基于神经网络的帕金森病预测设备、装置和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113693561A(43)申请公布日2021.11.26(21)申请号202110989622.1G06N3/08(2006.01)(22)申请日2021.08.26(71)申请人平安国际智慧城市科技股份有限公司地址518000广东省深圳市前海深港合作区妈湾兴海大道3048号前海自贸大厦1-34层(72)发明人尹果子(74)专利代理机构深圳市力道知识产权代理事务所(普通合伙)44507代理人张传义(51)Int.Cl.A61B5/00(2006.01)A61B5/11(2006.01)G06N3/04(2006.01)权利要求书2页说明书11页附图2页(54)发明名称基于神经网络的帕金森病预测设备、装置和存储介质(57)摘要本申请涉及人工智能领域，还涉及数字医疗领域，通过目标用户的手抖数据输入帕金森病预测模型进行预测，可以便捷地预测出用户患帕金森病的风险。涉及一种基于神经网络的帕金森病预测设备、装置和存储介质，该设备实现的步骤包括：获取目标用户对应的第一症状信息；将手抖数据输入帕金森病预测模型进行风险预测，获得目标用户对应的风险预测结果，风险预测结果包括第一预测概率；当第一预测概率大于或等于第一概率阈值时，输出第一风险提示信息；当第一预测概率大于或等于第二概率阈值且小于第一概率阈值时，获取目标用户对应的第二症状信息，基于第二症状信息输出第二风险提示信息。此外，本申请还涉及区块链技术，第一症状信息可存储于区块链中。CN113693561ACN113693561A权利要求书1/2页1.一种基于神经网络的帕金森病预测设备，其特征在于，所述帕金森病预测设备包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如下步骤：获取目标用户对应的第一症状信息，所述第一症状信息包括所述目标用户的手抖数据；将所述手抖数据输入帕金森病预测模型进行风险预测，获得所述目标用户对应的风险预测结果，所述风险预测结果包括所述目标用户患有帕金森病的第一预测概率；当所述第一预测概率大于或等于第一概率阈值时，输出所述目标用户患有帕金森病的第一风险提示信息；当所述第一预测概率大于或等于第二概率阈值且小于所述第一概率阈值时，获取所述目标用户对应的第二症状信息，并基于所述第二症状信息输出所述目标用户患有帕金森病的第二风险提示信息。2.根据权利要求1所述的基于神经网络的帕金森病预测设备，其特征在于，所述手抖数据包括手抖发生频次、抖动频率、抖动幅度以及抖动时长。3.根据权利要求1所述的基于神经网络的帕金森病预测设备，其特征在于，所述处理器实现基于所述第二症状信息输出所述目标用户患有帕金森病的第二风险提示信息的步骤，包括：当所述第二症状信息满足预设条件时，对所述第一预测概率增加预设的第二预测概率，获得第三预测概率，并输出包含所述第三预测概率的第二风险提示信息；当所述第二症状信息不满足所述预设条件时，输出包含所述第一预测概率的第二风险提示信息。4.根据权利要求3所述的基于神经网络的帕金森病预测设备，其特征在于，所述预设条件包括以下至少一项：所述目标用户存在肌肉强直症状；所述目标用户存在动作迟缓症状；所述目标用户存在容易忘记短期的事情症状。5.根据权利要求1所述的基于神经网络的帕金森病预测设备，其特征在于，所述第一症状信息还包括所述目标用户的个人信息；所述处理器实现的步骤，还包括：确定所述目标用户是否为帕金森病确诊患者；若所述目标用户为帕金森病确诊患者，则对所述第一症状信息中的个人信息进行脱敏处理，获得脱敏处理后的第一症状信息；将脱敏处理后的所述第一症状信息作为样本数据，以用于所述帕金森病预测模型进行训练。6.根据权利要求1所述的基于神经网络的帕金森病预测设备，其特征在于，所述处理器实现将所述手抖数据输入帕金森病预测模型进行预测，获得所述目标用户对应的风险预测结果的步骤之前，还包括：获取待训练的手抖样本数据；对所述手抖样本数据进行标签标注，获得携带标签的手抖样本数据；2CN113693561A权利要求书2/2页根据携带标签的手抖样本数据，对帕金森病预测模型进行迭代训练。7.根据权利要求6所述的基于神经网络的帕金森病预测设备，其特征在于，待训练的手抖样本数据包括帕金森病患者的第一手抖样本数据与非帕金森病患者的第二手抖样本数据；所述处理器实现对所述手抖样本数据进行标签标注，获得携带标签的手抖样本数据的步骤，包括：根据预设的计算公式，对所述第一手抖样本数据中的手抖发生频次、抖动频率、抖动幅度以及抖动时长进行手抖分值计算，获得所述第一手抖样本数据对应的手抖分值；若所述第一手抖样本数据对应的手抖分值大于或等于预设的手抖分阈值，则对所述第一手抖样本数据添加