用于诊断脑卒中后肩手综合征的模型及建模方法

摘要

本发明提供一种用于诊断脑卒中后肩手综合征的模型及建模方法，包括：构建云端数据库平台，所述云端数据库平台包括已确诊脑卒中患者的患病资料和类似病症患者的患病资料；对脑卒中患者的患病资料和类似病症患者的患病资料进行分析，得到脑卒中区别于类似病症的病症规律；根据所述病症规律构建脑卒中后肩手综合征模型。通过对大量脑卒中患者和类似病症患者的资料进行统计学分析，得到患病的病症规律，从而在对待诊断人员诊断时，通过对比病症规律便可以确认是否患有脑卒中后肩手综合征，避免了由于医护人员经验不足导致的误诊，解决了如何科学有效地诊断脑卒中后肩手综合征的问题。

说明书

技术领域

本发明涉及疾病治疗技术领域，特别涉及一种用于诊断脑卒中后肩手综合征的模型及建模方法。

背景技术

“脑卒中”(cerebral stroke)又称“中风”、“脑血管意外”(cerebralvascularaccident，CVA)，是一种急性脑血管疾病，是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，包括缺血性和出血性卒中。脑卒中具有发病率高、死亡率高和致残率高的特点。脑卒中后常会患有肩手综合征，其症状为侧肩部、手指、腕关节疼痛，其关节活动受限、血液流动障碍并导致皮肤发红、发绀、温度增高，严重者可出现关节僵直、皮肤及肌肉萎缩或痉挛；患者可因疼痛而不敢活动患侧上肢，同时又因其固定关节的肌肉松弛，从而使肩关节处于半脱位状态，严重影响了患者瘫痪上肢的功能恢复。

肩手综合征的病因包括脑卒中、心梗、颈椎病、上肢外伤、截瘫、肺疾病和肩关节疾病等，且脑卒中后肩手综合征的临床表现与肩周炎、肩关节半脱位、中枢性疼痛和胸廓出口症候群等病症的临床表现相似，因此在对脑卒中后肩手综合征确诊时需要经历多项检查，如血压血脂、内科、脑血管造影、核磁共振等，耗费大量时间。

目前，通常采取不同的治疗方式来对不同类型的脑卒中后肩手综合征进行治疗，包括药物治疗和外科手术。药物治疗又分为西医疗法和中医疗法：西医疗法主要是通过修复受损的脑神经细胞来进行治疗，此类药物副作用大、服药时间长，且药物的疗效有严格的时间窗；中医疗法包括内服和外用(如针灸、推拿等)的方法，然而中医疗法见效慢，需要患者长期配合治疗。外科手术会使患者遭受痛苦，且术后需要配合长期的康复训练达到治疗效果，会给家庭带来一定的经济负担。

由于脑卒中后肩手综合征具有病症确诊难度较大和治疗效果不理想的问题，因此若能提前诊断脑卒中病发率，并对此进行预防治疗，则可以很大程度上避免患者出现永久性精神损伤或死亡，对提高脑卒中后肩手综合征的治愈率有积极作用。

发明内容

本发明的目的在于提供一种用于诊断脑卒中后肩手综合征的模型及建模方法，以至少解决如何科学有效地诊断脑卒中后肩手综合征的问题。

为解决上述技术问题，本发明提供一种用于诊断脑卒中后肩手综合征的模型的建模方法，所述建模方法包括：

步骤一，构建云端数据库平台，所述云端数据库平台包括已确诊脑卒中患者的患病资料和类似病症患者的患病资料；

步骤二，对脑卒中患者的患病资料和类似病症患者的患病资料进行分析，得到脑卒中区别于类似病症的病症规律；

步骤三，根据所述病症规律构建脑卒中后肩手综合征模型。

可选的，在所述的用于诊断脑卒中后肩手综合征的模型的建模方法中，所述脑卒中患者的患病资料和所述类似病症患者的患病资料均包括脑干基因片段、诊断报告和治疗记录。

可选的，在所述的用于诊断脑卒中后肩手综合征的模型的建模方法中，所述步骤一包括：

按照患者的性别、年龄段将脑卒中患者的患病资料和类似病症患者的患病资料分类保存，其中年龄段分为0～20岁、21～30岁、31～40岁、41～50岁、51～60岁、61～70岁和70岁以上；

按照类似病症的具体病症名称将类似病症患者的患病资料进行保存；

定期从各医院获取脑卒中患者的患病资料和类似病症患者的患病资料，并将获取的脑卒中患者的患病资料和类似病症患者的患病资料按性别和年龄段更新入所述云端数据库平台。

可选的，在所述的用于诊断脑卒中后肩手综合征的模型的建模方法中，所述步骤二包括：

对每一脑卒中患者的脑干基因片段进行分析对比，得到脑卒中患者的脑干基因片段中至少一个相同的脑卒中基因区段，并将所述脑卒中基因区段标记为第一诱发基因；

对每一类似病症患者的脑干基因片段进行分析对比，得到不同类型的类似病症患者的脑干基因片段中至少一个相同的致病基因区段，并将所述致病基因区段标记为第二诱发基因；

将所有所述第一诱发基因依次与所有所述第二诱发基因进行分析对比，若第一诱发基因与所有第二诱发基因的相似度均小于50％，则将该第一诱发基因标记为一类基因；若第一诱发基因与任一第二诱发基因相似度大于95％，则将该第一诱发基因标记为二类基因；其余标记为三类基因；

调取具有一类基因的脑卒中患者的诊断报告，并对诊断报告进行分析对比，挑选出诊断报告中相同和/或相似的诊断内容，并将挑选出的诊断内容整理为一类病症规律；

调取具有二类基因的脑卒中患者的诊断报告，并对诊断报告进行分析对比，挑选出诊断报告中相同和/或相似的诊断内容，并将挑选出的诊断内容整理为第一病症规律；

将所述第一病症规律中的诊断内容与类似病症患者的诊断报告进行分析对比，挑选出所述第一病症规律中的诊断内容与所述类似病症患者的诊断报告不同的诊断内容，并将挑选出的不同的诊断内容整理为二类强病症规律；同时挑选出所述第一病症规律中的诊断内容与所述类似病症患者的诊断报告相同的诊断内容，并将挑选出的相同的诊断内容整理为二类弱病症规律。

可选的，在所述的用于诊断脑卒中后肩手综合征的模型的建模方法中，所述步骤三包括：

根据所述一类基因构建一类模型，所述一类模型包括所述一类基因和具有一类基因的脑卒中患者的诊断报告和治疗记录；

根据所述二类基因构建二类模型，所述二类模型包括所述二类基因、具有二类基因的脑卒中患者的诊断报告和治疗记录，以及具有二类基因的类似病症患者的诊断报告和治疗记录；

根据所述三类基因构建三类模型，所述三类模型包括所述三类基因、具有三类基因的脑卒中患者的诊断报告和治疗记录。

可选的，在所述的用于诊断脑卒中后肩手综合征的模型的建模方法中，所述步骤三还包括：

按照患者的年龄段统计一类基因、二类基因和三类基因的占比；

分别统计各年龄段中具有一类基因、二类基因和三类基因的男女患者占比。

为解决上述技术问题，本发明还提供一种用于诊断脑卒中后肩手综合征的模型，利用如上任一项所述的用于诊断脑卒中后肩手综合征的模型的建模方法构建而成，所述模型包括云端数据库平台、分析处理系统和设置于各医院的客户端；所述云端数据库平台用于定期从所述客户端获取脑卒中患者的患病资料和类似病症患者的患病资料，并将获取的患病资料按预设规则储存；所述分析处理系统用于在所述云端数据库平台中的患病资料更新后对患病资料进行分析，以得到并更新脑卒中区别于类似病症的病症规律，从而形成一类模型、二类模型和三类模型；所述客户端用于上传接收的脑卒中患者的患病资料和类似病症患者的患病资料，并通过所述分析处理系统对待诊断人员的脑干基因片段进行分析确认待诊断人员是否存在患有脑卒中后肩手综合征的风险。

可选的，在所述的用于诊断脑卒中后肩手综合征的模型中，所述云端数据库平台包括脑卒中库和类似病症库，所述脑卒中库用于存储已确诊脑卒中患者的患病资料，所述类似病症库用于存储类似病症患者的患病资料；所述云端数据库平台在接收到患病资料后按照患病名称、患者性别和患者年龄段将患病资料分类保存在所述脑卒中库中或所述类似病症库中。

可选的，在所述的用于诊断脑卒中后肩手综合征的模型中，所述分析处理系统包括数据接收模块、数据分析模块和模型建立模块所述数据接收模块用于获取所述云端数据库平台中的患病资料；所述数据分析模块用于对接收到的患病资料进行分析，以得到脑卒中区别于类似病症的病症规律；所述模型建立模块用于利用所述病症规律构建一类模型、二类模型和三类模型。

可选的，在所述的用于诊断脑卒中后肩手综合征的模型中，所述客户端包括患病资料上传模块、基因获取模块、脑卒中诊断模块和结果输出模块；所述患病资料上传模块用于上传接收的脑卒中患者的患病资料和类似病症患者的患病资料至所述云端数据库平台；所述基因获取模块用于获取待诊断人员的脑干基因片段；所述脑卒中诊断模块用于对待诊断人员的脑干基因片段进行分析，确认待诊断人员是否存在患有脑卒中后肩手综合征的风险，并在确认待诊断人员存在患有脑卒中后肩手综合征的风险时提供可能发生脑卒中的年龄、可能产生的并发症和治疗方法；所述结果输出模块用于将所述脑卒中诊断模块的分析结果整理成报告并输出。

本发明提供的用于诊断脑卒中后肩手综合征的模型及建模方法，包括：构建云端数据库平台，所述云端数据库平台包括已确诊脑卒中患者的患病资料和类似病症患者的患病资料；对脑卒中患者的患病资料和类似病症患者的患病资料进行分析，得到脑卒中区别于类似病症的病症规律；根据所述病症规律构建脑卒中后肩手综合征模型。通过对大量脑卒中患者和类似病症患者的资料进行统计学分析，得到患病的病症规律，从而在对待诊断人员诊断时，通过对比病症规律便可以确认是否患有脑卒中后肩手综合征，避免了由于医护人员经验不足导致的误诊，解决了如何科学有效地诊断脑卒中后肩手综合征的问题。

附图说明

图1为本实施例提供的用于诊断脑卒中后肩手综合征的模型的建模方法流程图；

图2为本实施例提供的用于诊断脑卒中后肩手综合征的模型的建模方法逻辑图；

图3为本实施例提供的用于诊断脑卒中后肩手综合征的模型的结构示意图。

具体实施方式

以下结合附图和具体实施例对本发明提出的用于诊断脑卒中后肩手综合征的模型及建模方法作进一步详细说明。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。此外，附图所展示的结构往往是实际结构的一部分。特别的，各附图需要展示的侧重点不同，有时会采用不同的比例。

需要说明的是，本发明的说明书和权利要求书中的“第一”、“第二”等是用于区别类似的对象，以便描述本发明的实施例，而不用于描述特定的顺序或先后次序，应该理解这样使用的结构在适当情况下可以互换。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本实施例提供一种用于诊断脑卒中后肩手综合征的模型的建模方法，如图1所示，所述建模方法包括：

步骤一，构建云端数据库平台，所述云端数据库平台包括已确诊脑卒中患者的患病资料和类似病症患者的患病资料；

步骤二，对脑卒中患者的患病资料和类似病症患者的患病资料进行分析，得到脑卒中区别于类似病症的病症规律；

步骤三，根据所述病症规律构建脑卒中后肩手综合征模型。

本实施例提供的用于诊断脑卒中后肩手综合征的模型的建模方法，通过对大量脑卒中患者和类似病症患者的资料进行统计学分析，得到患病的病症规律，从而在对待诊断人员诊断时，通过对比病症规律便可以确认是否患有脑卒中后肩手综合征，避免了由于医护人员经验不足导致的误诊，解决了如何科学有效地诊断脑卒中后肩手综合征的问题。

具体的，在本实施例中，所述脑卒中患者的患病资料和所述类似病症患者的患病资料均包括脑干基因片段、诊断报告和治疗记录。诊断报告包括但不限于脑部断层扫描报告、核磁共振影像报告、脑血管造影报告、血液测试报告、医生诊断记录等。治疗记录包括但不限于治疗时间、治疗手段、药物及服用记录等。

进一步的，在本实施例中，所述步骤一包括：

按照患者的性别、年龄段将脑卒中患者的患病资料和类似病症患者的患病资料分类保存，其中年龄段分为0～20岁、21～30岁、31～40岁、41～50岁、51～60岁、61～70岁和70岁以上；

按照类似病症的具体病症名称将类似病症患者的患病资料进行保存；

定期从各医院获取脑卒中患者的患病资料和类似病症患者的患病资料，并将获取的脑卒中患者的患病资料和类似病症患者的患病资料按性别和年龄段更新入所述云端数据库平台。

将患病资料按年龄段区分，能够在建模后使用模型进行诊断时快速匹配数据，且不同年龄段的发病率、发病症状不同，通过年龄段区分能够便于找到发病规律。由于不同的病症其病发原理、临床症状、治疗手段存在一定的差异，因此按照类似病症的具体病症名称分类可以找到不同病症所具有的规律。此外，定期从医院获取患病资料而非实时获取是考虑到患者的治疗是周期性的，如此便能够在一次数据传输中获取较为完整的患病资料，避免数据存储错误造成的数据重复、数据错乱等问题；同时，定期获取患病资料能够减少通信数据传输的负荷。

在具体实施过程中，可以为每一病患建立档案以记录其就诊内容，当记录有更新时，则按照病患的姓名、身份证号等易于识别的信息对应更新云端数据库平台中的内容。

发明人发现，目前人类已知的大量难以治愈或突发性疾病均与人体基因有关，因此对于脑卒中及相关病症的治疗中，对基因筛查有利于确诊患有脑卒中的风险。

在本实施例中，如图2所示，所述步骤二包括：

对每一脑卒中患者的脑干基因片段进行分析对比，得到脑卒中患者的脑干基因片段中至少一个相同的脑卒中基因区段，并将所述脑卒中基因区段标记为第一诱发基因；第一诱发基因可以初步判定可能诱发脑卒中疾病。

对每一类似病症患者的脑干基因片段进行分析对比，得到不同类型的类似病症患者的脑干基因片段中至少一个相同的致病基因区段，并将所述致病基因区段标记为第二诱发基因；第二诱发基因可以初步判定可能诱发对应的类似病症。

将所有所述第一诱发基因依次与所有所述第二诱发基因进行分析对比，若第一诱发基因与所有第二诱发基因的相似度均小于50％，则将该第一诱发基因标记为一类基因，一类基因由于与类似病症的诱发基因相差较大，则很有可能表明该基因会直接诱导脑卒中的病发；若第一诱发基因与任一第二诱发基因相似度大于95％，则将该第一诱发基因标记为二类基因，二类基因由于同时存在于脑卒中患者中与类似病症的患者中，因此该基因很有可能诱发脑卒中和/或其他类似病症；其余标记为三类基因，由于三类基因中脑卒中和其他类似病症的关联性不强，因此三类基因仅作为参考数据保留。

调取具有一类基因的脑卒中患者的诊断报告，并对诊断报告进行分析对比，挑选出诊断报告中相同和/或相似的诊断内容，并将挑选出的诊断内容整理为一类病症规律。一类病症规律对应于一类基因，表明一类基因可能诱发产生的病症，由于统计了所有的具有一类基因的脑卒中患者的诊断报告，因此一类病症规律在具有一类基因的患者身上诱发的可能性极大。

进一步的，在本实施例中，所述步骤二还包括：

调取具有二类基因的脑卒中患者的诊断报告，并对诊断报告进行分析对比，挑选出诊断报告中相同和/或相似的诊断内容，并将挑选出的诊断内容整理为第一病症规律；第一病症规律与二类基因对应，表明具有二类基因的患者很可能诱发第一病症规律中记载的病症状况。

将所述第一病症规律中的诊断内容与类似病症患者的诊断报告进行分析对比，挑选出所述第一病症规律中的诊断内容与所述类似病症患者的诊断报告不同的诊断内容，并将挑选出的不同的诊断内容整理为二类强病症规律，二类强病症规律反应了具有二类基因的患者中出现脑卒中病症状况的具体内容；同时挑选出所述第一病症规律中的诊断内容与所述类似病症患者的诊断报告相同的诊断内容，并将挑选出的相同的诊断内容整理为二类弱病症规律，二类弱病症规律反应了具有二类基因的患者中既可能出现脑卒中又可能出现类似病症的临床症状。

在本实施例中，所述步骤三包括：

根据所述一类基因构建一类模型，所述一类模型包括所述一类基因和具有一类基因的脑卒中患者的诊断报告和治疗记录；

根据所述二类基因构建二类模型，所述二类模型包括所述二类基因、具有二类基因的脑卒中患者的诊断报告和治疗记录，以及具有二类基因的类似病症患者的诊断报告和治疗记录；

根据所述三类基因构建三类模型，所述三类模型包括所述三类基因、具有三类基因的脑卒中患者的诊断报告和治疗记录。

通过对不同基因搭建不同的模型，使得在利用模型进行诊断的过程中能够简化计算复杂度，直接对比对应的基因库。此外，通过对一类模型、二类模型和三类模型的依次对比，可以确认待诊断人员患有脑卒中的风险和患有其他类似病症的风险，做到疾病的提前预防。

进一步的，在本实施例中，所述步骤三还包括：

按照患者的年龄段统计一类基因、二类基因和三类基因的占比；

分别统计各年龄段中具有一类基因、二类基因和三类基因的男女患者占比。

通过对年龄段、性别的统计，能够更加细致的分析病症出现的规律，从而提高模型诊断的准确性。

本实施例还提供一种用于诊断脑卒中后肩手综合征的模型，利用本实施例提供的用于诊断脑卒中后肩手综合征的模型的建模方法构建而成，如图3所示，所述模型包括云端数据库平台、分析处理系统和设置于各医院的客户端；所述云端数据库平台用于定期从所述客户端获取脑卒中患者的患病资料和类似病症患者的患病资料，并将获取的患病资料按预设规则储存；所述分析处理系统用于在所述云端数据库平台中的患病资料更新后对患病资料进行分析，以得到并更新脑卒中区别于类似病症的病症规律，从而形成一类模型、二类模型和三类模型；所述客户端用于上传接收的脑卒中患者的患病资料和类似病症患者的患病资料，并通过所述分析处理系统对待诊断人员的脑干基因片段进行分析确认待诊断人员是否存在患有脑卒中后肩手综合征的风险。

本实施例提供的用于诊断脑卒中后肩手综合征的模型，通过对大量脑卒中患者和类似病症患者的资料进行统计学分析，得到患病的病症规律，从而在对待诊断人员诊断时，通过对比病症规律便可以确认是否患有脑卒中后肩手综合征，避免了由于医护人员经验不足导致的误诊，解决了如何科学有效地诊断脑卒中后肩手综合征的问题。

具体的，在本实施例中，所述云端数据库平台包括脑卒中库和类似病症库，所述脑卒中库用于存储已确诊脑卒中患者的患病资料，所述类似病症库用于存储类似病症患者的患病资料；所述云端数据库平台在接收到患病资料后按照患病名称、患者性别和患者年龄段将患病资料分类保存在所述脑卒中库中或所述类似病症库中。

以及，所述分析处理系统包括数据接收模块、数据分析模块和模型建立模块；所述数据接收模块用于获取所述云端数据库平台中的患病资料；所述数据分析模块用于对接收到的患病资料进行分析，以得到脑卒中区别于类似病症的病症规律；所述模型建立模块用于利用所述病症规律构建一类模型、二类模型和三类模型。

此外，所述客户端包括患病资料上传模块、基因获取模块、脑卒中诊断模块和结果输出模块；所述患病资料上传模块用于上传接收的脑卒中患者的患病资料和类似病症患者的患病资料至所述云端数据库平台；所述基因获取模块用于获取待诊断人员的脑干基因片段；所述脑卒中诊断模块用于对待诊断人员的脑干基因片段进行分析，确认待诊断人员是否存在患有脑卒中后肩手综合征的风险，并在确认待诊断人员存在患有脑卒中后肩手综合征的风险时提供可能发生脑卒中的年龄、可能产生的并发症和治疗方法；所述结果输出模块用于将所述脑卒中诊断模块的分析结果整理成报告并输出。

以下，以一具体实施例说明本发明提供的用于诊断脑卒中后肩手综合征的模型的建模方法及使用方法。

首先，从各医院获取已确诊脑卒中患者的患病资料和类似病症患者的患病资料以构建云端数据库平台。其中患病资料包括患者基本信息、干基因片段、诊断报告和治疗记录等。类似病症包括心梗、颈椎病、上肢外伤、截瘫、肺疾病、肩关节疾病(肩周炎、肩关节半脱位等)、中枢性疼痛和胸廓出口症候群等病症。

在构建云端数据库平台时，所述云端数据库平台包括脑卒中库和类似病症库，将已确诊脑卒中患者的患病资料存储于脑卒中库中，将类似病症患者的患病资料按照病症名称分类存储于类似病症库中。较佳的，按照患者性别、年龄段等形成子目录，并将患病资料按照区分的类别对应存储于子目录中。

之后，进行建模，形成一类模型、二类模型和三类模型。

例如，在本实施例中，对所有脑卒中患者的脑干基因片段分析后得到所有的脑卒中患者均具有A1、A2、A3、A4和A5共5组脑卒中基因区段，便将其标记为第一诱发基因；同理，确认所有的心梗患者均具有B1和B2两组致病基因区段，便将其标记为第二诱发基因-心梗；以及确认肺疾病的患者均具有C1致病基因区段，将其标记为第二诱发基因-肺疾病。

需要说明的是，在具体应用过程中，对脑干基因片段的分析还可以在区分了年龄段或性别后进行，从而得到更细致的诱发基因图谱，本实施例仅用全部数据进行分析以说明其原理。此外，类似病症的种类可以更多，其脑干基因片段的分析方法与脑卒中的分析方法类似；而对于一些由于外伤造成的肩手综合征则可以不列在基因分析的列表中。

接着，对第一诱发基因和第二诱发基因进行对比，发现A1与其他所有的第二诱发基因的相似度均小于50％，则将A1标记为一类基因；同时发现A3与B2基因的相似度达到了98％，则将A3标记为二类基因；此外，A2、A4和A5与第二诱发基因的相似度处于50％～95％之间，标记为三类基因。

然后，调取具有A1基因的脑卒中患者(即全部脑卒中患者)的诊断报告，对其内容进行统计学分析，找到相同和/或相似的诊断内容，并将挑选出的诊断内容整理为一类病症规律。例如，一类病症规律包括肩关节活动受限、皮肤发红、偶发痉挛。

同时，调取具有A3基因的脑卒中患者的诊断报告，同样的分析得到第一病症规律，如第一病症规律包括肩关节活动受限、手指及腕关节疼痛、体温高。将第一病症规律与心梗患者的诊断报告进行统计学分析，发现肩关节活动受限和手指及腕关节疼痛与心梗患者的症状不同，标记为二类强病症规律，同时体温高与心梗患者的症状相同，标记为二类弱病症规律。

最后，形成模型，包括一类模型、二类模型和三类模型。

在对待诊断者进行诊断时，首先获取该人员的脑干基因片段，然后将该脑干基因片段送入模型中进行匹配分析。若发现该脑干基因片段中出现了A1基因，则表明该患者极有可能患脑卒中，且会出现包括肩关节活动受限、皮肤发红、偶发痉挛等症状。因此医护人员需对该人员采取对应的治疗措施。若该脑干基因片段中出现了A3基因，则表明该人员除了可能患有脑卒中外还可能患有心梗。若该脑干基因片段中出现了B1，则表明该人员很可能患有心梗。如此，通过对基因的分析对比，便可以较为准确地提前预测人员可能患病的种类。

通过模型的诊断能够弥补医护人员在诊断时经验不足的缺陷，医护人员可以通过模型的诊断结果，结合待诊断人员的以往病史、家族病史等对诊断结果再次确认，如此便可以降低误诊的可能。

此外，若基因的筛选包括了性别或年龄段，则还可以更为细致的通过待诊断人员的年龄、性别，确认其可能患病的种类、时间及症状等，进而有利于医护人员提前做好预防治疗。

综上所述，本实施例提供的用于诊断脑卒中后肩手综合征的模型及建模方法，包括：构建云端数据库平台，所述云端数据库平台包括已确诊脑卒中患者的患病资料和类似病症患者的患病资料；对脑卒中患者的患病资料和类似病症患者的患病资料进行分析，得到脑卒中区别于类似病症的病症规律；根据所述病症规律构建脑卒中后肩手综合征模型。通过对大量脑卒中患者和类似病症患者的资料进行统计学分析，得到患病的病症规律，从而在对待诊断人员诊断时，通过对比病症规律便可以确认是否患有脑卒中后肩手综合征，避免了由于医护人员经验不足导致的误诊，解决了如何科学有效地诊断脑卒中后肩手综合征的问题。

上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。