• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>
    當前位置: 首頁 > 專利查詢>包磊專利>正文

    基于融合模型的智能化健康管理服務器、系統及其控制方法技術方案

    技術編號:14804932 閱讀:76 留言:0更新日期:2017-03-15 00:02
    本發明專利技術實施例公開了一種基于融合模型的智能化健康管理服務器、系統及其控制方法。健康管理服務器從數據采集裝置獲取多源異構傳感特征信號;根據所述多源異構傳感信號識別用于反映人體健康狀態的特征狀態向量集;獲取診斷/預測策略,根據所述診斷/預測策略融合分析所述特征狀態向量集,生成健康管理決策;交互終端輸出所述健康管理決策,并為用戶提供基于所述健康管理決策的反饋干預訓練機制。本發明專利技術提供的實施例,可實現多尺度高精準量化標定,從而能夠融合決策個體的健康狀況和應采取的干預或預防手段,指導用戶實現優化可靠的健康調控,提升用戶體驗。

    【技術實現步驟摘要】

    本專利技術涉及智能化醫療領域,尤其涉及一種基于融合模型的智能化健康管理服務器、系統及其控制方法
    技術介紹
    近年來,為實現國家層面醫療模式的戰略轉變,大力發展低廉、微型、便捷、智能的分布式醫療和個體化醫療手段,對于廣大人民福祉的改善、醫療衛生事業可持續發展和社會和諧穩定具有極其重要的意義。分布式醫療將重心下移到基層醫院、社康中心甚至家庭,把服務從治療前移到預防和早期診斷,把治病模式轉變為治未病模式,將以往只有大醫院才能使用的醫療儀器廉價化、微型化、操作簡化,目前這種理念已被貫徹,在學術界和產業界的研究、開發如火如荼,方興未艾。而個體化醫療將是未來的發展方向,利用隨身攜帶、穿戴的智能硬件和數碼產品,結合移動互聯網和大數據分析,為每個人定制健康管理方案,實時監測身體狀況,把服務端延伸到健康和亞健康人群,把治病模式轉變為健康監護模式。這兩種醫療模式代表了當前和未來的發展趨勢,也對相應醫療儀器提出了全新的技術挑戰,同時意味著巨大的學科發展機會和市場應用前景。近年來,穿戴式技術、通信技術、云計算技術、大數據技術等飛速發展,為可移動式醫療系統的發展帶來了新的曙光。典型的可穿戴式軀感網節點平臺能夠通過生物傳感器精確地采集生理信號,通過微控制器處理過的數據,以無線的方式傳輸到智能終端上,所有的傳感器數據由智能終端負責收集,并進一步處理,融合,然后通過無線局域網、藍牙或3G/4G網絡傳送到中央監控服務>器。其核心問題可以歸結為健康信息的獲取、存儲、傳輸、分析和利用。各種可移動式監測儀器的相繼面世,說明可移動式醫療系統的研究已經有了相當成果。但是,目前面世的這些可移動式醫療系統,往往只對單一維度的傳感信息進行分析處理,例如只分析心率、腦電波等,無法全面地分析人體健康狀態、行為習慣等,因而無法提供可靠的治療手段和預防手段,用戶體驗較差。
    技術實現思路
    本專利技術實施例所要解決的技術問題在于,提供一種基于融合模型的智能化健康管理服務器、系統及其控制方法,克服現有技術中基礎傳感信息過于單一因而無法提供全面可靠的評估手段和預防手段的缺陷。為了解決上述技術問題,本專利技術實施例提供了一種基于融合模型的智能化健康管理控制方法,包括:獲取多源異構傳感信號及其特征值;根據所述多源異構傳感信號提取用于反映人體健康狀態的特征狀態向量集,所述特征狀態向量集包括運動狀態向量、情緒狀態向量、睡眠狀態向量和位置狀態向量;獲取診斷/預測策略,根據所述診斷/預測策略融合分析所述特征狀態向量集,生成健康管理決策;輸出所述健康管理決策,為用戶提供基于所述健康管理決策的反饋干預訓練機制。其中,所述方法還包括將所述多源異構傳感特征信號和所述特征狀態向量集存儲至個人檔案,所述個人檔案對應于單個用戶;所述獲取診斷/預測策略的步驟包括:獲取云端個性化健康管理數據;根據所述個人檔案和所述云端個性化健康管理數據生成診斷/預測策略。其中,所述根據所述診斷/預測策略融合分析所述特征狀態向量集,生成健康管理決策的步驟包括:根據所述個人檔案計算所述用戶的多源信息特征向量集;根據所述診斷/預測策略融合分析所述多源信息特征向量集,生成針對所述用戶的健康管理和異常干預手段。其中,所述獲取多源異構傳感特征信號的步驟包括:獲取多源異構傳感融合數據;根據預設的數據處理算法提取所述多源異構傳感融合數據的特征集,作為多源異構傳感特征信號。其中,所述獲取多源異構傳感融合數據的步驟包括:采集多源異構傳感原始數據;將所述多源異構傳感原始數據歸一化,生成多源異構傳感融合數據。另一方面,本專利技術還提供了一種基于融合模型的智能化健康管理系統,所述系統包括數據采集裝置、健康管理服務器和交互終端;所述數據采集裝置用于采集多源異構傳感原始數據;所述健康管理服務器包括:特征獲取模塊,用于從所述多源異構傳感原始數據中獲取多源異構傳感特征信號;狀態向量識別模塊,用于根據所述多源異構傳感特征信號識別用于反映人體健康狀態的特征狀態向量集,所述特征狀態向量集包括運動狀態向量、情緒狀態向量、睡眠狀態向量和位置狀態向量;決策模塊,用于獲取診斷/預測策略,根據所述診斷/預測策略融合分析所述特征狀態向量集,生成健康管理決策;所述交互終端用于輸出所述健康管理決策,為用戶提供基于所述健康管理決策的反饋干預訓練機制。其中,所述健康管理服務器還包括用于存儲所述多源異構傳感特征信號和所述特征狀態向量集,所述個人檔案對應于單個用戶;所述決策模塊進一步包括:個性化數據獲取模塊,用于獲取云端個性化健康管理數據;策略生成模塊,用于根據所述個人檔案和所述云端個性化健康管理數據生成診斷/預測策略;決策融合模塊,用于根據所述診斷/預測策略融合分析所述特征狀態向量集,生成健康管理決策。其中,所述決策融合模塊進一步包括:健康狀態樣本模塊,用于根據所述個人檔案計算所述用戶的多源信息特征向量集;健康狀態決策模塊,用于根據所述診斷/預測策略融合分析所述多源信息特征向量集和所述特征狀態向量集,生成針對所述用戶的健康管理和異常干預手段。其中,所述特征獲取模塊包括:原始數據接收模塊,用于接收所述數據采集裝置采集的多源異構傳感原始數據;數據融合模塊,用于將所述多源異構傳感原始數據歸一化,生成多源異構傳感融合數據。特征融合模塊,用于根據預設的數據處理算法提取所述多源異構傳感融合數據的特征集,作為多源異構傳感特征信號。另外,本專利技術還提供了一種基于融合模型的智能化健康管理服務器,所述服務器包括:特征獲取模塊,用于獲取多源異構傳感特征信號;狀態向量識別模塊,用于根據所述多源異構傳感特征信號識別用于反映人體健康狀態的特征狀態向量集,所述特征狀態向量集包括運動狀態向量、情緒狀態向量、睡眠狀態向量和位置狀態向量;決策模塊,用于獲取診斷/預測策略,根據所述診斷/預測策略融合分析所述特征狀態向量集,生成健康管理決策,并通過交互終端輸出述健康管理決策,為用戶提供基于所述健康管理決策的反饋干預訓練機制。實施本專利技術實施例,具有如下有益效果:通過探究多源異構傳感信息與運動狀態、情緒狀態、睡眠狀態及位置狀態的映射關系,從多源異構傳感特征信號中識別運動狀態向量、情緒狀態向量、睡眠狀態向量和位置狀態向量這四個特征狀態向量集,可實現多尺度高精準量化標本文檔來自技高網...

    【技術保護點】
    一種基于融合模型的智能化健康管理控制方法,其特征在于,包括:獲取多源異構傳感信號及其特征值;根據所述多源異構傳感信號識別用于反映人體健康狀態的特征狀態向量集,所述特征狀態向量集包括運動狀態向量、情緒狀態向量、睡眠狀態向量和位置狀態向量;獲取診斷/預測策略,根據所述診斷/預測策略模型融合、分析所述特征狀態向量集,生成健康管理決策;輸出所述健康管理決策,為用戶提供基于所述健康管理決策反饋干預訓練機制。

    【技術特征摘要】
    1.一種基于融合模型的智能化健康管理控制方法,其特征在于,包括:
    獲取多源異構傳感信號及其特征值;
    根據所述多源異構傳感信號識別用于反映人體健康狀態的特征狀態向量
    集,所述特征狀態向量集包括運動狀態向量、情緒狀態向量、睡眠狀態向量和
    位置狀態向量;
    獲取診斷/預測策略,根據所述診斷/預測策略模型融合、分析所述特征狀態
    向量集,生成健康管理決策;
    輸出所述健康管理決策,為用戶提供基于所述健康管理決策反饋干預訓練
    機制。
    2.如權利要求1所述的基于融合模型的智能化健康管理控制方法,其特征
    在于,所述方法還包括將所述多源異構傳感特征信號和所述特征狀態向量集存
    儲至個人檔案,所述個人檔案對應于單個用戶;
    所述獲取診斷/預測策略的步驟包括:
    獲取云端個性化健康管理數據;
    根據所述個人檔案和所述云端個性化健康管理數據生成診斷/預測策略。
    3.如權利要求2所述的基于融合模型的智能化健康管理控制方法,其特征
    在于,所述根據所述診斷/預測策略融合分析所述特征狀態向量集,生成健康管
    理決策的步驟包括:
    根據所述個人檔案計算所述用戶的多源信息特征向量集;
    根據所述診斷/預測策略融合分析所述多源信息特征向量集特征狀態向量
    集,生成針對所述用戶的健康管理和異常干預手段。
    4.如權利要求1所述的基于融合模型的智能化健康管理控制方法,其特征
    在于,所述獲取多源異構傳感特征信號的步驟包括:
    獲取多源異構傳感融合數據;
    根據預設的數據處理算法提取所述多源異構傳感融合數據的特征集,作為
    多源異構傳感特征信號。
    5.如權利要求4所述的基于融合模型的智能化健康管理控制方法,其特征
    在于,所述獲取多源異構傳感融合數據的步驟包括:
    采集多源異構傳感原始數據;
    將所述多源異構傳感原始數據歸一化,生成多源同構融合數據。
    6.一種基于融合模型的智能化健康管理系統,其特征在于,所述系統包括
    數據采集裝置、健康管理服務器和交互終端;
    所述數據采集裝置用于采集多源異構傳感原始數據;
    所述健康管理服務器包括:
    特征獲取模塊,用于從所述多源異構傳感原始數據中獲取多源異構傳感特
    征信號;
    狀態向量識別模塊,用于根據所述多源異構傳感特征信號識別用于反映人
    體健康狀態的特征狀態向量集,所述特征狀態向量集包...

    【專利技術屬性】
    技術研發人員:包磊
    申請(專利權)人:包磊
    類型:發明
    國別省市:廣東;44

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 日日麻批免费40分钟无码| 亚洲一区二区三区无码影院| 国产成人无码精品久久久露脸| 无码人妻av一区二区三区蜜臀| 国产成人综合日韩精品无码不卡 | 色综合久久无码中文字幕| 精品无码人妻一区二区三区18| 国产成人AV无码精品| 永久免费AV无码国产网站| 国产成人无码一区二区三区在线| 无码粉嫩小泬无套在线观看 | 精品无码成人片一区二区| 亚洲VA中文字幕不卡无码| 亚洲人成无码网站久久99热国产| 亚洲av无码日韩av无码网站冲| 亚洲国产无套无码av电影| 无码日韩AV一区二区三区| 亚洲综合一区无码精品| 久久AV无码精品人妻糸列| 亚洲A∨无码一区二区三区| 黑人无码精品又粗又大又长 | 18禁成年无码免费网站无遮挡| 久久久久无码精品亚洲日韩 | 国产丰满乱子伦无码专| 亚洲中文无码线在线观看| 亚洲AV无码第一区二区三区| 亚洲国产成人精品无码久久久久久综合| 无码人妻精品一区二区三区99性| 国产精品视频一区二区三区无码| 三上悠亚ssⅰn939无码播放| 国产AV无码专区亚洲AV漫画| 亚洲毛片av日韩av无码| 无码里番纯肉h在线网站| 在线观看成人无码中文av天堂| 亚洲中文无码a∨在线观看| 亚洲中文字幕无码av在线| 亚洲av无码一区二区三区观看| 亚洲A∨无码无在线观看| av无码久久久久不卡免费网站| 亚洲AV无码AV吞精久久| 精品无码久久久久久久久水蜜桃 |