CN112790744A - 多联合数据健康检测分析系统 - Google Patents
多联合数据健康检测分析系统 Download PDFInfo
- Publication number
- CN112790744A CN112790744A CN202110092195.7A CN202110092195A CN112790744A CN 112790744 A CN112790744 A CN 112790744A CN 202110092195 A CN202110092195 A CN 202110092195A CN 112790744 A CN112790744 A CN 112790744A
- Authority
- CN
- China
- Prior art keywords
- driver
- module
- evaluation index
- meal
- food
- 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
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
Abstract
本发明公开了一种多联合数据健康检测分析系统,所述检测分析系统包括健康快速检测模块、健康进一步检测模块和决策输出模块,所述健康快速检测模块用于快速判断待驾驶者的健康状况,所述健康进一步检测模块用于健康快速检测模快判断待驾驶者处于健康状态时,根据待驾驶者的皮肤状况、加班情况和饮食情况进一步判断待驾驶者的健康状况,所述决策输出模块根据健康快速检测模块和健康进一步检测模块的检测结果输出对待驾驶者的建议;所述健康快速检测模块包括正常信息预存模块、心率采集模块、血压采集模块、心率比较模块和血压比较模块。
Description
技术领域
本发明涉及健康检测分析领域,具体是一种多联合数据健康检测分析系统。
背景技术
在竞争激烈的现在社会,快节奏的生活使得越来越多的人们处于亚健康状态。很多人在生病的初发阶段未察觉、不在意或不愿就诊,反而造成了病情的延误。汽车作为目前人们上下班最常用的交通工具,承载了生活中大量的碎片时间,在驾驶汽车的过程中,如果驾驶者身体不适,失去意识或者无法驾驶控制汽车,有可能会发生很大的安全事故。
发明内容
本发明的目的在于提供一种多联合数据健康检测分析系统及方法,以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种多联合数据健康检测分析系统,所述检测分析系统包括健康快速检测模块、健康进一步检测模块和决策输出模块,所述健康快速检测模块用于快速判断待驾驶者的健康状况,所述健康进一步检测模块用于健康快速检测模块判断待驾驶者处于健康状态时,根据待驾驶者的皮肤状况、加班情况和饮食情况进一步判断待驾驶者的健康状况,所述决策输出模块根据健康快速检测模块和健康进一步检测模块的检测结果输出对待驾驶者的建议。
较优化地,所述健康快速检测模块包括正常信息预存模块、心率采集模块、血压采集模块、心率比较模块和血压比较模块,所述正常信息预存模块用于存储预先所采集的待驾驶者在正常健康状态下的标准心率和标准血压,所述心率采集模块用于采集待驾驶者的即时心率,所述血压采集模块用于采集待驾驶者的即时血压,所述心率比较模块用于判断待驾驶者的即时心率是否位于标准心率的波动范围内并根据比较结果判断是执行健康进一步检测模块还是执行决策输出模块,所述血压比较模块用于判断待驾驶者的即时血压是否在标准血压的波动范围内并根据比较结果判断是执行健康进一步检测模块还是执行决策输出模块。
较优化地,所述健康进一步检测模块包括皮肤评估指数获取模块、加班评估指数获取模块、就餐评估指数获取模块、综合评估指数计算模块和综合评估指数比较模块,所述皮肤评估指数获取模块包括标准皮肤图像预存模块、即时皮肤图像采集模块和色度比对模块,所述标准皮肤图像预存模块用于存储预先采集待驾驶者在正常健康状态下的标准皮肤图像,所述即时皮肤图像采集模块用于采集待驾驶者的脸部即时皮肤图像,所述色度比对模块将脸部即时皮肤图像色度与脸部标准皮肤图像的色度进行比对并根据比对结果输出皮肤评估指数,所述加班评估指数获取模块包括历史加班时长获取模块、当天加班时长采集模块和加班评估指数计算模块,所述历史加班时长获取模块用于获取近一个月待驾驶者每天工作加班的平均时长,所述当天加班时长采集模块用于采集待驾驶者当天的工作加班时长,所述加班评估指数计算模块根据平均时长和当天的工作加班时长计算加班评估指数,所述就餐评估指数获取模块包括饮食习惯获取模块、当天就餐食物获取模块、就餐食物评级模块、就餐食量分析模块和就餐评估指数计算模块,所述饮食习惯获取模块用于获取待驾驶者在就餐时的平均食量、待驾驶者喜欢的食物、待驾驶者不喜欢的食物和待驾驶者可接受食物,所述当天就餐食物获取模块用于获取待驾驶者当天的就餐食物和就餐食量,所述就餐食物评级模块根据待驾驶者当天的就餐食物包含的种类进行评级,所述就餐食量分析模块根据当天就餐食物的评级来分析待驾驶者当天的就餐食量与平均食量的关系,所述就餐评估指数计算模块根据就餐食量分析模块的分析结果输出就餐评估指数;所述综合评估指数计算模块根据皮肤评估指数、加班评估指数和就餐评估指数计算综合评估指数,所述综合评估指数比较模块根据综合评估指数的大小传输信息给决策输出模块,供决策输出模块输出对待驾驶者的建议。
一种多联合数据健康检测分析方法,所述检测分析方法包括:
步骤S1:根据待驾驶者的心率状况和血压状况快速判断待驾驶者的健康状况,当快速判断的结果为驾驶者处于健康状态时,转步骤S2;否则,提醒待驾驶者处于危险状态,禁止驾驶车辆;
步骤S2:获取待驾驶者的皮肤状况、加班情况和饮食情况,并据此进一步判断待驾驶者的健康状况。
较优化地,所述步骤S1进一步包括:
步骤S11:预先采集待驾驶者在正常健康状态下的标准心率和标准血压;
步骤S12:分别采集待驾驶者的即时心率和即时血压,如果待驾驶者的即时心率位于标准心率的波动范围内且待驾驶者的即时血压位于标准血压波动范围内,判断驾驶者处于健康状态,
如果存在待驾驶者的即时心率位于标准心率波动范围外或者存在待驾驶者的即时血压位于标准血压波动范围外,提醒待驾驶者处于危险状态,禁止驾驶车辆。
较优化地,所述步骤S2进一步包括:
步骤S21:预先采集待驾驶者在正常健康状态下的标准皮肤图像,采集待驾驶者的脸部即时皮肤图像,将脸部即时皮肤图像色度与脸部标准皮肤图像的色度进行比对,当脸部即时皮肤图像色度位于脸部标准皮肤图像的色度的波动范围外时,皮肤评估指数P=0.5;否则皮肤评估指数=0;当待驾驶者的皮肤相对于平时的皮肤过黄或者过白时,都表明待驾驶者处于亚健康状态;
步骤S22:获取近一个月待驾驶者每天工作加班的平均时长h0,采集待驾驶者当天的工作加班时长hj,计算今日加班评估时长hp=0.8*hj+0.2*h0,则加班评估指数J=hp/hy,其中,hy为今日加班评估阈值;加班时间过长,不仅容易产生各种职业平,而且会导致人容易疲惫,身体机能下降,影响身体健康;
步骤S23:获取待驾驶者的饮食习惯,所述饮食习惯包括待驾驶者在就餐时的平均食量、待驾驶者喜欢的食物、待驾驶者不喜欢的食物和待驾驶者可接受食物,
采集待驾驶者当天的就餐信息,并根据待驾驶者的饮食习惯计算待驾驶者当天的就餐评估指数C;
步骤S24:根据皮肤评估指数、加班评估指数和就餐评估指数计算综合评估指数Z=0.26*P+0.39*J+0.35*C,
当综合评估指数Z大于等于0.6,建议该驾驶者不要驾驶车辆;
当综合评估指数Z大于0.3且小于0.6,表明该待驾驶者状况一般,建议不要长时间的高速驾驶车辆;
当综合评估指数Z小于等于0.3时,表明该待驾驶者状况良好,可以放心驾驶车辆。
较优化地,所述步骤S23进一步包括:
如果待驾驶者当天的就餐食物全部为待驾驶者喜欢的食物,那么该就餐食物为一级就餐食物,
否则如果当待驾驶者当天的就餐食物包含待驾驶者喜欢的食物、待驾驶者可接受食物但不包含待驾驶者不喜欢的食物,该就餐食物为二级就餐食物,
否则如果当待驾驶者当天的就餐食物既包含待驾驶者喜欢的食物也包含待驾驶者不喜欢的食物,或者待驾驶者当天的就餐食物既不包含待驾驶者喜欢的食物也不包含待驾驶者不喜欢的食物时,该就餐食物为三级就餐食物,
否则如果当待驾驶者当天的就餐食物不包含待驾驶者喜欢的食物但包含待驾驶者不喜欢的食物和待驾驶者可接受食物·,该就餐食物为四级就餐食物,
否则如果当待驾驶者当天的就餐食物全部为待驾驶者不喜欢的食物,则该就餐食物为五级就餐食物。
较优化地,所述步骤S23进一步包括:
获取待驾驶者当天的就餐情况,所述当天的就餐情况包括待驾驶者当天的就餐食物和就餐食量,
如果待驾驶者当天的就餐食物为一级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之八十五,如果是,就餐存疑指数C=1,否则就餐存疑指数C=0;
如果待驾驶者当天的就餐食物为二级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之八十,如果是,就餐存疑指数C=0.9,否则就餐存疑指数C=0;
如果待驾驶者当天的就餐食物为三级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之七十,如果是,就餐存疑指数C=0.8,否则就餐存疑指数C=0;
如果待驾驶者当天的就餐食物为四级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之六十,如果是,就餐存疑指数C=0.6,否则就餐存疑指数C=0;
如果待驾驶者当天的就餐食物为五级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之四十,如果是,就餐存疑指数C=0.5,否则就餐存疑指数C=0。当很多人食欲不振的时候,往往是身体健康出现了问题,因此根据待驾驶者就餐食物和就餐食量能够判断出待驾驶者的健康状况,同时根据待驾驶者对食物的喜好情况,将就餐食物分为待驾驶者喜欢的食物、待驾驶者不喜欢的食物和待驾驶者可接受食物,根据对食物的喜好情况进一步确定比较的参考食量,提高分析的准确性和合理性。
与现有技术相比,本发明的有益效果是:本发明通过先对待驾驶者的心率和血压做个检测快速判断待驾驶者的健康状况,提高快速检测的效率;在快速判断待驾驶者处于健康状态的情况下,检测待驾驶者的皮肤状况、加班情况和饮食情况,并据此进一步判断待驾驶者的健康状况,在待驾驶者的健康状况较差的情况下,禁止待驾驶者驾驶车辆,防止驾驶车辆过程中发生事故。
附图说明
图1为本发明一种多联合数据健康检测分析系统的模块示意图;
图2为本发明一种多联合数据健康检测分析方法的流程示意图。
具体实施方式
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1~2,本发明实施例中,一种多联合数据健康检测分析系统,所述检测分析系统包括健康快速检测模块、健康进一步检测模块和决策输出模块,所述健康快速检测模块用于快速判断待驾驶者的健康状况,所述健康进一步检测模块用于健康快速检测模块判断待驾驶者处于健康状态时,根据待驾驶者的皮肤状况、加班情况和饮食情况进一步判断待驾驶者的健康状况,所述决策输出模块根据健康快速检测模块和健康进一步检测模块的检测结果输出对待驾驶者的建议。
较优化地,所述健康快速检测模块包括正常信息预存模块、心率采集模块、血压采集模块、心率比较模块和血压比较模块,所述正常信息预存模块用于存储预先所采集的待驾驶者在正常健康状态下的标准心率和标准血压,所述心率采集模块用于采集待驾驶者的即时心率,所述血压采集模块用于采集待驾驶者的即时血压,所述心率比较模块用于判断待驾驶者的即时心率是否位于标准心率的波动范围内并根据比较结果判断是执行健康进一步检测模块还是执行决策输出模块,所述血压比较模块用于判断待驾驶者的即时血压是否在标准血压的波动范围内并根据比较结果判断是执行健康进一步检测模块还是执行决策输出模块。
较优化地,所述健康进一步检测模块包括皮肤评估指数获取模块、加班评估指数获取模块、就餐评估指数获取模块、综合评估指数计算模块和综合评估指数比较模块,所述皮肤评估指数获取模块包括标准皮肤图像预存模块、即时皮肤图像采集模块和色度比对模块,所述标准皮肤图像预存模块用于存储预先采集待驾驶者在正常健康状态下的标准皮肤图像,所述即时皮肤图像采集模块用于采集待驾驶者的脸部即时皮肤图像,所述色度比对模块将脸部即时皮肤图像色度与脸部标准皮肤图像的色度进行比对并根据比对结果输出皮肤评估指数,所述加班评估指数获取模块包括历史加班时长获取模块、当天加班时长采集模块和加班评估指数计算模块,所述历史加班时长获取模块用于获取近一个月待驾驶者每天工作加班的平均时长,所述当天加班时长采集模块用于采集待驾驶者当天的工作加班时长,所述加班评估指数计算模块根据平均时长和当天的工作加班时长计算加班评估指数,所述就餐评估指数获取模块包括饮食习惯获取模块、当天就餐食物获取模块、就餐食物评级模块、就餐食量分析模块和就餐评估指数计算模块,所述饮食习惯获取模块用于获取待驾驶者在就餐时的平均食量、待驾驶者喜欢的食物、待驾驶者不喜欢的食物和待驾驶者可接受食物,所述当天就餐食物获取模块用于获取待驾驶者当天的就餐食物和就餐食量,所述就餐食物评级模块根据待驾驶者当天的就餐食物包含的种类进行评级,所述就餐食量分析模块根据当天就餐食物的评级来分析待驾驶者当天的就餐食量与平均食量的关系,所述就餐评估指数计算模块根据就餐食量分析模块的分析结果输出就餐评估指数;所述综合评估指数计算模块根据皮肤评估指数、加班评估指数和就餐评估指数计算综合评估指数,所述综合评估指数比较模块根据综合评估指数的大小传输信息给决策输出模块,供决策输出模块输出对待驾驶者的建议。
一种多联合数据健康检测分析方法,所述检测分析方法包括:
步骤S1:根据待驾驶者的心率状况和血压状况快速判断待驾驶者的健康状况,
步骤S11:预先采集待驾驶者在正常健康状态下的标准心率和标准血压;
步骤S12:分别采集待驾驶者的即时心率和即时血压,如果待驾驶者的即时心率位于标准心率的波动范围内且待驾驶者的即时血压位于标准血压波动范围内,判断驾驶者处于健康状态,转步骤S2;
如果存在待驾驶者的即时心率位于标准心率波动范围外或者存在待驾驶者的即时血压位于标准血压波动范围外,提醒待驾驶者处于危险状态,禁止驾驶车辆。
步骤S2:获取待驾驶者的皮肤状况、加班情况和饮食情况,并据此进一步判断待驾驶者的健康状况。
步骤S21:预先采集待驾驶者在正常健康状态下的标准皮肤图像,采集待驾驶者的脸部即时皮肤图像,将脸部即时皮肤图像色度与脸部标准皮肤图像的色度进行比对,当脸部即时皮肤图像色度位于脸部标准皮肤图像的色度的波动范围外时,皮肤评估指数P=0.5;否则皮肤评估指数=0;
步骤S22:获取近一个月待驾驶者每天工作加班的平均时长h0,采集待驾驶者当天的工作加班时长hj,计算今日加班评估时长hp=0.8*hj+0.2*h0,则加班评估指数J=hp/hy,其中,hy为今日加班评估阈值;
步骤S23:获取待驾驶者的饮食习惯,所述饮食习惯包括待驾驶者在就餐时的平均食量、待驾驶者喜欢的食物、待驾驶者不喜欢的食物和待驾驶者可接受食物,
获取待驾驶者当天的就餐情况,所述当天的就餐情况包括待驾驶者当天的就餐食物和就餐食量,
如果待驾驶者当天的就餐食物全部为待驾驶者喜欢的食物,那么该就餐食物为一级就餐食物,
否则如果当待驾驶者当天的就餐食物包含待驾驶者喜欢的食物、待驾驶者可接受食物但不包含待驾驶者不喜欢的食物,该就餐食物为二级就餐食物,
否则如果当待驾驶者当天的就餐食物既包含待驾驶者喜欢的食物也包含待驾驶者不喜欢的食物,或者待驾驶者当天的就餐食物既不包含待驾驶者喜欢的食物也不包含待驾驶者不喜欢的食物时,该就餐食物为三级就餐食物,
否则如果当待驾驶者当天的就餐食物不包含待驾驶者喜欢的食物但包含待驾驶者不喜欢的食物和待驾驶者可接受食物·,该就餐食物为四级就餐食物,
否则如果当待驾驶者当天的就餐食物全部为待驾驶者不喜欢的食物,则该就餐食物为五级就餐食物。
如果待驾驶者当天的就餐食物为一级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之八十五,如果是,就餐存疑指数C=1,否则就餐存疑指数C=0;
如果待驾驶者当天的就餐食物为二级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之八十,如果是,就餐存疑指数C=0.9,否则就餐存疑指数C=0;
如果待驾驶者当天的就餐食物为三级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之七十,如果是,就餐存疑指数C=0.8,否则就餐存疑指数C=0;
如果待驾驶者当天的就餐食物为四级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之六十,如果是,就餐存疑指数C=0.6,否则就餐存疑指数C=0;
如果待驾驶者当天的就餐食物为五级就餐食物,判断待驾驶者当天得就餐食量是否小于平均食量的百分之四十,如果是,就餐存疑指数C=0.5,否则就餐存疑指数C=0;
步骤S24:根据皮肤评估指数、加班评估指数和就餐评估指数计算综合评估指数Z=0.26*P+0.39*J+0.35*C,
当综合评估指数Z大于等于0.6,建议该驾驶者不要驾驶车辆;
当综合评估指数Z大于0.3且小于0.6,表明该待驾驶者状况一般,建议不要长时间的高速驾驶车辆;
当综合评估指数Z小于等于0.3时,表明该待驾驶者状况良好,可以放心驾驶车辆。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (1)
1.一种多联合数据健康检测分析系统,其特征在于:所述检测分析系统包括健康快速检测模块、健康进一步检测模块和决策输出模块,所述健康快速检测模块用于快速判断待驾驶者的健康状况,所述健康进一步检测模块用于健康快速检测模块判断待驾驶者处于健康状态时,根据待驾驶者的皮肤状况、加班情况和饮食情况进一步判断待驾驶者的健康状况,所述决策输出模块根据健康快速检测模块和健康进一步检测模块的检测结果输出对待驾驶者的建议;
所述健康进一步检测模块包括皮肤评估指数获取模块、加班评估指数获取模块、就餐评估指数获取模块、综合评估指数计算模块和综合评估指数比较模块,所述皮肤评估指数获取模块包括标准皮肤图像预存模块、即时皮肤图像采集模块和色度比对模块,所述标准皮肤图像预存模块用于存储预先采集待驾驶者在正常健康状态下的标准皮肤图像,所述即时皮肤图像采集模块用于采集待驾驶者的脸部即时皮肤图像,所述色度比对模块将脸部即时皮肤图像色度与脸部标准皮肤图像的色度进行比对并根据比对结果输出皮肤评估指数,所述加班评估指数获取模块包括历史加班时长获取模块、当天加班时长采集模块和加班评估指数计算模块,所述历史加班时长获取模块用于获取近一个月待驾驶者每天工作加班的平均时长,所述当天加班时长采集模块用于采集待驾驶者当天的工作加班时长,所述加班评估指数计算模块根据平均时长和当天的工作加班时长计算加班评估指数,所述就餐评估指数获取模块包括饮食习惯获取模块、当天就餐食物获取模块、就餐食物评级模块、就餐食量分析模块和就餐评估指数计算模块,所述饮食习惯获取模块用于获取待驾驶者在就餐时的平均食量、待驾驶者喜欢的食物、待驾驶者不喜欢的食物和待驾驶者可接受食物,所述当天就餐食物获取模块用于获取待驾驶者当天的就餐食物和就餐食量,所述就餐食物评级模块根据待驾驶者当天的就餐食物包含的种类进行评级,所述就餐食量分析模块根据当天就餐食物的评级来分析待驾驶者当天的就餐食量与平均食量的关系,所述就餐评估指数计算模块根据就餐食量分析模块的分析结果输出就餐评估指数;所述综合评估指数计算模块根据皮肤评估指数、加班评估指数和就餐评估指数计算综合评估指数,所述综合评估指数比较模块根据综合评估指数的大小传输信息给决策输出模块,供决策输出模块输出对待驾驶者的建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110092195.7A CN112790744A (zh) | 2020-03-24 | 2020-03-24 | 多联合数据健康检测分析系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110092195.7A CN112790744A (zh) | 2020-03-24 | 2020-03-24 | 多联合数据健康检测分析系统 |
CN202010213020.2A CN111387958B (zh) | 2020-03-24 | 2020-03-24 | 一种多联合数据健康检测分析系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010213020.2A Division CN111387958B (zh) | 2020-03-24 | 2020-03-24 | 一种多联合数据健康检测分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112790744A true CN112790744A (zh) | 2021-05-14 |
Family
ID=71412087
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110092195.7A Pending CN112790744A (zh) | 2020-03-24 | 2020-03-24 | 多联合数据健康检测分析系统 |
CN202010213020.2A Expired - Fee Related CN111387958B (zh) | 2020-03-24 | 2020-03-24 | 一种多联合数据健康检测分析系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010213020.2A Expired - Fee Related CN111387958B (zh) | 2020-03-24 | 2020-03-24 | 一种多联合数据健康检测分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN112790744A (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3966833B2 (ja) * | 2003-05-12 | 2007-08-29 | パイオニア株式会社 | 生体情報検出装置 |
CN102309315A (zh) * | 2011-09-07 | 2012-01-11 | 周翊民 | 无接触式光学生理检测仪 |
CN103300837B (zh) * | 2013-06-25 | 2015-08-12 | 奇瑞汽车股份有限公司 | 一种用于检测驾驶者健康的系统 |
CN106529193A (zh) * | 2016-11-30 | 2017-03-22 | 上海明波通信技术股份有限公司 | 健康检查系统 |
CN108099601A (zh) * | 2018-01-30 | 2018-06-01 | 成都四海万联科技有限公司 | 一种提高驾驶安全性的检测系统 |
CN110491515A (zh) * | 2019-09-25 | 2019-11-22 | 江苏启润科技有限公司 | 基于车载人体多参数监测终端的驾驶管控系统及方法 |
-
2020
- 2020-03-24 CN CN202110092195.7A patent/CN112790744A/zh active Pending
- 2020-03-24 CN CN202010213020.2A patent/CN111387958B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111387958A (zh) | 2020-07-10 |
CN111387958B (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Harvey et al. | Predictors of acute stress following motor vehicle accidents | |
US20230270345A1 (en) | Seizure detection methods, apparatus, and systems using an autoregression algorithm | |
Harvey et al. | Predictors of acute stress following mild traumatic brain injury | |
Jammes et al. | Automatic EOG analysis: A first step toward automatic drowsiness scoring during wake-sleep transitions | |
Basso et al. | Relative memory deficits in recurrent versus first-episode major depression on a word-list learning task. | |
Autti-Rämö | Foetal alcohol syndrome–a multifaceted condition | |
Brookhuis | Driver impairment monitoring by physiological measures | |
CN111387958B (zh) | 一种多联合数据健康检测分析系统 | |
CN110728824A (zh) | 一种基于多源数据的驾驶员疲劳状态检测及提醒方法 | |
Begum et al. | Mental state monitoring system for the professional drivers based on Heart Rate Variability analysis and Case-Based Reasoning | |
CN109846459A (zh) | 一种疲劳驾驶状态监测方法 | |
JPH09308614A (ja) | 運転者モニター装置とこれを用いた安全装置 | |
EP3357423A1 (en) | Biological state estimation device, biological state estimation method, and computer program | |
Lin et al. | An early warning system for predicting driver fatigue | |
CN105999508A (zh) | 一种基于脑电波分析的智能叫醒方法 | |
CN115331431B (zh) | 信号灯倒计时条件下的行人过街心理负荷测试及评价方法 | |
Lisansky Gomberg | Alcoholic women in treatment: Early histories and early problem behaviors | |
Taylor et al. | Assessing recovery in depression: Validity of symptom inventories | |
CN111080940A (zh) | 一种基于阈值体系的疲劳驾驶预警方法及系统 | |
CN109994211B (zh) | 一种基于ehr数据的慢性肾脏病恶化风险的建模方法 | |
Coryell et al. | Short-term prognosis in primary and secondary major depression | |
Dawson et al. | Reducing alcohol-use disorders via decreased consumption: a comparison of population and high-risk strategies | |
Browne | The baby boom and trends in poverty, 1967–1987 | |
JP3976035B2 (ja) | 運転者モニター装置とこれを用いた安全装置 | |
Reitan et al. | The differential effect of conation on intelligence test scores among brain-damaged and control subjects |
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 |