CN110070943A - 生理机能评估系统和方法 - Google Patents

Abstract

本发明公开了一种生理机能评估系统和方法，系统包括终端设备、雾服务器和医疗中心，该系统利用终端设备采集被评估者的生理机能数据，然后由雾服务器对该生理机能数据进行分析，得到生理机能评估结果，然后再由医疗中心对该生理机能评估结果进行分析，得到生理健康报告，并发送给与被评估者相关联的客户端，完成对人体生理机能的评估。相较于现有技术而言，因雾服务器位于网络边缘，分布广泛且移动性强，可以部署在家庭中，使用户足不出户就能够在家中完成人体生理机能的评估；另外，由于雾服务器延迟低，还能够加快身体机能评估的响应时间，从而可以高效、准确地进行生理机能评估。

Description

生理机能评估系统和方法

技术领域

本发明涉及计算机技术领域，尤其涉及一种生理机能评估系统和方法。

背景技术

在健康医疗系统中，生理机能评估是预防与发现身体疾病的重要步骤，传统的生理机能评估需要在特定的医疗机构由专业医护人员协助完成，但对生活节奏日益加快的人们来说，有诸多不便。

发明内容

本发明在于提供一种生理机能评估系统和方法，可以高效、准确地进行生理机能评估。

为实现上述目的，本发明第一方面提供一种生理机能评估系统，该系统包括终端设备、雾服务器和医疗中心，所述终端设备与所述雾服务器、所述医疗中心通信连接，所述雾服务器与所述医疗中心通信连接；

所述终端设备用于采集被评估者的生理机能数据，并将所述生理机能数据传输至所述雾服务器中；

所述雾服务器用于接收并分析所述生理机能数据，得到生理机能评估结果，并将所述生理机能评估结果发送至所述医疗中心；

所述医疗中心用于接收所述生理机能评估结果，对所述生理机能评估结果进行分析，得到生理健康报告，并将得到的所述生理健康报告发送至与所述被评估者相关联的客户端。

可选的，所述系统还包括云服务器，所述云服务器分别与所述雾服务器和所述医疗中心通信连接；

所述云服务器用于接收所述雾服务器发送的、且未被所述雾服务器处理的目标生理机能数据，以及分析所述目标生理机能数据，得到所述被评估者对应的目标生理机能评估结果，并将所述目标生理机能评估结果发送至所述医疗中心。

可选的，所述雾服务器具体用于：

基于所述生理机能数据，确定出所述被评估者的姿态特征；

采用动态时间归整算法对所述姿态特征与预设数据库中的姿态特征样本进行匹配，得到目标姿态特征样本；

查找预先设置的姿态特征样本与生理机能评估结果样本之间的对应关系，将所述目标姿态特征样本对应的生理机能评估结果样本确定为所述被评估者的生理机能评估结果。

可选的，所述生理机能数据包括被评估者的人体骨骼特征信息，所述人体骨骼特征信息包括肘关节、肩关节、脊椎、髋关节和膝关节所对应特征信息。

可选的，所述雾服务器用于通过分析所述人体骨骼特征信息，确定出所述被评估者的姿态特征。

可选的，所述终端设备包括摄像头和/或传感器。

可选的，所述雾服务器包括路由器与交换机中的任意一种或多种。

为实现上述目的，本发明第二方面提供一种生理机能评估方法，该方法应用于本发明第一方面提供的生理机能评估系统，包括：

由终端设备采集被评估者的生理机能数据，并将所述生理机能数据传输至雾服务器中；

所述雾服务器分析所述生理机能数据，得到生理机能评估结果，并将所述生理机能评估结果发送至医疗中心；

所述医疗中心对所述生理机能评估结果进行分析，得到生理健康报告，并将得到的所述生理健康报告发送至与所述被评估者相关联的客户端。

可选的，所述方法还包括：

所述雾服务器在接收到所述生理机能数据之后，确定所述生理机能数据对应的数据处理量是否大于所述雾服务器的数据处理阈值；

若所述生理机能数据对应的数据处理量大于所述雾服务器的数据处理阈值，则所述雾服务器将所述生理机能数据发送至预置的云服务器，由所述云服务器分析所述生理机能数据。

可选的，所述雾服务器分析所述生理机能数据，得到生理机能评估结果的步骤，包括：

基于所述生理机能数据，确定出所述被评估者的姿态特征；

采用动态时间归整算法对所述姿态特征与预设数据库中的姿态特征样本进行匹配，得到目标姿态特征样本；

查找预先设置的姿态特征样本与生理机能评估结果样本之间的对应关系，将所述目标姿态特征样本对应的生理机能评估结果样本确定为所述被评估者的生理机能评估结果。

本发明所提供的生理机能评估系统，包括终端设备、雾服务器和医疗中心，该系统利用终端设备采集被评估者的生理机能数据，然后由雾服务器对该生理机能数据进行分析，得到生理机能评估结果，然后再由医疗中心对该生理机能评估结果进行分析，得到生理健康报告，并发送给与被评估者相关联的客户端，完成对人体生理机能的评估。相较于现有技术而言，因雾服务器位于网络边缘，分布广泛且移动性强，可以部署在家庭中，使用户足不出户就能够在家中完成人体生理机能的评估；另外，由于雾服务器延迟低，还能够加快身体机能评估的响应时间，从而可以高效、准确地进行生理机能评估。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，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为本发明实施例中生理机能评估系统的结构示意图；

图2为本发明实施例中生理机能评估系统的另一结构示意图；

图3为本发明实施例中生理机能评估方法的步骤流程示意图；

图4为本发明实施例中生理机能评估方法的子流程示意图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，而非全部实施例。基于本发明中的实施例，本领域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。

请参阅图1，图1为本发明实施例中生理机能评估系统的结构示意图，本实施例中，上述生理机能评估系统包括终端设备101、雾服务器102和医疗中心103，终端设备101与雾服务器102通信连接，雾服务器102与医疗中心103通信连接。

终端设备101用于采集被评估者的生理机能数据，并将该生理机能数据传输至雾服务器中102；雾服务器102用于接收并分析该生理机能数据，得到生理机能评估结果，并将该生理机能评估结果发送至医疗中心103；医疗中心103用于接收上述生理机能评估结果，对上述生理机能评估结果进行分析，得到生理健康报告，并将得到的生理健康报告发送至与被评估者相关联的客户端。

其中，终端设备101包括布局在家庭室内的大量采集人体生理机能数据的摄像头和/或传感器，用于采集被评估者各方面的生理机能数据。

雾服务器102采用一些轻量级、计算能力相对较弱的设备组成，如小型服务器、路由器、交换机等，而且数量较多，并且都可以在家庭中进行部署。同时，雾服务器102采用雾计算，雾计算是介于云计算和个人计算之间的，是半虚拟化的服务计算架构模型，强调数量，不管单个计算节点能力多么弱都要发挥作用。与云计算相比，雾计算所采用的架构更呈分布式，更接近网络边缘。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中，数据的存储及处理更依赖本地设备，而非服务器。

本实施例中，采用雾服务器102对采集的生理机能数据进行处理，可以快速便捷地进行生理机能评估。

医疗中心103接收雾服务器102发送的生理机能评估结果，经专业评估人员或专业评估仪器进一步分析评估，得到高价值的生理健康报告，并反馈给被评估者相关联的客户端。

其中，与被评估者相关联的客户端可以包括手机、平板电脑、台式电脑、智能电视、智能穿戴设备(如健康手环)等。

进一步的，本实施例中，雾服务器102在得到生理机能评估结果之后，还可以直接将该生理机能评估结果反馈给被评估者相关联的客户端。

本实施例所提供的生理机能评估系统，包括终端设备101、雾服务器102和医疗中心103，该系统利用终端设备101采集被评估者的生理机能数据，然后由雾服务器102对该生理机能数据进行分析，得到生理机能评估结果，然后再由医疗中心103对该生理机能评估结果进行分析，得到生理健康报告，并发送给与被评估者相关联的客户端，完成对人体生理机能的评估。相较于现有技术而言，因雾服务器102位于网络边缘，分布广泛且移动性强，可以部署在家庭中，使用户足不出户就能够在家中完成人体生理机能的评估；另外，由于雾服务器102延迟低，还能够加快身体机能评估的响应时间，从而可以高效、准确地进行生理机能评估。

进一步的，基于上述实施例所描述的内容，请参阅图2，图2为本发明实施例中生理机能评估系统的另一结构示意图，本实施例中，上述系统还包括云服务器104，云服务器104分别与雾服务器102和医疗中心103通信连接。

其中，云服务器104用于接收雾服务器102发送的、且未被雾服务器102处理的目标生理机能数据，以及分析该目标生理机能数据，得到被评估者对应的目标生理机能评估结果，并将目标生理机能评估结果发送至医疗中心103。

本实施例中，由于雾服务器102的处理能力、存储量有限，当有任务需要处理海量数据或需要更多的计算资源时，雾服务器102便无法处理，这些待处理的数据会通过网络从雾服务器102传送至云服务器104，由于云服务器104采用云计算，计算能力强，因此，这些待处理的数据便能够得到有效处理，得到被评估者对应的目标生理机能评估结果。

其中，医疗中心103中还包括生理数据库，该生理数据库用于存储分析生理机能数据的参考数据，并将存储的参考数据同步到雾服务器102和云服务器104，雾服务器102或云服务器104在分析生理机能数据时，则以该参考数据为依据，分析得到生理机能评估结果。

其中，医疗中心103接收雾服务器102或云服务器104发送的生理机能评估结果，经专业评估人员或专业评估仪器进一步分析评估之后，更新上述生理数据库。

本实施例所提供的生理机能评估系统，还包括云服务器104，用于接收所述雾服务器102发送的、且未被所述雾服务器102处理的目标生理机能数据，以及分析该目标生理机能数据，得到被评估者对应的目标生理机能评估结果，因云服务器104采用云计算，计算能力强，故可以处理雾服务器102处理不了的目标生理机能数据，从而可以高效、准确地进行生理机能评估。

进一步的，基于上述实施例所描述的内容，本实施例详细说明上述生理机能数据的处理方式。其中，雾服务器102具体用于：

基于所述生理机能数据，确定出所述被评估者的姿态特征；采用动态时间归整算法对所述姿态特征与预设数据库中的姿态特征样本进行匹配，得到目标姿态特征样本；查找预先设置的姿态特征样本与生理机能评估结果样本之间的对应关系，将所述目标姿态特征样本对应的生理机能评估结果样本确定为所述被评估者的生理机能评估结果。

其中，上述生理机能数据包括被评估者的人体骨骼特征信息，上述人体骨骼特征信息包括肘关节、肩关节、脊椎、髋关节和膝关节所对应特征信息。

雾服务器102用于通过分析所述人体骨骼特征信息，确定出所述被评估者的姿态特征。

例如，利用Kinect传感器实时捕捉被评估者的人体骨骼特征信息，对于姿态特征，选择上半身除头部和手脚外的其余9个关节作为特征参考点，取躯干部位的中心点脊椎点作为参考点，计算肘腕关节到脊椎点的距离，作为距离特征，共有4个：A1、A2、A3、A4。上肢动作的进行主要围绕肘关节和肩关节的活动完成，因此角度特征由上述关节点的活动组成，共有4个角度特征：B1、B2、B3、B4，然后确定被评估者的姿态特征对应的序列为AF＝{A1、A2、A3、A4、B1、B2、B3、B4}。

然后，在预设数据库中的选取一个姿态特征样本，如BF＝{a1、a2、a3、a4、b1、b2、b3、b4}，然后采用DTW算法进行匹配。其中，DTW算法是一种衡量两个时间序列之间的相似度的方法，属于模板匹配方法中的一种，该算法通过把时间序列进行延伸或缩短，来寻找两条长度不同的时间序列之间距离最小的匹配路径，以此来计算两个时间序列之间的距离(相似性)。

本实施例中，可以采用DTW算法来从预设数据库中查找出与上述被评估者的姿态特征对应的序列最相似的序列样本，将该序列样本对应的生理机能评估结果样本确定为所述被评估者的生理机能评估结果。

本实施例所提供的生理机能评估系统，雾服务器102通过基于生理机能数据，确定出被评估者的姿态特征，然后采用动态时间归整算法对该姿态特征与预设数据库中的姿态特征样本进行匹配，得到目标姿态特征样本，查找预先设置的姿态特征样本与生理机能评估结果样本之间的对应关系，即可将该目标姿态特征样本对应的生理机能评估结果样本确定为被评估者的生理机能评估结果。

进一步地，基于上述实施例，本发明实施例还提供一种生理机能评估方法，该方法可以应用于上述实施例所提供的生理机能评估系统，具体参见图3，图3为本发明实施例中生理机能评估方法的步骤流程示意图，该方法包括：

步骤301、由终端设备采集被评估者的生理机能数据，并将所述生理机能数据传输至雾服务器中。

步骤302、所述雾服务器分析所述生理机能数据，得到生理机能评估结果，并将所述生理机能评估结果发送至医疗中心。

步骤303、所述医疗中心对所述生理机能评估结果进行分析，得到生理健康报告，并将得到的所述生理健康报告发送至与所述被评估者相关联的客户端。

本实施例所提供的生理机能评估方法，包括由终端设备采集被评估者的生理机能数据，并将该生理机能数据传输至雾服务器中，该雾服务器分析所述生理机能数据，得到生理机能评估结果，并将该生理机能评估结果发送至医疗中心；医疗中心对所述生理机能评估结果进行分析，得到生理健康报告，并将得到的所述生理健康报告发送至与所述被评估者相关联的客户端。相较于现有技术而言，因雾服务器位于网络边缘，分布广泛且移动性强，可以部署在家庭中，使用户足不出户就能够在家中完成人体生理机能的评估；另外，由于雾服务器延迟低，还能够加快身体机能评估的响应时间，从而可以高效、准确地进行生理机能评估。

进一步地，基于上述实施例，上述生理机能评估方法还包括：

雾服务器在接收到所述生理机能数据之后，确定该生理机能数据对应的数据处理量是否大于雾服务器的数据处理阈值；若该生理机能数据对应的数据处理量大于雾服务器的数据处理阈值，则雾服务器将该生理机能数据发送至预置的云服务器，由该云服务器分析上述生理机能数据。

本实施例中，由于雾服务器的处理能力、存储量有限，当有任务需要处理海量数据或需要更多的计算资源时，雾服务器便无法处理，这些待处理的数据会通过网络从雾服务器传送至云服务器，由于云服务器采用云计算，计算能力强，因此，这些待处理的数据便能够得到有效处理，得到被评估者对应的目标生理机能评估结果。

进一步地，基于上述实施例，参照图4，图4为本发明实施例中生理机能评估方法的子流程示意图，本实施例中，上述步骤302描述的雾服务器分析所述生理机能数据，得到生理机能评估结果，具体包括：

步骤401、基于所述生理机能数据，确定出所述被评估者的姿态特征。

步骤402、采用动态时间归整算法对所述姿态特征与预设数据库中的姿态特征样本进行匹配，得到目标姿态特征样本。

步骤403、查找预先设置的姿态特征样本与生理机能评估结果样本之间的对应关系，将所述目标姿态特征样本对应的生理机能评估结果样本确定为所述被评估者的生理机能评估结果。

本实施例所提供的生理机能评估方法，基于生理机能数据，确定出被评估者的姿态特征，然后采用动态时间归整算法对该姿态特征与预设数据库中的姿态特征样本进行匹配，得到目标姿态特征样本，查找预先设置的姿态特征样本与生理机能评估结果样本之间的对应关系，即可将该目标姿态特征样本对应的生理机能评估结果样本确定为被评估者的生理机能评估结果。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上为对本发明所提供的一种生理机能评估系统和方法的描述，对于本领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种生理机能评估系统，其特征在于，所述系统包括终端设备、雾服务器和医疗中心，所述终端设备与所述雾服务器、所述医疗中心通信连接，所述雾服务器与所述医疗中心通信连接；

所述终端设备用于采集被评估者的生理机能数据，并将所述生理机能数据传输至所述雾服务器中；

所述雾服务器用于接收并分析所述生理机能数据，得到生理机能评估结果，并将所述生理机能评估结果发送至所述医疗中心；

所述医疗中心用于接收所述生理机能评估结果，对所述生理机能评估结果进行分析，得到生理健康报告，并将得到的所述生理健康报告发送至与所述被评估者相关联的客户端。

2.根据权利要求1所述的系统，其特征在于，所述系统还包括云服务器，所述云服务器分别与所述雾服务器和所述医疗中心通信连接；

所述云服务器用于接收所述雾服务器发送的、且未被所述雾服务器处理的目标生理机能数据，以及分析所述目标生理机能数据，得到所述被评估者对应的目标生理机能评估结果，并将所述目标生理机能评估结果发送至所述医疗中心。

3.根据权利要求1所述的系统，其特征在于，所述雾服务器具体用于：

基于所述生理机能数据，确定出所述被评估者的姿态特征；

采用动态时间归整算法对所述姿态特征与预设数据库中的姿态特征样本进行匹配，得到目标姿态特征样本；

查找预先设置的姿态特征样本与生理机能评估结果样本之间的对应关系，将所述目标姿态特征样本对应的生理机能评估结果样本确定为所述被评估者的生理机能评估结果。

4.根据权利要求3所述的系统，其特征在于，所述生理机能数据包括被评估者的人体骨骼特征信息，所述人体骨骼特征信息包括肘关节、肩关节、脊椎、髋关节和膝关节所对应特征信息。

5.根据权利要求4所述的系统，其特征在于，所述雾服务器用于通过分析所述人体骨骼特征信息，确定出所述被评估者的姿态特征。

6.根据权利要求1至5任意一项所述的系统，其特征在于，所述终端设备包括摄像头和/或传感器。

7.根据权利要求6所述的系统，其特征在于，所述雾服务器包括路由器与交换机中的任意一种或多种。

8.一种生理机能评估方法，其特征在于，所述方法应用于权利要求1至7任意一项所述的生理机能评估系统，所述方法包括：

由终端设备采集被评估者的生理机能数据，并将所述生理机能数据传输至雾服务器中；

所述雾服务器分析所述生理机能数据，得到生理机能评估结果，并将所述生理机能评估结果发送至医疗中心；

所述医疗中心对所述生理机能评估结果进行分析，得到生理健康报告，并将得到的所述生理健康报告发送至与所述被评估者相关联的客户端。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

所述雾服务器在接收到所述生理机能数据之后，确定所述生理机能数据对应的数据处理量是否大于所述雾服务器的数据处理阈值；

若所述生理机能数据对应的数据处理量大于所述雾服务器的数据处理阈值，则所述雾服务器将所述生理机能数据发送至预置的云服务器，由所述云服务器分析所述生理机能数据。

10.根据权利要求8所述的方法，其特征在于，所述雾服务器分析所述生理机能数据，得到生理机能评估结果的步骤，包括：

基于所述生理机能数据，确定出所述被评估者的姿态特征；

采用动态时间归整算法对所述姿态特征与预设数据库中的姿态特征样本进行匹配，得到目标姿态特征样本；

查找预先设置的姿态特征样本与生理机能评估结果样本之间的对应关系，将所述目标姿态特征样本对应的生理机能评估结果样本确定为所述被评估者的生理机能评估结果。