一种个人健康生活大数据采集与分析系统技术方案

技术编号:19062437 阅读:21 留言:0更新日期:2018-09-29 13:18
本发明专利技术提供了一种个人健康生活大数据采集与分析系统,包括健康数据采集节点、智能节点健康数据汇集模块、云服务器、自适应多网络健康数据接入模块、健康大数据分析与处理模块和客户端。本发明专利技术建立了分布式集群环境下的高通用性大数据汇集和分析平台;通过统一化格式的数据集以及有效的精简机制提高了大数据分析的效率和精确度;建立具有FP树数据结构的健康事件数据库,能够表征用户在特定阶段内健康状况的发展演化状态,更能够反映用户健康的联系与规律,从FP树提取的频繁项集,进行结果簇归类处理,从而将用户的健康事件状态归入特定的类型,基于本系统输出的归类结果,就可以进行针对性的治疗和护理疗养策略。

【技术实现步骤摘要】
一种个人健康生活大数据采集与分析系统
本专利技术属于大数据
,具体涉及一种数据分析采集更全面,监控更及时的个人健康生活大数据采集与分析系统。
技术介绍
随着我国经济社会的快速发展,生活水平的不断提高,使得人们对身体健康也越来越加以重视。但是随着我国人口老龄化逐渐成为了趋势,环境污染的问题也越来越严重,患有高血压、心脑血管、呼吸道疾病等症状的人群越来越多,同时由于现代生活和工作压力的增大,各种慢性疾病患者也不断增多。上述的一系列问题,给我国的医疗卫生体系带来了严峻的挑战。目前我国的医疗卫生体系所面临的问题主要有:公共卫生体系不健全、医疗资源分配不均衡、医疗卫生体系不能满足人民群众的健康需求和医疗信息化发展缓慢等问题。为了解决上述存在的问题,需要借助于新兴的信息化技术,促进医疗与信息化的深度融合。特别是要推进医疗卫生与移动互联网、物联网、云计算、大数据等技术的融合,加大对医疗健康信息化、智能化的关注与投入。最近几年,物联网技术在医疗健康领域已经开展了广泛应用,带来了很好的经济效益和社会效益。物联网技术的发展,也使得智慧医疗的概念渐渐火热,智慧医疗(WisdomMedical)概念诞生于2009年,通过为传统医疗行业融入更多人工智能技术、传感技术、智能信息处理等技术手段,特别是将大数据分析与处理的技术应用到医疗健康方面,使医疗卫生服务走向真正意义上的智能化,进而不断推动医疗卫生事业的繁荣发展。智慧医疗综合运用医疗物联网、智能终端、数据融合传输交换、云计算、城域网等技术,依托于信息技术,将IT基础设施与医疗基础设施进行融合,以“智慧云数据中心”作为核心,跨越原有医疗系统在时间和空间上的限制,进行智能决策,从而实现医疗健康服务的最优化。在实际应用当中,美国在2009年就开始实施电子病历的分级化管理,微软和Parallels公司在2011年共同研发出了一款可以有效帮助医疗卫生机构使用云计算平台的产品,英特尔公司和Nutanix公司在2013年发布了一款全新的基于大数据处理的医疗行业解决方案。2002年,澳大利亚推出一套电子健康档案系统,该系统已经实现了健康档案检索功能,病人健康教育指导功能、计划免疫情况和用药历史可获取功能。日本于2004年就开始把射频识别(RadioFrequencyIdentification,RFID)技术运用于医药卫生等领域,全面提高医疗数据的接入管理水平,促进电子病历的普及,实现安全的医疗服务和远程医疗,解决高龄少子化社会的医疗福利问题,并提出了发展“u-Japan战略”。在2006年的时候,韩国相应的制定了“u-Korea战略”。2002年,英国通过了国家医疗信息化项目,建立全科医生数据系统以及欧洲健康档案管理服务等医疗卫生项目,并于2014年全面实现了电子健康档案的应用。我国在智慧医疗领域虽然起步相比于国外较晚,但是我国政府在近几年也开始重视关注,推进物联网技术在医疗领域的应用,并制定了一系列政策措施。例如,各种可穿戴设备出现在人们眼前,用来获取用户的生命体征,这些设备对于健康数据的获取,提供了极大的方便。通过建立医疗数据中心,提供医学信息的端到端服务,能够提高医院的运行效率。通过将大数据引擎与医疗相关行业的信息系统相结合,对海量健康数据进行加工整理,同时,通过移动医疗健康平台和便携式穿戴设备记录人们的健康数据,并把数据上传到云平台,所有数据被存储、分析、挖掘和计算,给医疗卫生机构提供有针对性、快速响应的医疗健康服务。随着医疗信息化的飞速发展,医疗健康数据的规模越来越大,健康数据已经迈入大数据时代。大数据(BigData),也称为海量数据(MassiveData),是随着计算机技术以及互联网技术的飞速发展而产生的一种独特数据现象。病人就诊过程中产生的诊疗数据、检查数据、电子病历等信息的数字化,成为了健康大数据构成的基础。可以说,个人健康大数据是智慧医疗的直接产物,也是智慧医疗深入发展的有利契机。医疗健康数据具有持续、高增长、结构复杂等特点,其中也蕴含着丰富多样的信息价值,通过对这些数据进行挖掘和分析,可以提高健康卫生服务机构的诊疗和服务水平。因此,对于医疗健康服务当中以数字化方式来采集、存储和处理的海量健康数据,我们需要把它们转化为有价值的情报。目前,如何对大数据进行挖掘和分析,则是主要通过数据挖掘相关技术。数据挖掘(DataMining)概念起源于20世纪下半叶,随着数据的积累,简单的查询与统计已经满足不了企业的要求,随着计算机领域的人工智能(ArtificialIntelligence)的发展,人们通过计算机分析和处理数据,并且挖掘数据背后所隐藏的有价值的信息,产生了数据挖掘这一门新的学科。常用的数据挖掘算法主要有聚类、分类、协同过滤、回归分析和关联规则等。当前,数据挖掘技术在很多行业开展了广泛的应用,也开发了Hadoop分布式大数据平台,但是,对于医疗健康数据挖掘分析平台还处于初级阶段,应用到医疗行业的具体实践案例也很少。
技术实现思路
本专利技术的目的在于提供一种个人健康生活大数据采集与分析系统,本系统通过将个人健康生活大数据采集和存储于云端,基于健康大数据提取健康事件,整合成具有事件联系的数据集;本专利技术形成健康事件的FP树这种数据结构,作为基本的分析对象,并执行结果簇归类处理,从而将用户的健康事件状态归入特定的类型。本专利技术能够解决的技术问题包括:建立了分布式集群环境下的高通用性大数据汇集和分析平台;通过统一化格式的数据集以及有效的精简机制提高了大数据分析的效率和精确度;建立具有FP树数据结构的健康事件数据库,能够表征用户在特定阶段内健康状况的发展演化状态,更能够反映用户健康的联系与规律,因为健康问题都是连锁的事件,不是孤立的异常数据;从FP树提取的频繁项集,进行结果簇归类处理,从而将用户的健康事件状态归入特定的类型,基于本系统输出的归类结果,就可以进行针对性的治疗和护理疗养策略。本专利技术的目的是这样实现的:一种个人健康生活大数据采集与分析系统,包括健康数据采集节点、智能节点健康数据汇集模块、云服务器、自适应多网络健康数据接入模块、健康大数据分析与处理模块和客户端;健康数据采集节点用于采集反映人体健康状态的生理数据,以及采集人体周围可能影响健康状态的环境数据,作为所述健康大数据;智能节点健康数据汇集模块用于获得健康数据采集节点采集的健康大数据,对健康大数据进行预处理,然后上传给云服务器,定期更新云服务器存储的大健康数据;所述自适应多网络健康数据接入模块位于云服务器入口,用于将来自不同的智能节点健康数据汇集模块的数据集进行格式统一化处理,将处理后的数据集上传至云服务器存储并更新;云服务器是分布式存储的大数据存储中心,用于存储经过自适应多网络健康数据接入模块格式统一化处理之后的健康大数据的数据集;健康大数据分析与处理模块用于将任一用户的所有健康大数据整合成具有事件联系的数据集,并进行结果簇归类处理,将用户的健康事件状态归入特定的类型,输出归类结果至所述云服务器;客户端用于通过云服务器获得健康大数据分析与处理模块的分析结果。优选的是,智能节点健康数据汇集模块对大健康数据进行的预处理具体包括:读取任一用户在单位时间内采集的全部类型的健康大数据构成的数据集,每一个类型的健康大数据本文档来自技高网
...

【技术保护点】
1.一种个人健康生活大数据采集与分析系统,其特征在于,包括健康数据采集节点、智能节点健康数据汇集模块、云服务器、自适应多网络健康数据接入模块、健康大数据分析与处理模块和客户端;健康数据采集节点用于采集反映人体健康状态的生理数据,以及采集人体周围可能影响健康状态的环境数据,作为所述健康大数据;智能节点健康数据汇集模块用于获得健康数据采集节点采集的健康大数据,对健康大数据进行预处理,然后上传给云服务器,定期更新云服务器存储的大健康数据;所述自适应多网络健康数据接入模块位于云服务器入口,用于将来自不同的智能节点健康数据汇集模块的数据集进行格式统一化处理,将处理后的数据集上传至云服务器存储并更新;云服务器是分布式存储的大数据存储中心,用于存储经过自适应多网络健康数据接入模块格式统一化处理之后的健康大数据的数据集;健康大数据分析与处理模块用于将任一用户的所有健康大数据整合成具有事件联系的数据集,并进行结果簇归类处理,将用户的健康事件状态归入特定的类型,输出归类结果至所述云服务器;客户端用于通过云服务器获得健康大数据分析与处理模块的分析结果。

【技术特征摘要】
1.一种个人健康生活大数据采集与分析系统,其特征在于,包括健康数据采集节点、智能节点健康数据汇集模块、云服务器、自适应多网络健康数据接入模块、健康大数据分析与处理模块和客户端;健康数据采集节点用于采集反映人体健康状态的生理数据,以及采集人体周围可能影响健康状态的环境数据,作为所述健康大数据;智能节点健康数据汇集模块用于获得健康数据采集节点采集的健康大数据,对健康大数据进行预处理,然后上传给云服务器,定期更新云服务器存储的大健康数据;所述自适应多网络健康数据接入模块位于云服务器入口,用于将来自不同的智能节点健康数据汇集模块的数据集进行格式统一化处理,将处理后的数据集上传至云服务器存储并更新;云服务器是分布式存储的大数据存储中心,用于存储经过自适应多网络健康数据接入模块格式统一化处理之后的健康大数据的数据集;健康大数据分析与处理模块用于将任一用户的所有健康大数据整合成具有事件联系的数据集,并进行结果簇归类处理,将用户的健康事件状态归入特定的类型,输出归类结果至所述云服务器;客户端用于通过云服务器获得健康大数据分析与处理模块的分析结果。2.根据权利要求1所述的个人健康生活大数据采集与分析系统,其特征在于,智能节点健康数据汇集模块对大健康数据进行的预处理具体包括:读取任一用户在单位时间内采集的全部类型的健康大数据构成的数据集,每一个类型的健康大数据作为该数据集中的一个样本;构成样本空间X={X1,X2,X3,…XN},其中Xi是数据集中第i个样本;对各个样本根据下式进行规范化:其中A为Xi的真实值,maxi、mini分别表示Xi的最大值和最小值,[Nmaxi-Nmini]表示Xi所在类别的空间阈值范围;此时得到规范化后的样本空间X’;将规范化后的样本空间X’输送至云服务器。3.根据权利要求2所述的个人健康生活大数据采集与分析系统,其特征在于,所述自适应多网络健康数据接入模块将不同的数据集进行格式统一化处理具体包括:对于规范化后的样本空间X′当中的健康大数据的样本,设置样本分阈值K,当样本元素量大于等于K时设定为多数样本,小于K时设定为少数样本,设数据集的少数样本的总数为n,则其集合表示为Y={Y1,Y2,Y3,...Yn}YI代表样本,每个样本具有m个属性,则每个样本表示为:Y1={YI1,YI2,YI3,...YIm}多数类样本集合表示为Z={Z1,Z2,Z3,...ZI}按照如下过程格式统一化处理:(1)计算少数类样本的重心点,记为Yg,采用向量和欧式距离的计算方式得到少数类样本的重心点:(2)构建一个少数类小区域的重心点,记为Yc,从少数类样本集合X中随机选取两个样本,分别记为Yr1,Yr2,通过三个样本Yg、Yr1、Yr2求取该小区域的重心点求取到少数类小区域的重心,从而使得新生成的样本有一个靠近的区域中心方向;(3)合成新的样本pi,pi=Yi+rand(0,1)*(Yc-Yi)Yi为Step2中随机选择的两个少数类样本Yr1、Yr2,pi为合成的新样本,i=r1或i=r2,rand(0,1)为(0,1)之间的一个随机数;将新生成的样本pi放入到数据集合Ynew中;(4)计算非平衡率,计算数据集的非平衡率R,如果非平衡率小于预定值则继续重复(2)、(3)、(4)以获得更多的合成样本;若非平衡率达到预定值...

【专利技术属性】
技术研发人员:杨帆
申请(专利权)人:特斯联北京科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1