随着国内人口老龄化的速度不断加快,老年人的健康问题得到越来越多的重视,已成为养老行业的最重要问题之一。心脏病作为一种对老年健康威胁最大的疾病,心脏健康问题成了当前研究的主要课题。然而在以往的研究中,大多数学者都是对心脏病的发病率进行预测,便于制定疾病预防策略,所使用的指标多数都是基于医学专家知识选择,很少有学者分析老年人整体健康度与其心脏状态之间的关联,事实上,人体的各组织之间的运行是相互联系、相互影响的,仅依靠专家知识选择属性进行心脏健康的分析远远不够,而且体征数据的不断变化也可能导致心脏状态发生变化,因此本文将从个人健康整体的角度出发,进行老年人心脏健康的相关研究。为了对老年人心脏健康分析与评估方法进行研究,本文首先建立老年人个人健康指数模型,根据老年人每年的体检指标估计其的整体健康度,其次提出衡量心脏健康相关的指标并构建心脏健康分析模型,研究心脏健康动态评估的方法,详细工作如下:针对老年人个人综合健康状态的问题,本文模拟数据挖掘流程建立个人健康指数模型。数据预处理部分提出基于RBM的缺失值填充方法,特征工程部分使用岭回归算法选择对结果影响较大的指标,使用人工神经网络算法对模型进行训练,最后得到取值为[0,1]的指数,用于衡量心脏健康水平。针对老年人心脏健康分析方法的问题,本文结合相关医学知识和专家知识,提出用于衡量心脏健康的指标,构建多层感知器模型进行心脏健康分析,进而得到当前老年人心脏健康状态。针对老年人心脏健康动态评估方法的问题,本文考虑不同时间点的体征数据变化,会导致心脏健康变化。首先对心脏健康动态评估问题进行描述,说明动态评估的合理性和必要性,再次根据长时间序列数据集,提出LDNN模型,使用前几个时间点的体征数据信息,来动态预测下一个时间点的心脏健康状态。基于上述心脏健康分析与评估方法的理论研究,设计并实现心脏健康评估系统,主要实现相关体征数据的采集、保存和心脏健康风险评估,验证上述方法的可行性,最终对整个系统进行功能和性能测试。