CN107564588B - 一种生理健康数据预测装置 - Google Patents

Abstract

本发明公开了一种生理健康数据预测装置，包括输入单元、存储单元、输出单元和预测处理单元，其中输入单元用于输入健康数据采集设备所采集到的生理健康特征值序列并存储到存储单元；预测处理单元从存储单元中三次读取对应的生理健康特征值序列进行三次灰色预测得到三次预测结果，并将其等权均值的方式对三次预测结果进行合并处理，得到最终预测结果并存入存储单元，三次预测处理的序列分别为：前n‑2个、中间n‑2个和后n‑2个，其中n为生理健康特征值序列的长度；输出单元用于从存储单元中读取并输出输入的生理健康特征值序列的最终预测结果。本发明将采用三次预测的方式对最终预测结果进行误差修正，从而降低数据突变给预测结果造成的误差。

Description

一种生理健康数据预测装置

技术领域

本发明属于智慧医疗技术领域，具体涉及一种基于灰色预测模型的生理健康数据预测装置。

背景技术

灰色系统理论的最早提出是在1982年，如今已经广泛地应用于社会系统、经济管理、气象预测、和疾病控制等领域。

灰色预测方法基于预测特性可划分为以下四类：一、时间序列的预测：通过对一定时间序列上的事件特征进行灰色分析，实现对未来某一时间点上的事件特征值进行预测或对达到某一特征值所需的时间进行预测；二、畸变预测：通过对特征的时间序列进行灰色分析，实现对序列未来畸变情况的出现区间进行预测。三、趋势预测：通过对一定时间序列的特征值进行预测和分析，实现对未来发展趋势的预测，从而实现对事件的精准控制。四、系统预测：通过对多组特征指标的相互关系建立灰色预测模型，实现对不同特征之间相互关系的变化情况进行预测。

目前应用最广泛的灰色预测模型为一阶一元灰色预测模型，即GM(1,1)模型，通过该模型可实现在较小的样本个数下，对样本的变化规律和未来发展趋势进行预测。在使用GM(1,1)灰色预测模型构建特征序列的预测模型时，用X⁽⁰⁾＝(X⁽⁰⁾(1),X⁽⁰⁾(2),X⁽⁰⁾(3),…,X⁽⁰⁾(n))表示原始特征序列，其中n表示序列长度；首先需要对原始序列进行一次累加计算，达到降低序列随机波动、增加序列稳定性的目的，累加后的序列为X⁽¹⁾＝(X⁽¹⁾(1),X⁽¹⁾(2),X⁽¹⁾(3),…,X⁽¹⁾(n))，其中

根据累加后的序列，GM(1,1)将建立预测模型的微分方程，其方程的表达式为：

其中α和μ为待定系数，α表示发展灰数，μ表示内生控制灰数。

α和μ通过估算得到具体取值，通常采用最小二乘法估计得到：β＝(B^TB)^-1B^TY_n，其中β表示α和μ组成的向量，

计算得到Y_n和B后，将其带入到待定系数的估计计算模型中便可求得其待定系数α和μ的估计值。进而可得到相应的灰色预测模型：

式中

表示通过预测模型预测得到的第i个序列值，但是，通过该模型得到的预测结果为针对累加序列进行预测的结果，因此，需将结果还原为原始序列的预测结果：

从而实现对原始序列未来趋势的预测。

但是，当数据存在突变现象时，现有的灰色预测模型会给预测结果带来误差，从而导致其预测的准确性不够高。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种能进一步提高灰色预测模型的准确率的生理健康数据预测装置。

本发明的生理健康数据预测装置，包括输入单元、存储单元、输出单元和预测处理单元，

其中，输入单元为待预测的生理健康数据(例如血压、心率、体温等)的输入接口，用于输入健康数据采集设备(例如可穿戴健康设备)所采集到的生理健康特征值序列并存储到存储单元；

预测处理单元从存储单元中读取所述生理健康特征值序列的前n-2个生理健康特征值构建灰色预测模型进行第一次预测，得到第一预测结果；从存储单元中读取所述生理健康特征值序列的中间n-2个生理健康特征值构建灰色预测模型进行第二次预测，得到第二预测结果；以及从存储单元中读取所述生理健康特征值序列的后n-2个生理健康特征值构建灰色预测模型进行第三次预测，得到第三预测结果；通过等权均值的方式对三次预测结果进行合并处理，得到最终预测结果并存入存储单元，其中n为生理健康特征值序列的长度；

输出单元用于从存储单元中读取并输出所述生理健康特征值序列的最终预测结果。

综上所述，由于采用了上述技术方案，本发明的有益效果是：本发明将采用三次预测的方式对最终预测结果进行误差修正，从而降低数据突变给预测结果带来的影响。通过多次预测以及等权均值处理的方式可有效降低数据的突变现象给预测结果带来的误差，使预测的结果更加真实可靠。

附图说明

图1是本发明的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本发明作进一步地详细描述。

将本发明的生理健康数据预测装置用于家庭智慧医疗系统中，其结构示意图如图1所示，包括输入单元、存储单元、输出单元和预测处理单元，输入单元用于输入可穿戴健康设备对自身的健康数据的采集结果(离散的生理健康特征值序列)，并存储到存储单元中。其中可穿戴健康设备采集的生理健康数据包括血压、心率、体温等，因为采集的生理健康数据信息具有样本较少、概率分布模型不明确且内含不确定因素的特点，因此，可使用灰色预测模型对生理健康数据的动态发展趋势进行分析预测。预测处理单元从存储单元中读取对应的生理健康特征值序列进行三次灰色预测处理，通过等权均值的方式对三次预测结果进行合并处理，得到最终预测结果并存入存储单元，输出单元从存储单元中读取并输出所述生理健康特征值序列的最终预测结果，供家庭智慧医疗系统中其他模块使用。

本具体实施方式中，对应的可穿戴健康设备为智能手环，其采集的生理健康指标为心率，表1中展示了从用户最近的生理健康数据中截取的心率测量序列。

表1心率数据

序列编号	1	2	3	4	5	6	7	8
									心率	78	80	86	79	87	83	82	86

对于心率测量序列，首先计算心率序列的发展灰数α，以确定心率序列是否适合使用灰色预测模型进行预测。通过计算得到|α|＝0.006，当序列的|α|<0.3时，可运用GM(1,1)灰色预测模型进行中期、长期两种预测。

对普通的灰色预测模型和本发明的误差修正后的灰色预测模型的预测效果进行分析对比。首先基于序列中所有数据进行普通灰色预测模型的构建，其在某一时间点上的预测值通过单一灰色预测模型计算得到。然后，通过本发明改进后的灰色预测方法对序列进行三次灰色预测模型的构建，在计算某一时间点的预测值时，通过对三个预测模型的预测值进行等权均值处理得到，该方式将有效降低序列中的数据突变现象给预测结果带来的影响。表2和表3中展示了两种灰色预测模型所得到的心率预测结果及对应的残差。

表2灰色预测模型分析

序列编号	3	4	5	6
					预测值	82.29	82.78	83.28	83.78
绝对误差	3.71	3.78	3.72	0.78
					相对误差	4.31％	4.78％	4.27％	0.94％

表3本发明改进的灰色预测模型分析

通过对两表中数据的误差对比可以看出，相比于普通的灰色预测模型，本发明进行误差修正后的灰色预测模型在绝对误差和相对误差上都低于前者，因此，采用误差修正后的灰色预测模型将具有更真实的预测效果。

以上所述，仅为本发明的具体实施方式，本说明书中所公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换；所公开的所有特征、或所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以任何方式组合。

Claims (1)

1.一种生理健康数据预测装置，其特征在于，包括输入单元、存储单元、输出单元和预测处理单元，

所述输入单元用于输入可穿戴健康设备所采集到的生理健康特征值序列并存储到存储单元；

预测处理单元从存储单元中读取所述生理健康特征值序列并计算其发展灰数α，当生理健康特征值序列满足|α|＜0.3时，执行下述预测处理：

读取所述生理健康特征值序列的前n-2个生理健康特征值构建灰色预测模型进行第一次预测，得到第一预测结果；从存储单元中读取所述生理健康特征值序列的中间n-2个生理健康特征值构建灰色预测模型进行第二次预测，得到第二预测结果；以及从存储单元中读取所述生理健康特征值序列的后n-2个生理健康特征值构建灰色预测模型进行第三次预测，得到第三预测结果；通过等权均值的方式对三次预测结果进行合并处理，得到最终预测结果并存入存储单元，其中n为所述生理健康特征值序列的长度；

输出单元用于从存储单元中读取并输出所述生理健康特征值序列的最终预测结果；

其中，构建灰色预测模型及预测处理具体为：

定义X⁽⁰⁾＝(X⁽⁰⁾(1)，X⁽⁰⁾(2)，X⁽⁰⁾(3)，...，X⁽⁰⁾(m))表示构建灰色预测模型的生理健康特征值序列；其中m＝n-2；

对序列X⁽⁰⁾进行一次累加计算，得到序列X⁽¹⁾＝(X⁽¹⁾(1)，X⁽¹⁾(2)，X⁽¹⁾(3)，...，X⁽¹⁾(m))；

其中，

建立预测模型的微分方程：

其中，α表示发展灰数，μ表示内生控制灰数；

估算α和μ的值，得到灰色预测模型：

其中，

表示通过预测模型预测得到的第i+1个序列值；

并根据公式

计算最终的预测结果：

其中i＝1，2，3，...，m。

Images