检索历史 清除

1.一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：包括： 穿戴设备，配备有心率传感器、血压监测器和运动传感器； 后端分析系统，根据穿戴设备收集的数据进行心房颤动的预测和风险分层处理； 无线传输模块，用于将穿戴设备上采集到的数据实时传输到后端分析系统； 所述后端分析系统包括： 数据接收模块，与无线传输模块连接，接收传输来的数据进行验证然后转发至数据处理模块； 数据处理模块，根据转发来的数据进行分析心房颤动预测； 用户接口模块，提供一个用户界面展示数据处理模块分析得到的心房颤动的风险评估、预测结果。 2.根据权利要求1所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述数据接收模块包括： 数据收集单元，接收来自穿戴设备的数据流，包括心率、血压、活动量等生理和行为参数； 数据验证单元，在数据正式进入处理阶段前，进行初步的验证，检查数据的完整性和格式，确保接收的数据是完整且未经篡改的； 数据转发单元，将验证后的数据转发到数据处理模块进行进一步分析转发过程中包括数据的初步分类，按时间戳或数据类型进行组织。 3.根据权利要求1所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述数据处理模块包括： 数据预处理单元：对心率、血压以及运动数据进行归一化处理，以消除量纲的影响，并通过固定长度窗口划分时间序列数据； 特征提取单元，从心率、血压以及运动数据中提取对预测心房颤动有用的特征数据； 模型训练单元，使用卷积神经网络(CNN)和长短期记忆网络(LSTM)组合的深度学习网络处理时间序列的时间依赖性，并提取时空特征，其中所述深度学习网络的输出层通过全连接层输出心房颤动的预测概率，并采用交叉熵损失函数优化模型，使用公式进行训练，； 评估和优化单元，使用准确率、召回率、F1分数和ROC曲线等指标评估模型在测试集上的表现，根据性能评估结果调整模型结构和参数。 4.根据权利要求3所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述特征提取单元包括： 从心率数据中提取平均心率、心率变异性(HRV)、最大心率和最小心率等统计特征； 从血压数据中提取平均血压、血压波动、最高血压和最低血压等特征； 从运动量数据中提取总运动量、运动强度等特征。 5.根据权利要求4所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述穿戴设备上还配备有环境传感器，用于采集用户的环境数据，从而分析环境因素对于心房颤动预测的影响。 6.根据权利要求5所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述环境传感器包括温湿度传感器、噪音传感器以及睡眠传感器。 7.根据权利要求6所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述特征提取单元还包括： 从温湿度数据中提取平均温度、平均湿度、温湿度波动等统计特征； 从噪音数据中提取平均噪音水平、噪音峰值等特征； 从睡眠数据中提取睡眠总时间、睡眠效率、深睡和浅睡比例等特征。 8.根据权利要求7所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述模型训练单元调整为多输入深度学习模型，其中一个输入分支处理传统的生理数据，另一个分支处理环境数据，并在深层网络中增加融合层将两个分支的数据进行拼接融合得到特征向量。 9.根据权利要求1所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述后端分析系统还包括风险通知模块，用于根据风险等级向用户发送预警信息，所述风险通知模块连接有穿戴设备和至少一个用户移动设备。 10.根据权利要求1所述的一种基于穿戴设备的高血压人群心房颤动预测和风险分层管理系统，其特征在于：所述后端分析系统还包括医疗平台互联模块，所述医疗平台互联模块包括： 数据存储单元，用于存储历史监测数据； 数据索引单元，用于跨平台数据同步查看和调取，使用户可以在不同设备上访问其健康记录； 医疗数据库单元，与医疗机构的档案数据库连通，在医疗机构授权下可以查看和调取医疗数据； 在线会诊单元，可以根据预测结构和风险等级选择与医护人员进行在线会诊，获取专业性的建议， 急救单元，在发生紧急情况或者风险等级较高时，系统自主联系医疗机构。