基于人工智能的呼吸功能康复训练仪的监控方法及系统技术方案

本发明专利技术公开了一种基于人工智能的呼吸功能康复训练仪的监控方法及系统，包括：利用服务器响应于呼吸功能康复监控请求，调用第一呼吸状态识别模型进行处理，得到呼吸生理参数转换后的呼吸状态参数；并基于呼吸状态参数确定出存在持续异常呼吸状态特征的多个目标用户，并为每个目标用户推送对应的医用器械产品推送信息、康复训练资讯推送信息，如此设计，能够基于复杂的呼吸生理参数转换为呼吸状态参数后，以此确定出有持续异常呼吸状态特征的多个目标用户进行针对性的信息推送。目标用户进行针对性的信息推送。目标用户进行针对性的信息推送。

【技术实现步骤摘要】
基于人工智能的呼吸功能康复训练仪的监控方法及系统


[0001]本专利技术涉及人工智能
，具体而言，涉及一种基于人工智能的呼吸功能康复训练仪的监控方法及系统。

技术介绍

[0002]目前，针对患者呼吸功能康复训练一般会配置对应的康复仪器，除了进行辅助训练，还会记录对应的患者的生理参数，而由于每个患者的情况不同、采取的康复训练策略以及对应采集的生理参数也不同，故判定通过呼吸功能康复训练仪确定的患者的病理情况是如何的并不方便，这也为后续想要针对性的医疗器械产品推荐、康复训练咨询的推送造成了困难。

技术实现思路

[0003]本专利技术的目的在于提供一种基于人工智能的呼吸功能康复训练仪的监控方法及系统。
[0004]第一方面，本专利技术实施例提供一种基于人工智能的呼吸功能康复训练仪的监控系统，基于人工智能的呼吸功能康复训练仪的监控系统包括服务器以及与服务器通信连接的呼吸功能康复训练仪；呼吸功能康复训练仪，用于调用配置的传感器采集用户生理参数；服务器，用于响应于呼吸功能康复监控请求，建立与呼吸功能康复训练仪的通信连接；从呼吸功能康复训练仪中获取用户生理参数；从用户生理参数中获取待评估的呼吸生理参数，并调用第一呼吸状态识别模型进行处理，得到呼吸生理参数转换后的呼吸状态参数；根据呼吸状态参数结合预置呼吸功能康复训练表进行评估，得到呼吸功能康复训练仪的监控结果；基于呼吸功能训练仪的监控结果确定存在持续异常呼吸状态特征的多个目标用户；根据每个目标用户的持续异常呼吸状态特征确定匹配每个目标用户的目标线上推送信息，目标线上推送信息包括医用器械产品推送信息、康复训练资讯推送信息。
[0005]第二方面，本专利技术实施例提供一种基于人工智能的呼吸功能康复训练仪的监控方法，包括：响应于呼吸功能康复监控请求，建立与呼吸功能康复训练仪的通信连接；从呼吸功能康复训练仪中获取用户生理参数，用户生理参数为呼吸功能康复训练仪配置的传感器采集的；从用户生理参数中获取待评估的呼吸生理参数，并调用第一呼吸状态识别模型进行处理，得到呼吸生理参数转换后的呼吸状态参数；根据呼吸状态参数结合预置呼吸功能康复训练表进行评估，得到呼吸功能康复训练仪的监控结果；获得呼吸功能训练仪的监控结果；基于呼吸功能训练仪的监控结果确定存在持续异常呼吸状态特征的多个目标用
户；根据每个目标用户的持续异常呼吸状态特征确定匹配每个目标用户的目标线上推送信息，目标线上推送信息包括医用器械产品推送信息、康复训练资讯推送信息。
[0006]相比现有技术，本专利技术提供的有益效果包括：采用本专利技术公开了一种基于人工智能的呼吸功能康复训练仪的监控系统，包括：利用服务器响应于呼吸功能康复监控请求，调用第一呼吸状态识别模型进行处理，得到呼吸生理参数转换后的呼吸状态参数；并基于呼吸状态参数确定出存在持续异常呼吸状态特征的多个目标用户，并为每个目标用户推送对应的医用器械产品推送信息、康复训练资讯推送信息，如此设计，能够基于复杂的呼吸生理参数转换为呼吸状态参数后，以此确定出有持续异常呼吸状态特征的多个目标用户进行针对性的信息推送。
附图说明
[0007]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0008]图1为本专利技术实施例提供的基于人工智能的呼吸功能康复训练仪的监控方法的步骤流程示意图；图2为本专利技术实施例提供的基于人工智能的呼吸功能康复训练仪的监控系统的结构示意框图；图3为本专利技术实施例提供的计算机设备的结构示意框图。
具体实施方式
[0009]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0010]请结合参阅图1，图1为本专利技术实施例提供的基于人工智能的呼吸功能康复训练仪的监控方法的步骤流程示意图，该基于人工智能的呼吸功能康复训练仪的监控方法可以由基于人工智能的呼吸功能康复训练仪的监控系统中的服务器作为执行主体实施，服务器与呼吸功能康复训练仪通信连接，该基于人工智能的呼吸功能康复训练仪的监控方法的具体流程可以如下：210、响应于呼吸功能康复监控请求，建立与呼吸功能康复训练仪的通信连接。
[0011]220、从呼吸功能康复训练仪中获取用户生理参数，用户生理参数为呼吸功能康复训练仪配置的传感器采集的。
[0012]230、从用户生理参数中获取待评估的呼吸生理参数，并调用第一呼吸状态识别模型进行处理，得到呼吸生理参数转换后的呼吸状态参数。
[0013]240、根据呼吸状态参数结合预置呼吸功能康复训练表进行评估，得到呼吸功能康复训练仪的监控结果。
[0014]250、获得呼吸功能训练仪的监控结果。
[0015]260、基于所述呼吸功能训练仪的监控结果确定存在持续异常呼吸状态特征的多
个目标用户。
[0016]270、根据每个目标用户的持续异常呼吸状态特征确定匹配所述每个目标用户的目标线上推送信息，所述目标线上推送信息包括医用器械产品推送信息、康复训练资讯推送信息。
[0017]在本专利技术实施例中，呼吸功能康复训练仪可以包括多个传感设备，用于对人体的多个传感数据进行实时采集，例如针对呼吸康复场景，能够调用对应的传感器对心电、血氧饱和度、血压、呼吸次数等指标进行监控，因此可以在需要进行呼吸功能康复监控时，首先与建立与呼吸功能康复训练仪的通信连接，以实现实时获取精准参数的目的。在获取到用户生理参数后，便可以调用第一呼吸状态识别模型进行处理，得到呼吸生理参数转换后的呼吸状态参数，应当理解的是，用户生理参数是直观反应病人的身体状态的参数，指标数量多，且是一个客观数据，为了能够快速准确地对用户的呼吸状态进行识别，则需要对生理数据进行转换，变成能够直观反应当前具体情况的呼吸状态参数（例如一个对应的标识符或者数值，在此不做限定），然后便可以得到呼吸功能康复训练仪的监控结果，根据该呼吸功能康复训练仪的监控结果，能够确定出存在持续异常呼吸状态特征的多个目标用户，并针对每个用户对应的监控结果，分别为每个用户推送信息包括医用器械产品推送信息、康复训练资讯推送信息的推送信息，以此能够准确地为用户提供其康复所需的咨询，而非现有技术中毫无针对性的统一康复咨询推送方案。
[0018]为了能够更加清楚的描述本申请实施例提供的方案，上述步骤230可以通过以下详细的步骤执行实施。
[0019]101、获取待评估的呼吸生理参数，呼吸生理参数包括至少一个呼吸生理指标。
[0020]对呼吸生理参数进行解析操作，可以得到该呼吸生理参数中的各个呼吸生理指标，在本专利技术实施例中，呼吸生理指标包括但不限于呼吸次数、血糖、心跳、血氧浓度等指标。可选的，一些实施例中，呼吸生理参数可以是由对应的传感器数据转换来的。
[0021]102、通过第一呼本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的呼吸功能康复训练仪的监控系统，其特征在于，所述基于人工智能的呼吸功能康复训练仪的监控系统包括服务器以及与所述服务器通信连接的呼吸功能康复训练仪；所述呼吸功能康复训练仪，用于调用配置的传感器采集用户生理参数；所述服务器，用于响应于呼吸功能康复监控请求，建立与呼吸功能康复训练仪的通信连接；从所述呼吸功能康复训练仪中获取所述用户生理参数；从所述用户生理参数中获取待评估的呼吸生理参数，并调用第一呼吸状态识别模型进行处理，得到所述呼吸生理参数转换后的呼吸状态参数；根据所述呼吸状态参数结合预置呼吸功能康复训练表进行评估，得到所述呼吸功能康复训练仪的监控结果；基于所述呼吸功能训练仪的监控结果确定存在持续异常呼吸状态特征的多个目标用户；根据每个目标用户的持续异常呼吸状态特征确定匹配所述每个目标用户的目标线上推送信息，所述目标线上推送信息包括医用器械产品推送信息、康复训练资讯推送信息。2.根据权利要求1所述的系统，其特征在于，所述服务器进一步用于：获取所述待评估的呼吸生理参数，所述呼吸生理参数包括至少一个呼吸生理指标；通过第一呼吸状态识别模型，获取所述呼吸生理参数中所述至少一个呼吸生理指标对应的呼吸特征向量，其中，所述第一呼吸状态识别模型是根据多个样本呼吸数据对训练得到，所述样本呼吸数据对包括样本呼吸状态数据，以及由第二呼吸状态识别模型对所述样本呼吸状态数据转换得到的样本呼吸生理数据，所述第二呼吸状态识别模型根据优化呼吸数据对对预设第二呼吸状态识别模型的模型架构进行优化来训练得到，一个优化呼吸数据对中包括一个优化样本呼吸状态数据以及多个优化样本呼吸生理数据，所述优化样本呼吸生理数据为所述优化样本呼吸状态数据的映射数据，预设第二呼吸状态识别模型的模型架构是根据所述预设第二呼吸状态识别模型对所述优化样本呼吸状态数据的转换结果，与所述优化样本呼吸状态数据对应的各优化样本呼吸生理数据之间的第二代价函数来优化的；通过所述第一呼吸状态识别模型，根据所述呼吸特征向量，预测各所述呼吸生理指标对应的至少两个预存呼吸状态指标，以及各所述呼吸生理指标转换为对应的预存呼吸状态指标的第一置信度；通过所述第一呼吸状态识别模型，根据所述第一置信度，从所述预存呼吸状态指标中，确定各所述呼吸生理指标对应的预测呼吸状态指标；通过所述第一呼吸状态识别模型，对各个预测呼吸状态指标执行加权平均操作，得到所述呼吸生理参数转换后的呼吸状态参数。3.根据权利要求2所述的系统，其特征在于，所述服务器进一步用于：通过所述第一呼吸状态识别模型中呼吸生理侧的第一呼吸特征矩阵和呼吸状态侧的第二呼吸特征矩阵之间的匹配关系，将所述呼吸特征向量对应至所述第二呼吸特征矩阵中，得到参考呼吸特征向量；根据呼吸状态侧的呼吸生理指标集在所述第二呼吸特征矩阵中的呼吸特征向量，与所述参考呼吸特征向量的匹配度，确定所述呼吸生理指标集中各所述呼吸生理指标对应的至少两个预存呼吸状态指标，以及各所述呼吸生理指标转换为对应的预存呼吸状态指标的第一置信度。4.根据权利要求2所述的系统，其特征在于，所述所述服务器进一步还用于：
获取样本呼吸状态数据以及多个初始呼吸数据对，其中，每个初始呼吸数据对包括成对的初始样本呼吸生理数据和初始样本呼吸状态数据；获取优化呼吸数据对；通过预设第二呼吸状态识别模型，获取所述优化样本呼吸状态数据中各个目标指标对应的呼吸特征向量；获取呼吸生理指标变量集合，其中，所述呼吸生理指标变量集合包括多个呼吸生理指标变量；通过所述预设第二呼吸状态识别模型中呼吸状态侧的第二呼吸特征矩阵和呼吸生理侧的第一呼吸特征矩阵之间的匹配关系，将所述目标指标的呼吸特征向量对应至所述第一呼吸特征矩阵中，得到第一参考呼吸特征向量；根据所述呼吸生理指标变量在所述第一呼吸特征矩阵中的呼吸特征向量，与所述第一参考呼吸特征向量的匹配度，确定所述呼吸生理指标变量中各所述目标指标对应的至少两个预存呼吸生理指标变量，以及各所述目标指标转换为对应的预存呼吸生理指标变量的第二置信度；根据所述第二置信度，从所述预存呼吸生理指标变量中，确定各所述目标指标对应的目标呼吸生理指标变量；对各个目标呼吸生理指标变量执行加权平均操作，得到所述优化样本呼吸状态数据转换后的预测样本呼吸生理数据；对于同一优化样本呼吸状态数据，计算其目标指标对应的预存呼吸生理指标变量，与所述优化样本呼吸状态数据对应的优化样本呼吸生理数据中，所述目标指标对应的对比指标之间的第一同质系数；根据所述第一同质系数和所述第二置信度，计算所述优化样本呼吸状态数据中各所述目标指标对应的预存呼吸生理指标变量与对比指标之间的指标差异代价；对各所述目标指标对应的指标差异代价执行加权平均操作，得到所述优化样本呼吸状态数据的预测样本呼吸生理数据与对应的各优化样本呼吸生理数据之间的第二代价函数；根据所述第二代价函数，对预设第二呼吸状态识别模型的模型架构进行优化，得到第二呼吸状态识别模型；通过第二呼吸状态识别模型，对所述样本呼吸状态数据进行转换，得到转换后的样本...

【专利技术属性】
技术研发人员：高天，王倩，林仙枝，
申请(专利权)人：广西力拓医疗科技有限公司，
类型：发明
国别省市：