CN111063437B - 一种个性化慢病分析系统 - Google Patents
一种个性化慢病分析系统 Download PDFInfo
- Publication number
- CN111063437B CN111063437B CN201911272790.8A CN201911272790A CN111063437B CN 111063437 B CN111063437 B CN 111063437B CN 201911272790 A CN201911272790 A CN 201911272790A CN 111063437 B CN111063437 B CN 111063437B
- Authority
- CN
- China
- Prior art keywords
- data
- module
- user
- health
- personalized
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 208000017667 Chronic Disease Diseases 0.000 title claims abstract description 11
- 230000036541 health Effects 0.000 claims abstract description 66
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000002526 effect on cardiovascular system Effects 0.000 claims abstract description 6
- 238000000586 desensitisation Methods 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 41
- 230000007958 sleep Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 12
- 201000010099 disease Diseases 0.000 claims description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000013524 data verification Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000004217 heart function Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000012502 risk assessment Methods 0.000 claims description 4
- 230000036996 cardiovascular health Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000007477 logistic regression Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 11
- 230000005856 abnormality Effects 0.000 abstract description 5
- 230000036772 blood pressure Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000003442 weekly effect Effects 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 208000029742 colonic neoplasm Diseases 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
- G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
Abstract
本发明公开了一种个性化慢病分析系统,包括智能手环、智能手机平台及云端管理平台,所述智能手机平台搭载有AI处理器,所述智能手环用于执行初级数据处理算法,收集用户的健康指标,同时对原始数据进行初步处理,获得初级结论,所述智能手机平台用于执行面向心血管慢病相关体征指标的个性化健康预警模型,所述云端管理平台在严格保证用户健康数据隐私的条件下,综合管控客户的脱敏数据和业务数据。本发明能够脱离云端独立工作,在客户家庭内可完成个性化体征监测和个性化健康管理功能,有效保护客户健康隐私,体征异常识别和健康管理在手机上完成,核心功能不受网络带宽和云端资源影响,在本地为客户提供智能健康服务。
Description
技术领域
本发明涉及物联网技术领域,具体为一种个性化慢病分析系统。
背景技术
目前,现代社会的生活节奏加快,亚健康人群增多,人们的自我健康意识也普遍提高,世界卫生组织在《饮食、身体活动与健康全球战略》中指出,成人有规律和适当水平的身体活动,可减少高血压、冠心病、中风、糖尿病、乳腺癌和结肠癌以及抑郁症的风险。
发明内容
本发明的目的在于提供一种个性化慢病分析系统,能够脱离云端独立工作,在客户家庭内可完成个性化体征监测和个性化健康管理功能,有效保护客户健康隐私,体征异常识别和健康管理在手机上完成,核心功能不受网络带宽和云端资源影响,在本地为客户提供智能健康服务,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种个性化慢病分析系统,包括智能手环、智能手机平台及云端管理平台,所述智能手机平台搭载有AI处理器;
所述智能手环包括蓝牙模块与检测模块,检测模块用于执行初级数据处理算法,收集用户的健康指标,同时对原始数据进行初步处理,获得初级结论,通过蓝牙模块将智能手环与智能手机平台相连接;
所述智能手机平台用于执行面向心血管慢病相关体征指标的个性化健康预警模型,基于深度学习算法在智能手机平台上完成异常体征识别和预警,并实时执行数据脱敏算法,为客户提供基于手机的个性化的心血管健康险云端管理平台应用服务,并保护其数据隐私,其主要包括信息录入模块、蓝牙模块、接收模块、监测模块、储存模块、分析模块、识别模块及显示模块;
所述信息录入模块用于用户的个人信息录入及修改,蓝牙模块用于智能手机平台与智能手环之间的连接,接收模块用于接收智能手环所检测到的数据,并利用监测模块对检测数据进行实时监测,检测到的数据通过储存模块进行储存,通过识别模块识别用户的生活习惯,分析模块用于对检测到的数据进行及时分析,以便为用户提出健康指导建议,最终获取的各项数据信息可通过显示模块进行查看;
所述云端管理平台在严格保证用户健康数据隐私的条件下,综合管控客户的脱敏数据和业务数据,基于用户健康数据特征优化面向保险业务的业务。
优选的,所述智能手机平台通过机器学习对心电信号和脉搏信号进行分析和特征提取,获取包括心理压力过大的异常情况识别。
优选的,所述系统采集30人约334小时的原始心电信号,以30s和2min两种区间长度,从所述原始心电信号中提取20个时域、频域特征,并评估特征权重;使用SVM和kNN方法进行连续压力值预测;使用SVM、kNN和逻辑回归方法进行离散压力区间分类。
优选的,所述时域、频域特征包括平均RR间期、平均心率、HRV各频段能量。
优选的,所述智能手机平台通过所述智能手环获取用户的心率、运动、睡眠数据,并进行个性化管理,周期性地测量和记录。
优选的,基于所述智能手环采集的心率、运动和睡眠数据,基于用户个性化健康数据进行生活习惯分析,识别用户的驾车、跑步、散步、骑车的生活习惯,统计生活习惯的时间长度,根据用户的生活习惯,建立用户画像,分类用户的特性,给出针对性的健康指导建议。
优选的,所述云端管理平台用于管理所述智能手机平台和智能手环,能够保护用户数据隐私且支持健康险业务数据分析,通过获得的用户的睡眠、心功能和运动数据,经过统一的大数据分析系统,获得用户的健康风险评估模型、慢病趋势预测分析和健康险保额辅助分析结果。
优选的,所述云端管理平台采用WEB接口,并且在各个应用中采用统一的数据交互格式,所述云端管理平台的数据库采用FLAT TABLE,提高对生理数据存储的数据库表的可扩展性和可维护性好,所述云端管理平台增加了用户认证、数据校验模块,采用并发访问处理、日志跟踪、异常处理机制;采用包括策略、工厂方法、责任链、状态的多种设计模式,实现系统的可扩展性。
与现有技术相比,本发明的有益效果是:
本发明构建由智能手环、基于AI处理器的智能手机和云端管理系统三个部分组成的个性化心血管疾病的健康险云端管理平台系统,实现能够脱离云端独立工作,在客户家庭场景内即可完成个性化体征监测(心率等)和个性化健康管理功能的应用示范系统,该系统能够有效保护客户健康隐私,体征异常识别和健康管理在手机上完成,核心功能不受网络带宽和云端资源影响,能够在本地为客户提供智能健康服务。
附图说明
图1为本发明的系统示意图;
图2为本发明的智能手环系统框图;
图3为本发明的智能手机平台系统框图;
图4为本发明的智能手机平台的应用界面的示意图;
图5为本发明的分析模型框架图;
图6至图7为本发明的应用界面的示意图;
图8为本发明的云端管理平台的架构图。
具体实施方式
下面将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。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。
请参阅图1至图8,本发明提供一种技术方案:一种个性化慢病分析系统,如图1至图3所示,包括智能手环、智能手机平台及云端管理平台,所述智能手机平台搭载有AI处理器;
所述智能手环包括蓝牙模块与检测模块,检测模块用于执行初级数据处理算法,收集用户的健康指标,同时对原始数据进行初步处理,获得初级结论,通过蓝牙模块将智能手环与智能手机平台相连接;
所述智能手机平台用于执行面向心血管慢病相关体征指标的个性化健康预警模型,基于深度学习算法在智能手机平台上完成异常体征识别和预警,并实时执行数据脱敏算法,为客户提供基于手机的个性化的心血管健康险云端管理平台应用服务,并保护其数据隐私,其主要包括信息录入模块、蓝牙模块、接收模块、监测模块、储存模块、分析模块、识别模块及显示模块;
所述信息录入模块用于用户的个人信息录入及修改,蓝牙模块用于智能手机平台与智能手环之间的连接,接收模块用于接收智能手环所检测到的数据,并利用监测模块对检测数据进行实时监测,检测到的数据通过储存模块进行储存,通过识别模块识别用户的生活习惯,分析模块用于对检测到的数据进行及时分析,以便为用户提出健康指导建议,最终获取的各项数据信息可通过显示模块进行查看;
所述云端管理平台在严格保证用户健康数据隐私的条件下,综合管控客户的脱敏数据和业务数据,基于用户健康数据特征优化面向保险业务的业务。
智能手环设计
根据本发明的实施例,本发明的智能手环的功能规格具体如下表:
在智能手机平台上运行的个性化心血管慢病服务应用设计
服务应用具备个性化的心率、运动、睡眠体征实时监测和记录功能,具有基于深度学习算法的时间序列预测和异常识别功能,构建基于心率、运动和睡眠数据的智能健康评估模型,基于用户个性化健康数据的生活习惯分析模块,提供改善建议。
如图4所示,基于深度学习算法的时间序列预测和异常识别
通过机器学习对心率信号进行分析和特征提取,获取心理压力过大等异常情况识别。
心理压力标识来源有两类:NASA-TLX(Task Load Index)主观量表和Lifewatch手机APP压力评估结果;
采集30人约334小时的心电信号片段。
以30s和2min两种区间长度,从原始信号中提取20个时域、频域特征(如平均RR间期、平均心率、HRV各频段能量等),并评估特征权重。
使用SVM和kNN方法进行连续压力值预测;
使用SVM、kNN和逻辑回归方法进行离散压力区间分类(最高准确率约61%)。
个性化的心率、运动、睡眠体征实时监测和记录
通过智能手环获取用户的心率、运动、睡眠数据,并做个性化管理,周期测量和记录。
用户进入首页后将立即搜索您绑定的手环并进行连接;手环连接成功自动同步一次电量、运动步数、心率、血压数据进行展示。
运动统计
运动统计分为日、周、月统计运动步数、卡路里、公里数,柱形图展示统计数据。
记步数详情
点击运动统计步数栏目进入记步数统计,列表形式展示。
心率统计
运动统计分为日、周、月统计,柱形图展示心率统计数据。
心率详情
点击心率栏目或者心率详情进入心率详情页面,列表形式展示。
血压统计
运动统计分为日、周、月统计,柱形图展示血压统计数据。
血压详情
点击血压栏目或者血压详情进入血压详情页面,列表形式展示
点击编辑个人信息页面,功能同注册填写个人信息一致。
如图5所示,基于智能可穿戴运动设备采集的心率、运动和睡眠数据,可以做基于用户个性化健康数据的生活习惯分析模块。
如图6和图7所示,利用阶段活动识别算法,能够识别用户的驾车、跑步、散步、骑车等各种生活习惯,统计时间长度,根据用户的运动习惯,建立用户画像,分类用户的特性,给出针对性的健康指导建议。
如图8所示,健康险行业的云端管理平台设计
云平台是智能手机设备和智能手环设备的云端管理软件,能够保护用户数据隐私且支持健康险业务数据分析的云端软件。
通过个性化心血管慢病管理应用获得的用户的睡眠、心功能和运动数据,经过统一的大数据分析系统,获得用户的健康风险评估模型、慢病趋势预测分析和健康险保额辅助分析结果。
通过提供了一套大数据抽取、处理、整合、存储、分析等数据能力开放云平台,在研发多个分析引擎的同时,我们形成了一套可扩展的常用算法框架,为后续新应用的迭代开发奠定了坚实基础。
系统模块设计综述
健康险云端管理平台系统采用WEB接口的设计思想,解决系统交换中的生理数据存取的通用和一致性问题,和各个应用采用统一的数据交互格式(Json格式),健康险云端管理平台系统的数据库采用FLAT TABLE的设计思想,提高对生理数据存储的数据库表的可扩展性和可维护性好,健康险云端管理平台系统增加了用户认证、数据校验模块;健康险云端管理平台系统采用并发访问处理、日志跟踪、异常处理机制;采用策略、工厂方法、责任链、状态等多种设计模式,实现系统的可扩展性。
功能的接口说明具体如下表:
工作原理:将智能手环佩戴于用户手腕处,并通过蓝牙模块将智能手环与智能手机平台进行连接,通过智能手环中的检测模块对用户的心率、运动、血压及睡眠进行数据采集,并执行初级数据处理算法,收集用户的健康指标,同时对原始数据进行初步处理,获得初级结论,然后智能手机平台中对接收模块接收智能手环所检测到的数据,并利用监测模块对检测数据进行实时监测,当数据发生异常则向用户发出预警,检测到的数据通过储存模块进行储存,以便于不同时间段之间数据的对比,通过识别模块识别用户的生活习惯,分析模块用于对检测到的数据进行及时分析,以便为用户提出健康指导建议,最终获取的各项数据信息可通过显示模块进行查看,同时运用云端管理平台对智能手环与智能手机平台进行管理,保护用户数据隐私且支持健康险业务数据分析,通过获得的用户的睡眠、心功能和运动数据,经过统一的大数据分析系统,获得用户的健康风险评估模型、慢病趋势预测分析和健康险保额辅助分析结果,云端管理平台采用WEB接口,并且在各个应用中采用统一的数据交互格式,所述云端管理平台的数据库采用FLAT TABLE,提高对生理数据存储的数据库表的可扩展性和可维护性好,所述云端管理平台增加了用户认证、数据校验模块,采用并发访问处理、日志跟踪、异常处理机制;采用包括策略、工厂方法、责任链、状态的多种设计模式,实现系统的可扩展性,
本发明构建由智能手环、基于AI处理器的智能手机和云端管理系统三个部分组成的个性化心血管疾病的健康险云端管理平台系统,实现能够脱离云端独立工作,在客户家庭场景内即可完成个性化体征监测(心率等)和个性化健康管理功能的应用示范系统,该系统能够有效保护客户健康隐私,体征异常识别和健康管理在手机上完成,核心功能不受网络带宽和云端资源影响,能够在本地为客户提供智能健康服务。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种个性化慢病分析系统,其特征在于:包括智能手环、智能手机平台及云端管理平台,所述智能手机平台搭载有AI处理器;
所述智能手环包括蓝牙模块与检测模块,检测模块用于执行初级数据处理算法,收集用户的健康指标,同时对原始数据进行初步处理,获得初级结论,通过蓝牙模块将智能手环与智能手机平台相连接;
所述智能手机平台用于执行面向心血管慢病相关体征指标的个性化健康预警模型,基于深度学习算法在智能手机平台上完成异常体征识别和预警,并实时执行数据脱敏算法,为客户提供基于手机的个性化的心血管健康险云端管理平台应用服务,并保护其数据隐私,其包括信息录入模块、蓝牙模块、接收模块、监测模块、储存模块、分析模块、识别模块及显示模块;
所述信息录入模块用于用户的个人信息录入及修改,蓝牙模块用于智能手机平台与智能手环之间的连接,接收模块用于接收智能手环所检测到的数据,并利用监测模块对检测数据进行实时监测,检测到的数据通过储存模块进行储存,通过识别模块识别用户的生活习惯,分析模块用于对检测到的数据进行及时分析,以便为用户提出健康指导建议,最终获取的各项数据信息可通过显示模块进行查看;
所述云端管理平台在严格保证用户健康数据隐私的条件下,综合管控客户的脱敏数据和业务数据,基于用户健康数据特征优化面向保险业务的业务;
所述智能手机平台通过机器学习对心电信号和脉搏信号进行分析和特征提取,获取包括心理压力过大的异常情况识别;
所述机器学习对应的训练方法为:系统采集30人334小时的原始心电信号和30个人的心理压力标识,以30s和2min两种区间长度,从所述原始心电信号中提取20个时域和频域特征,并评估特征权重;使用SVM和kNN方法进行连续压力值预测;使用SVM、kNN和逻辑回归方法进行离散压力区间分类;
所述云端管理平台采用WEB接口,并且在各个应用中采用统一的数据交互格式,所述云端管理平台的数据库采用FLAT TABLE,提高对生理数据存储的数据库表的可扩展性和可维护性好,所述云端管理平台增加了用户认证模块和数据校验模块,采用并发访问处理、日志跟踪和异常处理机制;采用包括策略、工厂方法、责任链和状态的多种设计模式,实现系统的可扩展性。
2.根据权利要求1所述的一种个性化慢病分析系统,其特征在于:所述时域和频域特征包括平均RR间期、平均心率和HRV各频段能量。
3.根据权利要求1所述的一种个性化慢病分析系统,其特征在于:所述智能手机平台通过所述智能手环获取用户的心率、运动和睡眠数据,并进行个性化管理,周期性地测量和记录。
4.根据权利要求1所述的一种个性化慢病分析系统,其特征在于:基于所述智能手环采集的心率、运动和睡眠数据,基于用户个性化健康数据进行生活习惯分析,识别用户的驾车、跑步、散步和骑车的生活习惯,统计生活习惯的时间长度,根据用户的生活习惯,建立用户画像,分类用户的特性,给出针对性的健康指导建议。
5.根据权利要求4所述的一种个性化慢病分析系统,其特征在于:所述云端管理平台用于管理所述智能手机平台和智能手环,能够保护用户数据隐私且支持健康险业务数据分析,通过获得的用户的睡眠、心功能和运动数据,经过统一的大数据分析系统,获得用户的健康风险评估模型、慢病趋势预测分析和健康险保额辅助分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911272790.8A CN111063437B (zh) | 2019-12-12 | 2019-12-12 | 一种个性化慢病分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911272790.8A CN111063437B (zh) | 2019-12-12 | 2019-12-12 | 一种个性化慢病分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111063437A CN111063437A (zh) | 2020-04-24 |
CN111063437B true CN111063437B (zh) | 2024-01-23 |
Family
ID=70298826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911272790.8A Active CN111063437B (zh) | 2019-12-12 | 2019-12-12 | 一种个性化慢病分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111063437B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111584020B (zh) * | 2020-04-30 | 2021-05-25 | 蓝天方舟健康物联网(湖北)有限公司 | 一种个人健康生活大数据采集与分析系统 |
CN111798982A (zh) * | 2020-07-28 | 2020-10-20 | 重庆警察学院 | 警用健康管理系统及健康管理方法 |
CN112037876A (zh) * | 2020-09-16 | 2020-12-04 | 陈俊霖 | 慢性病病程阶段分析系统、装置和存储介质 |
CN115579098B (zh) * | 2022-09-26 | 2023-07-25 | 诚鼎医疗科技(南京)有限公司 | 互联网慢病管理方法及系统 |
CN115662559B (zh) * | 2022-10-28 | 2023-09-15 | 陶兴智汇科技宜兴有限公司 | 一种长远病患者健康信息跟踪方法 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104305977A (zh) * | 2014-10-15 | 2015-01-28 | 北京理工大学 | 应用于糖尿病康复的运动监护与管理系统 |
CN104834827A (zh) * | 2015-05-26 | 2015-08-12 | 惠州Tcl移动通信有限公司 | 基于终端设备及云计算存储的健康数据处理方法及系统 |
CN105468951A (zh) * | 2015-11-17 | 2016-04-06 | 安徽华米信息科技有限公司 | 通过心电特征进行身份识别的方法及装置、可穿戴设备 |
CN106650303A (zh) * | 2017-02-28 | 2017-05-10 | 中山市孝美信息科技有限公司 | 一种老人健康智能监测系统 |
CN106934241A (zh) * | 2017-03-16 | 2017-07-07 | 广州家庭医生在线移动新媒体科技有限公司 | 健康管理系统 |
WO2018014506A1 (zh) * | 2016-07-20 | 2018-01-25 | 美的集团股份有限公司 | 健康评估方法、系统及服务器 |
CN107658020A (zh) * | 2017-09-07 | 2018-02-02 | 广州九九加健康管理有限公司 | 一种基于精准健康管理的智能健康评估分析方法及系统 |
CN107767951A (zh) * | 2017-09-12 | 2018-03-06 | 广东技术师范学院 | 一种健康管理信息物理融合系统 |
CN108777169A (zh) * | 2018-06-14 | 2018-11-09 | 成都云卫康医疗科技有限公司 | 一种医疗健康管理系统 |
CN109350020A (zh) * | 2018-11-21 | 2019-02-19 | 新绎健康科技有限公司 | 身心健康状况分析装置及方法 |
CN109875195A (zh) * | 2019-03-21 | 2019-06-14 | 武汉大学 | 一种智能心血管监测手环 |
CN110120263A (zh) * | 2019-04-11 | 2019-08-13 | 周凡 | 一种基于健康信息采集和分析的健康辅助系统 |
CN110136822A (zh) * | 2019-04-11 | 2019-08-16 | 周凡 | 一种家用可穿戴设备的社区医疗智能管控方法 |
CN110236573A (zh) * | 2019-06-24 | 2019-09-17 | 深圳和而泰家居在线网络科技有限公司 | 心理压力状态的检测方法及相关装置 |
CN110353656A (zh) * | 2019-07-12 | 2019-10-22 | 东南大学 | 一种基于云架构的穿戴式心电监护系统及其监护方法 |
CN110443145A (zh) * | 2019-07-09 | 2019-11-12 | 中山大学 | 基于传感器的分离式部署的人体行为识别健康管理系统 |
CN110464319A (zh) * | 2019-08-22 | 2019-11-19 | 合肥学院 | 一种手环健康监测系统 |
-
2019
- 2019-12-12 CN CN201911272790.8A patent/CN111063437B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104305977A (zh) * | 2014-10-15 | 2015-01-28 | 北京理工大学 | 应用于糖尿病康复的运动监护与管理系统 |
CN104834827A (zh) * | 2015-05-26 | 2015-08-12 | 惠州Tcl移动通信有限公司 | 基于终端设备及云计算存储的健康数据处理方法及系统 |
CN105468951A (zh) * | 2015-11-17 | 2016-04-06 | 安徽华米信息科技有限公司 | 通过心电特征进行身份识别的方法及装置、可穿戴设备 |
WO2018014506A1 (zh) * | 2016-07-20 | 2018-01-25 | 美的集团股份有限公司 | 健康评估方法、系统及服务器 |
CN106650303A (zh) * | 2017-02-28 | 2017-05-10 | 中山市孝美信息科技有限公司 | 一种老人健康智能监测系统 |
CN106934241A (zh) * | 2017-03-16 | 2017-07-07 | 广州家庭医生在线移动新媒体科技有限公司 | 健康管理系统 |
CN107658020A (zh) * | 2017-09-07 | 2018-02-02 | 广州九九加健康管理有限公司 | 一种基于精准健康管理的智能健康评估分析方法及系统 |
CN107767951A (zh) * | 2017-09-12 | 2018-03-06 | 广东技术师范学院 | 一种健康管理信息物理融合系统 |
CN108777169A (zh) * | 2018-06-14 | 2018-11-09 | 成都云卫康医疗科技有限公司 | 一种医疗健康管理系统 |
CN109350020A (zh) * | 2018-11-21 | 2019-02-19 | 新绎健康科技有限公司 | 身心健康状况分析装置及方法 |
CN109875195A (zh) * | 2019-03-21 | 2019-06-14 | 武汉大学 | 一种智能心血管监测手环 |
CN110120263A (zh) * | 2019-04-11 | 2019-08-13 | 周凡 | 一种基于健康信息采集和分析的健康辅助系统 |
CN110136822A (zh) * | 2019-04-11 | 2019-08-16 | 周凡 | 一种家用可穿戴设备的社区医疗智能管控方法 |
CN110236573A (zh) * | 2019-06-24 | 2019-09-17 | 深圳和而泰家居在线网络科技有限公司 | 心理压力状态的检测方法及相关装置 |
CN110443145A (zh) * | 2019-07-09 | 2019-11-12 | 中山大学 | 基于传感器的分离式部署的人体行为识别健康管理系统 |
CN110353656A (zh) * | 2019-07-12 | 2019-10-22 | 东南大学 | 一种基于云架构的穿戴式心电监护系统及其监护方法 |
CN110464319A (zh) * | 2019-08-22 | 2019-11-19 | 合肥学院 | 一种手环健康监测系统 |
Non-Patent Citations (2)
Title |
---|
基于VTS测试的NASA-TLX量表主观疲劳评价的有效性研究;钟晓;李健;刘志钢;黄远春;;人类工效学(第04期);全文 * |
时间压力对数字化核电厂主控室操纵员心理负荷和作业绩效的影响;孙璐;张力;青涛;贾惠侨;;应用能源技术(第02期);第44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111063437A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111063437B (zh) | 一种个性化慢病分析系统 | |
US20190365332A1 (en) | Determining wellness using activity data | |
EP3558101B1 (en) | Methods and systems for determining abnormal cardiac activity | |
US11217349B2 (en) | System and method for processing human related data including physiological signals to make context aware decisions with distributed machine learning at edge and cloud | |
JP6881687B2 (ja) | ユーザの精神/感情状態をモデリングする方法およびシステム | |
Rodriguez-León et al. | Mobile and wearable technology for the monitoring of diabetes-related parameters: Systematic review | |
Patel et al. | Analysis of feature space for monitoring persons with Parkinson's disease with application to a wireless wearable sensor system | |
Ciolacu et al. | Education 4.0–jump to innovation with IoT in higher education | |
US20160128618A1 (en) | Diagnostic apparatus using habit, diagnosis management apparatus, and diagnostic method using same | |
Dami et al. | Predicting cardiovascular events with deep learning approach in the context of the internet of things | |
CN103038772A (zh) | 预测患者的存活性的方法 | |
Kataria et al. | Human Activity Classification using G-XGB | |
Lawanont et al. | Daily stress recognition system using activity tracker and smartphone based on physical activity and heart rate data | |
US20160324462A1 (en) | Method and system for providing feedback automatically on physiological measurements to a user | |
Raij et al. | mstress: Supporting continuous collection of objective and subjective measures of psychosocial stress on mobile devices | |
Sani et al. | Review on hypertension diagnosis using expert system and wearable devices | |
US20230290502A1 (en) | Machine learning framework for detection of chronic health conditions | |
US20210345915A1 (en) | Methods Circuits Devices Systems and Machine Executable Code for Glucose Monitoring Analysis and Remedy | |
Douibi et al. | An analysis of ambulatory blood pressure monitoring using multi-label classification | |
Rodríguez-Ruiz et al. | Classification of depressive episodes using nighttime data; a multivariate and univariate analysis | |
Mardini et al. | Deep CHORES: estimating hallmark measures of physical activity using deep learning | |
CN114550932A (zh) | 一种睡眠呼吸暂停风险评估方法、装置、设备及存储介质 | |
Tarekegn et al. | Efficient Human Gait Activity Recognition Based on Sensor Fusion and Intelligent Stacking Framework | |
CN111134642A (zh) | 基于计算机的家用健康监测系统 | |
US10079074B1 (en) | System for monitoring disease progression |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |