[发明专利]一种体征参数评价方法

说明书

本发明涉及一种体征参数评价方法，其包括如下步骤：获取参与测试者连续的多维度体征参数；建立多维度体征参数对应于参与测试者对身体状况指标的反馈结果的分布函数；对上述分布函数求偏导，建立每一维度体征参数对应于反馈结果的概率密度函数；所述概率密度函数包括每一维度体征参数对应于反馈结果为身体状况指标高于预期值的第一概率密度函数，和低于预期值的第二概率密度函数；求取第一概率密度函数和第二概率密度函数的交点并划分体征参数分布区间；建立体征参数分布区间与反馈结果为身体状况指标高于预期值和低于预期值的概率的对应关系。本发明所述的体征参数评价方法具有连续监测多维度体征参数，全面精度高的优点。

技术领域

本发明涉及医疗电子数据处理技术领域，特别是涉及一种体征参数评价方法。

背景技术

随着社会信息化的迅猛发展，移动健康及医疗电子技术前景广阔。而移动互联和大数据的高速发展又为移动医疗的发展提供了必要条件。

现代社会之中，涉及心脑血管、神经系统的疾病及一些慢性疾病通常在患者的日常生活的体征参数即已表现出一定的规律性，然而现有对体征参数的数据处理方法只是对单个维度的体征参数进行处理，不够全面；被处理的体征参数是离散的，不是连续的，导致处理准确率不高。

发明内容

基于此，本发明的目的在于，提供一种体征参数评价方法，其具有连续监测多维度体征参数，全面，精度高的优点。

一种体征参数评价方法，包括如下步骤：

获取用户连续的多维度体征参数；

调用根据体征参数模型构建方法构建的体征参数模型，根据获取到的用户连续的每一维度体征参数所处的体征参数分布区间，确定体征参数分布区间内用户身体状况指标高于预期值的概率Pr obG_i和用户身体状况指标低于预期值的概率Pr obB_i；其中，i取值为1,2,3……n，n为维度数；

对所有维度的体征参数分布区间内用户身体状况指标高于预期值的概率Pr obG_i和用户身体状况指标低于预期值的概率Pr obB_i基于信息熵的加权平均后进行评价，获得评价结果；具体包括如下步骤：

根据和将每一维度的体征参数分布区间内用户身体状况指标高于预期值的概率Pr obG_i和用户身体状况指标低于预期值的概率Pr obB_i归一化处理；

根据sigma_i＝-probg_i*log₂ probg_i-probb_i*log₂ probb_i求出每一维度体征参数对应的信息熵sigma_i；

根据计算每一维度体征参数对评价结果的贡献Prob_i；

将多维度体征参数对应的信息熵sigma_i进行归一化处理，也即令sigmA_i＝sigma_i/(sigma₁+sigma₂+sigma₃+...+sigma_n)；

以每一维度体征参数对评价结果的贡献乘以归一化后的熵进行评价；

当结果为正，输出“good”的评价结果；当结果为负，输出“bad”的评价结果；

其中，所述体征参数模型构建方法包括：