CN105962923A - 一种智慧健康全信息采集分析系统 - Google Patents
一种智慧健康全信息采集分析系统 Download PDFInfo
- Publication number
- CN105962923A CN105962923A CN201610251479.5A CN201610251479A CN105962923A CN 105962923 A CN105962923 A CN 105962923A CN 201610251479 A CN201610251479 A CN 201610251479A CN 105962923 A CN105962923 A CN 105962923A
- Authority
- CN
- China
- Prior art keywords
- data
- acquisition module
- data acquisition
- module
- management module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
Abstract
本发明提出了一种智慧健康全信息采集分析系统,包括数据采集模块、数据管理模块、数据分析模块和数据显示模块,所述数据采集模块用于采集各种反映个体健康信息数据,并将上述数据保存至内存中,封装数据包发送至数据管理模块;所述数据管理模块用于将数据采集模块获取的数据存储在云端服务器,将用户客户端产生的数据存储在MySQL数据库中;所述数据分析模块用于对云端存储的数据进行分析,根据人体生理健康大数据分析模型预测未来用户个体与群体的健康情况,并将预测结果存储到数据管理模块中;数据显示模块用于将分析后的预测结果发送至用户客户端,方便用户查看。
Description
技术领域
本发明属于计算机智能设备领域,特别是一种智慧健康全信息采集分析系统。
背景技术
现有的计算机智能设备的采集端存在许多问题,比如采集数据较为单一,不能一次性采集较为完整的人体生理参数与其它健康相关的信息。
另外,现有计算机智能设备使用云端服务器也存在问题:近些年,随着数据量爆炸式的增长,普通的关系型数据库已经不能有效地管理剧增的数据。云存储技术的出现为解决海量数据存储提供了技术支撑。云存储是在云计算的概念上延伸和发展起来的,是一种基于Web的特殊模式的服务,具有低成本、可扩展的特点。缺点1.对类型繁多的非结构化数据的海量存储速度慢。2.对类型繁多的非结构化数据的海量查询效率低。
发明内容
发明目的:本发明针对现有技术的不足,提供一种智慧健康全信息采集分析系统,
包括数据采集模块、数据管理模块、数据分析模块和数据显示模块,
所述数据采集模块用于采集与健康有关的各类数据,并将采集的数据保存至内存(内存是控制台即ARM嵌入式开发板自带的)中,最后封装数据包发送至数据管理模块;
所述数据管理模块用于将数据采集模块获取的数据存储在云端服务器,将用户客户端产生的小量数据存储在MySQL数据库中(移动客户端就是PC端浏览器或者手机端App,小量数据是移动客户端用户注册时产生的数据信息);
所述数据分析模块用于对云端存储的数据进行大数据人工智能分析,根据人体生理相关的健康数据分析模型预测未来用户个体与群体健康情况,并将预测结果存储到数据管理模块中;
所述数据显示模块用于将分析后的预测结果发送至用户客户端,方便用户查看。
所述数据采集模块用于采集与健康有关的各类数据具体指数据采集模块通过ADC(Analog-to-digital converter。模拟数字转换器)进行采样、保持、量化、编码得到数字信号,再通过计算得到相应的心电、心率、血氧饱和度、血压、体温、湿度、一氧化碳浓度、烟雾浓度数据,以及通过音视频装置采集个体环境的音频、视频数据,并通过GPIO(General Purpose Input Output,通用输入输出口)将采集到的与健康有关的各类数据存入用户客户端的内存中;
所述数据采集模块包含NTC(Negative Temperature Coefficient,负温度系数)热敏电阻传感器,用于得到电压与手腕温度的一个二次曲线(由于传感器经过阻值的变化,导致电压发生变化,电压与手腕温度经过IBM公司的SPSS(Statistical Product andService Solutions,统计产品与服务解决方案)的曲线分析,得到电压与手腕温度的一个二次曲线),即T1=a*U*U+b*U+c,T1表示手腕温度,a表示二次项系数,b表示一次项系数,c表示常数项(一般取值a=0.447;b=-19.044;c=66.836),U表示电压值;
所述数据采集模块包含ds18b20数字温度传感器,通过读取ds18b20数字温度传感器内部寄存器中的16位数据再转化即得到环境温度T2;
所述数据采集模块包含超快速门式人体红外线测温探头IS-RT7505,通过超快速门式人体红外线测温探头IS-RT7505获取人体面部三角区温度,人体面部三角区温度记为T3。IS-RT7505系列拥有D:S=75:1的高距离系数,能够满足更远距离的测量,通过stm32的ADC转化以及软件处理,获取面部三角区温度T3。
采用如下公式得到体温数据T4:
T4=d*T1+e*T2+f*T3,
其中,d、e和f表示权重(一般取值d=0.5;e=0.2;f=0.3);
所述数据采集模块包含用于获取心率、血氧饱和度和血压数据的Pulse sensor模块。
Pulse sensor采集脉搏的原理是使用515nm波长的绿光照射人体皮肤,由于皮肤内的血液随心脏搏动而造成反射光也出现波动。
A、通过两个波峰之间的时间差来计算心率数值。对波形进行软件处理:限幅滤波法+算术平均法;再找出波峰求得平均波峰时间,得到心率值。
B、提取脉搏波的六个特征点,根据临床上血压测量值建立数学模型,得到舒张压与收缩压的值。
C、Pulse sensor上集成了红外905nm和红光660nm探头,通过比尔-朗伯定律,得到一个特征值,再通过该特征值进行与临床测量值建立数学模型,得到血氧饱和度的值。
所述数据采集模块包含用于获取心电数据的ADI公司的AD8232芯片。经过滤波、放大处理,选取235.9的采样周期进行采样,采样后选取软件滤波进行处理,输出波形平滑。
所述数据采集模块包含一氧化碳检测装置,该一氧化碳检测装置中的红外气体传感器采用电调制非分光红外NDIR(Non-Dispersive Infra-Red,非分散性红外线技术)传感器LHI814,通过电压的变化,送入ADC处理,得到一氧化碳浓度。
所述数据采集模块包含烟雾浓度检测装置,烟雾浓度检测装置采用MQ-2型半导体电阻式烟雾传感器,当数据采集模块所处的环境中的烟雾浓度增大时,模拟量输出A0增大,通过拟合(即通过电压值与烟雾浓度一一对应的值,通过IBM公司的SPSS工具进行曲线拟合成二次函数关系式)A0与烟雾浓度之间的关系,得到烟雾浓度。
其特征在于,所述数据采集模块包含用于湿度检测的采样传感器AM2301,通过读取40bit的湿度信号和校验信号,得到湿度数据。
所述数据采集模块包含用于采集音频和视频数据的USB摄像头,摄像头通过ARM11嵌入式开发板控制,采集到的视频流通过映射的方式调去到MFC(Multi FormatCodec,多格式编码器)中进行MJpeg或H.264编码,同时在控制台(控制台就是ARM嵌入式开发板,它是一个嵌入式微处理器系统,包含CPU处理器、GPIO、内存等硬件资源。它的作用是控制前端芯片,即前文提到的各类芯片,并采集数据,处理、打包、上传到数据库。控制台属于数据采集模块)上实时显示,并保存到系统内存的本地文件夹,本地文件夹存储在嵌入式开发板自带的内存中,本地文件夹中存储的视频通过UDT协议发送到数据管理模块。
所述数据采集模块采集到的数据根据UDT(UDP-based Data Transfer Protocol,基于UDP的数据传输协议)的数据包的格式打包,通过报头0、1来识别是数据包还是控制包,数据包序列号对于发送的每一个非重传的包都增加序号1;该数据帧结构是在原有的结构之上增加身份标识和类型标识这两个结构,用来在云端服务器确认用户及用户所对应数据的存储位置;用户标识32bit长度,可存储20亿多个用户,类型标识后面就是该类型对应的数据,同时通过时间戳来定位具体时间,目标IP定义为数据接收端的IP地址,即云端服务器的地址。
数据采集模块和数据管理模块的工作流程包括以下步骤:
步骤1,系统通过数据采集模块进行数据采集,将采集得到的与健康有关的各类数据传送至数据管理模块;
步骤2,数据管理模块利用身份标识位获取各个采集数据;
步骤3,数据管理模块对获取的数据进行判断,如果是结构化数据,将数据存入HBase(HBase是Apache公司的Hadoop项目的子项目,它是一个开源项目)数据表的cf1列族的对应列;如果是非结构化的数据,将数据存入HBase数据表的列族对应的列;
步骤4,数据管理模块连接HBase数据库;
步骤5,HBase数据库执行数据写入操作,将数据写入HBase数据库中特定的表中;
步骤6,在数据量达到一定量(默认128M)之后,HBase数据库将数据持久化到HDFS上,即完成了数据存储到云端服务器的过程,如果写入数据操作不成功,返回步骤4继续执行。
所述数据分析模块工作流程包括以下步骤:
步骤1,用户通过客户端Web页面或App页面向数据显示模块中的Web服务器发送读数据请求;
步骤2,Web服务器在收到用户客户端的请求后,调用HBase数据库连接接口将HBase数据库和云端服务器进行连接;
步骤3,云端服务器连接成功后,通过HBase查询数据,从云端服务器获取特定数据,并将数据传输给特定数据分析模型;
步骤4,利用人体生理健康大数据分析模型,对从云端服务器获取到的数据进行分析处理,并将数据分析结果传回Web服务器;
步骤5,Web服务器将得到的结果传给用户客户端。
有益效果:本发明通过Pulse sensor模块直接实现心率、血氧饱和度、血压的三种人体参数的无创检测。本发明系统可对老年人群体高发、易发病进行监测与跟踪,根据健康模型预测未来老年人个体和群体发病率、发病情况,并将检测结果及时通知相关机构,促使相关机构、人员做好相应措施。本发明在一块开发板上集成了温度、心率、心电、血压、血氧、湿度、一氧化碳浓度、烟雾浓度,不但能检测老年人的生理参数,还能够检测环境,避免老年人收到伤害。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1为数据采集模块工作流程示意图。
图2为体温数据获取示意图。
图3为UDT数据包示意图。
图4为UDT控制包示意图。
图5为本发明系统组成示意图。
图6为本发明系统架构图。
图7为数据采集模块和数据管理模块工作流程图。
图8为数据分析模块工作流程图。
具体实施方式
如图5所示,本发明提出了一种智慧健康全信息采集分析系统,包括数据采集模块、数据管理模块、数据分析模块和数据显示模块,
如图1所示,所述数据采集模块用于采集与健康有关的各类数据并进行相应的处理得到心电、心率、血氧饱和度、血压、体温、湿度、一氧化碳浓度、烟雾浓度和视频数据,并将上述数据保存至内存(内存是控制台即ARM嵌入式开发板自带的)中,最后封装数据包发送至数据管理模块;
所述数据管理模块用于将数据采集模块获取的数据存储在云端服务器,将用户客户端产生的小量数据存储在MySQL数据库中;
所述数据分析模块用于对云端存储的数据进行大数据人工智能分析,根据人体生理健康大数据分析模型预测未来用户个体与群体健康情况,并将预测结果存储到数据管理模块中;
所述数据显示模块用于将分析后的预测结果发送至用户客户端,方便用户查看。
所述数据采集模块用于采集与健康有关的各类数据并进行相应的处理具体指数据采集模块通过ADC(Analog-to-digital converter。模拟数字转换器)进行采样、保持、量化、编码得到数字信号,再通过计算得到相应的心电、心率、血氧饱和度、血压、体温、湿度、一氧化碳浓度、烟雾浓度数据以及个体环境的音频、视频数据,并通过GPIO(General Purpose Input Output,通用输入输出口)将采集到的与健康有关的各类数据存入用户客户端的内存中;
如图2所示,所述体温数据由手腕温度、环境温度和人体面部三角区温度加权平均得到,所述数据采集模块包含NTC(Negative Temperature Coefficient。负温度系数)热敏电阻传感器,用于得到电压与手腕温度的一个二次曲线(由于传感器经过阻值的变化,导致电压发生变化,电压与手腕温度经过IBM公司的SPSS(Statistical Product andService Solutions。统计产品与服务解决方案)的曲线分析,得到电压与手腕温度的一个二次曲线),即T1=a*U*U+b*U+c,T1表示手腕温度,a表示二次项系数,b表示一次项系数,c表示常数项(一般取值a=0.447;b=-19.044;c=66.836),U表示电压值;
所述数据采集模块包含ds18b20数字温度传感器,通过读取ds18b20数字温度传感器内部寄存器中的16位数据再转化即得到环境温度T2;
所述数据采集模块包含超快速门式人体红外线测温探头IS-RT7505,通过超快速门式人体红外线测温探头IS-RT7505获取人体面部三角区温度,人体面部三角区温度记为T3。IS-RT7505系列拥有D:S=75:1的高距离系数,能够满足更远距离的测量,通过stm32的ADC转化以及软件处理,获取面部三角区温度T3。
采用如下公式得到体温数据T4:
T4=d*T1+e*T2+f*T3,
其中,d、e和f表示权重(一般取值d=0.5;e=0.2;f=0.3);
所述数据采集模块包含用于获取心率、血氧饱和度和血压数据的Pulse sensor模块。
Pulse sensor采集脉搏的原理是使用515nm波长的绿光照射人体皮肤,由于皮肤内的血液随心脏搏动而造成反射光也出现波动。
A、通过两个波峰之间的时间差来计算心率数值。对波形进行软件处理:限幅滤波法+算术平均法;再找出波峰求得平均波峰时间,得到心率值。
B、提取脉搏波的六个特征点,根据临床上血压测量值建立数学模型,得到舒张压与收缩压的值。
C、Pulse sensor上集成了红外905nm和红光660nm探头,通过比尔-朗伯定律,得到一个特征值,再通过该特征值进行与临床测量值建立数学模型,得到血氧饱和度的值。
所述数据采集模块包含用于获取心电数据的ADI公司的AD8232芯片。经过滤波、放大处理,选取235.9的采样周期进行采样,采样后选取软件滤波进行处理,输出波形平滑。
所述数据采集模块包含一氧化碳检测装置,该一氧化碳检测装置中的红外气体传感器采用电调制非分光红外NDIR传感器LHI814,通过电压的变化,送入ADC处理,得到一氧化碳浓度。
所述数据采集模块包含烟雾浓度检测装置,烟雾浓度检测装置采用MQ-2型半导体电阻式烟雾传感器,当数据采集模块所处的环境中的烟雾浓度增大时,模拟量输出A0增大,通过拟合A0与烟雾浓度之间的关系,得到烟雾浓度。
其特征在于,所述数据采集模块包含用于湿度检测的采样传感器AM2301,通过读取40bit的湿度信号和校验信号,得到湿度数据。
所述数据采集模块包含用于采集音频和视频数据的USB摄像头,摄像头通过ARM11嵌入式开发板控制,采集到的视频流通过映射的方式调去到MFC中进行MJpeg或H.264编码,同时在控制台上实时显示,并保存到系统内存的本地文件夹,本地文件夹存储在嵌入式开发板自带的内存中,本地文件夹中存储的视频通过UDT协议发送到数据管理模块。
如图3和图4所示,所述数据采集模块采集到的数据根据UDT的数据包的格式打包,通过报头0、1来识别是数据包还是控制包,数据包序列号对于发送的每一个非重传的包都增加序号1;该数据帧结构是在原有的结构之上增加身份标识和类型标识这两个结构,用来在云端服务器确认用户及用户所对应数据的存储位置;用户标识32bit长度,可存储20亿多个用户,类型标识后面就是该类型对应的数据,同时通过时间戳来定位具体时间,目标IP定义为数据接收端的IP地址,即云端服务器的地址。
如图7所示,数据采集模块和数据管理模块的工作流程包括以下步骤:
步骤1,系统通过数据采集模块进行数据采集,将采集得到的与健康有关的各类数据传送至数据管理模块;
步骤2,数据管理模块利用身份标识位获取各个采集数据;
步骤3,数据管理模块对获取的数据进行判断,如果是结构化数据,将数据存入HBase数据表的cf1列族的对应列;如果是非结构化的数据,将数据存入HBase数据表的列族对应的列;
步骤4,数据管理模块连接HBase数据库;
步骤5,HBase数据库执行数据写入操作,将数据写入HBase数据库中特定的表中;
步骤6,在数据量达到一定量(默认128M)之后,HBase数据库将数据持久化到HDFS上,即完成了数据存储到云端服务器的过程,如果写入数据操作不成功,返回步骤4继续执行。
如图8所示,所述数据分析模块工作流程包括以下步骤:
步骤1,用户通过客户端Web页面或App页面向数据显示模块中的Web服务器发送读数据请求;
步骤2,Web服务器在收到用户PC机浏览器或移动终端的请求后,调用HBase数据库连接接口将HBase数据库和云端服务器进行连接;
步骤3,云端服务器连接成功后,通过HBase查询数据,从云端服务器获取特定数据,并将数据传输给特定数据分析模型;
步骤4,利用人体生理健康大数据分析模型,对从云端服务器获取到的数据进行分析处理,并将数据分析结果传回Web服务器;
步骤5,Web服务器将得到的结果传给用户PC机浏览器或移动终端。
如图6所示,本发明中,根据系统需求,设计如下系统架构:
1、硬件与虚拟化层:服务器集群主要为系统提供底层的硬件与操作系统的基础环境支持。
2、分布式文件系统层:该层主要是为本系统提供底层存储平台,向计算模型层、数据库层及客户访问提供统一的接口。该层的副本策略、负载均衡机制保证了存储平台的可用性和可靠性,为整个系统提供稳定的、可依赖的存储空间。
3、数据库层:针对系统业务需求,采用关系型数据库MySQL与NoSQL数据库HBase相结合的技术来存放系统业务需求数据,可以使结构化与非结构化数据得到快速存储,能够满足系统高并发、高可扩展的需求。
4、计算模型层:设计HBase二级索引方案,该方案采用MapReduce并结HBaseCoprocessor为数据建立二级索引,使得系统支持基于列的复杂查询,达到快速读取数据的目的。
5、业务逻辑层:该层调用下层的计算模型层进行数据处理,并通过数据库层实现对数据的读写操作。
6、用户操作层:该层主要实现数据采集与结果呈现。生理采集设备采集数据,通过数据处理平台将信息进行处理之后传给本系统进行存储。结果呈现主要支持浏览器网页方式和手持设备App方式。
7、分布式系统管理层:该层主要是对整个系统的服务器集群进行管理,同时提供全局配置信息管理功能。
Claims (10)
1.一种智慧健康全信息采集分析系统,其特征在于,包括数据采集模块、数据管理模块、数据分析模块和数据显示模块,
所述数据采集模块用于采集与健康有关的各类数据,并将采集的数据保存至内存中,最后封装数据包发送至数据管理模块;
所述数据管理模块用于将数据采集模块获取的数据存储在云端服务器,将用户客户端产生的小量数据存储在MySQL数据库中;
所述数据分析模块用于对云端存储的数据进行大数据人工智能分析,根据人体生理健康大数据分析模型预测未来用户个体与群体健康情况,并将预测结果存储到数据管理模块中;
所述数据显示模块用于将分析后的预测结果发送至用户客户端,方便用户查看。
2.根据权利要求1所述的系统,其特征在于,所述数据采集模块用于采集与健康有关的各类数据具体指数据采集模块通过ADC进行采样、保持、量化、编码得到数字信号,再通过计算得到相应的心电、心率、血氧饱和度、血压、体温、湿度、一氧化碳浓度、烟雾浓度数据,以及通过音视频装置采集个体环境下的音频、视频数据,并通过GPIO将采集到的与健康有关的各类数据存入用户客户端的内存中;
所述数据采集模块包含NTC热敏电阻传感器,用于得到电压与手腕温度的一个二次曲线,即T1=a*U*U+b*U+c,T1表示手腕温度,a表示二次项系数,b表示一次项系数,c表示常数项,U表示电压值;
所述数据采集模块包含ds18b20数字温度传感器,通过读取ds18b20数字温度传感器内部寄存器中的16位数据再转化即得到环境温度T2;
所述数据采集模块包含超快速门式人体红外线测温探头IS-RT7505,通过超快速门式人体红外线测温探头IS-RT7505获取人体面部三角区温度,人体面部三角区温度记为T3。
3.根据权利要求2所述的系统,其特征在于,采用如下公式得到体温数据T4:
T4=d*T1+e*T2+f*T3,
其中,d、e和f表示权重。
4.根据权利要求2所述的系统,其特征在于,所述数据采集模块包含用于获取心率、血氧饱和度和血压数据的Pulse sensor模块。
5.根据权利要求2所述的系统,其特征在于,所述数据采集模块包含用于获取心电数据的AD8232芯片;
所述数据采集模块包含一氧化碳检测装置,该一氧化碳检测装置中的红外气体传感器采用电调制非分光红外NDIR传感器LHI814,通过电压的变化,送入ADC处理,得到一氧化碳浓度;
所述数据采集模块包含烟雾浓度检测装置,烟雾浓度检测装置采用MQ-2型半导体电阻式烟雾传感器,当数据采集模块所处的环境中的烟雾浓度增大时,模拟量输出A0增大,通过拟合A0与烟雾浓度之间的关系,得到烟雾浓度。
6.根据权利要求2所述的系统,其特征在于,所述数据采集模块包含用于湿度检测的采样传感器AM2301,通过读取40bit的湿度信号和校验信号,得到湿度数据。
7.根据权利要求2所述的系统,其特征在于,所述数据采集模块包含用于采集音频和视频数据的USB摄像头,摄像头通过ARM11嵌入式开发板控制,采集到的视频流通过映射的方式调去到MFC中进行MJpeg或H.264编码,同时在控制台上实时显示,并保存到系统内存的本地文件夹,本地文件夹存储在嵌入式开发板自带的内存中,本地文件夹中存储的视频通过UDT协议发送到数据管理模块。
8.根据权利要求2所述的系统,其特征在于,所述数据采集模块采集到的数据根据UDT的数据包的格式打包,通过报头0、1来识别是数据包还是控制包,数据包序列号对于发送的每一个非重传的包都增加序号1;该数据帧结构是在原有的结构之上增加身份标识和类型标识这两个结构,用来在云端服务器确认用户及用户所对应数据的存储位置;用户标识32bit长度,类型标识后面就是该类型对应的数据,同时通过时间戳来定位具体时间,目标IP定义为数据接收端的IP地址,即云端服务器的地址。
9.根据权利要求2所述的系统,其特征在于,数据采集模块和数据管理模块的工作流程包括以下步骤:
步骤1,系统通过数据采集模块进行数据采集,将采集得到的与健康有关的各类数据传送至数据管理模块;
步骤2,数据管理模块利用身份标识位获取各个采集数据;
步骤3,数据管理模块对获取的数据进行判断,如果是结构化数据,将数据存入HBase数据表的cf1列族的对应列;如果是非结构化的数据,将数据存入HBase数据表的列族对应的列;
步骤4,数据管理模块连接HBase数据库;
步骤5,HBase数据库执行数据写入操作,将数据写入HBase数据库中特定的表中;
步骤6,在数据量达到一定量之后,HBase数据库将数据持久化到HDFS上,即完成了数据存储到云端服务器的过程,如果写入数据操作不成功,返回步骤4继续执行。
10.根据权利要求9所述的系统,其特征在于,所述数据分析模块工作流程包括以下步骤:
步骤1,用户通过客户端Web页面或App页面向数据显示模块中的Web服务器发送读数据请求;
步骤2,Web服务器在收到用户客户端的请求后,调用HBase数据库连接接口将HBase数据库和云端服务器进行连接;
步骤3,云端服务器连接成功后,通过HBase查询数据,从云端服务器获取特定数据,并将数据传输给特定数据分析模型;
步骤4,利用人体生理健康大数据分析模型,对从云端服务器获取到的数据进行分析处理,并将数据分析结果传回web服务器;
步骤5,Web服务器将得到的结果传给用户客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610251479.5A CN105962923B (zh) | 2016-04-21 | 2016-04-21 | 一种智慧健康全信息采集分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610251479.5A CN105962923B (zh) | 2016-04-21 | 2016-04-21 | 一种智慧健康全信息采集分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105962923A true CN105962923A (zh) | 2016-09-28 |
CN105962923B CN105962923B (zh) | 2018-12-25 |
Family
ID=56993219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610251479.5A Active CN105962923B (zh) | 2016-04-21 | 2016-04-21 | 一种智慧健康全信息采集分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105962923B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709256A (zh) * | 2016-12-29 | 2017-05-24 | 上海微创电生理医疗科技股份有限公司 | Ecg数据处理系统及方法 |
CN106805950A (zh) * | 2017-01-18 | 2017-06-09 | 山东师范大学 | 一种数字健康盒及其方法、数字健康系统 |
CN106923796A (zh) * | 2016-12-19 | 2017-07-07 | 中国矿业大学 | 智能手腕体温测试仪 |
CN107595259A (zh) * | 2017-09-19 | 2018-01-19 | 广东小天才科技有限公司 | 一种报警方法、装置、穿戴设备及存储介质 |
CN108742600A (zh) * | 2018-06-15 | 2018-11-06 | 北京工业大学 | 一种基于云平台的胎儿心电远程监护系统 |
CN108847274A (zh) * | 2018-05-16 | 2018-11-20 | 上海术木医疗科技有限公司 | 一种基于云平台的生命体征数据处理方法及系统 |
CN109411088A (zh) * | 2018-05-03 | 2019-03-01 | 广东健凯医疗有限公司 | 一种用户健康大数据共享平台 |
CN109805927A (zh) * | 2019-03-25 | 2019-05-28 | 联想(北京)有限公司 | 一种检测设备 |
CN110501504A (zh) * | 2018-05-16 | 2019-11-26 | 深圳市理邦精密仪器股份有限公司 | 血液含量检测方法和系统 |
CN114422227A (zh) * | 2022-01-13 | 2022-04-29 | 北京信息职业技术学院 | 一种基于网络安全的数据采集分析系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609628A (zh) * | 2012-03-20 | 2012-07-25 | 上海交通大学 | 基于网页的远程综合诊疗系统 |
CN102938028A (zh) * | 2012-12-05 | 2013-02-20 | 深圳市奥华美宇电子有限公司 | 一种医疗健康采集系统、装置及方法 |
CN204169834U (zh) * | 2014-10-13 | 2015-02-25 | 深圳市东迪欣科技有限公司 | 一种复合式体温计 |
CN204445901U (zh) * | 2015-01-09 | 2015-07-08 | 杭州银江智慧医疗集团有限公司 | 智能持续监测血糖仪 |
CN204581237U (zh) * | 2015-02-10 | 2015-08-26 | 张仲杰 | 一种组合式电子体温计 |
CN105426699A (zh) * | 2016-01-21 | 2016-03-23 | 四川东鼎里智信息技术有限责任公司 | 生理数据采集处理方法 |
-
2016
- 2016-04-21 CN CN201610251479.5A patent/CN105962923B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609628A (zh) * | 2012-03-20 | 2012-07-25 | 上海交通大学 | 基于网页的远程综合诊疗系统 |
CN102938028A (zh) * | 2012-12-05 | 2013-02-20 | 深圳市奥华美宇电子有限公司 | 一种医疗健康采集系统、装置及方法 |
CN204169834U (zh) * | 2014-10-13 | 2015-02-25 | 深圳市东迪欣科技有限公司 | 一种复合式体温计 |
CN204445901U (zh) * | 2015-01-09 | 2015-07-08 | 杭州银江智慧医疗集团有限公司 | 智能持续监测血糖仪 |
CN204581237U (zh) * | 2015-02-10 | 2015-08-26 | 张仲杰 | 一种组合式电子体温计 |
CN105426699A (zh) * | 2016-01-21 | 2016-03-23 | 四川东鼎里智信息技术有限责任公司 | 生理数据采集处理方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106923796A (zh) * | 2016-12-19 | 2017-07-07 | 中国矿业大学 | 智能手腕体温测试仪 |
CN106709256A (zh) * | 2016-12-29 | 2017-05-24 | 上海微创电生理医疗科技股份有限公司 | Ecg数据处理系统及方法 |
CN106709256B (zh) * | 2016-12-29 | 2019-07-23 | 上海远心医疗科技有限公司 | Ecg数据处理系统及方法 |
CN106805950A (zh) * | 2017-01-18 | 2017-06-09 | 山东师范大学 | 一种数字健康盒及其方法、数字健康系统 |
CN107595259A (zh) * | 2017-09-19 | 2018-01-19 | 广东小天才科技有限公司 | 一种报警方法、装置、穿戴设备及存储介质 |
CN109411088A (zh) * | 2018-05-03 | 2019-03-01 | 广东健凯医疗有限公司 | 一种用户健康大数据共享平台 |
CN108847274A (zh) * | 2018-05-16 | 2018-11-20 | 上海术木医疗科技有限公司 | 一种基于云平台的生命体征数据处理方法及系统 |
WO2019219035A1 (zh) * | 2018-05-16 | 2019-11-21 | 上海术木医疗科技有限公司 | 一种基于云平台的生命体征数据处理方法及系统 |
CN110501504A (zh) * | 2018-05-16 | 2019-11-26 | 深圳市理邦精密仪器股份有限公司 | 血液含量检测方法和系统 |
CN110501504B (zh) * | 2018-05-16 | 2024-03-12 | 深圳市理邦精密仪器股份有限公司 | 血液含量检测方法和系统 |
CN108742600A (zh) * | 2018-06-15 | 2018-11-06 | 北京工业大学 | 一种基于云平台的胎儿心电远程监护系统 |
CN109805927A (zh) * | 2019-03-25 | 2019-05-28 | 联想(北京)有限公司 | 一种检测设备 |
CN114422227A (zh) * | 2022-01-13 | 2022-04-29 | 北京信息职业技术学院 | 一种基于网络安全的数据采集分析系统 |
CN114422227B (zh) * | 2022-01-13 | 2022-08-12 | 北京信息职业技术学院 | 一种基于网络安全的数据采集分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105962923B (zh) | 2018-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105962923A (zh) | 一种智慧健康全信息采集分析系统 | |
CN109119130A (zh) | 一种基于云计算的大数据健康管理系统及方法 | |
Tan et al. | Non-invasive continuous blood pressure measurement based on mean impact value method, BP neural network, and genetic algorithm | |
Ru et al. | A detailed research on human health monitoring system based on internet of things | |
Kim et al. | Prediction model of user physical activity using data characteristics-based long short-term memory recurrent neural networks | |
CN108348172B (zh) | 一种用于血压监测的系统和方法 | |
Ramesh et al. | Atrial fibrillation classification with smart wearables using short-term heart rate variability and deep convolutional neural networks | |
CN101766479A (zh) | 基于具有无线通信功能的随身监护终端的远程健康监护系统 | |
CN104158914A (zh) | 面向家庭的远程尿液检测与健康咨询服务系统及方法 | |
CN106308772A (zh) | 一种可穿戴远程健康监护系统及方法 | |
KR20160125543A (ko) | 사용자 중심의 헬스케어 빅데이터 서비스 방법, 그 방법을 수행하는 컴퓨터프로그램 및 시스템 | |
CN104133999A (zh) | 消化道疾病远程医疗信息服务系统 | |
CN106419866A (zh) | 智能健康监测终端应用系统及工作方法 | |
CN107803843A (zh) | 一种基于树莓派的人体健康监测机器人 | |
CN113160988A (zh) | 一种基于大数据分析的健康管理系统 | |
CN110299207A (zh) | 用于慢性病检测中的基于计算机预测模型数据处理方法 | |
Ding | Machine learning techniques | |
US20120143070A1 (en) | Blood pressure detection method and an apparatus therefor | |
CN113693611A (zh) | 基于机器学习的心电数据分类方法及装置 | |
CN206601740U (zh) | 一种基于大数据分析的健康监测云系统 | |
Javadi et al. | Smart nutrition monitoring system using heterogeneous internet of things platform | |
Bhowmick et al. | Iot assisted real time ppg monitoring system for health care application | |
Eun et al. | Development of intelligent healthcare system based on ambulatory blood pressure measuring device | |
US20240038383A1 (en) | Health Monitoring System | |
CN108364690A (zh) | 一种多功能生命体征检测系统及其工作方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 210008 Hankou Road, Drum Tower District, Nanjing, Jiangsu Province, No. 22 Applicant after: Nanjing University Address before: 210093 Xianlin Avenue 163, Nanjing, Jiangsu Province Applicant before: Nanjing University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |