一种生命熵数智计算方法

技术领域

本发明涉及生命熵数技术领域，具体涉及生命熵数智计算方法。

背景技术

国内健康居民的健康状况，特别是在后疫情新阶段，越来越受人们的重视。生命熵计算作为一个度量和指示健康良好与否的全新研究方向，备受广泛关注。但是如何解释这个生命熵值是科学的，规范的，并让机构/大众所信服却是一个很难的问题。

最早提出的熵是热力学系统的态函数，在绝热系统中熵变永远不会为负。统计物理学研究表明,熵就是混乱度的量度。20世纪60年代,比利时普利高津提出了耗散结构理论(把那些在非平衡和开放条件下通过体系内部耗散能量的不可逆过程产生和维持的时-空有序结构称为耗散结构),将熵推广到了与外界有能量交换的非平衡态热力学体系。熵的内涵不断扩大,逐渐形成了热力学熵,黑洞熵、信息熵等概念。这种广义熵的提出,阐明了非平衡态与平衡态热力学体系熵的本质是一致的,均受熵定律支配。各生命体的生命活动过程是具有耗散结构特征的，因此生命现象也与熵有着密切关系。

目前生命熵的主要做法是研究将耗散结构理论用于生命过程的研究,建立了生物熵随年龄正常变化的宏观数学模型。生命的成长过程是生命系统的熵变由负逐渐变化趋于0的过程，生命衰老是生命系统的熵的一种长期的缓慢的增加直至极值而死亡。通常人体生命系统是一个极其复杂的系统，纯粹用耗散结构理论来模拟会导致在不同性质的疾病以及不同的严重程度状态下耗散结构异构的问题，最终模型很难精准量化熵值大小。

现有在分析生命体的发育过程,假设生命体内部发生的不可逆过程所引起的熵增流f(t)，总是先增加(生命体的出生到逐步成熟)，再减少(逐步衰老)。生命过程中自组织生成的负熵流g(t)，也总是先增加(生命体的出生到逐步成熟)再减少(逐步衰老)，根据生命活动的全过程dS的解为：

dS＝S0*b*(1-e-d*t)-S0*a*(1-e-c*t)

dS＝dSi+dSe

其中，负熵dSe＝-S0*a*(1-e-c*t)，熵增dSi＝S0*b*(1-e-d*t)

a,b是婴儿出生时的负熵、熵增系数，不考虑后天影响a,b应该是常量。c、d分别是的时间变化系数，在生命过程中随时间有小的变化。其中,S(0)＝S0表示生命体刚出生时的熵值,也就是模型的初值,一般认为其值较大，熵值初始值是一个绝对值，不同体质的人其实出生就有差异的；用一个绝对值并不合理。c和d随时间而变化本身也无法测量，不同人的体质后天锻炼不同，导致模型数值差异量化起不到作用。

发明内容

本发明的目的在于生命熵数智计算方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种生命熵数智计算方法，包括健康体征提取、健康状态评估模块、生命熵值计算、理想健康态四个模块；包括以下步骤：

步骤一：首先利用健康检测仪器获取测试者的体征或症状，然后这些特征症状会输入到我们的健康状态模型，输出是三种状态，考虑当前的年龄性别下的健康人群的理想态的分布，由此去计算我们当下实际的健康态分布跟理想态的分布差异，由此计算理想态的熵值；

步骤二：在健康仪器选择上，选取心电检测仪器，不限于这一种仪器，能检测人体健康的仪器可列入扩展进来作为一家健康检测的手段或工具，目标是获取人体整体健康表征；

步骤三：数据获取的过程如下：首先进行ECG信号获取，对数据进行小波过滤，然后提取RRI数据，然后进行特征计算。

优选地，所述RRI数据提取阶段采用消除异常测量，保证数据稳定性和健壮性。

优选地，所述模型还采用决策树模型、根据不同的症状路径，最决定属于健康还是亚健康或疾病态。

优选地，所述生命熵值计算模型：

其中p是健康态，q是当前态。

优选地，所述熵值越大，健康程度越差，算法可有效体现人的即刻熵值变化。

与现有技术相比，本发明的有益效果是

本发明中人体是一个先天后天改变差异范围可以非常广泛的耗散系统，本发明实施例提供一种生命熵值的数值计算方法，用以解决现有技术中模型无法个性化度量不同体质/后天不同锻炼程度的差异，导致模型参数无法泛化问题，本发明是借用仪器的健康状态检测，即刻数据化度量当下的健康状态。表征自己与横向周边健康人群的差异，同时也具备纵向表征与历史过去状态的差异，从而更好的指导自己的健康实践，实现了模型的横向纵向可比性问题；本发明可以从2个维度来体现算法的有效性：横向同龄同性别人群。横向效果能看出自身在人群的健康位置。纵向不同时间段的自身状态的变化情况。纵向可以看出自己经过锻炼或吃药调理后的健康状态的改变，反之亦然成立。

附图说明

图1为本发明的流程图；

图2为本发明的数据入库流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1，一种生命熵数智计算方法，包括健康体征提取、健康状态评估模块、生命熵值计算、理想健康态四个模块；包括以下步骤：

步骤一：首先利用健康检测仪器获取测试者的体征或症状，然后这些特征症状会输入到我们的健康状态模型，输出是三种状态，考虑当前的年龄性别下的健康人群的理想态的分布，由此去计算我们当下实际的健康态分布跟理想态的分布差异，由此计算理想态的熵值；

步骤二：在健康仪器选择上，选取心电检测仪器，不限于这一种仪器，能检测人体健康的仪器可列入扩展进来作为一家健康检测的手段或工具，目标是获取人体整体健康表征；

步骤三：数据获取的过程如下：首先进行ECG信号获取，对数据进行小波过滤，然后提取RRI数据，然后进行特征计算。

本实施例的RRI数据提取阶段采用消除异常测量，保证数据稳定性和健壮性。

本实施例的模型还采用决策树模型、根据不同的症状路径，最决定属于健康还是亚健康或疾病态。

优选地，所述生命熵值计算模型：

其中p是健康态，q是当前态。

本实施例的熵值越大，健康程度越差，算法可有效体现人的即刻熵值变化。

1.借用可健康检测的仪器设备，测量出人体体质/症状，在测量的过程中，加入了一些消除异常信号的方法，保证了测量的稳定性和数值的健壮性。

2.我们提出了一种基于决策树的建模方法，通过输入人体的体征或症状，来预测人的健康状态。

3.我们用健康态和当前态的分布差异来计算当下健康程度偏离理想健康态的程度，该方法可法可以有效体现人的即刻熵值变化。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。