本发明涉及一种衰弱症评估预测系统，具体涉及一种基于瞳孔变化的衰弱症评估预测系统。
背景技术：
1、衰弱症又称为衰弱综合症，表现为老年人在神经肌肉、代谢和免疫系统等多系统上的生理能力衰退，使得老年人在对抗应激能力上的下降，提升了不良事件的风险几率。
2、现有技术通常采用传统的主观量表和简单行为学方法来评估衰弱症。虽然现今能够在流程上实现自动化，比如采用人机交互的方式完成问卷，用语音、视觉、触觉、压力等各种传感器采集受试者行为数据，但要完成这些评估，用户仍需要回答大量问题和完成一系列大骨骼肌动作(比如走、握)，依旧比较耗时，成本也很高。
3、此外，现有技术采用分散的评估工具进行多维度的衰弱评估，无法实现维度整合，进而难以实质性提高用户依从性和评估效率。
技术实现思路
1、本发明是为了解决上述问题而进行的，目的在于提供一种基于瞳孔变化的衰弱症评估预测系统。
2、本发明提供了一种基于瞳孔变化的衰弱症评估预测系统，用于得到用户的评估结果，具有这样的特征，包括：数据输入模块，用于输入采集到的用户的躯体衰弱眼球数据、认知衰弱眼球数据和情绪衰弱眼球数据；躯体衰弱计算模块，用于根据躯体衰弱眼球数据计算得到躯体衰弱指标；认知衰弱计算模块，用于根据认知衰弱眼球数据计算得到认知衰弱指标；情绪衰弱模块，用于根据情绪衰弱眼球数据计算得到情绪衰弱指标；衰弱前期概率计算模块，用于根据躯体衰弱指标、认知衰弱指标和情绪衰弱指标计算得到衰弱前期概率；衰弱概率计算模块，用于根据躯体衰弱指标、认知衰弱指标和情绪衰弱指标计算得到衰弱概率；衰弱前期风险因子计算模块，用于根据衰弱前期概率和衰弱概率计算得到衰弱前期风险因子；衰弱风险因子计算模块，用于根据衰弱前期概率和衰弱概率计算得到衰弱风险因子；分级评估模块，用于根据衰弱前期风险因子和衰弱风险因子得到用户的健康状态和对应的健康建议作为评估结果。
3、在本发明提供的基于瞳孔变化的衰弱症评估预测系统中，还可以具有这样的特征：其中，躯体衰弱眼球数据包括眼球水平最大扫视角度θhorizontal、眼球水平扫视最大角度所花费的时间thorizontal、眼球垂直最大扫视角度θvertical、眼球垂直扫视最大角度所花费的时间tvertical、瞳孔对光反射直径变化幅值δdreflex、瞳孔对光反射直径变化所花费的时间treflex、眨眼次数nblink和规定时间tblink。
4、在本发明提供的基于瞳孔变化的衰弱症评估预测系统中，还可以具有这样的特征：其中，躯体衰弱指标包括平均扫视速度vsaccade、光反射瞳孔直径改变速度vreflex和眨眼频率fblink，平均扫视速度vsaccade的计算表达式为：光反射瞳孔直径改变速度vreflex的计算表达式为：眨眼频率fblink的计算表达式为：
5、在本发明提供的基于瞳孔变化的衰弱症评估预测系统中，还可以具有这样的特征：其中，认知衰弱眼球数据包括在各个不同任务难度级别下的瞳孔直径、任务完成准确度和任务反应时间，认知衰弱计算模块包括：最佳回归函数生成单元，用于根据所有不同任务难度级别下的瞳孔直径、任务完成准确度和任务反应时间进行拟合，得到最佳回归函数；认知资源投入效率计算单元，用于根据最佳回归函数中瞳孔直径峰值点所对应的瞳孔直径dpeak、任务完成准确度ppeak和任务反应时间tpeak，计算得到认知资源投入效率e作为认知衰弱指标。
6、在本发明提供的基于瞳孔变化的衰弱症评估预测系统中，还可以具有这样的特征：其中，认知资源投入效率的计算表达式为：
7、在本发明提供的基于瞳孔变化的衰弱症评估预测系统中，还可以具有这样的特征：其中，情绪衰弱眼球数据包括用户对各个刺激声对应的瞳孔直径数值，情绪衰弱指标的计算表达式为：式中dj为第j个瞳孔直径数值，cv为情绪衰弱指标。
8、在本发明提供的基于瞳孔变化的衰弱症评估预测系统中，还可以具有这样的特征：其中，衰弱前期风险因子计算模块包含衰弱前期预测函数，将躯体衰弱指标、认知衰弱指标和情绪衰弱指标带入衰弱前期预测函数计算得到衰弱前期风险因子，衰弱前期预测函数根据健康和衰弱前期的人群样本对应的躯体衰弱指标、认知衰弱指标和情绪衰弱指标，通过多元多项logistic回归模型构建得到，衰弱风险因子计算模块包含衰弱预测函数，将躯体衰弱指标、认知衰弱指标和情绪衰弱指标带入衰弱预测函数计算得到衰弱风险因子，衰弱预测函数根据健康和衰弱的人群样本对应的躯体衰弱指标、认知衰弱指标和情绪衰弱指标，通过多元多项logistic回归模型构建得到。
9、在本发明提供的基于瞳孔变化的衰弱症评估预测系统中，还可以具有这样的特征：其中，衰弱前期风险因子的计算表达式为：式中rprefrail为衰弱前期风险因子，g1为衰弱前期概率，g2为衰弱概率，衰弱风险因子的计算表达式为：式中rfrail为衰弱风险因子。
10、在本发明提供的基于瞳孔变化的衰弱症评估预测系统中，还可以具有这样的特征：其中，健康状态包括好、较好、一般、较差和很差，rprefrail<0.2且rfrail<0.1时，健康状态为好，0.2≤rprefrail<0.5且0.1≤rfrail<0.3时，健康状态为较好，0.5≤rprefrail<0.8且0.3≤rfrail<0.5时，健康状态为一般，0.8≤rprefrail<1且0.5≤rfrail<0.8时，健康状态为较差，0.8≤rprefrail<1且0.8≤rfrail<1时，健康状态为很差。
11、发明的作用与效果
12、根据本发明所涉及的基于瞳孔变化的衰弱症评估预测系统，因为，通过采集的躯体衰弱眼球数据、认知衰弱眼球数据和情绪衰弱眼球数据反映用户躯体、认知和情绪状态三个维度的衰弱进程数据，再对上述衰弱进程数据进行计算处理并代入对应的预测函数中，从而得到该用户的衰弱前期概率和衰弱概率，最后利用根据衰弱前期概率和衰弱概率计算得到的衰弱前期风险因子和衰弱风险因子得到该用户的衰弱症的评估结果。所以，本发明的基于瞳孔变化的衰弱症评估预测系统能够简单高效地统合多维度数据并计算得到用户对衰弱症的评估结果。
1.一种基于瞳孔变化的衰弱症评估预测系统，用于得到用户的评估结果，其特征在于，包括：
2.根据权利要求1所述的基于瞳孔变化的衰弱症评估预测系统，其特征在于：
3.根据权利要求2所述的基于瞳孔变化的衰弱症评估预测系统，其特征在于：
4.根据权利要求1所述的基于瞳孔变化的衰弱症评估预测系统，其特征在于：
5.根据权利要求4所述的基于瞳孔变化的衰弱症评估预测系统，其特征在于：
6.根据权利要求1所述的基于瞳孔变化的衰弱症评估预测系统，其特征在于：
7.根据权利要求1所述的基于瞳孔变化的衰弱症评估预测系统，其特征在于：
8.根据权利要求1所述的基于瞳孔变化的衰弱症评估预测系统，其特征在于：
9.根据权利要求8所述的基于瞳孔变化的衰弱症评估预测系统，其特征在于：
