基于大数据分析的老年人心血管疾病预测系统的制作方法

本发明涉及心血管疾病预测，具体为基于大数据分析的老年人心血管疾病预测系统。

背景技术：

1、心血管疾病预测是指通过一系列评估、检测和分析手段，结合患者的个人健康数据、生活习惯、遗传等因素，对心血管疾病的发生、发展和复发进行预测和评估的过程。

2、公开号为cn112768071a的专利申请公开了一种心血管疾病患病风险预测系统、方法、装置及存储介质，主要通过数据采集模块采集第一数据，便可根据采集到的第一数据，通过公式计算出心血管疾病的患病风险，该预测系统适用于当代中国中老年人，在使用最简单预测因素的同时保持着较好的预测准确度，上述专利虽然解决了风险预测的问题，但是在实际操作中还存在以下问题：

3、1.没有将数据进行更完善的处理，从而导致原始数据完整性欠佳。

4、2.没有将患者录入的数据中的异常数据进行及时的获取，从而导致患者疾病耽误治疗。

5、3.没有根据患者本身的实际情况与录入的数据进行更精准的评估，从而导致健康指导计划的针对性不佳。

技术实现思路

1、本发明的目的在于提供基于大数据分析的老年人心血管疾病预测系统，通过及时发现和标记异常数据，可以实现早期干预和疾病预防，提高患者的生活质量并降低医疗成本，分级预警机制可以根据异常数据的严重性和紧急性采取不同的处理措施，更加灵活和高效，一旦发现异常数据并触发预警，系统可以迅速做出反应，通知相关人员进行处理，从而避免潜在的健康风险，根据数据的重要性和对整体健康的影响程度进行数据项的权重分配。这种权重分配方法能够更准确地反映各数据项在健康评估中的相对重要性，使得评估结果更加合理和准确，可以解决现有技术中的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、基于大数据分析的老年人心血管疾病预测系统，包括：

4、患者登录处理单元，用于：

5、患者进行数据录入之前先进行预测系统的登录注册，登录注册完成后进行安全登录，安全登录后进入系统进行数据录入；

6、患者数据录入管理单元，用于：

7、患者将个人健康数据录入至预测系统中，同时，预测系统允许其他健康系统进行个人健康数据同步备份，患者将个人健康数据确认后进行数据预处理，数据预处理完成后得到目标健康数据；

8、患者数据预测预警单元，用于：

9、将目标健康数据进行数据分类，将分类完成的目标健康数据进行数据比对分析，根据比对分析结果进行异常数据预测，并根据预测的异常数据的异常阈值进行不同程度的异常预警，并将异常数据标注为异常个人健康数据；

10、患者数据评估指导单元，用于：

11、将目标健康数据进行全面评估，根据全面评估的评估结果进行对应的健康管理计划制定，并将制定完成的健康管理计划标注为健康指导数据；

12、患者咨询问诊单元，用于：

13、将异常个人健康数据和健康指导数据传输至预测系统的显示终端进行数据显示，同时，患者在预测系统的用户互动版块中进行咨询问诊。

14、优选的，所述患者登录处理单元，还用于：

15、患者在首次登录时进行预测系统的账号注册，其中，账号注册时患者进行账号登录方式、密码的注册；

16、账号注册完成后登录预测系统，并且，输入账号和密码时若出现账号或密码异常进行弹窗提示，账号和密码安全输入后进行安全校验，安全校验后成功登录预测系统。

17、优选的，所述患者数据录入管理单元，包括：

18、健康数据录入模块，用于：

19、患者进入预测系统时在显示终端进行个人健康数据录入，其中，个人健康数据包括个人档案、医疗记录、生活习惯；

20、并且，患者通过个人终端上的其他健康系统进行健康数据的互通；

21、其中，根据患者的互通确认，将其他健康系统中的医疗记录同步至预测系统中进行同步；

22、同步完成后得到完整的患者个人健康数据，患者在显示终端上对个人健康数据进行错误排查；

23、若排查出同步错误的个人健康数据，则患者进行自行修改和调整；

24、患者的个人健康数据获取后得到标准健康数据。

25、优选的，所述患者数据录入管理单元，还包括：

26、录入数据预处理模块，用于：

27、将标准健康数据进行数据预处理；

28、数据预处理流程为将标准健康数据依次进行数据清洗、数据转换、数据集成、数据特征划分和数据备份；

29、其中，数据清洗为将标准健康数据中的模糊数据进行修复，将重复数据、孤立点数据和缺失值数据进行数据删除；

30、数据清洗完成后进行数据转换，数据转换为将标准健康数据的格式进行归一化处理；

31、数据转换完成后进行数据集成，数据集成为将标准健康数据利用集成脚本进行数据的集成；

32、数据集成完成后进行数据特征划分，数据特征划分为将标准健康数据通过特征选择法进行特征选择、特征提取和特征构建；

33、数据特征划分完成后进行数据备份，数据备份为将标准健康数据的首次备份利用完成备份法进行备份，首次备份后的备份采用增量备份法进行备份；

34、数据备份完成后得到目标健康数据。

35、优选的，所述患者数据预测预警单元，包括：

36、健康数据预测模块，用于：

37、先将目标健康数据进行数据分类，其中，将目标健康数据分类为生理检测数据、心理检测数据、健康行为数据；

38、其中，生理检测数据为患者的身高、体重、血压、血糖、血脂、心率、体温、生物标志物检测数据；

39、心理检测数据为压力水平数据；

40、健康行为数据为饮食、运行、习惯、睡眠的统计数据；

41、从数据库中调取与患者年龄及病情对应的合格健康数据；

42、将合格健康数据与分类完成的目标健康数据进行数据比对；

43、数据比对后将超出标准阈值的目标健康数据进行异常数据标记；

44、其中，若目标健康数据中的生理检测数据、心理检测数据、健康行为数据与合格健康数据进行比对时，比对结果中生理检测数据、心理检测数据、健康行为数据超出合格健康数据的标准阈值，则超出标准阈值的生理检测数据、心理检测数据、健康行为数据为异常数据。

45、优选的，所述患者数据预测预警单元，还包括：

46、预测异常数据预警模块，用于：

47、将异常数据进行异常阈值确认，其中，异常阈值为异常数据与合格健康数据之间的差值；

48、根据异常阈值将异常数据进行预警程度划分；

49、预警成为分为一级预警、二级预警和三级预警；

50、其中，预警级数越高则预警强度越强；

51、预警程度划分完成后得到异常个人健康数据。

52、优选的，所述患者数据评估指导单元，还用于：

53、将目标健康数据中的生理检测数据、心理检测数据、健康行为数据依次进行全面评估；

54、其中，生理检测数据的全面评估为根据患者的年龄和疾病确认患者的正常生理检测指标，并观测是否有异常波动，将获取的生理检测数据与正常生理检测指标进行比较，根据比较结果判断是否在健康范围内；

55、心理检测数据的全面评估为根据患者的年龄和疾病确认患者的正常心理检测指标，将获取的心理检测数据与正常心理检测指标进行比较，根据比较结果判断是否在健康范围内；

56、健康行为数据的全面评估为根据患者的年龄和疾病确认患者的正常行为指标，将获取的健康行为数据与正常行为指标进行比较，根据比较结果判断是否在健康范围内；

57、根据生理检测数据、心理检测数据、健康行为数据的比较结果进行综合评估；

58、其中，综合评估为根据数据的重要性和对整体健康的影响程度，将生理检测数据、心理检测数据、健康行为数据的数据项进行权重分配；

59、将每个数据项的值乘以相应的权重，最后得到母女健康数据的综合评估结果；

60、根据综合评估结果进行患者的管理计划制定，并标注为健康指导数据。

61、优选的，所述患者咨询问诊单元，还用于：

62、将异常个人健康数据和健康指导数据分别进行柱状图、折线图、饼图的转换，转换完成后传输至显示终端进行显示；

63、同时，患者在预测系统中的用户互动版块中对显示数据进行咨询问诊；

64、其中，用户互动版块将患者的咨询问诊数据进行关键词确认，预测系统根据患者咨询问诊中的关键词进行对应的问诊解答。

65、优选的，还包括：

66、采集心血管疾病的多个参考指标数据并对采纳考指标数据进行等级分类；

67、获取每个参考指标数据的健康数据参考源，根据健康数据参考源确定各参考指标数据的数据分布，根据数据分布确定各参考指标数据之间的差异度；

68、基于各参考指标数据之间的差异度确定每个参考指标数据的密度，根据密度确定每个参考指标数据的参考价值；

69、根据每个参考指标数据的参考价值确定该参考指标数据的数据属性，所述数据属性包括：边缘数据、重点数据和核心数据；

70、根据每个参考指标数据的数据属性设置该参考指标数据的参考权重；

71、获取每个参考指标数据的采集信号数据，对采集信号数据进行划分获取心冲击信号数据和心振动信号数据；

72、将心冲击信号数据和心振动信号数据进行时序同步并采集二者的信号特征，根据信号特征确定二者的联动特征参数；

73、基于联动特征参数确定每个参考指标数据分别在健康模态和非健康模态下的语义描述特征；

74、根据每个参考指标数据的参考权重和语义描述特征确定重点映射数据项；

75、将重点映射数据项作为对于老年人心血管疾病预测的评估项。

76、优选的，在账号注册完成后登录预测系统，并且，输入账号和密码时若出现账号或密码异常进行弹窗提示，账号和密码安全输入后进行安全校验，安全校验后成功登录预测系统的过程中，还包括：

77、获取患者在进行系统账号注册时的操作时长参数和操作精度参数；

78、根据操作时长参数和操作精度参数评估出患者的操作效率系数和操作稳定系数；

79、在患者通过注册账号和密码登录预测系统后，生成图像拼接验证弹窗提示并获取患者的验证操作参数；

80、根据验证操作参数获取登录人员的验证完成时长和验证次数；

81、根据验证完成时长和验证次数确定登录人员为患者本人的概率：其中，p表示为登录人员为患者本人的概率，表示为患者所在年龄段人群的平均反应系数，表示为登录人员的验证完成时长，表示为患者所在年龄段人群的平均验证完成时长，表示为患者的操作效率系数，表示为患者所在年龄段人群的智力系数，表示为登录人员的验证次数，表示为患者所在年龄段人群的平均验证次数，表示为患者的操作稳定系数；

82、确认登录人员为患者本人的概率是否大于等于预设概率，若是，确认安全校验通过并登录预测系统，若否，发出登录风险提醒。

83、与现有技术相比，本发明的有益效果如下：

84、1.本发明提供的基于大数据分析的老年人心血管疾病预测系统，通过与其他健康系统的数据互通，可以确保患者个人健康数据的完整性和准确性，避免了因数据分散而导致的信息遗漏或错误，同步完成后得到的患者个人健康数据更为全面，数据预处理流程具有明确的步骤和规则，使得数据处理过程具有高度的可重复性和可维护性。当新的标准健康数据输入时，可以快速地按照既定流程进行处理，保证了数据的一致性和准确性。

85、2.本发明提供的基于大数据分析的老年人心血管疾病预测系统，比对的数据是与患者年龄及病情对应的合格健康数据，因此预测结果更加个性化，能够更准确地反映患者的健康状况，通过及时发现和标记异常数据，可以实现早期干预和疾病预防，提高患者的生活质量并降低医疗成本，分级预警机制可以根据异常数据的严重性和紧急性采取不同的处理措施，更加灵活和高效，一旦发现异常数据并触发预警，系统可以迅速做出反应，通知相关人员进行处理，从而避免潜在的健康风险。

86、3.本发明提供的基于大数据分析的老年人心血管疾病预测系统，根据数据的重要性和对整体健康的影响程度进行数据项的权重分配。这种权重分配方法能够更准确地反映各数据项在健康评估中的相对重要性，使得评估结果更加合理和准确，预测系统能够根据患者咨询问诊中的关键词进行智能匹配和解答，提高了问答的效率和准确性，为患者提供及时、专业的健康指导。