买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州市奕经云科技有限公司

摘要：本发明涉及人体健康数据分析技术领域，具体为一种基于贝叶斯算法的人体健康数据分析模型及方法，包括数据采集模块、先验概率分析模块、生理分析模块、习惯分析模块、条件概率分析模块、疾病风险预测分析模块和显示终端；本发明，通过采集目标人员的基本数据参数、生理数据参数和习惯数据参数，利用贝叶斯算法进行概率分析，从而实现对目标人员身体状态的全面、准确评估，以及疾病风险的预测，从而实现了提前发现潜在的健康风险，为养老院提供更加精准和有效的健康管理和预防措施。

主权项：1.一种基于贝叶斯算法的人体健康数据分析方法，其特征在于，包括以下步骤：步骤一：对目标人员对应的人体数据信息进行采集，得到目标人员对应的人体数据信息，人体数据信息包括基本数据参数、生理数据参数和习惯数据参数；步骤二：用于对目标人员对应的基本数据参数进行监测，由此对目标人员对应的身体状态进行先验概率分析，得到目标人员对应的先验概率；步骤三：用于对单位时间段内目标人员对应的生理数据参数进行监测，由此对单位时间段内目标人员对应的生理状态进行评估分析，得到目标人员对应的生理状态评估系数；步骤四：用于对单位时间段内目标人员对应的习惯数据参数进行监测，由此对单位时间段内目标人员对应的习惯状态进行评估分析，得到目标人员对应的习惯状态评估系数；步骤五：用于接收目标人员对应的生理状态评估系数和习惯状态评估系数，由此对单位时间段内目标人员对应的身体状态进行条件概率分析，得到目标人员对应的条件概率；步骤六：用于对目标人员对应的身体状态进行后验概率分析，由此对目标人员对应的身体状态进行疾病风险预测，得到高趋势疾病风险、中趋势疾病风险和无趋势疾病风险；对目标人员对应的身体状态进行先验概率分析，具体的分析如下：通过提取目标人员对应的基本数据参数中的身高、年龄、体重、性别和家族疾病史，并将其分别进行赋值，得到目标人员对应的身高值、年龄值、体重值、性别值和家族疾病史值，并将其分别标定为RT1、RT2、RT3、RT4和RT5，依据设定的数据模型：得到目标人员对应的基本身体值JBZ，其中，e1、e2、e3、e4、e5均表示自然常数，yz表示预设的修正因子，η1、η2、η3、η4和η5分别表示身高值、年龄值、体重值、性别值和家族疾病史值权重系数；将目标人员对应的基本身体值与存储在云数据库中的身体状态表进行匹配分析，得到目标人员对应的身体状态等级，且每个目标人员对应的基本身体值均对应一个身体状态等级，同时与身体状态等级对应的先验概率进行匹配，由此得到目标人员对应的先验概率，并标记为PHi；对单位时间段内目标人员对应的生理状态进行评估分析，具体的分析如下：通过提取单位时间段内目标人员对应的生理数据参数中的心率、体温、血压、呼吸频率和脉搏跳动次数，得到单位时间段内目标人员对应的生理数据参数中的心率、体温、血压、呼吸频率和脉搏跳动次数，同时从中提取最高心率、最低心率、平均心率、最高体温、最低体温、平均体温、最高血压、最低血压、平均血压、最高呼吸频率、最低呼吸频率、平均呼吸频率、最高脉搏跳动次数、最低脉搏跳动次数、平均脉搏跳动次数的数值，并将其分别标定为Qmax、Qmin、Qpjz、Wmax、Wmin、Wpjz、Emax、Emin、Epjz、Ymax、Ymin、Ypjz、Umax、Umin、Upjz，依据公式：得到目标人员对应的生理状态评估系数δ1，其中，λ1、λ2、λ3、λ4和λ5表示为设定的权值因子；对单位时间段内目标人员对应的习惯状态进行评估分析，具体的分析如下：通过提取单位时间段内目标人员对应的习惯状态中的用餐时长、活动时长和休息时长，得到单位时间段内目标人员对应的习惯状态中的用餐时长、活动时长和休息时长，并将其分别标定为CS、DS和XS，提取三者的数值进行归一化处理，依据公式：得到目标人员对应的习惯状态评估系数δ2，其中，CS*、DS*和XS*分别表示参考用餐时长、参考活动时长和参考休息时长，μ1、μ2、μ3表示为设定的权值因子；对单位时间段内目标人员对应的身体状态进行条件概率分析，具体的分析如下：通过调取目标人员对应的生理状态评估系数和习惯状态评估系数的数值进行归一化计算处理，得到目标人员对应的身体理惯值；将目标人员对应的身体理惯值与存储在云数据库中的身体理惯状态表进行匹配分析，得到目标人员对应的身体理惯状态等级，且每个目标人员对应的身体理惯值均对应一个身体理惯状态等级，同时与身体理惯状态等级对应的身体状态进行匹配，得到目标人员对应的身体状态；假设Hi表示所有可能的身体状态，事件E发生的概率通过对所有可能的身体状态求和得到，依据公式：PE＝∑iPE|Hi×PHi，得到事件E发生的概率，PE|Hi是给定身体状态Hi下事件E发生的概率，PHi是先验概率；依据贝叶斯公式：得到目标人员对应的条件概率，PE|H是似然函数，表示在个体处于身体状态H的条件下，观测到事件E的概率；PH是先验概率，即在没有观测到任何数据之前，个体处于身体状态H的概率。

全文数据：

权利要求：

百度查询： 广州市奕经云科技有限公司 一种基于贝叶斯算法的人体健康数据分析模型及方法