基于融合模型的智能化健康管理服务器、系统及其控制方法技术方案

本发明专利技术实施例公开了一种基于融合模型的智能化健康管理服务器、系统及其控制方法。健康管理服务器从数据采集装置获取多源异构传感特征信号；根据所述多源异构传感信号识别用于反映人体健康状态的特征状态向量集；获取诊断/预测策略，根据所述诊断/预测策略融合分析所述特征状态向量集，生成健康管理决策；交互终端输出所述健康管理决策，并为用户提供基于所述健康管理决策的反馈干预训练机制。本发明专利技术提供的实施例，可实现多尺度高精准量化标定，从而能够融合决策个体的健康状况和应采取的干预或预防手段，指导用户实现优化可靠的健康调控，提升用户体验。

【技术实现步骤摘要】

本专利技术涉及智能化医疗领域，尤其涉及一种基于融合模型的智能化健康管理服务器、系统及其控制方法。
技术介绍
近年来，为实现国家层面医疗模式的战略转变，大力发展低廉、微型、便捷、智能的分布式医疗和个体化医疗手段，对于广大人民福祉的改善、医疗卫生事业可持续发展和社会和谐稳定具有极其重要的意义。分布式医疗将重心下移到基层医院、社康中心甚至家庭，把服务从治疗前移到预防和早期诊断，把治病模式转变为治未病模式，将以往只有大医院才能使用的医疗仪器廉价化、微型化、操作简化，目前这种理念已被贯彻，在学术界和产业界的研究、开发如火如荼，方兴未艾。而个体化医疗将是未来的发展方向，利用随身携带、穿戴的智能硬件和数码产品，结合移动互联网和大数据分析，为每个人定制健康管理方案，实时监测身体状况，把服务端延伸到健康和亚健康人群，把治病模式转变为健康监护模式。这两种医疗模式代表了当前和未来的发展趋势，也对相应医疗仪器提出了全新的技术挑战，同时意味着巨大的学科发展机会和市场应用前景。近年来本文档来自技高网...

【技术保护点】
一种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：获取多源异构传感信号及其特征值；根据所述多源异构传感信号识别用于反映人体健康状态的特征状态向量集，所述特征状态向量集包括运动状态向量、情绪状态向量、睡眠状态向量和位置状态向量；获取诊断/预测策略，根据所述诊断/预测策略模型融合、分析所述特征状态向量集，生成健康管理决策；输出所述健康管理决策，为用户提供基于所述健康管理决策反馈干预训练机制。

【技术特征摘要】
1.一种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：
获取多源异构传感信号及其特征值；
根据所述多源异构传感信号识别用于反映人体健康状态的特征状态向量
集，所述特征状态向量集包括运动状态向量、情绪状态向量、睡眠状态向量和
位置状态向量；
获取诊断/预测策略，根据所述诊断/预测策略模型融合、分析所述特征状态
向量集，生成健康管理决策；
输出所述健康管理决策，为用户提供基于所述健康管理决策反馈干预训练
机制。
2.如权利要求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，所述方法还包括将所述多源异构传感特征信号和所述特征状态向量集存
储至个人档案，所述个人档案对应于单个用户；
所述获取诊断/预测策略的步骤包括：
获取云端个性化健康管理数据；
根据所述个人档案和所述云端个性化健康管理数据生成诊断/预测策略。
3.如权利要求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，所述根据所述诊断/预测策略融合分析所述特征状态向量集，生成健康管
理决策的步骤包括：
根据所述个人档案计算所述用户的多源信息特征向量集；
根据所述诊断/预测策略融合分析所述多源信息特征向量集特征状态向量
集，生成针对所述用户的健康管理和异常干预手段。
4.如权利要求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，所述获取多源异构传感特征信号的步骤包括：
获取多源异构传感融合数据；
根据预设的数据处理算法提取所述多源异构传感融合数据的特征集，作为
多源异构传感特征信号。
5.如权利要求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，所述获取多源异构传感融合数据的步骤包括：
采集多源异构传感原始数据；
将所述多源异构传感原始数据归一化，生成多源同构融合数据。
6.一种基于融合模型的智能化健康管理系统，其特征在于，所述系统包括
数据采集装置、健康管理服务器和交互终端；
所述数据采集装置用于采集多源异构传感原始数据；
所述健康管理服务器包括：
特征获取模块，用于从所述多源异构传感原始数据中获取多源异构传感特
征信号；
状态向量识别模块，用于根据所述多源异构传感特征信号识别用于反映人
体健康状态的特征状态向量集，所述特征状态向量集包...

【专利技术属性】
技术研发人员：包磊，
申请(专利权)人：包磊，
类型：发明
国别省市：广东;44