基于DBN脑血管病智慧健康管理模式的移动平台研究

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。

目录

声明

致谢

摘要

1 引言

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 论文内容和结构

1．3．1 论文内容

1．3．2 论文结构

1．4 研究方法和技术路线

2 相关理论及技术概述

2．1 健康管理及移动医疗

2．1．1 健康管理

2．1．2 移动医疗

2．2 医疗联合体及自组织理论

2．2．1 医疗联合体

2．2．2 自组织理论

2．3 深度置信网络相关理论概述

2．3．1 深度学习原理

2．3．2 深度置信网络算法结构

2．3．3 深度置信网络算法原理

2．4 相关技术概述

2．4．1 物联网技术

2．4．2 Android技术

2．5 本章小结

3 基于深度置信网络脑血管病智慧健康管理模式构建

3．1 传统脑血管病健康管理模式分析

3．1．1 传统脑血管病健康管理模式

3．1．2 传统脑血管病健康管理模式弊端

3．2 脑血管病智慧健康管理模式构建基础

3．2．1 智慧健康管理

3．2．2 脑血管病区域医联体

3．2．3 深度置信网络健康风险预警方法分析

3．3 脑血管病智慧健康管理模式分析与构建

3．3．1 脑血管病智慧健康管理模式分析

3．3．2 脑血管病智慧健康管理模式构建

3．4 脑血管病智慧健康管理模式运营与协同分析

3．4．1 智慧健康管理模式的自组织特点

3．4．2 基于自组织特点的脑血管病智慧健康管理模式运营分析

3．4．3 基于自组织特点的脑血管病智慧健康管理模式协同分析

3．5 本章小结

4 脑血管病智慧健康管理模式核心风险预警模型

4．1 脑血管病风险预警指标体系构建

4．1．1 指标体系构建原则

4．1．2 指标体系构建依据

4．1．3 指标体系构建

4．2 深度置信网络脑血管病健康风险模型

4．2．1 训练受限波尔兹曼机

4．2．2 深度置信网络模型

4．2．3 调优过程

4．3 深度置信网络模型仿真

4．3．1 数据收集及处理

4．3．2 深度置信网络模型预警结果

4．4 本章小结

5 脑血管病智慧健康管理模式的移动平台分析设计与实现

5．1 脑血管病智慧健康管理移动平台需求分析

5．1．1 功能需求

5．1．2 数据需求

5．1．3 性能需求

5．1．4 安全需求

5．2 脑血管病智慧健康管理移动平台设计

5．2．1 功能模块设计

5．2．2 流程设计

5．2．3 数据库设计

5．3 脑血管病智慧健康管理移动平台实现

5．3．1 脑血管病智慧健康管理移动平台居民端界面展示

5．3．2 脑血管病智慧健康管理移动平台医生端界面展示

5．4 本章小结

6 总结与展望

6．1 总结

6．2 进一步展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集