基于遗传标记的健康管理系统及方法技术方案

本发明专利技术提出了一种基于遗传标记的健康管理系统及方法，涉及健康管理技术领域，数据采集单元收集遗传标记数据；模型构建单元构建遗传标记识别模型，输出识别特征；特征剔除单元采用特征选择算法去掉相关度低的识别特征；类别数据集形成单元将删除识别特征后的识别特征集合中的识别特征作为关键识别特征，构建类别数据集；健康管理项目输出单元将预先配置的目标类别数据序列作为匹配规则序列，提取所需健康管理项目

【技术实现步骤摘要】
基于遗传标记的健康管理系统及方法


[0001]本专利技术涉及健康管理
，具体涉及一种基于遗传标记的健康管理系统及方法
。

技术介绍

[0002]健康特征，疾病，易感性，生活方式和饮食之间的相关性都可以与人的特定遗传构成有关
。
遗传密码中的多态性和其他遗传特征有时与代谢表现有关，包括饮食，营养和运动反应
。
遗传学研究表明，具有特定遗传成分的人可以通过采取某些生活方式行动，即与饮食，营养和运动有关的行动，来避免疾病的机会
。
[0003]然而，这些研究是相当复杂的，即使在熟练的医学从业人员可以访问此信息的地方，时间限制以及其他因素也极大地限制了它的应用和实际使用
。
迄今为止，基因测试尚未提供给那些寻求改善健康状况的医生和患者，因此，非常需要一种机器和系统，通过该机器和系统，患者仅提交
DNA
或其他遗传样品，并获得健康推荐，以提供有关饮食营养和锻炼的建议
。
适合于特定的遗传组成和个体
。
[0004]基于大数据的健康管理是个性化医疗和未来医学的前沿趋势
。
其中基于临床数据的遗传标记的健康管理是一个重要的研究热点，有着广阔的应用前景
。
在当前个人健康管理方式的趋势下，个人普遍从医院获取自己的基因遗传信息，获取健康管理信息，制定和实施健康管理计划
。
然而现有技术中没有准确反映个体特征的遗传标记数据，难以稳健管理，无法很好地达到健康管理的目的
。
此外，与健康管理和疾病预防相关的常规健康管理方法仅存在饮食控制和运动等通用管理方法的指南，而没有考虑到个体特定的敏感性
。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提出了基于遗传标记的健康管理方法，包括如下步骤：
[0006]S1、
收集遗传标记数据，构建遗传标记识别模型，输出识别特征；
[0007]S2、
用特征选择算法去掉相关度低的识别特征，形成识别特征集合
K
；
[0008]S3、
将识别特征集合
K
中的识别特征作为关键识别特征，构建类别数据集；
[0009]S4、
将预先配置的目标类别数据序列作为匹配规则序列，提取所需健康管理项目
。
[0010]进一步地，所述步骤
S1
中，通过下式构建遗传标记识别模型：
[0011][0012]其中，
S
ij
代表第
i
个遗传标记样本中第
j
个标记数据，
i
＝1，2，
…
，
m
，
m
为遗传标记样本总数；
j
＝1，2，
…
，
n
，
n
为标记数据总数；
x
j
为被遗传标记识别模型识别出的第
j
个识别特征，
ε
为遗传标记识别模型参数，
γ
i
是标记变量；
K
是识别特征集合；
K
＝
{x1、x2…
、x
j
…
、x
n
}。
[0013]进一步地，所述步骤
S2
包括如下步骤：
[0014]S2.1、
分别计算标遗传标记样本之间的距离；
[0015]S2.2、
形成遗传标记样本距离矩阵，为每个遗传标记样本寻找同类集合和非类集合；
[0016]S2.3、
计算识别特征集合
K
中的每个识别特征
x
j
的权重
w[x
j
]，删除识别特征的权重低于权重阈值的识别特征
。
[0017]进一步地，所述步骤
S2.3
包括如下步骤：
[0018]S2.3.1、
初始化识别特征权重；
[0019]S2.3.2、
循环遍历识别特征集合
K
中的每个识别特征
x
j
，通过以下权重公式计算并更新识别特征权重：
[0020]w
′
[x
j
]＝
w[x
j
]‑
Diff(x
j
，
S
i
，
H)+Diff(x
j
，
S
i
，
M)
；
[0021]其中，
w
′
[x
j
]为新一轮特征权重；
H
为遗传标记样本
S
i
的同类集合，
M
为遗传标记样本
S
i
的非类集合；
[0022]Diff(x
j
，
S
i
，
H)
为识别特征
x
j
在遗传标记样本
S
i
和其同类集合
H
中表达值的差异度；
Diff(x
j
，
S
i
，
M)
为识别特征
x
j
在遗传标记样本
S
i
和其非类集合
M
中表达值的差异度；
[0023]S2.3.3、
将所有识别特征
x
j
按照特征权重
w[x
j
]从大到小排序，删除识别特征权重低于权重阈值的识别特征
。
[0024]进一步地，所述步骤
S3
包括如下步骤：
[0025]S3.1、
根据待分析的关键识别特征，构建目标数据矩阵和类别列；
[0026]S3.2、
根据目标数据矩阵和类别列，求取每个关键识别特征的模糊值
U
；
[0027]S3.3、
根据模糊值
U
对所有关键识别特征进行降序排列，获得待选的有序关键识别特征序列，将模糊值
U
最大的关键识别特征加入到构建的初始为空的关键识别特征子集；
[0028]S3.4、
针对待选的关键识别特征中剩余的每个关键识别特征，求取关键识别特征子集中关键识别特征的模糊值
U
以及其与类别列中多个类别值的多熵变量值
MU
；
[0029]S3.5、
利用每个关键识别特征对应的评估函数对该关键识别特征进行评估，将评估值最高的
T
‑1个关键识别特征加入关键识别特征子集，
T...

【技术保护点】

【技术特征摘要】
1.
基于遗传标记的健康管理方法，其特征在于，包括如下步骤：
S1、
收集遗传标记数据，构建遗传标记识别模型，输出识别特征；
S2、
用特征选择算法去掉相关度低的识别特征，形成识别特征集合
K
；
S3、
将识别特征集合
K
中的识别特征作为关键识别特征，构建类别数据集；
S4、
将预先配置的目标类别数据序列作为匹配规则序列，提取所需健康管理项目
。2.
根据权利要求1所述的基于遗传标记的健康管理方法，其特征在于，所述步骤
s1
中，通过下式构建遗传标记识别模型：其中，
S
ij
代表第
i
个遗传标记样本中第
j
个标记数据，
i
＝1，2，
…
，
m
，
m
为遗传标记样本总数；
j
＝1，2，
…
，
n
，
n
为标记数据总数；
x
j
为被遗传标记识别模型识别出的第
j
个识别特征，
ε
为遗传标记识别模型参数，
γ
i
是标记变量；
K
是识别特征集合；
K
＝
{x1、x2…
、x
j
…
、x
n
}。3.
根据权利要求2所述的基于遗传标记的健康管理方法，其特征在于，所述步骤
S2
包括如下步骤：
S2.1、
分别计算标遗传标记样本之间的距离；
S2.2、
形成遗传标记样本距离矩阵，为每个遗传标记样本寻找同类集合和非类集合；
S2.3、
计算识别特征集合
K
中的每个识别特征
x
j
的权重
w[x
j
]
，删除识别特征的权重低于权重阈值的识别特征
。4.
根据权利要求3所述的基于遗传标记的健康管理方法，其特征在于，所述步骤
S2.3
包括如下步骤：
S2.3.1、
初始化识别特征权重；
S2.3.2、
循环遍历识别特征集合
K
中的每个识别特征
x
j
，通过以下权重公式计算并更新识别特征权重：
w
′
[x
j
]
＝
w[x
j
]
‑
Diff(x
j
，
S
i
，
H)+Diff(x
j
，
S
i
，
M)
；其中，
w
′
[x
j
]
为新一轮特征权重；
H
为遗传标记样本
S
i
的同类集合，
M
为遗传标记样本
S
i
的非类集合；
Diff(x
j
，
S
i
，
H)
为识别特征
x
j
在遗传标记样本
S
i
和其同类集合
H

【专利技术属性】
技术研发人员：王欣，胡大柱，
申请(专利权)人：哈尔滨海吉雅科技有限公司，
类型：发明
国别省市：