[发明专利]一种人体健康风险评估预警系统

权利要求书

1.一种人体健康风险评估预警系统，其特征在于，包括：

人体信息采集模块，其用于采集使用者的基本信息；评估动作模板存储模块，其用于存储评估动作模板；评估选择模块，其用于选择评估动作模板给使用者，使用者按照顺序模仿选择的评估动作模板来进行运动；

运动数据采集模块，其用于采集使用者的运动数据，运动数据包括使用者的身体动作数据和身体机能数据；

历史数据存储模块，其用于存储历史使用者的运动数据；

风险评估模块，其用于评估人体健康风险，其包括第一数据处理单元、第二数据处理单元、第三数据处理单元、第四数据处理单元和判断单元，第一数据处理单元用于对使用者的运动数据进行切片获得节点数据，一个节点数据对应于一个时间点的运动数据；

第二数据处理单元用于生成N个第一对象，每个第一对象映射一个二维坐标点，所有第一对象的二维坐标点矩阵阵列分布，每一列的二维坐标点的数量与每一行的二维坐标点的数量相同，相邻的两个二维坐标点的最小距离为1；随机选择N个节点数据映射到第一对象；

第三数据处理单元，其用于迭代执行以下步骤：从节点数据中随机选择一个作为第二对象，计算第二对象与第一对象的第二距离，选择与第二对象的第二距离最小的第一对象，并更新第一对象以及与其邻域的第一对象；

第四数据处理单元，其用于计算当前使用者的运动数据和历史使用者的运动数据的第一相似度，按照与当前使用者的运动数据的第一相似度的由大至小的顺序对历史使用者的运动数据进行排序，提取前S个历史使用者的运动数据作为邻近集合；

第一相似度的计算方法包括：

给定赋权二分图：

G＝(X，Y)：X＝{x₁，x₂，...x_n}，Y＝{y₁，y₂，...y_m}，

其中集合X的顶点分别表示当前使用者的运动数据的第一对象，集合Y的顶点分别表示历史使用者的运动数据的第一对象，通过Kuhn-Munkres算法求解赋权二分图G的最大权完美匹配；

求解赋权二分图G的最大权完美匹配时的初始的顶标的值确定如下：

集合Y的顶点的顶标赋值为0，集合X的顶点的顶标赋值为该顶点映射的第一对象与集合Y的顶点映射的第一对象的第二相似度的最大值；

第二相似度S₂的计算公式如下：

其中，D_f为集合X的顶点的第一对象的第f项属性的值，E_f为集合Y的顶点的第一对象的第f项属性的值，z为第一对象的属性的总数量；

基于最大权完美匹配获得匹配后的权重和作为第一相似度；

判断单元，其基于邻近集合中的历史使用者的运动数据对应的诊断结果判断当前使用者的健康风险。

2.根据权利要求1所述的一种人体健康风险评估预警系统，其特征在于，基本信息包括年龄、身高、体重、体脂率、性别。

3.根据权利要求1所述的一种人体健康风险评估预警系统，其特征在于，评估动作模板是包含多个按照时间顺序进行排列的独立动作的动作集；

一个独立动作描述了一个人体的动作姿态。

4.根据权利要求1所述的一种人体健康风险评估预警系统，其特征在于，身体动作数据包含使用者的人体骨架节点的三维坐标位置。

5.根据权利要求1所述的一种人体健康风险评估预警系统，其特征在于，一条历史使用者的运动数据对应一个诊断结果，判断单元判断的方法包括：如果邻近集合中的历史使用者的运动数据对应的诊断结果为异常的比例超过设定的第一比例阈值则判断当前使用者的存在健康风险。