本發(fā)明專利技術(shù)涉及物聯(lián)網(wǎng)領(lǐng)域，具體是指一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、預(yù)警與通知模塊、健康管理與互動(dòng)模塊、醫(yī)療服務(wù)協(xié)同模塊；本方案采用優(yōu)化的SSA方法進(jìn)行特征選擇，通過融入多種策略來增強(qiáng)算法的全局搜索能力和對(duì)復(fù)雜數(shù)據(jù)結(jié)構(gòu)的適應(yīng)性，智能識(shí)別和保留與風(fēng)濕病高度相關(guān)的特征，提升特征選擇的準(zhǔn)確性和效率；采用改進(jìn)的MobileNet?V3模型進(jìn)行訓(xùn)練，使用參數(shù)更為精簡的CA機(jī)制替換原有的SE組件，并使用后驗(yàn)貝葉斯優(yōu)化方法對(duì)MobileNet?V3模型的超參數(shù)進(jìn)行優(yōu)化，構(gòu)建一個(gè)既簡便又高效的預(yù)測模型，實(shí)現(xiàn)對(duì)患者健康狀況的精準(zhǔn)管理與干預(yù)。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及物聯(lián)網(wǎng)領(lǐng)域，具體是指一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)。

技術(shù)介紹

1、現(xiàn)有的基于物聯(lián)網(wǎng)技術(shù)的患者遠(yuǎn)程健康管理系統(tǒng)的確革新了傳統(tǒng)的醫(yī)療保健方式。但是，在風(fēng)濕病這一特定疾病的健康管理應(yīng)用場景下，還存在一些痛點(diǎn)亟待改進(jìn)和完善：風(fēng)濕病因其獨(dú)特的病理特性和臨床表現(xiàn)的復(fù)雜多樣性，當(dāng)前技術(shù)在識(shí)別和選取與風(fēng)濕病病情緊密相關(guān)的生物標(biāo)志物或臨床指標(biāo)時(shí)，存在局限性，未能充分挖掘和利用風(fēng)濕病特有的數(shù)據(jù)特征，導(dǎo)致健康管理干預(yù)措施的針對(duì)性和效率不足，影響了患者護(hù)理的質(zhì)量與效果；由于數(shù)據(jù)隱私和獲取成本巨大，現(xiàn)有的健康管理系統(tǒng)在只有少量數(shù)據(jù)的情況下，不能充分捕捉每位患者獨(dú)特的病發(fā)機(jī)理，導(dǎo)致預(yù)測精準(zhǔn)度欠佳，無法達(dá)到預(yù)期的預(yù)測效果。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述情況，本專利技術(shù)提供了一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，針對(duì)當(dāng)前技術(shù)在識(shí)別和選取與風(fēng)濕病病情緊密相關(guān)的生物標(biāo)志物或臨床指標(biāo)時(shí)，存在局限性，未能充分挖掘和利用風(fēng)濕病特有的數(shù)據(jù)特征的問題，本方案采用優(yōu)化的ssa方法進(jìn)行特征選擇，通過融入多種策略來增強(qiáng)算法的全局搜索能力和對(duì)復(fù)雜數(shù)據(jù)結(jié)構(gòu)的適應(yīng)性，智能識(shí)別和保留與風(fēng)濕病高度相關(guān)的特征，提升特征選擇的準(zhǔn)確性和效率；針對(duì)現(xiàn)有的健康管理系統(tǒng)在只有少量數(shù)據(jù)的情況下，不能充分捕捉每位患者獨(dú)特的病發(fā)機(jī)理，導(dǎo)致預(yù)測精準(zhǔn)度欠佳的問題，采用改進(jìn)的mobilenet-v3模型進(jìn)行訓(xùn)練，使用參數(shù)更為精簡的ca機(jī)制替換原有mobilenet-v3的se組件，旨在以更高效的計(jì)算成本實(shí)現(xiàn)特征的精細(xì)化學(xué)習(xí)，并

2、本專利技術(shù)提供的一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、預(yù)警與通知模塊、健康管理與互動(dòng)模塊、醫(yī)療服務(wù)協(xié)同模塊；

3、所述數(shù)據(jù)采集模塊使用智能穿戴設(shè)備和家用醫(yī)療設(shè)備采集風(fēng)濕病患者的生理數(shù)據(jù)，以及針對(duì)風(fēng)濕病特點(diǎn)的關(guān)節(jié)活動(dòng)度和疼痛等級(jí)，生成患者數(shù)據(jù)；

4、所述數(shù)據(jù)處理模塊對(duì)患者數(shù)據(jù)進(jìn)行預(yù)處理，去除無效數(shù)據(jù)和噪聲，整合來自多個(gè)設(shè)備的生理數(shù)據(jù)，得到初始數(shù)據(jù)集，并使用優(yōu)化的ssa方法進(jìn)行特征選擇，篩選影響風(fēng)濕病的關(guān)鍵因素，生成特征數(shù)據(jù)集；

5、所述預(yù)警與通知模塊使用特征數(shù)據(jù)集的數(shù)據(jù)對(duì)改進(jìn)的mobilenet-v3模型進(jìn)行訓(xùn)練，得到風(fēng)濕病的正常閾值，當(dāng)患者數(shù)據(jù)超過正常閾值時(shí)，自動(dòng)觸發(fā)警報(bào)，生成預(yù)警信息，并根據(jù)預(yù)警信息通知家人和醫(yī)院；

6、所述健康管理與互動(dòng)模塊記錄患者的電子病歷，獲取預(yù)警信息并提供遠(yuǎn)程咨詢服務(wù)，同時(shí)為患者提供健康管理方法，記錄患者日常狀態(tài)和活動(dòng)量；

7、所述醫(yī)療服務(wù)協(xié)同模塊與醫(yī)院信息系統(tǒng)對(duì)接，醫(yī)生通過該模塊查看和分析患者數(shù)據(jù)，同時(shí)獲取醫(yī)院信息系統(tǒng)內(nèi)的電子病歷，并傳輸?shù)浇】倒芾砼c互動(dòng)模塊，完成歸檔與跟蹤，實(shí)現(xiàn)跨醫(yī)療機(jī)構(gòu)及不同科室之間的資源流動(dòng)。

8、所述數(shù)據(jù)處理模塊，使用優(yōu)化的ssa方法進(jìn)行特征選擇，所述優(yōu)化的ssa方法，具體包括以下步驟：

9、步驟s1：特征初始化，對(duì)初始數(shù)據(jù)集進(jìn)行特征提取并分類，生成初始特征和特征標(biāo)簽；

10、步驟s2：基于mic的種群初始化，使用mic方法對(duì)初級(jí)特征和特征標(biāo)簽進(jìn)行處理，并生成個(gè)體和個(gè)體的初始解；

11、步驟s3：多種群自適應(yīng)生成，初始化一個(gè)主群體搜索最優(yōu)解，設(shè)置f-p算子，并生成子群體；

12、步驟s4：候選池生成，對(duì)每個(gè)群體中的個(gè)體使用f-p算子，生成一個(gè)包含潛在新解的候選池；

13、步驟s5：使用代理模型預(yù)測最優(yōu)解，建立一個(gè)多代理模型估計(jì)候選池中潛在新解的適應(yīng)度，預(yù)測候選池中m個(gè)最優(yōu)解的位置，得到最優(yōu)解的預(yù)測結(jié)果；

14、步驟s6：更新子群體和個(gè)體位置，根據(jù)預(yù)測結(jié)果更新子群體，并使用物理啟發(fā)算法、隨機(jī)系數(shù)和收斂因子以及當(dāng)前最優(yōu)解來更新個(gè)體的位置，所用公式如下：

15、；

16、；

17、式中，表示收斂因子，為自然對(duì)數(shù)的底數(shù)，表示當(dāng)前的迭代次數(shù)，為最大迭代次數(shù)，和分別表示第次和第次迭代后的位置，表示當(dāng)前已知的全局最優(yōu)解位置，為隨機(jī)選取的系數(shù)，為[0,1]范圍內(nèi)的隨機(jī)數(shù)，和分別為余弦函數(shù)和正弦函數(shù)；

18、步驟s7：多群體通信機(jī)制，當(dāng)生成的子群體大小大于等于3時(shí)，每個(gè)子群體隨機(jī)選擇兩個(gè)其他子群體進(jìn)行信息交流，選出子群體最優(yōu)解；

19、步驟s8：替換最差解，使用子群體最優(yōu)解的加權(quán)平均值替換本群體的最差解，最差解的權(quán)重使用適應(yīng)度值來決定，所用公式如下：

20、；

21、式中，和表示分別代表兩個(gè)被選中子群體的最優(yōu)解的適應(yīng)度值，為第一個(gè)隨機(jī)選取的子群體中的最優(yōu)解，為第二個(gè)隨機(jī)選取的子群體中的最優(yōu)解，表示第個(gè)子群體中最差解；

22、進(jìn)一步的，在步驟s2中，基于mic的種群初始化，具體包括以下步驟：

23、步驟s21：計(jì)算mic值，計(jì)算每個(gè)初始特征與特征標(biāo)簽的mic值，以量化它們之間的相關(guān)性強(qiáng)度；

24、步驟s22：特征分組，將特征按mic值從高到低分為4組，所用公式如下：

25、；

26、式中，表示初始數(shù)據(jù)集，和是對(duì)進(jìn)行網(wǎng)格劃分的兩個(gè)變量，表示互信息量，衡量和之間的相互依賴程度，為網(wǎng)格大小的上限，表示對(duì)分母進(jìn)行對(duì)數(shù)變換，用于標(biāo)準(zhǔn)化最大互信息量，為的最大值，為的mic值；

27、步驟s23：預(yù)處理特征，設(shè)定閾值，移除mic值低于該閾值的特征，其中的取值為0.3，為所有特征的平均mic值；

28、步驟s24：混合初始化，將初始特征和特征標(biāo)簽分別作為個(gè)體和個(gè)體的初始解，將1/2的個(gè)體采用基于mic的策略進(jìn)行初始化，剩余1/2的個(gè)體進(jìn)行隨機(jī)初始化；

29、進(jìn)一步的，在步驟s3中，多種群自適應(yīng)生成策略，具體包括以下步驟：

30、步驟s31：主群體搜索與檢測，初始化一個(gè)主群體，使用主群體搜索最優(yōu)解，將主群體中的第一個(gè)個(gè)體作為領(lǐng)導(dǎo)者，設(shè)置迭代次數(shù)n，如果主群體的最優(yōu)解在迭代n次中未改變，則得到局部最優(yōu)解，其中，n=5；

31、步驟s32：子群體生成，從主群體中選出距離領(lǐng)導(dǎo)者最遠(yuǎn)的m個(gè)個(gè)體生成子群體，以子群體的第一個(gè)個(gè)體為領(lǐng)導(dǎo)者，搜索最優(yōu)解；

32、步驟s33：設(shè)置f-p算子，所用公式如下：

33、；

34、式中，表示第個(gè)特征與特征標(biāo)簽之間的mic值，和為常數(shù)參數(shù)，，，為第個(gè)個(gè)體的第個(gè)解的位置，為f-p算子。

35、所述預(yù)警與通知模塊使用改進(jìn)的mobilenet-v3模型對(duì)特征數(shù)據(jù)集的數(shù)據(jù)進(jìn)行訓(xùn)練，改進(jìn)的mobilenet-v3模型構(gòu)建方法，具體包括以下步驟：

36、步驟p1：拓寬模型，使用翻轉(zhuǎn)殘差塊和se塊的點(diǎn)狀卷積層改變mobilenet-v3模型中每層的通道數(shù)；

37、步驟p2：替本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

1.一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，其特征在于：包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、預(yù)警與通知模塊、健康管理與互動(dòng)模塊、醫(yī)療服務(wù)協(xié)同模塊；

2.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，其特征在于：所述數(shù)據(jù)處理模塊，使用優(yōu)化的SSA方法進(jìn)行特征選擇，所述優(yōu)化的SSA方法，具體包括以下步驟：

3.根據(jù)權(quán)利要求2所述的一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，其特征在于：在步驟S3中，多種群自適應(yīng)生成策略，具體包括以下步驟：

4.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，其特征在于：改進(jìn)的MobileNet-V3模型構(gòu)建方法，具體包括以下步驟：

5.根據(jù)權(quán)利要求4所述的一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，其特征在于：在步驟P4中，具體包括以下步驟：

【技術(shù)特征摘要】

1.一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，其特征在于：包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、預(yù)警與通知模塊、健康管理與互動(dòng)模塊、醫(yī)療服務(wù)協(xié)同模塊；

2.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)，其特征在于：所述數(shù)據(jù)處理模塊，使用優(yōu)化的ssa方法進(jìn)行特征選擇，所述優(yōu)化的ssa方法，具體包括以下步驟：

3.根據(jù)權(quán)利要求2所述的一種基于物聯(lián)網(wǎng)...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：余田，何會(huì)青，汪鑫，郭映荷，鄒家，楊碧霜，趙琳，鄒妙音，
申請(qǐng)(專利權(quán))人：廣元市中心醫(yī)院，
類型：發(fā)明
國別省市：

相關(guān)知識(shí)

一種基于NBIOT技術(shù)的嬰兒健康狀況監(jiān)測系統(tǒng)設(shè)計(jì)方法
醫(yī)療行業(yè)遠(yuǎn)程醫(yī)療與互聯(lián)網(wǎng)醫(yī)療系統(tǒng)方案.doc
【技術(shù)干貨】遠(yuǎn)程醫(yī)療和遠(yuǎn)程保健服務(wù)加速醫(yī)療物聯(lián)網(wǎng)的需求
互聯(lián)網(wǎng)加智慧醫(yī)療遠(yuǎn)程醫(yī)療解決方案.pptx
國家衛(wèi)生計(jì)生委關(guān)于印發(fā)遠(yuǎn)程醫(yī)療信息系統(tǒng)建設(shè)技術(shù)指南的
互聯(lián)網(wǎng)醫(yī)療展現(xiàn)遠(yuǎn)程診療巨大潛力：深藍(lán)擁抱新技術(shù)新趨勢
數(shù)字健康在心血管疾病研究領(lǐng)域的技術(shù)演進(jìn)
醫(yī)療衛(wèi)生行業(yè)遠(yuǎn)程醫(yī)療與健康管理平臺(tái)方案.doc
智慧醫(yī)療：技術(shù)驅(qū)動(dòng)健康未來
生物技術(shù)與人類健康.ppt

網(wǎng)址: 一種基于物聯(lián)網(wǎng)技術(shù)的風(fēng)濕病患者遠(yuǎn)程健康管理系統(tǒng)技術(shù)方案 http://www.u1s5d6.cn/newsview76638.html