一种哮喘患者的健康管理方法与流程

1.本发明涉及数字医疗技术领域，具体涉及一种哮喘患者的健康管理方法。


背景技术：

2.哮喘在世界范围内都属于常见疾病，其覆盖了多个年龄段、地区、性别、种族的人群，是一种极为常见、影响极大的慢性疾病。在0-18岁的未成年人群中，哮喘属于最为常见的慢性疾病，其对患者的生活质量造成了极大的影响。同时，作为成因复杂的慢性疾病，很多患者需要针对其生活环境和状况进行具体地分析以实现最佳的治疗效果，这便导致了患者需要长期地、持续性地进行诊疗并根据诊断结果调整用药和生活习惯。数字医疗，指将现代计算机技术、信息技术应用于整个医疗过程的一种新型的现代化医疗方式，是公共医疗的发展方向和管理目标。在数字化医疗中，病人能以最少的流程完成就诊、医生诊断准确率大幅度提高、病人病历信息档案记录着所有当前和历史病人的健康信息，可以大大方便医生诊断和病人自查、真正能实现远程会诊所需要的病人综合数据调用，实现快速有效服务，数字化医疗还有一个很大的优点，就是可以实现医疗设备与医疗专家的资源共享。
3.现有技术中通常存在下列问题：1、现有技术中哮喘诊断过程主要依赖医生，较为耗时；2、患者需要定期到医院复诊，无法在生活中获得相应的医学建议；3、患者每次就诊后在一个周期中的用药量、给药方式和种类较为固定，不能做到及时根据状况进行用药的调整。


技术实现要素：

4.针对现有技术中存在的上述问题，现提供一种哮喘患者的健康管理方法。
5.具体技术方案如下：
6.一种哮喘患者的健康管理方法，包括：
7.步骤s1：采集所述哮喘患者的生理指标；
8.步骤s2：根据所述生理指标生成患者元组；
9.步骤s3：根据所述患者元组和一预设的样本数据库生成参考样本，同时根据所述患者元组和预设的患者往期数据生成疾病进展标识；
10.步骤s4：根据所述参考样本和所述疾病进展标识输出健康建议；
11.所述健康建议用于调整所述哮喘患者的给药量和生活习惯。
12.优选地，所述步骤s2中的患者元组设置有多个字段，所述字段包括：患者年龄、患者体重、呼吸频率、血氧饱和度、呼吸音基频和呼吸音共振峰。
13.优选地，所述步骤s2中所述呼吸音基频的生成方法包括：
14.步骤s21a：采集一预设时间段内的呼吸音，对所述呼吸音进行分帧处理；
15.步骤s22a：采用短时自相关法获得所述呼吸音的基频，并对所述呼吸音的基频归一化处理生成所述呼吸音基频。
16.优选地，所述步骤s2中所述呼吸音共振峰的生成方法包括：
17.步骤s21b：采集一预设时间段内的呼吸音，对所述呼吸音进行分帧处理；
18.步骤s22b：通过线性预测法求出呼吸音极值模型；
19.步骤s23b：对所述呼吸音极值模型进行插值运算生成呼吸音曲线，将所述呼吸音曲线的峰值作为所述呼吸音共振峰输出。
20.优选地，所述步骤s3包括：
21.步骤s31a：根据所述患者元组采用最近邻法从所述样本数据库中提取多个样本元组；
22.步骤s32a：根据所述样本元组与所述患者元组的距离，对所述样本元组进行加权处理生成所述参考样本。
23.优选地，所述步骤s3还包括：
24.步骤s31b：采用线性回归方法对所述患者元组和多个所述患者往期数据进行处理，获得所述患者元组相对于多个所述患者往期数据的偏差和斜率；
25.步骤s32b；判断所述偏差是否大于一预设的门限值；
26.若是，转向步骤s33b；
27.若否，将所述疾病进展标识设置为“不变”，随后转向所述步骤s4；
28.步骤s33b；判断所述斜率是否大于零；
29.若是，将所述疾病进展标识设置为“恶化”，随后转向所述步骤s4；
30.若否，将所述疾病进展标识设置为“好转”，随后转向所述步骤s4。
31.优选地，所述步骤s4包括：
32.步骤s41a：根据所述参考样本从一预设的给药量数据库中获取预设的给药量；
33.步骤s42a：判断所述疾病进展标识；
34.当所述疾病进展标识为“不变”时，将预设的给药量作为输出给药量；
35.当所述疾病进展标识为“恶化”时，根据一预设的第一调整系数生成所述输出给药量；
36.当所述疾病进展标识为“好转”时，根据一预设的第二调整系数生成所述输出给药量。
37.优选地，所述步骤s4还包括：
38.步骤s41b：根据所述参考样本从一预设的生活习惯数据库中获取第一生活建议；
39.步骤s42b：根据所述进展标识调整所述第一生活建议以输出第二生活建议。
40.优选地，所述步骤s4还包括：
41.步骤s43：根据所述第二生活建议和所述输出给药量生成所述健康建议并输出。
42.上述技术方案具有如下优点或有益效果：通过采集患者的生理指标实现了对患者的生理状况和疾病进展的监控，便于通过远程设备实现对患者的诊疗。通过对患者的相关数据进行分析，实现了根据患者的疾病情况实时调整用药量和生活习惯，实现了对哮喘患者的长期健康管理过程。
附图说明
43.参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。
44.图1为本发明实施例的整体示意图；
45.图2为本发明实施例中步骤s2第一子步骤示意图；
46.图3为本发明实施例中步骤s2第二子步骤示意图；
47.图4为本发明实施例中步骤s3第一子步骤示意图；
48.图5为本发明实施例中步骤s3第二子步骤示意图；
49.图6为本发明实施例中步骤s4第一子步骤示意图；
50.图7为本发明实施例中步骤s4第二子步骤示意图；
51.图8为本发明实施例中步骤s43示意图。
具体实施方式
52.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
53.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
54.下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
55.本发明包括：
56.一种哮喘患者的健康管理方法，如图1所示，包括：
57.步骤s1：采集哮喘患者的生理指标；
58.步骤s2：根据生理指标生成患者元组；
59.步骤s3：根据患者元组和一预设的样本数据库生成参考样本，同时根据患者元组和预设的患者往期数据生成疾病进展标识；
60.步骤s4：根据参考样本和疾病进展标识输出健康建议；
61.健康建议用于调整哮喘患者的给药量和生活习惯。
62.具体地，本技术方案中所提供的健康管理方法，在实施过程中可以被应用在计算机软件产品中。该计算机软件产品可以完全在用户的本地计算机上执行、部分在用户的本地计算机上执行、作为单独的软件包、部分在用户的本地计算机上并且部分在远程计算机上，或者完全在远程计算机或者服务器上执行。
63.作为可选的实施方式，步骤s1中患者的生理指标通过多个物联网设备采集，物联网设备连接至一远程服务器并上传生理指标。
64.在一种较优的实施例中，步骤s2中的患者元组设置有多个字段，字段包括：患者年龄、患者体重、呼吸频率、血氧饱和度、呼吸音基频和呼吸音共振峰。
65.在一种较优的实施例中，如图2所示，步骤s2中呼吸音基频的生成方法包括：
66.步骤s21a：采集一预设时间段内的呼吸音，对呼吸音进行分帧处理；
67.步骤s22a：采用短时自相关法获得呼吸音的基频，并对呼吸音的基频归一化处理生成呼吸音基频。
68.具体地，由于本技术方案中采集患者的呼吸音作为分析对象，因此可以认为在预设时间段内的呼吸音信号具有周期性，其短时自相关函数也具有周期性。步骤s21a中，对呼
吸音进行分帧处理的方法为fl＝(l-3*fs/f0
min
)/n,其中，fs/f0
min
为估计的基音周期的最大值，n为步长，在一种实施例中优选为128，fl为帧数。随后，采用汉宁窗对信号a(t)＝(x(t)-u
x
)*w(t)进行处理，其中u
x
为语音信号的直流分量，得到ra(τ)＝r
x
(τ)/r0(τ)。随后对窗函数求取归一化自相关函数，得到进而生成原呼吸音信号的自相关函数r
x
(τ)＝ra(τ)/r
ω
(τ)，最后采用维特比算法进行递归求出基频。
69.在一种较优的实施例中，如图3所示，步骤s2中呼吸音共振峰的生成方法包括：
70.步骤s21b：采集一预设时间段内的呼吸音，对呼吸音进行分帧处理；
71.步骤s22b：通过线性预测法求出呼吸音极值模型；
72.步骤s23b：对呼吸音极值模型进行插值运算生成呼吸音曲线，将呼吸音曲线的峰值作为呼吸音共振峰输出。
73.在一种较优的实施例中，如图4所示，步骤s3包括：
74.步骤s31a：根据患者元组采用最近邻法从样本数据库中提取多个样本元组；
75.步骤s32a：根据样本元组与患者元组的距离，对样本元组进行加权处理生成参考样本。
76.具体地，样本元组为预先存储于样本数据库中的往期患者元组，其包含有多个与患者元组相对应的字段。患者元组通过字段能够有效地描述出当前患者的状况和疾病进展。通过最近邻法计算患者元组与多个样本元组的距离，可以从样本元组中有效筛选出与患者元组相关的样本元组。并且，根据距离加权计算，可以生成与患者元组最为接近的参考样本。通过上述方法能够有效提高诊断的准确率，实现对患者当前状况的自动跟踪诊断。
77.在一种较优的实施例中，如图5所示，步骤s3还包括：
78.步骤s31b：采用线性回归方法对患者元组和多个患者往期数据进行处理，获得患者元组相对于多个患者往期数据的偏差和斜率；
79.步骤s32b；判断偏差是否大于一预设的门限值；
80.若是，转向步骤s33b；
81.若否，将疾病进展标识设置为“不变”，随后转向步骤s4；
82.步骤s33b；判断斜率是否大于零；
83.若是，将疾病进展标识设置为“恶化”，随后转向步骤s4；
84.若否，将疾病进展标识设置为“好转”，随后转向步骤s4。
85.具体地，通过将患者元组与患者的往期数据进行比较，建立时间-疾病进程坐标系，可以有效地体现出当前患者的疾病进展状况。其中，疾病进程适用于慢性疾病，根据早期症状-晚期症状的发展设置疾病进程轴。同时，通过线性回归法对往期数据进行处理，可以基于往期数据生成对患者疾病进展的预测。当患者实际的疾病状况符合该预测时，表明患者的疾病进展在预估范围内，仅需要正常治疗即可。而当患者的实际疾病进展大于预设的门限值时，表明患者的疾病进展发生变化，此时需要进一步判断患者的疾病情况是好转还是恶化。通过线性回归法计算出疾病进展相对于时间轴的斜率，即可判断出当前疾病进程相对于预测情况好转或是恶化。
86.在一种较优的实施例中，如图6所示，步骤s4包括：
87.步骤s41a：根据参考样本从一预设的给药量数据库中获取预设的给药量；
88.步骤s42a：判断疾病进展标识；
89.当疾病进展标识为“不变”时，将预设的给药量作为输出给药量；
90.当疾病进展标识为“恶化”时，根据一预设的第一调整系数生成输出给药量；
91.当疾病进展标识为“好转”时，根据一预设的第二调整系数生成输出给药量。
92.在一种较优的实施例中，如图7所示，步骤s4还包括：
93.步骤s41b：根据参考样本从一预设的生活习惯数据库中获取第一生活建议；
94.步骤s42b：根据进展标识调整第一生活建议以输出第二生活建议。
95.在一种较优的实施例中，如图8所示，步骤s4还包括：
96.步骤s43：根据第二生活建议和输出给药量生成健康建议并输出。
97.以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。