一种基于机器学习的脑卒中高危人群行为决策模型构建系统

1.本发明涉及病患行为决策技术领域，特别涉及一种基于机器学习的脑卒中高危人群行为决策模型构建系统。


背景技术：

2.脑卒中主要是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，在脑卒中严重状态产生后，会出现患者局部躯干或肌肉无法正常工作的不良现象。在高危脑卒中患者处于医院初期的治疗状态下，自身处于口部咬合肌因脑卒中影响发生无法正常作出张开以及进食动作时，需要制定咬合肌外扩张康复训练，以达到恢复目的，但是如何将患者在周期康复训练产生后，如何对每个训练周期内所起到的康复效果数据采集，并将该行为决策带来对病情恢复趋势的影响度用以模型化构建提取，却并未得到很好的解决。为此，我们提出一种基于机器学习的脑卒中高危人群行为决策模型构建系统。


技术实现要素：

3.本发明的主要目的在于提供一种基于机器学习的脑卒中高危人群行为决策模型构建系统。
4.为实现上述目的，本发明采取的技术方案为：一种基于机器学习的脑卒中高危人群行为决策模型构建系统，该系统包括云处理器、数据导入模块、成分分析模块和下颚恢复检测模块，所述数据导入模块依据患者体重数值以及当日活动所需进食量对餐品类别配比并将餐类比例计录上传，所述成分分析模块通过接收所述数据导入模块的进食计量数据后，对进食食物中所含的成分分析处理，所述下颚恢复检测模块用于对患者咬合肌外扩张状态恢复情况测定，所述下颚恢复检测模块包括头部固定单元、侧边定位单元、下颚活动测定单元、下颚托附单元和数据传输单元，所述头部固定单元穿戴于患者头部位置用于位置固定，所述侧边定位单元穿设于患者耳部用于防位移限位，所述下颚活动测定单元设置于所述下颚托附单元和所述头部固定单元之间用于患者嘴部闭口肌训练的恢复完成度的测定，所述数据传输单元用于将测定数据上传至云处理器。
5.本发明进一步的改进在于，所述数据导入模块包括用于患者自身体重测量的患者测重单元、用于患者进食各种类食物重量数据采集的餐类各量计数单元，用于患者咬合肌恢复训练时长计数采集的训练时长计数单元以及用于将采集数据集中处理并通过无线信号发送的信息录入单元。
6.本发明进一步的改进在于，所述成分分析模块包括用于依据食物份量对所含微量元素分析的微量元素分析单元，用于对进食物所含有机物分析的有机物分析单元，用于对进食物碳水、脂肪和蛋白质含量分析的营养分析单元以及用于接收所述信息录入单元传输信号并分析处理的微处理器。
7.本发明进一步的改进在于，所述云处理器用于接收所述数据导入模块、所述成分
分析模块以及下颚恢复检测模块发送信息并云计算处理后构成模型上传至服务器。
8.本发明进一步的改进在于，所述下颚托附单元的一端设有卡扣式后颈防脱带。
9.本发明进一步的改进在于，一种基于机器学习的脑卒中高危人群行为决策模型构建系统的构建流程，包括：s1、在高危患者脑卒中状态下咬合肌外扩张状态受到影响而需要恢复训练前，通过下颚恢复检测模块测定当前未康复状态下患者的闭口肌张闭时可以产生的外扩力，将首次测定数据导入云处理器记录；s2、在针对患者咬合肌外扩张恢复训练后，将患者每次进食日的自身体重以及咬合肌恢复训练时长录入信息录入单元，并在完成计算后将配比设定的当日维持正常体况食用量数据通过无限信号发送至成分分析模块，使成分分析模块接收到配比设定的当日维持正常体况食用量数据后，通过成分分析模块对获知的配比后食物量中所含成分进行计算，并将该计算数据传输至云处理器；s3、在完成咬合肌外扩张恢复训练以及按照计划进食到达一个周期而对恢复程度进行测定时，通过将头部固定单元穿戴于头部固定，并将侧边定位单元置入患者耳部外侧套设实现防脱落限位，此时下颚托附单元置于患者下颚部分支托，患者即张口施力使下颚托附单元因受到外扩力将下颚活动测定单元施加下压力，使得下颚活动测定单元对外扩时产生的下压力数值进行记录并通过数据传输单元发送至云处理器，通过云处理器将恢复前后状态以及恢复时的进食量数据模型化构建，并将模型数据上传服务器用以对恢复训练以及进食计划后的咬合肌外扩张恢复状态进行后续处理分析。
10.与现有技术相比，本发明通过下颚恢复检测模块测定当前未康复状态下患者的闭口肌张闭时可以产生的外扩力，将首次测定数据导入云处理器记录，在针对患者咬合肌外扩张恢复训练达到一个周期后，进行测定记录，患者装配使用下颚恢复检测模块后，即张口施力使下颚托附单元因受到外扩力将下颚活动测定单元施加下压力，使得下颚活动测定单元对外扩时产生的下压力数值进行记录并通过数据传输单元发送至云处理器，通过云处理器将恢复前后状态以及恢复时的进食量数据模型化构建，并将模型数据上传至服务器用以后续对恢复训练计划后的咬合肌外扩张恢复状态进行后续处理分析。
11.与现有技术相比，本发明通过患者测重单元对患者体重所需进食量以及训练时长计数单元对当日活动康复咬合肌恢复训练时长录入记录，之后依据上述数据对符合当日患者需求进食的食物量配比设定并通过餐类各量计数单元录入，此后信息录入单元对餐类各量计数单元所记录的设定食物量数据处理发送至微处理器，使微处理器接收到配比设定的当日维持正常体况食用量，通过微量元素分析单元、有机物分析单元以及营养分析单元对获知的配比后食物量中所含成分进行计算并上传至云处理器，从而在完成周期训练后，通过云处理器将训练周期进食营养数据对患者康复速度的影响进行而模型构建，用以后续进食营养数据对患者康复训练的影响进行处理分析。
附图说明
12.图1为本发明一种基于机器学习的脑卒中高危人群行为决策模型构建系统的组成图。
13.图2为本发明一种基于机器学习的脑卒中高危人群行为决策模型构建系统中数据
导入模块和成分分析模块的示意图。
14.图3为本发明一种基于机器学习的脑卒中高危人群行为决策模型构建系统中下颚恢复检测模块的示意图。
15.图中：1、云处理器；2、数据导入模块；21、信息录入单元；22、患者测重单元；23、餐类各量计数单元；24、训练时长计数单元；3、成分分析模块；31、微处理器；32、微量元素分析单元；33、有机物分析单元；34、营养分析单元；4、下颚恢复检测模块；41、头部固定单元；42、侧边定位单元；43、下颚活动测定单元；44、下颚托附单元；441、卡扣式后颈防脱带；45、数据传输单元。
具体实施方式
16.下面结合具体实施方式对本发明作进一步的说明，其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制，为了更好地说明本发明的具体实施方式，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸，对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的，基于本发明中的具体实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他具体实施方式，都属于本发明保护的范围。
17.实施例1如图1-3所示，一种基于机器学习的脑卒中高危人群行为决策模型构建系统，该系统包括云处理器1、数据导入模块2、成分分析模块3和下颚恢复检测模块4，数据导入模块2用于患者体重数值以及所需进食量的餐品类别配比信息计录上传，成分分析模块3通过接收数据导入模块2的进食量信息数据后，对进食食物中所含的成分分析处理，下颚恢复检测模块4用于对患者咬合肌外扩张状态恢复情况测定，下颚恢复检测模块4包括头部固定单元41、侧边定位单元42、下颚活动测定单元43、下颚托附单元44和数据传输单元45，头部固定单元41穿戴于患者头部位置用于位置固定，侧边定位单元42穿设于患者耳部用于防位移限位，下颚活动测定单元43设置于下颚托附单元44和头部固定单元41之间用于患者嘴部闭口肌训练的恢复完成度的测定，数据传输单元45用于将测定数据上传至云处理器1。
18.在单组高危患者于医院脑卒中状态下产生咬合肌外扩张状态受到影响而需要恢复训练前，可通过下颚恢复检测模块4测定当前未康复状态下患者的闭口肌张闭时可以产生的外扩力，并将首次通过下颚恢复检测模块4测定的外扩力数据导入云处理器1记录，在针对患者咬合肌外扩张恢复训练后，将患者每次进食日的自身体重通过患者测重单元22以及咬合肌恢复训练时长通过训练时长计数单元24录入信息录入单元21，并在完成计算后将配比设定的当日维持正常体况食用量数据通过餐类各量计数单元23录入信息录入单元21内，之后通过无限wifi信号发送至成分分析模块3，使成分分析模块3接收到配比设定的当日维持正常体况食用量数据后，通过成分分析模块3对获知的配比后食物量中所含成分进行计算，并将该计算数据传输至云处理器1，在完成咬合肌外扩张恢复训练到达一个周期而对恢复程度进行测定时，通过将头部固定单元41穿戴于头部固定，并将侧边定位单元42置入患者耳部外侧套设实现防脱落限位，此时下颚托附单元44置于患者下颚部分支托，患者即张口施力使下颚托附单元44因受到外扩力将下颚活动测定单元43施加下压力，使得下颚活动测定单元43对外扩时产生的下压力数值进行记录并通过数据传输单元45发送至云处
理器1，通过云处理器1将康复恢复前后数据模型化构建，并将模型数据上传服务器用以对单个患者在进食计划以及恢复训练同步进行后的咬合肌外扩张恢复状态进行后续的分析。
19.其中，数据导入模块2包括用于患者自身体重测量的患者测重单元22、用于患者进食各种类食物重量数据采集的餐类各量计数单元23，用于患者咬合肌恢复训练时长计数采集的训练时长计数单元24以及用于将采集数据集中处理并通过无线信号发送的信息录入单元21；患者测重单元22用于对患者康复过程中的自身体重采集记录用以上传数据后针对患者体重消耗计算所需的正常食物供给量信息并上传至信息录入单元21，营养分析单元34用于记录患者康复过程对咬合肌开合训练的时长并将数据传递信息录入单元21后，从而对康复周期内患者的训练量记录，用以后续决策模型的构建。
20.其中，成分分析模块3包括用于依据食物份量对所含微量元素分析的微量元素分析单元32，用于对进食物所含有机物分析的有机物分析单元33，用于对进食物碳水、脂肪和蛋白质含量分析的营养分析单元34以及用于接收信息录入单元21传输信号并分析处理的微处理器31；在所需进食的分量通过信息录入单元21传输至营养分析单元34后，由于钾元素和镁元素能够缓解血管压力起到降低血压的作用，可通过微量元素分析单元32分析出食物中所含的钾元素和镁元素富含量，由于维生素c能够起到调节胆固醇代谢的作用，并且还可以有效抑制动脉硬化的发展，可以在一定程度上辅助治疗中风，同时维生素c还可以提高血管质量，能够有效避免血管破裂，可通过有机物分析单元33分析出所需进食中存有的维生素c含量，而营养分析单元34可对食物中碳水、脂肪和蛋白质含量分析，可以获知当日进食量是否达到正常碳水、脂肪和蛋白质的供给，通过上述数据构建模型传输至服务器后用以后续计算进食量对患者咬合肌扩张恢复效果的影响。
21.其中，云处理器1用于接收数据导入模块2、成分分析模块3以及下颚恢复检测模块4发送信息并云计算处理后构成模型上传至服务器；云处理器1通过收入接收数据导入模块2、成分分析模块3以及下颚恢复检测模块4发送的信息并进行云计算处理将行为模型构成，将构成后的模型上传到服务器用于后续对数据的对比分析。
22.其中，下颚托附单元44的一端设有卡扣式后颈防脱带441；通过下颚托附单元44托付于患者下颚底部时，通过将卡扣式后颈防脱带441的卡扣部分解除脱离，在将下颚托附单元44缠绕至患者后颈位置后，通过将卡扣式后颈防脱带441的卡扣部分扣接实现穿戴定位。
23.实施例2如图1-3所示，一种基于机器学习的脑卒中高危人群行为决策模型构建系统，该系统包括云处理器1、数据导入模块2、成分分析模块3和下颚恢复检测模块4，数据导入模块2用于患者体重数值以及所需进食量的餐品类别配比信息计录上传，成分分析模块3通过接收数据导入模块2的进食量信息数据后，对进食食物中所含的成分分析处理，下颚恢复检测模块4用于对患者咬合肌外扩张状态恢复情况测定，下颚恢复检测模块4包括头部固定单元41、侧边定位单元42、下颚活动测定单元43、下颚托附单元44和数据传输单元45，头部固定单元41穿戴于患者头部位置用于位置固定，侧边定位单元42穿设于患者耳部用于防位移限位，下颚活动测定单元43设置于下颚托附单元44和头部固定单元41之间用于患者嘴部闭口肌训练的恢复完成度的测定，数据传输单元45用于将测定数据上传至云处理器1。
24.其中，数据导入模块2包括用于患者自身体重测量的患者测重单元22、用于患者进食各种类食物重量数据采集的餐类各量计数单元23，用于患者咬合肌恢复训练时长计数采
集的训练时长计数单元24以及用于将采集数据集中处理并通过无线信号发送的信息录入单元21。
25.其中，成分分析模块3包括用于依据食物份量对所含微量元素分析的微量元素分析单元32，用于对进食物所含有机物分析的有机物分析单元33，用于对进食物碳水、脂肪和蛋白质含量分析的营养分析单元34以及用于接收信息录入单元21传输信号并分析处理的微处理器31。
26.其中，云处理器1用于接收数据导入模块2、成分分析模块3以及下颚恢复检测模块4发送信息并云计算处理后构成模型上传至服务器。
27.其中，下颚托附单元44的一端设有卡扣式后颈防脱带441本实施例中与实施例1中相同的部分不再赘述，与实施例1不同处在于，在单组高危患者于医院脑卒中状态下产生咬合肌外扩张状态受到影响而需要恢复训练前，可通过下颚恢复检测模块4测定当前未康复状态下患者的闭口肌张闭时可以产生的外扩力，并将首次通过下颚恢复检测模块4测定的外扩力数据导入云处理器1记录，在针对患者咬合肌外扩张恢复训练后到达一个周期通过下颚恢复检测模块4对恢复程度进行重新测定后，将测定前后数据发送至云处理器1，通过云处理器1将康复恢复前后数据模型化构建，并将模型数据上传服务器用以对单个患者在恢复训练同步进行前后的咬合肌外扩张恢复状态进行后续的分析。
28.实施例3如图1-3所示，一种基于机器学习的脑卒中高危人群行为决策模型构建系统，该系统包括云处理器1、数据导入模块2、成分分析模块3和下颚恢复检测模块4，数据导入模块2用于患者体重数值以及所需进食量的餐品类别配比信息计录上传，成分分析模块3通过接收数据导入模块2的进食量信息数据后，对进食食物中所含的成分分析处理，下颚恢复检测模块4用于对患者咬合肌外扩张状态恢复情况测定，下颚恢复检测模块4包括头部固定单元41、侧边定位单元42、下颚活动测定单元43、下颚托附单元44和数据传输单元45，头部固定单元41穿戴于患者头部位置用于位置固定，侧边定位单元42穿设于患者耳部用于防位移限位，下颚活动测定单元43设置于下颚托附单元44和头部固定单元41之间用于患者嘴部闭口肌训练的恢复完成度的测定，数据传输单元45用于将测定数据上传至云处理器1。
29.其中，数据导入模块2包括用于患者自身体重测量的患者测重单元22、用于患者进食各种类食物重量数据采集的餐类各量计数单元23，用于患者咬合肌恢复训练时长计数采集的训练时长计数单元24以及用于将采集数据集中处理并通过无线信号发送的信息录入单元21。
30.其中，成分分析模块3包括用于依据食物份量对所含微量元素分析的微量元素分析单元32，用于对进食物所含有机物分析的有机物分析单元33，用于对进食物碳水、脂肪和蛋白质含量分析的营养分析单元34以及用于接收信息录入单元21传输信号并分析处理的微处理器31。
31.其中，云处理器1用于接收数据导入模块2、成分分析模块3以及下颚恢复检测模块4发送信息并云计算处理后构成模型上传至服务器。
32.其中，下颚托附单元44的一端设有卡扣式后颈防脱带441本实施例中与实施例1中相同的部分不再赘述，与实施例1不同处在于，可通过采
用组别对照的形式，将采取饮食量精确控制的咬合肌扩张治疗症状患者以及未采取饮食量精确控制的咬合肌扩张治疗症状患者在进行周期的康复训练恢复后，通过数据导入模块2对组别不同的患者恢复程度进行测定，并将组别不同的患者测定数据通过云处理器1数据模型化构建，使模型数据上传服务器后可用以对不同食量控制状态恢复训练后，咬合肌外扩张恢复状态进行后续的分析，用以后期模型构建后的对照类比。
33.以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。