申请/专利权人：长春医学高等专科学校(长春职工医科大学长春市医学情报所)

申请日：2024-03-27

公开（公告）日：2024-04-30

公开（公告）号：CN117954135A

主分类号：G16H80/00

分类号：G16H80/00;G06F18/243;G06F18/27;G06N20/20;G06N3/044;G06N3/084;G06N7/01;G16H50/30;G16H50/70;G16H70/20

优先权：

专利状态码：在审-公开

法律状态：2024.04.30#公开

摘要：本发明涉及智能健康诊断技术领域，具体为一种智能健康监测方法及系统，包括以下步骤：基于多源健康监测数据，采用条件随机场，通过构建概率模型分析和捕捉数据源间的潜在依赖关系，包括识别和分析多种健康监测设备的数据特征，并利用关系图模型表示数据间的互动模式，生成综合健康关系图。本发明，通过利用条件随机场和关系图模型，该方案能够更有效地整合和分析来自多个健康监测设备的异构数据。不仅提高了数据处理的深度和广度，还增强了对复杂健康状况的解析能力。基于规则的事件监听器和模型预测控制的应用使得该系统能够实时监测关键健康事件并迅速做出调整。动态响应机制提高了健康监测的及时性和准确性。

主权项：1.一种智能健康监测方法，其特征在于，包括以下步骤：基于多源健康监测数据，采用条件随机场，通过构建概率模型分析和捕捉数据源间的潜在依赖关系，包括识别和分析多种健康监测设备的数据特征，并利用关系图模型表示数据间的互动模式，生成综合健康关系图；基于所述综合健康关系图，采用基于规则的事件监听器，通过设置规则和阈值实时捕捉关键健康事件，并通过逻辑回归模型进行特征加权和概率估计，对事件进行分类处理，生成关键健康事件监测结果；基于所述关键健康事件监测结果，采用模型预测控制，通过实时分析数据和调整预测模型参数，进行监控活动的动态调节，并通过自适应算法实时优化控制策略，生成动态调节参数结果；基于所述动态调节参数结果，采用线性规划，通过建立资源分配模型并求解最优化问题，进行健康监测资源的分配，并通过优化算法平衡资源投入与监测效果，生成资源优化分配建议；基于所述资源优化分配建议，采用遗传算法，通过模拟自然选择和遗传机制，进行健康监测策略的全局优化，健康监测策略则根据接收到的所述多源健康监测数据进行持续修正，生成全局优化的健康监测建议；基于所述全局优化的健康监测建议，采用循环神经网络，通过捕捉时间序列数据中的依赖关系，进行健康数据的趋势分析，并通过神经网络模型预测未来潜在健康风险，生成趋势分析与风险预测结果；基于所述趋势分析与风险预测结果，采用随机森林算法，通过构建多个决策树并进行集成学习，进行风险因素的分类和评估，并根据评估结果进行健康预警，生成健康风险预警建议。

全文数据：

权利要求：

百度查询： 长春医学高等专科学校(长春职工医科大学长春市医学情报所) 一种智能健康监测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD