[發(fā)明專利]一種體質(zhì)測(cè)試數(shù)據(jù)采集與檢測(cè)系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010140511.9
• 申請(qǐng)日: 2020-03-03
• 公開（公告）號(hào): CN111403031A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計(jì)）人: 趙立秋
• 申請(qǐng)（專利權(quán)）人: 淮安信息職業(yè)技術(shù)學(xué)院
• 主分類號(hào): G16H50/30
• 分類號(hào): G16H50/30;G06N3/04;G06N3/08
• 代理公司: 北京國坤專利代理事務(wù)所(普通合伙) 11491
• 代理人: 趙紅霞

1.一種體質(zhì)測(cè)試數(shù)據(jù)采集與檢測(cè)方法，其特征在于，所述體質(zhì)測(cè)試數(shù)據(jù)采集與檢測(cè)方法包括以下步驟：

第一步，獲取待處理的體質(zhì)測(cè)試數(shù)據(jù)；

第二步，基于預(yù)設(shè)訓(xùn)練模型檢測(cè)所述待處理數(shù)據(jù)中的異常數(shù)據(jù)；

第三步，根據(jù)所述異常數(shù)據(jù)的數(shù)據(jù)特性確定所述異常數(shù)據(jù)的異常類型，并根據(jù)所述異常類型對(duì)所述異常數(shù)據(jù)進(jìn)行修正；

第四步，將第三步修正處理后的體質(zhì)測(cè)試數(shù)據(jù)隨機(jī)分成若干段作為測(cè)試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)；

第五步，對(duì)第四步中的各段測(cè)試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理操作；

第六步，將第五步預(yù)處理后的訓(xùn)練數(shù)據(jù)作為卷積神經(jīng)網(wǎng)絡(luò)模型的每次輸入，使用非監(jiān)督學(xué)習(xí)算法提取各組特征數(shù)據(jù)；

第七步，擬合第六步得到的各組特征數(shù)據(jù)，判斷混合分布的個(gè)數(shù)；并根據(jù)各組特征數(shù)據(jù)利用EM算法計(jì)算各混合分布的權(quán)重、均值；

第八步，建立三級(jí)評(píng)價(jià)模型，將第七步的計(jì)算結(jié)果得出等級(jí)和評(píng)分；

第九步，對(duì)第八步的等級(jí)和評(píng)分預(yù)設(shè)到數(shù)據(jù)庫，同時(shí)，通過健康檢測(cè)設(shè)備采集健康信息；

第十步，根據(jù)所述健康信息在預(yù)設(shè)的數(shù)據(jù)庫中查詢與所述健康信息對(duì)應(yīng)的健康評(píng)估值；

第十一步，根據(jù)所述健康評(píng)估值生成健康風(fēng)險(xiǎn)報(bào)告并顯示；

第十二步，通過聲光預(yù)警裝置利用異常判斷程序?qū)Ξ惓ｓw質(zhì)數(shù)據(jù)進(jìn)行預(yù)警通知：在第t個(gè)周期的體測(cè)過程中，年齡為h、性別為*的監(jiān)測(cè)對(duì)象進(jìn)行第i個(gè)測(cè)試項(xiàng)目的體測(cè)后，得到該監(jiān)測(cè)對(duì)象在第t個(gè)周期的關(guān)于第i個(gè)測(cè)試項(xiàng)目的體質(zhì)監(jiān)測(cè)數(shù)據(jù)即體測(cè)數(shù)據(jù)xi(t)；其中，*表示男性或女性；i＝1,2,…,I，i表示第i個(gè)測(cè)試項(xiàng)目，I表示體測(cè)共包括I個(gè)測(cè)試項(xiàng)目；

第十三步，將該監(jiān)測(cè)對(duì)象在第t個(gè)周期的關(guān)于第i個(gè)測(cè)試項(xiàng)目的體測(cè)數(shù)據(jù)xi(t)與該監(jiān)測(cè)對(duì)象在此第t個(gè)周期之前的n個(gè)周期的關(guān)于第i個(gè)測(cè)試項(xiàng)目的體測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析，并計(jì)算得到關(guān)于xi(t)的歷史比對(duì)奇異度a；

將該監(jiān)測(cè)對(duì)象在第t個(gè)周期的關(guān)于第i個(gè)測(cè)試項(xiàng)目的體測(cè)數(shù)據(jù)xi(t)與其他的年齡同樣為h、性別同樣為*的M個(gè)監(jiān)測(cè)對(duì)象的關(guān)于第i個(gè)測(cè)試項(xiàng)目的體測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析，并計(jì)算得到關(guān)于xi(t)的樣本比對(duì)奇異度b；

第十四步，每個(gè)測(cè)試項(xiàng)目均設(shè)有對(duì)應(yīng)的歷史比對(duì)奇異度閾值Ti1和樣本比對(duì)奇異度閾值Ti2；

若a＞Ti1，則對(duì)該監(jiān)測(cè)對(duì)象在第t個(gè)周期的關(guān)于第i個(gè)測(cè)試項(xiàng)目的體測(cè)數(shù)據(jù)發(fā)出預(yù)警；

若b＞Ti2，則對(duì)該監(jiān)測(cè)對(duì)象在第t個(gè)周期的關(guān)于第i個(gè)測(cè)試項(xiàng)目的體測(cè)數(shù)據(jù)xi(t)發(fā)出預(yù)警；

第十五步，通過報(bào)表程序根據(jù)第十四步采集的體質(zhì)數(shù)據(jù)生成體質(zhì)報(bào)表，并通過打印機(jī)打印體質(zhì)報(bào)表；通過微型存儲(chǔ)器存儲(chǔ)集的體質(zhì)數(shù)據(jù)、分析結(jié)果、評(píng)估結(jié)果以及體質(zhì)報(bào)表；通過顯示器顯示采集的體質(zhì)數(shù)據(jù)、分析結(jié)果、評(píng)估結(jié)果以及體質(zhì)報(bào)表。

2.如權(quán)利要求1所述的體質(zhì)測(cè)試數(shù)據(jù)采集與檢測(cè)方法，其特征在于，第一步所述獲取待處理的體質(zhì)測(cè)試數(shù)據(jù)包括：對(duì)待處理的體質(zhì)測(cè)試數(shù)據(jù)的數(shù)據(jù)源和數(shù)據(jù)量進(jìn)行標(biāo)記，并根據(jù)所述標(biāo)記分批獲取所述待處理的體質(zhì)測(cè)試數(shù)據(jù)；

所述基于預(yù)設(shè)訓(xùn)練模型檢測(cè)所述待處理數(shù)據(jù)中的異常數(shù)據(jù)，包括：

輸入所述待處理數(shù)據(jù)中的數(shù)據(jù)點(diǎn)至所述預(yù)設(shè)訓(xùn)練模型；若所述預(yù)設(shè)訓(xùn)練模型的輸出結(jié)果標(biāo)記不為正常，則確定所述待處理數(shù)據(jù)為異常數(shù)據(jù)。

3.如權(quán)利要求1所述的體質(zhì)測(cè)試數(shù)據(jù)采集與檢測(cè)方法，其特征在于，第二步所述根據(jù)所述異常數(shù)據(jù)的數(shù)據(jù)特性確定所述異常數(shù)據(jù)的異常類型，包括：

若所述異常數(shù)據(jù)為單個(gè)數(shù)據(jù)實(shí)例，則確定所述異常數(shù)據(jù)為點(diǎn)異常；

若所述異常數(shù)據(jù)為多個(gè)數(shù)據(jù)實(shí)例的集合，則確定所述異常數(shù)據(jù)為集合異常。

4.如權(quán)利要求1所述的體質(zhì)測(cè)試數(shù)據(jù)采集與檢測(cè)方法，其特征在于，五步對(duì)測(cè)試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理操作的方法如下：

采用0-1規(guī)范化方法對(duì)各段測(cè)試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理操作；其中，數(shù)據(jù)規(guī)范化公式為：

式中，X是輸入數(shù)據(jù)項(xiàng)，X_max為這組數(shù)據(jù)的最大項(xiàng)，X_min為這組數(shù)據(jù)的最小項(xiàng)。