CN115394442A - 一种发育评估方法、装置、设备及介质 - Google Patents

一种发育评估方法、装置、设备及介质 Download PDF

Info

Publication number
CN115394442A
CN115394442A CN202211045134.6A CN202211045134A CN115394442A CN 115394442 A CN115394442 A CN 115394442A CN 202211045134 A CN202211045134 A CN 202211045134A CN 115394442 A CN115394442 A CN 115394442A
Authority
CN
China
Prior art keywords
height
age
child
development
historical
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
Application number
CN202211045134.6A
Other languages
English (en)
Inventor
游志鹏
赵学良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yolanda Technology Co ltd
Original Assignee
Shenzhen Yolanda Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yolanda Technology Co ltd filed Critical Shenzhen Yolanda Technology Co ltd
Priority to CN202211045134.6A priority Critical patent/CN115394442A/zh
Publication of CN115394442A publication Critical patent/CN115394442A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets

Landscapes

  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Nutrition Science (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种发育评估方法、装置、设备及介质。发育评估方法包括:获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线;根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄;根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值;根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。本发明实施例的技术方案能够在保证时间和经济较低开销的前提下,对儿童发育情况进行精准预测。

Description

一种发育评估方法、装置、设备及介质
技术领域
本发明涉及发育评估技术领域,尤其涉及一种发育评估方法、装置、设备及介质。
背景技术
对儿童发育情况进行分析,可以更好的帮助儿童实现健康成长,对儿童发育进行精准评估,也越来越受到家长的关注。
每个儿童发育情况有所不同,仅靠对比身边同龄孩子身高或者是调研机构提供的平均身高是无法判断孩子发育早晚的。
目前,基于骨龄检测对儿童发育情况进行预测,操作复杂,需要花费较多的时间和金钱,同时由于骨龄与真实年龄的差值并非始终不变,想要及时跟踪当前状态得再次检测,频繁检测还将对身体产生一定影响。
发明内容
本发明提供了一种发育评估方法、装置、设备及介质,能够在保证时间和经济较低开销的前提下,对儿童发育情况进行精准预测。
根据本发明的一方面,提供了一种发育评估方法,包括:
获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线;
根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄;
根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值;
根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。
根据本发明的另一方面,提供了一种发育评估装置,包括:
曲线确定模块,用于获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线;
发育年龄确定模块,用于根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄;
历史发育年龄差值确定模块,用于根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值;
待评估年龄差值与发育评估数据确定模块,用于根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的发育评估方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的发育评估方法。
本发明实施例的技术方案,通过获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线,进而根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄,从而根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值,进一步根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。由于本方案无需借助儿童骨龄进行发育预测,可以避免骨龄测试存在的时间和经济开销大的问题,还能避免频繁骨龄测试对儿童身体的伤害,可以降低因实际发育情况与实际年龄不符,导致的发育评估误差,解决了骨龄预测发育情况存在的时间与开销大的问题,能够在保证时间和经济较低开销的前提下,对儿童发育情况进行精准预测。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种发育评估方法的流程图;
图2为本发明实施例二提供的一种发育评估方法的流程图;
图3是本发明实施例二提供的一种儿童发育情况的预测流程图;
图4为本发明实施例三提供的一种发育评估装置的结构示意图;
图5示出了可以用来实施本发明的实施例的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种发育评估方法的流程图,本实施例可适用于对儿童发育情况进行精准预测的情况,该方法可以由发育评估装置来执行,该发育评估装置可以采用硬件和/或软件的形式实现,该发育评估装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线。
其中,儿童身高对照表可以是通过调查统计整理得到的,用于对儿童身高进行参考比对的数据表。儿童身高对照表可以包括不同年龄的男女青少年儿童的身高统计数据。标准身高评估曲线可以是基于拟合算法对儿童身高对照表中的数据进行拟合,得到的曲线。
具体的,由于男女身高存在一定差距,首先确定当前需要发育评估的儿童的性别,进而按照已确定性别对儿童身高对照表进行数据筛选,获取儿童身高对照表中与该性别(当前需要发育评估的儿童的性别)相同的身高数据,从而根据拟合算法对筛选出的身高数据进行拟合,得到标准身高评估曲线。
可选的,可以按照当前需要发育评估的儿童的性别,从儿童身高对照表中抽取3rd、10th、25th、50th、75th、90th、97th百分位数,由于50th百分位数为统计调查结果中不同年龄下儿童身高的中位数,可以看做儿童的标准身高,因此可以通过拟合算法对50th百分位数进行拟合,生成基准曲线,与基准曲线对应函数记为h-50(age),进而计算75th百分位数与50th百分位数的差值,并通过拟合算法对差值进行拟合,生成身高变化幅度曲线,与身高变化幅度曲线对应函数记为h-diff(age)。其中,h-50(age)与h-diff(age)均以年龄为自变量。
儿童在每个年龄段的发育速度不同,但是x百分位的身高h_x与50th百分位的身高h_50在不同年龄下都基本保持固定的规律,可以简单记为h_x-h_50≈k*(h_75-h_50),k为身高变化幅度曲线的修正系数。
基于上述分析,可以将h(age,imput_height,input_age)=h_50(age)+(imput_height-h_50(input_age))/h_diff(input_age)*h_di ff(age),作为标准身高评估曲线对应的函数,其中,imput_height表示代入的身高,input_age表示代入的年龄,age表示年龄,将input_age作为参数代入h-diff(age)得到的身高差为h_diff(input_age)。
S120、根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄。
其中,当前身高测量数据可以是需要预测身高的儿童在测量当前身高时得到的数据。可选的,当前身高测量数据可以包括但不限于儿童当前身高以及当前测量时间等。历史身高测量数据可以是在获取当前身高测量数据之前,对需要预测身高的儿童进行身高测量时得到的数据。可选的,历史身高测量数据可以包括但不限于儿童历史测量身高以及历史测量时间等。儿童当前发育年龄可以是与儿童身高发育情况对应的年龄。儿童当前发育年龄与儿童当前实际年龄可以不同。需要说明的是,为了方便描述下述内容以一个儿童个体为发育评估对象进行发育评估方法的说明。
在本发明实施例中,可以对需要发育评估的儿童的当前身高进行测量,得到当前身高测量数据,并获取此儿童的历史身高测量数据以及与标准身高评估曲线对应的函数,基于当前身高测量数据、历史身高测量数据以及函数,计算儿童当前发育年龄。
S130、根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值。
其中,儿童历史发育年龄差值可以用于反映儿童历史发育年龄与儿童历史实际年龄的差值。每一条历史身高测量数据与一个儿童历史实际年龄对应,根据两条历史身高测量数据以及标准身高评估曲线可以确定儿童历史发育年龄,儿童历史发育年龄的计算原理与儿童当前发育年龄的计算原理相同,在此不做赘述。
在本发明实施例中,可以从历史身高测量数据中确定当前历史身高测量数据,以及一条早于当前历史身高测量数据的历史身高测量数据(下文简称为目标历史身高测量数据),进而根据当前历史身高测量数据、目标历史身高测量数据以及标准身高评估曲线,确定与当前历史身高测量数据匹配的儿童历史发育年龄,并确定与当前历史身高测量数据匹配的儿童历史实际年龄,进而将与当前历史身高测量数据匹配的,儿童历史发育年龄与儿童历史实际年龄的差值,作为与当前历史身高测量数据匹配的儿童历史发育年龄差值。
示例性的,假设历史身高测量数据包括历史身高测量数据a、历史身高测量数据b以及历史身高测量数据c,且历史身高测量数据a对应的测量时间晚于历史身高测量数据b对应测量时间(如历史身高测量数据a对应的测量时间为2022年7月16日,历史身高测量数据b对应的测量时间为2022年6月16日),历史身高测量数据b对应的测量时间晚于历史身高测量数据c对应测量时间。若历史身高测量数据a为当前历史身高测量数据,可以从历史身高测量数据b以及历史身高测量数据c选择一个作为目标历史身高测量数据,如将历史身高测量数据b作为目标历史身高测量数据,从而根据历史身高测量数据a、历史身高测量数据b以及标准身高评估曲线,确定与历史身高测量数据a匹配的儿童历史发育年龄差值。若历史身高测量数据b为当前历史身高测量数据,只有历史身高测量数据c能够作为目标历史身高测量数据,从而根据历史身高测量数据b、历史身高测量数据c以及标准身高评估曲线,确定与历史身高测量数据b匹配的儿童历史发育年龄差值。
S140、根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。
其中,待评估年龄差值可以是根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值确定的,与待评估年龄对应的发育年龄和待评估年龄的差值。待评估年龄可以是大于儿童当前实际年龄的任意年龄,可根据预测需要进行设置。发育评估数据可以是对儿童发育情况的评估预测以及建议数据。儿童当前实际年龄可以是与当前身高测量数据中当前测量时间对应的儿童年龄。
在本发明实施例中,可以先获取与当前身高测量数据对应的儿童当前实际年龄,进而计算儿童当前发育年龄与儿童当前实际年龄的当前年龄差值,进一步将当前年龄差值与儿童历史发育年龄差值进行拟合,得到拟合曲线,从而确定待评估年龄,进而根据待评估年龄以及拟合曲线,确定待评估年龄差值,并根据待评估年龄差值,生成对儿童作息、饮食以及医疗等相关的发育评估数据,实现针对待评估年龄差值的精准建议。。
可选的,可以通过获取需要发育评估的同一儿童的儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,进而根据拟合算法或机器学习模型将当前年龄差值与儿童历史发育年龄差值进行拟合,得到拟合曲线。由于儿童个体的发育年龄和真实年龄并未始终保持相同差值,随着饮食、作息、药物等多方面因素影响,差值会发生变动。根据本方案的发育评估方法,可以实现对儿童发育年龄与儿童实际年龄的差值预测,给出有助于儿童成长发育的建议。
本发明实施例的技术方案,通过获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线,进而根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄,从而根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值,进一步根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。由于本方案无需借助儿童骨龄进行发育预测,可以避免骨龄测试存在的时间和经济开销大的问题,还能避免频繁骨龄测试对儿童身体的伤害,可以降低因实际发育情况与实际年龄不符,导致的发育评估误差,解决了骨龄预测发育情况存在的时间与开销大的问题,能够在保证时间和经济较低开销的前提下,对儿童发育情况进行精准预测。
实施例二
图2为本发明实施例二提供的一种发育评估方法的流程图,本实施例以上述实施例为基础进行具体化,给出了根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄的具体的可选的实施方式。如图2所示,该方法包括:
S210、获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线。
S220、根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄。
在本发明的一个可选实施例中,S220具体可以包括:
S221、根据当前身高测量数据以及历史身高测量数据,计算身高测量年龄差值。
其中,身高测量年龄差值可以是两次身高测量的时间差值。
在本发明实施例中,可以分别从当前身高测量数据以及历史身高测量数据中获取身高测量时间,进而根据身高测量时间的差值,计算身高测量年龄差值。
S222、根据身高测量年龄差值以及标准身高评估曲线,确定待比较身高评估曲线。
其中,待比较身高评估曲线可以是根据身高测量年龄差值以及标准身高评估曲线确定的,用于确定儿童当前发育年龄的曲线。
在本发明实施例中,可以根据身高测量年龄差值、与身高测量年龄差值对应的历史身高测量数据中的测量身高,以及与标准身高评估曲线对应的函数,生成待比较身高评估曲线。
在本发明的一个可选实施例中,根据当前身高测量数据以及历史身高测量数据,计算身高测量年龄差值,可以包括:获取历史身高测量数据中的历史测量时间;根据当前身高测量数据以及历史测量时间,确定与历史测量时间匹配的身高测量年龄差值;根据身高测量年龄差值以及标准身高评估曲线,确定待比较身高评估曲线,可以包括:根据历史身高测量数据以及历史测量时间,确定与历史测量时间匹配的历史测量身高;根据与历史测量时间匹配的历史测量身高、与历史测量时间匹配的身高测量年龄差值以及标准身高评估曲线,确定至少一个待比较身高评估曲线。
在本发明实施例中,可以对历史身高测量数据进行解析,确定历史测量时间,进而根据当前身高测量数据中的当前测量时间与历史测量时间的差值,确定与历史测量时间匹配的身高测量年龄差值。在得到与历史测量时间匹配的身高测量年龄差值之后,可以按照历史测量时间,从历史身高测量数据中筛选出与历史测量时间匹配的历史测量身高,进而将年龄(变量)减去与历史测量时间匹配的身高测量年龄差值的结果作为变量,并将与历史测量时间匹配的历史测量身高作为常量,输入至与标准身高评估曲线对应的函数,生成至少一条待比较身高评估曲线。
如果历史身高测量数据包括一组身高测量数据,即包括一个历史测量时间,则计算一次当前测量时间与历史测量时间的差值,得到一个身高测量年龄差值。如果历史身高测量数据包括多组身高测量数据,即包括多个历史测量时间,则依次计算当前测量时间与各历史测量时间的差值,得到各身高测量年龄差值。当身高测量年龄差值为多个时,确定的待比较身高评估曲线也为多个,身高测量年龄差值与待比较身高评估曲线有一一对应关系。
S223、根据待比较身高评估曲线以及当前身高测量数据,确定儿童当前发育年龄。
在本发明的一个可选实施例中,根据待比较身高评估曲线以及当前身高测量数据,确定儿童当前发育年龄,可以包括:获取假设发育年龄;根据假设发育年龄以及至少一条待比较身高评估曲线,计算评估理论身高;根据评估理论身高以及当前身高测量数据中的当前测量身高,确定儿童当前发育年龄。
其中,假设发育年龄可以是预先设置的儿童年龄。评估理论身高可以是根据假设发育年龄以及待比较身高评估曲线确定的,符合儿童历史发育情况的身高。
在本发明实施例中,可以根据当前身高测量数据中的当前测量身高以及标准身高评估曲线,确定出现当前测量身高的年龄区间,进而在确定的年龄区间顺序取值作为假设发育年龄,从而确定至少一条待比较身高评估曲线在假设发育年龄下的身高,得到至少一个评估理论身高,进一步计算至少一个评估理论身高,和当前身高测量数据中当前测量身高之间的差值,以此类推,通过调整假设发育年龄,得到多个差值,并将与最小差值对应的假设发育年龄作为儿童当前发育年龄。
在本发明的一个可选实施例中,在确定儿童当前发育年龄之后,还可以包括:根据当前身高测量数据、儿童当前发育年龄以及标准身高评估曲线,确定当前目标身高评估曲线;根据当前目标身高评估曲线,对儿童身高进行预测。
其中,当前目标身高评估曲线可以是与儿童当前发育年龄匹配的身高预测曲线。
在本发明实施例中,可以将当前身高测量数据中的儿童当前身高以及儿童当前发育年龄作为常量,输入到与标准身高评估曲线对应的函数,得到随年龄变化的当前目标身高评估曲线,进而确定儿童需要进行身高预测的年龄,进一步根据儿童需要进行身高预测的年龄、儿童当前发育年龄以及当前目标身高评估曲线,确定在预测年龄下儿童的身高。
可选的,可以通过图像界面对当前目标身高评估曲线进行显示,让用户直观的看到儿童的生长发育变化情况。
在本发明的一个可选实施例中,根据当前目标身高评估曲线,对儿童身高进行预测,可以包括:根据儿童当前发育年龄、儿童当前实际年龄以及儿童身高待估测年龄,确定儿童身高待估测发育年龄;根据儿童身高待估测发育年龄以及当前目标身高评估曲线,确定儿童预测身高。
其中,儿童身高待估测年龄可以是大于儿童当前实际年龄的任意年龄。儿童身高待估测发育年龄可以是与儿童身高待估测年龄对应的儿童发育年龄。
在本发明实施例中,可以确定当前身高测量数据中当前测量时间下,儿童的实际年龄,即与儿童当前发育年龄匹配的儿童当前实际年龄,从而计算儿童当前实际年龄与儿童当前发育年龄的差值,进而根据儿童身高待估测年龄,以及该差值,计算儿童身高待估测发育年龄,从而在当前目标身高评估曲线下确定与儿童身高待估测发育年龄对应的身高,得到儿童预测身高。
可选的,假设儿童身高待估测年龄为c、儿童当前实际年龄为b、儿童当前发育年龄为a,则儿童身高待估测发育年龄=c-(b-a)。
S230、根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值。
S240、根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。
在本发明的一个可选实施例中,根据待评估年龄差值,生成发育评估数据,可以包括:获取年龄差值第一阈值以及年龄差值第二阈值;根据待评估年龄差值、年龄差值第一阈值以及年龄差值第二阈值,确定儿童发育类型。
其中,年龄差值第一阈值可以是预先设置的正数。年龄差值第二阈值可以是预先设置的负数。例如,年龄差值第一阈值可以是1,年龄差值第二阈值可以是-1。年龄差值第一阈值与年龄差值第二阈值的绝对值可以相同或不同,本发明实施例并不对年龄差值第一阈值与年龄差值第二阈值的具体数值进行限定。儿童发育类型可以包括早发育、正常发育或晚发育。
在本发明实施例中,可以根据实际的发育评估要求,设置年龄差值第一阈值以及年龄差值第二阈值。当待评估年龄差值小于年龄差值第二阈值,则确定儿童发育类型为早发育;当待评估年龄差值大于等于年龄差值第二阈值,且小于等于年龄差值第一阈值,则确定儿童发育类型为正常发育;当待评估年龄差值大于年龄差值第一阈值,则确定儿童发育类型为晚发育。在确定了儿童发育类型之后,可以根据儿童发育类型为儿童提供健康建议,如作息、饮食、医疗等建议。
在一个具体的例子中,假设标准身高评估曲线对应的函数为h(age,imput_height,input_age)=h_50(age)+(imput_height-h_50(inpu t_age))/h_diff(input_age)*h_diff(age)。如果儿童当前测量身高及多次历史测量身高都在某条标准身高评估曲线上,或者是与此曲线贴合度非常高,则意味着这条标准身高评估曲线就是此儿童个体的真实身高变化曲线,曲线上当前身高所对应的年龄就是儿童当前发育年龄。为确保历史测量数据的准确性,尽可能通过同一身高测量仪测量并自动上传数据。
示例性的,假设当前测量身高为h—last,历史测量身高为h_history,当前测量时间和历史测量时间的差值为age—diff(即身高测量年龄差值),将历史测量身高为h_history作为常量,age-age—diff作为变量输入至标准身高评估曲线对应的函数,得到待比较身高评估曲线,与待比较身高评估曲线对应的函数为:
h(age,h_history,age-age—diff)=h_50(age)+(h_history-h_50(age-age—diff))/h_diff(age-age—diff)*h_diff(age)。
将假设发育年龄作为age代入该公式,得到评估理论身高,进而不断调整假设发育年龄,得到评估理论身高与当前测量身高的最小差值,并将与最小差值对应的假设发育年龄作为儿童当前发育年龄。
假设历史身高测量数据为三组:h_history_1,历史测量时间A,并且身高测量年龄差值为age_diff_1;h_history_2、历史测量时间B,并且身高测量年龄差值为age_diff_2;h_history_3、历史测量时间C,并且身高测量年龄差值为age_diff_3,将历史测量身高以及身高测量年龄差值代入与待比较身高评估曲线对应的函数,得到下述三个函数:
h(age,h_history_1,age-age—diff_1)=h_50(age)+(h_history_1-h_50(age-age—diff_1))/h_diff(age-age—diff_1)*h_diff(age),该函数可简记为h_1;
h(age,h_history_2,age-age—diff_2)=h_50(age)+(h_history_2-h_50(age-age—diff_2))/h_diff(age-age—diff_2)*h_diff(age),该函数可简记为h_2;
h(age,h_history_3,age-age—diff_3)=h_50(age)+(h_history_3-h_50(age-age—diff_3))/h_diff(age-age—diff_3)*h_diff(age),该函数可简记为h_3。
进一步,基于如下公式计算评估理论身高与当前测量身高的最小差值:
diff(age)=sqrt(abs(h_1-h_last)+abs(h_2-h_last)+abs(h_3-h_last)),其中,abs()为绝对值计算符号,sqrt()为平方根符号。此处列举的差值计算公式仅为一种可实现方式,但并不仅限于此公式。
假设儿童最新测量记录时的当前测量年龄区间范围小于18岁,将区间内每个年龄(精确到小数点后2位)作为age代入diff(age),比较每个代入假设发育年龄得到的身高差值大小,差值最小的代入年龄就是儿童当前发育年龄。进一步,将儿童当前发育年龄作为input_age,并将当前测量身高作为input_height,代入标准身高评估曲线对应函数,得到与当前目标身高评估曲线对应的函数。在计算未来实际年龄(儿童身高待估测发育年龄)对应身高时只需把未来真实年龄-(未来真实年龄-儿童当前发育年龄)代入与当前目标身高评估曲线对应的函数,即可得到未来身高。
图3是本发明实施例二提供的一种儿童发育情况的预测流程图,如图3所示,可以通过拟合得到任意年龄身高对应的标准身高评估曲线,进而获取历史身高测量数据,从而基于当前身高测量数据、历史身高测量数据以及标准身高评估曲线,对儿童身高进行预测,进一步确定儿童发育类型,从而基于儿童发育类型评估儿童健康状态,并给出建议,最终还可以预测儿童在未来一段时间的发育年龄与实际年龄的差值变化。
本发明实施例的技术方案,通过根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄,进而根据当前身高测量数据以及历史身高测量数据,计算身高测量年龄差值,从而根据身高测量年龄差值以及标准身高评估曲线,确定待比较身高评估曲线,进一步根据待比较身高评估曲线以及当前身高测量数据,确定儿童当前发育年龄,从而根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值,并根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。由于本方案无需借助儿童骨龄进行发育预测,可以避免骨龄测试存在的时间和经济开销大的问题,还能避免频繁骨龄测试对儿童身体的伤害,可以降低因实际发育情况与实际年龄不符,导致的发育评估误差,解决了骨龄预测发育情况存在的时间与开销大的问题,能够在保证时间和经济较低开销的前提下,对儿童发育情况进行精准预测。
实施例三
图4为本发明实施例三提供的一种发育评估装置的结构示意图。如图4所示,该装置包括曲线确定模块310、发育年龄确定模块320、历史发育年龄差值确定模块330以及待评估年龄差值与发育评估数据确定模块340,其中,
曲线确定模块310,用于获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线;
发育年龄确定模块320,用于根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄;
历史发育年龄差值确定模块330,用于根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值;
待评估年龄差值与发育评估数据确定模块340,用于根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。
本发明实施例的技术方案,通过获取儿童身高对照表,并根据儿童身高对照表,确定标准身高评估曲线,进而根据当前身高测量数据、历史身高测量数据以及标准身高评估曲线,确定儿童当前发育年龄,从而根据历史身高测量数据以及标准身高评估曲线,确定儿童历史发育年龄差值,进一步根据儿童当前发育年龄、儿童当前实际年龄以及儿童历史发育年龄差值,确定待评估年龄差值,并根据待评估年龄差值,生成发育评估数据。由于本方案无需借助儿童骨龄进行发育预测,可以避免骨龄测试存在的时间和经济开销大的问题,还能避免频繁骨龄测试对儿童身体的伤害,可以降低因实际发育情况与实际年龄不符,导致的发育评估误差,解决了骨龄预测发育情况存在的时间与开销大的问题,能够在保证时间和经济较低开销的前提下,对儿童发育情况进行精准预测。
可选的,发育年龄确定模块320,用于根据所述当前身高测量数据以及所述历史身高测量数据,计算身高测量年龄差值;根据所述身高测量年龄差值以及所述标准身高评估曲线,确定待比较身高评估曲线;根据所述待比较身高评估曲线以及所述当前身高测量数据,确定所述儿童当前发育年龄。
可选的,发育年龄确定模块320,用于获取所述历史身高测量数据中的历史测量时间;根据所述当前身高测量数据以及历史测量时间,确定与历史测量时间匹配的身高测量年龄差值;根据所述历史身高测量数据以及所述历史测量时间,确定与所述历史测量时间匹配的历史测量身高;根据与所述历史测量时间匹配的历史测量身高、与历史测量时间匹配的身高测量年龄差值以及所述标准身高评估曲线,确定至少一个所述待比较身高评估曲线。
可选的,发育年龄确定模块320,用于获取假设发育年龄;根据所述假设发育年龄以及至少一条所述待比较身高评估曲线,计算评估理论身高;根据所述评估理论身高以及所述当前身高测量数据中的当前测量身高,确定所述儿童当前发育年龄。
可选的,发育评估装置还包括身高预测模块,用于根据当前身高测量数据、儿童当前发育年龄以及标准身高评估曲线,确定当前目标身高评估曲线;根据当前目标身高评估曲线,对儿童身高进行预测。
可选的,身高预测模块,根据儿童当前发育年龄、儿童当前实际年龄以及儿童身高待估测年龄,确定儿童身高待估测发育年龄;根据所述儿童身高待估测发育年龄以及所述当前目标身高评估曲线,确定儿童预测身高。
可选的,待评估年龄差值与发育评估数据确定模块340,用于获取年龄差值第一阈值以及年龄差值第二阈值;根据所述待评估年龄差值、所述年龄差值第一阈值以及所述年龄差值第二阈值,确定儿童发育类型;其中,所述儿童发育类型包括早发育、正常发育或晚发育。
本发明实施例所提供的发育评估装置可执行本发明任意实施例所提供的发育评估方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如发育评估方法。
在一些实施例中,发育评估方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的发育评估方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行发育评估方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种发育评估方法,其特征在于,包括:
获取儿童身高对照表,并根据所述儿童身高对照表,确定标准身高评估曲线;
根据当前身高测量数据、历史身高测量数据以及所述标准身高评估曲线,确定儿童当前发育年龄;
根据所述历史身高测量数据以及所述标准身高评估曲线,确定儿童历史发育年龄差值;
根据所述儿童当前发育年龄、儿童当前实际年龄以及所述儿童历史发育年龄差值,确定待评估年龄差值,并根据所述待评估年龄差值,生成发育评估数据。
2.根据权利要求1所述的方法,其特征在于,所述根据当前身高测量数据、历史身高测量数据以及所述标准身高评估曲线,确定儿童当前发育年龄,包括:
根据所述当前身高测量数据以及所述历史身高测量数据,计算身高测量年龄差值;
根据所述身高测量年龄差值以及所述标准身高评估曲线,确定待比较身高评估曲线;
根据所述待比较身高评估曲线以及所述当前身高测量数据,确定所述儿童当前发育年龄。
3.根据权利要求2所述的方法,其特征在于,所述根据所述当前身高测量数据以及所述历史身高测量数据,计算身高测量年龄差值,包括:
获取所述历史身高测量数据中的历史测量时间;
根据所述当前身高测量数据以及历史测量时间,确定与历史测量时间匹配的身高测量年龄差值;
所述根据所述身高测量年龄差值以及所述标准身高评估曲线,确定待比较身高评估曲线,包括:
根据所述历史身高测量数据以及所述历史测量时间,确定与所述历史测量时间匹配的历史测量身高;
根据与所述历史测量时间匹配的历史测量身高、与历史测量时间匹配的身高测量年龄差值以及所述标准身高评估曲线,确定至少一个所述待比较身高评估曲线。
4.根据权利要求3所述的方法,其特征在于,所述根据所述待比较身高评估曲线以及所述当前身高测量数据,确定所述儿童当前发育年龄,包括:
获取假设发育年龄;
根据所述假设发育年龄以及至少一条所述待比较身高评估曲线,计算评估理论身高;
根据所述评估理论身高以及所述当前身高测量数据中的当前测量身高,确定所述儿童当前发育年龄。
5.根据权利要求1所述的方法,其特征在于,在所述确定儿童当前发育年龄之后,还包括:
根据所述当前身高测量数据、所述儿童当前发育年龄以及所述标准身高评估曲线,确定当前目标身高评估曲线;
根据所述当前目标身高评估曲线,对儿童身高进行预测。
6.根据权利要求5所述的方法,其特征在于,所述根据所述当前目标身高评估曲线,对儿童身高进行预测,包括:
根据儿童当前发育年龄、儿童当前实际年龄以及儿童身高待估测年龄,确定儿童身高待估测发育年龄;
根据所述儿童身高待估测发育年龄以及所述当前目标身高评估曲线,确定儿童预测身高。
7.根据权利要求1所述的方法,其特征在于,所述根据所述待评估年龄差值,生成发育评估数据,包括:
获取年龄差值第一阈值以及年龄差值第二阈值;
根据所述待评估年龄差值、所述年龄差值第一阈值以及所述年龄差值第二阈值,确定儿童发育类型;
其中,所述儿童发育类型包括早发育、正常发育或晚发育。
8.一种发育评估装置,其特征在于,包括:
曲线确定模块,用于获取儿童身高对照表,并根据所述儿童身高对照表,确定标准身高评估曲线;
发育年龄确定模块,用于根据当前身高测量数据、历史身高测量数据以及所述标准身高评估曲线,确定儿童当前发育年龄;
历史发育年龄差值确定模块,用于根据所述历史身高测量数据以及所述标准身高评估曲线,确定儿童历史发育年龄差值;
待评估年龄差值与发育评估数据确定模块,用于根据所述儿童当前发育年龄、儿童当前实际年龄以及所述儿童历史发育年龄差值,确定待评估年龄差值,并根据所述待评估年龄差值,生成发育评估数据。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的发育评估方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的发育评估方法。
CN202211045134.6A 2022-08-30 2022-08-30 一种发育评估方法、装置、设备及介质 Pending CN115394442A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211045134.6A CN115394442A (zh) 2022-08-30 2022-08-30 一种发育评估方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211045134.6A CN115394442A (zh) 2022-08-30 2022-08-30 一种发育评估方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN115394442A true CN115394442A (zh) 2022-11-25

Family

ID=84122334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211045134.6A Pending CN115394442A (zh) 2022-08-30 2022-08-30 一种发育评估方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115394442A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7385965B1 (ja) 2023-04-19 2023-11-24 株式会社AiCAN 情報処理方法、プログラム、情報処理システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7385965B1 (ja) 2023-04-19 2023-11-24 株式会社AiCAN 情報処理方法、プログラム、情報処理システム

Similar Documents

Publication Publication Date Title
US11092460B2 (en) Sensor control support apparatus, sensor control support method and non-transitory computer readable medium
JP7140410B2 (ja) 予測システム、予測方法および予測プログラム
US20220035356A1 (en) Equipment failure diagnosis support system and equipment failure diagnosis support method
EP3795975A1 (en) Abnormality sensing apparatus, abnormality sensing method, and abnormality sensing program
CN113837596B (zh) 一种故障确定方法、装置、电子设备及存储介质
JP7090430B2 (ja) データ処理方法、データ処理装置、および、データ処理プログラム
CN115932586A (zh) 一种电池荷电状态在线估算方法、装置、设备及介质
CN115394442A (zh) 一种发育评估方法、装置、设备及介质
CN112182067A (zh) 个体身高预测方法、装置、电子设备及存储介质
CN115422617A (zh) 一种基于cad的框架图像尺寸测量方法、装置及介质
CN109065176B (zh) 一种血糖预测方法、装置、终端和存储介质
CN117593115A (zh) 信贷风险评估模型的特征值确定方法、装置、设备和介质
Pang et al. RUL prediction for bivariate degradation process considering individual differences
CN116206764A (zh) 风险分级方法、装置、电子设备及存储介质
RU75484U1 (ru) Устройство точечной оценки вероятности безотказной работы технической системы по полной выборке
CN116385081A (zh) 一种推荐物品的方法、装置、设备及存储介质
CN115293735A (zh) 一种无人工厂工业互联网平台监测管理方法及系统
CN115375039A (zh) 一种工业设备故障预测方法、装置、电子设备及存储介质
CN115168159A (zh) 异常检测方法、装置、电子设备及存储介质
CN115422028A (zh) 标签画像体系的可信度评估方法、装置、电子设备及介质
CN112418534B (zh) 揽件量预测方法及装置、电子设备、计算机可读存储介质
CN115035481A (zh) 一种图像物距融合方法、装置、设备及存储介质
CN114330859A (zh) 一种实时质量控制的优化方法、系统和设备
CN113566929A (zh) 基于lstm的油罐液面超声测量方法、系统、终端及存储介质
CN111415066A (zh) 风险评估方法及装置

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