【技术实现步骤摘要】
表征衰老的表观生物学分析方法、系统、设备及存储介质
[0001]本申请属于衰老程度分析领域，尤其涉及一种表征衰老的表观生物学分析方法、系统、电子设备及计算机可读存储介质。
技术介绍
[0002]衰老的表观检测遵循三个标准：生物标记应该能够预测老化速率；必须能够重复测试而不会伤害人；它可以监测一个或多个生理过程。
[0003]人体表观测量学和物理参数变化是衰老的表观生物标志物中最实用的测量参数。在这方面，骨骼状态、皮肤、毛发、晶状体、步行速度，椅架，站立平衡，握力，体重指数，腰围和肌肉质量等等是易于检测的参数。这些表观参数和物理功能测量虽然简单，但在与人口统计学研究中的健康状况的关系方面，实际上可以比DNA等指标能够更好地执行出来。
[0004]目前，现有技术中的衰老分析方法主要是单因素分析方法，也即依据用户的某一种体征信息来分析用户的衰老程度，导致无法准确地分析用户的衰老程度。
[0005]因此，如何更加准确地分析用户的衰老程度是本领域技术人员亟需解决的技术问题。
技术实现思路
[00...
【技术保护点】
【技术特征摘要】
1.一种表征衰老的表观生物学分析方法，其特征在于，包括：获取待分析用户的目标体征信息；其中，所述目标体征信息包括所述待分析用户的容貌信息、皮肤信息、毛发信息、晶状体信息、声音信息、牙齿信息、血液指标信息、骨骼影像信息、身高信息、体重信息、体脂率、DNA特征信息中的至少两种；将所述目标体征信息输入预设的衰老的表观生物学分析模型中，输出对应的衰老的表观生物学测试结果；其中，所述衰老的表观生物学分析模型是利用训练样本集对神经网络进行模型训练得到的模型；所述训练样本集中的每一个训练样本包括样本用户的年龄和对应的样本体征信息；所述样本体征信息所包括的信息种类和所述目标体征信息所包括的信息种类相同。2.根据权利要求1所述的表征衰老的表观生物学分析方法，其特征在于，将所述目标体征信息输入预设的衰老的表观生物学分析模型中之前，所述方法还包括：针对每一个所述训练样本，将所述样本用户的年龄和对应的样本体征信息输入所述神经网络，得到所述样本用户的衰老的表观生物学测试结果；基于所述样本用户的衰老的表观生物学测试结果，判断所述神经网络是否满足预设训练停止条件；若所述神经网络不满足所述预设训练停止条件，则调整所述神经网络的模型参数，并利用所述训练样本集迭代训练调整后的神经网络，直至满足所述预设训练停止条件，得到所述衰老的表观生物学分析模型。3.根据权利要求2所述的表征衰老的表观生物学分析方法，其特征在于，所述针对每一个所述训练样本，将所述样本用户的年龄和对应的样本体征信息输入所述神经网络，得到所述样本用户的衰老的表观生物学测试结果，包括：针对每一个所述训练样本，将所述样本体征信息中的每种信息进行量化，得到对应的量化指标；将所述样本用户的所述年龄和对应的量化指标输入所述神经网络，得到所述样本用户的所述衰老的表观生物学测试结果；其中，所述衰老的表观生物学测试结果包括每种所述量化指标对应的指标权重，每种所述量化指标对应的指标权重表征各种所述量化指标之间的相对重要性程度。4.根据权利要求3所述的表征衰老的表观生物学分析方法，其特征在于，所述若所述神经网络不满足所述预设训练停止条件，则调整所述神经网络的模型参数，并利用所述训练样本集迭代训练调整后的神经网络，直至满足所述预设训练停止条件，得到所述衰老的表观生物学分析模型，包括：若所述神经网络不满足所述预设训练停止条件，则调整每种所述量化指标对应的指标权重，并利用所述训练样本集迭代训练调整后的神经网络，直至满足所述预设训练停止条件，得到所述衰老的表观生物学分析模型。5.根据权利要求3所述的表征衰老的表观生物学分析方法，其特征在于，每种所述量化指标包括至少一种特征要素；每种所述量化指标对应的指标权重包括每种所述特征要素对应的要素权重，且以矩阵向量的形式表示；其中，每种所述特征要素对应的要素权重表征各种所述特征要素之间的相对重要性程度。6.根据权利要求5所述的表征衰老的表观生物学分析方法，其特征在于，所述若所述神
经网络不满足所述预设训练停止条件，则调整所述神经网络的模型参数，并利用所述训练样本集迭代训练调整后的神经网络，直至满足所述预设训练停止条件，得到所述衰老的表观生物学分析模型，包括：若所述神经网络不满足所述预设训练停止条件，则调整每种所述特征要素对应的要素权重，并利用所述训练样本集迭代训练调整后的神经...
【专利技术属性】
技术研发人员：李梓赫，李危石，韦峰，田耘，刘忠军，尹硕，
申请(专利权)人：北京大学第三医院北京大学第三临床医学院，
类型：发明
国别省市：
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。