一种基于大数据的运动员健康评估方法

本发明涉及体育科学与人机交互技术领域，且公开了一种基于大数据的运动员健康评估方法，包括：多源异构数据采集与预处理；生成结构化数据集，并进行特征提取与降维，得到时序特征子集与关键特征子集；构建多模态融合的健康评估模型，输出综合健康指数；对健康状态进行分级与动态预警；对健康评估模型进行自更新与个性化校准；通过多源数据融合，整合运动员生理指标数据、运动负荷数据、环境参数数据以及恢复行为数据，突破了单一指标评估的局限性；同时通过动态时序建模与个性化校准，通过LSTM捕捉健康状态的滞后效应，提高风险评估的准确性，并基于个体基线数据标准化特征，解决不同运动员生理差异导致的评估偏差。