基于線性時不變系統的冠心病狀態評估模型及發病風險評估方法
【技術領域】
[0001] 本發明屬于醫療數據處理技術領域，特別涉及一種基于線性時不變系統的冠心病 狀態評估模型及發病風險評估方法。
【背景技術】
[0002] 據世界衛生組織統計數據，心血管疾病是十大疾病死亡原因的第一位。冠心病，即 冠狀動脈粥樣硬，是危害最為嚴重的心血管疾病，死亡率為45-65/10萬人，也是猝死的主 要元兇。冠心病發生在負責向心臟組織運送富含氧的血液病支撐心功能正常運作的冠狀動 脈，如果冠狀動脈狹窄或者被阻塞，心臟則會運作異常并導致死亡。但是由于冠心病的復雜 性，冠心病形成和發展的理論還沒有建立起來。隨著冠心病的發病人口的快速增長，政府和 醫療機構將面臨高效的控制冠心病發病的嚴峻挑戰，建立長期有效的冠心病監測和評估手 段對于降低冠心病發病人群具有非常重要的作用。
[0003] 目前，醫生在臨床上使用創傷和非創傷的手段來診斷冠心病。這類技術包括使用 影像診斷技術，和標志物檢測技術。影像診斷技術是目前冠心病臨床診斷的重要手段，包 括冠狀動脈造影技術和斑塊檢測技術，常用的手段有CT、超聲、核磁、光學相干性斷層成像 (OCT)，以及多種技術結合的多模檢測技術，如磁生雙模等。標志物檢測技術主要通過血液 生化物質檢測，直接或者間接的反應疾病狀況。上述兩種方法具有較好的準確度的特點，適 用于臨床診斷。但是上述檢測方式往往需要依賴于昂貴的設備和專業的診斷知識，由于其 高昂的代價，對于需要長期檢測冠心病的發病情況的家庭或者民用場景并不適用。
[0004] 基于冠心病風險因子的評估模型作為一種監測和評估冠心病的一種有效手段受 到各國政府的重視，我國也早在"十五"科技攻關計劃就啟動了冠心病，腦卒中綜合危險度 評估的研究。這類評估體系主要依靠年齡、血壓、心率、體質指數BMI、吸煙、血糖、血脂等參 數，通過加權評分體系建模，對輸入的各因子情況，輸出風險評分，可以對群體的冠心病風 險給出綜合的靜態評估。常用的方法包括FramingHam風險評估模型和Reynolds風險評估 模型，以及這兩種類型的改進和擴充等諸多變種，比如中國使用的冠心病風險評估評分表 模型。上述這種基于風險因子評估模型的方法只考慮了當前的風險因子，缺乏對歷史健康 數據的考慮，而且它們（FramingHam)僅給出了未來十年內的冠心病發病風險的評估，而不 是對當前冠心病發病的評估。因此，這類方法精確度低，實時性差，這些方法常用于在冠心 病醫學檢測前篩選檢測人群，并不適合冠心病長期監測和預防。
【發明內容】
[0005] 為了克服上述現有技術的缺點，本發明的目的在于提供一種基于線性時不變系統 的冠心病狀態評估模型及發病風險評估方法，解決了上述風險評估模型存在的實時性差、 精確度低的問題，適合家庭和民用環境。
[0006] 為了實現上述目的，本發明采用的技術方案是：
[0007] -種基于線性時不變系統的冠心病狀態評估模型，模型公式為：
[0010] 其中，X為狀態變量，用來系統反映所處的狀態，Jr為狀態變量X的微分，是系統引 入變量，用來配合狀態變量表達系統狀態，y是系統的輸出，U是輸入向量，A、B、C、D是系統 參數，取值為：
[0015] 得到的輸出即為目標個體或者人群的冠心病的發展狀態，也即冠心病的一個實時 發病風險值。
[0016] 不同于傳統量表或者風險因子評價法，本模型給出的是當前實際狀態的量化描 述，而不是傳統方法給出的一個未來幾年內的概率性風險。
[0017] 所述輸入向量U為風險因子，代表系統的輸入，是時間的函數，根據目標人或者人 群的實際體征獲取，狀態變量X根據U的取值隨著時間的變化而變化。
[0018] 所述風險因子包括舒張壓、收縮壓、抽煙狀況、膽固醇、低密度脂蛋白膽固醇、高密 度脂蛋白膽固醇、C反應蛋白、血糖和三酰甘油。
[0019] 本發明還提供了一種利用所述冠心病狀態評估模型的冠心病發病風險評估方法， 包括如下步驟：
[0020] 步驟1，獲取冠心病風險因子數據；
[0021] 步驟2,利用所述冠心病狀態評估模型評估冠心病狀態；
[0022] 步驟3,基于兩個維度的評估方法，對獲取到的冠心病狀態進行評估，得到當前冠 心病的發病風險級別。
[0023] 所述步驟3中，兩個維度為：
[0024] 評估得到的絕對冠心病狀態r(t);
[0025] 和同一年齡下人群的冠心病狀態均值的差異
其中rp(t)為 相同年齡人群的冠心病風險評分均值；
[0026] 相應地，分別進行絕對評分和相對評分。
[0027] 所述步驟3中，絕對評分以15和22為門限值，分為H1、H2和H3三級，分別表示輕 微的CHD，中等的CHD和嚴重的CHD，其中：
[0028] r(t)低于15為Hl級，處于15-22之間為H2級，高于22為H3級，
[0029] 所述相對評分以5%和20%為門限值，分為三級，
[0030] devt低于5%為Hl級，處于5% -20%之間為H2級，高于20%為H3級。
[0031] 所述步驟3中，以所述兩個維度上最大風險級別作為最終的冠心病風險級別。
[0032] 不同于現有技術中風險評估模型單獨使用當前的風險因子值，本發明不僅采用當 前的風險因子，同時使用歷史的風險因子值，將這些風險因子代入模型進行預測，給出當前 的冠心病發病風險。實驗發現本發明的預測結果與臨床上使用的冠心病診斷的黃金標準 SYNTAX評分誤差只有5%，解決了傳統風險評估模型中的精度低，實時性差的缺點，能夠持 續地、實時地對冠心病發病風險進行評估。
【附圖說明】
[0033] 圖1是本發明風險因子數據示意圖，均隨年齡變化，為時間的函數。
[0034] 圖2是基于本發明的冠心病風險預測結果與SYNTAX評分的對比。其中直線代表 基于最小二乘法對預測結果進行擬合的結果，代表冠心病風險隨年齡變化的趨勢。
[0035] 圖3是本發明冠心病發病風險評估流程圖。
[0036] 圖4是本發明中對冠心病風險等級進行劃分的示意圖。
【具體實施方式】
[0037] 下面結合附圖和實施例詳細說明本發明的實施方式。
[0038] 本發明首先提供了一種基于線性時不變系統的冠心病狀態評估模型，可選用以下 幾種風險因子作為評估模型的輸入：舒張壓、收縮壓、抽煙狀況、膽固醇、低密度脂蛋白膽固 醇、高密度脂蛋白膽固醇、C反應蛋白、血糖和三酰甘油。模型可以用方程y(t) =G(q，Θ) u(t)+H(q，0)e(t)來描述，其中u(t)代表輸入，是時間t的函數，如果有多個輸入，則u(t) 是一個向量，其中的每一個值都代表一個輸入；e(t)是系統的隨機噪聲，y(t)是輸出，在本 發明中，y(t)代表的是冠心病的狀態，H(q，Θ)和G(q，Θ)是系統的轉移函數，表示系統