1.一种疾病预警装置,其特征在于,包括:
信息采集模块,用于采集目标用户的第一信息;所述第一信息包括影像信息;
匹配模块,用于将所述第一信息与预设数据库中的与各个预警阶段对应的第二信息进行匹配,并根据匹配结果得出所述目标用户的预警特征所对应的预警阶段和对应的风险因子;其中,所述预设数据库包括多个预警阶段和与各个所述预警阶段对应的第二信息,且每个所述预警阶段对应至少一个风险因子;
预警模块,用于按照所述目标用户的预警特征所对应的预警阶段,根据所述风险因子并结合时间序列模型对所述目标用户的预警特征进行预警分析;所述时间序列模型为:
其中,Xt为预测结果;ξt-j为风险因子在t时刻的值;μt为风险因子在t时刻的偏移,和θj为模型系数,与目标用户相关,通过目标用户的历史信息拟合得到;其中,所述历史信息包括以往的个人基本信息、生理参数、临床检验数据和影像信息。
2.根据权利要求1所述的疾病预警装置,其特征在于,所述疾病包括心血管疾病;所述预警模块包括:
获取单元,用于获取在所述目标用户的预警特征所对应的预警阶段中,各个所述风险因子对应的对所述目标用户预警阶段的跟踪频率;
评估预警单元,用于按照各个所述风险因子的跟踪频率,结合时间序列模型评估所述目标用户斑块的发展趋势,以判定所述目标用户预警特征的预警阶段。
3.根据权利要求2所述的疾病预警装置,其特征在于,所述第一信息还包括个人基本信息、生理参数和临床检验数据;所述评估预警单元具体用于:
根据所述目标用户斑块的发展趋势,结合综合模型判定所述目标用户预警特征的预警阶段;
其中,所述综合模型通过机器学习算法探索所述目标用户的个人基本信息、生理参数和临床检验数据与斑块风险级别和其影像学特征的关系得出;
所述综合模型的建立过程为:
从所有受试疾病患者中随机抽取B个样本作为训练集,剩余的样本作为测试集,共抽取K次;其中,B为大于等于2的整数;K为大于等于1的整数;
基于每次抽取的样本建立对数秩决策树,基于每一棵树的规则,利用测试集计算累积风险函数;
将多棵树的累积风险函数求平均值,得到最终风险函数,并通过所述最终风险函数建立所述综合模型。
4.根据权利要求2所述的疾病预警装置,其特征在于,所述预警模块还包括:
调整单元,用于根据所述目标用户预警特征的预警阶段,调整风险因子的跟踪频率。