[发明专利]一种健康风险评估方法及疾病预警系统

权利要求书

1.一种健康风险评估方法，其特征在于，包括：

实时获取身体表征数据和环境数据，进行数据整合和数据预处理之后标记为初始数据；其中，所述数据预处理包括插入用户生理数据；

通过映射关系对初始数据进行分析，获取健康系数序列，根据所述健康系数序列进行预警；其中，所述健康系数序列包括健康标签和患病概率，所述映射关系包括初始数据与健康标签、患病概率之间的对应关系；

对目标区域内用户的健康系数序列进行分区域评估。

2.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述身体表征数据包括心率、体温和皮电；所述用户生理数据包括性别和年龄；所述环境数据包括环境温度、气压、环境光强和环境湿度。

3.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述数据整合是将身体表征数据和环境数据连接成一条数据序列；其中，在该数据序列中，身体表征数据在前，环境数据在后，或者环境数据在前，身体表征数据在后。

4.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述数据预处理具体是将用户生理数据插入到数据序列首端形成一条新的数据序列。

5.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述映射关系通过健康评估模型建立，所述健康评估模型的构建包括：

获取标准训练数据并进行人工标注获取标准数据库；其中，所述标准训练数据中的内容和所述初始数据的内容属性一致，且所述标准数据库中标准训练数据与人工标注的健康系数序列一一对应；

从所述标准数据库中选取N条数据整合成训练数据集；其中，N为常数，且N不小于1000；

构建人工智能模型；

通过所述训练数据集对所述人工智能模型进行训练，将训练完成的人工智能模型标记为健康评估模型。

6.根据权利要求1所述的一种健康风险评估方法，其特征在于，所述目标区域根据设计图纸或者矢量数据建模生成。

7.根据权利要求1所述的一种健康风险评估方法，其特征在于，根据所述目标区域进行分区域评估包括：

将所述目标区域划分为若干子区域；

获取每个所述子区域内用户的健康系数序列，并根据健康系数序列形成区域健康报告；其中，所述区域健康报告包括健康状态为异常的用户比例以及所处的环境数据。

8.根据权利要求7所述的一种健康风险评估方法，其特征在于，若干所述子区域的形状为圆形或者矩形，且若干所述子区域的总面积大于等于所述目标区域。

9.根据权利要求5所述的一种健康风险评估方法，其特征在于，所述人工智能模型包括深度卷积神经网络、RBF神经网络和支持向量机模型中的至少一种。

10.用于执行权利要求1至9任意一项权利要求所述的一种健康风险评估方法的疾病预警系统，其特征在于，包括中央处理器、边缘处理器、数据采集模块、数据存储模块和智能终端；

所述数据采集模块采集初始数据，并将初始数据分别发送至对应的边缘处理器和数据存储模块；

所述边缘处理器将映射关系和初始数据结合进行分析，获取健康系数序列；

所述中央处理器用于获取映射关系并分发至边缘处理器，同时定期更新映射关系；

所述数据存储模块用于存储数据。