[发明专利]一种建立重大心血管疾病风险预警模型方法及装置

说明书

本发明公开了一种建立重大心血管疾病风险预警模型方法，包括：实时采集心脏数据，并保存到心脏数据库中；对所述心脏数据进库中的数据进行复制分为训练数据库和测试数据库；建立心血管疾病模型并通过所述训练数据库中的数据进行训练优化模型，直至达到训练次数和训练准确度阈值；将训练优化后的所述心血管疾病模型通过所述测试数据库中的数据进行测试，直至达到测试次数和测试准确度阈值；输出测试通过后的心血管疾病模型，得到最终的重大心血管疾病风险预警模型；本发明通过建立心血管疾病风险预警模型，对心血管疾病进行智能分析预警，解决现有技术中无法基于心脏数据智能分析疾病进行预警的技术问题，从而实现缓解医疗资源的压力。

技术领域

本发明涉及心血管疾病模型建立技术领域，尤其涉及一种建立重大心血管疾病风险预警模型方法及装置。

背景技术

中国心血管病患病率处于持续上升阶段，2016年心血管病调查报告显示中国心血管疾病患病人数高达2.9亿，发病率及死亡率均居于首位，高于肿瘤及其他疾病。由于中国人口的老龄化因素影响，尽管年龄标化的心血管疾病死亡率有所下降，但心血管疾病死亡率的绝对数字仍在快速上升，2013年较1990年增加了46％，其中缺血性心脏病的死亡人数增加了90.9％。2004年以来，心血管疾病的住院费用增速远高于GDP增速，心血管疾病的高患病率、高死亡率和高疾病负担，严重威胁了我国人民的健康。

为了保障人们的生命安全，需要对病人的心脏数据进行检测并进行预警分析；但是现有技术中都是通过医生常规的检查判断确定病情，而面对数量日益增大的病人群体，我国目前的医疗资源明显不足，再加上需要对未患病的群体进行疾病检查就使得医疗资源更加缺乏，基于上述理由，目前亟需建立一套基于心脏数据对心血管疾病进行预测识别的模型系统，以实现智能分析病人的疾病风险。

发明内容

本发明提供了一种建立重大心血管疾病风险预警模型方法及装置，以解决现有技术中无法基于心脏数据智能分析疾病进行预警的技术问题，从而通过建立心血管疾病风险预警模型，对心血管疾病进行智能分析预警，进而实现缓解医疗资源的压力。

为了解决上述技术问题，本发明实施例提供了一种建立重大心血管疾病风险预警模型方法，包括：

实时采集心脏数据，并保存到心脏数据库中；

对所述心脏数据进库中的数据进行复制分为训练数据库和测试数据库；

建立心血管疾病模型并通过所述训练数据库中的数据进行训练优化模型，直至达到训练次数和训练准确度阈值；

将训练优化后的所述心血管疾病模型通过所述测试数据库中的数据进行测试，直至达到测试次数和测试准确度阈值；

输出测试通过后的心血管疾病模型，得到最终的重大心血管疾病风险预警模型。

作为优选方案，在所述实时采集心脏数据之后，还包括：对所述心脏数据进行预处理。

作为优选方案，所述对所述心脏数据进行预处理，包括：对所述心脏数据进行降维处理和数据清洗。

作为优选方案，在所述对所述心脏数据进行预处理之后，还包括：对预处理后的心脏数据进行低通滤波处理。

作为优选方案，所述低通滤波频率为小于或等于5HZ。

作为优选方案，在所述心血管疾病模型通过所述训练数据库中的数据进行训练优化模型中，还包括：获取心血管疾病判断参数数据，并将所述参数数据加入所述心血管疾病模型中进行疾病参数对比。

作为优选方案，所述心脏数据包括十二导联心电信号数据、胸阻抗信号数据、心肺音信号数据和血氧信号数据。

作为优选方案，所述训练次数为20万次，所述训练准确度阈值为90％。

作为优选方案，所述测试次数为10万次，所述测试准确度阈值为98％。