[发明专利]一种高原疾病预测方法、系统、介质及电子设备

权利要求书

1.一种高原疾病预测方法，其特征在于，包括：

步骤S1：获取多个体检人员的身份信息数据，对上述数据进行聚合分组；

步骤S2：计算得到每组所述体检人员的体检指标数据均值向量和协方差矩阵；

步骤S3：计算得到每组所述体检人员的面部数据均值向量和协方差矩阵；

步骤S4：计算得到每组所述体检人员进入高原后患某种高原病概率；

步骤S5：确定待预测人员所在分组，计算所述待预测人员患某种高原病的概率；

其中步骤S5包括如下子步骤：

步骤S51：获取待预测人员的身份信息，根据其身份信息确定待预测人员所在的分组i；

步骤S52：计算得到待预测人员的体检指标相似度；

步骤S53：计算得到待预测人员的面部器官相似度；

步骤S54：计算待预测人员患某种高原病的概率，属于第i组的待预测人员x年后患y高原病的概率如下：

其中，g代表体检人员所在组，m代表某种高原病的编号，n代表入驻高原的年限，A₁代表体检指标数据所占比重，A₂代表面部数据所占比重。

2.如权利要求1所述的一种高原疾病预测方法，其特征在于：所述体检人员的身份信息数据包括性别、年龄、身高、体重、籍贯。

3.如权利要求2所述的一种高原疾病预测方法，其特征在于：

所述步骤s1中对上述数据进行聚合分组包括：K均值聚类、均值漂移聚类、基于密度的聚类、用高斯混合模型的最大期望聚类、凝聚层次聚类、图团体检测或简单分类分组方法。

4.如权利要求3所述的一种高原疾病预测方法，其特征在于：

所述步骤S2：计算得到每组体检人员的体检指标数据均值向量和协方差矩阵，包括：获取每组体检人员与高原病相关的体检指标数据；提取每组体检人员体检数据指标的均值；根据所述体检指标数据的均值计算均值向量和协方差矩阵。

5.如权利要求4所述的一种高原疾病预测方法，其特征在于：所述体检人员与高原病相关的体检指标数据包括红细胞计数、血红蛋白、总胆固醇、甘油三酯浓度、血尿酸、肺动脉。

6.如权利要求5所述的一种高原疾病预测方法，其特征在于：所述步骤S3：计算得到每组体检人员的面部数据均值向量和协方差矩阵，包括：获取体检人员的面部器官位置信息，根据上述面部器官的位置信息，计算出面部器官数据：眼间距，眉间距，眉间鼻距，嘴鼻距，颧骨距；提取每个分组中体检人员的面部器官数据；计算所述面部器官数据的均值向量和协方差矩阵。

7.如权利要求6所述的一种高原疾病预测方法，其特征在于：所述步骤S4计算得到每组体检人员进入高原后患某种高原病概率，包括：统计上述体检人员进入高原后患某种高原病的人数，分别获得每组人员患某种高原病的概率

，其中g代表体检人员所在组，m代表某种高原病的编号，n代表入驻高原的年限。

8.如权利要求1所述的一种高原疾病预测方法，其特征在于：所述步骤S52包括：

步骤S521：待预测人员属于第i组，获取所述待预测人员的体检指标数据向量B，以及第i组体检人员的体检指标数据均值向量和协方差矩阵；

步骤S522：计算得到待预测人员的体检指标相似度，

其中， 为待预测人员体检指标数据向量与其所在分组体检人员体检指标数据之间的马氏距离,与为该分组中每对体检人员体检指标数据之间马式距离的最大值和最小值。