[发明专利]一种大数据健康预测系统在审

专利信息
申请号: 201710799151.1 申请日: 2017-09-07
公开(公告)号: CN107506602A 公开(公告)日: 2017-12-22
发明(设计)人: 白云飞 申请(专利权)人: 北京海融兴通信息安全技术有限公司
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 北京卫平智业专利代理事务所(普通合伙)11392 代理人: 谢建玲,郝亮
地址: 100091 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数据 健康 预测 系统
【权利要求书】:

1.一种大数据健康预测系统,其特征在于:包括数据信息采集模块、大数据分析平台和智能终端;

所述数据信息采集模块用于采集用户健康特征数据信息;

所述大数据分析平台用于对采集到的用户健康特征数据信息进行分析预处理,得到原始的疾病预测结果,然后根据建立的疾病风险预测模型对原始的疾病预测结果进行优化,得到最终的疾病预测结果,并给出用户健康状况的指导意见;

所述智能终端用于接收大数据分析平台得到的最终的疾病预测结果和用户健康状况的指导意见,并且用户可以通过智能终端实时将健康特征数据信息上传到大数据分析平台;

所述大数据分析平台包括注册模块、接收模块、分析模块和响应模块;所述注册模块用于获取用户的注册信息并验证用户身份;所述接收模块用于接收所述数据信息采集模块采集的用户健康特征数据信息;所述分析模块用于对用户健康特征数据信息进行分析预处理,并根据建立的疾病风险预测模型对原始的疾病预测结果进行优化,得到最终的疾病预测结果,并给出用户健康状况的指导意见,并将最终的疾病预测结果和用户健康状况的指导意见发送至智能终端;所述响应模块用于响应智能终端发送的响应请求,再次发送与用户注册信息相匹配且请求时间最接近的最终的疾病预测结果和和用户健康状况的指导意见。

2.如权利要求1所述的大数据健康预测系统,其特征在于:所述用户健康特征数据信息包括:个体体征数据、家族疾病史数据和生活因素数据。

3.如权利要求2所述的大数据健康预测系统,其特征在于:所述个体体征数据包括:年龄、呼吸、体温、脉搏和血压信息;所述家族疾病史数据包括:慢性支气管炎病史、肺癌家族史、肺炎史和肺结核史;所述生活因素数据包括:当地环境指标数据、工作环境数据和服用药物数据。

4.如权利要求1所述的大数据健康预测系统,其特征在于:所述分析模块包括数据库存储模块、数据预处理模块和疾病分析优化模块。

5.如权利要求4所述的大数据健康预测系统,其特征在于:所述数据库存储模块中存储的数据包括电子病例数据、医学检验数据和影像医学数据。

6.如权利要求4所述的大数据健康预测系统,其特征在于:所述数据预处理模块包括数据筛选模块、数据转换模块和数据预分析模块;所述数据筛选模块用于对采集到的用户健康特征数据信息进行筛选,所述数据转换模块用于对筛选后的用户健康特征数据信息进行转换处理,所述数据预分析模块用于对转换处理后的数据信息进行预处理分析,得到原始的疾病预测结果。

7.如权利要求6所述的大数据健康预测系统,其特征在于:所述数据转换模块包括数据信号放大模块和数据信号滤波处理模块,经数据信号放大模块进行信号放大处理和数据信号滤波处理模块进行滤波过滤后的数据信息输入到数据预分析模块。

8.如权利要求4所述的大数据健康预测系统,其特征在于:所述疾病分析优化模块包括预测模型建立模块和优化模块;所述预测模型建立模块用于基于数据库存储模块中存储的数据结合当前用户健康特征数据信息建立疾病风险预测模型,所述优化模型用于根据建立的疾病风险预测模型对原始的疾病预测结果进行优化,得到最终的疾病预测结果,根据得到的疾病预测结果,判断对应的疾病类别,并给出用户健康状况的指导意见。

9.如权利要求8所述的大数据健康预测系统,其特征在于:所述预测模型建立模块建立疾病风险预测模型的流程如下:

步骤1、将数据库存储模块中存储的数据和当前用户健康特征数据信息进行筛选分类,生成样本集,将样本集中的一部分样本作为训练样本,其余作为测试样本;

步骤2、对样本集中的训练样本,分别采用极限学习机ELM和支持向量机SVM模型进行训练,训练得到相应的疾病风险预测模型;

步骤3、利用样本集中的测试样本,分别对采用极限学习机ELM训练出的疾病风险预测模型和采用支持向量机SVM模型训练出的疾病风险预测模型的训练结果进行测试;

步骤4、选择测试结果准确率高的疾病风险预测模型作为最终的疾病风险预测模型。

10.如权利要求1所述的大数据健康预测系统,其特征在于:所述智能终端为智能手机或平板电脑。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京海融兴通信息安全技术有限公司,未经北京海融兴通信息安全技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710799151.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top