[发明专利]时空大数据关联的慢病管理方法、存储介质和终端

权利要求书

1.一种时空大数据关联的慢病管理方法，其特征在于，包括：

获取患者的慢病相关信息和个人生活习惯信息；

对获取的患者的慢病相关信息和个人生活习惯信息进行预处理；

基于预处理后的患者的慢病相关信息和个人生活习惯信息，生成对应的训练数据；

按照时间和空间对生成的训练数据进行聚类分析，得到对应的多个聚类；

对所得到的多个聚类进行关联分析，得到个人活动与疾病之间的频繁项集；

基于个人活动与疾病之间的频繁项集，计算得到个人活动与疾病之间的强规则结果集；

将所述个人活动与疾病之间的强规则结果集进行可视化并输出显示。

2.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，还包括：

向用户输出显示对应的慢病管理方案。

3.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，所述对获取的患者的慢病相关信息和个人生活习惯信息进行预处理，包括以下至少一项：

对所获取的患者的慢病相关信息和个人生活信息进行准确性审核；

将非文字形式的患者的慢病相关信息和个人生活信息转换为文字形式的患者的慢病相关信息和个人生活信息；

将所获取的患者的慢病相关信息和个人生活信息中的数值进行连续值的离散化处理和缺失值补齐处理。

4.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，所述基于预处理后的患者的慢病相关信息和个人生活习惯信息，生成对应的训练数据，包括：

从所述预处理后的患者的慢病相关信息和个人生活习惯信息中选取预设的慢病相关特征数据；

将所选取的慢病相关特征数据进行特征转换，得到对应的训练数据。

5.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，所述对所得到的多个聚类进行关联分析，得到个人活动与疾病之间的频繁项集，包括：

对每个聚类下的训练数据进行关联分析，得到疾病1-疾病2的频繁项集；

基于得到的疾病1-疾病2的频繁项集，得到个人活动与疾病1-疾病2之间的频繁项集；

对所述个人活动与疾病1-疾病2之间的频繁项集进行筛选，得到对应的个人活动与疾病1-疾病2之间的最终频繁项集。

6.根据权利要求5所述的时空大数据关联的慢病管理方法，其特征在于，所述对每个聚类下的训练数据进行关联分析，得到疾病1-疾病2的频繁项集，包括：

计算每个聚类下的数据中每种疾病的出现概率；

当疾病的出现概率大于预设的第一支持度阈值时，将对应的训练数据添加到对应的常见疾病候选集；

计算所述常见疾病候选集中每两种疾病的第二支持度；

当确定计算得到的第二支持度大于预设的第二支持度阈值时，将对应的训练数据添加到对应的疾病1-疾病2之间的频繁项集中。

7.根据权利要求5或6所述的时空大数据关联的慢病管理方法，其特征在于，所述基于得到的疾病1-疾病2的频繁项集，得到个人活动与疾病1-疾病2之间的频繁项集，包括：

计算所述疾病1-疾病2之间的频繁项集中每两种疾病与个人活动之间的第三支持度；

当确定计算得到的第三支持度大于预设的第三支持度阈值时，将对应的训练数据添加到对应的个人活动与疾病1-疾病2之间的频繁项集中；个人活动与疾病1-疾病2之间的频繁项集包括个人活动到疾病1-疾病2的频繁项集和疾病1-疾病2到个人活动的频繁项集。

8.根据权利要求1所述的时空大数据关联的慢病管理方法，其特征在于，所述基于个人活动与疾病之间的频繁项集，计算得到个人活动与疾病之间的强规则结果集，包括：

计算所述个人活动与疾病之间的强规则结果集中疾病1-疾病2-个人活动的置信度；

当计算得到的置信度大于预设的置信度阈值时，将对应的训练数据添加到所述个人活动与疾病之间的强规则结果集中。