一种基于深度学习的亚健康预警系统及相关设备技术方案

本申请公开了一种基于深度学习的亚健康预警系统及相关设备，通过采集设备采集用户的生理测试数据，并将采集到的生理测试数据传输至检测设备，检测设备根据生理测试数据和检测模型，实现对数据集中化处理，得到用户的亚健康的测试结果，即可诊断用户是否存在亚健康问题，使诊断流程更加系统便捷和诊断结果更加科学准确。学准确。学准确。

【技术实现步骤摘要】
一种基于深度学习的亚健康预警系统及相关设备


[0001]本申请涉及智能健康的
，特别是涉及一种基于深度学习的亚健康预警系统及相关设备。

技术介绍

[0002]亚健康是指人体处在健康与患病之间的一种状况。随着社会经济的发展，越来越多人的体质出现了亚健康状态。在亚健康问题的研究中，常用的方法多为自评量表和问卷调查，但由于各研究中所采用的亚健康的标准不一致，或是所适用的调查表或量表不一致，导致获得的亚健康检出率也有很大差异，从而造成了亚健康的诊断结果不准确的问题。

技术实现思路

[0003]本申请提供了一种基于深度学习的亚健康预警的系统，通过采集设备采集大量的数据，并且通过检测设备将采集得到的数据进行深度学习和诊断训练，得出诊断结果，使诊断流程更加系统便捷和诊断结果更加科学准确。
[0004]第一方面，本申请提供了一种基于深度学习的亚健康预警系统，该系统包括采集设备和检测设备；
[0005]采集设备，用于采集用户的生理测试数据，所述生理测试数据包括用于体现所述用户的亚健康状况方面的数据；
[0006]检测设备，用于基于生理测试数据和检测模型，确定用户的亚健康的测试检测结果，所述检测模型为训练完成的深度学习模型，所述检测模型的训练样本包括多个生理训练数据以及多个生理训练数据中每个生理训练数据对应的训练检测结果，所述训练检测结果为基于预设的亚健康检测标准和对应的生理训练数据确定的。
[0007]可选地，检测设备，还用于：
[0008]从至少一个采集设备获得多个采集数据；
[0009]根据预设定的指标将采集数据进行分类，获得分类数据；
[0010]根据时间区间将分类数据进行分组，获得生理训练数据；
[0011]根据亚健康检测标准对生理训练数据进行评级，获得生理训练数据的训练检测结果；
[0012]将多个生理训练数据以及多个生理训练数据中每个生理训练数据对应的训练检测结果作为训练样本，对初始模型进行训练，获得检测模型。
[0013]可选地，训练样本包括第一样本，所述第一样本包括第一生理训练数据和第一训练检测结果，检测设备，还用于：
[0014]将第一生理训练数据输入初始模型，获得第一输出检测结果；
[0015]基于第一输出检测结果和第一训练检测结果，确定第一生理训练数据的训练结果；
[0016]若训练结果不是亚健康状态，对第一生理训练数据进行完整性验证，如果验证通
过，则，将第一样本保存到数据库；
[0017]若对第一生理训练数据的完整性不通过，对第一生理训练数据进行重复性验证，并按照重复性验证结果返回执行从至少一个采集设备获得多个采集数据，或，按照重复性验证结果返回执行根据预设定的指标将采集数据进行分类及后续步骤。
[0018]可选地，测试检测结果用于指示所述用户是否属于亚健康状态。
[0019]可选地，若测试检测结果指示用户属于亚健康状态，则，测试检测结果还用于指示用户的亚健康等级或亚健康类型。
[0020]可选地，检测设备，还用于将生理测试数据和测试检测结果保存到数据库中，所述数据库中的数据用于对所述检测模型进行优化训练。
[0021]可选地，生理测试数据包括下述数据中的至少一项：血压、血糖、心率或血脂。
[0022]第二方面，本申请提供了一种检测设备，该设备包括收发器和处理器：
[0023]收发器，用于执行上述第一方面所述系统中的检测设备执行的接收或发送操作；
[0024]处理器，用于执行上述第一方面所述系统中的检测设备执行的除接收和发送以外的操作。
[0025]第三方面，本申请提供了一种检测设备，该设备包括存储器以及处理器：
[0026]存储器用于存储计算机程序；
[0027]处理器用于根据计算机程序运行上述第一方面所述系统中检测设备执行的操作。
[0028]第四方面，本申请还提供了一种计算机可读存储介质，计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述第一方面所述系统中检测设备或采集设备执行的操作。
[0029]由此可见，本申请具有如下有益效果：
[0030]本申请提供了一种基于深度学习的亚健康预警的系统，通过采集设备采集用户的生理测试数据，并将采集到的生理测试数据传输至检测设备，检测设备根据生理测试数据和检测模型，实现对数据集中化处理，输出用户的测试检测结果，该测试检测结果指示用户的亚健康的测试结果，即可诊断用户是否存在亚健康问题，使诊断流程更加系统便捷和诊断结果更加科学准确。
附图说明
[0031]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0032]图1为本申请实施例中一种基于深度学习的亚健康预警系统100的结构示意图；
[0033]图2为本申请实施例中一种基于深度学习的亚健康预警系统中检测模型的训练过程的流程示意图；
[0034]图3为本申请实施例中一种检测设备300的结构示意图；
[0035]图4为本申请实施例中又一种检测设备400的结构示意图。
具体实施方式
[0036]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，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]本申请实施例中提到的“第一样本”、“第一生理训练数据”等名称中的“第一”只是用来做名字标识，并不代表顺序上的第一。该规则同样适用于“第二”、“第三”等。
[0038]目前，关于亚健康的研究多采用自评量表和问卷调查的形式，得到亚健康的诊断结果，但是各研究中亚健康中所采用的生理数据以及评定亚健康状态的数据范围数值不一致，例如不同工种的人群的亚健康诊断数据范围不一致，导致各研究中所采用的亚健康标准不同，或是采用的自评量表和问卷调查不一致，从而获得的亚健康检出率也有很大差异，造成了亚健康的诊断结果不准确的问题。
[0039]本申请实施例中，提供了一种基于深度学习的亚健康预警系统，该系统中包括采集设备和检测设备，采集设备能够采集用户的生理测试数据，并将生理测试数据传输至检测设备，检测设备基于接收到的生理测试数据和本地保存的、训练好的检测模型，确定该用户的亚健康的测试检测结果，其中，检测模型为训练完成的深度学习模型，该检测模型的训练样本可以包括多个生理训练数据以及多个生理训练数据中每个生理训练数据对应的训练检测结果，所述训练检测结果为基于预设的亚健康检测标准和对应的生理训练数据确定的。可见，本申请实施提供的系统中，检测设备基于设定的、统一的亚健康测试标准对生理训练数据进行标记而获得训练样本，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的亚健康预警系统，其特征在于，包括：采集设备和检测设备；所述采集设备，用于采集用户的生理测试数据，所述生理测试数据包括用于体现所述用户的亚健康状况方面的数据；所述检测设备，用于基于所述生理测试数据和检测模型，确定所述用户的亚健康的测试检测结果，所述检测模型为训练完成的深度学习模型，所述检测模型的训练样本包括多个生理训练数据以及所述多个生理训练数据中每个生理训练数据对应的训练检测结果，所述训练检测结果为基于预设的亚健康检测标准和对应的生理训练数据确定的。2.根据权利要求1所述的系统，其特征在于，所述检测设备，还用于：从至少一个所述采集设备获得多个采集数据；根据预设定的指标将所述采集数据进行分类，获得分类数据；根据时间区间将所述分类数据进行分组，获得所述生理训练数据；根据所述亚健康检测标准对所述生理训练数据进行评级，获得所述生理训练数据的训练检测结果；将所述多个生理训练数据以及所述多个生理训练数据中每个生理训练数据对应的训练检测结果作为训练样本，对初始模型进行训练，获得所述检测模型。3.根据权利要求2所述的系统，其特征在于，所述训练样本包括第一样本，所述第一样本包括第一生理训练数据和第一训练检测结果，所述检测设备，具体用于：将所述第一生理训练数据输入所述初始模型，获得第一输出检测结果；基于所述第一输出检测结果和所述第一训练检测结果，确定所述第一生理训练数据的训练结果；若所述训练结果不是亚健康状态，对所述第一生理训练数据进行完整性验证，如果验证通过，则，将所述第一样本保存到数据库；若对所述第一生理训练数据的完整性不通过，对所述第一生理训练数据进行重复性验证，并按照重复性验证结果返回执行所...

【专利技术属性】
技术研发人员：庞帆，李振西，李超，陈涛，张永蕙，梅玉娜，
申请(专利权)人：北京中电普华信息技术有限公司，
类型：发明
国别省市：