健康评估方法及相关装置制造方法及图纸

本发明专利技术公开了一种健康评估方法及相关装置，可以通过获得第一自然人的特征数据集，其中，所述特征数据集包括多个与健康相关的特征；分别计算各所述特征影响所述第一自然人的健康评估结果的权重；根据各所述权重，对各所述特征进行筛选得到输入集，其中，所述输入集包括多个所述特征；将所述输入集输入至预先训练好的BPNN模型，从而获得所述BPNN模型输出的健康评估结果。由此可以看出，本发明专利技术可以通过采集人们的特征数据集，然后基于采集到的特征数据集，通过模型及时评估健康状态，实效性和准确性均较高。准确性均较高。准确性均较高。

【技术实现步骤摘要】
健康评估方法及相关装置


[0001]本专利技术涉及大数据领域，特别涉及一种健康评估方法及相关装置。

技术介绍

[0002]当前人们的身体健康状况，一般是靠体检报告进行监控，这种方式周期较长，而健康状况变化快，导致通过进行体检的方式评估健康状态的实效性和准确性不足。

技术实现思路

[0003]鉴于上述问题，本专利技术提供一种克服上述问题或者至少部分地解决上述问题的一种健康评估方法及相关装置。
[0004]第一方面，一种健康评估方法，包括：
[0005]获得第一自然人的特征数据集，其中，所述特征数据集包括多个与健康相关的特征；
[0006]分别计算各所述特征影响所述第一自然人的健康评估结果的权重；
[0007]根据各所述权重，对各所述特征进行筛选得到输入集，其中，所述输入集包括多个所述特征；
[0008]将所述输入集输入至预先训练好的BPNN模型，从而获得所述BPNN模型输出的健康评估结果。
[0009]结合第一方面，在某些可选的实施方式中，所述获得第一自然人的特征数据集，包括：
[0010]获得所述第一自然人的多项体检信息和所述第一自然人的多项生活习惯信息；
[0011]针对任一所述体检信息和任一所述生活习惯信息，根据所属的信息范围进行分类得到相应的所述特征。
[0012]结合第一方面，在某些可选的实施方式中，所述分别计算各所述特征影响所述第一自然人的健康评估结果的权重，包括：
[0013]通过ReliefF算法，多次分别计算各所述特征影响所述第一自然人的健康评估结果的权重，其中，一个所述特征对应多个所述权重；
[0014]针对任一所述特征，计算相应的多个所述权重的平均值。
[0015]结合上一个实施方式，在某些可选的实施方式中，所述根据各所述权重，对各所述特征进行筛选得到输入集，包括：
[0016]选择所述平均值大于预设平均值阈值的特征构建得到所述输入集。
[0017]可选的，在某些可选的实施方式中，所述根据各所述权重，对各所述特征进行筛选得到输入集，包括：
[0018]将各所述平均值进行排序；
[0019]选择所述平均值最大的前N个所述特征构建得到所述输入集，其中，所述N为大于1的整数。
[0020]第二方面，一种健康评估装置，包括：数据集获得单元、权重计算单元、特征筛选单元和健康评估单元；
[0021]所述数据集获得单元，用于获得第一自然人的特征数据集，其中，所述特征数据集包括多个与健康相关的特征；
[0022]所述权重计算单元，用于分别计算各所述特征影响所述第一自然人的健康评估结果的权重；
[0023]所述特征筛选单元，用于根据各所述权重，对各所述特征进行筛选得到输入集，其中，所述输入集包括多个所述特征；
[0024]所述健康评估单元，用于将所述输入集输入至预先训练好的BPNN模型，从而获得所述BPNN模型输出的健康评估结果。
[0025]结合第二方面，在某些可选的实施方式中，所述数据集获得单元，包括：信息获得子单元和特征获得子单元；
[0026]所述信息获得子单元，用于获得所述第一自然人的多项体检信息和所述第一自然人的多项生活习惯信息；
[0027]所述特征获得子单元，用于针对任一所述体检信息和任一所述生活习惯信息，根据所属的信息范围进行分类得到相应的所述特征。
[0028]结合第二方面，在某些可选的实施方式中，所述权重计算单元，包括：权重计算子单元和平均值计算子单元；
[0029]所述权重计算子单元，用于通过ReliefF算法，多次分别计算各所述特征影响所述第一自然人的健康评估结果的权重，其中，一个所述特征对应多个所述权重；
[0030]所述平均值计算子单元，用于针对任一所述特征，计算相应的多个所述权重的平均值。
[0031]第三方面，一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现上述任一项所述的健康评估方法。
[0032]第四方面，一种电子设备，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述任一项所述的健康评估方法。
[0033]借由上述技术方案，本专利技术提供的一种健康评估方法及相关装置，可以通过获得第一自然人的特征数据集，其中，所述特征数据集包括多个与健康相关的特征；分别计算各所述特征影响所述第一自然人的健康评估结果的权重；根据各所述权重，对各所述特征进行筛选得到输入集，其中，所述输入集包括多个所述特征；将所述输入集输入至预先训练好的BPNN模型，从而获得所述BPNN模型输出的健康评估结果。由此可以看出，本专利技术可以通过采集人们的特征数据集，然后基于采集到的特征数据集，通过模型及时评估健康状态，实效性和准确性均较高。
[0034]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0035]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0036]图1示出了本专利技术提供的第一种健康评估方法的流程图；
[0037]图2示出了本专利技术提供的第二种健康评估方法的流程图；
[0038]图3示出了本专利技术提供的第三种健康评估方法的流程图；
[0039]图4示出了本专利技术提供的第四种健康评估方法的流程图；
[0040]图5示出了本专利技术提供的第五种健康评估方法的流程图；
[0041]图6示出了本专利技术提供的一种健康评估装置的结构示意图；
[0042]图7示出了本专利技术提供的一种电子设备的结构示意图。
具体实施方式
[0043]下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本专利技术，并且能够将本专利技术的范围完整的传达给本领域的技术人员。
[0044]如图1所示，本专利技术提供了一种健康评估方法，包括：S100、S200、S300和S400；
[0045]S100、获得第一自然人的特征数据集，其中，所述特征数据集包括多个与健康相关的特征；
[0046]可选的，本专利技术对于特征数据集不做具体限制，可以根据实际需要进行设定。例如，如图2所示，结合图1所示的实施方式，在某些可选的实施方式中，所述S100，包括：S110和S120；
[0047]S110、获得所述第一自然人的多项体检信息和所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种健康评估方法，其特征在于，包括：获得第一自然人的特征数据集，其中，所述特征数据集包括多个与健康相关的特征；分别计算各所述特征影响所述第一自然人的健康评估结果的权重；根据各所述权重，对各所述特征进行筛选得到输入集，其中，所述输入集包括多个所述特征；将所述输入集输入至预先训练好的BPNN模型，从而获得所述BPNN模型输出的健康评估结果。2.根据权利要求1所述的方法，其特征在于，所述获得第一自然人的特征数据集，包括：获得所述第一自然人的多项体检信息和所述第一自然人的多项生活习惯信息；针对任一所述体检信息和任一所述生活习惯信息，根据所属的信息范围进行分类得到相应的所述特征。3.根据权利要求1所述的方法，其特征在于，所述分别计算各所述特征影响所述第一自然人的健康评估结果的权重，包括：通过ReliefF算法，多次分别计算各所述特征影响所述第一自然人的健康评估结果的权重，其中，一个所述特征对应多个所述权重；针对任一所述特征，计算相应的多个所述权重的平均值。4.根据权利要求3所述的方法，其特征在于，所述根据各所述权重，对各所述特征进行筛选得到输入集，包括：选择所述平均值大于预设平均值阈值的特征构建得到所述输入集。5.根据权利要求3所述的方法，其特征在于，所述根据各所述权重，对各所述特征进行筛选得到输入集，包括：将各所述平均值进行排序；选择所述平均值最大的前N个所述特征构建得到所述输入集，其中，所述N为大于1的整数。6.一种健康评估装置，其特征在于，包括：数据集获得单元、权重计算单元、特征筛选单元和健康评估单元；所述数据集获得单元，用于获得第一自然人的特征数据集，其...

【专利技术属性】
技术研发人员：江静，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：