一种动脉粥样硬化风险指数评估方法、介质及系统与流程

本发明属于疾病风险评估，具体而言，涉及一种动脉粥样硬化风险指数评估方法、介质及系统。

背景技术：

1、动脉粥样硬化(atherosclerosis)是一种慢性炎症性疾病，主要影响中老年人群，发病过程缓慢，很多患者在早期阶段没有明显症状，但随着病情的发展，动脉壁逐渐变厚，血管腔逐渐变窄，血流受限，这可能导致心脏病、脑血管病等严重的心血管疾病，甚至危及生命。因此，对动脉粥样硬化的早期预警和评估具有重要意义。

2、目前，临床上对动脉粥样硬化的诊断和评估主要依赖于影像学检查、血管内超声、血压测量、血脂检测等方法。然而，这些方法存在一定的局限性，如影像学检查可能受到检查设备、操作技术、患者配合程度等因素的影响；血管内超声是一种创伤性检查，对患者的身体状况要求较高；血压测量和血脂检测虽然可以反映患者的风险因素，但无法直接反映动脉粥样硬化的程度。此外，目前的评估方法多侧重于单一的生理指标，缺乏对患者整体状况的综合评估。

3、随着大数据技术、人工智能技术的发展，越来越多的研究开始关注动脉粥样硬化风险指数的评估。通过分析患者的基本数据(如年龄、性别、体重、身高、家族病史等)、生活习惯数据(如饮食、运动、睡眠、心理压力等)、生理数据(如脉搏、血压、血管弹性等)以及病史、症状、检查结果等患病过程数据，综合评估患者的动脉粥样硬化风险指数，以便对患者进行针对性的干预和治疗。

4、然而，现有的动脉粥样硬化风险指数评估方法存在一些问题。首先，现有方法主要依赖于专业医生的经验和主观判断，缺乏客观、量化的评估标准，容易受到个体差异的影响。其次，现有方法多侧重于单一的生理指标，缺乏对多维度数据的综合分析。此外，现有方法往往无法实现实时、动态的评估，难以满足患者个性化需求。

5、因此，有必要开发一种动脉粥样硬化风险指数评估方法，该方法应充分利用现有的大数据技术、人工智能技术，对患者的多维度数据进行综合分析，实现客观、量化、实时、动态的评估，以便为患者提供个性化的干预和治疗建议。

技术实现思路

1、有鉴于此，本发明提供一种动脉粥样硬化风险指数评估方法、介质及系统，能够解决当前现有技术中，对一种动脉粥样硬化风险指数评估多依靠经验，参数缺乏，造成动脉粥样硬化风险指数评估准确度不高的技术问题。

2、本发明是这样实现的：

3、本发明的第一方面提供一种动脉粥样硬化风险指数评估方法，其中，包含以下步骤：

4、s10、建立动脉粥样硬化数据库，包含多个数据对象，每个数据对象为动脉粥样硬化患者患病前后每一天的基本数据以及每一天的患病数据，所述基本数据包括生理量化数据、生活量化数据、脉搏量化数据；所述生理量化数据至少包括患者的年龄、性别、体重、身高、家族病史；所述生活量化数据至少包括患者的饮食量、运动指数、睡眠指数、皮肤状态指数以及自我状态描述；所述脉搏量化数据包括患者的心率、血压以及血管弹性；所述患病数据至少包含患者的症状、检查结果；

5、s20、获取被检测人员的基本数据；

6、s30、根据被检测人员的基本数据，在所述动脉粥样硬化数据库中进行数据比对，得到相似度最高的数据对象作为最佳匹配对象或数据对象集合作为最佳匹配对象集合；

7、s40、根据得到的最佳匹配对象或最佳匹配对象集合计算被测人员的动脉粥样硬化风险指数。

8、在上述技术方案的基础上，本发明的一种动脉粥样硬化风险指数评估方法还可以做如下改进：

9、其中，所述建立动脉粥样硬化数据库的步骤，具体包括：

10、数据采集，具体是以app终端直接采集或简介采集的方式进行数据采集，其中，直接采集的数据包括：年龄、性别、体重、身高、家族病史、饮食量、运动、睡眠、皮肤状态、自我状态描述、心率、血压；间接采集方式采集的数据包括血管弹性、症状以及检查结果；其中，间接采集方式为通过医院在医生指导下采集的血管弹性，和通过医生的检查确定的症状以及医生、医疗检测设备检查的检查结果；

11、数据量化，具体是将年龄、性别、体重、身高、家族病史数据组建为一个向量，作为生理量化数据，将饮食量、运动、睡眠、皮肤状态以及自我状态描述数据组建为一个向量，作为生活量化数据，将心率、血压以及血管弹性数据组建为一个向量，作为脉搏量化数据，将症状、检查结果组建为一个向量，作为患病数据；

12、数据补充，具体是对于不完整的直接采集的数据，采用语言描述方式进行补充；

13、建立数据对象，具体是将每个患者的身份id、以及所述患者每一天的基本生理量化数据、生活量化数据、脉搏量化数据、患病数据作为一个数据单元，将所述患者全部天的数据单元作为一个数据对象；

14、将所有的数据对象使用键值对方式形成动脉粥样硬化数据库。

15、进一步的，所述家族病史的采集步骤，具体包括：

16、采集患者的家族成员的病史信息；

17、将采集到的患者的家族病史信息，按照疾病类型进行分类；

18、分局采集到的患者的家族病史信息，计算家族病史分数；

19、将家族病史分数进行标准化处理，得到一个分数，作为家族病史；

20、所述症状的采集的步骤，具体包括：

21、将患者的症状分为不同的类别；

22、应用现有的标准化量表，对患者的症状进行量化得到各项评分；

23、评估患者症状对其日常生活和工作的影响程度作为权重；

24、将得到的各项评分加权后相加，得出一个总分值，作为患者的症状；

25、所述检查结果采集的步骤，具体包括：

26、根据检查得到的每个项目的结果与正常范围的对比，为每个项目设定一个评分；

27、获取医生对每个项目给予不同的权重；

28、将所有检查项目的加权评分相加，得到一个总分；以总分作为患者的检查结果。

29、进一步的，所述饮食量的采集步骤，具体包括：

30、获取饮食信息，包括饮食的日期时间和饮食前图像和饮食后图像以及饮食比例，所述饮食比例为患者与多人共同进餐时患者所描述的个人的饮食比例，为一个百分比，若为患者单人进餐，则饮食比例为100％；

31、对饮食前图像和饮食后图像进行包括裁剪、缩放、旋转、降噪、增强的预处理，得到饮食前预处理图像和饮食后预处理图像；

32、根据饮食前预处理图像和饮食后预处理图像，利用训练好的饮食量计算模型，得到的计算结果乘以饮食比例为患者的饮食量，所述饮食量是每个日期时间的表示热量摄入、脂肪摄入、蛋白质摄入、蔬菜摄入的向量；

33、所述饮食量计算模型的建立和训练步骤，具体包括：

34、建立第一训练样本，包括多组历史饮食前图像和历史饮食后前图像，以及采用实验方式检测得到的饮食量；

35、利用卷积神经网络建立饮食量计算模型雏形并采用第一训练样本进行训练，得到饮食量计算模型；其中，训练的输入为历史饮食前图像和历史饮食后前图像的通道合并图像，训练的输出为采用实验方式检测得到的饮食量。

36、采用上述改进方案的有益效果为：采用饮食前图像和饮食后图像，可以计算饮食指数，而且，由于不同的餐饮尤其是菜品盛盘方式会造成部分食材被遮挡，比如不少餐馆提供的梅菜扣肉、水煮肉片等为了美观，表面看起来都是肉，里面都是蔬菜，因此需要使用饮食前后的图像进行对比才能更好的计算饮食指数。

37、进一步的，所述皮肤状态的采集步骤，具体包括：

38、获取皮肤信息，所述皮肤信息包括皮肤图像以及拍摄的日期时间；

39、对饮皮肤图像进行包括裁剪、缩放、旋转、降噪、增强的预处理，得到预处理皮肤图像；

40、根据预处理皮肤图像，利用训练好的皮肤图像计算模型，得到皮肤状态，其中，皮肤状态是每个日期时间的表示皮肤苍白、皮肤发绀、皮肤干燥、皮肤溃疡、皮肤色素沉着、毛细血管扩张、异常皮肤纹理的指数型向量；

41、所述皮肤图像计算模型的建立和训练步骤，具体包括：

42、建立第二训练样本，包括多组患者发病前后不同日期的皮肤图像；

43、对患者发病前后不同日期的皮肤图像进行包括裁剪、缩放、旋转、降噪、增强的预处理，得到多组第二样本图像；

44、对第二样本图像进行医生人工标记，标记第二样本图像的皮肤状态向量，包括多个指标，具体是皮肤苍白指数、皮肤发绀指数、皮肤干燥指数、皮肤溃疡指数、皮肤色素沉着指数、毛细血管扩张指数、异常皮肤纹理指数，每个指标均为0-9分，0分表示没有，9分表示最严重；

45、利用卷积神经网络建立皮肤图像计算模型雏形并采用第二训练样本进行训练，得到皮肤图像计算模型；其中训练的输入为第二样本图像，训练的输出为第二样本图像的皮肤状态向量。

46、进一步的，所述自我描述的采集步骤，具体包括：

47、获取患者的自我描述音频，所述自我描述音频为患者发病前后每天的至少包含心情、压力、精神状态、疲劳度的语音描述；

48、将自我描述音频转为自我描述文本；

49、采用大语言模型对自我描述文本进行提炼，得到自我描述标准文本；

50、对自我描述标准文本进行量化，得到用于表示心情指数、压力指数、精神状态指数以及疲劳度指数的向量作为采集的自我描述数据。

51、进一步的，所述根据被检测人员的基本数据，在所述动脉粥样硬化数据库中进行数据比对，得到相似度最高的数据对象或数据对象集合的步骤，具体包括：

52、对被检测人员的基本数据进行预处理；

53、计算动脉粥样硬化数据库每个数据对象的每一天的基本数据与被检测人员基本数据的相似度；

54、选取相似度最高的单个数据对象作为最佳匹配对象，基本数据的日期作为最匹配日期；

55、或者，选取相似度排名靠前的数个数据对象作为最佳匹配对象集合，结合中每个基本数据的日期作为最匹配日期。

56、进一步的，所述根据得到的最佳匹配对象或最佳匹配对象集合计算被测人员的动脉粥样硬化风险指数的步骤，具体包括：

57、当s30步骤中，得到的为最佳匹配对象时，计算最佳匹配对象对应的数据对象的最匹配日期与发病日期的差值，得到的天数差作为动脉粥样硬化风险指数；

58、当s30步骤中，得到的为最佳匹配对象集合时，计算集合对应的每个数据对象的最匹配日期与发病日期的差值，得到的平均天数作为动脉粥样硬化风险指数。

59、本发明的第二方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于上述的动脉粥样硬化风险指数评估方法。

60、本发明的第三方面提供一种动脉粥样硬化风险指数评估系统，包括上述的一种计算机可读存储介质。

61、与现有技术相比较，本发明提供的一种动脉粥样硬化风险指数评估方法、介质及系统的有益效果是：

62、系统性评估：通过收集患者的基本数据、生活量化数据、脉搏量化数据和患病过程数据，结合数据库中的相似数据对象进行综合分析，从而为患者提供一个系统性的动脉粥样硬化风险评估。

63、客观性和准确性：该评估方法采用了多种数据来源，包括生理量化数据、生活量化数据、脉搏量化数据和患病过程数据，以及患者的自我描述数据等。这些数据的获取和处理过程采用了先进的计算方法和算法，如卷积神经网络、大语言模型等，从而保证了评估结果的客观性和准确性。

64、个性化评估：通过与数据库中相似度最高的数据对象或数据对象集合进行比对，该方法可以为每个患者提供个性化的动脉粥样硬化风险评估。这有助于医生制定针对性的治疗方案，并为患者提供更加精准的健康管理建议。

65、可操作性：该发明专利采用了易于操作的数据采集方法，如图像分析、音频转文本等，使得患者可以在日常生活中方便地获取所需数据。同时，该方法的计算过程采用了先进的计算技术，能够快速地为患者提供评估结果。

66、预防性：通过对动脉粥样硬化风险指数的评估，可以帮助患者及时了解自己的健康状况，采取相应的预防措施，如调整生活习惯、增加运动等，从而降低动脉粥样硬化的发病风险。

67、避免了纯粹依靠医生经验进行评估，且评估参数多样化，提高了动脉粥样硬化风险指数评估准确度。

68、采用距离发病的天数作为动脉粥样硬化风险指数，比采用百分比数据作为动脉粥样硬化风险指数，更能给被测人员进行提醒，改变生活习惯，预防动脉粥样硬化疾病的发生。