一种大数据健康预测系统的制作方法

文档序号:9489632阅读:262来源:国知局
一种大数据健康预测系统的制作方法
【技术领域】
[0001]本发明涉及大数据技术领域,尤其涉及一种大数据健康预测系统。
【背景技术】
[0002]健康是人类老生常谈的话题,千古年来,它一直围绕我们身边,随着城市发展,各种污染问题随即而来,随着白领式上班族越来越多,运动量越来越少,随着工作压力越来越大,睡眠质量问题随即而来。所有的这些问题逐渐使人们越来越重视健康问题。
[0003]大数据的来临,数据逐渐被认为大有用处,大量数据通过清洗,分类出有用数据,通过分析有用数据对目标进行预判。比如,小米手环的主要功能包括查看运动量,监测睡眠质量,智能闹钟唤醒等。可以通过手机应用实时查看运动量,监测走路和跑步的效果,还可以通过云端识别更多的运动项目。Apple Watch能够记录心跳,配合iPhone的GPS记录位置,测量热量消耗、锻炼时间和距离等,并能够自动分析各方面的数据:社交网络、运动、营养、睡眠等等。
[0004]但以上技术只能针对采集的数据对个人目前状态进行评估,而不能对未来的健康状态进行评估。还有现有技术只能针对个人信息进行采集,无法对外部环境进行采集,这样无法对个人健康进行综合评判,无法给出结合环境的预测。
[0005]另一方面,由于缺乏大规模的数据处理能力、多维度的数据分析能力,以及深入的数据挖掘能力,即便收集的数据里蕴含大量有用信息,甚至包括可以直接用于诊断病症的数据,基于数据处理挖掘能力问题,也会被海量数据淹没。

【发明内容】

[0006]有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种大数据健康预测系统,本发明基于大数据的前提开发,把采集的所有信息利用大数据的算法进行有效的处理,为使用者提供准确的个人健康评估和预测,防患于未然。
[0007]为实现上述目的,本发明提供了一种大数据健康预测系统,其特征在于:包括依次相连的传感器采样单元、信号转换单元、信号处理单元、信号控制单元和存储单元,所述传感器采样单元包括温度传感器、气体传感器、湿度传感器、脉搏传感器、加速度传感器和计步传感器,所述信号转换单元为信号放大和滤波模块,所述信号处理单元为微处理器。
[0008]一种大数据健康预测系统,其特征在于,包括以下实施步骤:
51、大数据采集,利用多个数据库来接收发自手环仪器收集的数据,数据库布置到云端;
52、大数据导入/预处理,对来自前端的数据导入到一个集中的大型分布式数据库时,对这些海量数据进行有效的分析,并且在导入基础上做一些简单的清洗和预处理工作;
53、大数据统计分析,利用分布式数据库对存储于其内的海量数据进行普通的分析和分类汇总;
54、大数据挖掘,在现有数据上面使用Hadoop工具进行基于聚类算法的计算,从而起到预测的效果,实现数据分析的健康预测需求。
[0009]上述的一种大数据健康预测系统,其特征在于,所述步骤S3使用基于半结构化数据的Hadoop软件工具进行数据统计分析。
[0010]本发明的有益效果是:
本发明基于大数据的前提开发,把采集的所有信息利用大数据的算法进行有效的处理,为使用者提供准确的个人健康评估和预测,防患于未然。
[0011]以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
[0012]
【附图说明】
[0013]图1是本发明的结构示意图;
图2是本发明的工作流程图。
[0014]
【具体实施方式】
[0015]如图1所示,一种大数据健康预测系统,其特征在于:包括依次相连的传感器采样单元1、信号转换单元2、信号处理单元3、信号控制单元4和存储单元5,所述传感器采样单元1包括温度传感器、气体传感器、湿度传感器、脉搏传感器、加速度传感器和计步传感器,所述信号转换单元2为信号放大和滤波模块,所述信号处理单元3为微处理器。
[0016]本发明的数据收集功能主要包括以下三大方面:
一、收集天气湿度、温度和空气质量
(1)传感器采样单元,采集各类传感信号给后级分析处理。
[0017](2)信号转换部分:该部分由气体传感器和温度传感器组成,其功能是将被测物浓度变成电信号。
[0018](2)信号处理部分:该部分由信号变换和控制两部分组成,其中
1、信号变换:由气体传感器和温度传感器产生的电信号较小,并且和要求输出的信号不成比例关系,必须经放大后才能得到标准输出信号及控制信号;信号经处理后,输出模拟信号0-2V (根据用户要求可改变),数字信号供面板LED显示,温度信号经变换后供控制和计算用。
[0019]2、控制部分:由于传感器信号的输出与温度有关系,该仪器为提高准确度设计了温度控制装置,根据传感器的温度变化即调整制冷和制热系统,保证了传感器的最佳使用状态。控制部分还包括电源保护、开关、栗及标校整定电位趋,其作用是保证系统安全可靠。
[0020]二、收集身体温度、心跳率和睡眠质量身体温度:体温传感器用于检查身体温度。
[0021]心跳率:脉搏传感器用于检测心跳率。
[0022]睡眠质量:依据高精度加速度传感器检测人体运动情况,人睡眠状态比其他任何状态活动都小,如果半小时一直检测不到日常活动,那么就把半小时前开始计算为睡眠状态。睡眠还分浅睡眠和深睡眠。深睡眠与浅睡眠主要是活动量差别。深睡眠中人几乎不动,浅睡眠中人活动较多。
[0023]三、收集走路、跑步的时长和距离
依据高精度加速度传感器检测空间位移的幅度,走路与跑步之间,峰值加速度的差别很大,空间位移的范围差距往往也很大,通过一个范围值判断走路和跑步。跑步的距离以通过积分加速度检测仪器在空间中的位移,以此来判断是否是步数。并具备环境感知的算法,会试图判断空间位移是否是走路或跑步产生的。
[0024]如图2所示,本发明分四步完成健康预测
1.大数据处理之一:采集
大数据的采集的是利用多个数据库来接收发自手环仪器收集的数据,数据库布置到云端。在大数据的采集过程中,其主要特点和挑战是并发数高,因为同时有可能会有成千上万的用户来进行访问和操作,并发的访问量在峰值时在采集端部署大量数据库用以支撑。并且在这些数据库之间进行负载均衡和分片。
[0025]2.大数据处理之二:导入/预处理
采集端本身会有很多数据库,我们需要对这些来自前端的数据导入到一个集中的大型分布式数据库对这些海量数据进行有效的分析,并且在导入基础上做一些简单的清洗和预处理工作。导入与预处理过程的特点和挑战主要是导入的数据量大,每秒钟的导入量经常会达到百兆,甚至千兆级别。
[0026]3.大数据处理之三:统计/分析
统计与分析主要利用分布式数据库对存储于其内的海量数据进行普通的分析和分类汇总等,以满足健康预测的分析需求,我们使用基于半结构化数据的Hadoop。统计与分析这部分的主要特点和挑战是分析涉及的数据量大,其对系统资源,特别是I/O会有极大的占用。
[0027]4.大数据处理之四:挖掘
主要是在现有数据上面使用Hadoop工具进行基于聚类算法的计算,从而起到预测(Predict)的效果,实现数据分析的健康预测需求。该过程的特点和挑战主要是用于挖掘的算法很复杂,并且计算涉及的数据量和计算量都很大,常用数据挖掘算法都以单线程为主。
[0028]以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
【主权项】
1.一种大数据健康预测系统,其特征在于:包括依次相连的传感器采样单元(1)、信号转换单元(2 )、信号处理单元(3 )、信号控制单元(4)和存储单元(5 ),所述传感器采样单元(1)包括温度传感器、气体传感器、湿度传感器、脉搏传感器、加速度传感器和计步传感器,所述信号转换单元(2)为信号放大和滤波模块,所述信号处理单元(3)为微处理器。2.如权利要求1所述的一种大数据健康预测系统,其特征在于,包括以下实施步骤: 51、大数据采集,利用多个数据库来接收发自手环仪器收集的数据,数据库布置到云端; 52、大数据导入/预处理,对来自前端的数据导入到一个集中的大型分布式数据库时,对这些海量数据进行有效的分析,并且在导入基础上做一些简单的清洗和预处理工作; 53、大数据统计分析,利用分布式数据库对存储于其内的海量数据进行普通的分析和分类汇总; 54、大数据挖掘,在现有数据上面使用Hadoop工具进行基于聚类算法的计算,从而起到预测的效果,实现数据分析的健康预测需求。3.如权利要求2所述的一种大数据健康预测系统,其特征在于,所述步骤S3使用基于半结构化数据的Hadoop软件工具进行数据统计分析。
【专利摘要】本发明公开了一种大数据健康预测系统,其特征在于:包括依次相连的传感器采样单元、信号转换单元、信号处理单元、信号控制单元和存储单元,传感器采样单元包括温度传感器、气体传感器、湿度传感器、脉搏传感器、加速度传感器和计步传感器,信号转换单元为信号放大和滤波模块,信号处理单元为微处理器。其工作步骤包括大数据采集、大数据导入/预处理、大数据统计分析、大数据挖掘。本发明基于大数据的前提开发,把采集的所有信息利用大数据的算法进行有效的处理,为使用者提供准确的个人健康评估和预测,防患于未然。
【IPC分类】G06F17/30, G06F19/00
【公开号】CN105243285
【申请号】CN201510761239
【发明人】熊常春
【申请人】广州西麦科技股份有限公司
【公开日】2016年1月13日
【申请日】2015年11月10日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1