[发明专利]一种基于骨龄与身高来预测身高的智能系统

权利要求书

1.一种基于骨龄与身高来预测身高的智能系统，其特征在于，包括数据储存模块、学习处理模块、预测分析模块，其中，

所述数据储存模块包括样本数据库和骨龄X光片数据库，所述样本数据库用以分别储存骨龄与年龄的关系数据和年龄与当前身高的关系数据，所述骨龄X光片数据库用以储存骨龄对应的非惯用手的标准骨龄X光片；

所述学习处理模块用以对所述骨龄X光片数据库储存的非惯用手的标准骨龄X光片进行深度学习，建立非惯用手的标准骨龄X光片特征值的数据模型，所述学习处理模块参照骨龄与年龄的模型对应的非惯用手的标准骨龄X光片进行特征值的学习，并将对应关系数据的非惯用手的标准骨龄X光片传输至所述骨龄X光片数据库，更新其建立的数据模型；

所述预测分析模块用以根据所述样本数据库分别建立骨龄与年龄的数据模型和年龄与身高的数据模型，并通过将当前骨龄与当前年龄的关系数据导入骨龄与年龄的数据模型，将当前年龄与当前身高的关系数据导入年龄与身高的数据模型，对未来多段时刻的身高及最大身高进行预测，并将预测结果实时传输至所述样本数据库，更新预测分析模块建立的数据模型；

所述预测分析模块设定骨龄与年龄数据模型为BA，所述预测分析模块设定年龄与当前身高数据模型为AS，I为样本数据中任一样本，I包括样本在年龄A时的骨龄B与身高S数据；所述预测分析模块设有当前骨龄B0，设有当前年龄A0，设有当前身高S0，所述预测分析模块根据性别自动匹配对应的数据模型；

所述预测分析模块根据B0、A0和S0分别与模型BA和模型AS的对比结果，判断B0、A0和S0分别在模型BA和模型AS中最接近的参考数据，并以此预测B0、A0和S0所对应的周期预测身高及预测成年身高，所述预测分析模块分别将预测完成的周期预测身高及预测成年身高和周期实际身高及实际成年身高导入所述数据储存模块，所述预测分析模块根据B0、A0和S0所对应的周期实际身高及实际成年身高对周期预测身高及预测骨垢线闭合身高进行深度学习，得出B0、A0和S0对应的总趋势曲线及分段趋势曲线；

所述预测分析模块将B0与A0的关系代入至模型BA中，确定其与所述数据储存模块内相对应的样本的数据关系，其中，以年龄相等为对比条件，

当B0＞101％IB，或，B0＜99％IB时，所述预测分析模块判定当前骨龄B0和当前年龄A0数据分别与所述数据储存模块内样本不匹配；

当101％IB≥B0≥99％IB时，所述预测分析模块判定当前骨龄B0与当前年龄A0数据分别与所述数据储存模块内样本匹配；

所述预测分析模块将A0和S0的关系代入至模型AS中，确定其与所述数据储存模块内相对应的样本的数据关系，其中，以年龄相等为对比条件，

当S0＞101％IS，或，S0＜99％IS时，所述预测分析模块判定当前骨龄B0和当前年龄A0数据分别与所述数据储存模块内样本不匹配；

当101％IS≥S0≥99％IS时，所述预测分析模块判定当前年龄A0和当前身高S0数据分别与所述数据储存模块内样本匹配；

所述预测分析模块判定当前骨龄B0、当前年龄A0和当前身高S0分别与数据储存模块内样本匹配时，预测分析模块参照样本骨龄IB、样本年龄IA和样本身高IS预测当前骨龄B0、当前年龄A0和当前身高S0所对应的当前骨垢线闭合身高，并根据预设周期获取的当前骨龄B0′、当前年龄A0′和当前身高S0′与预设周期相对应的样本骨龄IB′、样本年龄IA′和样本身高IS′修正当前骨垢线闭合身高，其中，预测分析模块设定当前数据与样本数据的获取周期为t，预测分析模块设定将骨垢线闭合的骨龄记为c，样本骨垢线闭合骨龄为IBc，当前骨垢线闭合骨龄为B0c，预测分析模块设定将骨垢线闭合的年龄记为e，样本骨垢线闭合年龄为IAe，当前骨垢线闭合年龄为A0e，预测分析模块设定将骨垢线闭合的身高记为u，样本骨垢线闭合身高为ISu，当前骨垢线闭合身高为S0u；

当时，所述预测分析模块判定骨垢线闭合速度过快，若此时判定S0u需要向上修正；

当时，所述预测分析模块判定骨垢线闭合速度过快，若此时判定S0u需要向下修正；

当时，所述预测分析模块判定骨垢线闭合速度过快，若此时判定S0u需要向上修正；

当时，所述预测分析模块判定骨垢线闭合速度过快，若此时判定S0u需要向下修正；

当时，所述预测分析模块判定骨垢线闭合速度过快，若此时判定S0u不需要修正；

所述预测分析模块判定当前骨龄B0、当前年龄A0和当前身高S0分别与数据储存模块内样本不匹配时，预测分析模块对当前骨龄B0、当前年龄A0和当前身高S0进行趋势预测，确定与当前骨龄B0、当前年龄A0和当前身高S0相对应的同比例样本，并根据同比例样本对当前骨垢线闭合身高S0u进行预测，其中，以年龄相等为对比条件，

当B0＞101％IB，且S0＞101％IS时，所述预测分析模块判定当前骨龄B0和当前身高S0均超过样本I的比例，若B0与S0分别超出IB和IS的百分比小于1％，所述预测分析模块判定B0和S0在同年龄情况下为样本I的同增比例样本，所述预测分析模块根据ISu预测S0u；

当B0＜99％IB，且S0＜99％IS时，所述预测分析模块判定当前骨龄B0和当前身高S0均低于样本I的比例，若B0与S0分别低于IB和IS的百分比小于1％，所述预测分析模块判定当前骨龄B0和当前身高S0在同年龄情况下为样本I的同减比例样本，所述预测分析模块根据ISu预测S0u；

当B0＜99％IB，且S0＞101％IS，或，B0＞101％IB，且S0＜99％IS时，所述预测分析模块判定当前骨龄B0和当前身高S0在同年龄情况下没有相对应的同比例样本；

当B0＜99％IB，且S0＞101％IS时，且所述预测分析模块判定当前骨龄B0和当前身高S0在同年龄情况下没有数值相近、比例相同的样本时，预测分析模块根据和分别与对应的和比例趋势对当前骨垢线闭合年龄A0e和当前骨垢线闭合身高S0u进行预测，其中，

当时，所述预测分析模块判定与样本I的趋势相近，根据IBc预测B0c，再根据B0c与IBc计算得出A0e；

当时，所述预测分析模块判定与样本I′的趋势相近，根据I′Ae预测A0e′，再根据A0e′与ISu预测出S0u；所述预测分析模块根据预测的B/A和A/S的趋势结果预测S0u′；

当所述预测分析模块判定和分别与对应和的比例仅单一趋势相近时，仅根据相近的比例预测当前骨垢线闭合身高S0u；

当所述预测分析模块判定和分别与对应和的比例无趋势相近时，所述预测分析模块仅记录当前骨龄B0、当前年龄A0和当前身高S0，不预测当前骨垢线闭合身高S0u；

当B0＞101％IB，且S0＜99％IS时，且所述预测分析模块判定B0和S0在同年龄情况下没有数值相近、比例相同的样本时，预测分析模块根据和分别与对应的和比例趋势对A0e和S0u进行预测，其中，

当时，所述预测分析模块判定与样本I的趋势相近，根据IBc预测B0c，再根据B0c与IBc计算得出A0e；

当时，所述预测分析模块判定与样本I′的趋势相近，根据I′Ae预测A0e′，再根据A0e′与ISu预测出S0u；所述预测分析模块根据预测B/A和A/S的趋势结果预测S0u′；

当所述预测分析模块判定和分别与对应和的比例仅单一趋势相近时，仅根据相近的比例预测S0u；

当所述预测分析模块判定和分别与对应和的比例无趋势相近时，所述预测分析模块仅记录B0、A0和S0，不预测S0u；

所述预测分析模块在以年龄相等为对比条件的情况下判定时，

当B0＜99％IB，且S0＞99％IS时，或，B0＞101％IB，且S0＜101％IS时，所述预测分析模块仅记录当前骨龄B0、当前年龄A0和当前身高S0，不预测当前骨垢线闭合身高S0u，直至此类样本数量满足身高预测需求。

2.根据权利要求1所述的基于骨龄与身高来预测身高的智能系统，其特征在于，所述预测分析模块将预测完成的t周期的当前身高及当前骨垢线闭合身高传输至所述样本数据库，并根据未来t周期的实际身高及实际成年身高对当前身高及当前骨垢线闭合身高进行修正，并将修正后的身高及成年身高传输至所述样本数据库，使所述预测分析模块对样本数据库进行深度学习。