一种基于贝叶斯规则评价人体健康适能与风险的方法技术

本发明专利技术公开了一种基于贝叶斯规则评价人体健康适能与风险的方法，涉及健康适能测试技术领域，包括以下步骤：S1、建立用于评价人体健康适能与风险的贝叶斯规则网络结构；S2、得出测试所获得的数据；S3、根据获得的数据进行定量评价以及定性评价；S4、对定量评价以及定性评价进行测试打分；S5、评价健康适能水平，并明确健康风险因素。该基于贝叶斯规则评价人体健康适能与风险的方法，通过对于约束和搜索评分融合，利用融合后的方法对贝叶斯网络进行结构学习及计算，首先通过独立性测试降低搜索空间范围，然后在利用搜索评分寻找到数据的最优网络结构，定量评价健康适能水平，并明确健康风险因素，为提前干预提供可靠的评测工具。为提前干预提供可靠的评测工具。为提前干预提供可靠的评测工具。

【技术实现步骤摘要】
一种基于贝叶斯规则评价人体健康适能与风险的方法


[0001]本专利技术涉及健康适能测试
，具体为一种基于贝叶斯规则评价人体健康适能与风险的方法。

技术介绍

[0002]“健康”的概念，由世界卫生组织(World Health Organization，WHO)提出，并描述为必须包含的三个维度，既身体健康、心理健康和良好的社会适应能力。
[0003]“健康适能”(Health－related Physical Fitness)最早由美国运动医学学会(American College of Sports Medicine，ACSM)提出，指与健康有密切关系的身体适能，最早偏重于身体活动能力的描述，与竞技体适能(Skill－related Physical Fitness)共同组成身体适能(Fitness)。现在基于“体卫结合健康促进”的视角，身体的健康适能已经包含了身体健康状态和心理适应能力，两个个维度各自独立，又有着密切关系。
[0004]目前无论临床还是健康促进、疾病预防的评估方法均是针对某一项指标的单独测试，而人体健康水平维度众多，单一指标和单一维度的评价不能够满足对于健康和风险水平的评估需要。
[0005]为了解决上述问题，基于多模数据融合的贝叶斯规则，提出一种基于与健康密切相关的健康适能多模数据融合评价方法。定量评价健康适能水平，并明确健康风险因素，为提前干预提供可靠的评测工具。

技术实现思路

[0006]针对现有技术的不足，本专利技术提供了一种基于贝叶斯规则评价人体健康适能与风险的方法，以解决上述
技术介绍
中提出的问题。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种基于贝叶斯规则评价人体健康适能与风险的方法，包括以下步骤：
[0008]S1、建立用于评价人体健康适能与风险的贝叶斯规则网络结构；
[0009]S2、根据贝叶斯规则网络结构对网络结构中的各个指标进行测试，得出测试所获得的数据；
[0010]S3、根据获得的数据进行定量评价以及定性评价；
[0011]S4、基于MMHC和MMPC算法对定量评价以及定性评价进行测试打分；
[0012]S5、根据得分结果，评价健康适能水平，并明确健康风险因素。
[0013]进一步优化本技术方案，所述S1中，所述贝叶斯规则网络结构包括测试组别、指标池以及测试方法，所述贝叶斯规则网络结构将健康适能与风险水平分为三个等级，所述三个等级进一步的分为：
[0014]1)健康适能高，风险低；
[0015]2)健康适能一般，存在风险；
[0016]3)健康适能低，风险高/疾病/受限状态。
[0017]进一步优化本技术方案，所述贝叶斯规则网络结构中的测试组别进一步包括身体健康适能以及心理健康适能，所述指标池包含身体健康适能和心理健康适能所包含的指标。
[0018]进一步优化本技术方案，所述贝叶斯规则网络结构中指标池的指标进一步包括身体形态、身体机能、运动能力、心理状态、心理能力、生活习惯与模式、社会关系与适应，所述身体形态、身体机能、运动能力为身体健康适能所包含的指标，所述心理状态、心理能力、生活习惯与模式、社会关系与适应为心理健康适能所包含的指标。
[0019]进一步优化本技术方案，所述指标池所列的指标均为各指标组别的一级分类，测评时需要明确到具体可以被测量的指标，即身体健康适能的组别中的指标池包含的身体形态，需要明确到“身高”、“体重”、“去脂体重”、“身体脂肪量”、“身体脂肪占比”、“腰围”、“臀围”以及“腰臀比”。
[0020]进一步优化本技术方案，所述贝叶斯规则网络结构中的测试方法进一步包括国民体质测试、动作筛查评估、身体成分测试、气体分析、生物电测试、临床检查与化验、脑电及脑地图、运动风险量表、心理评估量表、生活习惯量表以及膳食调查。
[0021]进一步优化本技术方案，所述贝叶斯规则网络结构对于测试方法的选择是开放式的，只要是能够测量指标池中的某些指标，并能够得出定量或者定性的结论的测试方法，均可以采用。
[0022]进一步优化本技术方案，所述S2中，测试所获得的数据为增量数据，通过测试获得的数据都会参与到对指标的测试方法调整，用于保证本方法与实际情况具有更高的符合程度，保证测试结果更准确。
[0023]进一步优化本技术方案，所述S4中，定量评价的测试，其60分为临界值；定性评价的测试，最低一类评价的得分+1为临界值，将临界值规定为60分，作为修正数据，保证评价准确性的保证。
[0024]进一步优化本技术方案，该方法在测试过程中，并不能保证所有参与的测试者完成全部测试项目，从而会导致不同模态间所获得的数据量一致，且为相同测试者提供的，上述数据构成更能够和实际情况匹配，后续该方法对于数据处理时，适用于数据不完整多模态特征的数据情况。
[0025]与现有技术相比，本专利技术提供了一种基于贝叶斯规则评价人体健康适能与风险的方法，具备以下有益效果：
[0026]该基于贝叶斯规则评价人体健康适能与风险的方法，通过对于约束和搜索评分融合，利用融合后的方法对贝叶斯网络进行结构学习及计算，首先通过独立性测试降低搜索空间范围，然后在利用搜索评分寻找到数据的最优网络结构，定量评价健康适能水平，并明确健康风险因素，为提前干预提供可靠的评测工具。
附图说明
[0027]图1为本专利技术提出的一种基于贝叶斯规则评价人体健康适能与风险的方法的贝叶斯规则网络结构；
[0028]图2为本专利技术提出的一种基于贝叶斯规则评价人体健康适能与风险的方法的MMHC算法图；
[0029]图3为本专利技术提出的一种基于贝叶斯规则评价人体健康适能与风险的方法的MMPC算法图；
[0030]图4为本专利技术提出的一种基于贝叶斯规则评价人体健康适能与风险的方法的一种有向无环图。
具体实施方式
[0031]下面将结合本专利技术的实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]实施例一：
[0033]请参阅图1，一种基于贝叶斯规则评价人体健康适能与风险的方法，包括以下步骤：
[0034]S1、建立用于评价人体健康适能与风险的贝叶斯规则网络结构；
[0035]S2、根据贝叶斯规则网络结构对网络结构中的各个指标进行测试，得出测试所获得的数据；
[0036]S3、根据获得的数据进行定量评价以及定性评价；
[0037]S4、基于MMHC和MMPC算法对定量评价以及定性评价进行测试打分；
[0038]S5、根据得分结果，评价健康适能水平，并明确健康风险因素。
[0039]具体的，所述S1中，所述贝叶斯规则网络结构包括测试组别、指标池以及测试方法，所述贝叶斯规则网络结构将健康本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于贝叶斯规则评价人体健康适能与风险的方法，其特征在于，包括以下步骤：S1、建立用于评价人体健康适能与风险的贝叶斯规则网络结构；S2、根据贝叶斯规则网络结构对网络结构中的各个指标进行测试，得出测试所获得的数据；S3、根据获得的数据进行定量评价以及定性评价；S4、基于MMHC和MMPC算法对定量评价以及定性评价进行测试打分；S5、根据得分结果，评价健康适能水平，并明确健康风险因素。2.根据权利要求1所述的一种基于贝叶斯规则评价人体健康适能与风险的方法，其特征在于，所述S1中，所述贝叶斯规则网络结构包括测试组别、指标池以及测试方法，所述贝叶斯规则网络结构将健康适能与风险水平分为三个等级，所述三个等级进一步的分为：1)健康适能高，风险低；2)健康适能一般，存在风险；3)健康适能低，风险高/疾病/受限状态。3.根据权利要求2所述的一种基于贝叶斯规则评价人体健康适能与风险的方法，其特征在于，所述贝叶斯规则网络结构中的测试组别进一步包括身体健康适能以及心理健康适能，所述指标池包含身体健康适能和心理健康适能所包含的指标。4.根据权利要求2所述的一种基于贝叶斯规则评价人体健康适能与风险的方法，其特征在于，所述贝叶斯规则网络结构中指标池的指标进一步包括身体形态、身体机能、运动能力、心理状态、心理能力、生活习惯与模式、社会关系与适应，所述身体形态、身体机能、运动能力为身体健康适能所包含的指标，所述心理状态、心理能力、生活习惯与模式、社会关系与适应为心理健康适能所包含的指标。5.根据权利要求4所述的一种基于贝叶斯规则评价人体健康适能与风险的方法，其特征在于，所述指标池所列的指标均为各指标组别的一级分类，测评时需要明确到具体可以被测量的指标，即身体健...

【专利技术属性】
技术研发人员：刘铮，
申请(专利权)人：北京新清泰克体育科技有限公司，
类型：发明
国别省市：