中医人体健康管理方法技术

本申请提供一种中医人体健康管理方法

【技术实现步骤摘要】
中医人体健康管理方法、装置、电子设备及存储介质


[0001]本申请涉及健康管理
，尤其涉及一种中医人体健康管理方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着社会发展，员工的生活节奏不断加快，工作压力也不断增大，越来越多的人身体处于亚健康状态，因此，企业健康管理逐渐成为关注焦点，其中，提升员工健康成为企业的责任，而中医是防治亚健康最有效的方法
。
[0003]现有技术中，通过中医健康管理系统采集用户的问卷信息以及中医体征信息，并从用户的问卷信息和中医体征信息中提取用户的中医体征关键字；依据用户的中医体征关键字以及预设的中医体征关键字确定用户的中医体质类型；进而基于用户的中医体质类型从养生方案库中查询该用户的养生方案并显示
。
[0004]但是，上述中医健康管理系统进行人体健康管理的方法缺乏实时性和个性化，无法精准捕捉员工健康状态变化，从而影响了健康干预效果
。

技术实现思路

[0005]本申请提供一种中医人体健康管理方法
、
装置
、
电子设备及存储介质，用于解决现有中医健康管理系统进行人体健康管理的方法缺乏实时性和个性化，无法精准捕捉员工健康状态变化，从而影响了健康干预效果的问题
。
[0006]第一方面，本申请提供一种中医人体健康管理方法，所述方法包括：
[0007]获取经过预处理的多种传感器阵列采集到的用户的生物电数据，并提取所述生物电数据中的特征数据；所述预处理包括加密处理
、
降噪处理和放大处理；所述多种传感器阵列用于采集用户手掌的不同区域的生物电数据；
[0008]将所述特征数据输入到提前训练好的中医经络模型中，预测得到用户的经络活跃度和中医症候；所述中医经络模型包括经络活跃度预测模型和中医症候预测模型；所述经络活跃度预测模型用于预测用户的经络活跃度，所述中医症候预测模型用于预测用户的中医症候；所述经络活跃度预测模型和所述中医症候预测模型具有关联关系；
[0009]基于所述经络活跃度和所述中医症候从健康管理数据库中查找对应的分析结果和健康建议，并基于所述分析结果和健康建议生成提示消息，以及将所述提示消息发送至用户的终端设备，以提醒用户采取相应的健康干预措施
。
[0010]可选的，所述中医经络模型的训练过程包括：
[0011]获取样本数据集，并将所述样本数据集按照预定义比例划分为训练数据集和验证数据集；所述样本数据集包括
N
个训练样本；所述训练样本包括多个特征数据和所述多个特征数据对应的经络活跃度；所述多个特征数据为表征人体生理状态相关的特征；
N
为大于1的正整数；
[0012]将所述训练数据集输入经络活跃度预测模型中进行模型训练，得到初始经络活跃
度预测模型，并将所述验证数据集中的多个特征数据输入初始经络活跃度预测模型进行预测，得到预测经络活跃度；
[0013]将所述预测经络活跃度与所述验证数据集中对应的经络活跃度进行比对，得到比对结果，并基于所述比对结果优化所述初始经络活跃度预测模型，得到训练好的经络活跃度预测模型；
[0014]获取中医团队输入的针对每个经络活跃度标注的中医症候，并将所述经络活跃度以及对应的中医症候输入中医症候预测模型中进行训练，得到训练好的中医症候预测模型，将所述训练好的经络活跃度预测模型和所述训练好的中医症候预测模型建立关联关系，得到训练好的中医经络模型；其中，所述经络活跃度预测模型和所述中医症候预测模型均为基于深度学习的机器算法模型
。
[0015]可选的，所述训练数据集包括
N
‑
m
个训练样本；将所述训练数据集输入经络活跃度预测模型中进行模型训练，得到初始经络活跃度预测模型，包括：
[0016]将
(N
‑
m)
‑
n
个的训练样本输入经络活跃度预测模型中进行模型训练，得到经络活跃度预测模型的损失函数，并判断所述损失函数是否满足预设条件；
m
为小于
N
的正整数；
n
为小于
N
‑
m
的正整数；
[0017]若否，则调整所述经络活跃度预测模型中部分层的参数，以得到调整后的经络活跃度预测模型，并将剩余
n
个训练样本输入所述调整后的经络活跃度预测模型继续进行训练，直至训练过后的经络活跃度预测模型的损失函数满足预设条件，得到初始经络活跃度预测模型；
[0018]若是，则得到初始经络活跃度预测模型
。
[0019]可选的，所述比对结果为所述预测经络活跃度与所述验证数据集中对应的经络活跃度的差值；基于所述比对结果优化所述初始经络活跃度预测模型，得到训练好的经络活跃度预测模型，包括：
[0020]当所述差值小于或等于第一阈值时，则得到训练好的经络活跃度预测模型；
[0021]当所述差值大于第一阈值时，对所述初始经络活跃度预测模型中部分层的参数进行调整，并校验调整后的所述初始经络活跃度预测模型的预测准确性，以得到训练好的经络活跃度预测模型
。
[0022]可选的，获取中医团队输入的针对每个经络活跃度标注的中医症候，包括：
[0023]针对每个训练样本，将所述多个特征数据和所述多个特征数据对应的经络活跃度进行加密处理，得到加密后的经络活跃度数据，并将所述加密后的经络活跃度数据发送至中医团队中至少一个医生终端进行症候标注处理；
[0024]获取所述至少一个医生终端发送的针对所述经络活跃度标注的中医症候，并对所述中医症候进行汇总和去异处理，得到所述经络活跃度标注的中医症候
。
[0025]可选的，所述方法还包括：
[0026]获取所述至少一个医生终端发送的对所述经络活跃度的审核结果；所述审核结果用于对所述多个特征数据对应的经络活跃度进行修正；
[0027]将所述审核结果和所述审核结果对应的多个特征数据输入初始经络活跃度预测模型进行模型优化
。
[0028]可选的，所述方法还包括：
[0029]获取医生终端评测的所述用户的真实经络活跃度和真实中医症候，将所述真实经络活跃度与预测得到的经络活跃度进行比对，将所述真实中医症候与预测得到的中医症候进行比对，以校验所述提前训练好的中医经络模型预测的准确性；
[0030]当确定所述提前训练好的中医经络模型预测的准确性小于第二阈值时，对所述特征数据
、
所述真实经络活跃度和所述真实中医症候输入所述提前训练好的中医经络模型继续进行训练
。
[0031]第二方面，本申请还提供一种中医人体健康管理装置，所述装置包括：
[0032]获取模块，用于获取经过预处理的多种传感器阵列采集到的用户的生物电数据，并提取所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种中医人体健康管理方法，其特征在于，所述方法包括：获取经过预处理的多种传感器阵列采集到的用户的生物电数据，并提取所述生物电数据中的特征数据；所述预处理包括加密处理
、
降噪处理和放大处理；所述多种传感器阵列用于采集用户手掌的不同区域的生物电数据；将所述特征数据输入到提前训练好的中医经络模型中，预测得到用户的经络活跃度和中医症候；所述中医经络模型包括经络活跃度预测模型和中医症候预测模型；所述经络活跃度预测模型用于预测用户的经络活跃度，所述中医症候预测模型用于预测用户的中医症候；所述经络活跃度预测模型和所述中医症候预测模型具有关联关系；基于所述经络活跃度和所述中医症候从健康管理数据库中查找对应的分析结果和健康建议，并基于所述分析结果和健康建议生成提示消息，以及将所述提示消息发送至用户的终端设备，以提醒用户采取相应的健康干预措施
。2.
根据权利要求1所述的方法，其特征在于，所述中医经络模型的训练过程包括：获取样本数据集，并将所述样本数据集按照预定义比例划分为训练数据集和验证数据集；所述样本数据集包括
N
个训练样本；所述训练样本包括多个特征数据和所述多个特征数据对应的经络活跃度；所述多个特征数据为表征人体生理状态相关的特征；
N
为大于1的正整数；将所述训练数据集输入经络活跃度预测模型中进行模型训练，得到初始经络活跃度预测模型，并将所述验证数据集中的多个特征数据输入初始经络活跃度预测模型进行预测，得到预测经络活跃度；将所述预测经络活跃度与所述验证数据集中对应的经络活跃度进行比对，得到比对结果，并基于所述比对结果优化所述初始经络活跃度预测模型，得到训练好的经络活跃度预测模型；获取中医团队输入的针对每个经络活跃度标注的中医症候，并将所述经络活跃度以及对应的中医症候输入中医症候预测模型中进行训练，得到训练好的中医症候预测模型，将所述训练好的经络活跃度预测模型和所述训练好的中医症候预测模型建立关联关系，得到训练好的中医经络模型；其中，所述经络活跃度预测模型和所述中医症候预测模型均为基于深度学习的机器算法模型
。3.
根据权利要求2所述的方法，其特征在于，所述训练数据集包括
N
‑
m
个训练样本；将所述训练数据集输入经络活跃度预测模型中进行模型训练，得到初始经络活跃度预测模型，包括：将
(N
‑
m)
‑
n
个的训练样本输入经络活跃度预测模型中进行模型训练，得到经络活跃度预测模型的损失函数，并判断所述损失函数是否满足预设条件；
m
为小于
N
的正整数；
n
为小于
N
‑
m
的正整数；若否，则调整所述经络活跃度预测模型中部分层的参数，以得到调整后的经络活跃度预测模型，并将剩余
n
个训练样本输入所述调整后的经络活跃度预测模型继续进行训练，直至训练过后的经络活跃度预测模型的损失函数满足预设条件，得到初始经络活跃度预测模型；若是，则得到初始经络活跃度预测模型
。4.
根据权利要求2所述的方法，其特征在于，所述比对结果为所述预测经络活跃度...

【专利技术属性】
技术研发人员：李新星，张战胜，黄美玲，董树永，
申请(专利权)人：泰康养老保险股份有限公司，
类型：发明
国别省市：