摘要
本发明涉及健康管理技术领域,尤其涉及一种阿尔兹海默病智能化随访管理方法及系统,采集患者行为和生理特质的多个方面的生理特质属性特征;接收不同方面的生理特质属性特征的阿尔兹海默病关联度,结合患者行为的方面数量输出阿尔兹海默病风险评估结果;基于生理特质的已关联情况输出生理特质的基因特征;基于生理特质的基因特征和生理特质的生理特质属性特征,与待关联的患者行为的生理特质属性特征的差异,接收待关联的患者行为的关联行为信息,结合出现频率偏差输出待关联的患者行为的遗忘预测顺序从而对待关联的患者行为进行顺序遗忘预测。本发明可从源头结合先天基因和后天环境的方面进行遗忘异常的评估,进而控制患者时期阿尔兹海默病。
技术关键词
阿尔兹海默病
生理
患者
管理方法
链表
基因
健康管理技术
归一化算法
风险
深度学习模型
频率片
处理器
偏差
指标
管理系统
存储器
数据
网络
系统为您推荐了相关专利信息
肺动脉高压患者
血流动力学参数
查尔酮类化合物
慢性血栓栓塞性肺动脉高压
预防肺动脉高压
训练场景
多模态
测评方法
功能性近红外光谱
注意力
预后预测方法
指标
构建预测模型
患者
机器学习模型评估
术后胃肠功能
信号
监测方法
一维卷积神经网络
传感