[发明专利]运动方案反应性预测模型及建模方法、电子设备

说明书

本发明公开一种运动方案反应性预测模型及建模方法、电子设备，所述运动方案反应性预测模型的建模方法，包括如下步骤：S101：采集训练数据并进行预处理，所述采集训练数据并进行预处理的方法包括：采集代谢疾病患者的指标和运动信息数据；通过评价代谢疾病患者的指标得到运动方案效果；以及通过分析运动方案效果筛选出显著影响因素；S102：设置XGBoost的训练参数；S103：以显著影响因素和运动信息数据作为模型的输入，以运动方案效果作为模型的输出，基于XGBoost算法采用十折交叉验证法对模型进行训练；S104：使用步骤S103中训练好的模型进行预测。本发明建立的预测模型能够辅助医生形成更有效的运动方案，提高运动干预效果。

技术领域

本发明涉及生物医学工程技术与运动健康领域，具体涉及一种运动方案反应性预测模型及建模方法。

背景技术

运动对代谢疾病的预防和治疗的作用不容忽视，研究表明适量的运动可以改善代谢疾病的血糖、血压和血脂情况。但是目前医生开具的运动方案存在如下问题：

(1)运动方案的效果不可控，医生在开具运动方案之前，只清楚该运动方案可以改善患者的代谢情况，但不清楚这种运动方案可以改善到什么程度。

(2)目前的运动方案无法做到有针对性，针对同种疾病的患者，医生开具的运动方案可能是一样的，但由于个体其他条件的差异，实际产生的效果是不一样的，因此对于同种运动方案，有些患者的改善效果很好，有些患者的改善效果很差。

(3)运动方案过于粗放，医生按照指南开具的是规定用户运动强度、运动时间、运动频次和运动类型，未能具体量化患者的更多运动信息，诸如运动时间的选择、强度过大的运动时间，无效的运动时间、运动效率以及评价这些运动信息对干预效果的影响。

因此，亟待开发一种预测模型，能够针对不同的患者做到有针对性的运动方案。

发明内容

为了使医生对开具的运动方案的效果可以预测，本发明的提供一种运动方案反应性预测模型及建模方法、电子设备。

根据本发明的第一方面，本发明公开一种运动方案反应性预测模型的建模方法，包括如下步骤：

S101：采集训练数据并进行预处理，所述采集训练数据并进行预处理的方法包括：采集训练用的代谢疾病患者的指标和运动信息数据；通过评价代谢疾病患者的指标得到运动方案效果；以及通过分析运动方案效果筛选出显著影响因素；其中，所述代谢疾病患者的指标包括一般指标、综合评估指标、运动风险和代谢指标；

S102：设置XGBoost的训练参数；

S103：以显著影响因素和运动信息数据作为模型的输入，以运动方案效果作为模型的输出，基于XGBoost算法采用十折交叉验证法对模型进行训练；

S104：使用步骤S103中训练好的模型进行预测。

根据本发明的一示例实施方式，所述一般指标包括年龄、性别、受教育程度和疾病史，所述一般指标在给定运动周期开始前采集。

根据本发明的一示例实施方式，所述综合评估指标包括运动心肺能力、静息心电图指标和超声心动图指标，所述综合评估指标分别在给定运动周期开始前和给定运动周期结束后采集。

根据本发明的一示例实施方式，所述运动风险分为低危、中危和高危，所述运动风险通过问卷进行评估。运动风险在基线期进行评估，基线期(baseline period)指的是临床研究中，患者已经过筛选加入研究，但还未开始运动干预的这一段时间。

根据本发明的一示例实施方式，所述代谢指标包括空腹血糖、舒张压、收缩压、总胆固醇、甘油三酯和体重，所述代谢指标分别在给定运动周期开始前和给定运动周期结束后采集。