[0042] 首先根据方根法分别计算判断矩阵A-B、Bk_C的最大特征根λ _及其对相应的标 准化特征向量S，具体如下：
[0043] (1)对判断矩阵A-B、Bk_C分别进行归一化，使各列元素之和均为1，即
[0045] 式中Ul]表示因素 i与因素 j的重要程度之比，比值越大，则表示因素 i重要程度 越高，否则说明因素 i重要程度越低。
[0046] (2)将归一化后的判断矩阵按行求和得
[0048] (3)对&进行归一化处理，即可得到和判断矩阵A-B、Bk_C对应的标准化特征向量， 具体如下：
[0051] (4)综合步骤（1)、（2)、⑶可以计算得到判断矩阵A-B、Bk-C的最大特征根如下：
[0053] 其次检验判断矩阵的一致性，需要计算出一致性指标CI，并查询平均随机一致性 指标RI，如表3所示。当随机一致性比率CR = CI/RK0. 10时，可以认为基于层次分析法排 序的结果满足一致性要求，也即权重系数的分配是合理；否则，需要重新返回步骤4)调整 判断矩阵的元素值，并重新生成判断矩阵直至满足一致性要求。
[0054] 表3平均随机一致性指标RI
[0056] 判断矩阵A-B、Bk_C的一致性检验结果如下：
[0057] (1)判断矩阵A-B的一致性检验结果如下。
判断 矩阵A-B满足一致性要求。
[0060] (2)判断矩阵Bi-C的一致性检验结果如下：
矩阵队-C满足一致性要求。
[0063] (3)判断矩阵B2_C的一致性检验结果如下。
阵B2-c满足一致性要求。
[0066] (4)判断矩阵B3_C的一致性检验结果如下。
阵B3_C满足一致性要求。
[0069] (5)判断矩阵B4_C的一致性检验结果如下。
:判断矩阵比-c满足一致性要 求。
[0073] (5)判断矩阵B5_C的一致性检验结果如下。
判断矩阵仏-c满足一致性要 求。
[0077] 步骤6)层次总排序。
[0078] 利用以上层次单排序的结果，计算出每层次因素的组合权重，进行层次总排序。计 算得出最低层各因素的重要程度权值，根据各因素重要程度由低到高排序，从而得到评估 对象C1、"·、05的健康状况情况。
[0079] 评估对象C1的重要程度=
[0080] 0. 05X0. 07+0. 15X0. 10+0. 20X0. 12+0. 25X0. 13+0. 35X0. 14 = 0. 124
[0081] 评估对象C2的重要程度=
[0082] 0. 05X0. 13+0. 15X0. 15+0. 20X0. 16+0. 25X0. 17+0. 35X0. 17 = 0. 163
[0083] 评估对象C3的重要程度=
[0084] 0. 05X0. 20+0. 15X0. 20+0. 20X0. 20+0. 25X0. 20+0. 35X0. 20 = 0. 200
[0085] 评估对象C4的重要程度=
[0086] 0. 05X0. 27+0. 15X0. 25+0. 20X0. 24+0. 25X0. 23+0. 35X0. 23 = 0. 237
[0087] 评估对象C5的重要程度=
[0088] 0. 05X0. 33+0. 15X0. 30+0. 20X0. 28+0. 25X0. 27+0. 35X0. 26 = 0. 262
[0089] 步骤7)根据最低层相对最高层的重要程度权值信息，得到5个评估对象的健康状 况评估结果。
[0090] 从总排序结果可以看出：评估对象C1权值最小，健康状况属于正常范畴，因而设 定其权值为正常和轻度不良的界限；根据最大权值原则，可知评估对象C5的健康状况最为 糟糕，属于严重不良范畴，因而设定其权值为轻度不良和严重不良的界限；根据就近一致 原则，可以确定其他评估对象的健康状况，从而得到评估对象的状况评估结果。评估对象 C1、…、C5健康状况依次降低由于评估对象C2、…、C4权值介于评估对象C1和C5之间， 因而其健康状况也介于正常范畴和严重不良范畴之间，且评估对象C2、…、C4的健康状况 不良程度越来越严重；评估对象C4权值离评估对象C5更近些，因而评估对象C4、C5属于严 重不良范畴，需要提高关注度并及时就医；评估对象C2、C3属于轻度不良范畴，需要特别注 意适当调理以使身体状况恢复到最佳状态，从而完成了对实施例中5人小群体的健康状况 筛选。本实施例中的数据若为某单一评估对象在不同时刻的人体生理参数信息，通过本发 明并结合实时监测装置可以了解单一评估对象的在不同时刻的身体健康状况。本发明根据 实际算例所得结果与前文中通过文献资料查阅得出的结论一致，因而证明了基于层次分析 的人体健康状况评估方法的有效性。
[0091] 本发明整合了目前用于评估人体健康状况的心率、体温、血氧饱和度、血压及血糖 等人体生理参数信息，通过多源异构参量的融合有效削弱了基于传统单个参量评估所引起 的误差；根据基于层次分析的人体健康状况评估方法，既可以实现单一个体用户实时了解 身体健康状况，而且可以实现大密度同特征群体的身体健康情况筛选，同时避免了对大型 远程医用服务器或者数据库的过分依赖，能够比较全面地评估人体健康状况，而且评估方 法简单可靠，从而提高了该人体健康评估方法的实用性、有效性以及特殊环境下的适用性。
【主权项】
1. 一种基于层次分析的人体健康状况评估方法，其特征在于，包括下述步骤： (1) 根据人体生理参数信息构建人体健康状况评估模型，其中，人体生理参数信息包括 心率Bl、体温B2、血氧饱和度B3、血压M、血糖B5 ;所述评估模型包括最高层A、中间层B及 最低层C，用于大密度同特征群体评估对象CU ···、〇!!的健康状况分类筛选；或用于单一评 估对象Ci在时刻T1、…、Tm的身体健康状况实时评估，其中最高层为评估对象的健康状 况，分为正常范畴、轻度不良范畴及严重不良范畴3个等级，又称为目标层；中间层为决定 评估对象健康状况的人体生理参数，又称为准则层；最底层为评估对象，又称为对象层；其 中m为评估对象的个数，为一自然数； (2) 确定标度信息； (3) 生成判断矩阵： 相对于最高层A，中间层B各因素相对重要程度比较，判断矩阵A-B如下：相对于中间层B，最低层C各因素相对重要程度比较，判断矩阵Bk-C如下：其中m为评估对象的个数，k = 1，2, 3, 4, 5 ; (4) 检验判断矩阵A-B、Bk-C的一致性，其中，一致性指标CI和随机一致性比率CR的计 算公式分别为：式中，为判断矩阵特征向量的最大值，η为判断矩阵的行数，RI为平均随机一致 性指标；当CR〈0. 1时，认为判断矩阵满足一致性要求，进入下一步骤；否则就需要返回步骤 (3)重新调整判断矩阵直至其满足一致性要求； (5) 对判断矩阵A-B、Bk-C进行层次单排序及层次总排序； (6) 根据最低层相对最高层的相对重要程度权值信息，得到m个评估对象的健康状况 评估结果。2. 如权利要求1所述的基于层次分析的人体健康状况评估方法，其特征在于，步骤（2) 所述标度信息包括同等重要、稍微重要、比较重要、非常重要、绝对重要，其标度值分别用数 字1、3、5、7、9来表示，并用2、4、6、8来表示上述相对重要性判断的中间值。3. 如权利要求1所述的基于层次分析的人体健康状况评估方法，其特征在于，所述评 估对象的个数m < 20。
【专利摘要】本发明公开了一种基于层次分析的人体健康状况评估方法，该方法包括开始时根据人体生理参数信息构建人体健康状况评估模型；确定标度信息，生成判断矩阵；检验判断矩阵一致性检验，若不满足一致性，则返回上一步重新生成判断矩阵直至满足一致性，如满足一致性，则进入下一步骤；对判断矩阵进行层次单排序和层次总排序；根据所述层次总排序的重要程度权值信息，得到评估对象的健康状况评估结果。本发明提供的技术方案整合了目前用于评估人体健康状况的心率、体温、血氧饱和度、血压及血糖等人生理参数信息，构建人体健康状况评估模型，将整个评估体系有条理、有层次地表现出来，有助于非专业人员清晰、明确地了解自身健康状况。
【IPC分类】G06F19/00
【公开号】CN105354414
【申请号】CN201510695878
【发明人】李成磊, 高乃奎, 李国超, 高鹏飞, 任滕悦, 王婷
【申请人】西安交通大学
【公开日】2016年2月24日
【申请日】2015年10月21日