[发明专利]基于大数据的骨质质量评估专家系统及预测模型建立方法

权利要求书

1.一种基于大数据的骨质质量评估专家系统，其特征在于：包括服务器(1)，所述服务器(1)设置有预测模型模块(1a)、数据采集模块(1b)和骨质专家模块(1c)，在所述服务器(1)上连接有数据库(2)和N个智能终端(3)；

所述数据库(2)用于保存所有用户的身份数据、历史骨质疏松骨折患者的特征数据以及所有待预测患者的检测数据；

所述预测模型模块(1a)根据所述特征数据建立骨质疏松骨折预测模型；

所述数据采集模块(1b)用于获取任一用户发出的预测请求，并根据预测请求从所述数据库(2)获取待预测患者的检测数据，该检测数据输入到所述骨质疏松骨折预测模型中，得到待预测患者的骨质疏松骨折预测等级；

所述骨质专家模块(1c)根据待预测患者的骨质疏松骨折预测等级向待预测患者给予防患建议；

所述智能终端(3)上安装有骨质疏松骨折预测APP，任一用户通过该骨质疏松骨折预测APP向所述数据采集模块(1b)输送待预测患者的检测数据，并获取所述骨质专家模块(1c)输出的防患建议；

任一用户通过骨质疏松骨折预测APP或者数据采集模块将自身的检测数据输入到预测模型模块建立的骨质疏松骨折预测模型中，得到自身骨质疏松骨折预测等级，对自身的骨质质量进行实时监测；并且骨质专家模块根据质疏松骨折预测等级向用户提出骨折防患建议，提醒用户自我保护；用户获取到自身骨质信息，并且可远程获取专家建议，提前预防；

所述用户的身份数据至少包括用户的姓名和证件号码；

所述特征数据和所述检测数据至少包括性别、年龄、身高、体重、骨密度、白蛋白含量、钙含量、磷含量、碱性磷酸酶含量、血红蛋白含量、淋巴细胞含量、等级、运动量以及3D行走轨迹；

所述运动量和所述3D行走轨迹通过所述智能终端(3)获取；

所述运动量至少包括步行步数；

所述3D行走轨迹至少包括水平移动轨迹和海拔移动轨迹；

任一用户或通过骨质疏松骨折预测APP向所述数据采集模块(1b)发送预测请求；

任一用户或通过直接向所述数据采集模块(1b)发送预测请求；

所述骨质疏松骨折预测APP至少包括用户注册登录单元、检测数据查询单元、检测数据录入单元、终端预测请求单元以及专家建议单元；

所述用户注册登录单元用于智能终端用户进行用户注册或者登录；

所述检测数据查询单元用于智能终端用户查询自身的检测数据；

所述检测数据录入单元用于智能终端用户录入相对于特征数据缺失的检测数据；

所述终端预测请求单元用于智能终端用户向所述数据采集模块(1b)发送预测请求；

所述专家建议单元用于获取并显示所述骨质专家模块(1c)给定的防患建议；

所述骨质疏松骨折预测等级按照骨折概率大小分级；

所述防患建议至少包括运动量建议、饮食建议、用药建议和辅助治疗建议，所述防患建议的给定标准为所述骨质疏松骨折预测等级。

2.一种根据权利要求1所述的基于大数据的骨质质量评估专家系统的预测模型建立方法，其特征在于按照以下步骤进行：

S1：获取所述数据库(2)中M组历史骨质疏松骨折患者的特征数据；

S2：对获取的M组特征数据进行数据处理，得到处理数据，并将处理数据分成m₁训练数据和m₂组评估数据；M≥m₁+m₂；

S3：基于神经网络，设定模型参数，设定骨质疏松骨折预测初始模型；

S4：设定训练次数，将m₁训练数据代入步骤S3得到的骨质疏松骨折预测初始模型中，进行模型训练，得到骨质疏松骨折预测训练模型；

S5：设定模型评估条件，将m₂组评估数据代入步骤S4得到的骨质疏松骨折预测训练模型，对该得到的骨质疏松骨折预测训练模型进行评估；

S6：若符合模型评估条件，将步骤S4得到的骨质疏松骨折预测训练模型作为骨质疏松骨折预测模型并输出；若评估结果不符合模型评估条件，返回步骤S1。