一种健康风险评估方法及疾病预警系统技术方案

本申请公开了一种健康风险评估方法及疾病预警系统，涉及健康风险评估技术领域，解决了现有健康评估方案操作复杂、适用范围小和评估结果不准确的技术问题；包括中央处理器、边缘处理器、数据采集模块、数据存储模块和智能终端；本申请将环境数据、身体表征数据和用户生理数据结合起来，再联合建立好的映射关系对用户的健康状态进行评估；相对于现有技术，提供了一个适用范围更广的健康评估方案，有助于提高健康评估的效率和准确性；本申请不局限于个人的健康评估，还通过实际数据建立目标区域，并对目标区域进行分区域评估，既能够保证健康评估的准确性，又能够形成针对性的区域健康报告，为进一步的区域健康评估奠定了数据基础。础。础。

【技术实现步骤摘要】
一种健康风险评估方法及疾病预警系统


[0001]本申请属于健康风险评估
，具体是一种健康风险评估方法及疾病预警系统。

技术介绍

[0002]随着生活水平的提高，人们的生活方式发生了巨大的变化，肥胖、失眠、缺乏运动等不良生活方式所导致的健康问题越来越多；因此，如何及时了解身体健康状态成为亟待解决的问题。
[0003]现有方案大多通过人们身体内的血液或者某种细胞状态来进行健康评估；如通过生物能量健康系数序列和微型核糖核酸进行健康评估。生物能量健康系数序列通过测量外围血细胞的线粒体呼吸功能水平，确定病人的基准生物能量状态；微型核糖核酸是一种非编码的核糖核酸，不正常的微型核糖核酸与许多疾病息息相关，可被用来当作疾病初期诊断的依据。
[0004]但是，现有方案中健康评估的过程较为复杂，且只能针对特定疾病或者少数疾病进行预测评估，适用范围和适用人群较小；因此，亟需一种适用范围广、评估结果科学准确的健康风险评估系统。

技术实现思路

[0005]本申请提供了一种健康风险评估方法及疾病预警系统，用于解决现有健康评估方案操作复杂、适用范围小和评估结果不准确的技术问题，本申请通过建立具有非线性拟合能力的健康评估模型以及分区域进行健康评估解决了上述问题。
[0006]本申请的目的可以通过以下技术方案实现：一种健康风险评估方法，包括：
[0007]实时获取身体表征数据和环境数据，进行数据整合和数据预处理之后标记为初始数据；其中，所述数据预处理包括插入用户生理数据；
[0008]通过映射关系对初始数据进行分析，获取健康系数序列，根据所述健康系数序列进行预警；其中，所述健康系数序列包括健康标签和患病概率，所述映射关系包括初始数据与健康标签、患病概率之间的对应关系；
[0009]对目标区域内用户的健康系数序列进行分区域评估。
[0010]优选的，所述身体表征数据包括心率、体温和皮电；所述用户生理数据包括性别和年龄。
[0011]优选的，所述环境数据包括环境温度、气压、环境光强和环境湿度。
[0012]优选的，所述数据整合是将身体表征数据和环境数据连接成一条数据序列；其中，在该数据序列中，身体表征数据在前，环境数据在后，或者环境数据在前，身体表征数据在后。
[0013]优选的，所述数据预处理具体是将用户生理数据插入到数据序列首端形成一条新的数据序列，即初始数据。
[0014]优选的，所述映射关系通过健康评估模型建立，所述健康评估模型的构建包括：
[0015]获取标准训练数据并进行人工标注获取标准数据库；其中，所述标准训练数据中的内容和所述初始数据的内容属性一致，且所述标准数据库中标准训练数据与人工标注的健康系数序列一一对应；
[0016]从所述标准数据库中选取N条数据整合成训练数据集；其中，N为常数，且N不小于1000；
[0017]构建人工智能模型；其中，所述人工智能模型包括深度卷积神经网络和RBF神经网络；
[0018]通过所述训练数据集对所述人工智能模型进行训练，将训练完成的人工智能模型标记为健康评估模型。
[0019]优选的，所述健康标签的取值包括0、1和2；其中，当健康标签为0时，表示对应初始数据或者标准训练数据对应的健康状态为健康，当健康标签为1时，表示对应初始数据或者标准训练数据对应的健康状态为亚健康，当健康标签为2时，表示对应初始数据或者标准训练数据对应的健康状态为异常。
[0020]优选的，所述目标区域根据设计图纸或者矢量数据建模生成。
[0021]优选的，根据所述目标区域进行分区域评估包括：
[0022]将所述目标区域划分为若干子区域；
[0023]获取每个所述子区域内用户的健康系数序列，并根据健康系数序列形成区域健康报告；其中，所述区域健康报告包括健康状态为异常的用户比例以及所处的环境数据。
[0024]一种疾病预警系统，包括中央处理器、边缘处理器、数据采集模块、数据存储模块和智能终端；
[0025]所述数据采集模块采集初始数据，并将初始数据分别发送至对应的边缘处理器和数据存储模块；
[0026]所述边缘处理器将映射关系和初始数据结合进行分析，获取健康系数序列；
[0027]所述中央处理器用于获取映射关系并分发至边缘处理器，同时定期更新映射关系；
[0028]所述数据存储模块用于存储数据。
[0029]优选的，所述中央处理器与数据存储模块、若干边缘处理器通信和/或电气连接；每个所述边缘处理器至少与一个所述数据采集模块通信和/或电气连接；所述智能终端分别与中央处理器、边缘处理器、数据采集模块通信和/或电气连接；其中，所述智能终端包括智能手环、智能手机和笔记本电脑。
[0030]与现有技术相比，本申请的有益效果是：
[0031]1、本申请将环境数据、身体表征数据和用户生理数据结合起来，再联合建立好的映射关系对用户的健康状态进行评估；相对于现有技术，提供了一个适用范围更广的健康评估方案，有助于提高健康评估的效率和准确性。
[0032]2、本申请不局限于个人的健康评估，还通过实际数据建立目标区域，并对目标区域进行分区域评估，既能够保证健康评估的准确性，又能够形成针对性的区域健康报告，为进一步的区域健康评估奠定了数据基础。
附图说明
[0033]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]图1为本申请的方法步骤示意图；
[0035]图2为本申请的系统原理示意图。
具体实施方式
[0036]下面将结合实施例对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0037]这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。
[0038]请参阅图1，本申请提供了一种健康风险评估方法，包括：
[0039]实时获取身体表征数据和环境数据，进行数据整合和数据预处理之后标记为初始数据；
[0040]通过映射关系对初始数据进行分析，获取健康系数序列，根据健康系数序列进行预警；
[0041]对目标区域内用户的健康系数序列进行分区域评估。
[0042]环境数据包括环境温度、气压、环境光强、环境湿度、有害气体浓度等会对用户健康状态产本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种健康风险评估方法，其特征在于，包括：实时获取身体表征数据和环境数据，进行数据整合和数据预处理之后标记为初始数据；其中，所述数据预处理包括插入用户生理数据；通过映射关系对初始数据进行分析，获取健康系数序列，根据所述健康系数序列进行预警；其中，所述健康系数序列包括健康标签和患病概率，所述映射关系包括初始数据与健康标签、患病概率之间的对应关系；对目标区域内用户的健康系数序列进行分区域评估。2.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述身体表征数据包括心率、体温和皮电；所述用户生理数据包括性别和年龄；所述环境数据包括环境温度、气压、环境光强和环境湿度。3.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述数据整合是将身体表征数据和环境数据连接成一条数据序列；其中，在该数据序列中，身体表征数据在前，环境数据在后，或者环境数据在前，身体表征数据在后。4.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述数据预处理具体是将用户生理数据插入到数据序列首端形成一条新的数据序列。5.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述映射关系通过健康评估模型建立，所述健康评估模型的构建包括：获取标准训练数据并进行人工标注获取标准数据库；其中，所述标准训练数据中的内容和所述初始数据的内容属性一致，且所述标准数据库中标准训练数据与人工标注的健康系数序列一一对应；从所述标准数据库中选取N条数据整合成训练数据...

【专利技术属性】
技术研发人员：刘望霞，
申请(专利权)人：深圳市盛景基因生物科技有限公司，
类型：发明
国别省市：