一种老年综合评估的数字筛查及远程检测方法

本发明涉及老年综合评估的，尤其涉及一种老年综合评估的数字筛查及远程检测方法。

背景技术：

1、随着全球老龄化进程的加速，老年人的健康问题日益受到关注。老年综合评估作为一种系统性的多维度评估工具，旨在全面了解老年患者的身体、心理、社会及功能状况，从而制定个性化的干预方案，提高老年人的生活质量和延缓功能衰退。传统的老年综合评估通常在临床环境中进行，由多学科团队包括医生、护士、营养师、心理学家和社会工作者共同参与。尽管这种方法被广泛认可为有效的，但由于老年人口基数庞大、医疗资源有限，传统的评估方法在实际操作中面临许多挑战。

2、随着信息技术和医疗技术的快速发展，基于数字化和远程技术的老年综合评估方法逐渐成为研究的热点。数字筛查和远程检测不仅能够提高评估效率，还能够覆盖更多的老年人群体，尤其是那些居住在偏远地区或行动不便的老年人。利用智能设备、传感器和远程监测系统，老年人的健康数据可以实时采集、传输和分析，为医疗决策提供更为精准的数据支持。

技术实现思路

1、有鉴于此，本发明提出一种老年综合评估的数字筛查及远程检测方法，通过数字化和远程检测技术进行多维度评估，全面了解老年人的健康状况，并为其提供个性化的干预措施。

2、实现上述目的，本发明提供的一种老年综合评估的数字筛查及远程检测方法，包括以下步骤：

3、s1：通过传感器采集老年人体征数据并进行去噪处理，得到去噪后的老年人体征数据；

4、s2：对去噪后的老年人体征数据进行异常识别，将老年人体征数据划分为正常数据簇和异常数据簇，并将异常数据簇剔除得到修正后的老年人体征数据；

5、s3：构建老年人健康度评估模型，所述老年人健康度评估模型以修正后的老年人体征数据为输入，以老年人健康度评估结果为输出，其中改进的云模型为所述老年人健康度评估模型的实施方法；

6、s4：利用老年人健康度评估模型对不同老年人进行远程健康度评估。

7、作为本发明的进一步改进方法：

8、可选地，所述s1步骤中通过传感器采集老年人体征数据，包括：

9、通过传感器采集老年人体征数据，其中传感器为可穿戴、可无线通信的传感器设备，包括心率传感器、温度传感器以及加速度传感器，将传感器设备穿戴在老年人身上，采集得到老年人体征数据，其中所采集老年人体征数据形式为：

10、；

11、其中：

12、表示所采集老年人第n种体征的数据序列，表示老年人第n种体征在m个采样时刻的数据值，表示老年人第n种体征在第m个采样时刻的数据值；其中n表示老年人体征的种类数；在本发明实施例中，老年人体征包括心率、体温以及多种姿势下不同身体部位的加速度；

13、表示所采集老年人体征数据；

14、对老年人体征数据x进行去噪处理，得到去噪后的老年人体征数据x，并将去噪后的老年人体征数据x通过无线传输发送至远程服务器。

15、可选地，所述对老年人体征数据x进行去噪处理，得到去噪后的老年人体征数据x，包括：

16、对老年人体征数据x中的所有数据序列进行去噪处理，其中数据序列的去噪处理流程为：

17、s11：构建用于数据序列去噪处理的滤波器，设置滤波器的最大阶数为d，当前阶数为d，d的初始值为1，并初始化生成滤波器的滤波系数，滤波系数的d阶迭代结果为；

18、s12：利用阶数为d的滤波器对数据序列进行滤波处理，其中滤波处理结果为：

19、；

20、其中：

21、t表示转置；

22、表示随机噪声序列；

23、表示阶数为d的滤波器对数据序列进行滤波处理的滤波结果；

24、s13：计算滤波处理结果的误差：

25、；

26、其中：

27、表示滤波处理结果的误差；

28、表示l2范数；

29、若小于预设的阈值，则令，将作为数据序列的去噪处理结果；

30、否则转向步骤s14；

31、s14：对滤波器进行阶数更新：

32、；

33、其中：

34、表示以自然常数为底的指数函数；

35、s15：令，返回步骤s12。

36、可选地，所述s2步骤中对去噪后的老年人体征数据进行异常识别，将老年人体征数据划分为正常数据簇和异常数据簇，包括：

37、远程服务器对去噪后的老年人体征数据进行异常识别，将老年人体征数据划分为正常数据簇和异常数据簇，其中异常识别流程为：

38、s21：远程服务器获取去噪后的老年人体征数据x：

39、；

40、其中：

41、表示数据序列的去噪处理结果，表示数据值的滤波结果；

42、s22：计算得到任意两组去噪后数据序列的序列距离，其中去噪后数据序列与的序列距离为：

43、；

44、；

45、其中：

46、表示去噪后数据序列与的序列距离，；

47、表示去噪后数据序列与的结构相似距离，为去噪后数据序列的均值，为去噪后数据序列的均值，为去噪后数据序列的标准差，为去噪后数据序列的标准差；

48、表示均值调控系数，将设置为0.01；

49、为标准差调控系数，将设置为0.02；

50、s23：获取任意去噪后数据序列的k个距离最近的最邻近去噪后数据序列，构成去噪后数据序列的最邻近序列集合，并计算得到去噪后数据序列与所对应最邻近序列集合中最邻近去噪后数据序列的距离，其中去噪后数据序列与所有最邻近去噪后数据序列的距离均值为，距离标准差为；

51、s24：计算得到任意去噪后数据序列的序列影响力，其中去噪后数据序列的序列影响力为：

52、；

53、其中：

54、表示去噪后数据序列的序列影响力；

55、s25：将序列距离转换为序列影响距离，其中序列距离的转换公式为：

56、；

57、其中：

58、为序列距离对应的序列影响距离；

59、s26：计算得到任意去噪后数据序列的影响密度，其中去噪后数据序列的影响密度为：

60、；

61、其中：

62、表示去噪后数据序列的影响密度；

63、表示截断距离；

64、表示l1范数；

65、表示去噪后数据序列的最邻近序列集合，，表示去噪后数据序列的任意最邻近去噪后数据序列；

66、s27：计算得到任意去噪后数据序列的偏移距离，其中去噪后数据序列的偏移距离为：

67、；

68、其中：

69、表示去噪后数据序列的偏移距离；在本发明实施例中，若去噪后数据序列的影响密度为n个去噪后数据序列中的最大值，则将去噪后数据序列与所有最邻近去噪后数据序列的最大距离作为偏移距离；

70、s28：计算得到任意去噪后数据序列作为簇中心的簇中心指标，其中去噪后数据序列的簇中心指标为：

71、；

72、其中：

73、表示去噪后数据序列的簇中心指标；

74、将簇中心指标小于预设阈值的去噪后数据序列作为异常数据簇，将异常数据簇剔除得到修正后的老年人体征数据。

75、可选地，所述将异常数据簇剔除得到修正后的老年人体征数据，包括：

76、将异常数据簇剔除得到修正后的老年人体征数据，其中修正后的老年人体征数据为：

77、；

78、其中：

79、y表示修正后的老年人体征数据，h表示所保留的去噪后数据序列数目，表示所保留的第h组去噪后数据序列，表示去噪后数据序列在第m个采样时刻的数据值。

80、可选地，所述s3步骤中构建老年人健康度评估模型，包括：

81、构建老年人健康度评估模型，所述老年人健康度评估模型以修正后的老年人体征数据为输入，以老年人健康度评估结果为输出，其中改进的云模型为所述老年人健康度评估模型的实施方法，其中老年人健康度评估模型包括输入层、体征权重计算层、数字特征提取层、加权体征偏离度计算层以及健康度评估层，输入层用于接收修正后的老年人体征数据，体征权重计算层用于对所接收表征老年人不同体征的数据序列进行体征权重计算，数字特征提取层用于提取老年人体征的数字特征，加权体征偏离度计算层用于计算不同老年人体征的序列偏离度，并对序列偏离度进行体征权重的加权处理，构成加权体征偏离度，健康度评估层用于将加权体征偏离度映射为老年人健康度评估结果。

82、可选地，所述s4步骤中利用老年人健康度评估模型对不同老年人进行健康度评估，包括：

83、远程服务器利用老年人健康度评估模型对不同老年人进行远程健康度评估，其中修正后的老年人体征数据所对应老年人的远程健康度评估流程为：

84、s41：输入层接收修正后的老年人体征数据；

85、s42：体征权重计算层对所接收表征老年人不同体征的数据序列进行体征权重计算，其中数据序列所对应的体征权重为：

86、；

87、；

88、；

89、；

90、其中：

91、为数据序列所对应的体征权重；

92、表示数据序列的异常性，表示数据序列的变异系数，表示数据序列的信息熵；

93、表示中的最大值，表示数据序列所表征的老年人体征，表示预设的老年人体征最大值；

94、表示数据序列的标准差；

95、表示数据序列的均值；

96、s43：数字特征提取层提取老年人体征的数字特征，其中老年人体征的数字特征提取结果为：

97、；

98、；

99、；

100、其中：

101、表示老年人体征对应的数字特征，为数据序列的熵，为数据序列的超熵；

102、s44：加权体征偏离度计算层计算不同老年人体征的序列偏离度，其中老年人体征的序列偏离度为：

103、；

104、；

105、其中：

106、表示老年人体征的序列偏离度；

107、表示老年人体征与的序列差异；

108、对序列偏离度进行体征权重的加权处理，构成加权体征偏离度：

109、；

110、s45：健康度评估层将加权体征偏离度映射为老年人健康度评估结果：

111、；

112、其中：

113、为老年人体征对应的映射权重矩阵；

114、表示老年人健康度评估结果，越高，则老年人身体越健康，若老年人健康评估结果低于预设健康阈值，则表示老年人身体可能存在不适。

115、为了解决上述问题，本发明提供一种电子设备，所述电子设备包括：

116、存储器，存储至少一个指令；

117、通信接口，实现电子设备通信；及

118、处理器，执行所述存储器中存储的指令以实现上述所述的老年综合评估的数字筛查及远程检测方法。

119、为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的老年综合评估的数字筛查及远程检测方法。

120、相对于现有技术，本发明提出一种老年综合评估的数字筛查及远程检测方法，该技术具有以下优势：

121、首先，本方案利用可穿戴、可通信的传感器设备采集老年人不同体征的数据序列，实现老年人健康状况的远程数据采集，并对不同体征迭代得到不同的滤波器，对数据序列进行自适应滤波降噪处理，避免传感器设备的噪声信号对健康状况检测准确性造成严重影响，并结合数据序列的数据特征分布，构建得到表征数据序列与周围序列关系的序列影响力，进而对不同数据序列之间的距离进行修正，其中序列影响力越大，则该数据序列对其他序列造成的影响也就越大，进而计算得到不同数据序列的影响密度作为数据序列的聚集程度，其中数据序列的聚集程度越低，则该序列包含的有效信息越少、周围序列越少，为异常数据序列的概率越高，从而实现无效数据序列的剔除处理，提高健康评估准确性；

122、同时，本方案根据不同体征所对应数据序列的数字指标，计算得到不同加权体征偏离度，其中加权体征偏离度越高，则表示该体征与其他体征的差异越高，并对不同体征的加权体征偏离度进行映射，构成老年人健康度，实现老年人的远程健康检测。