[发明专利]多功能健康指标检测云系统

权利要求书

1.一种多功能健康指标检测云系统，其特征在于：所述系统包括便携式多健康指标采集器、微信小程序用户端以及大数据处理后台；

便携式多健康数据采集器：包括心率血压模块、血氧饱和度模块、体温模块、蓝牙模块以及健康指标超阈值报警器，所述心率血压模块，测量用户心率血压值，将数据传输至蓝牙模块；所述血氧饱和度模块，测量用户血氧饱和度值，将数据传输至蓝牙模块；所述体温模块，测量用户体温，将体温值传输至蓝牙模块；所述蓝牙模块将收集到的各健康数据通过蓝牙通信传输至微信小程序用户端；所述健康指标超阈值报警器，实时监控用户健康数据瞬时值，结合用户设定的各健康指标阈值，遇到超阈值情况进行实时报警。

微信小程序：包括原始数据中转模块、用户健康数据显示模块和健康数据播报模块，所述原始数据中转模块是从采集器接收数据原始数据并将数据发送到云端进行处理分析，所述用户健康数据显示模块是在微信小程序上显示经过大数据处理得到的最终健康指标数据，所述健康数据播报模块是在最终数据出来后，点击播报按钮，即可进行语音播报健康数据，方便老年人的使用。

大数据处理后台：设置在大数据云端，所述原始数据传送至大数据云端，进行数据清洗工作并将数据发送回用户端显示，同时在后台结合处理海量用户的健康指标，对群众健康情况分布进行可视化分析。

2.利用权利要求1所述的多功能健康指标检测云系统，其健康指标检测方法是：

第一步骤：结合医疗数据设定各健康参数阈值范围，超出阈值数据直接剔除。对剔除后的各健康数据计算加权曼哈顿距离并进行升序排列，剔除靠后的数据，此时得到的各指标数据组所含元素数量若大于等于标准值b则可跳过数据插补过程，否则进行数据插补工作；

第二步骤：清洗后的数据可能存在有效数据点过少的问题，需要进行数据插补，将加权曼哈顿最小距离点、清洗后数据的中位数以及平均值三者进行加权求和，得到的平均值即为插补的数据。将插补数据不断填入数据缺少数据组，直到数据数量较少的健康指标数据组数量达到标准b，针对每个健康指标具体算法实施流程如下：

a.设定该健康指标阈值a，超出a的数据直接剔除；

b.剩余数据利用加权曼哈顿公式计算相对距离，根据进行距离值大小将健康数据进行升序排列。其中，x_u为被计算曼哈顿距离点、y_u为阈值清除后剩余每个数据值、a为x_u根据D(x，y)公式计算出的相对距离值，E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差；

c.剔除加权曼哈顿距离靠后的数据；

d.计算数据剔除后的数据组平均数、中位数；

e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值；

f.若剔除后的数据数量偏少，则在空缺数据处插入步骤e产生的数值；若剔除后的数据数量满足需求，则直接进入步骤g

g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。

第三步骤：综合处理后的数据一方面发送至用户端显示，另一方面用于后台的汇总。将海量用户的数据进行热编码处理，健康指标异常的记为1，正常的记为0。所有用户处理后的记录汇总为表并插入Hive创立数据库，编写Java程序从而实现数据的可视化分析。

3.如权利要求2所述的多功能健康指标检测云系统的指标检测方法，其特征在于：对于心率指标检测的具体过程是：

a.设定心率阈值a为40-220次/分钟，超出阈值数据直接剔除；

b.剩余数据利用加权曼哈顿公式计算相对距离，根据进行距离值大小将健康数据进行升序排列。其中，x_u为被计算曼哈顿距离点、y_u为阈值清除后剩余每个心率数据值、a为x_u根据D(x，y)公式计算出的相对距离值，E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差；

c.剔除加权曼哈顿距离后20％的数据；

d.计算数据剔除后的数据组平均数、中位数；

e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值；

f.若剔除后的数据数量少于标准值10，则在空缺数据处插入步骤e产生的数值；若剔除后的数据数量达到标准值10，则直接进入步骤g；

g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。