本发明涉及数据处理技术，尤其涉及一种基于数字孪生空间的脑梗死预测方法及装置。
背景技术：
1、脑梗死，又称脑梗塞或缺血性脑卒中，是指由于脑部血流供应受阻，导致局部脑组织缺血、缺氧而引发的脑组织坏死或软化疾病。
2、目前患者需定期进行复查，但是复查时医师一般只能结合患者当前复查时的检测数据例如检验生化指标等进行相应的诊断评估，而由于患者的病情是不断变化的，且患者复查的时间间隔可能较长，导致医师可能无法查看到间隔时间段内患者的病情数据，医师一般只能结合患者的自述进行相应的判断，使得评估预测时的数据不够全面。
3、因此，如何获取到更为全面的患者病情数据，为医师提供更为准确的预测数据参考，成了如今亟需解决的问题。
技术实现思路
1、本发明提供一种基于数字孪生空间的脑梗死预测方法及装置，可以获取到更为全面的患者病情数据，为医师提供更为准确的预测数据参考。
2、本发明的第一方面，提供一种基于数字孪生空间的脑梗死预测方法，包括：
3、根据患者端的诊疗数据对满足病况跟踪条件的患者端发送基础记录模型，所述基础记录模型包括原始录存模块和自动录存模块；
4、获取所述患者端基于所述原始录存模块输入的自填数据，根据所述自填数据对所述原始录存模块进行绑定更新；
5、接收所述患者端基于所述自动录存模块上传的提交数据，对所述提交数据进行自动分析得到预测数据，根据所述预测数据对所述自动录存模块进行绑定更新得到病况记录模型；
6、根据医师端对所述患者端的回访查看请求，调取所述病况记录模型发送至所述医师端。
7、可选地，在第一方面的一种可能实现方式中，接收所述患者端基于所述自动录存模块上传的提交数据，对所述提交数据进行自动分析得到预测数据，根据所述预测数据对所述自动录存模块进行绑定更新得到病况记录模型，包括：
8、接收所述患者端对所述自动录存模块的点击信息，根据所述点击信息确定所述自动录存模块的自动分析属性，所述自动分析属性包括语音属性和图像属性；
9、根据所述语音属性调取语音提交界面发送至所述患者端，接收所述患者端基于所述语音提交界面上传的语音提交数据，对所述语音提交数据进行语音自动分析得到言语预测数据；
10、基于所述图像属性调取图像提交界面发送至所述患者端，接收所述患者端基于所述图像提交界面上传的图像提交数据，对所述图像提交数据进行图像自动分析得到面部预测数据，所述提交数据包括语音提交数据和图像提交数据；
11、根据所述言语预测数据和所述面部预测数据得到预测数据，根据所述预测数据对所述自动录存模块进行绑定更新得到病况记录模型。
12、可选地，在第一方面的一种可能实现方式中，接收所述患者端基于所述语音提交界面上传的语音提交数据，对所述语音提交数据进行语音自动分析得到言语预测数据，包括：
13、对所述语音提交数据进行语音识别转换得到语音转换文本，根据所述语音转换文本和标准跟读文本的比对结果，确定所述患者端的言语相似度；
14、为所述言语相似度小于言语相似阈值的患者端添加言语异常标签，所述言语相似度大于等于言语相似阈值的患者端添加言语正常标签；
15、根据所述言语异常标签或所述言语正常标签得到言语预测数据。
16、可选地，在第一方面的一种可能实现方式中，接收所述患者端基于所述图像提交界面上传的图像提交数据，对所述图像提交数据进行图像自动分析得到面部预测数据，包括：
17、对所述图像提交数据进行轮廓提取，得到所述患者端对应的面部轮廓，获取所述面部轮廓中的鼻尖轮廓和眼部轮廓；
18、确定所述鼻尖轮廓的鼻尖中心点和各所述眼部轮廓的内眦点，连接各所述内眦点得到定位线，对所述鼻尖中心点和所述定位线的中点连接，并对连接得到的线段进行延伸得到中心基准线；
19、根据所述中心基准线对所述面部轮廓进行划分，得到多个面部检测区；
20、调取面部检测策略对所述面部检测区进行面部异常分析得到面部预测数据，所述面部检测策略包括面中检测策略和下颚检测策略。
21、可选地，在第一方面的一种可能实现方式中，根据所述中心基准线对所述面部轮廓进行划分，得到多个面部检测区，包括：
22、确定所述中心基准线上与所述眼部轮廓的极大坐标值对应的线段点为第一分割点，获取所述面部轮廓的嘴部轮廓，确定所述中心基准线上与所述嘴部轮廓的极小坐标值对应的线段点为第二分割点；
23、以所述第一分割点和所述第二分割点为基准，分别生成垂直于所述中心基准线的第一分割线，确定两个所述第一分割线包含的划分区域为面中检测区；
24、获取所述中心基准线上与所述面部轮廓的极小坐标值对应的线段点为第三分割点，确定第二分割点至第一分割点的方向为目标方向，基于所述目标方向在所述中心基准线上距离所述第三分割点预设下颚距离的位置处确定第四分割点；
25、以所述第三分割点和所述第四分割点为基准，分别生成垂直于所述中心基准线的第二分割线，确定两个所述第二分割线包含的划分区域为下颚检测区，所述面部检测区包括面中检测区和下颚检测区。
26、可选地，在第一方面的一种可能实现方式中，调取面部检测策略对所述面部检测区进行面部异常分析得到面部预测数据，所述面部检测策略包括面中检测策略和下颚检测策略，包括：
27、根据所述面中检测策略获取所述面中检测区的歪斜检测线，基于所述歪斜检测线确定所述面中检测区的口角预测数据和眼角预测数据，根据所述口角预测数据和眼角预测数据得到歪斜预测数据；
28、获取所述面中检测区的眼裂检测线，基于所述眼裂检测线确定所述面中检测区的眼裂预测数据，根据所述歪斜预测数据和所述眼裂预测数据得到所述面中检测区的面中预测数据；
29、根据所述下颚检测策略获取所述下颚检测区的下颚检测线，基于所述下颚检测线得到所述下颚检测区的下颚预测数据，所述面部预测数据包括面中预测数据和下颚预测数据。
30、可选地，在第一方面的一种可能实现方式中，根据所述面中检测策略获取所述面中检测区的歪斜检测线，基于所述歪斜检测线确定所述面中检测区的口角歪斜数据和眼角歪斜数据，包括：
31、获取所述面中检测区内嘴部轮廓的口线和所述眼部轮廓的外眦点，确定所述口线的两个端点以及所述外眦点为歪斜定位点；
32、连接所述歪斜定位点和所述鼻尖中心点得到歪斜检测线，确定所述歪斜检测线和所述中心基准线之间的夹角为对比夹角，获取对应同一个嘴部轮廓或眼部轮廓的两个对比夹角为同一组歪斜判断组；
33、获取所述歪斜判断组对应的夹角差值，调取所述患者端历史储存的多个夹角差值，根据时间顺序对嘴部轮廓和眼部轮廓各自对应的多个夹角差值进行排列，得到所述嘴部轮廓或眼部轮廓对应的夹角对比序列；
34、依次确定所述夹角对比序列中相邻所述夹角差值为夹角对比组，获取所述夹角对比组的两个夹角差值之间的变化差值，确定所述变化差值大于等于夹角变化阈值的夹角对比组为歪斜组；
35、当存在歪斜判断数量的歪斜组、且所述夹角对比序列对应所述嘴部轮廓时，为所述患者端添加口角异常标签，当存在歪斜判断数量的歪斜组、且所述夹角对比序列对应所述眼部轮廓时，为所述患者端添加眼角异常标签；
36、当不存在歪斜判断数量的歪斜组、且所述夹角对比序列对应所述嘴部轮廓时，为所述患者端添加口角正常标签，当不存在歪斜判断数量的歪斜组、且所述夹角对比序列对应所述眼部轮廓时，为所述患者端添加眼角正常标签；
37、根据所述口角正常标签或口角异常标签得到口角预测数据，根据所述眼角正常标签或眼角异常标签得到眼角预测数据。
38、可选地，在第一方面的一种可能实现方式中，获取所述面中检测区的眼裂检测线，基于所述眼裂检测线确定所述面中检测区的眼裂预测数据，包括：
39、获取所述中心基准线上与所述眼部轮廓的极大坐标值和极小坐标值对应的线段点为目标点，根据各所述目标点生成垂直于所述中心基准线的眼裂检测线，确定所述眼裂检测线之间的眼裂距离；
40、调取所述患者端历史储存的多个眼裂距离，按照时间顺序对各所述眼裂距离进行排列得到眼裂距离序列；
41、依次确定相邻所述眼裂距离为眼裂对比组，获取所述眼裂对比组的眼裂差值，确定所述眼裂差值大于等于眼裂变化阈值的眼裂对比组为眼裂异常组；
42、当存在眼裂判断数量的眼裂异常组时，为所述患者端添加眼裂异常标签，当不存在眼裂判断数量的眼裂异常组时，为所述患者端添加眼裂正常标签，根据所述眼裂异常标签和眼裂正常标签得到眼裂预测数据。
43、可选地，在第一方面的一种可能实现方式中，根据所述下颚检测策略获取所述下颚检测区的下颚检测线，基于所述下颚检测线得到所述下颚检测区的下颚预测数据，包括：
44、确定所述中心基准线中位于所述下颚检测区的线段为目标检测线段，以所述目标检测线段对应的多个线段点为基准，生成多条垂直于所述中心基准线的下颚检测线；
45、获取各所述下颚检测线与所述下颚检测区的外轮廓相交的两个检测点，确定各所述检测点与相应线段点之间的线段为对比线段；
46、统计位于同一侧的多个所述对比线段的线段长度均值，获取不同侧所述线段长度均值之间的均值差值；
47、当所述均值差值大于等于下颚歪斜距离阈值时，为所述患者端添加下颚异常标签；
48、当所述均值差值小于所述下颚歪斜距离阈值时，为所述患者端添加下颚正常标签，根据所述下颚异常标签和所述下颚正常标签得到下颚预测数据。
49、本发明的第二方面，提供一种基于数字孪生空间的脑梗死预测装置，包括：
50、基础模块，用于根据患者端的诊疗数据对满足病况跟踪条件的患者端发送基础记录模型，所述基础记录模型包括原始录存模块和自动录存模块；
51、自填模块，用于获取所述患者端基于所述原始录存模块输入的自填数据，根据所述自填数据对所述原始录存模块进行绑定更新；
52、提交模块，用于接收所述患者端基于所述自动录存模块上传的提交数据，对所述提交数据进行自动分析得到预测数据，根据所述预测数据对所述自动录存模块进行绑定更新得到病况记录模型；
53、查看模块，用于根据医师端对所述患者端的回访查看请求，调取所述病况记录模型发送至所述医师端。
54、本发明的有益效果如下：
55、本发明会对患者在复诊间隔时间段内的病情数据通过模型进行记录，从而能够获得更为全面的患者病情数据，在复查回访时为医师提供更为全面的数据参考。
56、本发明在对患者记录的病情数据进行录存时，会结合模块的不同类型进行不同方式的录存，具体包括对患者记录的原始数据进行录存的模块，以及对患者记录的原始数据进行自动分析后对分析数据进行录存的模块，从而能够针对性地对相应的数据进行记录，提高记录数据的全面性和准确性。
57、本发明会对患者上传的语音数据和面部图像数据进行分析录存，从而能够通过分析之后的数据对患者不同时间段的吐字情况和面部变化情况进行记录，进而可以依据患者提供的数据进行多维度的数据分析，提高数据分析预测时的全面性和准确性。
1.一种基于数字孪生空间的脑梗死预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，
7.根据权利要求6所述的方法，其特征在于，
8.根据权利要求6所述的方法，其特征在于，
9.根据权利要求6所述的方法，其特征在于，
10.一种基于数字孪生空间的脑梗死预测装置，其特征在于，包括：
