[发明专利]一种基于正态分布的分段线性拟合健康评估方法在审
申请号: | 201610412965.0 | 申请日: | 2016-06-08 |
公开(公告)号: | CN106096274A | 公开(公告)日: | 2016-11-09 |
发明(设计)人: | 周作建;杨阳;胡云;周作霞 | 申请(专利权)人: | 江苏华康信息技术有限公司;十方健康管理(江苏)有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210019 江苏省南京市建*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于正态分布的分段线性拟合健康评估方法,包括下列步骤:1)请医学专家确定体征值的分级标准;2)根据分级标准确定百分值点,并将体征值划分成若干区间,每个区间确定得分区间;3)在每个区间,以特征值为横轴,以得分为纵轴,建立线性分段模型;4)当用户输入体征值组合,取每一个体征值带入线性模型,得到一个得分集合。5)对得分集合中每一个值根据体征值属性确定权重,然后做加权求和。本发明解决了目前传统健康定性评估方法主观性强,缺乏客观、定量的评价指标和统一标准的缺点。通过建立基于正态分布的分段线性拟合健康评估模型,可以使用户对自己的健康状况有一个量化的了解,从而更好指导用户健康生活,提高用户的生活品质。 | ||
搜索关键词: | 一种 基于 正态分布 分段 线性 拟合 健康 评估 方法 | ||
【主权项】:
一种基于正态分布的分段线性拟合健康评估方法,其特征在于,通过分析医学专家针对某体征值制定的分级标准,并建立体征值和得分的分段线性模型。模型建立后,当用户输入一组体征值,系统分别计算每一个体征值的得分后得到一个得分集合,然后对集合中每一个体征值得分做加权求和计算出最终的得分。应用该评估方法可以对用户的原始体征值做打分分析,使用户对自己的身体状况有更加深入的了解。该方法包含以下步骤:1)建立体征分级标准并确定百分点。请医学专家建立每一个体征值的评级标准,并指明哪个体征值可以确定为百分点(百分点是指在该体征值下,评估得分为100分)。2)建立分段线性模型。根据上步的评级标准对体征值进行分段,每个分段设计得分区间。根据特征值区间和得分区间就可以得到一个线性函数。3)计算得分,对健康进行定量评估。用户输入一组体征值后,代入分段线性模型,得到一组得分。对这组得分中每一个得分根据对应体征属性确定权重,最终对得分做加权求和得到总得分。
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江苏华康信息技术有限公司;十方健康管理(江苏)有限公司,未经江苏华康信息技术有限公司;十方健康管理(江苏)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/patent/201610412965.0/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用