面向特定人群的智能健康管理系统的设计与实现

发布时间：2021-07-20 19:35

　　近年来,随着科学技术的不断发展,计算机已经渗透到了各个研究领域,目前智慧医疗已经成为最热门的领域之一。智能健康管理系统将医疗和计算机领域相关技术相结合,为人群建立一套高效有品质的健康监测、疾病预防以及疾病提醒体系,可以有效地对人群实施个性化健康评价,制定个性化健康计划。此外,智能健康管理系统还会按照科学的方式合理地实施健康干预,防止慢性病和常见病的发生和发展,减少突发疾病带来的风险,从而提高患者生命的质量,降低医疗费用,做到对特定人群全方位的健康管理。血压是评估人类身体健康状态的重要特征指标,与人们日常生活习惯和身体状况有着密切的联系。智能健康管理系统可以监控人群健康状态,及时发现血压异常,从而降低心脑血管等疾病的发生概率。本文对血压预测算法进行研究,针对灰色GM（1,1）在数据预测过程中误差较大的问题,提出了改进的M-GM（1,1）多维灰色模型。该模型通过对个人连续多天的血压数据的处理和分析来预测未来血压,从而实现对人群身体健康短期内的预测功能。实验结果表明,M-GM（1,1）模型能够有效预测近期血压,与其他模型预测结果相比准确率有所提升。本文阐述了近年来应用于血压和疾病预测方面的算... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图３－１?Ｍ－ＧＭ（１，１）模型流程图??如图３－１所示，首先在求解方程过程中将Ｍ－ＧＭ（１，１）模型代替原始ＧＭ（１，１）??

０４?男?４８?１５４?１０９??０５?男?３２?１２５?７２??０６?男?６３?１３２?１１３??０７?女?４３?１２８?９４??０８?男?７４?１３９?１０２??０９?男?２８?１１６?８４??１０?女?７２?１４３?１１７??由于ＭＩＭＩＣ数据库中姓名是由ＳＵＢＪＥＣＴＥＤ唯一标识一个病人，所以在整??理数据并建立新的数据库时也用ＳＵＢＪＥＣＴＪＤ标识病人。实验选择每个病人的??其中一条数据基本格式展示。??通过计算得出最近连续７天数据对后续一个星期的血压预测数值的性能最??佳，因此实验采用１０个人的连续７天数据。采用Ｍ－ＧＭ（１，１）灰色模型对数据测，预测结果如图３－２所示。??

?北京邮电大学工学硕士学位论文???图３－２中展示了使用Ｍ－ＧＭ（１，１）灰色模型和ＧＭ（１，１）模型中１０个病人最近??一次舒张压预测的数值。Ｘ轴表示测试的人员编号，Ｙ轴表示舒张压数值；通过??对比可以看出改进后的灰色模型比仅通过背景优化的ＧＭ（１，１）模型更接近于原??始数值，且波动较小。连续十天原始数值的波动对预测结果影响较小，在数据量??较小，影响因子较少的情况下使用Ｍ－ＧＭ（１，１）灰色模型可以较为准确直观的预测??出血压数值。??

【参考文献】：
期刊论文
[1]我国及寒地与非寒地地区高血压影响因素的系统综述与Meta分析[J]. 周璐,仝爽,张慧,刘宇鹏,李霞,朱琳,杨丹,张薇,孙殿军,杨宝峰,赵亚双.  中华疾病控制杂志. 2018(03)
[2]深度学习的实现与发展——从神经网络到机器学习[J]. 骞宇澄,刘昭策.  电子技术与软件工程. 2017(11)
[3]病例分析式授课和模拟临床诊疗程序相结合的教学方法在重症医学教学中的应用[J]. 吴若然,盛岩,赵忠岩.  中国实验诊断学. 2016(09)
[4]一种基于改进灰色BP神经网络组合的光伏出力预测方法[J]. 王新普,周想凌,邢杰,杨军.  电力系统保护与控制. 2016(18)
[5]健康体检人员高血压相关危险因素调查与分析[J]. 陈卫琴.  当代临床医刊. 2016(04)
[6]人工神经网络和支持向量机性能比较及其在DMD疾病识别中的应用[J]. 章鸣嬛,陈瑛,沈瑛,马军山.  上海理工大学学报. 2016(04)
[7]“健康中国”背景下健康管理的发展思路[J]. 谭晓东,祝淑珍,谢棚印,谢耀飞.  公共卫生与预防医学. 2015(06)
[8]基于大数据分析的潜在高血压病预测研究[J]. 孙艳秋,刘钢.  计算机仿真. 2015(05)
[9]广义累加灰色预测控制模型的性质及优化[J]. 肖新平,刘军,郭欢.  系统工程理论与实践. 2014(06)
[10]灰色预测模型背景值赋值不合理性的证明及改进[J]. 黄元生,陈子儒.  电子测试. 2013(13)

硕士论文
[1]数据变换技术与GM（1，1）模型研究[D]. 钱吴永.南京航空航天大学 2009



本文编号：3293453