CN109864706A - 用户状态信息的提示方法、装置、计算机设备和存储介质 - Google Patents
用户状态信息的提示方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109864706A CN109864706A CN201910016434.3A CN201910016434A CN109864706A CN 109864706 A CN109864706 A CN 109864706A CN 201910016434 A CN201910016434 A CN 201910016434A CN 109864706 A CN109864706 A CN 109864706A
- Authority
- CN
- China
- Prior art keywords
- state
- duration
- user
- slope
- statistical time
- 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.)
- Withdrawn
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种用户状态信息的提示方法和装置、计算机设备、计算机存储介质。上述用户状态信息的提示方法包括:获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长;根据各个统计时段的第一时长确定被测用户在监测时段处于第一状态的第一斜率参数,根据各个统计时段的第二时长确定被测用户在监测时段处于第二状态的第二斜率参数;其中,监测时段包括多个统计时段;根据第一斜率参数和第二斜率参数生成被测用户的状态提示信息。本发明所生成的状态提示信息以被测用户在各个统计时段所处的具体状态为依据,具有较高的准确性。
Description
技术领域
本发明涉及信号处理技术领域,特别是涉及一种用户状态信息的提示方法、装置、计算机设备和存储介质。
背景技术
帕金森氏症(Parkinson’s Disease,简称PD)这一类慢性中枢神经系统退化疾病主要影响运动神经系统,如PD有四种主要的运动症状:震颤,肢体僵硬,动作迟缓和姿态不稳;在PD控制上,L-多巴(Levodopa)可以说是“黄金标准”,它通过被转换成多巴胺这一种能帮助患者运动和控制他们的肌肉的成分起作用。对很大一部分患者,其效果变得不如预期。这是因为,随着时间的推移,L-多巴等有效药物的作用会越来越快地变得消退,触发药物中常见的“ON-OFF现象”。具体地,当PD患者运动症状发作时称作OFF状态,否则称作ON状态。当患者按时服用一定剂量的有效药物后,其症状应该保持在相当好地被控制的状态下,也就是ON状态。随着时间的推移,药效开始减退,患者的症状开始重现,这就是OFF状态。因而及时获知PD患者等用户所处的状态,对其所处的健康状况以及相关药物的服用剂量指示具有重要作用,传统方案需要医生等专业人员对相应患者等用户进行观察或者相关信息询问确定上述用户所处的状态,然而专业人员通过观察和询问获得的信息有限,容易使所确定的用户状态的准确性低。
发明内容
基于此,有必要针对传统方案容易使所确定的用户状态准确性低的技术问题,提供一种用户状态信息的提示方法和装置、计算机设备、计算机存储介质。
一种用户状态信息的提示方法,包括:
获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长;
根据各个统计时段的第一时长确定被测用户在监测时段处于第一状态的第一斜率参数,根据各个统计时段的第二时长确定被测用户在监测时段处于第二状态的第二斜率参数;其中,监测时段包括多个统计时段;
根据第一斜率参数和第二斜率参数生成被测用户的状态提示信息。
在一个实施例中,根据各个统计时段的第一时长确定被测用户在监测时段处于第一状态的第一斜率参数,根据各个统计时段的第二时长确定被测用户在监测时段处于第二状态的第二斜率参数,包括:
将各个统计时段的第一时长和时段序号代入斜率确定公式计算被测用户在监测时段处于第一状态的第一斜率参数;将各个统计时段的第二时长和时段序号代入斜率确定公式计算被测用户在监测时段处于第二状态的第二斜率参数;斜率确定公式包括:
式中,b表示第一斜率参数或者第二斜率参数,Xi表示第i个统计时段的时段序号,Yi表示第i个统计时段的第一时长或者第二时长,N表示监测时段包括的统计时段数。
在一个实施例中,根据第一斜率参数和第二斜率参数生成被测用户的状态提示信息,包括:
若第一斜率参数小于提示阈值,且第二斜率参数大于提示阈值,输出第一提示信息;
若第一斜率参数小于提示阈值,且第二斜率参数小于提示阈值,输出第二提示信息;
若第一斜率参数大于提示阈值,且第二斜率参数小于提示阈值,输出第三提示信息;
若第一斜率参数大于提示阈值,且第二斜率参数大于提示阈值,输出第四提示信息。
在一个实施例中,在获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长之前,包括:
在检测到被测用户进入第一状态时,记录被测用户该次处于第一状态的第一单元时长,在检测到被测用户进入第二状态时,记录被测用户该次处于第二状态的第二单元时长;
根据各个统计时段的各个第一单元时长确定被测用户在相应统计时段处于第一状态的第一时长,根据各个统计时段的各个第二单元时长确定被测用户在相应统计时段处于第二状态的第二时长。
作为一个实施例,检测到被测用户进入第一状态,包括:
在检测到被测用户发生震颤和/或运动迟缓时,判定被测用户进入第一状态。
在一个实施例中,在获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长之后,包括:
根据被测用户在各个统计时段处于第一状态的第一时长,生成被测用户在监测时段的第一状态趋势图。
一种用户状态信息的提示装置,包括:
获取模块,用于获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长;
第一确定模块,用于根据各个统计时段的第一时长确定被测用户在监测时段处于第一状态的第一斜率参数,根据各个统计时段的第二时长确定被测用户在监测时段处于第二状态的第二斜率参数;其中,监测时段包括多个统计时段;
提示模块,用于根据第一斜率参数和第二斜率参数生成被测用户的状态提示信息。
在一个实施例中,第一确定模块进一步用于:
将各个统计时段的第一时长和时段序号代入斜率确定公式计算被测用户在监测时段处于第一状态的第一斜率参数;将各个统计时段的第二时长和时段序号代入斜率确定公式计算被测用户在监测时段处于第二状态的第二斜率参数;斜率确定公式包括:
式中,b表示第一斜率参数或者第二斜率参数,Xi表示第i个统计时段的时段序号,Yi表示第i个统计时段的第一时长或者第二时长,N表示监测时段包括的统计时段数。
一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一实施例提供的用户状态信息的提示方法。
一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一实施例提供的用户状态信息的提示方法。
上述用户状态信息的提示方法、装置、计算机设备和计算机存储介质,可以依据被测用户在各个统计时段的第一时长确定表征其第一状态变化趋势的第一斜率参数,依据被测用户在各个统计时段的第二时长确定表征其第二状态变化趋势的第二斜率参数,以此生成被测用户的状态提示信息,所生成的状态提示信息以被测用户在各个统计时段所处的具体状态为依据,具有较高的准确性。
附图说明
图1为一个实施例的用户状态信息的提示方法流程图;
图2为一个实施例的被测用户的指导信息示意图;
图3为一个实施例的时长数据确定过程示意图;
图4为一个实施例的显示控制示意图;
图5为一个实施例的24小时内的OFF状态时长分布图;
图6为一个实施例的一年内逐月的OFF状态时间变化趋势图;
图7为一个实施例的PD患者在24小时内的手震颤时间分布示意图;
图8为一个实施例的PD患者在四月份的运动状态统计图;
图9为一个实施例的PD患者在五月份的运动状态统计图;
图10为一个实施例的PD患者在一年内逐月的震颤和行走的时间变化趋势图;
图11为一个实施例的用户状态信息的提示装置结构示意图;
图12为一个实施例的计算机设备内部结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
需要说明的是,本发明实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换,以使这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本发明实施例的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
参考图1所示,图1为一个实施例的用户状态信息的提示方法流程图,包括:
S10,获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长;
上述被测用户包括PD患者等需要进行状态监测的用户。上述第一状态可以为OFF状态,第一状态是指被测用户运动症状发作时所处的状态。通常情况下,被测用户发出震颤和/或运动迟缓等能表征其病情发作的运动症状时,可以判定上述被测用户处于第一状态,具体可以设置在被测用户四肢处的智能监测设备等运动症状监测设备对被测用户所处的状态进行监测。上述第二状态可以包括行走状态等日常生活中的常规活动状态。
上述统计时段可以依据监测时段的总时长特征设置,比如若监测时段为一年,监测时段包括的各个统计时段可以为一年中的各月,即第1个月为第1个统计时段,第2个月为第2个统计时段,……,第12个月为第12个统计时段;若监测时段为一个月,监测时段包括的各个统计时段可以为该月中的各周,即第1周为第1个统计时段,第2周为第2个统计时段,……,第4周为第4个统计时段。具体的,在监测时段中,相邻两个统计时段在时间上是连续的,即每个统计时段的初始时间分别与相应统计时段的前一个统计时段的结束时间为连续时间,有利于对被测用户的状态进行不间断的监测,进一步提高了所生成的状态提示信息的准确性。
S20,根据各个统计时段的第一时长确定被测用户在监测时段处于第一状态的第一斜率参数,根据各个统计时段的第二时长确定被测用户在监测时段处于第二状态的第二斜率参数;其中,监测时段包括多个统计时段;
上述第一斜率参数可以表征监测时段被测用户的第一状态变化趋势,上述第二斜率参数可以表征监测时段被测用户的第二状态变化趋势。具体可以根据各个统计时段的第一时长确定各个统计时段的第一时长坐标,将各个第一时长坐标代入相关斜率确定公式进行第一斜率参数的计算,可以根据各个统计时段的第二时长确定各个统计时段的第二时长坐标,将各个第二时长坐标代入相关斜率确定公式进行第二斜率参数的计算。上述第一时长坐标和第二时长坐标均可以为二维坐标,其中第一维坐标可以表示统计时段的时段序号,第二维坐标可以表示相应统计时段中相应状态(第一状态或者第二状态)的时长。
S30,根据第一斜率参数和第二斜率参数生成被测用户的状态提示信息。
上述第一斜率参数表示监测时段被测用户的第一状态变化趋势,第二斜率参数表示监测时段被测用户的第二状态变化趋势,根据第一斜率参数和第二斜率参数可以确定被测用户在监测时段的综合状态变化趋势,确定被测用户所处的状态,生成被测用户的状态提示信息,进行被测用户的状态提示。上述状态提示信息可以通过图文显示或者语音播报等形式进行输出,以使被测用户以及医生等需要获知被测用户状态的监测用户及时获知被测用户所处的状态,提高了上述监测用户获知被测用户所处状态的便利性。
本实施例可以依据被测用户在各个统计时段的第一时长确定表征其第一状态变化趋势的第一斜率参数,依据被测用户在各个统计时段的第二时长确定表征其第二状态变化趋势的第二斜率参数,以此生成被测用户的状态提示信息,所生成的状态提示信息以被测用户在各个统计时段所处的具体状态为依据,具有较高的准确性。
在一个实施例中,根据各个统计时段的第一时长确定被测用户在监测时段处于第一状态的第一斜率参数,根据各个统计时段的第二时长确定被测用户在监测时段处于第二状态的第二斜率参数,包括:
将各个统计时段的第一时长和时段序号代入斜率确定公式计算被测用户在监测时段处于第一状态的第一斜率参数;将各个统计时段的第二时长和时段序号代入斜率确定公式计算被测用户在监测时段处于第二状态的第二斜率参数;斜率确定公式包括:
式中,b表示第一斜率参数或者第二斜率参数,Xi表示第i个统计时段的时段序号,Yi表示第i个统计时段的第一时长或者第二时长,比如坐标(Xi,Yi)表示统计时段Xi的第一时长或者第二时长为Yi,N表示监测时段包括的统计时段数。
上述监测时段包括的统计时段数N由监测时段和统计时段的设置特征确定,比如,若监测时段为4周,其中统计时段为监测时段中的各周,则上述统计时段数N为4。上述第一斜率参数大于零表明相应被测用户的第一状态呈上升趋势;第一斜率参数小于零表明相应被测用户的第一状态呈下降趋势;上述第二斜率参数大于零表明相应被测用户的第二状态呈上升趋势;第二斜率参数小于零表明相应被测用户的第二状态呈下降趋势。
在一个实施例中,根据第一斜率参数和第二斜率参数生成被测用户的状态提示信息,包括:
若第一斜率参数小于提示阈值,且第二斜率参数大于提示阈值,输出第一提示信息;
若第一斜率参数小于提示阈值,且第二斜率参数小于提示阈值,输出第二提示信息;
若第一斜率参数大于提示阈值,且第二斜率参数小于提示阈值,输出第三提示信息;
若第一斜率参数大于提示阈值,且第二斜率参数大于提示阈值,输出第四提示信息。
上述提示阈值可以依据第一斜率参数和第二斜率参数的具体设置特征确定,比如可以设置为0等值。上述第一提示信息、第二提示信息、第三提示信息和第四提示信息可以通过医生等专业人员依据被测用户的具体状态设置,各个提示信息可以包括被测用户在监测时段的服药信息和/或运动信息等能够表征被测用户所处状态的信息,比如可以将第一提示信息设置为服药间隔偏短或者服药剂量偏大,运动量适中等信息;将第二提示信息设置为服药间隔偏短或者服药剂量偏大,运动量偏少等信息;将第三提示信息设置为服药间隔偏长或者服药剂量偏少,运动量偏少等信息;将第四提示信息设置为服药间隔偏长或者服药剂量偏少,运动量适中等信息。
作为一个实施例,在输出第一提示信息、第二提示信息、第三提示信息和第四提示信息的基础上,还可以输出上述第一提示信息对应的第一指导信息、第二提示信息对应的第二指导信息、第三提示信息对应的第三指导信息和第四提示信息对应的第四指导信息,以对被测用户所处状态进行服药或者运动等方面的指导。具体地,可以将第一指导信息设置为增加服药间隔或者降低剂量,保持运动量等信息;将第二指导信息设置为增加服药间隔或者降低剂量,增加运动量等信息;将第三指导信息设置为缩短服药间隔或者增加剂量,增加运动量等信息;将第四指导信息设置为缩短服药间隔或者增加剂量,保持运动量等信息。若提示阈值为0,bOFF表示第一斜率参数,b行走表示第二斜率参数,各个提示信息包括被测用户在监测时段的服药信息和运动信息,针对被测用户的指导示意图可以参考图2所示,若bOFF<0且b行走>0,输出增加服药间隔或者降低剂量,保持运动量的第一指导信息,若bOFF<0且b行走<0,输出增加服药间隔或者降低剂量,增加运动量的第二指导信息,若bOFF>0且b行走<0,输出缩短服药间隔或者增加剂量,增加运动量的第三指导信息,若bOFF>0且b行走>0,输出缩短服药间隔或者增加剂量,保持运动量的第四指导信息。
本实施例在对被测用户处于各个状态进行提示的基础上,还可以提供各个提示信息分别对应的指导信息,上述各个提示信息以及相应的指导信息可以更直观地展示有关被测用户的病情发展变化的信息,利用这些信息,被测用户自己可以更主动地参与到对自己的相关疾患的管理中;医生等专业人员则能对被测用户提供更有针对性的、符合被测用户个性化的有效管理;有利于减轻相应病患及其家属的各种负担。
在一个实施例中,在获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长之前,包括:
在检测到被测用户进入第一状态时,记录被测用户该次处于第一状态的第一单元时长,在检测到被测用户进入第二状态时,记录被测用户该次处于第二状态的第二单元时长;
根据各个统计时段的各个第一单元时长确定被测用户在相应统计时段处于第一状态的第一时长,根据各个统计时段的各个第二单元时长确定被测用户在相应统计时段处于第二状态的第二时长。
本实施例可以对被测用户所处的状态进行监测,在检测到被测用户进入第一状态时,记录被测用户该次处于第一状态的第一单元时长,在检测到被测用户进入第二状态时,记录被测用户该次处于第二状态的第二单元时长,进而可以确定被测用户分别在各个统计时段的若干个第一单元时长和若干个第二单元时长;将各个统计时段中所有第一单元时长之和分别确定为相应统计时段被测用户处于第一状态的第一时长,将各个统计时段中所有第二单元时长之和分别确定为相应统计时段被测用户处于第二状态的第二时长,以保证所确定的第一时长和第二时长的准确性。
作为一个实施例,检测到被测用户进入第一状态,包括:
在检测到被测用户发生震颤和/或运动迟缓时,判定被测用户进入第一状态。
震颤和运动迟缓是PD患者这一类被测用户常见的运动症状,被测用户出现震颤和/或运动迟缓等运动症状时,表明其进入第一状态。
本实施例在检测到被测用户发生震颤和/或运动迟缓等表征被测用户处于第一状态的运动症状时,判定被测用户进入第一状态,在检测到被测用户发生走路动作时,判定被测用户进入第二状态,以对被测用户的第一状态和第二状态进行准确检测。
作为一个实施例,可以通过传感器等监测设备监测被测用户的震颤动作和走路动作,获取被测用户在设定时段内(如5秒内)发生震颤动作的震颤次数,以及发生走路动作的走路步数,根据震颤次数和走路步数监测被测用户在设定时段内所处的运动状态是否发生震颤或运动迟缓。具体地,若走路(行走)步数大于或者等于第一步数阈值,且震颤次数大于或者等于第一震颤阈值,可以判定被测用户在设定时段内的运动状态为走路和震颤;若走路步数大于或者等于第一步数阈值,且震颤次数小于第一震颤阈值,可以判定被测用户在设定时段内的运动状态为走路;若走路步数小于第一步数阈值,且震颤次数大于或者等于第一震颤阈值,可以判定被测用户在设定时段内的运动状态为震颤;若走路步数大于第二步数阈值且小于第一步数阈值,并且震颤次数大于第二震颤阈值且小于第三震颤阈值,可以判定被测用户在设定时段内的运动状态为动作迟缓;若走路步数小于或者等于第二步数阈值,且震颤次数小于或者等于第二震颤阈值,可以判定被测用户在设定时段内的运动状态为静息状态。上述第一步数阈值、第二步数阈值、第一震颤阈值、第二震颤阈值和第三震颤阈值分别可以依据设定时段的时长特征确定;若上述设定时段为当前时刻的前5秒,则上述第一步数阈值可以设置为4,第二步数阈值可以设置为1,第一震颤阈值可以设置为20,第二震颤阈值可以设置为1,第三震颤阈值可以设置为9。
作为一个实施例,上述被测用户为PD患者,第一状态为OFF状态,在检测到PD患者发生姿态不稳等其他能表征用户处于OFF状态的其他运动症状时,也可以判定PD患者进入OFF状态,此时OFF时长数据(包括第一单元时长)的确定过程可以参考图3所示,包括:检测到任一肢体的震颤,保存时间戳和相应的ON时长数据(此时PD患者进入OFF状态),检测到运动迟缓,保存时间戳和相应的ON时长数据(此时PD患者进入OFF状态),检测到姿态不稳等其他能表征用户处于OFF状态的其他运动症状,保存时间戳和相应的ON时长数据(此时PD患者进入OFF状态),否则保存时间戳和相应的OFF时长数据,以得到PD患者的OFF时长数据和ON时长数据,对PD患者的ON-OFF状态作统计和趋势分析,还可以保存相应的分析结果,将上述OFF时长数据、ON时长数据和相关分析结果上传至相关服务器。服务器还可以生成PD患者的ON-OFF状态的统计和趋势信息,上述将ON-OFF状态的统计和趋势信息可以包括各个状态的日统计图、月统计图、年统计图、月变化趋势图和年变化趋势图等信息。PD患者的ON-OFF状态的统计和趋势信息发送至PD患者和/或医生处的移动设备端,使移动设备端依据预设的显示规则或者相关显示请求进行显示,显示过程的控制示意图可以参考图4所示:在到达设置的显示时间或者有显示信息的请求时,移动设备端从服务器下载PD患者的ON-OFF状态的统计和趋势信息,根据预设选项或请求在移动设备端的APP上显示PD患者的ON-OFF状态的统计和趋势信息;上述ON-OFF状态的统计和趋势信息可以包括PD患者逐日、逐周、逐月和逐年的统计和趋势信息。
具体地,PD患者的某个24小时内的OFF状态时长分布图可以参考图5所示。PD患者在某年内逐月的OFF时间(一年内每月处于OFF状态的时长)变化趋势图可以参考图6所示。服务器还可以识别PD患者的手部震颤等震颤状态、肢体僵硬信息状态、动作迟缓状态、姿态不稳状态、静坐状态、行走状态各跑动状态,生成相应的统计图或者趋势图;如图7可以表示PD患者在某个24小时内的手震颤时间分布示意图;图8可以表示PD患者在四月份的运动状态统计图;图9可以表示PD患者在五月份的运动状态统计图;图10可以表示PD患者在一年内逐月的震颤和行走的时间变化趋势图。
由于PD患者的运动症状是阵发性的,其运动症状是夹杂在其日常的正常活动,比如静坐,行走和跑动中的。上述图5至图10所展示的信息可以弥补时间序列信息的缺点,能更楚地给PD患者和医生提供更有用的信息。比如,图6所示的OFF时间趋势图中,虽然中间有些起伏,但是在所统计的那一年内,PD患者的OFF时间总体是逐渐下降的,表明患者的病情在改善;图10表明,在所统计的那一年内,患者的震颤时间总体是逐渐下降的,或者说病情是在改善的,而这个趋势是和PD患者逐月行走的总时间成负相关,表明患者的病情改善可能得益于患者行走的增加。这样便可以依据上述ON-OFF状态的统计和趋势信息进行PD患者所处状态的提示以及相应状态所需的服药和运动控制等信息的指导。
在一个实施例中,在获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长之后,包括:
根据被测用户在各个统计时段处于第一状态的第一时长,生成被测用户在监测时段的第一状态趋势图。
本实施例可以根据被测用户在各个统计时段处于第一状态的第一时长,生成被测用户在监测时段的第一状态趋势图,以使监测用户可以完整直观地获知被测用户在监测时段的第一状态趋势,具体是在监测时段中各个统计时段被测用户处于第一状态的时长变化趋势,这样,可以使被测用户的状态得到更加准确的监控。
作为一个实施例,进行被测用户状态信息提示的设备可以包括服务器和/或智能移动终端等智能处理设备,比如可以通过服务器获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长等信息,对上述第一时长和第二时长等信息进行相应分析处理,生成被测用户的状态提示信息,将状态提示信息发送至医生等监测用户处的智能移动终端,使上述智能移动终端以显示等方式对被测用户的状态提示信息进行输出。上述智能处理设备还可以根据被测用户在各个统计时段处于第二状态的第二时长,生成被测用户在监测时段的第二状态趋势图;智能处理设备还可以将上述第二状态趋势图和第一状态趋势进行对比显示,以便相关监测用户可以更为高效地获知被测用户各个状态的变化趋势。
可选地,上述智能处理设备还可以生成监测时段内第二状态时长分布图和第一状态时长分布图,以便监测用户可以获知被测用户在各个时段所处的状态。
参考图11,图11所示为一个实施例的用户状态信息的提示装置结构示意图,包括:
获取模块10,用于获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长;
第一确定模块20,用于根据各个统计时段的第一时长确定被测用户在监测时段处于第一状态的第一斜率参数,根据各个统计时段的第二时长确定被测用户在监测时段处于第二状态的第二斜率参数;其中,监测时段包括多个统计时段;
提示模块30,用于根据第一斜率参数和第二斜率参数生成被测用户的状态提示信息。
在一个实施例中,第一确定模块进一步用于:
将各个统计时段的第一时长和时段序号代入斜率确定公式计算被测用户在监测时段处于第一状态的第一斜率参数;将各个统计时段的第二时长和时段序号代入斜率确定公式计算被测用户在监测时段处于第二状态的第二斜率参数;斜率确定公式包括:
式中,b表示第一斜率参数或者第二斜率参数,Xi表示第i个统计时段的时段序号,Yi表示第i个统计时段的第一时长或者第二时长,N表示监测时段包括的统计时段数。
在一个实施例中,上述提示模块进一步用于:
若第一斜率参数小于提示阈值,且第二斜率参数大于提示阈值,输出第一提示信息;
若第一斜率参数小于提示阈值,且第二斜率参数小于提示阈值,输出第二提示信息;
若第一斜率参数大于提示阈值,且第二斜率参数小于提示阈值,输出第三提示信息;
若第一斜率参数大于提示阈值,且第二斜率参数大于提示阈值,输出第四提示信息。
在一个实施例中,上述用户状态信息的提示装置,还包括:
记录模块,用于在检测到被测用户进入第一状态时,记录被测用户该次处于第一状态的第一单元时长,在检测到被测用户进入第二状态时,记录被测用户该次处于第二状态的第二单元时长;
第二确定模块,用于根据各个统计时段的各个第一单元时长确定被测用户在相应统计时段处于第一状态的第一时长,根据各个统计时段的各个第二单元时长确定被测用户在相应统计时段处于第二状态的第二时长。
作为一个实施例,记录模块进一步用于:
在检测到被测用户发生震颤和/或运动迟缓时,判定被测用户进入第一状态。
在一个实施例中,上述用户状态信息的提示装置,还包括:
生成模块,用于根据被测用户在各个统计时段处于第一状态的第一时长,生成被测用户在监测时段的第一状态趋势图。
关于用户状态信息的提示装置的具体限定可以参见上文中对于用户状态信息的提示方法的限定,在此不再赘述。上述用户状态信息的提示装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储第一状态的相关数据以及第二状态的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用户状态信息的提示方法。
本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
基于如上所述的示例,在一个实施例中还提供一种计算机设备,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行所述程序时实现如上述各实施例中的任意一种用户状态信息的提示方法。
上述计算机设备,通过所述处理器上运行的计算机程序,实现了所生成的用户状态信息准确性的提升。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述用户状态信息的提示方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
据此,在一个实施例中还提供一种计算机存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上述各实施例中的任意一种用户状态信息的提示方法。
上述计算机存储介质,通过其存储的计算机程序,能够生成被测用户的状态提示信息,所生成的状态提示信息以被测用户在各个统计时段所处的具体状态为依据,具有较高的准确性。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种用户状态信息的提示方法,其特征在于,包括:
获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长;
根据各个统计时段的第一时长确定所述被测用户在监测时段处于所述第一状态的第一斜率参数,根据各个统计时段的第二时长确定所述被测用户在监测时段处于所述第二状态的第二斜率参数;其中,所述监测时段包括多个统计时段;
根据所述第一斜率参数和所述第二斜率参数生成所述被测用户的状态提示信息。
2.根据权利要求1所述的用户状态信息的提示方法,其特征在于,所述根据各个统计时段的第一时长确定所述被测用户在监测时段处于所述第一状态的第一斜率参数,根据各个统计时段的第二时长确定所述被测用户在监测时段处于所述第二状态的第二斜率参数,包括:
将各个统计时段的第一时长和时段序号代入斜率确定公式计算所述被测用户在监测时段处于所述第一状态的第一斜率参数;将各个统计时段的第二时长和时段序号代入斜率确定公式计算所述被测用户在监测时段处于所述第二状态的第二斜率参数;所述斜率确定公式包括:
式中,b表示第一斜率参数或者第二斜率参数,Xi表示第i个统计时段的时段序号,Yi表示第i个统计时段的第一时长或者第二时长,N表示监测时段包括的统计时段数。
3.根据权利要求1所述的用户状态信息的提示方法,其特征在于,所述根据所述第一斜率参数和所述第二斜率参数生成所述被测用户的状态提示信息,包括:
若所述第一斜率参数小于提示阈值,且所述第二斜率参数大于所述提示阈值,输出第一提示信息;
若所述第一斜率参数小于所述提示阈值,且所述第二斜率参数小于所述提示阈值,输出第二提示信息;
若所述第一斜率参数大于所述提示阈值,且所述第二斜率参数小于所述提示阈值,输出第三提示信息;
若所述第一斜率参数大于所述提示阈值,且所述第二斜率参数大于所述提示阈值,输出第四提示信息。
4.根据权利要求1所述的用户状态信息的提示方法,其特征在于,在所述获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长之前,包括:
在检测到所述被测用户进入所述第一状态时,记录所述被测用户该次处于所述第一状态的第一单元时长,在检测到所述被测用户进入所述第二状态时,记录所述被测用户该次处于所述第二状态的第二单元时长;
根据各个统计时段的各个第一单元时长确定所述被测用户在相应统计时段处于第一状态的第一时长,根据各个统计时段的各个第二单元时长确定所述被测用户在相应统计时段处于第二状态的第二时长。
5.根据权利要求4所述的用户状态信息的提示方法,其特征在于,所述检测到所述被测用户进入所述第一状态,包括:
在检测到所述被测用户发生震颤和/或运动迟缓时,判定所述被测用户进入所述第一状态。
6.根据权利要求1至5任一项所述的用户状态信息的提示方法,其特征在于,在所述获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长之后,包括:
根据所述被测用户在各个统计时段处于第一状态的第一时长,生成所述被测用户在监测时段的第一状态趋势图。
7.一种用户状态信息的提示装置,其特征在于,包括:
获取模块,用于获取被测用户在多个统计时段内处于第一状态的第一时长,以及处于第二状态的第二时长;
第一确定模块,用于根据各个统计时段的第一时长确定所述被测用户在监测时段处于所述第一状态的第一斜率参数,根据各个统计时段的第二时长确定所述被测用户在监测时段处于所述第二状态的第二斜率参数;其中,所述监测时段包括多个统计时段;
提示模块,用于根据所述第一斜率参数和所述第二斜率参数生成所述被测用户的状态提示信息。
8.根据权利要求7所述的用户状态信息的提示装置,其特征在于,所述第一确定模块进一步用于:
将各个统计时段的第一时长和时段序号代入斜率确定公式计算所述被测用户在监测时段处于所述第一状态的第一斜率参数;将各个统计时段的第二时长和时段序号代入斜率确定公式计算所述被测用户在监测时段处于所述第二状态的第二斜率参数;所述斜率确定公式包括:
式中,b表示第一斜率参数或者第二斜率参数,Xi表示第i个统计时段的时段序号,Yi表示第i个统计时段的第一时长或者第二时长,N表示监测时段包括的统计时段数。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的用户状态信息的提示方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至6任意一项所述的用户状态信息的提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910016434.3A CN109864706A (zh) | 2019-01-08 | 2019-01-08 | 用户状态信息的提示方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910016434.3A CN109864706A (zh) | 2019-01-08 | 2019-01-08 | 用户状态信息的提示方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109864706A true CN109864706A (zh) | 2019-06-11 |
Family
ID=66917483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910016434.3A Withdrawn CN109864706A (zh) | 2019-01-08 | 2019-01-08 | 用户状态信息的提示方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109864706A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111158481A (zh) * | 2019-12-27 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 一种提示方法、装置及计算机可读存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060202036A1 (en) * | 2005-03-11 | 2006-09-14 | Ynjiun Wang | Bar code reading device with global electronic shutter control |
CN101133951A (zh) * | 2006-08-31 | 2008-03-05 | 三星电子株式会社 | 身体脂肪测量装置和操作该装置的方法 |
US20090096382A1 (en) * | 2004-02-27 | 2009-04-16 | Rohm Co., Ltd. | Drive control circuit, emission control circuit, communication apparatus and drive control method |
CN101430229A (zh) * | 2008-12-12 | 2009-05-13 | 深圳市英唐智能控制股份有限公司 | 采集信号的方法 |
US20120190007A1 (en) * | 2011-01-20 | 2012-07-26 | National Taiwan Ocean University | Method and system for monitoring and recording a viral infection process and that for screening vaccines |
CN103124574A (zh) * | 2010-09-10 | 2013-05-29 | 皇家飞利浦电子股份有限公司 | 用于识别呼吸转换的系统和方法 |
US20140273254A1 (en) * | 2013-03-15 | 2014-09-18 | Thermo Fisher Scientific Oy | Method, product, and system for quantifying the methylation status of a nucleic acid in a sample |
CN104363828A (zh) * | 2012-07-19 | 2015-02-18 | 弗雷森纽斯医疗护理德国有限责任公司 | 用于监视透析的身体参数的校准 |
CN106133664A (zh) * | 2014-02-04 | 2016-11-16 | 触觉实验室股份有限公司 | 触摸传感器中的频率转换 |
CN106680759A (zh) * | 2017-01-05 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 一种关口计量设备的运行监测评估方法及装置 |
CN107229814A (zh) * | 2016-03-24 | 2017-10-03 | 深圳中迈数字医疗技术有限公司 | 根据慢性病患者信息进行干预的方法及系统 |
CN107232643A (zh) * | 2017-04-20 | 2017-10-10 | 深圳麦克韦尔股份有限公司 | 电子烟的解锁方法、装置、存储介质和电子烟 |
CN108416367A (zh) * | 2018-02-08 | 2018-08-17 | 南京理工大学 | 基于多传感器数据决策级融合的睡眠分期方法 |
-
2019
- 2019-01-08 CN CN201910016434.3A patent/CN109864706A/zh not_active Withdrawn
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090096382A1 (en) * | 2004-02-27 | 2009-04-16 | Rohm Co., Ltd. | Drive control circuit, emission control circuit, communication apparatus and drive control method |
US20060202036A1 (en) * | 2005-03-11 | 2006-09-14 | Ynjiun Wang | Bar code reading device with global electronic shutter control |
CN101133951A (zh) * | 2006-08-31 | 2008-03-05 | 三星电子株式会社 | 身体脂肪测量装置和操作该装置的方法 |
CN101430229A (zh) * | 2008-12-12 | 2009-05-13 | 深圳市英唐智能控制股份有限公司 | 采集信号的方法 |
CN103124574A (zh) * | 2010-09-10 | 2013-05-29 | 皇家飞利浦电子股份有限公司 | 用于识别呼吸转换的系统和方法 |
US20120190007A1 (en) * | 2011-01-20 | 2012-07-26 | National Taiwan Ocean University | Method and system for monitoring and recording a viral infection process and that for screening vaccines |
CN104363828A (zh) * | 2012-07-19 | 2015-02-18 | 弗雷森纽斯医疗护理德国有限责任公司 | 用于监视透析的身体参数的校准 |
US20140273254A1 (en) * | 2013-03-15 | 2014-09-18 | Thermo Fisher Scientific Oy | Method, product, and system for quantifying the methylation status of a nucleic acid in a sample |
CN106133664A (zh) * | 2014-02-04 | 2016-11-16 | 触觉实验室股份有限公司 | 触摸传感器中的频率转换 |
CN107229814A (zh) * | 2016-03-24 | 2017-10-03 | 深圳中迈数字医疗技术有限公司 | 根据慢性病患者信息进行干预的方法及系统 |
CN106680759A (zh) * | 2017-01-05 | 2017-05-17 | 云南电网有限责任公司电力科学研究院 | 一种关口计量设备的运行监测评估方法及装置 |
CN107232643A (zh) * | 2017-04-20 | 2017-10-10 | 深圳麦克韦尔股份有限公司 | 电子烟的解锁方法、装置、存储介质和电子烟 |
CN108416367A (zh) * | 2018-02-08 | 2018-08-17 | 南京理工大学 | 基于多传感器数据决策级融合的睡眠分期方法 |
Non-Patent Citations (3)
Title |
---|
Q ZHANG: "《An Algorithm for Robust Detection of QRS Onset and Offset in ECG Signals》", 《IEEE》 * |
张雪华: "《常用统计公式大全》", 31 May 1992 * |
董京: "《急性心肌梗死患者心率震荡斜率起始时间的研究》", 《山西医科大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111158481A (zh) * | 2019-12-27 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 一种提示方法、装置及计算机可读存储介质 |
CN111158481B (zh) * | 2019-12-27 | 2021-10-26 | 腾讯科技(深圳)有限公司 | 一种提示方法、装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hossain et al. | mCerebrum: a mobile sensing software platform for development and validation of digital biomarkers and interventions | |
US9672472B2 (en) | System and method for managing behavior change applications for mobile users | |
US8821416B2 (en) | Patient management device, system and method | |
Eskes et al. | The sociability score: App-based social profiling from a healthcare perspective | |
Zeni et al. | Multi-device activity logging | |
Keinath et al. | The representation of context in mouse hippocampus is preserved despite neural drift | |
Spathis et al. | Passive mobile sensing and psychological traits for large scale mood prediction | |
JP2018506773A (ja) | ジェスチャベースの行動を監視し、それに影響を与える方法およびシステム | |
WO2018102867A1 (en) | Mental health assessment system and method | |
JP2023106517A (ja) | モバイルデバイスを用いて認知機能低下を検出するためのシステムおよび方法 | |
CN109864706A (zh) | 用户状态信息的提示方法、装置、计算机设备和存储介质 | |
Sacks et al. | Digital health technology to measure drug efficacy in clinical trials for Parkinson’s disease: a regulatory perspective | |
WO2016131244A1 (zh) | 用户健康的监测方法、监测装置以及监测终端 | |
Odhiambo et al. | MedSensor: medication adherence monitoring using neural networks on smartwatch accelerometer sensor data | |
Cakmak et al. | Personalized heart failure severity estimates using passive smartphone data | |
Gutowski et al. | An algorithmic approach for quantitative evaluation of Parkinson’s disease symptoms and medical treatment utilizing wearables and multi-criteria symptoms assessment | |
WO2016110500A1 (en) | Scheduling interaction with a subject | |
Kumar et al. | A framework of real-time wandering management for person with dementia | |
Nguyen-Huu et al. | Smartwatch/Smartphone Cooperative Indoor Lifelogging System. | |
Jevremovic et al. | Human-computer interaction monitoring and analytics platform–Wisconsin card sorting test application | |
DE112020000764T5 (de) | Vorrichtung, verfahren und programm zur bereitstellung vonmedikamentenunterstützungsinformationen | |
Nishiyama et al. | Using iOS for inconspicuous data collection: a real-world assessment | |
US20200279628A1 (en) | A computer-implemented method of monitoring a person and an apparatus for monitoring a person | |
Smith et al. | mHealth analytics | |
Hernandez | Unobtrusive and Personalised Monitoring of Parkinson's Disease Using Smartphones |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210622 Address after: 2B, building 93, meilinyi village, Futian District, Shenzhen City, Guangdong Province Applicant after: Zeng Lepeng Applicant after: Liao Wangcai Address before: 4019 tilfern court, Houston, Texas Applicant before: Liao Wangcai |
|
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190611 |