基于移动互联网的老年痴呆症监护系统

摘要

本发明公开了一种基于移动互联网的老年痴呆症监护系统，包括智能终端、云服务器以及脑电监测装置；所述脑电监测装置，用于实时获取老年痴呆症患者或健康人的脑电信息，并将脑电信息发送到智能终端；所述智能终端，用于接收脑电信息、完成认知‑心理测评以及输入临床信息，并通过移动互联网将脑电信息、认知‑心理测评和临床信息上传到云服务器；所述云服务器，用于接收医院上传的MRI图像信息和智能终端上传的信息，从而完成辅助诊断，并生成相应的护理指导建议，然后将辅助诊断结果和护理指导建议反馈给智能终端。本发明利用了移动互联网技术，可以实现老年痴呆症的自动辅助诊断，提高了诊断的准确性，有利于老年痴呆症的预防和早期检测。

主权项

基于移动互联网的老年痴呆症监护系统，其特征在于：包括智能终端、云服务器以及脑电监测装置，所述脑电监测装置通过蓝牙信号与智能终端连接，所述智能终端通过移动互联网与云服务器连接，其中：所述脑电监测装置，用于实时获取老年痴呆症患者或健康人的脑电信息，并将脑电信息发送到智能终端；所述智能终端，用于接收老年痴呆症患者或健康人的脑电信息、完成老年痴呆症患者或健康人的认知‑心理测评以及输入老年痴呆症患者或健康人的临床信息，并将脑电信息、认知‑心理测评和临床信息上传到云服务器；所述云服务器，用于接收医院上传的老年痴呆症患者或健康人的MRI图像信息和智能终端上传的信息，对接收到的MRI图像信息和脑电信息进行处理，并对处理后的MRI图像信息、脑电信息以及接收到的认知‑心理测评结果信息和临床信息进行基于大数据信息的机器学习和数据挖掘，从而完成辅助诊断，并生成相应的护理指导建议，然后将辅助诊断结果和护理指导建议反馈给智能终端；所述对处理后的MRI图像信息、脑电信息以及接收到的认知‑心理测评结果信息和临床信息进行基于大数据信息的机器学习和数据挖掘，如下：a、采用数据分治与并行处理策略对大数据信息进行基本处理；b、采用张量分解进行大数据信息的特征选择：利用Tucker分解方法进行数据分解，以及利用FSOM算法进行特征提取；c、采用半监督的学习算法对大数据信息进行分类；d、采用FCM聚类算法对大数据信息进行聚类，并运用MapReduce模型进行数据的大规模并行处理；e、采用Apriori算法对大数据信息进行关联分析。