【技术实现步骤摘要】
本专利技术涉及抑郁症预警，具体为一种基于体医深度融合的大学生抑郁症精准智能预警系统。
技术介绍
1、体医融合是通过体育与医疗卫生系统的资源整合与相互协同，优化健康资源配置，提升健康服务效率，最终促进全民健康水平提升。
2、大学生可能会面临学业、生活、身体和即将进入社会的问题，容易产生心理压力。
3、进行体育活动可以缓解心理压力，提高健康水平，在进行体育活动时，通过医疗仪器监测人体相关数据，并精准智能的预测目标的抑郁程度是极为有必要的。
技术实现思路
1、本部分的目的在于概述本专利技术的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
2、鉴于上述和/或现有一种基于体医深度融合的大学生抑郁症精准智能预警系统中存在的问题，提出了本专利技术。
3、因此，本专利技术的目的是提供一种基于体医深度融合的大学生抑郁症精准智能预警系统，在使用时，先给目标穿戴上医疗检测器械，然后让目标进行体育活动，例如跑步、快走、骑车等，并记录目标体育活动期间的各项身体信息，如脑电波、脉搏波和心电波的变化过程，然后导入已经构建好的数据库中，并结合数据库中未患抑郁症者和患抑郁症者在相同体育活动时的身体信息，构建一个对比模型，根据模型并结合医生对目标现场精神状态来综合分析目标的精神状况，并将目标现场精神状态输入
4、为解决上述技术问题，根据本专利技术的一个方面，本专利技术提供了如下技术方案：
5、一种基于体医深度融合的大学生抑郁症精准智能预警系统，包括由以下重量份的组分组成：
6、包括构建数据库、体医融合检测、导入数据库、人工分析和智能预警；所述构建数据库包括数据采集、数据录入、数据管理和数据更新；
7、所述数据采集用于采集未患抑郁症者和患抑郁症者在体育活动时的各项身体信息并记录这些数据；
8、所述体医融合检测包括体育运动和健身活动，且医疗检测的数据包括但不限于脑电波、脉搏波和心电波；
9、所述导入数据库的步骤为先在数据库新建文件，然后将检测到的目标信息输入新建文件并形成图表，然后导入数据库已有的信息，得到目标信息和数据库信息的对比图；例如在相同速度的跑步机上跑步同样时间的期间，目标脑电波和数据库中抑郁症患者的脑电波变化的对比模型；
10、所述工分析是医生将检测到的目标身体信息导入数据库，并和数据库信息形成对比模型，并结合现场观察到的目标的精神状态来综合分析目标的精神状况；
11、所述智能预警用于向医生发出预警报告，提醒目标的抑郁症强度或目标可能患上抑郁症的可能性大小。
12、作为本专利技术所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统的一种优选方案，其中，所述数据更新是用来实时更新数据库的，每当一个目标来检测时，就会利用体医融合的方式采取到目标的身体信息，并将这些信息录入数据库，用以完善和改进数据库。
13、作为本专利技术所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统的一种优选方案，其中，所述数据采集和体医检测数据中的脉搏波数据还包括目标的静息态、深呼吸状态和站立态的脉搏波数据。
14、作为本专利技术所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统的一种优选方案，其中，所述静息态为目标静坐五分钟并自然呼吸的数据；所述深呼吸状态为目标吸气5秒再呼气5秒，重复10遍期间的数据；所述站立态为目标站立2分钟期间的数据。
15、作为本专利技术所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统的一种优选方案，其中，所述对比模型由rnn(循环神经网络)和lstm(长短期记忆网络)这种学历模型进行训练，完成基于数据的抑郁症分类和分析。
16、作为本专利技术所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统的一种优选方案，其中，所述数据采集和体医检测数据还包括血氧水平依赖性(blood oxygenlevel dependent)，也就是bold信号；通过分析bold信号，可以探索大脑不同区域之间的连接模式，了解信息如何在大脑中传递和处理，以及这些过程如何受到疾病或药物的影响，在预警抑郁症领域，可以根据非抑郁症者和抑郁症者的bold信号，也就是运动中目标大脑中信息的传递差异做为一项依据，来判断目标是否患有抑郁症。
17、与现有技术相比，本专利技术具有的有益效果是：在使用时，先给目标穿戴上医疗检测器械，然后让目标进行体育活动，例如跑步、快走、骑车等，并记录目标体育活动期间的各项身体信息，如脑电波、脉搏波和心电波的变化过程，然后导入已经构建好的数据库中，并结合数据库中未患抑郁症者和患抑郁症者在相同体育活动时的身体信息，构建一个对比模型，根据模型并结合医生对目标现场精神状态来综合分析目标的精神状况，并将目标现场精神状态输入模型中做为辅助，然后模型得出目标的抑郁症强度或目标可能患上抑郁症的可能性大小，医生根据模型给出的结论并结合医学经验对目标做为最后的判断和预警。
本文档来自技高网...【技术保护点】
1.一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，包括构建数据库、体医融合检测、导入数据库、人工分析和智能预警；所述构建数据库包括数据采集、数据录入、数据管理和数据更新；
2.根据权利要求1所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，所述数据更新是用来实时更新数据库的，每当一个目标来检测时，就会利用体医融合的方式采取到目标的身体信息，并将这些信息录入数据库，用以完善和改进数据库。
3.根据权利要求1所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，所述数据采集和体医检测数据中的脉搏波数据还包括目标的静息态、深呼吸状态和站立态的脉搏波数据。
4.根据权利要求3所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，所述静息态为目标静坐五分钟并自然呼吸的数据；所述深呼吸状态为目标吸气5秒再呼气5秒，重复10遍期间的数据；所述站立态为目标站立2分钟期间的数据。
5.根据权利要求1所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，所述对比模型由
6.根据权利要求1所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，所述数据采集和体医检测数据还包括血氧水平依赖性(Blood OxygenLevelDependent)，也就是BOLD信号；通过分析BOLD信号，可以探索大脑不同区域之间的连接模式，了解信息如何在大脑中传递和处理，以及这些过程如何受到疾病或药物的影响，在预警抑郁症领域，可以根据非抑郁症者和抑郁症者的BOLD信号，也就是运动中目标大脑中信息的传递差异做为一项依据，来判断目标是否患有抑郁症。
...【技术特征摘要】
1.一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，包括构建数据库、体医融合检测、导入数据库、人工分析和智能预警；所述构建数据库包括数据采集、数据录入、数据管理和数据更新；
2.根据权利要求1所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，所述数据更新是用来实时更新数据库的，每当一个目标来检测时，就会利用体医融合的方式采取到目标的身体信息，并将这些信息录入数据库，用以完善和改进数据库。
3.根据权利要求1所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，所述数据采集和体医检测数据中的脉搏波数据还包括目标的静息态、深呼吸状态和站立态的脉搏波数据。
4.根据权利要求3所述的一种基于体医深度融合的大学生抑郁症精准智能预警系统，其特征在于，所述静息态为目标静坐五分钟并自然呼吸的数据；所述深呼吸状态为目...
【专利技术属性】
技术研发人员：许彤，王娇娇，楚君，付浩，付强，张茹茹，张美霞，
申请(专利权)人：河南省精神病医院新乡医学院第二附属医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。