基于医用智能互动设备的心脏康复锻炼的监护方法及系统技术方案

本发明专利技术公开了基于医用智能互动设备的心脏康复锻炼的监护方法及系统，该方法包括以下步骤：S1、通过可穿戴设备获取用户锻炼过程中实时监测得到的健康数据；S2、根据用户身体状态设定安全阈值，并与所述健康数据进行对比；S3、根据对比结果，结合大数据分析确定下一步康复锻炼方案；S4、通过智能互动方式将所述康复锻炼方案推送给用户与医疗工作者。本发明专利技术通过实时监测用户康复锻炼过程，获取精确的健康数据信息，再通过大数据分析结合用户健康数据与身体状态，避免用户过度运动造成心脏负载，且在运动未达标时为用户针对性制定下一步康复锻炼方案，有效保证足够的运动强度，进而满足用户不同状态下的健康需求。足用户不同状态下的健康需求。足用户不同状态下的健康需求。

【技术实现步骤摘要】
基于医用智能互动设备的心脏康复锻炼的监护方法及系统


[0001]本专利技术涉及心脏康复锻炼
，具体来说，涉及基于医用智能互动设备的心脏康复锻炼的监护方法及系统。

技术介绍

[0002]心脏康复运动可降低术后患者复发率和再梗死率，有助于心脏病患者恢复健康。《心脏康复：心血管疾病二级预防的标准治疗》认为，心脏康复/二级预防(CR/SP)存在时间窗，不同时间窗内患者要进行不同强度的运动，即进行不同程度的心脏康复训练。
[0003]有效的心脏康复训练，有利于患者术后的病情恢复。但是，在训练的时候一定要严格地控制活动量，一定要循序渐进的来进行。心脏康复训练可以分为几个阶段，一般在早期康复，主要的就是在医生的监护下，进行一些有氧运动。运动一定要避免剧烈，避免长时间的运动，可以密切监控，逐渐地增加活动量。
[0004]然后就是恢复中期，也就是在半年到一年的时间之内，进行一些有氧体育锻炼项目，这样可以控制身体的体重增长，而且也有利于病情的恢复。平常还要注意加强营养，保证各种营养元素的摄入。
[0005]运动处方是由康复医师、康复治疗师或者体育教师、社会体育指导员、私人健身教练等，根据患者或者体育健身者的年龄、性别、一般医学检查、康复医学检查、运动试验、身体素质/体适能测试等结果，按其年龄、性别、健康状况、身体素质、以及心血管、运动器官的功能状况，结合主客观条件，用处方的形式制订对患者或者体育健身者适合的运动内容、运动强度、运动时间及频率，并指出运动中的注意事项，以达到科学地、有计划地进行康复治疗或预防健身的目的。
[0006]为把心脏康复运动风险降到最低，效率提到最高，患者应严格按照运动处方进行运动。因此，在日常心脏康复锻炼过程中，利用医用智能互动设备进行实时监护成为了如今发展方向。
[0007]如专利号CN110782991B公开了一种辅助心脏病患者康复运动的实时评价方法，该方法确定患者运动中心率、血压的稳定阈值范围。患者选择运动种类开始运动；检测患者心率及血压，判断患者心率及血压是否小于所述阈值上限，并计算运动契合度分值，根据运动契合度分值来对患者进行针对性建议。但是该方法存在一定的缺陷性，例如其采用足底传感器、惯性传感器来进行患者步态特征的检测，来判断患者的运动状态，然而患者可进行多种类型的运动，导致其传感器检测的适用性不足，并且该方法仅判断患者运动是否达标，功能性也存在一定的局限性，在智能化程度日益增长的今天，不能够满足更人性化更全面的监护需求，需要进行进一步的丰富与改进。
[0008]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0009]针对相关技术中的问题，本专利技术提出基于医用智能互动设备的心脏康复锻炼的监
护方法及系统，以克服现有相关技术所存在的上述技术问题。
[0010]为此，本专利技术采用的具体技术方案如下：
[0011]根据本专利技术的一个方面，提供了基于医用智能互动设备的心脏康复锻炼的监护方法，该方法包括以下步骤：
[0012]S1、通过可穿戴设备获取用户锻炼过程中实时监测得到的健康数据；
[0013]S2、根据用户身体状态设定安全阈值，并与所述健康数据进行对比；
[0014]S3、根据对比结果，结合大数据分析确定下一步康复锻炼方案；
[0015]S4、通过智能互动方式将所述康复锻炼方案推送给用户与医疗工作者。
[0016]进一步的，所述健康数据包括心音、心电信号、心率、血压、呼吸频率及血氧；
[0017]所述用户身体状态包括性别、年龄、身高、体重及疾病情况。
[0018]进一步的，所述根据对比结果，结合大数据分析确定下一步康复锻炼方案，包括以下步骤：
[0019]S31、若所述健康数据中存在大于安全阈值的数据，则通过智能互动方式提醒用户进行预警，并根据数据类型提供相应的诊断护理建议；
[0020]S32、若所述健康数据均不大于安全阈值，则分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案。
[0021]进一步的，所述分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案，包括以下步骤：
[0022]S321、利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度；
[0023]S322、根据所述用户身体状态在大数据平台进行匹配，筛分出同类型人群，查询该人群康复锻炼过程的运动强度与项目类型，作为参考标准集；
[0024]S323、将用户当前的运动强度与所述参考标准集进行分析比较，判断用户当前的运动强度是否达标；
[0025]S324、若用户当前的运动强度不低于所述参考标准集，则通过智能互动方式提醒用户适量运动并进行称赞鼓励；
[0026]S325、若用户当前的运动强度低于所述参考标准集，则通过智能互动方式对用户进行鼓励加大运动量，并询问是否需要智能化推荐，改变当前的运动模式。
[0027]进一步的，所述利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度，包括以下步骤：
[0028]S3211、将所述心音、心电信号进行小波包分解；
[0029]S3212、分析低频分量的能量占信号总能量的比值，判断心脏的健康程度；
[0030]S3213、利用能量熵计算公式计算，并将计算结果作为运动强度的指标。
[0031]进一步的，所述能量熵计算公式的表达式为：
[0032][0033]式中，R表示能量熵的值；
[0034]E(i)表示某频带归一化能量，且满足E(i)＝|g
i
(k)|2；
[0035]E表示某层频带能量总和，且满足E＝|g
n
(k)|2；
[0036]g
i
(k)表示第i频带的小波函数对应的高通滤波器；
[0037]g
n
(k)表示某层频带的小波函数对应的高通滤波器；
[0038]n表示频带序号；
[0039]i表示第i个频带序号。
[0040]进一步的，所述智能化推荐采用基于遗传学的支持向量机算法，包括以下步骤：
[0041]S3251、确定遗传算法的染色体，包括支持向量机参数及用户疾病情况特征值；
[0042]S3252、确定遗传算子及适应度函数；
[0043]S3253、使用轮盘赌和加权深度优先搜索方法产生遗传算法的初始种群，并以自适应、启发式的初始化方法保证群体分布的均匀性；
[0044]S3254、对交叉概率和变异概率进行优化，实现不同进化带书的自适应调整，保留有用遗传信息的同时实现全局搜索。
[0045]进一步的，所述遗传算子包括选择算子、交叉算子和变异算子；
[0046]所述适应度函数的表达式为：
[0047]f(x)＝f1(x本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，该方法包括以下步骤：S1、通过可穿戴设备获取用户锻炼过程中实时监测得到的健康数据；S2、根据用户身体状态设定安全阈值，并与所述健康数据进行对比；S3、根据对比结果，结合大数据分析确定下一步康复锻炼方案；S4、通过智能互动方式将所述康复锻炼方案推送给用户与医疗工作者。2.根据权利要求1所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述健康数据包括心音、心电信号、心率、血压、呼吸频率及血氧；所述用户身体状态包括性别、年龄、身高、体重及疾病情况。3.根据权利要求2所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述根据对比结果，结合大数据分析确定下一步康复锻炼方案，包括以下步骤：S31、若所述健康数据中存在大于安全阈值的数据，则通过智能互动方式提醒用户进行预警，并根据数据类型提供相应的诊断护理建议；S32、若所述健康数据均不大于安全阈值，则分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案。4.根据权利要求3所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案，包括以下步骤：S321、利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度；S322、根据所述用户身体状态在大数据平台进行匹配，筛分出同类型人群，查询该人群康复锻炼过程的运动强度与项目类型，作为参考标准集；S323、将用户当前的运动强度与所述参考标准集进行分析比较，判断用户当前的运动强度是否达标；S324、若用户当前的运动强度不低于所述参考标准集，则通过智能互动方式提醒用户适量运动并进行称赞鼓励；S325、若用户当前的运动强度低于所述参考标准集，则通过智能互动方式对用户进行鼓励加大运动量，并询问是否需要智能化推荐，改变当前的运动模式。5.根据权利要求4所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度，包括以下步骤：S3211、将所述心音、心电信号进行小波包分解；S3212、分析低频分量的能量占信号总能量的比值，判断心脏的健康程度；S3213、利用能量熵计算公式计算，并将计算结果作为运动强度的指标。6.根...

【专利技术属性】
技术研发人员：李欣，方亮，涂惠，熊晓云，徐燕娟，熊艳奉，熊洁，
申请(专利权)人：南昌大学第二附属医院，
类型：发明
国别省市：