[发明专利]一种基于异质度指标的人体疾病风险预测方法及设备

权利要求书

1.一种基于异质度指标的人体疾病风险预测方法，其特征在于，包括以下步骤：

步骤一、构建人体健康状况分类数据集，所述的人体健康状况分类数据集包括异质度指标的量化数据；优选地，所述的异质度指标是通过异质度分析的方法提取得到；

步骤二、输入待测人员的健康状况数据到步骤一所述的人体健康状况分类数据集中进行相似性比对，所述的待测人员的健康状况数据包括待测人员的异质度指标的量化数据。

2.如权利要求1所述的人体疾病风险预测方法，其特征在于，所述的步骤二还包括：设定特定人体疾病相似性比对的监测阈值T，并将待测人员的相似性量化指标S_I的量化值和监测阈值T进行对比，完成对待测人员疾病风险的评估；

其中，所述的S_I的量化值 = a×明氏距离的量化值－b×马氏距离的量化指标＋c×曼哈顿距离的量化值－d×切比雪夫距离的量化值＋e×相关系数的量化值－f×欧氏距离的量化值＋g×余弦相似度的量化值－h×汉明距离的量化值＋i×信息熵的量化值－j；其中，a、b、c、d、e、f、g、h和i的取值为-1~1之间适应不同种人体疾病的选择值，j的取值包括实数。

3.如权利要求1所述的人体疾病风险预测方法，其特征在于，步骤一所述的异质度指标的量化数据包括心电动力学信号特征的量化指标数据、心电信号特征的量化指标数据、心电向量数据特征的量化指标数据、肌电信号数据特征的量化指标数据、或脑电信号数据特征的量化指标数据中的一种或几种；优选地，所述的心电动力学信号特征的量化指标数据包括心电非线性系统动态数据特征的量化指标数据。

4.如权利要求1所述的人体疾病风险预测方法，其特征在于，所述相似性比对的方法包括明氏距离、马氏距离、曼哈顿距离、切比雪夫距离、欧氏距离、汉明距离、相关系数、信息熵和余弦相似度中的一种或几种。

5.如权利要求1所述的人体疾病风险预测方法，其特征在于，所述的步骤二还包括：筛选与待测人员的健康状况数据的相似度≥K%的前N个样本数据集进行人体疾病风险的判别；其中，所述的K为不小于20的实数，所述的N为不小于2的整数。

6.如权利要求5所述的人体疾病风险预测方法，其特征在于，所述的判别方法还包括对不同的相似度比对结果赋以权值进行人体疾病风险的判别。

7.一种人体疾病的检测产品，其特征在于，使用了权利要求1-6任一权项所述的人体疾病风险预测方法进行人体疾病的检测。