基于DBN脑血管病智慧健康管理模式的移动平台研究

发布时间：2020-05-20 20:43

【摘要】：近些年来,由于生活水平的提高,老龄化程度的加重,导致慢性病的发病率也在逐年升高,由于慢性病的原因导致人口死亡已经成为严重的问题。因此针对慢性病管理,国家有关部门和相应医疗机构都需要重点关注。这就要求医疗机构不断提升医疗技术来解决慢性病给患者带来的伤害,同时在移动互联网快速普及的今天,也应该利用移动医疗的便捷性改变人们传统慢性病防控观念和管理手段。通过移动方式实现健康管理,将观念尽快从过去的“疾病治疗为主”转移到“健康预防为主”上来。本文在分析传统脑血管病健康管理模式后,找到现有管理模式的弊端,针对其弊端结合由目前已经在营运中的脑血管病的医疗联合体,建立了云计算、物联网、互联网技术和大数据技术支撑下的全新脑血管病智慧健康管理模式。通过“评估—制定管理计划—跟踪干预”的临床路径模式,也就是通过专科医生配合全科医生结合的智慧健康管理团队入驻社区和医院,依据健康管理及疾病防治指南。通过构建深度置信网络预警模型实现健康风险评估预警,设定健康管理计划,进行健康干预,监控干预效果。然后再评估、再制定计划、再跟踪,通过这样的循环以达到最终实现健康管理及控制疾病的目的。同时,建立二、三级医院与社区卫生服务机构之间、专科全科医生之间的双向转诊通道,定向精确转诊,引导实现社区健康管理,并且可以通过移动平台实现患者信息采集、效果数据接收、医患交流的实时进行。
【图文】：

网络算法

逦构数据的剖析［４７］。逡逑．深度学习的实现方式主要是通过构造层级来实现，将模型分为多个层次的数据经过处理在传递到高级层次。每层均会记录输入和输出数据，通过层高模型的预测能力，深度学习的能力主要是可以通过分层的模式完成对复杂的抽象逡逑２．３．２深度置信网络算法结构逡逑深度置信网络（ＤＢＮｓ）是由单层的神经网络和多层的受限玻尔兹曼机组习算法。算法的基础是通过构建分层模型来完成，底层是波尔兹曼机的层层据信息进行层层的传递，每层都会进行规则的抽取，，最后通过ＢＰ神经网络完成最终数据的抽象。其核心还是通过统计学概率来确定特征值［４９］。算法的－１所不。逡逑

趋势图,健康管理,健康档案,电视

逦１逦划执行情况，定期进行重新评估逡逑图３－１智慧健康管理模式逡逑Ｆｉｇｕｒｅ３－１邋Ｓｍａｒｔ邋Ｈｅａｌｔｈ邋Ｍａｎａｇｅｍｅｎｔ邋Ｍｏｄｅ逡逑３．３．２脑血管病智慧健康管理模式构建逡逑（１）健康数据采集：智慧数据采集可以使用联网采集设备包括：手表式穿戴健康逡逑管理器、家庭用健康管理等。基于移动物联网可以通过用有线电视端进行交互，可以实逡逑现健康信息的电视端点播和播放，在电视端就可以实现手机居民的健康数据的采集，同逡逑时可以通过电视对健康档案信息的历史查询和使用。逡逑通过移动平台即可进行居民健康信息自助查询，全面了解自己在社区卫生服务机构逡逑的健康档案信息、慢病管理状况、检验检查结果、健康评估情况、医生建议及指导、血逡逑压血糖指标趋势图等信息，？接收系统根据随访内容和家庭医生发送的提醒内容。在新媒逡逑体时代建立一种全新的居民健康信息化服务模式，使居民健康档案真正应用到家庭。比逡逑如智能设备蓝牙体脂分析仪，独家研发的ＢＩＡ芯片，全球领先ＢＩＡ专利芯片，确保脂肪逡逑测量更精准。创新ＩＴ０技术创新ＩＴ０技术，构筑产品时尚新颖外形，智能用户识别智能逡逑用户识别技术
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R743;R197.324

【参考文献】