本發(fā)明涉及智能醫(yī)療，特別是基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法及系統(tǒng)。

背景技術(shù)：

1、糖尿病足作為糖尿病的主要并發(fā)癥之一，近年來(lái)受到了大量關(guān)注。隨著糖尿病患者數(shù)量的增加，糖尿病足的發(fā)病率也逐年上升。糖尿病足通常由下肢神經(jīng)病變和外周血管病變引起，導(dǎo)致足部的血液循環(huán)受到影響，進(jìn)而導(dǎo)致感染、潰瘍甚至壞疽。傳統(tǒng)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法主要依賴于醫(yī)生的經(jīng)驗(yàn)、定期的足部檢查以及患者的自我管理。然而，這些方法存在一定的局限性，尤其在早期糖尿病足的預(yù)警上往往滯后，無(wú)法及時(shí)、準(zhǔn)確地評(píng)估患者的風(fēng)險(xiǎn)。此外，隨著大數(shù)據(jù)技術(shù)的發(fā)展，越來(lái)越多的生理數(shù)據(jù)可以得到實(shí)時(shí)采集，如足底壓力、足底溫度、血糖水平、血流速度等。如何高效地處理這些多維度的生理數(shù)據(jù)，并基于此進(jìn)行個(gè)性化的糖尿病足風(fēng)險(xiǎn)評(píng)估，成為當(dāng)前研究的熱點(diǎn)。

2、盡管現(xiàn)有技術(shù)已能夠獲取患者的多維度生理數(shù)據(jù)，但在數(shù)據(jù)處理和分析方面仍存在諸多不足。例如，現(xiàn)有技術(shù)大多依賴于單一生理指標(biāo)的變化來(lái)判斷患者的健康狀況，未能有效利用多維度數(shù)據(jù)之間的相互關(guān)系。同時(shí)，針對(duì)個(gè)體差異的考慮較少，很多方法使用固定的閾值或模型，無(wú)法適應(yīng)不同患者的個(gè)體化需求，從而降低了評(píng)估的準(zhǔn)確性和可靠性。尤其是在糖尿病足的早期預(yù)警上，現(xiàn)有技術(shù)無(wú)法有效捕捉多維度生理數(shù)據(jù)的微小變化，以及這些變化在不同個(gè)體間的差異性，導(dǎo)致風(fēng)險(xiǎn)評(píng)估結(jié)果存在較大偏差。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述現(xiàn)有存在的問(wèn)題，提出了本發(fā)明。

2、因此，本發(fā)明提供了一種基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法解決現(xiàn)有技術(shù)中未能有效利用多維度生理數(shù)據(jù)及個(gè)體差異進(jìn)行精準(zhǔn)風(fēng)險(xiǎn)評(píng)估的問(wèn)題。

3、為解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明提供了一種基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其包括：實(shí)時(shí)采集多維度生理數(shù)據(jù)，對(duì)實(shí)時(shí)采集的多維度生理數(shù)據(jù)進(jìn)行預(yù)處理；基于預(yù)處理后的多維度生理數(shù)據(jù)提取生理特征，并融合成多維度特征向量；構(gòu)建個(gè)性化健康基線模型，將多維度特征向量輸入個(gè)性化健康基線模型，預(yù)測(cè)個(gè)性化安全基線；將生理特征與個(gè)性化安全基線進(jìn)行對(duì)比，基于每個(gè)生理特征與對(duì)應(yīng)的個(gè)性化安全基線的偏差，制定非線性懲罰函數(shù)p，預(yù)測(cè)每個(gè)生理特征的偏差對(duì)患者整體健康狀態(tài)的影響程度，評(píng)估患者當(dāng)前的糖尿病足風(fēng)險(xiǎn)。

5、作為本發(fā)明所述基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的一種優(yōu)選方案，其中：所述多維度生理數(shù)據(jù)包括足底壓力、足底溫度、血流速度、血糖水平、血壓、心率和步態(tài)穩(wěn)定性。

6、作為本發(fā)明所述基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的一種優(yōu)選方案，其中：所述對(duì)實(shí)時(shí)采集的多維度生理數(shù)據(jù)進(jìn)行預(yù)處理，具體步驟如下;

7、使用基于統(tǒng)計(jì)學(xué)的異常值檢測(cè)算法，識(shí)別并移除異常的數(shù)據(jù)點(diǎn)；

8、使用線性插入值法，將高頻生理數(shù)據(jù)與低頻生理數(shù)據(jù)進(jìn)行時(shí)間同步；

9、對(duì)不同量綱的生理數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

10、作為本發(fā)明所述基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的一種優(yōu)選方案，其中：所述基于預(yù)處理后的多維度生理數(shù)據(jù)提取生理特征，并融合成多維度特征向量，具體步驟如下:

11、通過(guò)滑動(dòng)窗口法分析足底壓力數(shù)據(jù)，提取足底壓力特征；

12、通過(guò)對(duì)足底溫度數(shù)據(jù)進(jìn)行時(shí)序分析，提取足底溫度特征；

13、通過(guò)對(duì)血流速度數(shù)據(jù)進(jìn)行頻域分析和時(shí)序分析，提取血流速度特征和心率特征；

14、通過(guò)對(duì)血糖數(shù)據(jù)和血壓數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，提取血糖特征和血壓特征；

15、基于每個(gè)特征的非線性關(guān)系和周期性變化，采用指數(shù)衰減、正弦函數(shù)以及特征偏離基準(zhǔn)值的平滑調(diào)節(jié)方法進(jìn)行特征融合，表達(dá)式為：；其中，f?是多維度特征向量，是第i個(gè)生理特征，?是第i個(gè)生理特征的指數(shù)衰減參數(shù)，?是第i個(gè)生理特征的基準(zhǔn)值，?是正弦函數(shù)的頻率調(diào)節(jié)參數(shù)，?表示生理特征的周期性波動(dòng)，n是生理特征總數(shù)量，i是生理特征的索引變量，e是自然對(duì)數(shù)的底數(shù)。

16、作為本發(fā)明所述基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的一種優(yōu)選方案，其中：所述構(gòu)建個(gè)性化健康基線模型，將多維度特征向量輸入個(gè)性化健康基線模型，預(yù)測(cè)個(gè)性化安全基線，具體步驟如下:

17、通過(guò)非線性關(guān)系捕捉多維特征向量f中生理特征間的復(fù)雜交互影響，當(dāng)生理特征偏離健康基準(zhǔn)時(shí)，通過(guò)調(diào)節(jié)因子適應(yīng)不同個(gè)體的生理特征靈敏度差異，構(gòu)建個(gè)性化健康基線模型，預(yù)測(cè)個(gè)性化安全基線，表達(dá)式為：；其中，表示第i個(gè)生理特征的個(gè)性化安全基線，表示多維特征向量f經(jīng)過(guò)非線性函數(shù)的組合得到的綜合健康狀態(tài)指標(biāo)，是多維特征向量f在健康狀態(tài)下的基準(zhǔn)值，是調(diào)節(jié)因子。

18、作為本發(fā)明所述基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的一種優(yōu)選方案，其中：預(yù)測(cè)每個(gè)生理特征的偏差對(duì)患者整體健康狀態(tài)的影響程度，表達(dá)式為：；其中，表示第i個(gè)生理特征的偏差對(duì)患者整體健康狀態(tài)的影響程度，表示個(gè)性化安全基線與生理特征的總體偏差。

19、作為本發(fā)明所述基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的一種優(yōu)選方案，其中：所述評(píng)估患者當(dāng)前的糖尿病足風(fēng)險(xiǎn)，具體步驟如下:

20、基于歷史數(shù)據(jù)和個(gè)性化安全基線定義低風(fēng)險(xiǎn)閾值和高風(fēng)險(xiǎn)閾值；

21、當(dāng)＜時(shí)，認(rèn)為患者的糖尿病足風(fēng)險(xiǎn)處于低風(fēng)險(xiǎn)；

22、當(dāng)≤＜時(shí)，認(rèn)為患者的糖尿病足風(fēng)險(xiǎn)處于中等風(fēng)險(xiǎn)；

23、當(dāng)≥時(shí)，認(rèn)為患者的糖尿病足風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)。

24、第二方面，本發(fā)明提供了一種基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估系統(tǒng)，包括:數(shù)據(jù)采集模塊、特征融合模塊、個(gè)性化安全基線預(yù)測(cè)模塊和風(fēng)險(xiǎn)評(píng)估模塊；

25、數(shù)據(jù)采集模塊，用于實(shí)時(shí)采集多維度生理數(shù)據(jù)，對(duì)實(shí)時(shí)采集的多維度生理數(shù)據(jù)進(jìn)行預(yù)處理；

26、特征融合模塊，用于基于預(yù)處理后的多維度生理數(shù)據(jù)提取生理特征，并融合成多維度特征向量；

27、基線預(yù)測(cè)模塊，用于構(gòu)建個(gè)性化健康基線模型，將多維度特征向量輸入個(gè)性化健康基線模型，預(yù)測(cè)個(gè)性化安全基線；

28、風(fēng)險(xiǎn)評(píng)估模塊，用于將生理特征與個(gè)性化安全基線進(jìn)行對(duì)比，分析個(gè)性化安全基線的總體偏差，評(píng)估患者當(dāng)前的糖尿病足風(fēng)險(xiǎn)。

29、第三方面，本發(fā)明提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明第一方面所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的任一步驟。

30、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明第一方面所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的任一步驟。

31、本發(fā)明有益效果為：通過(guò)實(shí)時(shí)采集多維度生理數(shù)據(jù)，并對(duì)其進(jìn)行預(yù)處理，以確保數(shù)據(jù)的準(zhǔn)確性和一致性；隨后，基于預(yù)處理后的生理數(shù)據(jù)構(gòu)建個(gè)性化健康基線模型，捕捉生理特征間的復(fù)雜交互，動(dòng)態(tài)調(diào)整個(gè)性化健康評(píng)分，進(jìn)而實(shí)現(xiàn)個(gè)體化的糖尿病足風(fēng)險(xiǎn)評(píng)估。本發(fā)明不僅提升了數(shù)據(jù)處理的效率，還通過(guò)個(gè)性化的健康基線預(yù)測(cè)，提高了風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和可靠性，尤其在糖尿病足的早期預(yù)警和個(gè)體化健康管理中具有顯著優(yōu)勢(shì)。

技術(shù)特征：

1.一種基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其特征在于，包括：

2.如權(quán)利要求1所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述多維度生理數(shù)據(jù)包括足底壓力、足底溫度、血流速度、血糖水平、血壓、心率和步態(tài)穩(wěn)定性。

3.如權(quán)利要求2所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述對(duì)實(shí)時(shí)采集的多維度生理數(shù)據(jù)進(jìn)行預(yù)處理，具體步驟如下：

4.如權(quán)利要求3所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述基于預(yù)處理后的多維度生理數(shù)據(jù)提取生理特征，并融合成多維度特征向量，具體步驟如下：

5.如權(quán)利要求4所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述構(gòu)建個(gè)性化健康基線模型，將多維度特征向量輸入個(gè)性化健康基線模型，預(yù)測(cè)個(gè)性化安全基線，具體步驟如下：

6.如權(quán)利要求5所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其特征在于，預(yù)測(cè)每個(gè)生理特征的偏差對(duì)患者整體健康狀態(tài)的影響程度，表達(dá)式為：；其中，表示第i個(gè)生理特征的偏差對(duì)患者整體健康狀態(tài)的影響程度，表示個(gè)性化安全基線與生理特征的總體偏差。

7.如權(quán)利要求6所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述評(píng)估患者當(dāng)前的糖尿病足風(fēng)險(xiǎn)，具體步驟如下：

8.一種基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估系統(tǒng)，基于權(quán)利要求1~7任一所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法，其特征在于，包括：數(shù)據(jù)采集模塊、特征融合模塊、個(gè)性化安全基線預(yù)測(cè)模塊和風(fēng)險(xiǎn)評(píng)估模塊；

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1~7任一所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1~7任一所述的基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了基于大數(shù)據(jù)的糖尿病足風(fēng)險(xiǎn)評(píng)估方法及系統(tǒng)，涉及智能醫(yī)療技術(shù)領(lǐng)域，該方法包括實(shí)時(shí)采集多維度生理數(shù)據(jù)，對(duì)實(shí)時(shí)采集的多維度生理數(shù)據(jù)進(jìn)行預(yù)處理；基于預(yù)處理后的多維度生理數(shù)據(jù)提取生理特征，并融合成多維度特征向量；構(gòu)建個(gè)性化健康基線模型，將多維度特征向量輸入個(gè)性化健康基線模型，預(yù)測(cè)個(gè)性化安全基線；將生理特征與個(gè)性化安全基線進(jìn)行對(duì)比，基于每個(gè)生理特征與對(duì)應(yīng)的個(gè)性化安全基線的偏差，制定非線性懲罰函數(shù)P，預(yù)測(cè)每個(gè)生理特征的偏差對(duì)患者整體健康狀態(tài)的影響程度，評(píng)估患者當(dāng)前的糖尿病足風(fēng)險(xiǎn)。通過(guò)個(gè)性化的健康基線預(yù)測(cè)，提高了風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和可靠性，尤其在糖尿病足的早期預(yù)警和個(gè)體化健康管理中具有顯著優(yōu)勢(shì)。

技術(shù)研發(fā)人員：王思思,楊茂光,張帆
受保護(hù)的技術(shù)使用者：吉林大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17