【技术实现步骤摘要】
所属的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。需要说明的是，上述实施例提供的系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本专利技术实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本专利技术实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本专利技术的不当限定。本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本专利技术的范围。术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/
技术介绍
1、健康风险评估是一种方法或工具，用于描述和评估某一个体未来发生某种特定疾病或因为某种特定疾病导致死亡的可能性，这种分析过程目的在于估计特定时间发生的可能性，而不在于做出明确的诊断，而健康风险评估一般都需要专业的机构评估，在对于一些老、弱、病、残人士来说非常的不方便。
2、公开号为cn114220513a公开了一种老年健康评估系统，运行于计算机装置中，所述系统包括：健康档案管理模块，用于输入或导入用户的病历、体检、健康史并生成针对该用户的健康档案，所述健康档案包括多个特征属性；慢性病评估模块，用于将部分所述特征属性输入预设的健康评估模型，并输出用户未来可能患慢性病的种类；综合评估模块，用于将所述特征属性输入预设的健康评估体系，并输出用户健康状况的综合评估；评估结果生成模块，用于将慢性病评估模块和综合评估模块得到的评估报告自动输入到健康档案管理模块中，并自动更新针对该用户的健康档案。
3、但是，现有技术中的健康评估系统单一，对于健康评估存在局限。
技术实现思路
1、本专利技术的目的是提供一种基于深度学习的健康评估方法及系统，本专利技术通过建立历史健康数据模型，与实时采集到的饮食数据进行比对查询，根据查询结果可以在短时间内快速对健康值进行评估，提高评估效率。
2、为了实现上述目的，本专利技术提供了如下的技术方案：
3、一种基于深度学习的健康评估方法，包括:
4、获取用户在未来的预设时间内的饮食数据，所述饮食数据包括进食时间t、进食速度v以及新陈代谢量r；
5、获取所述用户的若干个历史饮食数据，所述历史饮食数据包括在预设时间内的历史进食时间、历史进食速度、历史新陈代谢量以及历史健康值，并根据若干个所述历史饮食数据建立历史健康数据模型；其中，
6、所述历史健康数据模型内包括有若干个与所述历史进食时间、所述历史进食速度以及所述历史新陈代谢量相对应地所述历史健康值的若干个数据集合；
7、根据所述饮食数据与所述历史健康数据模型，查询是否存在与所述饮食数据相对应地所述数据集合中的所述历史进食时间、所述历史进食速度以及所述历史新陈代谢量，并根据查询结果确定所述用户在未来的预设时间内的健康值；其中，
8、当存在与所述饮食数据相对应地所述数据集合中的所述历史进食时间、所述历史进食速度以及所述历史新陈代谢量时，将相对应地所述历史健康值作为所述用户在未来的预设时间内的健康值；
9、当不存在与所述饮食数据相对应地所述数据集合中的所述历史进食时间、所述历史进食速度以及所述历史新陈代谢量时，根据所述饮食数据计算确定所述用户在未来的预设时间内的健康值，将计算得到的所述健康值以及所述饮食数据建立集合，并将所述集合输入至所述历史健康数据模型。
10、在本申请的一些实施例中，预先设定有预设进食时间矩阵t0和预设评估健康值矩阵a，对于所述预设评估健康值矩阵a，设定a(a1,a2,a3,a4)，其中a1为第一预设评估健康值，a2为第二预设评估健康值，a3为第三预设评估健康值，a4为第四预设评估健康值；
11、对于所述预设进食时间矩阵t0，设定t0(t01,t02,t03,t04),其中，t01为第一预设进食时间，t02为第二预设进食时间，t03为第三预设进食时间，t04为第四预设进食时间，且t01＜t02＜t03＜t04；
12、当不存在与所述饮食数据相对应地所述数据集合中的所述历史进食时间、所述历史进食速度以及所述历史新陈代谢量时，根据t与所述预设进食时间矩阵t0之间的关系选定相应地评估健康值作为所述用户在未来的预设时间内的健康值；
13、当t＜t01时，选定所述第一预设评估健康值a1作为所述用户在未来的预设时间内的健康值；
14、当t01≤t＜t02时，选定所述第二预设评估健康值a2作为所述用户在未来的预设时间内的健康值；
15、当t02≤t＜t03时，选定所述第三预设评估健康值a3作为所述用户在未来的预设时间内的健康值；
16、当t03≤t＜t04时，选定所述第四预设评估健康值a4作为所述用户在未来的预设时间内的健康值。
17、在本申请的一些实施例中，预先设定有预设进食速度矩阵n0和预设评估健康值修正系数矩阵b，对于所述预设评估健康值修正系数矩阵b，设定b(b1,b2,b3,b4)，其中b1为第一预设评估健康值修正系数，b2为第二预设评估健康值修正系数，b3为第三预设评估健康值修正系数，b4为第四预设评估健康值修正系数，且0.8＜b1＜b2＜b3＜b4＜1；
18、对于所述预设进食速度矩阵n0，设定n0(n01,n02,n03,n04),其中，n01为第一预设进食速度，n02为第二预设进食速度，n03为第三预设进食速度，n04为第四预设进食速度，且n01＜n02＜n03＜n04；
19、当不存在与所述饮食数据相对应地所本文档来自技高网...
【技术保护点】
1.一种基于深度学习的健康评估方法，其特征在于，包括:
2.根据权利要求1所述的一种基于深度学习的健康评估方法，其特征在于，
3.根据权利要求2所述的一种基于深度学习的健康评估方法，其特征在于，
4.根据权利要求3所述的一种基于深度学习的健康评估方法，其特征在于，
5.根据权利要求1所述的一种基于深度学习的健康评估方法，其特征在于，当存在与所述饮食数据相对应地所述数据集合中的所述历史进食时间、所述历史进食速度以及所述历史新陈代谢量时，还包括：
6.一种基于深度学习的健康评估系统，应用于如权利要求1-5任一项所述的基于深度学习的健康评估方法中，其特征在于，包括：
7.根据权利要求6所述的一种基于深度学习的健康评估系统，其特征在于，
8.根据权利要求7所述的一种基于深度学习的健康评估系统，其特征在于，
9.根据权利要求8所述的一种基于深度学习的健康评估系统，其特征在于，
10.根据权利要求6所述的一种基于深度学习的健康评估系统，其特征在于，
【技术特征摘要】
1.一种基于深度学习的健康评估方法，其特征在于，包括:
2.根据权利要求1所述的一种基于深度学习的健康评估方法，其特征在于，
3.根据权利要求2所述的一种基于深度学习的健康评估方法，其特征在于，
4.根据权利要求3所述的一种基于深度学习的健康评估方法，其特征在于，
5.根据权利要求1所述的一种基于深度学习的健康评估方法，其特征在于，当存在与所述饮食数据相对应地所述数据集合中的所述历史进食时间、所述历史进食速度以及所述历史新陈代...
【专利技术属性】
技术研发人员：纪倩雯，
申请(专利权)人：北京宜善医学科技有限公司，
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。