智慧健康数据分析平台的设计与实现

摘要

伴随着我国经济的发展，人们的生活质量得到了提高，健康问题得到了越来高的重视。但是伴随着国内人口老龄化进程的不断加快，患有糖尿病、高血压、心脑血管等症状的老人越来越多，慢病占比例越来越高，同时，现代社会生活节奏快、工作压力大、精神紧张以及受不健康的生活方式和肥胖等因素影响，在中青年人群中，慢性疾病患者也不断增加，慢病已经成为城市人群的头号杀手。在现实中，想要阻止慢性疾病的发生也没有什么好的办法，只有在平时生活中时常关注自己的身体健康状况，做到以预防为主。
　　就目前情况而言，慢性病的预防和治疗还存在很多问题。首先，慢性病的病程反射弧比较长，需要长时间的用药追踪观察，一旦病情严重，还需要住院诊断。日积月累，会给家庭经济会带来沉重的负担。再次，慢性病长时间的追踪观察，会产生海量的健康数据，现有的健康管理平台已不能满足海量数据的存储。再次，目前的健康数据管理平台只是简单的管理用户的健康数据，并不能分析用户的身体状况，遇到问题用户到医院排队咨询医生，并不能满足人们对于健康管理的需求。
　　基于慢性疾病管理现存在的问题，本文研究了智慧健康数据分析平台的课题。智慧健康数据分析平台是基于云平台的，平台的研究开发是基于Hadoop，解决了海量数据的存储和计算问题，提高了数据的计算速度。
　　智慧健康数据分析平台的功能模块包括健康数据的采集、健康数据的预处理、健康数据的存储、健康数据的分析和健康数据的预测等。健康数据的采集模块与智能感知设备或客户端互联，通过Web Service技术获取健康数据;健康数据预处理模块主要处理数据的异常点，处理错误的数据，保证了数据分析的准确性;数据存储主要介绍了数据文件在hdfs文件系统中的保存和读取;数据分析模块主要采用了k-means算法并对k-means算法进行了优化，来聚类分析健康数据，最后结果以可视化的方式呈现给用户，方便用户了解自己的身体状况;数据预测模块采用新灰色模型大体估计用户未来身体的健康状况。本文对于人体健康的预测并不是十分准确，只是根据历史健康数据粗略的估计未来健康的趋势，虽不能完全取代医生的作用，但可以有效的预防疾病，降低医疗成本，满足了用户的需求。
　　最后本文通过实验验证该研究并开发基于云平台的智慧健康数据分析平台，并实现了功能，各模块的运行状态良好，平台整体界面友好，操作简单，实现了智能感知设备与平台之间信息的传输，监测用户身体的指标，有效的预防疾病。本平台很满足当前用户的需求，具有较高的使用价值。

目录

声明

摘要

1 序言

1．1 研究背景与意义

1．1．1 课题背景

1．1．2 课题意义

1．2 国内外研究现状

1．2．1 国外的研究现状

1．2．2 国内的研究现状

1．3 课题研究的主要内容

1．4 本论文的组织结构

1．5 本章小结

2 相关理论和技术的介绍

2．1 智慧医疗

2．2 Hadoop平台

2．2．1 分布式文件系统

2．2．2 Mapreduce并行编程框架

2．3 数据分析相关算法

2．3．1 k-means算法

2．3．2 灰色模型

2．4 Web相关技术

2．4．1 Web Service

2．4．2 JSON

2．4 本章小结

3 健康数据分析平台需求分析与设计

3．1 需求分析

3．1．1 功能需求

3．1．2 非功能需求

3．2 平台的架构设计

3．3 平台的功能模块

3．3．1 健康数据收集模块

3．3．2 健康数据存储模块

3．3．3 健康数据预处理模块

3．3．3 健康数据分析模块

3．3．4 健康预测模型

3．4 本章小结

4 智慧健康数据分析平台的实现

4．1 平台环境的搭建

4．1．1 Hadoop主节点的搭建

4．1．2 Hadoop从节点的搭建

4．2 健康数据存储模块

4．3 健康数据预处理模块

4．4 健康数据分析模块

4．5 健康预测模块

4．6 本章小结

5 结论与展望

5．1 结论

5．2 展望

参考文献

致谢

个人简历

攻读硕士期间发表论文