申请/专利权人：南昌大学第二附属医院

申请日：2024-03-11

公开（公告）日：2024-04-12

公开（公告）号：CN117877763A

主分类号：G16H80/00

分类号：G16H80/00;G16H50/20;G16H50/30;G16H40/67;G06N3/042;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及医疗保健技术领域，具体为基于智能腕带的护理用通信系统及方法，系统包括健康状态图构建模块、慢性病趋势监测模块、管理计划生成模块、相似性分析模块、动态预测模型模块、策略优化模块、因素识别模块。本发明中，通过谱图卷积网络对患者数据进行分析，提升健康状态判断的准确性，时间卷积网络强化对慢性病趋势的敏感度与预测能力，支持向量机和决策树结合，通过多策略动态调整，增强管理计划的个性化和适应性，异构图神经网络引入注意力机制，提升对患者群体状况的识别，混沌理论与粒子群及蚁群优化算法的应用，提高动态预测的准确度和健康管理策略的有效性，社区检测与网络中心性分析揭示关键健康影响因素，支撑精准医疗决策。

主权项：1.基于智能腕带的护理用通信系统，其特征在于：所述系统包括健康状态图构建模块、慢性病趋势监测模块、管理计划生成模块、相似性分析模块、动态预测模型模块、策略优化模块、因素识别模块；所述健康状态图构建模块基于智能腕带收集的患者数据，采用谱图卷积网络，通过将患者健康数据映射到图的节点上，进行患者健康状态的多维特征提取，应用自动编码器，通过编码器压缩健康数据的特征表示并通过解码器重建，生成患者健康状态图；所述慢性病趋势监测模块基于患者健康状态图，采用时间卷积网络，通过对慢性病患者的生理数据进行多层时间卷积操作，捕捉生理数据的时序特征和周期性变化，并使用门控循环单元动态调整信息流，处理长序列数据并预测未来时间段健康趋势，生成慢性疾病未来趋势预估结果；所述管理计划生成模块基于慢性疾病未来趋势预估结果，采用支持向量机，通过构建最优超平面对患者进行健康风险分级，并利用决策树，通过分析患者的生理参数和生活习惯数据构建决策逻辑，通过多决策树投票提升预测准确性和利用奖励机制动态调整健康管理计划，匹配患者健康状况的变化，生成个性化管理计划；所述相似性分析模块基于个性化管理计划，采用异构图神经网络，通过构建差异化类型节点的异构图，应用注意力机制优化节点间的信息流动，进行对患者群体中健康状况和治疗反应模式的识别，生成患者分析结果；所述动态预测模型模块基于患者分析结果，应用混沌理论，通过混沌映射分析健康数据的非线性动态特性，并利用Lyapunov指数评估机制的敏感度，生成健康状态动态预测；所述策略优化模块基于健康状态动态预测，结合粒子群优化和蚁群优化算法，通过模拟蚁群的搜索行为捕捉目标患者的治疗方案和生活习惯调整策略，并进行健康管理策略的优化，生成优化健康管理策略；所述因素识别模块基于优化健康管理策略，采用社区检测和网络中心性分析方法，通过构建健康指标和生活习惯因素的网络模型，并分析网络中节点的相互作用和关键性，识别对患者健康状况影响的关键因素，生成健康影响因素分析结果；所述患者健康状态图包括患者个体健康数据的图表示、多维特征的图节点和节点间的关系定义，所述慢性疾病未来趋势预估结果包括时序特征分析、周期性变化捕捉和未来时间段健康趋势的预测值，所述个性化管理计划包括健康风险分级、决策逻辑构建和匹配患者健康状况变化的动态调整策略，所述患者分析结果包括健康状况和治疗反应模式的识别、差异化患者群体的划分，所述健康状态动态预测包括健康数据的非线性动态特性分析和敏感度评估，所述优化健康管理策略包括治疗方案和生活习惯调整策略的搜索结果、健康管理策略的综合优化，所述健康影响因素分析结果包括健康指标和生活习惯因素的关键性分析、影响患者健康状况的关键因素识别。

全文数据：

权利要求：

百度查询： 南昌大学第二附属医院 基于智能腕带的护理用通信系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD