The invention provides a real-time care intelligent monitoring method for a health care post station, which can realize the full life cycle care of a health care object. Firstly, a digital sensor and an intelligent sensing terminal are deployed around the health care object to fully perceive the current state of the health care object itself and its environment, and the collected data are stored in a cloud database. Then, for the multi-dimensional massive data of the health care object, time series prediction is used. Methods The trajectory of the health care object was predicted, and the life pattern of the health care object was constructed by clustering method. Finally, according to the matching of the trajectory of the health care object and the comparison of the life pattern of the health care object, the abnormal judgment and real-time warning were made. The invention can be used in the fields of medical treatment, old-age care and the like, and can provide the whole life cycle care service for the medical and health care object, and is helpful to improve the phenomenon of \data island, service fragmentation\.
【技术实现步骤摘要】
一种面向健康养老驿站的实时照护智能监测方法
本专利技术涉及医疗、养老领域对医养健对象实时照护智能监测的方法,结合大数据分析技术让健康养老趋向互联化、物联化、移动化、智能化并且整合各方服务资源向老人提供安全、全方位、全生命周期的健康养老服务,具体地,提出一种面向健康养老驿站的实时照护智能监测方法。
技术介绍
健康养老服务业在云计算、大数据、移动互联网、物联网和务联网等新一代信息技术的推动下呈现出“跨界融合”的新态势与新特征,如何高效智能地为老年人提供安全、全面、全生命周期的持续性服务成为了最具挑战性的问题之一。为推动健康养老事业的发展,国家先后发布《“十三五”国家老龄事业发展和养老体系建设规划》和《智慧健康养老产业发展行动计划(2017-2020年)》,明确提出利用新一代信息技术实现个人、家庭、社区、机构与健康医疗资源的有效对接和优化配置。务联网(IoS:InternetofServices)是由跨系统、跨领域、跨区域、跨网络的海量异构服务经过聚合与协同而形成的复杂服务网络,是解决健康养老服务业全球网络化、专业社会化、跨界融合化背景下存在“散、乱、差、缺、怨”等突出问题的跨域型、平台性核心关键技术,其理论技术体系研究是国家“十三五”现代服务业科技创新专项规划的重点任务之一。随着政府对健康养老的加大扶持,越来越多的机构投入了健康养老行业。目前在智能健康监测服务方面,IBM、NEC等巨头相继推出了面向居家、社区养老服务的基于物联网和人工智能技术的智慧养老解决方案,国内出现了许多面向数字家庭领域的健康监护产品,但在可穿戴生理特征监测、短距离无线通信等核心关键部件的 ...
【技术保护点】
1.一种面向健康养老驿站的实时照护智能监测方法,其特征在于,该方法包括以下具体步骤:步骤1:采集医养健对象的原始数据并存储到云端数据库;步骤2:从云端数据库获取需要的医养健对象的数据保存到本地数据库中并进行预处理;步骤3:运用时间序列预测方法对医养健对象的行动轨迹进行预测,并运用聚类的方法构建出医养健对象的生活模式;步骤4:匹配医养健对象的行动轨迹并比较医养健对象的生活模式,对医养健对象进行异常判断及预警。
【技术特征摘要】
1.一种面向健康养老驿站的实时照护智能监测方法,其特征在于,该方法包括以下具体步骤:步骤1:采集医养健对象的原始数据并存储到云端数据库;步骤2:从云端数据库获取需要的医养健对象的数据保存到本地数据库中并进行预处理;步骤3:运用时间序列预测方法对医养健对象的行动轨迹进行预测,并运用聚类的方法构建出医养健对象的生活模式;步骤4:匹配医养健对象的行动轨迹并比较医养健对象的生活模式,对医养健对象进行异常判断及预警。2.如权利要求1所述的实时照护智能监测方法,其特征在于,所述步骤1具体为:通过数字化传感器和智能感知终端采集医养健对象在驿站房间内的时间位置数据以及房间环境数据并保存到云端的数据库中。3.如权利要求1所述的实时照护智能监测方法,其特征在于,所述步骤2具体包括:步骤A:选取驿站套间号、套间房间号、行动传感器、行动定位数据即时间序列和时间戳字段在本地建立数据库;步骤B:根据本地数据库中的字段从云端数据库中获取对应的医养健对象的原始数据并过滤掉无效的空数据;步骤C:将时间数据格式转换成TimeSeriesRDD格式并删除再次判断无效的数据。4.如权利要求1所述的实时照护智能监测方法,其特征在于,所述步骤3具体包括:步骤A:预测医养健对象的行动轨迹a1)使用SparkSql中的SQLContext对象提供的load()方法从本地数据库获取套间房间号和时间戳数据并将其转换为dataframe数据格式;a2)将时间序列初始化为TimeSeriesRDD格式并选定HoltWinters模型;a3)利用spark-timeseries提供的HoltWinters.fitModel()方法创建、训练HoltWinters模型;a4)预测出医养健对象接下来3分钟的行动轨迹并且数据的间隔设置成了5秒钟;a5)保存36个预测值,并等待3分钟后回到a1,循环执行;步骤B:聚类医养健对象的生活模式b1)优化K-Means聚类算法,算法优化流程如下:(1)读取数据并转换成RDD数据格式;(2)执行Map操作将数据进行格式化和向量化;(3)计算出各个分片数据到Canopy中心的距离得到局部Canopy中心点;(4)合并生成Canopy中心点;(5)进行K-Means初始化操作,再进行Map操作执行K-Means局部聚类;(6)将局部聚类的结果进行归并,计算出全局的聚类节点,更新中心点;(7)重复(5)和(6)直到中心点不再变化;b2)通过SparkContext创建一个对象sc,然后使用sc的tex...
【专利技术属性】
技术研发人员:黄新力,方旭琪,王正伟,
申请(专利权)人:华东师范大学,
类型:发明
国别省市:上海,31
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。