基于骨骼AI视频的病例改进方法、装置及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种基于骨骼AI视频的病例改进方法、装置及存储介质，所述方法包括：通过目标姿态形状预估模型对运动骨骼视频数据进行预测，得到人体动作形态的偏移量；在人体动作形态的偏移量与目标形态偏移量一致时，根据基本数据、生理数据以及目标健康管理策略生成目标健康知识图谱；根据目标健康知识图谱对目标用户的健康进行管理，以及根据目标健康知识图谱对初始病例进行改进；通过上述方式，根据目标姿态形状预估模型预测出人体动作形态的偏移量，根据目标健康知识图谱对目标用户的健康进行管理，能够有效提高管理用户健康的效率和便捷性，且适用人群范围较广，以及使得改进后的病例符合健康管理规定。定。定。

【技术实现步骤摘要】
基于骨骼AI视频的病例改进方法、装置及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及基于骨骼AI视频的病例改进方法、装置及存储介质。

技术介绍

[0002]随着老龄化程度的不断加深，社会问题日益凸显，例如，养老保障负担、医疗卫生等，因此，如何实时了解老年人健康状况就显得尤为重要，目前，老年人管理健康的方式是基于医院或者疗养院的各种检测设备，但是上述检测设备需要从老年人身体上提取检测样本，而某些老年人的身体异常，使得提取检测样本的流程十分繁琐和困难，并且，在检查完成后，是由医生或者其他专业人员填写诊断报告，由于医生诊断习惯与经验不同，同一专业的专业医生在填写电子病例过程中，存在不同的书写方式，但这一书写内容不能完全符合国家医疗质量填写标准。其次，医生填写的电子病例不符合健康管理规定，致使病例收录后达不到国家电子病历填写规范，导致院内医疗质量控制无法正常进行。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种基于骨骼AI视频的病例改进方法、装置及存储介质，旨在解决现有技术管理用户健康的效率较低且管理过程十分繁琐，以及适用范围小的技术问题。
[0005]为实现上述目的，本专利技术提供了一种基于骨骼AI视频的病例改进方法，所述基于骨骼AI视频的病例改进方法包括以下步骤：获取目标用户的基本数据、生理数据以及运动骨骼视频数据；通过目标姿态形状预估模型对所述运动骨骼视频数据进行预测，得到人体动作形态的偏移量；根据目标健康管理策略获取在预设时间段内的目标形态偏移量；在所述人体动作形态的偏移量与所述目标形态偏移量一致时，根据所述基本数据、所述生理数据以及所述目标健康管理策略生成目标健康知识图谱；根据所述目标健康知识图谱对所述目标用户的健康进行管理，以及根据所述目标健康知识图谱对初始病例进行改进。
[0006]可选地，所述通过目标姿态形状预估模型对所述运动骨骼视频数据进行预测，得到人体动作形态的偏移量，包括：根据所述运动骨骼视频数据得到对应的行走骨骼视频数据和动作骨骼视频数据；分别提取所述行走骨骼视频数据和动作骨骼视频数据的数据格式；在所述数据格式均不为目标数据格式时，对所述行走骨骼视频数据和所述动作骨骼视频数据进行格式转换，得到目标格式行走数据和目标动作短视频数据；
通过预设标准压缩策略分别对所述目标格式行走数据和所述目标动作短视频数据进行压缩；通过目标姿态形状预估模型对压缩后的目标格式行走数据和目标动作短视频数据进行预测，得到人体动作形态的偏移量。
[0007]可选地，所述在所述数据格式均不为目标数据格式时，对所述行走骨骼视频数据和所述动作骨骼视频数据进行格式转换，得到目标格式行走数据和目标动作短视频数据，包括：在所述数据格式均不为目标数据格式时，对所述行走骨骼视频数据进行格式转换，得到目标格式行走数据；根据所述动作骨骼视频数据得到对应的动作数量；按照所述动作数量对所述动作骨骼视频数据进行裁剪，得到各个动作短视频数据；对所述各个动作短视频数据进行格式转换，得到目标动作短视频数据。
[0008]可选地，所述通过目标姿态形状预估模型对压缩后的目标格式行走数据和目标动作短视频数据进行预测，得到人体动作形态的偏移量，包括：通过目标姿态形状预估模型对压缩后的目标格式行走数据进行检测，得到连续行走关键点；根据历史行走数据对所述连续行走关键点的位置进行定量分析，得到行走关键点偏移量；通过所述目标姿态形状预估模型对压缩后的目标动作短视频数据进行检测，得到动作形态完成度；根据所述行走关键点偏移量和动作形态完成度预测出人体动作形态的偏移量。
[0009]可选地，所述根据目标健康管理策略获取在预设时间段内的目标形态偏移量，包括：根据所述人体动作形态的偏移量在健康管理策略集合中选取目标健康管理策略；根据预设标签策略对所述人体动作形态的关键点进行标记，得到目标位置标记点；根据目标健康管理策略对所述目标用户的身体状态进行调理；通过所述目标位置标记点对调理后的身体状态进行追踪，得到在预设时间段内的目标形态偏移量。
[0010]可选地，所述通过所述目标位置标记点对调理后的身体状态进行追踪，得到在预设时间段内的目标形态偏移量之前，还包括：根据所述人体动作形态的偏移量得到对应的当前骨骼磨损度；根据调理后的身体状态得到对应的目标骨骼磨损度；根据所述当前骨骼磨损度和所述目标骨骼磨损度确定骨骼磨损度差值；通过时间编码设备对所述骨骼磨损度差值进行计算，得到预设时间段。
[0011]可选地，所述在所述人体动作形态的偏移量与所述目标形态偏移量一致时，根据所述基本数据、所述生理数据以及所述目标健康管理策略生成目标健康知识图谱，包括：根据所述人体动作形态的偏移量得到对应的现实形态序列；
根据所述目标形态偏移量得到目标姿势序列；在通过运动识别设备判定所述现实形态序列与所述目标姿势序列一致时，根据所述生理数据得到当前病状危险程度和并发症状；根据所述基本数据、当前病状危险程度、并发症状以及所述目标健康管理策略生成目标健康知识图谱。
[0012]此外，为实现上述目的，本专利技术还提出一种基于骨骼AI视频的病例改进装置，所述基于骨骼AI视频的病例改进装置包括：获取模块，用于获取目标用户的基本数据、生理数据以及运动骨骼视频数据；预测模块，用于通过目标姿态形状预估模型对所述运动骨骼视频数据进行预测，得到人体动作形态的偏移量；所述获取模块，还用于根据目标健康管理策略获取在预设时间段内的目标形态偏移量；生成模块，用于在所述人体动作形态的偏移量与所述目标形态偏移量一致时，根据所述基本数据、所述生理数据以及所述目标健康管理策略生成目标健康知识图谱；管理模块，用于根据所述目标健康知识图谱对所述目标用户的健康进行管理，以及根据所述目标健康知识图谱对初始病例进行改进。
[0013]此外，为实现上述目的，本专利技术还提出一种基于骨骼AI视频的病例改进设备，所述基于骨骼AI视频的病例改进设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于骨骼AI视频的病例改进程序，所述基于骨骼AI视频的病例改进程序配置为实现如上文所述的基于骨骼AI视频的病例改进方法。
[0014]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有基于骨骼AI视频的病例改进程序，所述基于骨骼AI视频的病例改进程序被处理器执行时实现如上文所述的基于骨骼AI视频的病例改进方法。
[0015]本专利技术提出的基于骨骼AI视频的病例改进方法，通过获取目标用户的基本数据、生理数据以及运动骨骼视频数据；通过目标姿态形状预估模型对所述运动骨骼视频数据进行预测，得到人体动作形态的偏移量；根据目标健康管理策略获取在预设时间段内的目标形态偏移量；在所述人体动作形态的偏移量与所述目标形态偏移量一致时，根据所述基本数据、所述生理数据以及所述目标健康管理策略生成目标健康知识图谱；根据所述目标健康知识图谱对所述目标用户的健康进行管理，以及根据所述目标健康知识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于骨骼AI视频的病例改进方法，其特征在于，所述基于骨骼AI视频的病例改进方法包括以下步骤：获取目标用户的基本数据、生理数据以及运动骨骼视频数据；通过目标姿态形状预估模型对所述运动骨骼视频数据进行预测，得到人体动作形态的偏移量；根据目标健康管理策略获取在预设时间段内的目标形态偏移量；在所述人体动作形态的偏移量与所述目标形态偏移量一致时，根据所述基本数据、所述生理数据以及所述目标健康管理策略生成目标健康知识图谱；根据所述目标健康知识图谱对所述目标用户的健康进行管理，以及根据所述目标健康知识图谱对初始病例进行改进。2.如权利要求1所述的基于骨骼AI视频的病例改进方法，其特征在于，所述通过目标姿态形状预估模型对所述运动骨骼视频数据进行预测，得到人体动作形态的偏移量，包括：根据所述运动骨骼视频数据得到对应的行走骨骼视频数据和动作骨骼视频数据；分别提取所述行走骨骼视频数据和动作骨骼视频数据的数据格式；在所述数据格式均不为目标数据格式时，对所述行走骨骼视频数据和所述动作骨骼视频数据进行格式转换，得到目标格式行走数据和目标动作短视频数据；通过预设标准压缩策略分别对所述目标格式行走数据和所述目标动作短视频数据进行压缩；通过目标姿态形状预估模型对压缩后的目标格式行走数据和目标动作短视频数据进行预测，得到人体动作形态的偏移量。3.如权利要求2所述的基于骨骼AI视频的病例改进方法，其特征在于，所述在所述数据格式均不为目标数据格式时，对所述行走骨骼视频数据和所述动作骨骼视频数据进行格式转换，得到目标格式行走数据和目标动作短视频数据，包括：在所述数据格式均不为目标数据格式时，对所述行走骨骼视频数据进行格式转换，得到目标格式行走数据；根据所述动作骨骼视频数据得到对应的动作数量；按照所述动作数量对所述动作骨骼视频数据进行裁剪，得到各个动作短视频数据；对所述各个动作短视频数据进行格式转换，得到目标动作短视频数据。4.如权利要求2所述的基于骨骼AI视频的病例改进方法，其特征在于，所述通过目标姿态形状预估模型对压缩后的目标格式行走数据和目标动作短视频数据进行预测，得到人体动作形态的偏移量，包括：通过目标姿态形状预估模型对压缩后的目标格式行走数据进行检测，得到连续行走关键点；根据历史行走数据对所述连续行走关键点的位置进行定量分析，得到行走关键点偏移量；通过所述目标姿态形状预估模型对压缩后的目标动作短视频数据进行检测，得到动作形态完成度；根据所述行走关键点偏移量和动作形态完成度预测出人体动作形态的偏移量。5.如权利要求1至4中任一项所述的基于骨骼AI视频的病例改进方法，其特征在于，所
述根据目标健康管理策略获取在预设时间段内的目标形态偏移量，包括：根据所述人体...

【专利技术属性】
技术研发人员：舒振峰，刘洋，杨政，张世焱，
申请(专利权)人：深圳市指南针医疗科技有限公司，
类型：发明
国别省市：