CN112542026A - 多功能健康指标检测云系统 - Google Patents
多功能健康指标检测云系统 Download PDFInfo
- Publication number
- CN112542026A CN112542026A CN202011408975.XA CN202011408975A CN112542026A CN 112542026 A CN112542026 A CN 112542026A CN 202011408975 A CN202011408975 A CN 202011408975A CN 112542026 A CN112542026 A CN 112542026A
- Authority
- CN
- China
- Prior art keywords
- data
- value
- health
- calculating
- threshold
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
- G08B21/0211—Combination with medical sensor, e.g. for measuring heart rate, temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0277—Communication between units on a local network, e.g. Bluetooth, piconet, zigbee, Wireless Personal Area Networks [WPAN]
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/028—Communication between parent and child units via remote transmission means, e.g. satellite network
-
- 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
- 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
Abstract
本发明涉及一种多功能健康指标检测云系统,所述系统包括便携式多健康指标采集器、微信小程序用户端以及大数据处理后台。本发明还提供了一种多功能健康指标检测方法,本发明可以有效提高算法的整体效率,既加快了健康数据处理效率,也从最大程度减小最终数据误差,从而提升健康结果的精度。同时,本发明基于网络进行数据显示且设备体积小易携带,方便群众及时掌握自身的健康状况。此外,在大数据宏观分析方面,本系统有助于医疗服务机构掌握大众的整体健康状况,有利于疫情防控工作措施设定与开展。
Description
技术领域
本发明属于检测系统,具体地讲是一种多功能健康指标检测云系统。
背景技术
目前与本发明同类课题研究处于产品应用和理论两个层面。首先,产品应用分为民用、医用两个类型。其中,国内外先进民用产品有小米健康手环、华为手环、苹果记步手环等。健康手环作为健康指标检测系统代表产品,其功能相对单薄,单个手环只能同时测量1-2个生理指标。在数据的处理方面,现有产品多采用阈值法去除异常值并运用模型拟合进行数据插补,算法虽较为成熟但存在方差较大或易出现过拟合现象的缺点。
医用仪器主要是多功能健康指标检测仪,其应用于ICU抢救及住院临床监控,测量精度极高,但由于体积重量大、价格高、测量时间长且操作繁琐等缺陷,这类检测仪不利于个人日常检测使用。
以上产品在检测健康指标后,并未对全体健康数据进行汇总统计,丧失了个人健康检测数据在群体医疗防范方面的利用价值。
在理论层面,主流健康检测系统在软件算法设计上较为单一,主要采用阈值法设定生理参数上下限并将超出限制的生理数据作为数据异常点剔除,这种处理方法较为简单直接,但容易剔除大量阈值外的健康数据而直接导致数据误差。在异常数据剔除后的健康数据插值上,目前已有课题多在研究拉格朗日插值法、拟合插值法或平均数插值法在健康指标误差减小方面的使用效果,在多种插值综合使用的插值消误差方法研究处于空白。
在后疫情时代的形势下,市场上现有健康检测设备不足以满足群众日常随时随地检测自身健康指标的需求,且没有考虑到对电子产品使用不熟悉的老年人的使用需求。
发明内容
本发明的目的是提出一种解决了现有技术中智能手环误差较大、检测指标偏少、健康指标缺乏宏观分析的技术问题的多功能健康指标检测云系统。
为了实现上述目的,本发明所采用的技术方案是:
一种多功能健康指标检测云系统,所述系统包括便携式多健康指标采集器、微信小程序用户端以及大数据处理后台;所述便携式多健康指标采集器包括血氧饱和度、心率、体温、血压检测模块、蓝牙传输模块以及硬件端健康指标超阈值报警器;所述微信小程序包括原始数据中转、用户健康数据显示与健康数据播报;所述大数据处理后台包括加权曼哈顿阈值结合处理算法、多数据加权插补算法、以及健康数据数据可视化功能。
所述便携式多健康数据采集器包括心率血压模块、血氧饱和度模块、体温模块、蓝牙模块以及健康指标超阈值报警器,所述心率血压模块,测量用户心率血压值,将数据传输至蓝牙模块;所述血氧饱和度模块,测量用户血氧饱和度值,将数据传输至蓝牙模块;所述体温模块,测量用户体温,将体温值传输至蓝牙模块;所述蓝牙模块将收集到的各健康数据通过蓝牙通信传输至微信小程序用户端;所述健康指标超阈值报警器,实时监控用户健康数据瞬时值,结合用户设定的各健康指标阈值,遇到超阈值情况进行实时报警。
所述微信小程序包括原始数据中转模块、用户健康数据显示模块和健康数据播报模块,所述原始数据中转模块是从采集器接收数据原始数据并将数据发送到云端进行处理分析,所述用户健康数据显示模块是在微信小程序上显示经过大数据处理得到的最终健康指标数据,所述健康数据播报模块是在最终数据出来后,点击播报按钮,即可进行语音播报健康数据,方便老年人的使用。
所述大数据处理后台设置在大数据云端,所述原始数据传送至大数据云端,进行数据清洗工作并将数据发送回用户端显示,同时在后台结合处理海量用户的健康指标,对群众健康情况分布进行可视化分析。
本发明还提供了一种多功能健康指标检测方法,所述方法的具体实现过程如下:
第一步骤:结合医疗数据设定各健康参数阈值范围,超出阈值数据直接剔除。对剔除后的各健康数据计算加权曼哈顿距离并进行升序排列,剔除靠后的数据,此时得到的各指标数据组所含元素数量若大于等于标准值b则可跳过数据插补过程,否则进行数据插补工作;
第二步骤:清洗后的数据可能存在有效数据点过少的问题,需要进行数据插补,将加权曼哈顿最小距离点、清洗后数据的中位数以及平均值三者进行加权求和,得到的平均值即为插补的数据。将插补数据不断填入数据缺少数据组,直到数据数量较少的健康指标数据组数量达到标准b,针对每个健康指标具体算法实施流程如下:
a.设定该健康指标阈值a,超出a的数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离靠后的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量偏少,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量满足需求,则直接进入步骤g
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
第三步骤:综合处理后的数据一方面发送至用户端显示,另一方面用于后台的汇总。将海量用户的数据进行热编码处理,健康指标异常的记为1,正常的记为0。所有用户处理后的记录汇总为表并插入Hive创立数据库,编写Java程序从而实现数据的可视化分析。
附图说明
图1为本发明的系统流程图。
图2为本发明的数据处理流程图。
图3为本发明的数据传输图。
具体实施方式
下面结合附图和实施例对本发明做进一步的详细描述。
一种多功能健康指标检测云系统,如图1所示,所述系统包含便携式多健康指标采集器、微信小程序用户端、大数据处理后台共三部分。其中,健康指标采集器包含血氧饱和度、心率、体温、呼吸、血压检测模块、蓝牙传输模块以及硬件端健康指标超阈值报警器。微信小程序包含原始数据中转、用户健康数据显示与健康数据播报。大数据处理后台包含加权曼哈顿阈值结合处理算法、多数据加权插补算法、以及健康数据数据可视化功能。
如图1系统结构图硬件部分所示,所述便携式多健康数据采集器由心率血压模块、血氧饱和度模块、体温模块、蓝牙模块、呼吸模块、健康指标超阈值报警器组成。所述心率血压模块,测量用户心率血压值,将数据传输至蓝牙模块;所述血氧饱和度模块,测量用户血氧饱和度值,将数据传输至蓝牙模块;所述体温模块,测量用户体温,将体温值传输至蓝牙模块;所述蓝牙模块将收集到的各健康数据通过蓝牙通信传输至微信小程序用户端;所述健康指标超阈值报警器,实时监控用户健康数据瞬时值,结合用户设定的各健康指标阈值,遇到超阈值情况进行实时报警。
所述微信小程序由原始数据中转模块、用户健康数据显示模块和健康数据播报模块组成。所述原始数据中转模块是从采集器接收数据原始数据并将数据发送到云端进行处理分析。所述用户健康数据显示模块是在微信小程序上显示经过大数据处理得到的最终健康指标数据。所述健康数据播报模块是在最终数据出来后,点击播报按钮,即可进行语音播报健康数据,方便老年人的使用。数据整体传送流程如图3所示。
所述大数据处理后台设置在大数据云端,原始数据传送至大数据云端,进行数据清洗工作并将数据发送回用户端显示,同时在后台结合处理海量用户的健康指标,对群众健康情况分布进行可视化分析。数据处理流程如图2所示,其具体实现过程如下:
实施例1:心率指标检测
设定心率阈值a为40-220次/分钟,超出阈值数据直接剔除;
c.剔除加权曼哈顿距离后20%的数据,其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量少于标准值10,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量达到标准值10,则直接进入步骤g;
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
实施例2:血压指标检测
a.设定血压高压阈值a为70~140mmHg、低压阈值a为40~90mmHg,超出阈值数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离后20%的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量少于标准值10,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量达到标准值10,则直接进入步骤g;
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
实施例3:血氧饱和度指标检测
a.设定血氧饱和度阈值a为70%-100%,超出阈值数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离后20%的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量少于标准值10,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量达到标准值10,则直接进入步骤g;
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
实施例4:体温指标检测
a.设定体温阈值a为30-50℃,超出阈值数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离后20%的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量少于标准值10,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量达到标准值10,则直接进入步骤gg.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
本发明将研究多功能健康指标检测云系统,首先通过对各个传感器工作原理研究得出传感器测量方式和输出数据,选择合适传感器;然后搭建微信小程序平台以进行硬件与大数据之间的数据传送中转以及最后用户端数据显示与健康建议;最后通过对各种数据清洗方法的研究比较,设计曼哈顿阈值结合算法以及多数据加权插补算法,便于对海量用户数据的宏观分析。
本发明主要由两个子系统组成,包括人体健康指标检测系统及数据传输处理与显示系统。人体健康指标检测系统主要由五个传感器构成,设计出具有最小单元的综合电路图以实现最终对五大指标的同步检测。主要功能是依照使用方法测定用户的五大指标,将原始数据显示在显示屏上并通过蓝牙模块将数据传送至微信小程序。当某个指标数值超过事先设定的阈值时,蜂鸣器会开始报警以提醒用户。数据传输处理与显示系统主要功能为实现硬件、微信小程序与大数据云端之间的数据传输以及在大数据云端进行数据处理与分析。通过蓝牙串口通信实现三者之间的数据传输,利用异常值改进检测算法以及数据插补强化算法实现对数据的处理以及宏观分析。此子系统主要对传送过来的数据进行数据清洗操作,传送回微信小程序以实现对用户健康建议以及实现在大数据云端对海量用户数据的宏观分析。
本发明采用TCP/IP协议进行通信,这一模型是Internet最基本的协议,也是Internet国际互联网络的基础,由网络层的IP协议和传输层的TCP协议组成。其定义了电子设备如何连入因特网,以及数据如何在它们之间传输的标准。TCP负责发现传输的问题,而IP是给因特网的每一台联网设备规定一个地址。其主要模型通过TCP/IP协议进行通信,实现微信小程序与后台大数据的连接,实现两个程序终端的互相连接。
为实现对数据的更好分析以及显示更完善的数据,本发明进行将数据传送至大数据云端进行数据清洗工作,包括异常值判断以及数据插补,最终处理后的数据更贴近用户实际,更具有现实意义。
主要包括了以下步骤;
1.大数据云端接受来自微信小程序发送的原始数据。
2.对原始数据利用加权曼哈顿阈值结合算法进行异常值的检测与剔除。
3.对剔除后的数据利用多数据加权算法进行数据插补,使得整体数据更完善。
本说明书中未做详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (6)
1.一种多功能健康指标检测云系统,其特征在于:所述系统包括便携式多健康指标采集器、微信小程序用户端以及大数据处理后台;
便携式多健康数据采集器:包括心率血压模块、血氧饱和度模块、体温模块、蓝牙模块以及健康指标超阈值报警器,所述心率血压模块,测量用户心率血压值,将数据传输至蓝牙模块;所述血氧饱和度模块,测量用户血氧饱和度值,将数据传输至蓝牙模块;所述体温模块,测量用户体温,将体温值传输至蓝牙模块;所述蓝牙模块将收集到的各健康数据通过蓝牙通信传输至微信小程序用户端;所述健康指标超阈值报警器,实时监控用户健康数据瞬时值,结合用户设定的各健康指标阈值,遇到超阈值情况进行实时报警。
微信小程序:包括原始数据中转模块、用户健康数据显示模块和健康数据播报模块,所述原始数据中转模块是从采集器接收数据原始数据并将数据发送到云端进行处理分析,所述用户健康数据显示模块是在微信小程序上显示经过大数据处理得到的最终健康指标数据,所述健康数据播报模块是在最终数据出来后,点击播报按钮,即可进行语音播报健康数据,方便老年人的使用。
大数据处理后台:设置在大数据云端,所述原始数据传送至大数据云端,进行数据清洗工作并将数据发送回用户端显示,同时在后台结合处理海量用户的健康指标,对群众健康情况分布进行可视化分析。
2.利用权利要求1所述的多功能健康指标检测云系统,其健康指标检测方法是:
第一步骤:结合医疗数据设定各健康参数阈值范围,超出阈值数据直接剔除。对剔除后的各健康数据计算加权曼哈顿距离并进行升序排列,剔除靠后的数据,此时得到的各指标数据组所含元素数量若大于等于标准值b则可跳过数据插补过程,否则进行数据插补工作;
第二步骤:清洗后的数据可能存在有效数据点过少的问题,需要进行数据插补,将加权曼哈顿最小距离点、清洗后数据的中位数以及平均值三者进行加权求和,得到的平均值即为插补的数据。将插补数据不断填入数据缺少数据组,直到数据数量较少的健康指标数据组数量达到标准b,针对每个健康指标具体算法实施流程如下:
a.设定该健康指标阈值a,超出a的数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离靠后的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量偏少,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量满足需求,则直接进入步骤g
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
第三步骤:综合处理后的数据一方面发送至用户端显示,另一方面用于后台的汇总。将海量用户的数据进行热编码处理,健康指标异常的记为1,正常的记为0。所有用户处理后的记录汇总为表并插入Hive创立数据库,编写Java程序从而实现数据的可视化分析。
3.如权利要求2所述的多功能健康指标检测云系统的指标检测方法,其特征在于:对于心率指标检测的具体过程是:
a.设定心率阈值a为40-220次/分钟,超出阈值数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个心率数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离后20%的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量少于标准值10,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量达到标准值10,则直接进入步骤g;
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
4.如权利要求2所述的多功能健康指标检测云系统的指标检测方法,其特征在于:对于血压指标检测的具体过程是:
a.设定血压高压阈值a为70~140mmHg、低压阈值a为40~90mmHg,超出阈值数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个血压数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离后20%的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量少于标准值10,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量达到标准值10,则直接进入步骤g;
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
5.如权利要求2所述的多功能健康指标检测云系统的指标检测方法,其特征在于:对于血氧饱和度指标检测的具体过程是:
a.设定血氧饱和度阈值a为70%-100%,超出阈值数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个血氧饱和度数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离后20%的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量少于标准值10,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量达到标准值10,则直接进入步骤g;
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
6.如权利要求2所述的多功能健康指标检测云系统的指标检测方法,其特征在于:对于体温指标检测的具体过程是:
a.设定体温阈值a为30-50℃,超出阈值数据直接剔除;
b.剩余数据利用加权曼哈顿公式计算相对距离,根据进行距离值大小将健康数据进行升序排列。其中,xu为被计算曼哈顿距离点、yu为阈值清除后剩余每个体温数据值、a为xu根据D(x,y)公式计算出的相对距离值,E(a)为每个数据计算出的a所对应的均值、σ为全部a所算出的标准差;
c.剔除加权曼哈顿距离后20%的数据;
d.计算数据剔除后的数据组平均数、中位数;
e.计算平均数、中位数、加权曼哈顿最小距点值三者平均值;
f.若剔除后的数据数量少于标准值10,则在空缺数据处插入步骤e产生的数值;若剔除后的数据数量达到标准值10,则直接进入步骤g
g.计算数据清洗后所有数据的平均值作为用户端健康数据的最终结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011408975.XA CN112542026A (zh) | 2020-12-03 | 2020-12-03 | 多功能健康指标检测云系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011408975.XA CN112542026A (zh) | 2020-12-03 | 2020-12-03 | 多功能健康指标检测云系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112542026A true CN112542026A (zh) | 2021-03-23 |
Family
ID=75015884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011408975.XA Pending CN112542026A (zh) | 2020-12-03 | 2020-12-03 | 多功能健康指标检测云系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112542026A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113687595A (zh) * | 2021-08-24 | 2021-11-23 | 深圳市新科盈数码有限公司 | 一种智能语音播报的可穿戴手表 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160081608A1 (en) * | 2006-08-17 | 2016-03-24 | Jan Medical Inc. | Noninvasive Detection of Human Brain Conditions and Anomalies |
CN106875832A (zh) * | 2015-12-10 | 2017-06-20 | 北京航天长峰科技工业集团有限公司 | 一种态势中标识符号的聚合和解聚方法 |
CN108564229A (zh) * | 2018-04-26 | 2018-09-21 | 广东省广业科技集团有限公司 | 一种基于arima模型的工业污水进水量预测的方法 |
CN109101661A (zh) * | 2018-09-13 | 2018-12-28 | 东软集团股份有限公司 | 一种数据样本集合中异常点的检测方法和装置 |
CN110327024A (zh) * | 2019-06-21 | 2019-10-15 | 奥佳华智能健康科技集团股份有限公司 | 一种基于按摩椅的健康参数检测方法、装置和系统 |
-
2020
- 2020-12-03 CN CN202011408975.XA patent/CN112542026A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160081608A1 (en) * | 2006-08-17 | 2016-03-24 | Jan Medical Inc. | Noninvasive Detection of Human Brain Conditions and Anomalies |
CN106875832A (zh) * | 2015-12-10 | 2017-06-20 | 北京航天长峰科技工业集团有限公司 | 一种态势中标识符号的聚合和解聚方法 |
CN108564229A (zh) * | 2018-04-26 | 2018-09-21 | 广东省广业科技集团有限公司 | 一种基于arima模型的工业污水进水量预测的方法 |
CN109101661A (zh) * | 2018-09-13 | 2018-12-28 | 东软集团股份有限公司 | 一种数据样本集合中异常点的检测方法和装置 |
CN110327024A (zh) * | 2019-06-21 | 2019-10-15 | 奥佳华智能健康科技集团股份有限公司 | 一种基于按摩椅的健康参数检测方法、装置和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113687595A (zh) * | 2021-08-24 | 2021-11-23 | 深圳市新科盈数码有限公司 | 一种智能语音播报的可穿戴手表 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104523252B (zh) | 一种移动健康服务方法及系统、移动终端 | |
EP2298158A1 (en) | Adaptive selection of a warning limit in patient monitoring | |
CN111084618A (zh) | 一种可穿戴式多功能呼吸循环检测系统及方法 | |
CN102551676B (zh) | 个人健康监测系统 | |
CN115083607B (zh) | 一种人体健康指标状况监测分析方法、系统及存储介质 | |
CN102232825A (zh) | 基于紫蜂的多功能睡眠护理和监测装置 | |
CN104188639A (zh) | 一种动态血压连续监测和实时分析系统 | |
CN106308772A (zh) | 一种可穿戴远程健康监护系统及方法 | |
CN206007231U (zh) | 一种基于云平台的远程医疗监护系统 | |
CN112289465A (zh) | 一种基于大数据的医疗监管系统 | |
CN112435726B (zh) | 基于便携式健康监测设备的健康管理系统 | |
CN107019500A (zh) | 一种养老监护方法及智能辅助养老系统 | |
CN103784124A (zh) | 人体健康数据自动存储方法 | |
CN112542026A (zh) | 多功能健康指标检测云系统 | |
US20070265535A1 (en) | Radiation Stress Non-Invasive Blood Pressure Method | |
CN114464321A (zh) | 一种基于大数据的智慧医疗系统 | |
CN114038578A (zh) | 一种基于5g的医疗监管系统 | |
CN206473328U (zh) | 一种老人用体征检测警报手环 | |
JP7407419B2 (ja) | 体調評価方法、および、体調評価システム | |
CN112951391A (zh) | 一种智能护理监控 | |
CN105528857B (zh) | 一种智能远程体征数据采集装置 | |
CN106991293A (zh) | 一种重症疾病早期沟通系统、方法及沟通仪 | |
CN116616708A (zh) | 一种基于智能穿戴设备的生命体征数据处理方法和系统 | |
CN105662396B (zh) | 一种人体生命数据采集方法 | |
CN201453268U (zh) | 远程呼吸监护医疗系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210323 |