CN109767838A - 一种人体智能健康检测工艺 - Google Patents
一种人体智能健康检测工艺 Download PDFInfo
- Publication number
- CN109767838A CN109767838A CN201711099609.9A CN201711099609A CN109767838A CN 109767838 A CN109767838 A CN 109767838A CN 201711099609 A CN201711099609 A CN 201711099609A CN 109767838 A CN109767838 A CN 109767838A
- Authority
- CN
- China
- Prior art keywords
- health
- human body
- data
- complete
- complete human
- 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.)
- Pending
Links
Abstract
本发明涉及健康检测技术领域，尤其是一种人体智能健康检测工艺，包括：步骤一：建立完整的人体健康模型；步骤二：根据步骤一中完整的人体健康模型，检测第一设定时间内的完整人体健康数据，得到第一完整人体健康数据；步骤三：根据步骤二中的第一完整人体健康度数据，对完整人体健康模型进行检测和调整，使完整人体健康模型的拟合度达到预定值；步骤四：根据步骤三中调整后的完整人体健康模型，检测第二设定时间区域内的完整人体健康数据，生成检测分析结果。本发明运用检测、科学判断和科学预测方法，其检测结果、预测结果、分析结果更加准确，具有广泛的实用性。
Description
技术领域
本发明涉及健康检测技术领域，尤其涉及一种人体智能健康检测工艺。
背景技术
衰退是指由于年龄增长、环境污染、自身疾病等多种因素，使机体各脏器的衰化速度快于正常的衰化速度，导致机体易损性增加，从而引起机体功能异常下降、衰弱、退化的现象。
英国科学家经研究发现人体的器官功能衰退与年龄和生活方式有着直接的关系，影响生命质量的真正敌人是机体衰退。人体在没有相应措施的情况下,成年后各重要系统的功能每年以0.5-1％的速率递减；60岁以后每年以1-2％的速率递减。免疫系统、肺活量、各脏器功能、肾血流量、血管韧性、肌肉力量、骨骼耐力等无一不在逐渐衰退的过程中。机体的衰退会以多种形式表现出来。
第一，器官功能异常便会导致疾病的产生
疾病是通过迅速降低器官的功能，以至于器官的功能不能正常发挥而导致人体的死亡。例如：糖尿病就是胰岛素分泌绝对或者相对不足而引起的糖代谢异常。这就等同于胰腺器官功能下降甚至丧失；
第二，身体机能下降表现为肌肉力量、平衡能力、肺活量、柔韧度、反应力、灵敏度等机能的整体下降；
第三，外在形态的退化-----表现为牙齿脱落、头发变白与脱落、皮肤弹性光滑度下降、手指半月痕模糊、嘴唇颜色异常、皮脂厚度增加、腰臀比失衡等。
所以健康实际上就是与机体衰退不断抗争的过程，而疾病的出现正是衰退的外在表现形式，因此健康的核心在于控制机体的衰退速度。每个人的衰退无时无刻都在发生变化，可我们对自身衰退的过程、衰退的速度及衰退的结果都无法及时的晓得。当我们生病、生活无法自理、突然死亡的时候，我们才会去寻找各种方法及措施。这样往往会导致疾病治疗的滞后处理。
目前的大多数单位职工年度体检都是直接去体检中心进行，一般都是一年一次，除去一年一度的体检工作，平时在身体无相关征兆的情况下一般不会关注，而现有的健康检测工艺只包括健康体检和体检结果的反馈、筛查等，然而对于体检和日常生活规律之间的关系并不会做科学的预测和分析，导致很多问题产生时才会体检得到，这样难免会造成病患的患病的严重程度增加。所以如何设计一种人体智能健康检测工艺，能结合体检结果科学判断今后病情的走势及作出科学的治疗、预防方案，是本领域技术人员需要解决的问题。
发明内容
本发明针对现有技术中只关注体检结果而不进行科学分析和预测的问题，提供一种人体智能健康检测工艺。
本发明为解决上述技术问题，采用以下技术方案来实现：
设计一种人体智能健康检测工艺，包括以下步骤：
步骤一：建立完整的人体健康模型；
步骤二：根据步骤一中完整的人体健康模型，检测第一设定时间内的完整人体健康数据，得到第一完整人体健康数据；
步骤三：根据步骤二中的第一完整人体健康度数据，对完整人体健康模型进行检测和调整，使完整人体健康模型的拟合度达到预定值；
步骤四：根据步骤三中调整后的完整人体健康模型，检测第二设定时间区域内的完整人体健康数据，生成检测分析结果。
优选的，所述的建立完整人体健康模型包括：收集人体健康样本数据，所述人体健康样本数据包括检测数据和科学预测数据两部分；利用因果分析方法分析检测数据和预测数据的关系和其联合产生的可能潜在影响；可能潜在的影响所产生的后果建立所述完整人体健康模型。
优选的，所述的第一完整人体健康数据的建立过程包括：获取第一设定时间区域内的多个实时检测数据；根据完整人体健康模型、实时检测数据以及科学预测数据，利用预设方法计算得到第一设定时间区域内的多个实时完整人体健康数据及数据的变化趋势；根据完整人体健康数据的变化趋势，判断第一设定时间区域内的人体完整的健康程度，得到所述第一完整人体健康数据。
优选的，所述的步骤四的具体步骤如下：获取第二设定时间区域内的多个实时检测数据；根据调整后的完整人体健康模型和第二设定时间区域内的实时检测数据和科学预测数据，利用预设方法计算得到第二设定时间区域内的多个实时人体健康数据和实时人体健康数据的变化趋势；根据实时人体健康数据的变化趋势，判断第二设定时间区域内的人体完整健康程度，并生成检测分析结果人体。
优选的，所述的建立完整人体健康模型之前，还需要收集人体历史完整人体健康数据，根据历史完整人体健康数据，分析影响后续完整人体健康数据的潜在影响因素和各影响因素的权重；根据影响因素和影响因素的权重，确定需要建立的完整人体健康模型的类型。
优选的，所述的完整人体健康模型的类型为逻辑回归模型。
优选的，所述的第一设定时间为3个月至1年。
优选的，所述的第而设定时间为6个月至2年。
本发明提供一种人体智能健康检测工艺，其有益效果在于：本发明方法在建立完整人体健康模型之前，收集人体历史完整人体健康数据，根据历史完整人体健康数据，分析影响后续完整人体健康数据的潜在影响因素和各影响因素的权重；根据影响因素和影响因素的权重，确定需要建立的完整人体健康模型的类型；然后根据完整的人体健康模型，检测第一设定时间内的完整人体健康数据，得到第一完整人体健康数据；根据第一完整人体健康度数据，对完整人体健康模型进行检测和调整，使完整人体健康模型的拟合度达到预定值；接着，检测第二设定时间区域内的完整人体健康数据，生成检测分析结果。本发明运用检测、科学判断和科学预测方法，在建立模型以后设定第一设定时间进行检测、预测跟踪然后根据结果对模型进行完善和纠正，在设定第二设定时间进行验证，使检测结果、预测结果、分析结果更加准确。
附图说明
图1为本发明方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
一种人体智能健康检测工艺，包括以下步骤：
步骤一：建立完整的人体健康模型；收集人体健康样本数据，所述人体健康样本数据包括检测数据和科学预测数据两部分；利用因果分析方法分析检测数据和预测数据的关系和其联合产生的可能潜在影响；可能潜在的影响所产生的后果建立所述完整人体健康模型；
步骤二：根据步骤一中完整的人体健康模型，检测第一设定时间内的完整人体健康数据，得到第一完整人体健康数据；获取第一设定时间区域内的多个实时检测数据，所述的第一设定时间为3个月至1年；根据完整人体健康模型、实时检测数据以及科学预测数据，利用预设方法计算得到第一设定时间区域内的多个实时完整人体健康数据及数据的变化趋势；根据完整人体健康数据的变化趋势，判断第一设定时间区域内的人体完整的健康程度，得到所述第一完整人体健康数据；所述完整人体健康模型的类型为逻辑回归模型；
步骤三：根据步骤二中的第一完整人体健康度数据，对完整人体健康模型进行检测和调整，使完整人体健康模型的拟合度达到预定值；
步骤四：根据步骤三中调整后的完整人体健康模型，获取第二设定时间区域内的多个实时检测数据；根据调整后的完整人体健康模型和第二设定时间区域内的实时检测数据和科学预测数据，利用预设方法计算得到第二设定时间区域内的多个实时人体健康数据和实时人体健康数据的变化趋势，所述的第而设定时间为6个月至2年；根据实时人体健康数据的变化趋势，判断第二设定时间区域内的人体完整健康程度，并生成检测分析结果人体，检测第二设定时间区域内的完整人体健康数据，生成检测分析结果；
建立完整人体健康模型之前，还需要收集人体历史完整人体健康数据，根据历史完整人体健康数据，分析影响后续完整人体健康数据的潜在影响因素和各影响因素的权重；根据影响因素和影响因素的权重，确定需要建立的完整人体健康模型的类型。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种人体智能健康检测工艺，其特征在于，包括以下步骤：
步骤一：建立完整的人体健康模型；
步骤二：根据步骤一中完整的人体健康模型，检测第一设定时间内的完整人体健康数据，得到第一完整人体健康数据；
步骤三：根据步骤二中的第一完整人体健康度数据，对完整人体健康模型进行检测和调整，使完整人体健康模型的拟合度达到预定值；
步骤四：根据步骤三中调整后的完整人体健康模型，检测第二设定时间区域内的完整人体健康数据，生成检测分析结果。
2.根据权利要求1所述的一种人体智能健康检测工艺，其特征在于，所述的建立完整人体健康模型包括：收集人体健康样本数据，所述人体健康样本数据包括检测数据和科学预测数据两部分；利用因果分析方法分析检测数据和预测数据的关系和其联合产生的可能潜在影响；可能潜在的影响所产生的后果建立所述完整人体健康模型。
3.根据权利要求1所述的一种人体智能健康检测工艺，其特征在于，所述的第一完整人体健康数据的建立过程包括：获取第一设定时间区域内的多个实时检测数据；根据完整人体健康模型、实时检测数据以及科学预测数据，利用预设方法计算得到第一设定时间区域内的多个实时完整人体健康数据及数据的变化趋势；根据完整人体健康数据的变化趋势，判断第一设定时间区域内的人体完整的健康程度，得到所述第一完整人体健康数据。
4.根据权利要求1所述的一种人体智能健康检测工艺，其特征在于，所述的步骤四的具体步骤如下：获取第二设定时间区域内的多个实时检测数据；根据调整后的完整人体健康模型和第二设定时间区域内的实时检测数据和科学预测数据，利用预设方法计算得到第二设定时间区域内的多个实时人体健康数据和实时人体健康数据的变化趋势；根据实时人体健康数据的变化趋势，判断第二设定时间区域内的人体完整健康程度，并生成检测分析结果人体。
5.根据权利要求1所述的一种人体智能健康检测工艺，其特征在于，所述的建立完整人体健康模型之前，还需要收集人体历史完整人体健康数据，根据历史完整人体健康数据，分析影响后续完整人体健康数据的潜在影响因素和各影响因素的权重；根据影响因素和影响因素的权重，确定需要建立的完整人体健康模型的类型。
6.根据权利要求1所述的一种人体智能健康检测工艺，其特征在于，所述的完整人体健康模型的类型为逻辑回归模型。
7.根据权利要求1所述的一种人体智能健康检测工艺，其特征在于，所述的第一设定时间为3个月至1年。
8.根据权利要求1所述的一种人体智能健康检测工艺，其特征在于，所述的第而设定时间为6个月至2年。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711099609.9A CN109767838A (zh) | 2017-11-09 | 2017-11-09 | 一种人体智能健康检测工艺 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711099609.9A CN109767838A (zh) | 2017-11-09 | 2017-11-09 | 一种人体智能健康检测工艺 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109767838A true CN109767838A (zh) | 2019-05-17 |
Family
ID=66449009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711099609.9A Pending CN109767838A (zh) | 2017-11-09 | 2017-11-09 | 一种人体智能健康检测工艺 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109767838A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111816312A (zh) * | 2020-09-14 | 2020-10-23 | 杭州憶盛医疗科技有限公司 | 基于模型解释的健康状态检测方法、设备及可读存储介质 |
-
2017
- 2017-11-09 CN CN201711099609.9A patent/CN109767838A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111816312A (zh) * | 2020-09-14 | 2020-10-23 | 杭州憶盛医疗科技有限公司 | 基于模型解释的健康状态检测方法、设备及可读存储介质 |
| CN111816312B (zh) * | 2020-09-14 | 2021-02-26 | 杭州憶盛医疗科技有限公司 | 基于模型解释的健康状态检测方法、设备及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190295729A1 (en) | Universal non-invasive blood glucose estimation method based on time series analysis | |
| US8014853B2 (en) | Neurophysiological central auditory processing evaluation system and method | |
| Rigoldi et al. | Measuring regularity of human postural sway using approximate entropy and sample entropy in patients with Ehlers–Danlos syndrome hypermobility type | |
| CN108478209A (zh) | 心电信息动态监护方法和动态监护系统 | |
| CN114566282B (zh) | 一种基于超声心动图检测报告的治疗决策系统 | |
| DE102015218948A1 (de) | Vorrichtung und Verfahren zur Bestimmung eines medizinischen Gesundheitsparameters eines Probanden mittels Stimmanalyse | |
| CN107811609B (zh) | 一种脑老化评估系统 | |
| Hillman et al. | Current diagnostics and office practice: appropriate use of objective measures of vocal function in the multidisciplinary management of voice disorders | |
| Westwood | Online predictive tools for intervention in mental illness: the OPTIMI project | |
| El-Samahy et al. | A new computer control system for mental stress management using fuzzy logic | |
| CN114305418A (zh) | 一种用于抑郁状态智能评估的数据采集系统及方法 | |
| CN109767838A (zh) | 一种人体智能健康检测工艺 | |
| van der HEIJDE et al. | Minimal clinically important difference in plain films in RA: group discussions, conclusions, and recommendations. OMERACT Imaging Task Force. | |
| CN113194829B (zh) | 人体精神压力测试方法及系统 | |
| CN114176532A (zh) | 一种测定cfPWV参数的临床验证方法及其应用系统 | |
| CN113712542A (zh) | 基于深度学习的耳鸣脑电图卷积神经网络模型构建方法 | |
| Kunduk et al. | Effects of volume, pitch, and phonation type on oscillation initiation and termination phases investigated with high-speed videoendoscopy | |
| CN105930646A (zh) | 一种评估心脏衰老程度的数据处理系统及方法 | |
| Rahim et al. | System identification of nonlinear autoregressive models in monitoring dengue infection | |
| CN117079760B (zh) | 华法林剂量调整方法、系统及临床辅助决策系统 | |
| Hwang et al. | Measurement of Individuals’ Emotional Stress Responses to Construction Noise through Analysis of Human Brain Waves | |
| Pal et al. | Pulmonary crackle detection using the Hilbert energy envelope | |
| EP3860428A1 (en) | Neurotransmitter imbalance detection system and method of detecting a neurotransmitter imbalance | |
| Sivanesan et al. | A Novel Scheme for detection of Parkinson’s disorder from Hand-eye Co-ordination behavior and DaTscan Images | |
| KR102332505B1 (ko) | 뇌파분석을 이용한 치매 진단정보 제공 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190517 |