本发明专利技术公开了一种骨质健康评估方法、装置及存储介质，属于健康状态评估技术领域，包括获取患者在第一运动状态、第二运动状态和第三运动状态下的生命体征数据；基于患者不同运动状态的生命体征数据，根据第一预测模型，预测患者在不同运动状态下骨折的粗略概率区间；获取患者的性别信息及关于性别的特征信息，根据第二预测模型，基于预测的粗略概率区间内确定精确概率区间；基于预测的患者骨折的精确概率区间，确定患者在不同运动状态下骨折的精确概率区间，提出运动指导意见。为了使骨质得到更健康的训练，提出运动指导意见，控制运动时间，使患者能安全地进行训练，增强体质。增强体质。增强体质。
【技术实现步骤摘要】
一种骨质健康评估方法、装置及存储介质
[0001]本专利技术涉及健康状态评估
，具体涉及一种骨质健康评估方法、装置及存储介质。
技术介绍
[0002]随着人口老龄化加速，骨质疏松已成为困扰老年人群的主要疾病。目前全世界约2亿人患有骨质疏松，其发病率已跃居常见病、多发病的第七位。调查显示，50岁以上的人群中，女性患骨质疏松症的机率时男性的4倍，骨量减少的机率是男性2倍。此外，女性70岁以后骨质疏松症的发病率增加3倍，男性则80岁以后增加2倍。女性发生骨质疏松症的机率，比其它妇科特有的疾病如乳腺癌、卵巢癌和子宫内膜癌的机率相加还要高。因此，性别的不同随着年龄的增大，骨质差异逐渐增大。在考量患者的骨质时，需考虑到性别的问题。
[0003]为了使患者的骨质更加健康，需要患者多去运动，运动能增加局部的血液循环，增强肌肉的力量。但为了避免运动的时候出现骨折的问题，需要控制运动时间，使患者能安全地进行训练，增强体质。使得患者根据预估的骨健康状况通过加强日常骨健康防护，从而有于预防或避免骨折的发生，是本领域技术人员亟待解决的问题。
技术实现思路
[0004]为此，本专利技术提供一种骨质健康评估方法、装置及存储介质，以解决现有技术中由于患者的运动时间无法精准控制而导致的容易出现骨折的问题。
[0005]为了实现上述目的，本专利技术提供如下技术方案：根据本专利技术的第一方面，提供了一种骨质健康评估方法，包括以下步骤：S1：获取患者在第一运动状态、第二运动状态和第三运动状态下的生命体征数据，其中，所述第一运动状态为慢走，第二运动状态为快走，第三运动状态为慢跑；S2：基于患者不同运动状态的所述生命体征数据，根据第一预测模型，预测患者在不同运动状态下骨折的粗略概率区间；S3：获取患者的性别信息及关于性别的特征信息，根据第二预测模型，基于预测的所述粗略概率区间内确定精确概率区间；S4：基于预测的患者骨折的所述精确概率区间，确定患者在不同运动状态下骨折的所述精确概率区间，提出运动指导意见。
[0006]进一步地，所述第一预测模型的建立过程为：S201：获取患者在不同运动状态下的第一时间段内的第一生命体征数据；S202：获取患者在不同运动状态下的第二时间段内的第二生命体征数据；S203：获取患者在不同运动状态下的第三时间段内的第三生命体征数据；S204：根据患者在不同运动状态下的不同时间段内的生命体征数据，建立第一运动状态下的生命体征数据的第一变化预测函数，建立第二运动状态下的生命体征数据的第二变化预测函数，建立第三运动状态下的生命体征数据的第三变化预测函数；
S205：基于所述第一变化预测函数、第二变化预测函数和第三变化预测函数，得到第一预测模型，预测患者在不同运动状态下随时间变化的生命体征数据；S206：基于预测得到的不同运动状态下的生命体征数据，根据预测骨折概率公式，得到患者在不同运动状态下骨折的粗略概率区间。
[0007]进一步地，所述第二预测模型的建立过程为：S301：确定患者的性别，基于患者的性别信息，获取与患者的性别信息相关的第一特征数据、第二特征数据和第三特征数据；S302：基于所述第一特征数据、第二特征数据和第三特征数据，代入所述第一变化预测函数、第二变化预测函数和第三变化预测函数内，对不同的变化预测函数内的预设算法进行更新；S303：基于更新后的第一变化预测函数、第二变化预测函数和第三变化预测函数，得到第二预测模型，修正预测得到患者在不同运动状态下随时间变化的生命体征数据；S304：基于修正预测得到的不同运动状态下的生命体征数据，根据预测骨折概率公式，修正所述粗略概率区间，得到患者在不同运动状态下骨折的精确概率区间。
[0008]进一步地，所述预测骨折概率公式为：
[0009]其中，S1为第一运动状态下发生骨折的概率区间，x1为第一运动状态下预测的生命体征数据，t1为第一运动状态下的运动时间，为第一运动状态下的预设函数；S2为第二运动状态下发生骨折的概率区间，x2为第二运动状态下预测的生命体征数据，t2为第二运动状态下的运动时间为第二运动状态下的预设函数；S3为第二运动状态下发生骨折的概率区间，x3为第二运动状态下预测的生命体征数据，t3为第三运动状态下的运动时间为第三运动状态下的预设函数。
[0010]进一步地，所述步骤S4具体包括：S401：获取患者在第一运动状态下不同运动时间发生骨折的第一精确概率区间，在第二运动状态下不同运动时间发生骨折的第二精确概率区间，在第三运动状态下不同运动时间发生骨折的第三精确概率区间；S402：设定在第一运动状态下发生骨折的第一概率阈值区间，在第二运动状态下发生骨折的第二概率阈值区间，在第三运动状态下发生骨折的第三概率阈值区间；S403：如果第一精确概率区间落入第一概率阈值区间，则设定其运动时间为第一运动状态下的运动阈值；如果第二精确概率区间落入第二概率阈值区间，则设定其运动时间为第二运动状态下的运动阈值；如果第三精确概率区间落入第三概率阈值区间，则设定
其运动时间为第三运动状态下的运动阈值。
[0011]进一步地，基于所述步骤S4得到的不同运动状态下的运动阈值，为患者提供在不同运动状态下的最佳运动时间。
[0012]进一步地，所述第一运动状态为慢走，第二运动状态为快走，第三运动状态为慢跑。
[0013]根据本专利技术的第二方面，提供了一种骨质健康评估装置，用于实现上述任一项所述方法的步骤，包括：获取信息模块，用于获取患者在第一运动状态、第二运动状态和第三运动状态下的生命体征数据；第一信息处理模块，用于处理不同运动状态的所述生命体征数据，得到患者在不同运动状态下骨折的粗略概率区间；第二信息处理模块，用于处理患者的性别信息及关于性别的特征信息，得到患者在不同运动状态下骨折的精确概率区间；反馈模块，用于基于患者在不同运动状态下骨折的所述精确概率区间，提出运动指导意见。
[0014]根据本专利技术的第三方面，提供了一种骨质健康评估的存储介质，所述存储介质存储有计算机程序，所述计算机程序被服务器执行时实现上述任一项所述方法的步骤。
[0015]本专利技术具有如下优点：本专利技术获取患者在第一运动状态、第二运动状态和第三运动状态下的生命体征数据。基于患者不同运动状态的生命体征数据，根据第一预测模型，预测患者在不同运动状态下骨折的粗略概率区间。获取患者的性别信息及关于性别的特征信息，根据第二预测模型，基于预测的粗略概率区间内确定精确概率区间。基于预测的患者骨折的精确概率区间，确定患者在不同运动状态下骨折的精确概率区间，提出运动指导意见。
[0016]根据第一预测模型和第二预测模型对患者自身的骨质健康进行评估，从而预测患者的骨质健康。为了使骨质得到更健康的训练，提出运动指导意见，控制运动时间，使患者能安全地进行训练，增强体质。使得患者根据预估的骨健康状况通过加强日常骨健康防护，从而有于预防或避免骨折的发生。
附图说明
[0017]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种骨质健康评估方法，其特征在于，包括以下步骤：S1：获取患者在第一运动状态、第二运动状态和第三运动状态下的生命体征数据，其中，所述第一运动状态为慢走，第二运动状态为快走，第三运动状态为慢跑；S2：基于患者不同运动状态的所述生命体征数据，根据第一预测模型，预测患者在不同运动状态下骨折的粗略概率区间；S3：获取患者的性别信息及关于性别的特征信息，根据第二预测模型，基于预测的所述粗略概率区间内确定精确概率区间；S4：基于预测的患者骨折的所述精确概率区间，确定患者在不同运动状态下骨折的所述精确概率区间，提出运动指导意见。2.如权利要求1所述的骨质健康评估方法，其特征在于，所述第一预测模型的建立过程为：S201：获取患者在不同运动状态下的第一时间段内的第一生命体征数据；S202：获取患者在不同运动状态下的第二时间段内的第二生命体征数据；S203：获取患者在不同运动状态下的第三时间段内的第三生命体征数据；S204：根据患者在不同运动状态下的不同时间段内的生命体征数据，建立第一运动状态下的生命体征数据的第一变化预测函数，建立第二运动状态下的生命体征数据的第二变化预测函数，建立第三运动状态下的生命体征数据的第三变化预测函数；S205：基于所述第一变化预测函数、第二变化预测函数和第三变化预测函数，得到第一预测模型，预测患者在不同运动状态下随时间变化的生命体征数据；S206：基于预测得到的不同运动状态下的生命体征数据，根据预测骨折概率公式，得到患者在不同运动状态下骨折的粗略概率区间。3.如权利要求2所述的骨质健康评估方法，其特征在于，所述第二预测模型的建立过程为：S301：确定患者的性别，基于患者的性别信息，获取与患者的性别信息相关的第一特征数据、第二特征数据和第三特征数据；S302：基于所述第一特征数据、第二特征数据和第三特征数据，代入所述第一变化预测函数、第二变化预测函数和第三变化预测函数内，对不同的变化预测函数内的预设算法进行更新；S303：基于更新后的第一变化预测函数、第二变化预测函数和第三变化预测函数，得到第二预测模型，修正预测得到患者在不同运动状态下随时间变化的生命体征数据；S304：基于修正预测得到的不同运动状态下的生命体征数据，根据预测骨折概率公式，修正所述粗略概率区间，得到患者在不同运动状态下骨折的精确概率区间。4.如权利要求3所述的骨质健康评估方法，其特征在于，所述预测骨折概率公式为：
5.其...
【专利技术属性】
技术研发人员：赵鹏，古恩鹏，
申请(专利权)人：天津市滨海新区中医医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。