肖利群,黃 未
(1.四川工商學(xué)院計(jì)算機(jī)學(xué)院,成都 611745;2.四川省智慧城鄉(xiāng)大數(shù)據(jù)應(yīng)用研究會(huì),成都 610090)
近年來,隨著生活水平的不斷提升,國民身體素質(zhì)以及健康情況得到了廣泛關(guān)注,特別是對于體質(zhì)健康的重視度不斷提升,可穿戴設(shè)備逐漸成為人們監(jiān)測自我身體健康的主要設(shè)備與途徑。隨著此類設(shè)備的不斷開發(fā)與完善,設(shè)備可采集的身體信號數(shù)據(jù)種類激增,如何對不同量綱數(shù)據(jù)展開處理成為體質(zhì)健康監(jiān)測過程中的重要問題[1-2]。在對多種技術(shù)進(jìn)行綜合分析后,選擇多源數(shù)據(jù)融合技術(shù)作為本次研究中的核心技術(shù),并對可穿戴設(shè)備體質(zhì)健康監(jiān)測模型展開優(yōu)化。這是一種應(yīng)用數(shù)據(jù)處理技術(shù),將采集到的數(shù)據(jù)綜合在一起,并對信息進(jìn)行統(tǒng)一評價(jià)的方法。使用此技術(shù)可對可穿戴設(shè)備中的不同數(shù)據(jù)進(jìn)行綜合處理,得到可統(tǒng)一分析的信息,根據(jù)此信息實(shí)現(xiàn)人體健康的實(shí)時(shí)監(jiān)測與分析。
綜上所述,通過對人體體質(zhì)健康數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測,使監(jiān)測者可以有效地掌握自己身體狀態(tài)的實(shí)時(shí)情況,從而實(shí)現(xiàn)對人體健康的實(shí)時(shí)干預(yù)與指導(dǎo)。而通過分析人體監(jiān)測得到的數(shù)據(jù),結(jié)合體質(zhì)健康指標(biāo),構(gòu)建人體體質(zhì)健康評價(jià)模型,實(shí)現(xiàn)對監(jiān)測者體質(zhì)健康的評價(jià)過程,達(dá)到對監(jiān)測者進(jìn)行個(gè)性化指導(dǎo)的目標(biāo),同時(shí)對監(jiān)測者的身體素質(zhì)作出評價(jià)[3-4]。本文基于多源數(shù)據(jù)融合技術(shù)以及可穿戴設(shè)備開發(fā)技術(shù),對人體素質(zhì)健康數(shù)據(jù)的處理與分析提出了一種更為先進(jìn)的模型,具有一定的應(yīng)用基礎(chǔ)與較好的發(fā)展前景。
本文將可穿戴設(shè)備作為研究對象,當(dāng)前可供使用的數(shù)據(jù)采集方法與此設(shè)備的適配度相對較低,為此在本次研究中對可穿戴設(shè)備體質(zhì)數(shù)據(jù)采集方式展開優(yōu)化。
根據(jù)人體體質(zhì)健康數(shù)據(jù)的類別與特征,將原始人體體質(zhì)信息設(shè)定為信號的形式,通過提高處理與提取的方式,得到關(guān)鍵數(shù)據(jù)。在可穿戴設(shè)備中增設(shè)數(shù)字電路,利用二進(jìn)制計(jì)數(shù)器完成人體指標(biāo)的信號計(jì)數(shù)工作,并將其整合為分鐘數(shù)據(jù)包的形式進(jìn)行顯示與輸出[5]。為降低此方案的實(shí)施難度,在設(shè)備中增加相應(yīng)的控制器,通過此控制器掌握數(shù)據(jù)的采集過程,將采集到的數(shù)據(jù)整合到預(yù)設(shè)的數(shù)據(jù)庫中,使用多源數(shù)據(jù)融合技術(shù)對此部分?jǐn)?shù)據(jù)進(jìn)行預(yù)處理,并將處理后的數(shù)據(jù)作為后續(xù)人體體質(zhì)健康監(jiān)測的主要內(nèi)容。
在數(shù)據(jù)預(yù)處理過程中,首先對數(shù)據(jù)進(jìn)行清理,剔除可穿戴設(shè)備獲取到的“異常數(shù)據(jù)”,利用多源數(shù)據(jù)處理技術(shù),實(shí)現(xiàn)“異常數(shù)據(jù)”的轉(zhuǎn)化與清洗,根據(jù)當(dāng)前數(shù)據(jù)分析要求以及人體監(jiān)測數(shù)據(jù)處理要求,將數(shù)據(jù)整合為可供處理的形式,以此提升數(shù)據(jù)質(zhì)量。針對采集到的數(shù)據(jù)特征,將數(shù)據(jù)清洗手段設(shè)定如下:劃分原始數(shù)據(jù)集中的噪聲數(shù)據(jù)以及與體質(zhì)監(jiān)測中無關(guān)的數(shù)據(jù);“異常數(shù)據(jù)”轉(zhuǎn)化與清洗;重復(fù)數(shù)據(jù)刪減;數(shù)據(jù)類型標(biāo)準(zhǔn)化處理。為了更好地完成數(shù)據(jù)清理過程,將數(shù)據(jù)清理方式設(shè)定為有監(jiān)督過程,在可穿戴設(shè)備研發(fā)領(lǐng)域的指導(dǎo)下,分析采集到的數(shù)據(jù)中的異常部分,去除明顯的錯(cuò)誤以及重復(fù)數(shù)據(jù),填補(bǔ)數(shù)據(jù)中的缺失值,得到高質(zhì)量、可供分析的數(shù)據(jù)[6-7]。
將清洗處理后的數(shù)據(jù)轉(zhuǎn)化為可供分析使用的數(shù)據(jù)形式,在保證有效數(shù)據(jù)量的基礎(chǔ)上,提升數(shù)據(jù)質(zhì)量,對數(shù)據(jù)進(jìn)行規(guī)范化、歸納以及切換等操作。同時(shí)對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,使用切比雪夫定理[8],根據(jù)數(shù)據(jù)屬性構(gòu)建每個(gè)數(shù)據(jù)的置信度,剔除數(shù)據(jù)中的不可信數(shù)據(jù)。對本環(huán)節(jié)中的數(shù)據(jù)處理部分進(jìn)行整合,并使用此部分技術(shù)完成數(shù)據(jù)預(yù)處理工作,將此部分?jǐn)?shù)據(jù)作為后續(xù)模型構(gòu)建中的數(shù)據(jù)來源與基礎(chǔ)。
在可穿戴設(shè)備數(shù)據(jù)存儲過程中,使用云存儲技術(shù)作為主要的數(shù)據(jù)存儲技術(shù)[9-10]。同時(shí),將此技術(shù)引入到可穿戴設(shè)備的數(shù)據(jù)層中,提升數(shù)據(jù)存儲與管理質(zhì)量。根據(jù)此部分?jǐn)?shù)據(jù),確定人體健康情況,構(gòu)建健康監(jiān)測模型。在本次研究中,將健康監(jiān)測模型通過馬爾科夫模型的形式體現(xiàn)。根據(jù)已處理的人體數(shù)據(jù),以及指定時(shí)間內(nèi)的歷史數(shù)據(jù),對當(dāng)前的人體體質(zhì)健康狀態(tài)進(jìn)行預(yù)測,如出現(xiàn)健康異常情況時(shí),及時(shí)發(fā)出預(yù)警。
對于采集到人體數(shù)據(jù)隨機(jī)組An,在任意時(shí)刻n,其表示的人體體質(zhì)狀態(tài)為αn,且其在n+i時(shí)刻表示人體體質(zhì)狀態(tài)與An相關(guān),則有:
其中,an∈αn,則An可稱為馬爾科夫鏈。根據(jù)此公式可對當(dāng)前人體體質(zhì)健康狀態(tài)進(jìn)行分析,并由此得到實(shí)時(shí)監(jiān)測結(jié)果。根據(jù)實(shí)時(shí)監(jiān)測結(jié)果進(jìn)行體質(zhì)健康評價(jià),根據(jù)以往設(shè)定的體質(zhì)健康評價(jià)指標(biāo),構(gòu)建相應(yīng)的評價(jià)模型,對此模型評價(jià)結(jié)果進(jìn)行劃分,確定體質(zhì)健康等級[11-12]。如健康等級相對較低時(shí),通過可穿戴設(shè)備及時(shí)發(fā)出警告,實(shí)現(xiàn)健康預(yù)警。
對上文中設(shè)定的體質(zhì)數(shù)據(jù)采集處理方法、體質(zhì)健康監(jiān)測模型以及健康等級劃分方法進(jìn)行整合,至此,基于多源數(shù)據(jù)融合的可穿戴設(shè)備體質(zhì)健康監(jiān)測模型構(gòu)建完成。
針對本次研究中提出的基于多源數(shù)據(jù)融合的可穿戴設(shè)備體質(zhì)健康監(jiān)測模型,在模型構(gòu)建完成后,設(shè)計(jì)實(shí)驗(yàn)論證環(huán)節(jié)對此模型的使用效果加以分析。
在本次研究中共設(shè)定10臺可穿戴設(shè)備對測試者進(jìn)行體質(zhì)健康數(shù)據(jù)采集,將此部分?jǐn)?shù)據(jù)作為本次實(shí)驗(yàn)過程中的數(shù)據(jù)來源。使用此部分?jǐn)?shù)據(jù)構(gòu)建體質(zhì)健康監(jiān)測模型,同時(shí)選擇合適的指標(biāo)對監(jiān)測模型的使用效果以及性能進(jìn)行分析。
在多次選擇與分析后,將指標(biāo)設(shè)定為數(shù)據(jù)質(zhì)量以及健康預(yù)警誤報(bào)率。模型構(gòu)建過程中的數(shù)據(jù)質(zhì)量體現(xiàn)為異常數(shù)據(jù)的剔除比率,以此指標(biāo)確定模型的數(shù)據(jù)處理能力以及模型搭建的可靠性。在本次實(shí)驗(yàn)中為提升實(shí)驗(yàn)結(jié)果的可靠性,選擇3種不同核心技術(shù)的當(dāng)前可用監(jiān)測模型與文中提出的多源數(shù)據(jù)模型進(jìn)行對比。
在本次實(shí)驗(yàn)過程中共得到兩組實(shí)驗(yàn)結(jié)果,具體如表1~2所示。
表1 健康監(jiān)測模型數(shù)據(jù)處理質(zhì)量
對上述數(shù)據(jù)進(jìn)行分析后可以看出,當(dāng)可穿戴設(shè)備采集量為固定值時(shí),多源數(shù)據(jù)模型的數(shù)據(jù)采集質(zhì)量與處理質(zhì)量相對較高,在一定程度上可保證監(jiān)測模型的使用效果,提升監(jiān)測結(jié)果的可靠性。與此模型相比,實(shí)驗(yàn)中使用的3種監(jiān)測模型數(shù)據(jù)處理質(zhì)量相對較差,在處理的過程中需要剔除大量的數(shù)據(jù)方可進(jìn)行后續(xù)的處理。此種處理方法降低了可使用數(shù)據(jù)量,易導(dǎo)致監(jiān)測結(jié)果異常的情況出現(xiàn)。綜合上述分析結(jié)果可以確定,多源數(shù)據(jù)模型的數(shù)據(jù)質(zhì)量以及模型構(gòu)建質(zhì)量優(yōu)于當(dāng)前使用中的模型。
對表2中數(shù)據(jù)進(jìn)行分析后可以看出,在本指標(biāo)的實(shí)驗(yàn)過程中,多源數(shù)據(jù)模型的健康預(yù)警誤報(bào)率較低,說明此模型可對人體進(jìn)行高質(zhì)量的健康管理。反觀其他3種檢測模型,人體健康誤報(bào)率相對較高,使用此種模型對于可穿戴設(shè)備的使用體驗(yàn)具有一定的影響,為此在日后的研究中應(yīng)多使用文中提出的多源數(shù)據(jù)模型作為可穿戴設(shè)備的數(shù)據(jù)處理以及健康監(jiān)測模型。
表2 可穿戴設(shè)備健康預(yù)警誤報(bào)率
將上述兩部分實(shí)驗(yàn)結(jié)果進(jìn)行綜合處理后,得到了本次實(shí)驗(yàn)的最終結(jié)果:多源數(shù)據(jù)融合技術(shù)可應(yīng)用到體質(zhì)健康監(jiān)測模型中,使用此技術(shù)可提升模型的數(shù)據(jù)處理能力以及監(jiān)測結(jié)果的可靠性。
綜上所述,利用智能穿戴設(shè)備,不僅可以快速獲取人類自身或外部信息,還可以提升處理信息的效率。在可穿戴設(shè)備以及數(shù)據(jù)處理技術(shù)不斷發(fā)展的今天,基于多源數(shù)據(jù)融合的可穿戴設(shè)備體質(zhì)健康監(jiān)測模型應(yīng)運(yùn)而生,此模型在當(dāng)前模型的基礎(chǔ)上有效解決了模型質(zhì)量較差以及監(jiān)測結(jié)果可靠性較差的問題,取得了相應(yīng)的研究成果。由于時(shí)間上的限制,此模型在部分領(lǐng)域還存在一些問題有待解決,在日后的研究中將使用更加先進(jìn)的技術(shù)彌補(bǔ)此模型的不足。希望通過此模型,為人體健康監(jiān)測以及可穿戴設(shè)備的研發(fā)提供幫助。