The invention discloses a health management method, system, equipment and storage medium based on multi-information decision-making, which includes: establishing a processing interval for evaluating the health degree of users; acquiring the bio-signals and motion signals of users, and converting them into corresponding health evaluation through bio-signals and motion signals; and according to the motion interval, emotional interval and motion interval. Sleep interval health assessment judges whether the user is in a healthy state; if at least one processing interval of the user is in a non-healthy state, the corresponding feedback training is matched according to the health evaluation of the exercise interval, emotional interval and sleep interval to assist the user in adjusting the current health status. Through the combination of wearable software and hardware as well as software such as algorithm and feedback technology, a nested multiple closed-loop system is formed to realize the high integration of multi-source sensing information from the software and hardware system level, and to form a health management based on the physical and mental health assessment model.
【技术实现步骤摘要】
基于多信息决策的健康管理方法、系统、设备及存储介质
本专利技术涉及到电子信息领域,特别是涉及到一种基于多信息决策的健康管理方法、系统、设备及存储介质。
技术介绍
穿戴式技术(WearableTechnology)是信息技术的扩展和延伸,即把信息的采集、存储、显示、传输、分析等功能与我们的日常穿戴相结合,成为我们穿戴的一部分如衣服、帽子、眼镜、手环、手表、鞋子等等。早在20世纪50年代就有人提出穿戴式计算机的概念,一直到70年代,加拿大多伦多大学的SteveMann教授专利技术了用于控制照相设备的穿戴式计算机,才成为有真正意义上的穿戴式产品。无线传输的实现,使得穿戴式计算机出现了飞跃,使得穿戴式产品和计算机大规模存储和处理分开,便于穿戴式产品更加小巧贴身,促进了穿戴式技术向着精确、稳定、可靠、耐用、省电等更加精细的方向发展。近年来,随着云计算、大数据等技术的发展,为穿戴式医疗、移动医疗带来了新的曙光。穿戴式健康监护通过无损、实时地数字化记录人的体征和感知信息,并通过移动互联网、云计算和大数据分析,与医疗资源无缝对接,实现对个体健康的充分监护和医疗资源的高效利用。典型的可穿戴式躯感网节点平台能够通过生物传感器精确地采集生理信号,通过微控制器处理过的数据,以无线的方式传输到智能终端上,所有的传感器数据由智能终端负责收集,并进一步处理,融合,然后通过无线局域网、蓝牙或3G/4G网络传送到中央监控服务器。其核心问题可以归结为健康信息的获取、存储、传输、分析和利用。各种可移动式监测仪器的相继面世,说明可移动式医疗系统的研究已经有了相当成果,但是总体上还没有实现长期连续 ...
【技术保护点】
1.一种基于多信息决策的健康管理方法,其特征在于,包括:建立用于评价使用者健康程度的处理区间,包括运动区间、情绪区间和睡眠区间;获取使用者的生物信号和运动信号,并通过所述生物信号和运动信号在对应区间内换算出相应的健康评价;根据所述运动区间、情绪区间和睡眠区间的健康评价分别判断使用者是否处于健康状态;若使用者至少一个处理区间处于非健康状态,则根据所述运动区间、情绪区间和睡眠区间的健康评价匹配出对应的反馈训练,协助使用者对调整当前的健康状况。
【技术特征摘要】
1.一种基于多信息决策的健康管理方法,其特征在于,包括:建立用于评价使用者健康程度的处理区间,包括运动区间、情绪区间和睡眠区间;获取使用者的生物信号和运动信号,并通过所述生物信号和运动信号在对应区间内换算出相应的健康评价;根据所述运动区间、情绪区间和睡眠区间的健康评价分别判断使用者是否处于健康状态;若使用者至少一个处理区间处于非健康状态,则根据所述运动区间、情绪区间和睡眠区间的健康评价匹配出对应的反馈训练,协助使用者对调整当前的健康状况。2.根据权利要求1所述的基于多信息决策的健康管理方法,其特征在于,所述生物信号包括心率信号、温度信号、呼吸信号和人体姿势特征,所述运动信号包括加速度信号和方向信号;所述通过所述生物信号和运动信号在对应区间内换算出相应的健康评价的步骤,包括:所述运动区间根据所述加速度信号和方向信号进行健康评价;所述情绪区间根据使用者自我评价表、生活事件表、所述心率信号和温度信号进行健康评价;所述睡眠区间根据所述心率信号、呼吸信号和人体姿势特征进行健康评价。3.根据权利要求2所述的基于多信息决策的健康管理方法,其特征在于,所述运动区间根据所述加速度信号和方向信号进行健康评价的步骤,包括:将所述加速度信号进行过滤处理;分别提取指定时间段内所述加速度信号的特征评估值;根据所述特征评估值和方向信号得出所述使用者在所述指定时间段内的运动量和能量消耗量,并将所述运动量和能量消耗量与预设的阈值进行比较;根据比较结果换算出所述运动区间的健康等级。4.根据权利要求2所述的基于多信息决策的健康管理方法,其特征在于,所述情绪区间根据使用者的自我评量表、生活事件量表、所述心率信号和温度信号进行健康评价的步骤,包括:分别提取所述心电信号和温度信号中的生理特征向量;利用统计学法提取所述自我评量表和生活事件量表中的心理特征向量;根据所述生理特征向量和心理特征向量,通过模糊C均值算法和有序加权平均算子对健康状态进行初级分类,其中,所述初级分类结果包括:健康、亚健康和异常;当所述健康状态的初级分类为亚健康时,通过基于D-S证据理论的信息融合模型分析使用者的心理状态是否为良性进行二次分类,当所述健康状态的初级分类为异常时,生成与当前状态相对应的反馈训练信号,其中,所述二次分类结果包括健康和非健康;当所述健康状态的二级分类为健康时,对使用者的压力进行量值评价,并判断压力评价量值是否大于量化阈值,当所述健康状态的二级分类为非健康时,生成与当前状态相对应的反馈训练信号;若压力评价量值大于量化阈值时,则生成与当前状态相对应的反馈训练信号。5.根据权利要求2所述的基于多信息决策的健康管理方法,其特征在于,所述睡眠区间根据所述心率信号、呼吸信号和人体姿势特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。