【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 ...
【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
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。