一种基于LSTM网络的医养结合健康监测方法技术

本发明专利技术公开了一种基于LSTM网络的医养结合健康监测方法，包括以下步骤：经由健康检测设备、智能家居以及HIS系统，收集获取60岁及以上人群的全方面健康信息数据，并存于云端数据库；对收集获取的数据波形采用LMS的自适应陷波器进行去噪处理；将处理分类后的数据作为训练样本，采用LSTM网络训练学习生成60岁及以上人群的普适健康模型；对于已有的普适健康模型，获取个人数据后，对模型进行识别同时持续训练和个性化调整，并做出对应情况的异常预警。本发明专利技术将传统统计模型算法与神经网络有机结合，对60岁及以上人群进行全方面健康监测，实现高效准确的个性化健康预测和预警，为建立智慧健康养老服务奠定夯实基础。

【技术实现步骤摘要】
一种基于LSTM网络的医养结合健康监测方法
本专利技术属于神经网络、深度学习、物联网、智慧养老等
，具体地说是涉及一种基于LSTM网络的医养结合健康监测方法。
技术介绍
在智慧养老发展的过程中，针对养老服务资源复杂分散，医养分离，无法提供个性化、主动、安全、精准、持续的全生命周期服务等问题，研究跨界多服务医养结合的智慧健康养老模式正在逐步完善。通过集成穿戴式、便携式、非接触式健康监测和智能家居设备，建立面向慢病管理、老年突发疾病的急救、疾病预警、危重老人照护等服务的全方面健康监测物联网，实时监测老人健康生理指标，实现全面健康信息的收集和利用，与HIS系统提供的老人电子健康档案、医疗诊疗数据等进行融合，形成健康监测大数据中心，基于大数据分析技术实现健康预测和预警，提供医疗辅助、健康档案查询、健康状况评估报告、健康助手、健康知识等服务。在完善跨界多服务医养结合的智慧健康养老模式的过程中，实现健康预测和预警是关键技术之一。通过对60岁及以上人群的全面健康信息的收集，包括实时生命体征数据，60岁及以上人群的病史、用药史等，将信息进行处理分析挖掘，找到其中的规律或趋势，对60岁及以上人群本文档来自技高网...

【技术保护点】
1.一种基于LSTM网络的医养结合健康监测方法，其特征在于，该方法包括以下步骤：步骤1：收集健康检测基本数据，存于云端数据库；步骤2：对收集到的数据进行预处理与降噪；步骤3：对处理后的数据进行归纳训练，生成60岁及以上人群的普适健康模型；步骤4：对普适健康模型采用LSTM网络进行个性化模型学习，生成60岁及以上人群个体个性化健康模型，持续进行模型调整及识别，并做出对应情况的异常预警。

【技术特征摘要】
1.一种基于LSTM网络的医养结合健康监测方法，其特征在于，该方法包括以下步骤：步骤1：收集健康检测基本数据，存于云端数据库；步骤2：对收集到的数据进行预处理与降噪；步骤3：对处理后的数据进行归纳训练，生成60岁及以上人群的普适健康模型；步骤4：对普适健康模型采用LSTM网络进行个性化模型学习，生成60岁及以上人群个体个性化健康模型，持续进行模型调整及识别，并做出对应情况的异常预警。2.根据权利要求1所述的医养结合健康监测方法，其特征在于，所述步骤1具体包括：经由健康检测设备、智能家居以及HIS系统，收集获取至少一万名60岁及以上人群的全方面健康信息数据，包括全生命体征数据、生活数据、诊疗数据、环境数据及其他多维行为数据，其中，全生命体征数据包括心率、脉搏、血压、血氧、体温、呼吸；生活数据包括时序上的生活规律、实时位置；诊疗数据包括病史、用药史、过敏史、手术史；环境数据包括温度、湿度、空气成分、光照强度，其他多维行为数据包括压力传感器和红外传感器提供的数据。3.根据权利要求1所述的医养结合健康监测方法，其特征在于，所述步骤2具体包括：对收集获取的60岁及以上人群的全方面健康信息数据波形采用LMS的自适应陷波器进行去噪处理：假设信号为单频干扰叠加，LMS自适应陷波器去噪为：其中x(t)为输入信号，s(t)为去噪后信号，为噪声信号；采样，即将60岁及以上人群的全方面健康信息数据波形作为输入信号d(n)，所需的去噪后信号即为s(n)，通过LMS算法使线性组合的权系数得到自适应调整，从而使误差信号极小并趋于零，实现消除干扰去噪的目的：其中，其中f0为采样频率，fs为原数据采集频率；后将数据按照全生命体征数据、生活数据、诊疗数据、环境数据及其他多维行为数据分成五种数据类别并保存，作为模型训练数据样本，其中每一条数据记录包含序号、所属人编号、时间、数据类别、数据代表含义、数据内容、数据单位字段。4.根据权利要求1...

【专利技术属性】
技术研发人员：黄新力，张胜男，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：上海,31