基于校园健康管理系统的自助式健康监测方法及系统技术方案

本发明专利技术提供基于校园健康管理系统的自助式健康监测方法及系统，涉及自助式健康监测技术领域。本发明专利技术在用户授权成功后启动自助式健康监测功能；然后基于校园健康管理系统获取用户自助式健康监测所需的显性健康监测数据、情绪监测数据，以及隐性健康监测数据；接着基于显性健康监测数据获取用户的显性健康状态评分，基于隐性健康监测数据获取用户的隐性健康状态评分，以及基于情绪监测数据获取情绪健康状态评分；最后对用户的显性健康状态评分、隐性健康状态评分，以及情绪健康状态评分进行可视化展示。本发明专利技术无需投入额外的资源和设施，简单易行；其次本发明专利技术从不同维度对学校用户的健康状态进行了监测，确保了最终检测结果的精准性。准性。准性。

【技术实现步骤摘要】
基于校园健康管理系统的自助式健康监测方法及系统


[0001]本专利技术涉及自助式健康监测
，具体涉及一种基于校园健康管理系统的自助式健康监测方法及系统。

技术介绍

[0002]学生身心健康的评估是校园管理不可忽视的重要环节。近年来，学生身体素质差、体测不达标等情况已逐步趋向于常态化；同时，学生因为心理健康问题而导致校园冲突、跳楼等事件也时有发生。这些现象的发生不仅不利于学生的健康成长，而且还阻碍了整个校园的科学管理。
[0003]目前，大多数校园针对学生身心健康的监测，主要采取的是事后补救的措施，即在学生身体出现明显症状时才会去校医院就诊，或者在学生心理出现较为明显的异常情况时才会向心理辅导人员寻求帮助。然而，这种事后补救的做法大多为时已晚，轻则对学生身心健康造成不可逆的伤害，重则酿成校园悲剧。
[0004]然而，校园学生数量众多，有限的学校管理人员无法兼顾到每个学生的身心健康监测；其次，校园健康监测设备、配套设施有限，无法同时满足大多数学生身心健康的实时精准监测；再者，学生本身不具备专业的身心健康监测判断标准，无法自行快速、准确把握自己的身心健康状况。所以亟需提出一种简单、切实可行的、通过学生本身就可实现的自助式健康监测方法用于解决上述问题。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本专利技术提供了一种基于校园健康管理系统的自助式健康监测方法及系统，解决了现有技术无法通过简单可行的方法实现校园用户的自助式健康精准监测的问题。/>[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]第一方面，本专利技术首先提出了一种基于校园健康管理系统的自助式健康监测方法，所述方法包括：
[0010]用户授权成功后启动自助式健康监测功能；
[0011]基于校园健康管理系统获取用户自助式健康监测所需的显性健康监测数据、情绪监测数据，以及隐性健康监测数据；
[0012]基于所述显性健康监测数据获取用户的显性健康状态评分，基于所述隐性健康监测数据获取用户的隐性健康状态评分，以及基于所述情绪监测数据获取情绪健康状态评分；
[0013]对用户的所述显性健康状态评分、隐性健康状态评分，以及情绪健康状态评分进行可视化展示。
[0014]优选的，所述用户授权包括利用用户身份权限识别单元对用户身份权限进行识别。
[0015]优选的，所述基于校园健康管理系统获取用户自助式健康监测所需的显性健康监测数据、情绪监测数据，以及隐性健康监测数据包括：
[0016]基于校园健康门、校医智能工作台、校园自助式健康站直接获取用户的显性健康监测数据，以及间接从与校园健康管理平台连接的市、区健康平台、医院、疾控中心处调取用户的显性健康监测数据；
[0017]基于集成在校医智能工作台、校园自助式健康站上的视频采集和手环设备实时采集用户的情绪监测数据；
[0018]基于校园一卡通管理系统获取用户的隐性健康监测数据。
[0019]优选的，所述显性健康监测数据包括用户的体温检测数值文本数据、用户主诉、现病史、既往史文本数据、疾病治疗记录文本数据；用户肺部影像、心电图、超声内镜数据图像数据和音视频数据；
[0020]所述情绪监测数据包括用户的面部视频数据和生理信号数据；所述生理信号数据包括：心率变异性信号、呼吸变异性信号和皮肤电信号；
[0021]所述隐性健康监测数据包括用户的饮食消费记录数据、运动场所刷卡记录数据、上课出勤数据、图书馆考勤记录数据。
[0022]优选的，所述基于所述显性健康监测数据获取用户的显性健康状态评分，基于所述隐性健康监测数据获取用户的隐性健康状态评分，以及基于所述情绪监测数据获取情绪健康状态评分包括：
[0023]基于所述显性健康监测数据利用多模态融合方法获取用户的显性健康状态评分；
[0024]基于所述隐性健康监测数据构建当前用户案例，并计算所述当前用户案例和预设标注用户案例之间的最终相似度，基于所述最终相似度获取用户的隐性健康状态评分；
[0025]基于所述情绪监测数据获取用户的面部视频数据和生理信号数据，并将所述面部视频数据和生理信号数据通过基于深度神经网络和迁移学习的数据层、语义层特征校验与融合机制进行特征融合，最后将融合后的特征输入到动态贝叶斯网络中得到用户的情绪健康状态评分。
[0026]第二方面，本专利技术还提出了一种基于校园健康管理系统的自助式健康监测系统，所述系统包括：
[0027]授权及功能启动模块，用于获得用户授权，并在获得用户授权之后启动自助式健康监测系统的自助式健康监测功能；
[0028]数据获取模块，用于基于校园健康管理系统获取用户自助式健康监测所需的显性健康监测数据、情绪监测数据，以及隐性健康监测数据；
[0029]单项健康状态评分获取模块，用于基于所述显性健康监测数据获取用户的显性健康状态评分，基于所述隐性健康监测数据获取用户的隐性健康状态评分，以及基于所述情绪监测数据获取情绪健康状态评分；
[0030]健康状态监测评分展示模块，用于对用户的所述显性健康状态评分、隐性健康状态评分，以及情绪健康状态评分进行可视化展示。
[0031]优选的，所述授权及功能启动模块集成用户身份权限识别单元，用于对用户身份
权限进行识别。
[0032]优选的，所述数据获取模块基于校园健康管理系统获取用户自助式健康监测所需的显性健康监测数据、情绪监测数据，以及隐性健康监测数据包括：
[0033]基于校园健康门、校医智能工作台、校园自助式健康站直接获取用户的显性健康监测数据，以及间接从与校园健康管理平台连接的市、区健康平台、医院、疾控中心处调取用户的显性健康监测数据；
[0034]基于集成在校医智能工作台、校园自助式健康站上的视频采集和手环设备实时采集用户的情绪监测数据；
[0035]基于校园一卡通管理系统获取用户的隐性健康监测数据
[0036]优选的，所述所述显性健康监测数据包括用户的体温检测数值文本数据、用户主诉、现病史、既往史文本数据、疾病治疗记录文本数据；用户肺部影像、心电图、超声内镜数据图像数据和音视频数据；
[0037]所述情绪监测数据包括用户的面部视频数据和生理信号数据；所述生理信号数据包括：心率变异性信号、呼吸变异性信号和皮肤电信号；
[0038]所述隐性健康监测数据包括用户的饮食消费记录数据、运动场所刷卡记录数据、上课出勤数据、图书馆考勤记录数据
[0039]优选的，所述单项健康状态评分获取模块基于所述显性健康监测数据获取用户的显性健康状态评分，基于所述隐性健康监测数据获取用户的隐性健康状态评分，以及基于所述情绪监测数据获取情绪健康状态评分包括：
[0040]基于所述显性健康监测数据利用多模态融合方法获取用户的显性健康状态评分；
[0041]基于所述隐性健康监测数据构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于校园健康管理系统的自助式健康监测方法，其特征在于，所述方法包括：用户授权成功后启动自助式健康监测功能；基于校园健康管理系统获取用户自助式健康监测所需的显性健康监测数据、情绪监测数据，以及隐性健康监测数据；基于所述显性健康监测数据获取用户的显性健康状态评分，基于所述隐性健康监测数据获取用户的隐性健康状态评分，以及基于所述情绪监测数据获取情绪健康状态评分；对用户的所述显性健康状态评分、隐性健康状态评分，以及情绪健康状态评分进行可视化展示。2.如权利要求1所述的方法，其特征在于，所述用户授权包括利用用户身份权限识别单元对用户身份权限进行识别。3.如权利要求1所述的方法，其特征在于，所述基于校园健康管理系统获取用户自助式健康监测所需的显性健康监测数据、情绪监测数据，以及隐性健康监测数据包括：基于校园健康门、校医智能工作台、校园自助式健康站直接获取用户的显性健康监测数据，以及间接从与校园健康管理平台连接的市、区健康平台、医院、疾控中心处调取用户的显性健康监测数据；基于集成在校医智能工作台、校园自助式健康站上的视频采集和手环设备实时采集用户的情绪监测数据；基于校园一卡通管理系统获取用户的隐性健康监测数据。4.如权利要求3所述的方法，其特征在于，所述显性健康监测数据包括用户的体温检测数值文本数据、用户主诉、现病史、既往史文本数据、疾病治疗记录文本数据；用户肺部影像、心电图、超声内镜数据图像数据和音视频数据；所述情绪监测数据包括用户的面部视频数据和生理信号数据；所述生理信号数据包括：心率变异性信号、呼吸变异性信号和皮肤电信号；所述隐性健康监测数据包括用户的饮食消费记录数据、运动场所刷卡记录数据、上课出勤数据、图书馆考勤记录数据。5.如权利要求1所述的方法，其特征在于，所述基于所述显性健康监测数据获取用户的显性健康状态评分，基于所述隐性健康监测数据获取用户的隐性健康状态评分，以及基于所述情绪监测数据获取情绪健康状态评分包括：基于所述显性健康监测数据利用多模态融合方法获取用户的显性健康状态评分；基于所述隐性健康监测数据构建当前用户案例，并计算所述当前用户案例和预设标注用户案例之间的最终相似度，基于所述最终相似度获取用户的隐性健康状态评分；基于所述情绪监测数据获取用户的面部视频数据和生理信号数据，并将所述面部视频数据和生理信号数据通过基于深度神经网络和迁移学习的数据层、语义层特征校验与融合机制进行特征融合，最后将融合后的特征输入到动态贝叶斯网络中得到用户的情绪健康状态评分。6.一种基于校园健康管理系统的自助式健康监测系统，其特征在于，所述系统包括：授权及功能启动模块，用于获得用户授权...

【专利技术属性】
技术研发人员：刘强，
申请(专利权)人：合肥鼎方信息科技有限公司，
类型：发明
国别省市：