CN107887020A - 一种体征检测系统和体征检测方法 - Google Patents

Abstract

本发明实施例提供一种体征检测系统和体征检测方法，其中，该体征检测系统包括：采集模块，与处理模块通讯连接，被配置为采集体征参数，并向处理模块发送体征参数；处理模块，与分析模块通讯连接，被配置为将体征参数发送至分析模块，并根据分析模块输出的分析结果产生提醒；分析模块，被配置为对特征参数进行分析以生成分析结果，本发明通过采集用户体征参数，对体征参数进行分析，并根据分析结果对用户进行提醒，可以广泛应用于普遍家庭的健康检测中，做到疾病提前预防和实时监控。

Description

一种体征检测系统和体征检测方法

技术领域

本发明实施例涉及医疗技术领域，具体涉及一种体征检测系统和体征检测方法。

背景技术

脑中风是医学界对急性脑血管病的统称，是一种严重危害人类身体健康，具有极高的病死率和致残率的疾病。由于该并发病率高、死亡率高的特点，医学界把它同冠心病、癌症并列为威胁人类健康的三大疾病。因此，如何在中风发生前，及时预防脑中风，采取有效的措施避免脑中风的发生对社会有着重要的意义。

目前的脑中风筛查的主要方法是依赖医院多颈动脉彩超检测，判断颈动脉是否狭窄，该种方法虽然有效，但需要患者在专业人员的指导下借助专业的医疗诊断设备检测，很难常规化检测，更加不能广泛适用于普通家庭的健康检测中。

发明内容

为了解决上述技术问题，本发明实施例提供了一种体征检测系统和体征检测方法，能够做到疾病提前预防和实时监控，广泛应用于普通家庭的健康检测中。

在一个方面，本发明实施例提供了一种体征检测系统，包括：采集模块、处理模块和分析模块；

所述采集模块，与所述处理模块通讯连接，被配置为采集体征参数，并向所述处理模块发送体征参数；

所述处理模块，与所述分析模块通讯连接，被配置为将所述体征参数发送至所述分析模块，并根据分析模块输出的分析结果产生提醒；

所述分析模块，被配置为对所述体征参数进行分析以生成分析结果。

可选地，包括：体征终端；

所述采集模块和所述处理模块设置在所述体征终端中。

可选地，包括：体征终端和移动终端；

所述采集模块设置在所述体征终端中，所述处理模块设置在所述移动终端中。

可选地，所述体征参数包括：脑中风的风险因素；

其中，所述风险因素至少包括以下一种或几种：年龄、性别、血压、抗压药使用状况、吸烟状况、体重指数或者糖尿病状况。

可选地，所述分析模块被配置为根据风险预测模型对所述体征参数进行分析以生成体征参数评分和/或风险指数作为分析结果，

所述处理模块被配置为显示所述分析结果。

可选地，所述分析模块被配置为根据风险预测模型和所述体征参数，获得每个体征参数对应的评分；计算所有体征参数的对应的评分之和，获得体征参数的总评分。

可选地，所述分析模块被配置为基于体征参数的总评分，根据体征参数总评分与风险指数之间的对应关系，获得风险指数。

可选地，所述分析模块被配置为根据分析结果和预设的分析结果与健康管理建议之间的对应关系获得健康管理建议，并向处理模块发送所述健康管理建议；

所述处理模块被配置为显示接收到的所述健康管理建议。

可选地，所述分析模块被配置为检测分析结果是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒，所述处理模块根据第一提醒进行提醒；

或，所述分析模块被配置为向所述处理模块输出所述分析结果和第一预设阈值、第二预设阈值，所述处理模块被配置为检测分析结果是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒；

或，所述处理模块被配置为存储第一预设阈值、第二预设阈值，根据所述分析模块输出的分析结果，检测分析结果是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒。

可选地，所述分析模块被配置为检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒，所述处理模块根据第二提醒进行提醒；

或，所述分析模块被配置为向所述处理模块输出所述分析结果和第二预设阈值，所述处理模块被配置为检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒；

或，所述处理模块被配置为存储第二预设阈值，根据所述分析模块输出的分析结果，检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒。

另一方面，本发明实施例还提供一种体征检测方法，应用于体征检测系统中，包括：

采集体征参数；

对所述体征参数进行分析生成分析结果；

根据分析结果产生提醒。

可选地，所述体征参数包括：脑中风的风险因素；

其中，所述风险因素至少包括以下一种或几种：年龄、性别、血压、抗压药使用状况、吸烟状况、体重指数或者糖尿病状况。

可选地，所述对所述体征参数进行分析生成分析结果，包括：

根据风险预测模型和所述体征参数，获得每个体征参数对应的评分；

计算所有体征参数的对应的评分之和，获得体征参数的总评分。

可选地，所述对所述体征参数进行分析生成分析结果，还包括：根据体征参数的总评分，获得风险指数。

可选地，对所述体征参数进行分析生成分析结果之后，所述方法还包括：

根据所述分析结果和预设的分析结果与健康管理建议之间的对应关系获得健康管理建议。

可选地，所述根据分析结果生成提醒，包括：

检测分析结果是否高于第一预设阈值，且不高于第二预设阈值；

在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒；

检测分析结果是否高于第二预设阈值；

在分析结果高于第二预设阈值的状态下，生成第二提醒。

本发明实施例提供一种体征检测系统和体征检测方法，其中，该体征检测系统包括：采集模块，与处理模块通讯连接，被配置为采集体征参数，并向处理模块发送体征参数；处理模块，与分析模块通讯连接，被配置为将体征参数发送至分析模块，并根据分析模块输出的分析结果产生提醒；分析模块，被配置为对特征参数进行分析以生成分析结果，本发明通过采集用户体征参数，对体征参数进行分析，并根据分析结果对用户进行提醒，可以广泛应用于普遍家庭的健康检测中，做到疾病提前预防和实时监控。

当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。本发明的其它特征和优点将在随后的说明书实施例中阐述，并且，部分地从说明书实施例中变得显而易见，或者通过实施本发明而了解。本发明实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明实施例提供的体征检测系统的一个结构示意图；

图2为本发明实施例提供的体征检测系统的另一结构示意图；

图3为本发明实施例提供的体征检测系统的又一结构示意图；

图4为本发明实施例提供的体征检测方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在下述实施例中，通讯连接包括通过无线网络、有线网络、和/或无线网络和有线网络的任意组合进行连接。网络可以包括局域网、互联网、电信网、基于互联网和/或电信网的物联网、和/或以上网络的任意组合等。有线网络例如可以采用导线、双绞线、同轴电缆或光纤传输等方式进行信息传输，无线网络例如可以采用WWAN移动通信网络、蓝牙、Zigbee或者WiFi等通信方式。

在下述实施例中，采集模块可以通过相应的传感器等感测电路或通过具有信息记录功能的计算机实现，例如可以通过体重计采集体重、通过温度传感器采集体温、通过血压计采集血压、通过计算机记录病历、生活习惯、喜好、健康史等。

在下述实施例中，分析模块可以通过执行逻辑运算的处理器实现，例如中央处理器(CPU)、现场可编程逻辑阵列(FPGA)、数字信号处理器(DSP)、单片机(MCU)、专用逻辑电路(ASIC)等具有数据处理能力和/或程序执行能力的器件。容易理解，分析模块中可以包括与处理器通讯连接的存储器，在存储器上存储一个或多个计算机程序产品的任意组合，存储器可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、可擦除可编程只读存储器(EPROM)、USB存储器、闪存等。在存储器上可以存储一个或多个计算机指令，处理器可以运行所述计算机指令，以实现分析模块的分析功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据，例如应用程序使用和/或产生的各种数据等。

在下述实施例中，处理模块用于执行产生提醒，例如可以包括控制器以及与控制器连接的具有提醒功能的部件，具有提醒功能的部件可以是具有视觉、听觉、触觉等各种可以为用户感知的提醒功能的装置，例如显示屏、LED灯、扬声器、震动马达等，提醒的方式可以为显示画面、文字信息、语音信息、震动、灯光等，其控制器至少可控制具有提醒功能的部件生成提醒。

在下述实施例中，体征参数广泛涵盖了与用户健康有关的各项量化或非量化数据及描述，例如可以包括一种或多种生理参数，如血压、血糖、体温、身高、体重等，还可以包括用户生活习惯，例如是否吸烟、是否酗酒等与用户健康有关的生活行为描述，还可以包括是否患有疾病、是否服用药物、是否进行手术等与用户健康有关的病历记录描述。

在下述实施例中，尽管未具体指出，本领域技术人员能够理解，各模块中设置有完成通讯连接所需的通讯连接电路以执行通讯功能。

实施例一

图1为本发明实施例提供的体征检测系统的一个结构示意图，如图1所述，本发明实施例提供的体征检测系统包括：采集模块10、与采集模块10通讯连接的处理模块20和与处理模块20通讯连接的分析模块30。

在本实施例中，采集模块10被配置为采集体征参数，并向处理模块20发送体征参数。处理模块20被配置为将体征参数发送至分析模块30，并根据分析模块30输出的分析结果产生提醒；分析模块30被配置对体征参数进行分析以生成分析结果。

需要说明的是，本实施例中的采集模块和处理模块可以在两个终端中，也可以在同一终端中，本发明对此不作任何限定。

另外，分析模块30可以为本地电脑或云服务器，本发明对此不作任何限定。

另外，分析模块30也可以与处理模块20集成，通过远程或现场向分析模块中输入对体征参数进行分析所需要的算法或内置对体征参数进行分析所需要的算法从而执行对体征参数的分析。在此结构下，分析模块30和处理模块20可以集成在同一处理器或分布在不同处理器中。

例如，采集模块包括采集用户体征参数的一个或多个传感器或记录用户病历、健康史、生活习惯等体征参数的电脑，处理模块可以是单独的手机、平板电脑或者集成在采集模块中并与采集模块共用控制器的显示屏、扬声器、震动马达等，分析模块可以为本地电脑或云计算服务器或与处理模块一起集成在手机、平板电脑等。

例如，采集模块可以是包括采集用户体征参数的一个或多个传感器或记录用户病历、健康史、生活习惯等体征参数的可穿戴装置，例如手环、智能手表、便携式体征参数检测仪等；在一些实施例中，所述可穿戴装置可集成有显示屏、扬声器、震动马达等部件，并与处理模块通讯连接，所述处理模块可以通过所述可穿戴装置集成的显示屏、扬声器、震动马达等部件执行提醒功能；在一些实施例中，所述可穿戴装置可集成有显示屏、扬声器、震动马达等部件，并集成有具有通讯连接功能的通讯部件，如Wi-Fi、蓝牙等通讯模块，所述处理模块与所述采集模块均集成在可穿戴装置中，并进行体征参数的采集、提醒等功能。

本发明实施例提供的体征检测系统，通过采集用户体征参数，对体征参数进行分析，并根据分析结果对用户进行提醒，可以广泛应用于普遍家庭的健康检测中，做到疾病提前预防和实时监控。

作为本发明实施例的一种实现方式，图2为本发明实施例提供的体征检测系统的另一结构示意图，如图2所示，本发明实施例提供的体征检测系统包括：体征终端；采集模块10和处理模块20设置在体征终端中。

作为本发明实施例的另外一种实现方式，图3为本发明实施例提供的体征检测系统的又一结构示意图，如图3所示，本发明实施例提供的体征检测系统包括：体征终端和移动终端；采集模块10设置在体征终端中，处理模块20设置在移动终端中。

可选地，体征参数包括：脑中风的风险因素。

可选地，风险因素至少包括以下一种或几种：年龄、性别、血压、抗压药使用状况、吸烟状况、体重指数或者糖尿病状况。需要了解的是，抗压药使用状况指的是是否正在使用抗压药，吸烟状况指的是是否吸烟，糖尿病状况指的是是否患有糖尿病。

可选地，分析模块30被配置为向处理模块20发送分析结果；处理模20块被配置为显示分析结果。

可选地，分析结果是分析模块30根据风险预测模型对体征参数进行分析以生成体征参数评分和/或风险指数。

具体的，当分析模块30为本地电脑时，风险预测模型可以在本地电脑中，也可以远程的服务器中。

可选地，分析模块30被配置为根据风险预测模型和体征参数，获得每个体征参数对应的评分；计算所有体征参数的对应的评分之和，获得体征参数的总评分。

可选地，分析模块30还被配置为基于体征参数的总评分，根据体征参数的总评分与风险指数之间的对应关系，获得风险指数。

需要注意的是，尽管在上述中描述了分析结果表现为评分或指数这样的量化数据描述，本领域技术人员能够理解，分析结果也可表现为文字描述，例如文字描述为具有较大的中风风险、暂无脑溢血风险等。

下面以脑中风为例，申请人广泛调研了医疗病例和临床信息，将年龄、性别、血压、抗压药使用状况、吸烟状况、体重指数、糖尿病状况作为脑中风的风险因素，说明本公开的技术方案的一种实现方式。

在本实施例中，根据风险预测模型和体征参数，获得每个体征参数对应的评分，其中，体征参数和对应的评分可以以表1为例进行说明，表1表示风险因素与评分的对应关系。具体的，对于风险因素年龄来说，不同的年龄对应的评分不同，年龄越大，脑中风风险越高，对应的评分就越多。对于风险因素性别来说，男性比女性对应的评分更多。对于风险因素血压和使用抗压药的情况来说，在均未使用抗压药或均使用抗压药的情况下，不同的血压对应的评分不同，血压越高对应的评分越高，相同血压，正在使用抗压药比没有正在使用抗压药的评分高。对于风险因素吸烟状况来说，男性吸烟比女性吸烟的评分低。对于风险因素体重指数来说，体重指数越高评分就越高，体重指数低于25评分为0，体重指数在25-30之间，评分为2，体重指数超过30，评分为3。对于糖尿病状况来说，患有糖尿病比不患糖尿病的评分更高。根据表1可知，年龄、血压、抗压药使用状况和吸烟状况对评分的影响比其他风险因素影响更大。需要说明的是，体征参数和对应的评分根据预测模型来具体确定，表1只是为了举例说明，本发明对此不作任何限定。

表1风险因素与评分的对应关系

在本实施例中，以年龄为65，吸烟，血压为121-85、没有正在使用抗压药、体重指数为32、且不患糖尿病的男性用户为例，根据表1计算所有体征参数的对应的评分之和，具体的，年龄65对应的评分为19，吸烟对应的评分为4，血压为121-85及没有正在使用抗压药对应的评分为3、体重指数为32对应的评分为3、且不患糖尿病对应的评分为0，因此，该用户所有体征参数的对应的评分之和，即体征参数的总评分为29。

表2体征参数的总评分与风险指数的对应关系

在本实施例中，基于体征参数的总评分，根据体征参数总评分与风险指数之间的对应关系，获得风险指数，其中，体征参数的总评分和风险指数可以以表2为例进行说明，表2为体征参数的总评分及风险指数的对应关系，根据表2可知，特征参数的总评分越高，风险指数就越高，以本实施例中表1举例的用户来说，其体征参数的总评分为29，根据表2可知，其对应的风险指数为6％-7％。

在本实施例中，风险预测模型是基于广泛的临床和病历调查，通过大数据深度学习算法，根据Framingham卒中风险预测量表、Cox风险比例模型结合各风险因素的权重获得的。

具体的，风险概率p采用如下公式计算得到

在上述公式中，每个风险因素对应对一个号码i，例如对于7个风险因素，1≤i≤7，X_i为风险因素i的基础风险参考值，β_i为风险因素i的基础风险系数。

可选地，分析模块30被配置为根据分析结果和预设的分析结果与健康管理建议之间的对应关系获得健康管理建议，并向处理模块20发送健康管理建议；处理模块20被配置为显示接收到的健康管理建议。

预设的分析结果与健康管理建议之间的对应关系可以根据对与相关疾病有关的各医疗科室的医学专家进行调查给出的健康管理建议方案得到，也可以根据医学教材、医疗数据库等可信信息源中给出的与相关疾病有关的健康管理建议进行综合得到，或综合上述两种方式得到。

例如，在一个实施例中，健康管理建议方案可以为：禁烟、避免过量饮酒，每天食盐摄入量呈逐步将至6g/天，合理膳食等，对此，本发明对此不作任何限定。

本发明实施例能够为用户提供健康管理建议，避免了用户在获知分析结果之后，不知如何改善的困扰，为普通家庭的使用带来了更多的便利性。

可选地，分析模块30被配置为检测分析结果(例如体征参数总评分或风险指数)是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒，处理模块20根据第一提醒进行提醒。

可选地，分析模块30被配置为向处理模块20输出分析结果(例如体征参数总评分或风险指数)和与分析结果相关的第一预设阈值、第二预设阈值，处理模块20被配置为检测分析结果是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒。

可选地，处理模块20被配置为存储与分析结果相关的第一预设阈值、第二预设阈值，根据分析模块30输出的分析结果(例如体征参数总评分或风险指数)，检测分析结果是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒。

上述三种方式分别代表了处理模块、分析模块执行的功能上的差异。在第一种方式中，分析模块不仅执行分析功能，而且根据分析结果产生第一提醒的有关指令，处理模块只需要根据第一提醒的有关指令执行第一提醒的具体行为；在第二种方式中，分析模块仅执行生成分析结果的功能，处理模块根据分析模块输出的分析结果以及相关阈值执行具体的判断步骤以确定进行提醒和执行提醒的具体行为；在第三种方式中，处理模块中内置了相关阈值，并根据分析模块输出的分析结果与内置的相关阈值执行具体的判断步骤以确定进行提醒和执行提醒的具体行为。

具体的，第一提醒可以是提醒用户身体有些许异常，需多注意休息，多多饮水等。第一提醒可以是“滴滴滴”警报声、振动、指示灯闪烁、语音提醒或信息显示等。另外，若处理模块20在移动终端中，则还可以为短信的形式或者APP应用消息通知进行提醒。

本发明实施例能够为用户及时提醒，引起用户的注意，做到了疾病的提前预防。

可选地，分析模块30被配置为检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒，处理模块20根据第二提醒进行提醒。

可选地，分析模块30被配置为向处理模块20输出分析结果和第二预设阈值，处理模块20被配置为检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒。

可选地，处理模块20被配置为存储第二预设阈值，根据分析模块30输出的分析结果，检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒。

具体的，第二提醒可以是提醒用户身体有恙，需要检查。第二提醒可以是“嘟嘟嘟”警报声、振动、指示灯闪烁、语音提醒或信息显示等。另外，若处理模块20在移动终端中，则还可以为短信的形式或者APP应用消息通知进行提醒。

需要说明的是，第一预设阈值小于第二预设阈值。

本发明实施例能够为用户及时报警，引起用户的注意及时到医院就诊，做到了疾病的提前预防。

在上述描述中，描述了根据量化的分析结果进行判断产生提醒的方式。除此之外，对于非量化的分析结果，例如文字描述的分析结果，通过提取、对比关键词的方式，例如检测分析结果中是否存在“较高、风险、概率”等类似词语，也可以用来生成相关的提醒。

实施例二

基于上述实施例的发明构思，图4为本发明实施例提供的体征检测方法的流程图，如图4所示，本发明实施例提供的体征检测方法，应用于实施例一提供的体征检测系统中，具体包括以下步骤：

步骤100、采集体征参数。

可选地，体征参数包括：脑中风的风险因素；其中，风险因素至少包括以下一种或几种：年龄、性别、血压、抗压药使用状况、吸烟状况、体重指数或者糖尿病状况。需要了解的是，抗压药使用状况指的是是否正在使用抗压药，吸烟状况指的是是否吸烟，糖尿病状况指的是是否患有糖尿病。

步骤200、对体征参数进行分析生成分析结果。

可选地，分析结果包括：体征参数评分和/或风险指数。

具体的，步骤200具体包括：

步骤201、根据风险预测模型和体征参数，获得每个体征参数对应的评分。

步骤202、计算体征参数的对应的评分之和，获得体征参数的总评分。

或者步骤200具体还包括：

步骤203、根据体征参数的总评分，获得风险指数。

需要注意的是，尽管在上述中描述了分析结果表现为评分或指数这样的量化数据描述，本领域技术人员能够理解，分析结果也可表现为文字描述，例如文字描述为具有较大的中风风险、暂无脑溢血风险等。

具体的，步骤203包括：基于体征参数的总评分，根据体征参数总评分与风险指数之间的对应关系，获得风险指数。

步骤300、根据分析结果产生提醒。

具体的，步骤300包括：检测分析结果是否高于第一预设阈值，且不高于第二预设阈值；在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒；检测分析结果是否高于第二预设阈值；在分析结果高于第二预设阈值的状态下，生成第二提醒。

可选地，第一提醒可以是提醒用户身体有些许异常，需多注意休息，多多饮水等。第一提醒可以是“滴滴滴”警报声、振动、指示灯闪烁、语音提醒或信息显示等。

本发明实施例能够为用户及时提醒，引起用户的注意，做到了疾病的提前预防。

可选地，第二提醒可以是提醒用户身体有恙，需要检查。第二提醒可以是“嘟嘟嘟”警报声、振动、指示灯闪烁、语音提醒或信息显示等。

需要说明的是，第二预设阈值大于第一预设阈值。

本发明实施例能够为用户及时提醒，引起用户的注意及时到医院就真，做到了疾病的提前预防。

在上述描述中，描述了根据量化的分析结果进行判断产生提醒的方式。除此之外，对于非量化的分析结果，例如文字描述的分析结果，通过提取、对比关键词的方式，例如检测分析结果中是否存在“较高、风险、概率”等类似词语，也可以用来生成相关的提醒。

本发明实施例提供的体征检测方法，通过接收用户体征参数，对体征参数进行分析生成分析结果，根据分析结果产生提醒，可以广泛应用于普遍家庭的健康检测中，做到疾病提前预防和实时监控。

可选地，步骤200之后，该方法还包括：

根据分析结果和预设的分析结果与健康管理建议之间的对应关系获得健康管理建议获得健康管理建议。

预设的分析结果与健康管理建议之间的对应关系可以根据对与相关疾病有关的各医疗科室的医学专家进行调查给出的健康管理建议方案得到，也可以根据医学教材、医疗数据库等可信信息源中给出的与相关疾病有关的健康管理建议进行综合得到，或综合上述两种方式得到。

例如，在一个实施例中，健康管理建议方案可以为：禁烟、避免过量饮酒，每天食盐摄入量呈逐步将至6g/天，合理膳食等，对此，本发明对此不作任何限定。

本发明实施例能够为用户提供健康管理建议，避免了用户在获知分析结果之后，不知如何改善的困扰，为普通家庭的使用带来了更多的便利性。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (16)

1.一种体征检测系统，其特征在于，包括：采集模块、处理模块和分析模块；

所述采集模块，与所述处理模块通讯连接，被配置为采集体征参数，并向所述处理模块发送体征参数；

所述处理模块，与所述分析模块通讯连接，被配置为将所述体征参数发送至所述分析模块，并根据分析模块输出的分析结果产生提醒；

所述分析模块，被配置为对所述体征参数进行分析以生成分析结果。

2.根据权利要求1所述的体征检测系统，其特征在于，包括：体征终端；

所述采集模块和所述处理模块设置在所述体征终端中。

3.根据权利要求1所述的体征检测系统，其特征在于，包括：体征终端和移动终端；

所述采集模块设置在所述体征终端中，所述处理模块设置在所述移动终端中。

4.根据权利要求1-3任一所述的体征检测系统，其特征在于，所述体征参数包括：脑中风的风险因素；

其中，所述风险因素至少包括以下一种或几种：年龄、性别、血压、抗压药使用状况、吸烟状况、体重指数或者糖尿病状况。

5.根据权利要求1-3任一所述的体征检测系统，其特征在于，所述分析模块被配置为根据风险预测模型对所述体征参数进行分析以生成体征参数评分和/或风险指数作为分析结果，

所述处理模块被配置为显示所述分析结果。

6.根据权利要求5所述的体征检测系统，其特征在于，所述分析模块被配置为根据风险预测模型和所述体征参数，获得每个体征参数对应的评分；计算所有体征参数的对应的评分之和，获得体征参数的总评分。

7.根据权利要求6所述的体征检测系统，其特征在于，所述分析模块被配置为基于体征参数的总评分，根据体征参数总评分与风险指数之间的对应关系，获得风险指数。

8.根据权利要求1-3任一所述的体征检测系统，其特征在于，所述分析模块被配置为根据分析结果和预设的分析结果与健康管理建议之间的对应关系获得健康管理建议，并向处理模块发送所述健康管理建议；

所述处理模块被配置为显示接收到的所述健康管理建议。

9.根据权利要求5所述的体征检测系统，其特征在于，所述分析模块被配置为检测分析结果是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒，所述处理模块根据第一提醒进行提醒；

或，所述分析模块被配置为向所述处理模块输出所述分析结果和第一预设阈值、第二预设阈值，所述处理模块被配置为检测分析结果是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒；

或，所述处理模块被配置为存储第一预设阈值、第二预设阈值，根据所述分析模块输出的分析结果，检测分析结果是否高于第一预设阈值，且不高于第二预设阈值，在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒。

10.根据权利要求5所述的体征检测系统，其特征在于，所述分析模块被配置为检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒，所述处理模块根据第二提醒进行提醒；

或，所述分析模块被配置为向所述处理模块输出所述分析结果和第二预设阈值，所述处理模块被配置为检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒；

或，所述处理模块被配置为存储第二预设阈值，根据所述分析模块输出的分析结果，检测分析结果是否高于第二预设阈值，在分析结果高于第二预设阈值的状态下，生成第二提醒。

11.一种体征检测方法，其特征在于，应用于权利要求1-10任一所述的体征检测系统中，包括：

采集体征参数；

对所述体征参数进行分析生成分析结果；

根据分析结果产生提醒。

12.根据权利要求11所述的方法，其特征在于，所述体征参数包括：脑中风的风险因素；

其中，所述风险因素至少包括以下一种或几种：年龄、性别、血压、抗压药使用状况、吸烟状况、体重指数或者糖尿病状况。

13.根据权利要求11所述的方法，其特征在于，所述对所述体征参数进行分析生成分析结果，包括：

根据风险预测模型和所述体征参数，获得每个体征参数对应的评分；

计算所有体征参数的对应的评分之和，获得体征参数的总评分。

14.根据权利要求13所述的方法，其特征在于，所述对所述体征参数进行分析生成分析结果，还包括：根据体征参数的总评分，获得风险指数。

15.根据权利要求11所述的方法，其特征在于，对所述体征参数进行分析生成分析结果之后，所述方法还包括：

根据所述分析结果和预设的分析结果与健康管理建议之间的对应关系获得健康管理建议。

16.根据权利要求11所述的方法，其特征在于，所述根据分析结果生成提醒，包括：

检测分析结果是否高于第一预设阈值，且不高于第二预设阈值；

在分析结果高于第一预设阈值，且不高于第二预设阈值的状态下，生成第一提醒；

检测分析结果是否高于第二预设阈值；

在分析结果高于第二预设阈值的状态下，生成第二提醒。