基于多阶隐马尔可夫模型的健康预警方法技术

技术编号:11179772 阅读:109 留言:0更新日期:2015-03-25 09:27
本发明专利技术提供一种基于多阶隐马尔可夫模型的健康预警方法,包括如下步骤:建立标准健康知识库:建立个人体征数据信息库,建立多阶隐马尔可夫模型,针对个人的预测与预警。通过本发明专利技术的方法,提供互动的主动健康服务模式,人的健康状态随着时间推移,当与健康知识库相应指标比对,发生异常时会重点提示预警。这些状态转换空间可能会划分为很多可达等价类,一方面,利用大数据可发现体征数据发展趋势和健康走向;另一方面,当需要判断一个新的会员健康状态时,可找相应匹配状态等价类,用其中容易判断的状态来判断(病症和发展趋势状态与速度类似),用此给出预警和建议。

【技术实现步骤摘要】

本专利技术属于计算机信息领域,特别是涉及到一种基于多阶隐马尔可夫模型的健康 预警方法。
技术介绍
现阶段人们逐渐认识到以健康为中心和治未病理念是现代医疗服务的发展 趋势,由此健康服务模式开始从传统单向的被动健康服务模式向互动的主动健康服务模式 转变,具体体现在:一是未病先防(即预防保健);二是既病防变或已病早治;三是 连续性的医疗服务(诊疗服务、疾病管理、健康预警为系列化),实现早期干预、视点前移, 以疾病/人为中心的主动服务模式。 人体体征变化有一定规律,而慢性病发生前人体已经会有一些持续性异常。理论 上来说,如果大数据掌握了这样的异常情况,便可以进行慢性病预测。利用平台的大数据做 疾病预测的相关分析,甚至可以给新药提供良好的建议。
技术实现思路
本专利技术要解决的问题是设计一种,实现 早期干预、视点前移,以疾病/人为中心的主动服务模式。 需要说明的是,本专利技术,是信息学的一 种应用,通过信息分析得到适用于自身的健康预警的方法,并非属于疾病的诊断和治疗方 法,因此不违反专利法第二十五条的相关规定。 为了达到上述目的,本专利技术采取的技术方案为:一种基于多阶隐马尔可夫模型的 健康预警方法,其特征在于,包括如下步骤: (一)建立标准健康知识库:记录体征数据的正常值,体检和常规检查数据的正常 值,用于将来与个人真实健康数据比对; (二)建立个人体征数据信息库,存储个人的健康信息,包括体征数据,体检和常 规检查数据。用于与标准健康知识库比对,跟踪数据变化,以分析健康状况走势,提供健康 预警以及个性化改善方案; (三)建立多阶隐马尔可夫模型, 把人在某一时刻t的健康状态用51表不,贝Ij人在不同时间的健康状况用一系列状 态表不,人在不同时期的健康状态看成一系列的状态转移; 对人的健康状态指标St用m个指标数据表示,则人在不同时间的健康状况用一系 列m维向量表示,St= (SpSu,......st,m); 一个人从t时刻状态St到t+1时刻状态S t+1转移的概率为P m则从t时刻状态到 t+Ι时刻的状态转移概率矩阵为A= (Pu)nxn,即下面的公式(1): St+1= StA (1) 其中本文档来自技高网...

【技术保护点】
一种基于多阶隐马尔可夫模型的健康预警方法,其特征在于,包括如下步骤:(一)建立标准健康知识库:记录体征数据的正常值,体检和常规检查数据的正常值,用于将来与个人真实健康数据比对;(二)建立个人体征数据信息库,存储个人的健康信息,包括体征数据,体检和常规检查数据。用于与标准健康知识库比对,跟踪数据变化,以分析健康状况走势,提供健康预警以及个性化改善方案;(三)建立多阶隐马尔可夫模型,把人在某一时刻t的健康状态用St表示,则人在不同时间的健康状况用一系列状态表示,人在不同时期的健康状态看成一系列的状态转移;对人的健康状态指标St用m个指标数据表示,则人在不同时间的健康状况用一系列m维向量表示,St=(St,1,St,2,……St,m);一个人从t时刻状态St到t+1时刻状态St+1转移的概率为Pij,则从t时刻状态到t+1时刻的状态转移概率矩阵为A=(Pij)N×N,即下面的公式(1):St+1=St A    (1)其中0≤Pij≤1    Σi=1NPij=1;∀j=1,2,3···N]]>(四)针对个人的预测与预警,先从个人体征数据信息库中读取相应体征数据,然后获得起初始状态,然后用多阶隐马尔可夫模型做预测。...

【技术特征摘要】
1. 一种基于多阶隐马尔可夫模型的健康预警方法,其特征在于,包括如下步骤: (一) 建立标准健康知识库:记录体征数据的正常值,体检和常规检查数据的正常值, 用于将来与个人真实健康数据比对; (二) 建立个人体征数据信息库,存储个人的健康信息,包括体征数据,体检和常规检 查数据。用于与标准健康知识库比对,跟踪数据变化,以分析健康状况走势,提供健康预警 以及个性化改善方案; (三) 建立多阶隐马尔可夫模型, 把人在某一时刻t的健康状态用31表不,则人在不同时间的健康状况用一系列状态表 示,人在不同时期的健康状态看成一系列的状态转移; 对人的健康状态指标St用m个指标数据表示,则人在不同时间的健康状况用一系列m 维向量表示,St=(St;1,St,2,......St,J; 一个人从t时刻状态St到t+1时刻状态St+1转移的概率为Pm则从t时刻状态到t+1 时刻的状态转移概率矩阵为A= (Pu)nxn,即下面的公式(1): St+1=StA(1) N 其中O彡Pij彡 1Σ6/=1;w=1,2,3…W Z=I (四) 针对个人的预测与预警,先从...

【专利技术属性】
技术研发人员:赵欣张桂芸
申请(专利权)人:天津迈沃医药技术有限公司
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 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。

1