CN110491510A - 身体测量装置、方法及健康管理意见报告生成装置 - Google Patents

身体测量装置、方法及健康管理意见报告生成装置 Download PDF

Info

Publication number
CN110491510A
CN110491510A CN201910663075.0A CN201910663075A CN110491510A CN 110491510 A CN110491510 A CN 110491510A CN 201910663075 A CN201910663075 A CN 201910663075A CN 110491510 A CN110491510 A CN 110491510A
Authority
CN
China
Prior art keywords
data
user
physical fitness
measurement
unit
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
Application number
CN201910663075.0A
Other languages
English (en)
Inventor
方睿
蒙元鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Engraved Puda (beijing) Technology Co Ltd
Original Assignee
Engraved Puda (beijing) Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Engraved Puda (beijing) Technology Co Ltd filed Critical Engraved Puda (beijing) Technology Co Ltd
Priority to CN201910663075.0A priority Critical patent/CN110491510A/zh
Publication of CN110491510A publication Critical patent/CN110491510A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种身体测量装置、方法及健康管理意见报告生成装置。所述身体测量装置包括身体指标测量单元，用于获取用户的身体指标数据，以作为当前测量数据；数据处理单元，用于对所述身体指标测量单元得到当前测量数据进行主成分分析，得到主成分数据；身体素质评估单元，用于将所述数据处理单元得到的主成分数据输入到预设的身体素质评估模型中，根据所述相位角的数值得到用户的身体素质评分；测量结果输出单元，用于输出所述身体指标测量单元测量的当前测量数据、以及所述身体素质评估单元评估得到的身体素质评分。本发明避免了生成的健康管理意见不准确导致的误导用户增减锻炼或者改变饮食结构的情况发生。

Description

身体测量装置、方法及健康管理意见报告生成装置
技术领域
本申请涉及数据处理技术领域，特别是涉及一种身体测量装置、方法及健康管理意见报告生成装置。
背景技术
随着科技的进步、人们生活水平的不断提高，健康逐渐成为人们日益关心的问题，特别是关于身体的体重、体脂量、基础代谢率等影响身体健康最直观的因素。现有市场上出现了一种体脂秤，其可以测量体重、体脂量、蛋白质、肌肉率、水分等身体成分数据，例如用户在使用体脂秤进行测量时，体脂秤即可显示出该用户的身体成分数据，该身体成分数据即作为用户的身体素质的依据，但只用以上身体成分数据作为判断用户的身体素质的依据会有偏差，导致判断得出的身体素质不准确。
发明内容
本发明实施例提供一种身体测量装置、方法及健康管理意见报告生成装置，以解决现有技术中生成的健康管理意见不准确的技术问题。
一种身体测量装置，包括：
身体指标测量单元，用于获取用户的身体指标数据，以作为当前测量数据；
数据处理单元，用于对所述身体指标测量单元得到的当前测量数据进行主成分分析，得到主成分数据，其中，所述主成分数据包括相位角；
身体素质评估单元，用于将所述数据处理单元得到的主成分数据输入到预设的身体素质评估模型中，根据所述相位角的数值得到用户的身体素质评分，还用于在得到所述身体素质评分之前，从所述身体指标数据中获取所述用户的基本身体数据，其中，所述基本身体数据包括年龄、身高、体重以及体脂率；
测量结果输出单元，用于输出所述身体指标测量单元测量的当前测量数据、以及所述身体素质评估单元评估得到的身体素质评分。
一种身体测量方法，包括：
获取用户的身体指标数据，作为当前测量数据；
对所述当前测量数据进行主成分分析，得到主成分数据，其中，所述主成分数据包括相位角；
将所述主成分数据输入到预设的身体素质评估模型中，根据所述相位角的数值得到用户的身体素质评分；
输出所述当前测量数据、以及所述身体素质评分。
一种健康管理意见报告生成装置，包括：
身体指标测量单元，用于获取用户的身体指标数据，作为当前测量数据；
数据处理单元，用于对所述身体指标测量单元得到当前测量数据进行主成分分析，得到主成分数据，其中，所述主成分数据包括相位角；
身体素质评估单元，用于将所述数据处理单元得到的主成分数据输入到预设的身体素质评估模型中，根据所述相位角的数值得到用户的身体素质评分，在得到所述身体素质评分之前，从所述身体指标数据中获取所述用户的基本身体数据，其中，所述基本身体数据包括年龄、身高、体重以及体脂率；
测量结果输出单元，用于输出所述身体指标测量单元测量的当前测量数据、以及所述身体素质评估单元评估得到的身体素质评分；
意见报告生成单元，用于根据所述身体素质评分与所述测量分析表，生成所述用户的身体管理意见报告。
一种计算机设备，包括存储器和处理器，以及存储在所述存储器中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身体测量方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述身体测量方法的步骤。
上述身体测量装置，通过测量人体的身体指标数据得到当前测量数据，然后根据得到身体指标数据进行处理，将处理得到的主成分数据输入到训练好的身体素质评估模型中生成的身体素质评分，可以为用户生成更加准确地身体素质评分，能够根据该身体素质评分更加准确判断用于的身体状况。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为一个实施例中身体测量方法的应用环境示意图；
图2为一个实施例中身体测量装置的示意图；
图3为一个实施例中身体测量方法的流程示意图；
图4为一个实施例中身体测量方法中步骤310的流程示意图；
图5为另一个实施例中身体测量方法的流程示意图；
图6为一个实施例中健康管理意见报告生成装置的示意图；
图7为一个实施例中计算机设备的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，下面结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。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。
本发明实施例提供的身体测量方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务端104进行通信。服务端104获取用户的当前测量数据，并对当前测量数据进行分析，将分析后得到的主成分数据输入到身体素质评估模型中，生成身体素质评分，从而实现对用户的身体素质进行评判的目的。其中，终端102和服务端104之间通过网络进行连接，该网络可以是有线网络或者无线网络，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务端104可以用独立的服务器或者是多个组成的服务器集群来实现。
在一个实施例中，如图2所示，提供一种身体测量装置，包括：
身体指标测量单元202，用于获取用户的身体指标数据，作为当前测量数据。
具体地，身体指标测量单元202包括多个分别进行动作的测量键、以及与测量键对应连接的键控制部，其中，测量键用于通过控制键控制部对用户的身体指标数据进行测量。该多个测量间可以在外力作用下分别进行动作，比如在用户按压下该测量间发生不同于按压前的状态变化，且多个测量间之间单独独立运动，并分别控制键控制部工作，键控制部与可以通过有线、无线等直接或间接的方式与测量键相连。
本实施例中的身体测量装置可以是具备相位角测量的体脂秤，该体脂秤可以是家用级体脂秤，然后通过家用级体脂秤获取人体的身体指标数据，然后根据身体指标数据中的电阻、容抗计算得到人体相位角的数值，其中，身体指标数据包括人体的脂肪率、肌肉率、骨量、水分、电阻、容抗以及相位角等等。
得到的当前测量数据可以存储到预设数据库中，预设数据库可以是位于服务端上的MySQL、NOSQL等关系型数据库或者非关系型数据库，可以根据需求对预设数据库中的数据进行新增、截取、更新、删除等操作。
数据处理单元204，用于对身体指标测量单元得到当前测量数据进行主成分分析，得到主成分数据，其中，主成分数据包括相位角。其中，得到的主成分数据可以与当前测量数据关联后存入预设数据库备用。
具体地，数据处理单元204接收身体指标测量单元202通过有线或者无线通信发送的当前测量数据，对当前测量数据进行主成分分析，得到与用户的身体素质相关性较高的数据；其中，主成分分析是一种通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量的统计方法，本实施例中通过主成分分析获取的主成分数据是与用户的身体素质相关性高的身体数据，其中相关性高的含义是可以通过该数据直接或者间接地推论出用户的身体状态；例如可以与用户的年龄、身高相结合，通过用户的体重数据以及脂肪率数据直观地得出用户的肥胖程度，或者以用户的年龄、身高为基础，通过对用户的相位角进行分析得出用户是否是缺乏营养等有关用户身体素质的结论。
其中，相位角是人体的电阻抗参数，过低的相位角数值与患者的营养风险、营养不良以及疾病的临床结局相关，显示其在营养不良诊断中的潜在价值。而且由于其数值是通过测量直接计算得到，不会受到测量对象的生物特征的影响，可以保证准确性。
身体素质评估单元206，用于将数据处理单元得到的主成分数据输入到预设的身体素质评估模型中，根据相位角的数值得到用户的身体素质评分，在得到身体素质评分之前，从身体指标数据中获取用户的基本身体数据，其中，基本身体数据包括年龄、身高、体重以及体脂率。
将主成分数据输入到训练好的身体素质评估模型中，身体素质评估模型就会根据主成分数据为该用户生成一个身体素质评分分值，通过该身体素质评分可以更加直观地得知该用户的身体状况。
具体地，身体素质评估模型是通过将大量用户的身体样本测量数据输入到神经网络模型中训练得到的；其中，神经网络模型是一种运算模型，由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数(activationfunction)。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式、权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。
测量结果输出单元208，用于输出身体指标测量单元测量的当前测量数据、以及身体素质评估单元评估得到的身体素质评分。
具体地，测量结果输出单元208，包括多个分别进行动作的输出键、与输出键对应的输出控制部以及与输出键对应的输出存储部，其中，输出键用于设定测量数据的输出形式，输出形式是根据用户根据测量键选择测量的身体指标数据生成的数据输出类别；输出存储部用于存储测量得到的身体指标数据以及生成的身体素质评分。
进一步地，该测试结果输出单元208可以是一个显示模块，本实施例以体脂秤的显示模块为例进行说明：
该显示模块包括与输出键对应的输出控制部以及与输出键对应的输出存储部，其中该输出控制部可以是一个根据输出键发出的电信号显示输出数据的显示设备，输出键可以设置在显示设备上，输出存储部用于存放各类测量得到的数据以及生成的数据，该输出存储部可以是数据处理单元204、身体素质评估单元206分别连接的存储卡、硬盘等等。
本实施例通过将一个能在得到人体相位角的设备，测量人体的身体指标数据，然后根据得到身体指标数据进行处理，将处理得到的主成分数据输入到训练好的身体素质评估模型中生成的身体素质评分，可以为用户生成更加准确地身体素质评分，能够根据该身体素质评分更加准确判断用于的身体状况。
进一步地，如图2所示，该身体测量装置，还包括：
测量分析表生成单元210，用于将当前测量数据与从预设数据库中获取的同一用户的历史测量数据进行纵向分析，得到用户在某一时间段中身体指标数据的变化情况，并将变化情况作为测量分析表。
其中，历史测量数据是与同一用户的当前测量时间的接近的时间点测量得出的身体数据，这个接近的时间点可以是当前时间点前一日，或者前两日。
通过访问数据库获得用户的历史测量数据，与当前测量数据进行纵向比较，得出用户的身体指标数据在不同时间阶段的比较，了解用户身体指标数据在这一时间段中的变化规律，得出用户身体指标数据的阶段和趋势，可以更好地认识以及分析用户的身体变化。最后根据比较得出的身体的各项变化指标生成一个测量分析表，该测量分析表上记录着用户各项身体指标的变化情况或者变化趋势。
进一步地，如图2所示，测量分析表生成单元210，包括：
数据纵向对比子单元2102，用于从当前测量数据与用户的历史测量数据中，提取用户的身体指标数据，其中，身体指标数据包括用户的电阻抗、体脂率以及相位角数据。
其中，电阻和容抗被合成为电阻抗，电阻抗的值可认为是一个向量，电阻及容抗为向量坐标的数值；而相位角(Phase Angle,PhA)为该向量方向与坐标轴的夹角，可以用公式表示如下：
其中，Xc表示生物电阻抗的电容抗值，XR表示电阻值，相位角的单位为“度”。若电阻值为600欧姆，电容抗值为70欧姆，则相位角为：
相位角是具有临床意义的电阻抗参数，经过多项基础与临床研究，发现过低的相位角数值与患者的营养风险、营养不良(营养状况)以及疾病的临床结局明显相关，显示其在营养不良诊断中的潜在价值。而且由于其数值是通过测量直接计算得到，不会受到测量对象的生物特征的影响，可以保证准确性。
指标变化计算子单元2104，用于根据身体指标数据，计算得出用户的指标数据变化值。
具体地，根据不同时间点对各项身体指标数据进行分类，得到历史时间点测量的各项数据，并与当前时间点测量的各项数据进行差值运算等操作，得出用户指标数据变化值。
比如，某一用户在不同时间段中的同一时间点测量得出的体重数据分别是：40kg、50kg，则可以通过对比得出用户在某一时间段内的体重变化趋势；不仅仅是用户的体重数据，还可以是体脂率、相位角等等较为复杂的数据。
测量分析表生成子单元2106，用于将指标数据变化值与预设指标数据标准进行对比，得到测量分析表。
具体地，该预设指标数据标准为根据大量用户身体数据得到的一个指标数据变化参考标准；预设指标数据标准可以记载不同性别、年龄、体重等属性下用户应该拥有的体脂率、相位角、电容抗的取值范围。
本实施例通过同一用户不同时间点测量的身体指标数据进行分析的测量分析表生成子单元2106，得出用户的身体指标数据在不同时间阶段的比较，了解用户身体指标数据在这一时间段中的变化规律，得出用户身体指标数据的阶段和趋势，可以更好地认识以及分析用户的身体变化；最后与预设指标数据标准进行比较得出的身体的各项变化指标生成一个测量分析表，可以较为准确地或指用户身体各项指标的变化。
进一步地，如图2所示，该身体测量装置，还包括：
身体素质评估模型训练单元212，用于从预设数据库中获取用户样本数据以及用户样本身体素质评分，并对用户样本数据进行主成分分析，得到主成分样本数据，然后将主成分样本数据与用户样本身体素质评分输入到预设的神经网络模型中进行训练，得到身体素质评估模型，其中，主成分样本数据中包括用户的相位角。通过主成分分析从用户样本数据中获取能够反映用户身体素质的身体指标数据，比如用户的体脂率、相位角等。
其中，用户样本数据可以通过社会调研、终端测量上传等等方式获得，用户样本数据包括大量用户的身体指标数据，其中，可以是年龄、性别、体重、BMI、体脂率、相位角、肌肉率等，然后根据需求对获取的这些数据进行去噪、整理等操作形成属性列表保存在数据库中。
本实施例中的神经网络模型可以通过神经网络模型中的卷积神经网络模型实现训练身体素质评估模型的目的；当然也可以通过其他神经网络模型，比如：深度信念网络、马尔可夫链等实现身体素质评估模型的训练，此处不做限制。
本实施例通过预先训练出一个能够根据用户的身体指标数据给用户的身体素质进行评分的模型，极大方便了对用户身体素质的评定。
进一步地，如图2所示，该身体测量装置，还包括：
身体素质评估模型更新单元214，用于从预设数据库中获取测量更新数据、以及身体素质更新评分，对测量更新数据进行主成分分析得到主成分更新数据，并将主成分更新数据与身体素质更新分值输入到身体素质评估模型中，得到更新后的身体素质评估模型，其中，主成分更新数据包括相位角。
测量更新数据可以是当前测量数据、健康分心分值可以是根据当前测量数据生成的身体素质评分，也可以是有其他途径获取的用户的测量数据；其中，该测量更新数据中可以包括用户的非正常的身体指标数据，比如极度肥胖者的体脂率、相位角等等。
具体地，因为训练身体素质评估模型的用户样本数据的来源一般是社会上的正常用户，比如身体状况各方面都比较良好的人群，所以根据这些身体状况相对比较良好的人群的身体指标数据训练出的身体素质评估模型有局限性，无法得到较为准确的身体素质评分。因该身体素质评估模型的得出的用户身体素质评分的上限较现实用户的身体状况可能拥有的分值低，而下限确较显示用户的身体状况可能拥有的分值高，导致得出的身体素质评分不准确，从而导致生成的健康管理意见报告不准确。
所以我们需要获取更多用户样本数据，特别是用户的非正常身体指标数据来对身体素质评估模型进行更新和优化，以其可以得到更加准确的身体素质评分；其中，这些非正常身体指标数据，可以极度肥胖者或者极度瘦弱者的体脂率、相位角、电容抗，或者其他营养不良、营养过剩者的体脂率、相位角、电容抗。
需要说明的是，该身体测量装置与下述实施例中身体测量方法一一对应。
本实施例，通过获取更多用户的样本数据作为样本更新数据输入到身体素质评估模型中对该模型进行优化更新，可以提高该身体素质评估模型生成身体素质评分的准确度。
在一个实施例中，如图3所示，提供一种身体测量方法，包括：
步骤302，获取用户的身体指标数据，作为当前测量数据。
步骤304，对当前测量数据进行主成分分析，得到主成分数据，其中，主成分数据包括相位角。
步骤306，将主成分数据输入到预设的身体素质评估模型中，根据相位角的数值得到用户的身体素质评分。
步骤308，输出当前测量数据、以及身体素质评分。
进一步地，如图3所示，该身体测量方法，还包括：
步骤310，将当前测量数据与从预设数据库中获取的同一用户的历史测量数据进行纵向分析，得到用户在某一时间段中身体指标数据的变化情况，并将变化情况作为测量分析表。
进一步地，如图3所示，该身体测量方法，还包括：
步骤312，从预设数据库中获取用户样本数据以及用户样本身体素质评分，并对用户样本数据进行主成分分析，得到主成分样本数据，然后将主成分样本数据与用户样本身体素质评分输入到预设的神经网络模型中进行训练，得到身体素质评估模型，其中，主成分样本数据中包括用户的相位角。
进一步地，如图4所示，步骤310，包括：
步骤3102，从当前测量数据与用户的历史测量数据中，提取用户的身体指标数据，其中，身体指标数据包括用户的电阻抗、体脂率以及相位角数据。
步骤3104，根据身体指标数据，计算得出用户的指标数据变化值；
步骤3106，将指标数据变化值与预设指标数据标准进行对比，得到测量分析表。
在一个实施例中，如图5所示，该身体测量方法，还包括：
步骤314，从预设数据库中获取测量更新数据、以及身体素质更新评分，对测量更新数据进行主成分分析得到主成分更新数据，并将主成分更新数据与身体素质更新分值输入到身体素质评估模型中，得到更新后的身体素质评估模型。
在一个实施例中，如图6所示，提供一种健康管理意见报告生成装置，包括：
身体指标测量单元402,用于获取用户的身体指标数据，作为当前测量数据；
数据处理单元404，用于对身体指标测量单元得到当前测量数据进行主成分分析，得到主成分数据，其中，主成分数据包括相位角；
身体素质评估单元406，用于将数据处理单元得到的主成分数据输入到预设的身体素质评估模型中，根据相位角的数值得到用户的身体素质评分，在得到身体素质评分之前，从身体指标数据中获取用户的基本身体数据，其中，基本身体数据包括年龄、身高、体重以及体脂率；
测量结果输出单元408，用于输出身体指标测量单元测量的当前测量数据、以及身体素质评估单元评估得到的身体素质评分。
测量分析表生成单元410，用于将当前测量数据与从预设数据库中获取的同一用户的历史测量数据进行纵向分析，得到用户在某一时间段中身体指标数据的变化情况，并将变化情况作为测量分析表。
意见报告生成单元412，用于根据身体素质评分与测量分析表，生成用户的身体管理意见报告。
进一步地，意见报告生成单元412用于：
获取身体素质评分，若身体素质评分与预设身体素质评分一致，则从测量分析表中提取异常测量数据；若用户的身体素质评分与预设身体素质评分一致，则可以认为该用户的身体状况正常，没有肥胖、营养不良等身体素质不好的情况；则可以获取测量分析表中的异常测量数据，并对该异常测量数据进行分析，该异常测量数据可以是用户的血压在某一段时间内突然减少或增加到一定的值。
例如，若用户的血压增高，则可以生成一个建议用户多参加某种锻炼、或者减少食盐使用量的健康管理意见报告。当然，在实际分析时，所分析的指标对象不仅仅是一项，而是多项，所生成的健康管理意见报告更加全面和准确。
具体地，相位角的大小主要取决于细胞膜容抗的大小，若用户的营养状况良好、身体健康、身体瘦体组织较多、机体细胞结构完整、功能性较好、体液分布平衡等，则细胞膜产生的容抗更大，相位角随之增加；相反，若用户的营养状况不良、瘦体重降低、细胞的完整性破坏、细胞功能下降、细胞内水与细胞外水的比例下降等，则细胞膜产生的抗性降低，则相位角相应降低。相位角是机体软组织数量和质量以及水合状态的敏感指标，尤其是在疾病相关的营养不良患者中，相位角可识别细胞早期营养不良的特点。
人体身体素质的变化、疾病、事故或老化均会引起细胞膜的结构变化，进而引起相位角的变化。因此，相位角对于人体营养状况的评价有较强的敏感性。本实施例中以男性通常具有6度以上的相位角，女性则是5度以上表示身体身体素质良好；男性的相位角在5度以下、女性相位角在4.6度以下表示是相位角过低，可能存在营养不良、酗酒的风险。
当然，本实施例还可以有用户的身体素质评分与预设身体素质评分一致，而测量分析表中的某些数据正常，而某些数据突然异常的情况。
例如，某男用户的历史体重在60kg上下波动，历史相位角数据在6.5度左右波动，若突然出现相位角降低到5度且持续一段时间，则表征有相当程度的健康风险，此时可以结合身体其他指标进行联合分析，若期间还发现用户体重也开始连续降低则可能有营养不良的风险，若同时发现细胞外水的比例上升则可能有水肿的风险。从而生成对应的健康管理意见报告，建议用户减少饮酒、补充营养加强锻炼等。
本实施例还可以是当身体素质评分与预设身体素质评分不一致，则可以得出用户的身体指标数据肯定发生了变化，则专门针对指标数据进行分析，获取异常测量数据，生成相应的健康管理意见报告。
本实施例通过体脂秤检测相位角来判断用户身体素质的方案，相对于传统的相位角测量设备，可以极大的降低用户的购买成本，增加测量的便利性，可以更高频率的获得用户的测量数据。此外，本实施例可以通过体脂秤获得体脂等其他身体成分数据，并通过与电子设备的活动实现用户实际数据的录入，并据此进行身体素质评估模型的优化和更新，还可以将以上数据和相位角数据综合起来，能实现从多个维度综合分析用户的身体变化和健康风险，使得生成的健康管理意见报告更加准确全面。
应该理解的是，虽然图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
关于身体测量装置的具体限定可以参见上文中对于身体测量方法的限定，在此不再赘述。上述身体测量装置、健康管理意见报告生成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终端，其内部结构图可以如图5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、显示屏和输入装置。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和计算机程序。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身体测量方法。
本领域技术人员可以理解，图7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。
在一个实施例中，提供了一种计算机设备，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，处理器执行计算机程序时实现上述实施例中身体测量方法的步骤，例如图3所示的步骤302至步骤308，或者，处理器执行计算机程序时实现上述实施例中身体测量装置的各模块/单元的功能，例如图2所示模块/单元202至模块/单元208的功能。为避免重复，此处不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中身体测量方法的步骤，例如图3所示的步骤302至步骤308，或者，处理器执行计算机程序时实现上述实施例中身体测量装置的各模块/单元的功能，例如图2所示模块202至模块208的功能。为避免重复，此处不再赘述。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上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申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形、改进或者对部分技术特征进行等同替换，而这些修改或者替换，并不使相同技术方案的本质脱离本发明个实施例技术方案地精神和范畴，都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种身体测量装置，其特征在于，包括：
身体指标测量单元，用于获取用户的身体指标数据，以作为当前测量数据；
数据处理单元，用于对所述身体指标测量单元得到的当前测量数据进行主成分分析，以得到主成分数据，其中，所述主成分数据包括相位角；
身体素质评估单元，用于将所述数据处理单元得到的主成分数据输入到预设的身体素质评估模型中，根据所述相位角的数值得到用户的身体素质评分，还用于在得到所述身体素质评分之前，从所述身体指标数据中获取所述用户的基本身体数据，其中，所述基本身体数据包括年龄、身高、体重以及体脂率；
测量结果输出单元，用于输出所述身体指标测量单元测量的当前测量数据以及所述身体素质评估单元评估得到的身体素质评分。
2.根据权利要求1所述的装置，其特征在于，还包括：
测量分析表生成单元，用于将当前测量数据与从预设数据库中获取的同一用户的历史测量数据进行纵向分析，得到所述用户在某一时间段中身体指标数据的变化情况，并将所述变化情况作为测量分析表。
3.根据权利要求2所述的装置，其特征在于，所述测量分析表生成单元，包括：
数据纵向对比子单元，用于从所述当前测量数据与所述用户的历史测量数据中提取所述用户的身体指标数据，其中，所述身体指标数据包括所述用户的电阻抗、体脂率以及相位角数据；
指标变化计算子单元，用于根据所述身体指标数据，计算得出所述用户的指标数据变化值；
测量分析表生成子单元，用于将所述指标数据变化值与预设指标数据标准进行对比，得到所述测量分析表。
4.根据权利要求1所述的装置，其特征在于，还包括：
身体素质评估模型训练单元，用于从所述预设数据库中获取用户样本数据以及用户样本身体素质评分，并对所述用户样本数据进行主成分分析，得到主成分样本数据，然后将所述主成分样本数据与所述用户样本身体素质评分输入到预设的神经网络模型中进行训练，得到所述身体素质评估模型，其中，所述主成分样本数据中包括用户的相位角。
5.根据权利要求1所述的装置，其特征在于，还包括：
身体素质评估模型更新单元，用于从所述预设数据库中获取测量更新数据、以及身体素质更新评分，对所述测量更新数据进行主成分分析以得到主成分更新数据，并将所述主成分更新数据与所述身体素质更新分值输入到所述身体素质评估模型中，得到更新后的所述身体素质评估模型，其中，所述主成分更新数据包括相位角。
6.根据权利要求1所述的装置，其特征在于，
所述身体指标测量单元，包括多个分别进行动作的测量键、以及与所述测量键对应连接的键控制部，其中，所述测量键用于通过控制所述键控制部对用户的身体指标数据进行测量；
所述测量结果输出单元，包括多个分别进行动作的输出键、与所述输出键对应的输出控制部以及与所述输出键对应的输出存储部，其中，所述输出键用于设定测量数据的输出形式，所述输出形式是根据所述用户根据所述测量键选择测量的身体指标数据生成的数据输出类别；所述输出存储部用于存储测量得到的身体指标数据以及生成的身体素质评分。
7.一种身体测量方法，其特征在于，包括：
获取用户的身体指标数据，作为当前测量数据；
对所述当前测量数据进行主成分分析，得到主成分数据，其中，所述主成分数据包括相位角；
将所述主成分数据输入到预设的身体素质评估模型中，根据所述相位角的数值得到用户的身体素质评分；
输出所述当前测量数据、以及所述身体素质评分。
8.根据权利要求7所述的方法，其特征在于，在所述获取用户的身体指标数据，作为当前测量数据之前，还包括：
从预设数据库中获取用户样本数据以及用户样本身体素质评分，并对所述用户样本数据进行主成分分析，以得到主成分样本数据，然后将所述主成分样本数据与所述用户样本身体素质评分输入到预设的神经网络模型中进行训练，得到所述身体素质评估模型，其中，所述主成分样本数据中包括用户的相位角。
9.根据权利要求7所述的方法，其特征在于，还包括：
从所述预设数据库中获取测量更新数据、以及身体素质更新评分，对所述测量更新数据进行主成分分析得到主成分更新数据，并将所述主成分更新数据与所述身体素质更新分值输入到所述身体素质评估模型中，以得到更新后的所述身体素质评估模型。
10.一种健康管理意见报告生成装置，其特征在于，包括：
权利要求1所述的身体测量装置以及设置于所述身体测量装置内的意见报告生成单元，其中，所述意见报告生成单元用于根据所述身体素质评分与所述测量分析表，生成所述用户的身体管理意见报告。
CN201910663075.0A 2019-07-22 2019-07-22 身体测量装置、方法及健康管理意见报告生成装置 Pending CN110491510A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910663075.0A CN110491510A (zh) 2019-07-22 2019-07-22 身体测量装置、方法及健康管理意见报告生成装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910663075.0A CN110491510A (zh) 2019-07-22 2019-07-22 身体测量装置、方法及健康管理意见报告生成装置

Publications (1)

Publication Number Publication Date
CN110491510A true CN110491510A (zh) 2019-11-22

Family

ID=68547965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910663075.0A Pending CN110491510A (zh) 2019-07-22 2019-07-22 身体测量装置、方法及健康管理意见报告生成装置

Country Status (1)

Country Link
CN (1) CN110491510A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112116984A (zh) * 2020-09-16 2020-12-22 无锡职业技术学院 面对肥胖大学生群体的肥胖分析干预方法
CN114617533A (zh) * 2022-05-13 2022-06-14 成都尚医信息科技有限公司 一种基于三维重建的营养状况确定系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1095613A1 (en) * 1999-10-27 2001-05-02 Tanita Corporation Bio-characteristic value measuring device with graphical display
CN1439331A (zh) * 2002-02-18 2003-09-03 株式会社百利达 健康管理装置
US6643542B1 (en) * 1999-08-27 2003-11-04 Yamato Scale Co., Ltd. Health condition judging/displaying device
CN101721230A (zh) * 2008-10-31 2010-06-09 启德电子股份有限公司 人体测量生物阻抗相位角估测生理年龄指标的装置与方法
CN106021960A (zh) * 2016-06-16 2016-10-12 山东诺安诺泰信息系统有限公司 一种健康管理方法
CN106339576A (zh) * 2016-07-20 2017-01-18 美的集团股份有限公司 一种健康管理方法和系统
CN107818824A (zh) * 2017-04-10 2018-03-20 平安科技（深圳）有限公司 一种用于健康评估的健康模型构建方法及终端
CN109196592A (zh) * 2016-04-28 2019-01-11 快天知血合同会社 健康状态评价系统、健康状态评价装置以及健康状态评价方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6643542B1 (en) * 1999-08-27 2003-11-04 Yamato Scale Co., Ltd. Health condition judging/displaying device
EP1095613A1 (en) * 1999-10-27 2001-05-02 Tanita Corporation Bio-characteristic value measuring device with graphical display
CN1439331A (zh) * 2002-02-18 2003-09-03 株式会社百利达 健康管理装置
CN101721230A (zh) * 2008-10-31 2010-06-09 启德电子股份有限公司 人体测量生物阻抗相位角估测生理年龄指标的装置与方法
CN109196592A (zh) * 2016-04-28 2019-01-11 快天知血合同会社 健康状态评价系统、健康状态评价装置以及健康状态评价方法
CN106021960A (zh) * 2016-06-16 2016-10-12 山东诺安诺泰信息系统有限公司 一种健康管理方法
CN106339576A (zh) * 2016-07-20 2017-01-18 美的集团股份有限公司 一种健康管理方法和系统
CN107818824A (zh) * 2017-04-10 2018-03-20 平安科技（深圳）有限公司 一种用于健康评估的健康模型构建方法及终端

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112116984A (zh) * 2020-09-16 2020-12-22 无锡职业技术学院 面对肥胖大学生群体的肥胖分析干预方法
CN112116984B (zh) * 2020-09-16 2023-08-29 无锡职业技术学院 面对肥胖大学生群体的肥胖分析干预方法
CN114617533A (zh) * 2022-05-13 2022-06-14 成都尚医信息科技有限公司 一种基于三维重建的营养状况确定系统

Similar Documents

Publication Publication Date Title
US11335450B2 (en) Dehydration amount prediction method for hemodialysis and electronic device using the same
Royston et al. Construction and validation of a prognostic model across several studies, with an application in superficial bladder cancer
CN108510402A (zh) 险种信息推荐方法、装置、计算机设备及存储介质
US20100130890A1 (en) Activity measurement system
CN106485086B (zh) 基于aic和改进熵权法的人体体成分预测方法
DE112011101126T5 (de) Gesundheitsmanagement-Unterstützungsvorrichtung, Gesundheitsmanagement-Unterstützungssystem und Gesundheitsmanagement-Unterstützungsprogramm
CN110491510A (zh) 身体测量装置、方法及健康管理意见报告生成装置
CN110379487B (zh) 营养方案管理系统
Liu et al. An evaluation of garment fit to improve customer body fit of fashion design clothing
CN106777909A (zh) 妊娠期健康风险评估系统
US20210369140A1 (en) Body shape data acquisition system, body shape data acquisition program, and computer-readable non-transitory storage medium
CN105844530A (zh) 基于健康管理的保险精算方法和系统
KR102236188B1 (ko) 맞음새 여유량 선호를 반영한 의류 사이즈 제안 시스템
CN108665957B (zh) 一种人体体成分预测及营养运动方案推荐方法
KR20170067759A (ko) 생리학적 데이터를 기반으로 환자의 연속 심박출량(cco)을 예측하기 위한 시스템 및 방법
CN109785944A (zh) 基于数据分析的医院评价方法及相关产品
CN104434098A (zh) 一种人体能量检测方法及装置
CN109509117A (zh) 一种菜品推荐方法、装置及系统
CN107767152A (zh) 产品购买倾向分析方法及服务器
CN103907131A (zh) 减肥管理系统及方法
CN111354463B (zh) 人体健康测量方法、装置、计算机设备及存储介质
CN107194209A (zh) 信息的推送方法及装置
CN109102888A (zh) 一种人体健康评分方法
CN105138835B (zh) 基于生理信息熵的人体体成分预测方法
CN106570325A (zh) 一种基于偏最小二乘法的乳腺细胞异常检测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191122

RJ01 Rejection of invention patent application after publication