【技术实现步骤摘要】
一种基于数据分析的穿戴式设备监测方法及系统
[0001]本专利技术涉及数据处理
，具体涉及一种基于数据分析的穿戴式设备监测方法及系统
。
技术介绍
[0002]在现阶段，我们常常依赖单一的穿戴式设备对用户的生理状况进行监测，然而，这种监测方式的可信度往往不高，这就意味着医护人员需要不断分散注意力来处理可能是不可信的预警信息，这种情况可能导致他们无法及时对真正需要帮助的患者进行处理，从而影响救治效率和质量
。
[0003]综上所述，现有技术存在基于单一穿戴式设备进行用户生理监测所得到的救援预警可信度不高，导致医护人员需要不分散注意力处理应对不可信警报，进而延误对真正需要帮助的患者的处理，从而影响救治效率和质量的技术问题
。
技术实现思路
[0004]本申请提供了一种基于数据分析的穿戴式设备监测方法及系统，用于针对解决现有技术存在基于单一穿戴式设备进行用户生理监测所得到的救援预警可信度不高，导致医护人员需要不分散注意力处理应对不可信警报，进而延误对真正需要帮助的患者的处理，从而影响救治效率和质量的技术问题
。
[0005]鉴于上述问题，本申请提供了一种基于数据分析的穿戴式设备监测方法及系统
。
[0006]本申请的第一个方面，提供了一种基于数据分析的穿戴式设备监测方法，所述方法包括：预构建穿戴式设备监测架构，其中，所述穿戴式设备监测架构应用于目标监测用户的设备故障效验，所述穿戴式设备监测架构包括设备监测云端和
M
个边缘...
【技术保护点】
【技术特征摘要】
1.
一种基于数据分析的穿戴式设备监测方法，其特征在于，所述方法包括：预构建穿戴式设备监测架构，其中，所述穿戴式设备监测架构应用于目标监测用户的设备故障效验，所述穿戴式设备监测架构包括设备监测云端和
M
个边缘监测节点，
M
为正整数；交互获得所述目标监测用户的目标用户信息，并根据所述目标用户信息进行生理监测需求分析，获得生理监测设备集，其中，所述生理监测设备集包括
K
种穿戴式设备，
K
为小于
M
的正整数；根据所述
K
种穿戴式设备对所述
M
个边缘监测节点进行映射激活，获得
K
个边缘监测节点，进而构建所述
K
种穿戴式设备和所述
K
个边缘监测节点的通信链路；所述设备监测云端接收第一预警提醒，其中，所述第一预警提醒为第一穿戴式设备基于与第一监测边缘节点的通信链路发出的预警提醒，所述第一穿戴式设备来源于所述
K
种穿戴式设备；预构建监测预警子网络，其中，所述监测预警子网络包括关联监测分析模块和关联监测效验模块，其中，所述监测预警子网络布设于所述设备监测云端，所述关联监测效验模块包括
M
个设备效验通道；将所述第一预警提醒同步至所述关联监测分析模块进行关联设备分析，获得
N
种关联监测设备；所述设备监测云端根据所述
N
种关联监测设备在所述
K
种穿戴式设备映射进行数据调用，获得
N
组设备监测数据；将所述
N
组设备监测数据映射同步至所述关联监测效验模块的
N
个设备效验通道，获得预警效验结果，并根据所述预警效验结果生成对应等级的风险预警提醒，其中，所述
N
个设备效验通道来源于所述
M
个设备效验通道
。2.
如权利要求1所述的方法，其特征在于，交互获得所述目标监测用户的目标用户信息，并根据所述目标用户信息进行生理监测需求分析，获得生理监测设备集，其中，所述生理监测设备集包括
K
种穿戴式设备，
K
为小于
M
的正整数，所述方法还包括：预设信息调用指标集，其中，所述信息调用指标集包括既往病史
、
医疗需求
、
实时体征
、
人口特征；将所述信息调用指标集作为关键字段，对所述目标用户信息进行数据调用，获得目标指标集，其中，所述目标指标集包括目标既往病史
、
目标医疗需求
、
目标实时体征
、
目标人口特征；将所述目标人口特征作为基准信息，与所述目标指标集中剩余信息随机排列组合，获得多组调用指标组合；调用病理档案库，并采用所述多组调用指标组合遍历所述病理档案库，获得多组备选生理监测设备；对所述多组备选生理监测设备进行聚合处理，获得
H
个备选生理监测设备，其中，每个备选生理监测设备具有调用频次标识；预设设备选用约束，并采用所述设备选用约束遍历所述
H
个备选生理监测设备的调用频次标识，获得所述
K
种穿戴式设备
。3.
如权利要求2所述的方法，其特征在于，所述设备监测云端接收第一预警提醒，其中，
所述第一预警提醒为第一穿戴式设备基于与第一监测边缘节点的通信链路发出的预警提醒，所述第一穿戴式设备来源于所述
K
种穿戴式设备，之前，所述方法还包括：预构建监测阈值筛选器，其中，所述监测阈值筛选器布设于所述设备监测云端；将所述目标既往病史和目标医疗需求作为第一筛选约束；预设年龄浮动阈值，并采用所述年龄浮动阈值对所述目标人口特征进行优化处理，获得第二筛选约束；将所述第一筛选约束和所述第二筛选约束同步至所述监测阈值筛选器，对所述监测阈值筛选器进行筛选判断调整；采用筛选判断调整后的所述监测阈值筛选器遍历所述病理档案库，获得多个历史相似用户的多个历史病理档案；基于所述多个历史病理档案调用获得多组历史监测阈值；基于所述
K
种穿戴式设备生成
K
种目标监测指标，并采用所述
K
种目标监测指标对所述多组历史监测阈值进行数据分组，获得
K
组历史监测阈值；序列化所述
K
组历史监测阈值并进行极值调用，获得
K
个实时监测阈值，并将所述
K
个实时监测阈值同步至所述
K
个边缘监测节点
。4.
如权利要求3所述的方法，其特征在于，所述方法还包括：基于所述多个历史病理档案调用获得所述多个历史相似用户的多组历史急救节点，其中，每个历史急救节点具有急救类型标识；基于急救类型标识对所述多组历史急救节点进行聚合，获得多组同类型急救节点，其中，每个同类型急救节点具有急救时间标识和相似用户标识；预设时域扩充跨度，并采用所述时域扩充跨度对所述多组同类型急救节点进行数据采集阈值调整，获得多组历史急救时域；所述多组历史急...
【专利技术属性】
技术研发人员：贾亿卿，
申请(专利权)人：中国人民解放军总医院第六医学中心，
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。