CN106778040A - 一种功能评估与干预系统 - Google Patents

Abstract

本发明提供了一种功能评估与干预系统，包括：统一检测终端模块，用于将若干个检测终端的型号与相应检测终端的通讯协议之间的映射关系构建到云端数据库中，并用于在进行检测时与当前所使用检测终端建立通讯；云端服务接口，用于将供检测终端或第三方平台调用的公共逻辑；智能专家模块，用于根据各检测终端所对应的检测结果数据自动生成检测报告、运动处方和运动计划；远程干预模块，依据智能专家模块生成的运动处方和运动计划远程为用户提供干预服务方案，并根据系统后台对用户实时追踪获得的运动数据和干预效果来自动修正干预服务方案。上述系统支持能对用户进行远程智能干预，帮助用户快速方便的实现功能康复和功能健康维护。

Description

一种功能评估与干预系统

技术领域

本发明涉及健康检测技术领域，具体涉及一种功能评估与干预系统。

背景技术

随着经济的持续发展和人们生活水平的不断提升，健康问题越来越引起大家的重视。主动定期去医院或体检机构进行健康体检的人也逐渐增多。在日常生活中，越来越多的人投入到了运动和锻炼的行列中来。同时，对健康的定义也发生了本质的变化，世界卫生组织将健康定义为“生理、精神和社会福祉的完满状态，不仅仅是没有疾病和衰弱”，健康干预手段也由原来主要通过诊断身体和器官本身是否有疾病来判断一个人是否健康，转变为现在的通过生理、心理功能等多个方面来综合判断一个人的健康状况。

在人均预期寿命不断增加的长寿社会，不仅仅需要解决疾病对人民健康的困扰，也迫切需要关注与身心功能相关的健康，特别是那些直接影响生活质量的基本功能如行动能力、自我照顾能力等。这种需求客观上催生了功能检测相关产品的问世，如体态检测、步态检测和足底压力检测等。但是这些系统都存在着一些不足和缺陷。

总结起来，目前市场上的功能检测系统主要存在以下几个方面的问题：

1.检测项目单一。只支持一种检测设备，只能针对某一项功能进行检测，无法从整体上对身体的整个功能健康状态进行综合评估。

2.检测结果数据单薄孤立。系统都是单机版，没有联网，每台设备的检测结果均存储于其自身对应的单机系统中，每个系统的数据库又是相互独立的，无法做到数据整合和分析，其检测的数据的价值大打折扣。

3.系统扩展性差。所有功能都是定制化开发，各种逻辑均固化于程序内部，一旦有新的检测需求，或遇到设备接口升级，都要重新开发程序，需求应对效率低下，维护成本偏高。

4.没有后续解决方案。检测完成后，仅仅是将检测结果告诉给了用户，有的会给出一些简单的结果分析和大众化的建议。但是，都没有针对用户的功能健康状况给出具体的、个性化的可持续。

发明内容

本发明提供一种完整的包含各项功能检测、大数据分析和解决方案生成的综合性智能系统。其支持对多种检测设备的扩展，并将所有检测结果数据通过互联网同步到云端数据库，云端服务算法根据用户的各项检测结果数据，并结合功能知识库，自动生成分析报告，并给出运动处方、运动计划和干预作业等综合解决方案。

本发明提供了一种功能评估与干预系统，包括：

统一检测终端模块，用于将若干个检测终端的型号与相应所述检测终端的通讯协议之间的映射关系构建到云端数据库中，并用于在进行检测时与当前所使用检测终端建立通讯，以及用于对客户端得到检测结果数据进行格式标准化处理，及将处理后的检测结果数据通过网络实时传输到所述云端数据库；

云端服务接口，用于将供检测终端或第三方平台调用的公共逻辑，以及以Web服务方式传输至云端数据库中；

智能专家模块，用于根据各所述检测终端所对应的检测结果数据自动生成检测报告、运动处方和运动计划；

远程干预模块，依据智能专家模块生成的运动处方和运动计划远程为用户提供干预服务方案，并根据系统后台对用户实时追踪获得的运动数据和干预效果来自动修正干预服务方案。

作为优选，所述智能专家模块包括：

数据跟踪模块，用于侦听是否接收到新的检测结果数据，当发现有新的检测结果数据进来则调用标准化验证模块；

标准化验证模块，用于对新的检测结果数据进行标准化验证，并判断该检测结果数据是否合法和规范，若不合法则按无效数据处理，若合法则调用检测结果分析算法；

检测结果分析算法，用于根据预先设定的逻辑对每个检测项的检测结果数据逐一分析，然后根据各检测项的检测结果数据所在的区间自动得出检测结果项，并将检测结果项穿入所调用的检测报告生成算法；

检测报告生成算法，用于将得到的各个检测结果项填入预先设定好的报告模板的指定位置以生成所述检测报告，并将所述检测报告存入用户对应的检测报告数据库中；

运动处方生成算法，用于根据每项的检测结果自动去运动处方库中去选择该检测结果对应的运动处方，以及将多项运动处方进行整合生成图文信息并存储到用户对应的运动处方数据库中；

运动计划生成算法，用于根据所述运动处方并结合所述运动处方中的各个运动项的时间节点，从当前时间往后推算自动排配出适合用户的运动计划，以及将运动计划存储到用户对应的运动计划数据库中。

作为优选，所述智能专家模块还包括更新模块，用于在系统运行过程中依据不断充实的知识库和检测结果数据自动优化和更新算法库，包括所述检测结果分析算法、所述检测报告生成算法、所述运动处方生成算法和所述运动计划生成算法。

作为优选，所述智能专家模块还包括：

多个处理模块，其被配置为与各所述检测终端一一对应设置；

聚类选择模块，其被配置为确定多个样本聚类，以及在多个所述处理模块中的每一个处再现所述多个样本聚类；

样本划分模块，其被配置为将存储在所述云端数据库中的具有关联属性的多个样本划分为数目对应于多个所述处理模块的数目的样本子集，并且还被配置为将所述数目的样本子集中的每一个与多个所述处理模块中的对应一个相关联；

整合操作模块，其被配置为基于多个所述处理模块的每个样本子集中的每个样本的关联属性，执行所述每个样本相对于在所述对应所述处理模块处再现的多个样本聚类中的每一个的比较，所述整合操作模块执行完后调用所述标准化验证模块。

作为优选，所述标准化验证模块包括数据有效性标准单元和效验执行单元，所述数据有效性标准单元用于根据历史数据设置合理值范围，如果检测结果数据不在所述合理值范围内，则检测结果数据无效；所述效验执行单元用于利用所述效验标准对新的检测结果数据进行标准化验证。

作为优选，所述运动处方生成算法包括：

建立体质最优值M，再根体质最优值M建立若干个体质功能档，并设置各体质功能档对应的运动处方，其中，第1级体质功能档的体质范围为(B1,M),第i级体质功能档的体质范围为(Bi,Bi-1),并满足Bi＝(1-βi)Bi-1,0＜βi＜βi+1＜1,其中B1为第1级体质功能档的边界值，Bi为第i级体质功能档的边界值，Bi-1为第i-1级体质功能档的边界值，βi为第i级体质功能档的变换系数，βi+1为第i+1级体质功能档的变换系数，i为非零正整数；

将用户匹配至所属体质功能档，并自动匹配对应的运动处方，给出运动注意事项。

作为优选，所述统一检测终端模块包括用于识别出当前使用检测终端的型号并将其切换为默认设备的识别控制单元，以及用于与当前所使用检测终端建立通讯的通讯设定单元。

作为优选，各所述检测终端中均设置有信息码，所述云端数据库中放置有各所述检测终端信息码的信息码库；

识别控制单元用于扫描并接收当前使用检测终端发送的信息码，以及将当前使用检测终端发送的信息码发送至所述云端数据库中的信息码库进行比对识别，并将比对识别结果发生至所述通讯设定单元。

本发明技术方案，具有如下优点：

本发明提供的功能评估与干预系统，构建了一种全面的、综合的和开放的专家系统，其支持对所有检测设备的扩展，并能把各项检测结果数据进行有机整合，再通过互联网将数据传输到云端数据库，云端智能算法可自动地依据元数据为用户快捷实时地生成检测报告和对应的解决方案，并能依据最终得到的解决方案对用户进行远程智能干预，帮助用户快速方便的实现功能康复和功能健康维护。整个过程是全自动的，而且是实时的。最大程度地提升了用户功能健康检测和干预的效率，摆脱了人为因素的困扰，改善了用户体验。同时，基于云计算和大数据的智能专家系统不仅能开放地接受各合作方的智力贡献，还可自我学习和自动迭代，无需占用太多人力去手动更新算法和知识库，极大地降低了维护成本。基于此系统，我们可将更多精力专注于如何为用户提供更贴心、更人性化的服务上，必将大力促进服务质量的提升和服务效率的改善。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的实施方式中提供的功能评估与干预系统的功能架构图；

图2为本发明的实施方式中提供的功能评估与干预系统的业务流程图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1和图2所示，本实施例提供了一种功能评估与干预系统，包括：统一检测终端模块、云端服务接口、智能专家模块和远程干预模块。

统一检测终端整合了所有主流检测设备的通讯协议，并将设备型号和通讯协议的映射关系构建到云端数据库中，在使用某个具体的设备进行检测时，只需将该型号的设备切换为默认设备，即可完成终端软件与检测设备的通讯设定。这样就实现了同一个检测终端软件对多种检测设备的支持，不用再去安装多个客户端软件，减轻了现场检测的工作量，降低了系统的维护成本。对客户端得到的数据格式进行了标准化处理，依据元数据项构建了统一的传输模板，使数据结果格式摆脱对硬件设备的依赖，并将这些标准的检测数据通过网络实时传输到云端数据库，实现了各个检测终端数据的有机整合，为给出更加贴近用户需求的检测报告提供了丰富的数据基础。

云端服务接口将所有供检测终端调用的公共逻辑以Web服务的方式公开，所有数据交互均基于面向服务的架构，降低了耦合度，提高了复用性。这些公共的服务接口不仅可供系统自身的检测终端调用，还可供第三方平台调用。只要其他系统提供约定的标准的数据格式，均可通过云端服务接口进行数据交互。这为后续进行系统扩展和整合奠定了坚实基础。

远程干预模块主要是依据智能专家模块生成的运动处方和运动计划，并结合各种可穿戴设备、智能辅助器械和VR技术，远程为用户提供康复护理、运动干预、心智训练等服务。系统会提供一整套干预服务，用户可根据自己的需要灵活选择适合自身的干预项目。在系统后台可实时监控和追踪用户的运动数据和干预效果，干预模块会根据反馈过来的数据，自动修正干预方案，不断动态优化服务效果。

下面将更具体描述本实施例提供的功能评估与干预系统，其具体实现步骤如下：

1、检测终端在完成对用户的功能检测后，调用云端服务接口，将检测结果数据传输到云端数据库。这些检测结果数据属于元数据，以标准的格式存储。

2、智能专家模块中的数据跟踪程序不断侦听是否有接收到新的检测数据，当发现有新的数据进来，即可对数据进行标准化验证，判断该数据是否合法和规范，若不合法则按无效数据处理。若数据通过了标准化验证，则调用检测结果分析算法，对检测结果进行分析处理。

3、检测结果分析算法收到原始数据后，根据预先设定的逻辑对数据进行分析。因为有很多检测项，其需要对每个检测项的数据逐一分析，然后根据数据所在的区间，自动得出检测结论。举例来说：

1)两侧肩峰差值(mm)

若差值在0～5之间，则两侧肩峰对齐等高。

若差值在6～15之间，则是轻度高低肩。

若差值在16～25之间，则是中度高低肩。

若差值在26以上，则是重度高低肩。

2)额头下颌差值(mm)

若差值在0～10之间，则头部冠状面位置正常。

若差值在11～25之间，则是轻度头侧歪。

若差值在26～35之间，则是中度头侧歪。

若差值在36以上，则是重度头侧歪。

3)耳垂肩峰差值(mm)

若差值在0～10之间，则头部矢状面位置正常。

若差值在11～25之间，则是轻度头前倾。

若差值在26～35之间，则是中度头前倾。

若差值在36以上，则是重度头前倾。

以上是三个示例，其他检测项的分析方法也是类似逻辑。

4、检测结果分析算法完成对所有数据的分析并得出每项的分析结果之后，调用检测报告生成算法，并传入得到的结果项。检测报告生成算法将得到的各个结果项填入预先设定好的报告模板的指定位置，完成结果项填充的报告模板即是最终的检测报告。待检测报告生成完毕后，报告生成算法将该报告存入用户对应的检测报告数据库中，以便用户查询。

5、在检测结果分析算法调用检测报告生成算法后，继续调用运动处方生成算法。根据每项的检测结果，自动去运动处方库中去选择该结果对应的运动处方，并将多项运动处方进行整合，生成完整统一的图文信息。最后，再把最终的处方信息存储到用户对应的运动处方数据库中，以便用户查询。

6、在检测结果分析算法调用运动处方生成算法后，继续调用运动计划生成算法。其根据上一步生成的运动处方，再结合处方中的各个运动项的时间节点，从当前时间往后推算，自动排配出适合用户的运动计划，并将计划内容存储到用户对应的运动计划数据库中，用户在前台可通过日历的形式形象地看到自己的运动计划，并按该计划执行运动处方。

7、同时，智能专家模块在系统持续运行过程中，会依据不断充实的知识库和检测数据，自动优化和更新算法库，包括检测结果分析算法、检测报告生成算法、运动处方生成算法和运动计划生成算法。所有算法除了人为更新和优化之外，更多的是系统自身依据云计算和大数据的技术，结合机器学习的方法，自动迭代。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (8)

1.一种功能评估与干预系统，其特征在于，包括：

统一检测终端模块，用于将若干个检测终端的型号与相应所述检测终端的通讯协议之间的映射关系构建到云端数据库中，并用于在进行检测时与当前所使用检测终端建立通讯，以及用于对客户端得到检测结果数据进行格式标准化处理，及将处理后的检测结果数据通过网络实时传输到所述云端数据库；

云端服务接口，用于将供检测终端或第三方平台调用的公共逻辑，以及以Web服务方式传输至云端数据库中；

智能专家模块，用于根据各所述检测终端所对应的检测结果数据自动生成检测报告、运动处方和运动计划；

远程干预模块，依据智能专家模块生成的运动处方和运动计划远程为用户提供干预服务方案，并根据系统后台对用户实时追踪获得的运动数据和干预效果来自动修正干预服务方案。

2.根据权利要求1所述的功能评估与干预系统，其特征在于，所述智能专家模块包括：

数据跟踪模块，用于侦听是否接收到新的检测结果数据，当发现有新的检测结果数据进来则调用标准化验证模块；

标准化验证模块，用于对新的检测结果数据进行标准化验证，并判断该检测结果数据是否合法和规范，若不合法则按无效数据处理，若合法则调用检测结果分析算法；

检测结果分析算法，用于根据预先设定的逻辑对每个检测项的检测结果数据逐一分析，然后根据各检测项的检测结果数据所在的区间自动得出检测结果项，并将检测结果项穿入所调用的检测报告生成算法；

检测报告生成算法，用于将得到的各个检测结果项填入预先设定好的报告模板的指定位置以生成所述检测报告，并将所述检测报告存入用户对应的检测报告数据库中；

运动处方生成算法，用于根据每项的检测结果自动去运动处方库中去选择该检测结果对应的运动处方，以及将多项运动处方进行整合生成图文信息并存储到用户对应的运动处方数据库中；

运动计划生成算法，用于根据所述运动处方并结合所述运动处方中的各个运动项的时间节点，从当前时间往后推算自动排配出适合用户的运动计划，以及将运动计划存储到用户对应的运动计划数据库中。

3.根据权利要求2所述的功能评估与干预系统，其特征在于，所述智能专家模块还包括更新模块，用于在系统运行过程中依据不断充实的知识库和检测结果数据自动优化和更新算法库，包括所述检测结果分析算法、所述检测报告生成算法、所述运动处方生成算法和所述运动计划生成算法。

4.根据权利要求2所述的功能评估与干预系统，其特征在于，所述智能专家模块还包括：

多个处理模块，其被配置为与各所述检测终端一一对应设置；

聚类选择模块，其被配置为确定多个样本聚类，以及在多个所述处理模块中的每一个处再现所述多个样本聚类；

样本划分模块，其被配置为将存储在所述云端数据库中的具有关联属性的多个样本划分为数目对应于多个所述处理模块的数目的样本子集，并且还被配置为将所述数目的样本子集中的每一个与多个所述处理模块中的对应一个相关联；

整合操作模块，其被配置为基于多个所述处理模块的每个样本子集中的每个样本的关联属性，执行所述每个样本相对于在所述对应所述处理模块处再现的多个样本聚类中的每一个的比较，所述整合操作模块执行完后调用所述标准化验证模块。

5.根据权利要求2所述的功能评估与干预系统，其特征在于，所述标准化验证模块包括数据有效性标准单元和效验执行单元，所述数据有效性标准单元用于根据历史数据设置合理值范围，如果检测结果数据不在所述合理值范围内，则检测结果数据无效；所述效验执行单元用于利用所述效验标准对新的检测结果数据进行标准化验证。

6.根据权利要求2所述的功能评估与干预系统，其特征在于，所述运动处方生成算法包括：

建立体质最优值M，再根体质最优值M建立若干个体质功能档，并设置各体质功能档对应的运动处方，其中，第1级体质功能档的体质范围为(B₁,M),第i级体质功能档的体质范围为(B_i,B_i-1),并满足B_i＝(1-β_i)B_i-1,0＜β_i＜β_i+1＜1,其中B₁为第1级体质功能档的边界值，B_i为第i级体质功能档的边界值，B_i-1为第i-1级体质功能档的边界值，β_i为第i级体质功能档的变换系数，β_i+1为第i+1级体质功能档的变换系数，i为非零正整数；

将用户匹配至所属体质功能档，并自动匹配对应的运动处方，给出运动注意事项。

7.根据权利要求1所述的功能评估与干预系统，其特征在于，所述统一检测终端模块包括用于识别出当前使用检测终端的型号并将其切换为默认设备的识别控制单元，以及用于与当前所使用检测终端建立通讯的通讯设定单元。

8.根据权利要求7所述的功能评估与干预系统，其特征在于，

各所述检测终端中均设置有信息码，所述云端数据库中放置有各所述检测终端信息码的信息码库；

识别控制单元用于扫描并接收当前使用检测终端发送的信息码，以及将当前使用检测终端发送的信息码发送至所述云端数据库中的信息码库进行比对识别，并将比对识别结果发生至所述通讯设定单元。