本发明专利技术公开了一种步态健康监测与分析系统，系统包括基础数据层用于对用户信息以及系统数据进行存储；用户交互层用于接收用户的交互指令，根据交互指令向业务响应层发送处理请求，并对业务响应层返回的处理结果进行可视化展示；业务响应层用于根据处理请求调用核心功能层对用户信息和系统数据进行步态健康监测与分析处理，得到处理结果；核心功能层用于通过搜索连接步态监测设备采集得到用户信息，将用户信息输入步态异常判断模型和疾病概率预测模型，生成健康报告；步态异常判断模型和疾病概率预测模型基于联邦学习的方式进行模型参数的更新。本发明专利技术基于联邦学习的方式优化系统内部模型，能够提高隐私保护，可广泛应用于智慧医疗技术领域。
1、在医疗领域，医生需要通过观察、问诊和检测等多个途径获得相关症状信息，从而诊断出病人的病情。老年人在该诊疗过程中需要耗费较高成本，加大了老年人问诊的难度。同时随着现阶段人口老龄化的不断加剧,一些疾病的发病率和发病人数在近几年有着显著的上升趋势,因此对于这些疾病的提前预知和辅助诊断尤为重要。由于老年人的许多疾病的症状都会在连续行走的步态中得到体现,如行走的步速、步幅、步频以及足底压力等。近年来，通过可穿戴式健康监测系统对人体行走时的步态信息进行采集,并进行处理分析，成为实现健康监测与分析的有效解决方案之一。但是由于用户对于个人隐私和数据安全关注度的不断提高，数据拥有者只允许数据保存在本地或仅被用户本人使用，这样导致数据无法共享，缺乏大量数据，使得传统训练模型的方式难以得到有效进行，监测与分析的效果较差。综合上述，相关技术中存在的技术问题亟需得到解决。
>5、所述业务响应层，用于根据所述处理请求调用所述核心功能层对用户步态信息进行步态健康监测与分析处理，得到处理结果；6、所述核心功能层，用于通过搜索连接步态监测设备采集得到用户步态信息，将所述用户步态信息输入步态异常判断模型和疾病概率预测模型，生成健康报告；所述步态异常判断模型和所述疾病概率预测模型基于联邦学习的方式进行模型参数的更新。
7、可选地，所述基础数据层，包括用户信息数据库、步态信息数据库、步态模型数据库、报告信息数据库和反馈信息数据库；
8、所述用户信息数据库，用于存储用户信息；
9、所述步态信息数据库，用于存储足底压力数据；
10、所述步态模型数据库，用于存储所述步态异常判断模型和所述疾病概率预测模型的模型数据；
11、所述报告信息数据库，用于存储健康报告信息；
12、所述反馈信息数据库，用于存储用户对所述健康报告的体验反馈信息。
13、可选地，所述用户交互层包括登录注册交互界面、账号管理交互界面、数据采集交互界面、健康报告生成界面、健康报告查询界面和体验信息反馈界面；
14、所述登录注册交互界面，用于接收用户的登录或注册的交互指令；
15、所述账号管理交互界面，用于接收用户进行账号管理的交互指令，所述账号管理包括账号的退出与注销、账号内部个人信息的修改与完善；
16、所述数据采集交互界面，用于接收用户进行足底压力数据采集的交互指令；
17、所述健康报告生成界面，用于接收用户查看实时生成的健康报告的交互指令；
18、所述健康报告查询界面，用于接收用户查看历史健康报告的交互指令；
19、所述体验信息反馈界面，用于接收用户对实时生成的健康报告进行反馈与评价的交互指令。
20、可选地，所述业务响应层包括用户信息管理模块、采集请求应答模块、健康报告生成模块、健康报告访问模块和反馈信息管理模块；
21、所述用户信息管理模块，用于响应用户的登录或注册的交互指令以及用户进行账号管理的交互指令，并将所述用户信息分别进行存储、调用和处理于服务器和所述基础数据层；
22、所述采集请求应答模块，用于响应用户进行足底压力数据采集的交互指令，向所述步态监测设备发送数据采集请求；
23、所述健康报告生成模块，用于响应用户查看实时生成的健康报告的交互指令，通过调用所述核心功能层对所述用户步态信息进行步态健康监测和分析处理，推送生成的健康报告；
24、所述健康报告访问模块，用于响应用户查看历史健康报告的交互指令，对所述基础数据层进行查询访问历史健康报告；
25、所述反馈信息管理模块，用于响应用户对实时生成的健康报告进行反馈与评价的交互指令，对实时生成的健康报告进行评价与反馈。
26、可选地，所述核心功能层包括设备搜索模块、数据采集模块、步态异常判断模块、疾病概率预测模块和模型更新模块；
27、所述设备搜索模块，用于搜索并实时显示附近可连接的步态监测设备；
28、所述数据采集模块，用于接收所述步态监测设备采集的足底压力信息；
29、所述步态异常判断模块，用于将所述足底压力信息应用于步态异常判断模型，完成步态异常的判断以生成健康报告；
30、所述疾病概率预测模块：用于将所述足底压力信息应用于疾病概率预测模型，完成疾病概率的预测以生成健康报告；
31、所述模型更新模块，用于读取反馈信息并上传至服务器，并接收所述服务器返回的优化后的模型参数，对所述步态异常判断模型和所述疾病概率预测模型的参数进行更新。
32、可选地，所述系统还包括服务器；
33、所述服务器，用于根据反馈信息对所述步态异常判断模型和所述疾病概率预测模型进行联邦学习优化处理，得到优化后的模型参数。
34、可选地，所述系统还包括步态监测设备；
35、所述步态监测设备，用于响应连接请求，采集足底压力信息，所述足底压力信息包括用户行走时的动态足底压力数据。
36、可选地，所述步态异常判断模块，用于将所述足底压力信息应用于步态异常判断模型，完成步态异常的判断以生成健康报告，包括：
37、从步态模型数据库中获取步态异常判断的模型判断参数；
38、从步态信息数据库中获取所述足底压力信息，将所述足底压力信息和所述模型判断参数输入所述步态异常判断模型，输出得到判断结果；
39、将所述判断结果发送给所述业务响应层，生成健康报告。
40、可选地，所述疾病概率预测模块，用于将所述足底压力信息应用于疾病概率预测模型，完成疾病概率预测与分析以生成健康报告，包括：
41、从步态模型数据库中获取疾病概率预测的模型预测参数；
42、从步态信息数据库中获取所述足底压力信息，将所述足底压力信息和所述模型预测参数输入所述疾病概率预测模型，输出得到预测结果；
43、将所述预测结果发送给所述业务响应层，生成健康报告。
44、可选地，所述模型更新模块，用于读取反馈信息并上传至服务器，并接收所述服务器返回的优化后的模型参数，对所述步态异常判断模型和所述疾病概率预测模型的参数进行更新，包括：
45、通过接收用户反馈信息读取指令，从反馈信息数据库中读取用户反馈参数；
46本文档来自技高网...
【技术保护点】
1.一种步态健康监测与分析系统，其特征在于，所述系统包括基础数据层、用户交互层、业务响应层和核心功能层；
2.根据权利要求1所述的系统，其特征在于，所述基础数据层，包括用户信息数据库、步态信息数据库、步态模型数据库、报告信息数据库和反馈信息数据库；
3.根据权利要求1所述的系统，其特征在于，所述用户交互层包括登录注册交互界面、账号管理交互界面、数据采集交互界面、健康报告生成界面、健康报告查询界面和体验信息反馈界面；
4.根据权利要求1所述的系统，其特征在于，所述业务响应层包括用户信息管理模块、采集请求应答模块、健康报告生成模块、健康报告访问模块和反馈信息管理模块；
5.根据权利要求1所述的系统，其特征在于，所述核心功能层包括设备搜索模块、数据采集模块、步态异常判断模块、疾病概率预测模块和模型更新模块；
6.根据权利要求1所述的系统，其特征在于，所述系统还包括服务器；
7.根据权利要求1所述的系统，其特征在于，所述系统还包括步态监测设备；
8.根据权利要求5所述的系统，其特征在于，所述步态异常判断模块，用于将所述足底压力信息应用于步态异常判断模型，完成步态异常的判断以生成健康报告，包括：
9.根据权利要求5所述的系统，其特征在于，所述疾病概率预测模块，用于将所述足底压力信息应用于疾病概率预测模型，完成疾病概率预测与分析以生成健康报告，包括：
10.根据权利要求5所述的系统，其特征在于，所述模型更新模块，用于读取反馈信息并上传至服务器，并接收所述服务器返回的优化后的模型参数，对所述步态异常判断模型和所述疾病概率预测模型的参数进行更新，包括：
...
【技术特征摘要】
1.一种步态健康监测与分析系统，其特征在于，所述系统包括基础数据层、用户交互层、业务响应层和核心功能层；
2.根据权利要求1所述的系统，其特征在于，所述基础数据层，包括用户信息数据库、步态信息数据库、步态模型数据库、报告信息数据库和反馈信息数据库；
3.根据权利要求1所述的系统，其特征在于，所述用户交互层包括登录注册交互界面、账号管理交互界面、数据采集交互界面、健康报告生成界面、健康报告查询界面和体验信息反馈界面；
4.根据权利要求1所述的系统，其特征在于，所述业务响应层包括用户信息管理模块、采集请求应答模块、健康报告生成模块、健康报告访问模块和反馈信息管理模块；
5.根据权利要求1所述的系统，其特征在于，所述核心功能层包括设备搜索模块、数据采集模块、步态异常判断模块、疾病概率...
【专利技术属性】
技术研发人员：任树楠，由林麟，何佩儿，周静仪，王家宁，
申请(专利权)人：中山大学，
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。