对值对应的样本识别段标记为匹配样本段，获得匹配样本段，对捕获谱线区间内的匹配样本段进行风控匹配，所述风控匹配表示根据匹配基础量级对识别用户本次采集的识别疾病数据进行风险划分，获得对应的风险等级，获得疾病风险量级，根据捕获谱线区间对监测谱线区间进行预防风控，获得远程监测风险段。

全文数据：

权利要求：

百度查询： 长春中医药大学 一种基于大数据的内分泌疾病风险评估系统