[发明专利]基于体温信息的抑郁症预测系统

说明书

本发明公开了基于体温信息的抑郁症预测系统；包括控制模块，所述控制模块上电性连接有比较模块，所述比较模块上电性连接有处理模块，所述处理模块上电性连接有红外测温模块，所述控制模块上电性连接有通讯模块，所述通讯模块上电性连接有模型模块，所述通讯模块用于实现对所述控制模块需要传输的数据信息进行通讯传输；本发明通过红外测温模块对患者的温度进行实时的采集，通过比较模块对采集的数据信息和基准信息进行比较，对于超过基准信息的采集数据信息进行剔除，通过在边缘云计算中形成模型，实现对数据信息进行处理，实现预测抑郁症的发作，即通过边缘云计算有效的降低系统的运行过程，提高运算的效率和准确性。

技术领域

本发明属于病症检测技术领域，具体涉及基于体温信息的抑郁症预测系统。

背景技术

抑郁症是现在最常见的一种心理疾病，以连续且长期的心情低落为主要的临床特征，是现代人心理疾病最重要的类型。临床可见，心情低落和现实过得不开心，情绪长时间地低落消沉，从一开始的闷闷不乐到最后的悲痛欲绝，自卑、痛苦、悲观、厌世，感觉活着每一天都是在绝望地折磨自己，消极，逃避，最后甚至更有自杀倾向和行为。患者患有躯体化症状。胸闷，气短。每天只想躺在床上，什么都不想动。有明显的焦虑感。更严重者会出现幻听、被害妄想症、多重人格等精神分裂症状。抑郁症每次发作，持续至少2周以上、一年，甚至数年，大多数病例有复发的倾向，这样就需要对抑郁症患者进行提前检测，然后进行提前治疗，然而市面上各种的抑郁症患者的预测仍存在各种各样的问题。

如授权公告号为CN110236572B所公开的基于体温信息的抑郁症预测系统，其虽然实现了由信息采集器获取目标用户在预设时间段内的待处理体温信息，再由信息采集器获取目标用户在预设时间段内的待处理体温信息，并对所述待处理体温数据进行预处理操作，获得目标体温数据，然后根据所述目标体温数据对预设拟合曲线方程进行曲线拟合，获得基础体温特征，接着根据所述基础体温特征生成衍生体温特征，之后根据所述基础体温特征和衍生体温体征建立当前特征集合，从所述当前特征集合中选取特征子集，最后根据所述特征子集通过预设预测模型进行综合性分析，获得抑郁症的预测结果，能够非常方便地来实现抑郁症预测，并且预测方式在操作上非常方便，能够由用户进行独立地初步诊断，但是并未解决现有抑郁症预测检测中存在的不能够通过模型进行预测处理，以及不能够实现对采集的数据信息进行有效的比较处理，造成数据不够精准等的问题，为此我们提出基于体温信息的抑郁症预测系统。

发明内容

本发明的目的在于提供基于体温信息的抑郁症预测系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：基于体温信息的抑郁症预测系统，包括控制模块，所述控制模块上电性连接有比较模块，所述比较模块上电性连接有处理模块，所述处理模块上电性连接有红外测温模块，所述控制模块用于实现对系统进行控制调节，并且实行对数据信息进行基本的算法处理，所述比较模块用于实现对所述处理模块传输的数据信息进行比较，通过大量的数据信息进行进行设定温度范围值，对于异常的温度数据信息进行剔除，所述处理模块用于实现对所述红外测温模块检测到的数据信息进行处理，提高数据信息的精准度和安全性，防止数据信息在传输的时候发生丢失，所述红外测温模块用于实现对患者进行体温测量，通过测量的大量体温信息，实现对患者的抑郁情况进行预测性判定；

所述控制模块上电性连接有通讯模块，所述通讯模块上电性连接有模型模块，所述通讯模块用于实现对所述控制模块需要传输的数据信息进行通讯传输，所述模型模块采用的是边缘云系统进行模型建立，所述模型模块采用的是预测模型，用通过检测的体温实现对患者的抑郁状态进行预测，所述边缘云系统中还包括有计算、存储和安全，用于实现对数据信息进行计算处理、数据存储和安全防护；

所述预测模型采用的是阻尼趋势模型，因为Hole的线性趋势模型对未来预测值过高，在加入阻力效应有效缓解较高的线性趋势，所述阻尼趋势模型的计算公式如下：

式中：α代表水平的平滑参数，