CN112687393A - 一种基于大数据的疾病预测系统 - Google Patents
一种基于大数据的疾病预测系统 Download PDFInfo
- Publication number
- CN112687393A CN112687393A CN202011586120.6A CN202011586120A CN112687393A CN 112687393 A CN112687393 A CN 112687393A CN 202011586120 A CN202011586120 A CN 202011586120A CN 112687393 A CN112687393 A CN 112687393A
- Authority
- CN
- China
- Prior art keywords
- unit
- processing unit
- central processing
- physiological parameter
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于大数据的疾病预测系统,包括检测单元、处理单元、分析单元、预测单元、显示单元、中央处理器和远程更新单元;所述检测单元连接处理单元,所述处理单元连接中央处理器,所述中央处理器与预测单元交互连接,所述中央处理器与分析单元交互连接,所述中央处理器连接显示单元;通过采用本发明系统对疾病进行预测,能够有效的检测出人们的身体状况是否存在问题,同时,本发明系统不仅仅单纯使用在医院当中,可以随时随地在家中使用,无需人们在医院之中长时间的等待进行体检,能够帮助人们及早的了解自身的身体状况,达到在人们身体刚刚出现问题时,就能够得知自身的身体是否处于健康状态,准确性高。
Description
技术领域
本发明涉及疾病预测技术领域,具体为一种基于大数据的疾病预测系统。
背景技术
外界致病因素作用于细胞,达到一定强度或持续一定时间,也就是说,致病因素有了一定量的积累就会引起细胞的损伤,这个被损伤的细胞出现功能、代谢、形态结构紊乱,就构成了各种各样的疾病,威胁人们的健康,因此,开发出一种能够根据人体样本数据和生理参数进行提前预知疾病的系统是尤为重要的。为此,提出一种基于大数据的疾病预测系统。
发明内容
本发明的目的在于提供一种基于大数据的疾病预测系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于大数据的疾病预测系统,包括检测单元、处理单元、分析单元、预测单元、显示单元、中央处理器和远程更新单元;
所述检测单元连接处理单元,所述处理单元连接中央处理器,所述中央处理器与预测单元交互连接,所述中央处理器与分析单元交互连接,所述中央处理器连接显示单元;
所述分析单元包括支持向量机,所述支持向量机包括模型构建单元、存储模块和比对模块,所述模型构建单元与存储模块交互连接,所述模型构建单元与比对模块交互连接,所述比对模块与存储模块交互连接;
所述检测单元,用于获取人体生理参数样本数据和患者的生理参数数据;
所述处理单元,用于对获取的样本数据和患者的生理参数数据进行识别,并将其进行分类,然后发送至中央处理器;
所述中央处理器,用于在接收到处理单元发送的电信号数据后,将其发送至分析单元;
所述分析单元,用于在接收到中央处理器发送的电信号后,对其进行比对,构建预测模型;
所述支持向量机,用于根据人体的生理参数数据,构建疾病预测的支持向量机模型;
所述预测单元,根据处理后的患者的生理参数数据进行疾病预测,并将预测结果发送至中央处理器;
所述显示单元,用于显示预测结果。
优选的:所述处理器包括识别模块和分类模块,所述识别模块连接分类模块,所述分类模块连接中央处理器;
所述识别模块,用于识别用户输入的身体参数;
所述分类模块,用于区分用户输入的身体参数。
优选的:所述检测单元包括血压仪、血糖仪、摄像头、吹气管、消毒检测单元和语音播报器,所述消毒检测单元与吹气管交互连接,所述消毒检测单元连接语音播报器;
所述血压仪,用于检测人们的血压;
所述血糖仪,用于检测人们的血糖;
所述摄像头,用于检测人们的体表特征;
所述吹气管,用于采集人们口腔内呼出的气体;
所述消毒检测单元,用于检测使用后的吹气管是否完成消毒工作;
所述语音播报器,用于播报消毒检测结果。
优选的:所述检测单元还包括多个外置接口;
所述外置接口,用于连接新增加的人体检测设备。
优选的:所述中央处理器与远程更新单元交互连接;
所述远程更新单元,用于在人们需要获取新的身体参数检测内容时,向远程终端发送更新信号。
优选的:所述远程更新单元包括信号收发器;
所述信号收发器,用于接收与发送信号,以完成内容更新。
优选的:所述支持向量机在训练前,通过远程更新单元向终端发送更新信号,终端通过远程更新单元,向支持向量机内输入人体生理参数标准样本数据,存储进支持向量机内的存储模块内,在接收到待测人体生理参数样本数据后,比对模块从存储模块内读取人体生理参数标准样本数据,与待测人体生理参数样本数据比对,最终结果发送至模型构建单元内,并储存在存储模块内,记录,然后通过中央处理器发送至预测单元,构建模型后,发送至中央处理器,中央处理器将电信号转化为数字信号,显示在显示单元内。
优选的:所述构建后的模型存储在存储模块前,还包括预输入待测人员档案步骤。
优选的:所述待测人员档案包括姓名、年龄和性别信息。
与现有技术相比,本发明的有益效果是:通过采用本发明系统对疾病进行预测,能够有效的检测出人们的身体状况是否存在问题,同时,本发明系统不仅仅单纯使用在医院当中,可以随时随地在家中使用,无需人们在医院之中长时间的等待进行体检,能够帮助人们及早的了解自身的身体状况,达到在人们身体刚刚出现问题时,就能够得知自身的身体是否处于健康状态,准确性高。
附图说明
图1为本发明的系统模块示意图;
图2为本发明的检测单元模块示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一
本发明提供一种技术方案:一种基于大数据的疾病预测系统,包括检测单元、处理单元、分析单元、预测单元、显示单元、中央处理器和远程更新单元;
所述检测单元连接处理单元,所述处理单元连接中央处理器,所述中央处理器与预测单元交互连接,所述中央处理器与分析单元交互连接,所述中央处理器连接显示单元;
所述分析单元包括支持向量机,所述支持向量机包括模型构建单元、存储模块和比对模块,所述模型构建单元与存储模块交互连接,所述模型构建单元与比对模块交互连接,所述比对模块与存储模块交互连接;
所述检测单元,用于获取人体生理参数样本数据和患者的生理参数数据;
所述处理单元,用于对获取的样本数据和患者的生理参数数据进行识别,并将其进行分类,然后发送至中央处理器;
所述中央处理器,用于在接收到处理单元发送的电信号数据后,将其发送至分析单元;
所述分析单元,用于在接收到中央处理器发送的电信号后,对其进行比对,构建预测模型;
所述支持向量机,用于根据人体的生理参数数据,构建疾病预测的支持向量机模型;
所述预测单元,根据处理后的患者的生理参数数据进行疾病预测,并将预测结果发送至中央处理器;
所述显示单元,用于显示预测结果。
本实施例中,具体的:所述处理器包括识别模块和分类模块,所述识别模块连接分类模块,所述分类模块连接中央处理器;
所述识别模块,用于识别用户输入的身体参数;
所述分类模块,用于区分用户输入的身体参数。
本实施例中,具体的:所述检测单元包括血压仪、血糖仪、摄像头、吹气管、消毒检测单元和语音播报器,所述消毒检测单元与吹气管交互连接,所述消毒检测单元连接语音播报器;
所述血压仪,用于检测人们的血压;
所述血糖仪,用于检测人们的血糖;
所述摄像头,用于检测人们的体表特征;
所述吹气管,用于采集人们口腔内呼出的气体;
所述消毒检测单元,用于检测使用后的吹气管是否完成消毒工作;
所述语音播报器,用于播报消毒检测结果。
本实施例中,具体的:所述检测单元还包括多个外置接口;
所述外置接口,用于连接新增加的人体检测设备,以满足人们对各项身体参数进行检测的需求。
本实施例中,具体的:所述中央处理器与远程更新单元交互连接;
所述远程更新单元,用于在人们需要获取新的身体参数检测内容时,向远程终端发送更新信号。
本实施例中,具体的:所述远程更新单元包括信号收发器;
所述信号收发器,用于接收与发送信号,以完成内容更新。
本实施例中,具体的:所述支持向量机在训练前,通过远程更新单元向终端发送更新信号,终端通过远程更新单元,向支持向量机内输入人体生理参数标准样本数据,存储进支持向量机内的存储模块内,在接收到待测人体生理参数样本数据后,比对模块从存储模块内读取人体生理参数标准样本数据,与待测人体生理参数样本数据比对,最终结果发送至模型构建单元内,并储存在存储模块内,记录,然后通过中央处理器发送至预测单元,构建模型后,发送至中央处理器,中央处理器将电信号转化为数字信号,显示在显示单元内。
本实施例中,具体的:所述构建后的模型存储在存储模块前,还包括预输入待测人员档案步骤,以对待测人群身体状况进行记录,在待测人体身体参数记录越多时,支持向量机对人体的疾病预测就会越来越准确。
本实施例中,具体的:所述待测人员档案包括姓名、年龄和性别信息。
本实施例中:支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器,支持向量聚类首先使用核函数,通常是径向基函数核,将样本映射至高维空间,随后使用SVDD(Support Vector Domain Description)算法得到一个闭合超曲面作为高维空间中样本点富集区域的刻画。最后,支持向量聚类将该曲面映射回原特征空间,得到一系列闭合等值线,每个等值线内部的样本会被赋予一个类别,达到完成本发明疾病预测的作用。
实验例一
本发明还提供了一种实验例:
某医院采用本发明系统对人体进行疾病预测:
参与疾病预测人员六十人,六十人分为甲组、乙组和丙组,每组人数二十人,其中,每组人员中男女人数均为十人,年龄均为25岁,疾病预测前,未向医院告知身体状况;
甲组、乙组和丙组检测时间均为下午一点,检测项目定向为感冒和腰部是否受损,检测时,首先通过检测单元获取人体生理参数样本数据和患者的生理参数数据,获取后,通过处理单元分别对获取的样本数据和患者的生理参数数据进行处理,接着分析单元采用处理后的人体生理参数样本数据对支持向量机进行训练,获得用于根据人体的生理参数数据进行疾病预测的支持向量机模型,显示在显示单元内,共计耗时35min28s;
下午两点,甲组、乙组和丙组全部人员进入医院系统内进行体检,体检数据与疾病预测数据对照如表1所示:
表1:体检数据与疾病预测数据对照表一
上表数据中,甲组感冒人数两人,同时,腰部受损,身体健康人数为5人,与体检结果对比,准确率100%;
乙组感冒人数4人,其中两人腰部受损,身体健康人数为4人,与体检结果对比,准确率100%;
丙组感冒人数1人,同时腰部受损,身体健康人数为4人,与体检结果对比,准确率100%;
实验例二
本发明还提供了一种实验例:
某医院采用本发明系统对人体进行疾病预测:
参与疾病预测人员六十人,六十人分为甲组、乙组和丙组,每组人数二十人,其中,每组人员中男女人数均为十人,年龄均为45岁,疾病预测前,未向医院告知身体状况;
甲组、乙组和丙组检测时间均为下午一点,检测项目定向为颈椎和腰部是否受损,检测时,首先通过检测单元获取人体生理参数样本数据和患者的生理参数数据,获取后,通过处理单元分别对获取的样本数据和患者的生理参数数据进行处理,接着分析单元采用处理后的人体生理参数样本数据对支持向量机进行训练,获得用于根据人体的生理参数数据进行疾病预测的支持向量机模型,显示在显示单元内,共计耗时37min56s;
下午两点,甲组、乙组和丙组全部人员进入医院系统内进行体检,体检数据与疾病预测数据对照如表2所示:
表2:体检数据与疾病预测数据对照表二
上表数据中,甲组颈椎受损人数9人,9人中,腰部受损5人,身体健康人数为0人,与体检结果对比,准确率100%;
乙组颈椎受损人数15人,其中13人腰部受损,身体健康人数为0人,与体检结果对比,准确率100%;
丙组颈椎受损人数19人,其中腰部受损12人,身体健康人数为1人,与体检结果对比,准确率100%。
工作原理或者结构原理:通过对比实验例一和实验例二数据表得知,通过采用本发明系统对疾病进行预测,能够有效的检测出人们的身体状况是否存在问题,同时,本发明系统不仅仅单纯使用在医院当中,可以随时随地在家中使用,无需人们在医院之中长时间的等待进行体检,能够帮助人们及早的了解自身的身体状况,达到在人们身体刚刚出现问题时,就能够得知自身的身体是否处于健康状态,准确性高。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于大数据的疾病预测系统,其特征在于:包括检测单元、处理单元、分析单元、预测单元、显示单元、中央处理器和远程更新单元;
所述检测单元连接处理单元,所述处理单元连接中央处理器,所述中央处理器与预测单元交互连接,所述中央处理器与分析单元交互连接,所述中央处理器连接显示单元;
所述分析单元包括支持向量机,所述支持向量机包括模型构建单元、存储模块和比对模块,所述模型构建单元与存储模块交互连接,所述模型构建单元与比对模块交互连接,所述比对模块与存储模块交互连接;
所述检测单元,用于获取人体生理参数样本数据和患者的生理参数数据;
所述处理单元,用于对获取的样本数据和患者的生理参数数据进行识别,并将其进行分类,然后发送至中央处理器;
所述中央处理器,用于在接收到处理单元发送的电信号数据后,将其发送至分析单元;
所述分析单元,用于在接收到中央处理器发送的电信号后,对其进行比对,构建预测模型;
所述支持向量机,用于根据人体的生理参数数据,构建疾病预测的支持向量机模型;
所述预测单元,根据处理后的患者的生理参数数据进行疾病预测,并将预测结果发送至中央处理器;
所述显示单元,用于显示预测结果。
2.根据权利要求1所述的一种基于大数据的疾病预测系统,其特征在于:所述处理器包括识别模块和分类模块,所述识别模块连接分类模块,所述分类模块连接中央处理器;
所述识别模块,用于识别用户输入的身体参数;
所述分类模块,用于区分用户输入的身体参数。
3.根据权利要求1所述的一种基于大数据的疾病预测系统,其特征在于:所述检测单元包括血压仪、血糖仪、摄像头、吹气管、消毒检测单元和语音播报器,所述消毒检测单元与吹气管交互连接,所述消毒检测单元连接语音播报器;
所述血压仪,用于检测人们的血压;
所述血糖仪,用于检测人们的血糖;
所述摄像头,用于检测人们的体表特征;
所述吹气管,用于采集人们口腔内呼出的气体;
所述消毒检测单元,用于检测使用后的吹气管是否完成消毒工作;
所述语音播报器,用于播报消毒检测结果。
4.根据权利要求1所述的一种基于大数据的疾病预测系统,其特征在于:所述检测单元还包括多个外置接口;
所述外置接口,用于连接新增加的人体检测设备。
5.根据权利要求1所述的一种基于大数据的疾病预测系统,其特征在于:所述中央处理器与远程更新单元交互连接;
所述远程更新单元,用于在人们需要获取新的身体参数检测内容时,向远程终端发送更新信号。
6.根据权利要求5所述的一种基于大数据的疾病预测系统,其特征在于:所述远程更新单元包括信号收发器;
所述信号收发器,用于接收与发送信号,以完成内容更新。
7.根据权利要求1所述的一种基于大数据的疾病预测系统,其特征在于:所述支持向量机在训练前,通过远程更新单元向终端发送更新信号,终端通过远程更新单元,向支持向量机内输入人体生理参数标准样本数据,存储进支持向量机内的存储模块内,在接收到待测人体生理参数样本数据后,比对模块从存储模块内读取人体生理参数标准样本数据,与待测人体生理参数样本数据比对,最终结果发送至模型构建单元内,并储存在存储模块内,记录,然后通过中央处理器发送至预测单元,构建模型后,发送至中央处理器,中央处理器将电信号转化为数字信号,显示在显示单元内。
8.根据权利要求7所述的一种基于大数据的疾病预测系统,其特征在于:所述构建后的模型存储在存储模块前,还包括预输入待测人员档案步骤。
9.根据权利要求8所述的一种基于大数据的疾病预测系统,其特征在于:所述待测人员档案包括姓名、年龄和性别信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011586120.6A CN112687393A (zh) | 2020-12-29 | 2020-12-29 | 一种基于大数据的疾病预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011586120.6A CN112687393A (zh) | 2020-12-29 | 2020-12-29 | 一种基于大数据的疾病预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112687393A true CN112687393A (zh) | 2021-04-20 |
Family
ID=75453646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011586120.6A Pending CN112687393A (zh) | 2020-12-29 | 2020-12-29 | 一种基于大数据的疾病预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112687393A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506602A (zh) * | 2017-09-07 | 2017-12-22 | 北京海融兴通信息安全技术有限公司 | 一种大数据健康预测系统 |
CN108806792A (zh) * | 2017-05-03 | 2018-11-13 | 金波 | 深度学习面诊系统 |
CN109091126A (zh) * | 2018-09-14 | 2018-12-28 | 李思楠 | 一种基于多传感器的人体生理状态判别可视化方法及设备 |
CN110534192A (zh) * | 2019-07-24 | 2019-12-03 | 大连理工大学 | 一种基于深度学习的肺结节良恶性识别方法 |
CN111161879A (zh) * | 2020-02-24 | 2020-05-15 | 梅里医疗科技(洋浦)有限责任公司 | 一种基于大数据的疾病预测系统 |
-
2020
- 2020-12-29 CN CN202011586120.6A patent/CN112687393A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806792A (zh) * | 2017-05-03 | 2018-11-13 | 金波 | 深度学习面诊系统 |
CN107506602A (zh) * | 2017-09-07 | 2017-12-22 | 北京海融兴通信息安全技术有限公司 | 一种大数据健康预测系统 |
CN109091126A (zh) * | 2018-09-14 | 2018-12-28 | 李思楠 | 一种基于多传感器的人体生理状态判别可视化方法及设备 |
CN110534192A (zh) * | 2019-07-24 | 2019-12-03 | 大连理工大学 | 一种基于深度学习的肺结节良恶性识别方法 |
CN111161879A (zh) * | 2020-02-24 | 2020-05-15 | 梅里医疗科技(洋浦)有限责任公司 | 一种基于大数据的疾病预测系统 |
Non-Patent Citations (1)
Title |
---|
蒋贤海;谢存禧;: "远程健康监护系统监护信息预报方法", 北京生物医学工程, no. 04, pages 387 - 391 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106415555A (zh) | 用于病理学报告与放射学报告的相关联的系统和方法 | |
CN108877921A (zh) | 医疗智能分诊方法和医疗智能分诊系统 | |
CN110584601A (zh) | 一种老人认知功能监测和评估方法 | |
CN111563891B (zh) | 基于颜色认知的疾病预测系统 | |
CN111243753B (zh) | 一种面向医疗数据的多因素相关性交互式分析方法 | |
CN107145715B (zh) | 一种基于推举算法的临床医学智能判别装置 | |
Tarescavage et al. | Differences between Structured Interview of Reported Symptoms (SIRS) and SIRS-2 sensitivity estimates among forensic inpatients: A criterion groups comparison. | |
CN209232420U (zh) | 一种智能化谵妄评估装置 | |
CN114334123A (zh) | 一种适用于轻度认知障碍快速检测的认知测评体系 | |
CN114121266A (zh) | 一种智能化的辅助诊断方法和系统 | |
CN111370124A (zh) | 一种基于面手部识别和大数据的健康分析系统及方法 | |
CN115064246A (zh) | 一种基于多模态信息融合的抑郁症评估系统及设备 | |
CN111653273A (zh) | 一种基于智能手机的院外肺炎初步识别方法 | |
CN104361245A (zh) | 检测数据处理系统和方法 | |
CN116631558B (zh) | 一种基于互联网的医学检测项目的构建方法 | |
CN112617833A (zh) | 一种基于静息态脑电波检测抑郁症的装置 | |
US20230060794A1 (en) | Diagnostic Tool | |
CN112687393A (zh) | 一种基于大数据的疾病预测系统 | |
CN106951688B (zh) | 一种中医四诊分型辨证系统 | |
WO2022141929A1 (zh) | 一种健康自测系统、服务器及健康检测系统 | |
CN110703965A (zh) | 一种中医健康状态智能辨识软件及电子设备 | |
CN115862897A (zh) | 一种基于临床数据的症候群监测方法及系统 | |
CN110428893A (zh) | 一种远程医疗生命体征数据采集装置 | |
Hassanuzzaman et al. | Recognition of Pediatric Congenital Heart Diseases by Using Phonocardiogram Signals and Transformer-Based Neural Networks | |
CN112233806A (zh) | 一种全信息辅助诊疗方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |