CN113066581A - 基于智能穿戴设备的健康检测方法、装置和计算机设备 - Google Patents
基于智能穿戴设备的健康检测方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN113066581A CN113066581A CN202110315585.6A CN202110315585A CN113066581A CN 113066581 A CN113066581 A CN 113066581A CN 202110315585 A CN202110315585 A CN 202110315585A CN 113066581 A CN113066581 A CN 113066581A
- Authority
- CN
- China
- Prior art keywords
- physiological data
- health detection
- preset
- disease
- user
- 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
- 230000036541 health Effects 0.000 title claims abstract description 140
- 238000001514 detection method Methods 0.000 title claims abstract description 107
- 201000010099 disease Diseases 0.000 claims description 122
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 122
- 230000002159 abnormal effect Effects 0.000 claims description 94
- 238000000034 method Methods 0.000 claims description 42
- 230000003449 preventive effect Effects 0.000 claims description 28
- 235000005911 diet Nutrition 0.000 claims description 20
- 230000037213 diet Effects 0.000 claims description 20
- 239000003814 drug Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 10
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 8
- 230000036772 blood pressure Effects 0.000 description 7
- 230000000069 prophylactic effect Effects 0.000 description 4
- 230000036760 body temperature Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000238557 Decapoda Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 235000006439 Lemna minor Nutrition 0.000 description 1
- 244000242291 Lemna paucicostata Species 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 235000013527 bean curd Nutrition 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000013330 chicken meat Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 235000013364 duck meat Nutrition 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 235000020997 lean meat Nutrition 0.000 description 1
- 235000021156 lunch Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 235000021163 supper Nutrition 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
Images
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
-
- 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
- A61B5/02—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
- A61B5/02—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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
-
- 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
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pulmonology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Nursing (AREA)
- Vascular Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请提供了一种基于智能穿戴设备的健康检测方法、装置和计算机设备,系统按照初始设定的频率采集用户的生理数据,并根据当前周期的所有生理数据生成健康检测报告。最后,系统根据健康检测报告生成健康建议,以及更新下一周期的生理数据的第一采集设置选项。本申请中,智能穿戴设备的系统能够根据每个周期的所有生理数据对用户的身体情况进行评估,生成健康检测报告,进而根据健康检测报告生成对应的健康建议,以及重新设置智能穿戴设备在下一周期对生理数据的第一采集设置选项,实现动态调整智能穿戴设备的采集设置,有效提高智能穿戴设备的智能化程度,更加全面地对用户的身体情况进行监测,提高检测的准确度。
Description
技术领域
本申请涉及智能穿戴设备技术领域,特别涉及一种基于智能穿戴设备的健康检测方法、装置和计算机设备。
背景技术
在日常生活中,人们随身佩戴智能穿戴设备,用于记录自己的运动量、睡眠质量以及心率等生理数据。现有的智能穿戴设备对用户的生理数据为固定设置,无法根据用户的身体状况进行动态调整,智能化程度较低,对用户的身体情况的监测效果不够理想。
发明内容
本申请的主要目的为提供一种基于智能穿戴设备的健康检测方法、装置和计算机设备,旨在解决现有智能穿戴设备的智能化程度较低、对用户身体情况的监测效果不理想的弊端。
为实现上述目的,本申请提供了一种基于智能穿戴设备的健康检测方法,包括:
采集用户的生理数据;
根据当前周期的所有所述生理数据生成健康检测报告;
根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项。
进一步的,所述采集用户的生理数据的步骤之前,包括:
判断是否采集到所述用户的既往病史信息;
若采集到所述用户的既往病史信息,则根据所述既往病史信息生成所述生理数据的第二采集设置选项。
进一步的,所述根据当前周期的所有所述生理数据生成健康检测报告的步骤,包括:
将各所述生理数据按照采集时间进行顺序排列,生成初始数据表格;
将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据;
若各所述生理数据中存在异常生理数据,则将所述异常生理数据标示在所述初始数据表格中,得到二次数据表格,并根据所述异常生理数据解析得到所述用户的患病信息;
综合所述二次数据表格和所述患病信息,生成所述健康检测报告。
进一步的,所述根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项的步骤,包括:
根据所述健康检测报告获取对应的作息时间、饮食食谱以及运动信息;
根据所述作息时间、所述饮食食谱以及所述运动信息生成所述健康建议,以及在所述第二采集设置选项的基础上,增大对所述异常生理数据对应的生理数据类型的采集频率,得到所述第一采集设置选项。
进一步的,所述将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据的步骤之后,包括:
若各所述生理数据中存在异常生理数据,则获取所述用户在所述当前周期内的运动轨迹;
判断所述运动轨迹是否与预设的病发高风险区域产生交集;
若所述运动轨迹与预设的病发高风险区域产生交集,则判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配;
若所述异常生理数据与所述病发高风险区域所对应的疾病种类匹配,则生成预警信息,并将所述预警信息加入所述健康检测报告。
进一步的,所述判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配的步骤之后,包括:
若所述异常生理数据与所述病发高风险区域所对应的疾病种类不匹配,则获取所述运动轨迹与所述病发高风险区域产生交集的交集次数;
判断所述交集次数是否大于阈值;
若所述交集次数大于阈值,则获取与所述疾病种类对应的预防药物和预防方法;
根据所述预防药物和所述预防方法生成提醒信息输出到显示界面,并在所述下一周期提高对所述疾病种类对应的生理数据类型的检测频率。
进一步的,所述采集用户的生理数据的步骤,包括:
识别是否到达预设测量时刻;
若到达预设测量时刻,则在预设时长后,按照预设频率连续采集初始生理数据;
判断连续采集的预设数量组所述初始生理数据相邻之间的差值是否均在预设差值范围内,所述预设数量不小于2;
若连续采集的预设数量组所述初始生理数据相邻之间的差值均在预设差值范围内,则将各所述初始生理数据的平均值,作为单次采集的所述生理数据。
本申请还提供了一种基于智能穿戴设备的健康检测装置,包括:
采集模块,用于采集用户的生理数据;
第一生成模块,用于根据当前周期的所有所述生理数据生成健康检测报告;
第二生成模块,用于根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项。
进一步的,所述健康检测装置,还包括:
判断模块,用于判断是否采集到所述用户的既往病史信息;
第三生成模块,用于若采集到所述用户的既往病史信息,则根据所述既往病史信息生成所述生理数据的第二采集设置选项。
进一步的,所述第一生成模块,包括:
排列单元,用于将各所述生理数据按照采集时间进行顺序排列,生成初始数据表格;
第一判断单元,用于将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据;
标示单元,用于若各所述生理数据中存在异常生理数据,则将所述异常生理数据标示在所述初始数据表格中,得到二次数据表格,并根据所述异常生理数据解析得到所述用户的患病信息;
第一生成单元,用于综合所述二次数据表格和所述患病信息,生成所述健康检测报告。
进一步的,所述第二生成模块,包括:
第一获取单元,用于根据所述健康检测报告获取对应的作息时间、饮食食谱以及运动信息;
第二生成单元,用于根据所述作息时间、所述饮食食谱以及所述运动信息生成所述健康建议,以及在所述第二采集设置选项的基础上,增大对所述异常生理数据对应的生理数据类型的采集频率,得到所述第一采集设置选项。
进一步的,所述第一生成模块,还包括:
第二获取单元,用于若各所述生理数据中存在异常生理数据,则获取所述用户在所述当前周期内的运动轨迹;
第二判断单元,用于判断所述运动轨迹是否与预设的病发高风险区域产生交集;
第三判断单元,用于若所述运动轨迹与预设的病发高风险区域产生交集,则判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配;
第三生成单元,用于若所述异常生理数据与所述病发高风险区域所对应的疾病种类匹配,则生成预警信息,并将所述预警信息加入所述健康检测报告。
进一步的,所述第一生产模块,还包括:
第三获取单元,用于若所述异常生理数据与所述病发高风险区域所对应的疾病种类不匹配,则获取所述运动轨迹与所述病发高风险区域产生交集的交集次数;
第四判断单元,用于判断所述交集次数是否大于阈值;
第四获取单元,用于若所述交集次数大于阈值,则获取与所述疾病种类对应的预防药物和预防方法;
输出单元,用于根据所述预防药物和所述预防方法生成提醒信息输出到显示界面,并在所述下一周期提高对所述疾病种类对应的生理数据类型的检测频率。
进一步的,所述采集模块,包括:
识别单元,用于识别是否到达预设测量时刻;
采集单元,用于若到达预设测量时刻,则在预设时长后,按照预设频率连续采集初始生理数据;
第五判断单元,用于判断连续采集的预设数量组所述初始生理数据相邻之间的差值是否均在预设差值范围内,所述预设数量不小于2;
计算单元,用于若连续采集的预设数量组所述初始生理数据相邻之间的差值均在预设差值范围内,则将各所述初始生理数据的平均值,作为单次采集的所述生理数据。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请中提供的一种基于智能穿戴设备的健康检测方法、装置和计算机设备,系统按照初始设定的频率采集用户的生理数据,并根据当前周期的所有生理数据生成健康检测报告。最后,系统根据健康检测报告生成健康建议,以及更新下一周期的生理数据的第一采集设置选项。本申请中,智能穿戴设备的系统能够根据每个周期的所有生理数据对用户的身体情况进行评估,生成健康检测报告,进而根据健康检测报告生成对应的健康建议,以及重新设置智能穿戴设备在下一周期对生理数据的第一采集设置选项(比如需要对某个类型的生理数据提高采集频率),实现动态调整智能穿戴设备的采集设置,有效提高智能穿戴设备的智能化程度,更加全面地对用户的身体情况进行监测,提高检测的准确度。
附图说明
图1是本申请一实施例中智能穿戴设备的健康检测方法步骤示意图;
图2是本申请一实施例中智能穿戴设备的健康检测装置整体结构框图;
图3是本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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,以下结合附图及实施例,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。
参照图1,本申请一实施例中提供了一种基于智能穿戴设备的健康检测方法,包括:
S1:采集用户的生理数据;
S2:根据当前周期的所有所述生理数据生成健康检测报告;
S3:根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项。
本实施例中,智能穿戴设备可以为智能手表、手环等设备,使用时用户随身佩戴。智能穿戴设备上集成有多种传感器,比如光学心率传感器、温度传感器,使用时,智能穿戴设备通过各类型的传感器,按照默认采集设置选项采集用户的生理数据。生理数据包括体温(通过温度传感器检测)、心率(通过光学心率传感器检测)、血压(通过光学心率传感器检测)等类型中的一种或多种,默认采集设置选项中针对不同类型的生理数据设置有不同的采集频率,如默认10分钟获取一次心率、血压,一小时获取一次体温数据。智能穿戴设备采集的所有生理数据会保存一个预设周期(比如预设周期为14天,则采集的生理数据会保存14天,14天后则删除当前周期内的所有生理数据,并重新检测保存),在达到一个预设周期后,会根据当前周期内的所有生理数据整理形成健康检测报告。具体地,智能穿戴设备在采集到生理数据时,将各个生理数据按照各自对应的类型,以采集时间为基准进行顺序排列,生成初始数据表格(即类型为心率的生理数据具有单独的一个初始数据表格A,类型为血压的生理数据具有单独的一个初始数据表格B)。然后,智能穿戴设备将初始数据表格中的各个生理数据与各自对应的预设健康生理数据进行比对,判断各个生理数据中是否存在异常生理数据。如果各个生理数据中存在异常生理数据,则在对应类型的初始数据表格中,将异常生理数据标示出来,形成二次数据表格,以便用户可以从二次数据表格中直观地了解到自身的身体情况。同时,智能穿戴设备根据异常生理数据的类型、异常的原因进行匹配,从而得到用户可能具有的疾病。智能穿戴设备综合二次数据表格和可能具有的疾病,生成健康检测报告,并将该健康检测报告输出到与智能穿戴设备信号连接的终端显示界面,或者在智能穿戴设备自身的显示界面进行显示,以便用户及时了解自身的身体情况。
进一步的,智能穿戴设备健康检测报告中异常生理数据的类型以及用户可能患有的疾病,匹配得到对应的作息时间、饮食食谱和运动信息,然后根据作息时间、饮食食谱和运动信息生成健康建议,以便用户根据健康建议对自身的生活习惯进行改变,从而调节自身的身体情况。
进一步,智能穿戴设备在默认采集设置选项的基础上,增大对异常生理数据对应的生理数据类型的采集频率(比如异常生理数据为心率,默认采集设置选项中,心率的采集频率为10分钟一次,则更改后的第一采集设置选项中心率的采集频率为5分钟一次),更新生成智能穿戴设备在下一周期用户的生理数据的第一采集设置选项,以提高对异常生理数据所对应的生理数据类型的检测精度和强度,保障用户的身体健康。本实施例中,智能穿戴设备的系统能够根据每个周期的所有生理数据对用户的身体情况进行评估,生成健康检测报告,进而根据健康检测报告生成对应的健康建议,以及重新设置智能穿戴设备在下一周期对生理数据的第一采集设置选项,实现动态调整智能穿戴设备的采集设置,有效提高智能穿戴设备的智能化程度,更加全面地对用户的身体情况进行监测,提高检测的准确度。
进一步的,所述采集用户的生理数据的步骤之前,包括:
S4:判断是否采集到所述用户的既往病史信息;
S5:若采集到所述用户的既往病史信息,则根据所述既往病史信息生成所述生理数据的第二采集设置选项。
本实施例中,用户在使用智能穿戴设备时,可以将自己的既往病史信息输入到智能穿戴设备内。智能穿戴设备在每一个周期开始时,会判断自身的数据库中是否录入有用户的既往病史信息,如果没有录入用户的既往病史信息,则按照默认采集设置选项(该默认采集设置选项在智能穿戴设备第一次使用时为出厂设置或用户手动设置,而在非第一次使用时,则可以是根据上一周期的健康检测报告生成的第一采集设置选项)进行工作。如果智能穿戴设备检测到用户录入的既往病史信息,则根据既往病史信息中的疾病种类调整对应类型的生理数据的采集选项设置,其他与既往病史信息的疾病种类无关的生理数据类型则保持默认设置。比如,用户的既往病史信息中表明用户患有心脏病,则在第二采集设置选项中,心率的采集频率会大幅度提高(比如由原来的5分钟一次更改为1分钟一次,具体可根据需要进行设置,在此不做详述),从而提高对既往病史信息相关的疾病种类的监测强度,有效保障用户的健康安全。进一步的,智能设备在后续审查的健康建议中,可以根据既往病史信息的疾病种类增加相应的饮食食谱、运动信息、作息时间等方面的信息,该部分健康建议的信息,可以根据互联网上相关疾病治疗专家所提出的建议生成。
进一步的,所述根据当前周期的所有所述生理数据生成健康检测报告的步骤,包括:
S201:将各所述生理数据按照采集时间进行顺序排列,生成初始数据表格;
S202:将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据;
S203:若各所述生理数据中存在异常生理数据,则将所述异常生理数据标示在所述初始数据表格中,得到二次数据表格,并根据所述异常生理数据解析得到所述用户的患病信息;
S204:综合所述二次数据表格和所述患病信息,生成所述健康检测报告。
本实施例中,智能穿戴设备在当前周期内对用户生理数据的采集过程中,将各个生理数据按照各自对应的类型进行分组,然后各组的生理数据按照采集时间进行顺序排列,从而生成各个类型的生理数据分别对应的初始数据表格。智能穿戴设备内部数据库中录入有各个类型分别对应的预设健康生理数据(比如成年人的正常心率范围),智能穿戴设备将采集的生理数据与对应类型的预设健康生理数据进行比对,判断采集的生理数据是否与预设健康生理数据不对应(比如预设健康生理数据为一个阈值,则判断采集的生理数据是否大于或小于该阈值;如果预设健康生理数据为一个范围值,则判断采集的生理数据是否不在该范围值内)。如果采集的生理数据与对应类型的预设健康生理数据不对应,则判定为异常生理数据,并将该异常生理数据标示在初始表格中,生成二次数据表格。同时,智能穿戴设备还可以根据异常生理数据的类型和异常的原因,从网络上或者预先录入的疾病特征信息,匹配得到用户可能患有的疾病,生成患病信息。比如异常生理数据的类型为血压,其异常原因为测得的血压数据大于预设的正常血压范围(收缩压在18.7kPa(140mmHg)或以下,舒张压12.0kPa(90mmHg)或以下),智能穿戴设备即判定用户可能患有高血压。
进一步的,所述根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项的步骤,包括:
S301:根据所述健康检测报告获取对应的作息时间、饮食食谱以及运动信息;
S302:根据所述作息时间、所述饮食食谱以及所述运动信息生成所述健康建议,以及在所述第二采集设置选项的基础上,增大对所述异常生理数据对应的生理数据类型的采集频率,得到所述第一采集设置选项。
本实施例中,智能穿戴设备具有联网功能,可以从互联网上根据健康检测报告中的患病信息或者二次数据表格中的异常生理数据,筛选对应的作息时间、饮食食谱以及运动信息(运动信息包括运动项目和运动时长)。比如用户的患病信息为高血压,则可以从互联网上搜索能够有效降低血压的饮食食谱(比如每日进食3份高蛋白质食品,每份可为瘦肉50克,或鸡蛋1个,或鸡鸭肉100克,或鱼虾100克,或豆腐100克,以每日早、中、晚餐各1份为宜),以及建议的作息时间(比如避免熬夜,尽量在晚上10点前休息)等等。智能穿戴设备根据搜索得到的作息时间、饮食食谱和运动信息生成与用户的身体情况对应的健康建议。同时,在第二次采集设置选项的基础上,增大对异常生理数据对应的生理数据类型的采集频率,得到智能穿戴设备在下一周期内对各类型的生理数据的第一采集设置选项。
进一步的,所述将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据的步骤之后,包括:
S205:若各所述生理数据中存在异常生理数据,则获取所述用户在所述当前周期内的运动轨迹;
S206:判断所述运动轨迹是否与预设的病发高风险区域产生交集;
S207:若所述运动轨迹与预设的病发高风险区域产生交集,则判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配;
S208:若所述异常生理数据与所述病发高风险区域所对应的疾病种类匹配,则生成预警信息,并将所述预警信息加入所述健康检测报告。
本实施例中,智能穿戴设备内置有定位模块(比如GPS模块),能够记录用户的运动轨迹。智能穿戴设备在识别到存在异常生理数据,则调取用户在当前周期内的运动轨迹,然后在地图上将运动轨迹和预设的病发高风险区域显示后进行比对,从而判断用户的运动轨迹是否与病发高风险区域产生交集。其中,病发高风险区域由用户进行设定,或者智能穿戴设备根据政府公布在网络上的信息进行标定。如果用户的运动轨迹和病发高风险区域产生交集,则获取病发高风险区域所对应的疾病种类相关的生理数据类型(比如新冠肺炎的病发症状主要表现在体温这一生理数据),并判断异常生理数据的类型是否与病发高风险区域所对应的疾病种类匹配。如果异常生理数据的类型与病发高风险区域所对应的疾病种类匹配,则生成预警信息,并将预警信息加入健康检测报告,以便用户在阅读健康检测报告后,了解自身的身体状况,及时进行隔离以及治疗。
进一步的,所述判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配的步骤之后,包括:
S209:若所述异常生理数据与所述病发高风险区域所对应的疾病种类不匹配,则获取所述运动轨迹与所述病发高风险区域产生交集的交集次数;
S2010:判断所述交集次数是否大于阈值;
S2011:若所述交集次数大于阈值,则获取与所述疾病种类对应的预防药物和预防方法;
S2012:根据所述预防药物和所述预防方法生成提醒信息输出到显示界面,并在所述下一周期提高对所述疾病种类对应的生理数据类型的检测频率。
本实施例中,如果智能穿戴设备检测到异常生理数据的类型与病发高风险区域所对应的疾病种类不匹配,则说明用户目前没有表现出感染病发高风险区域的疾病的特征,但仍存在一定的风险。进一步的,智能穿戴设备获取在当前周期内用户的运动轨迹与病发高风险区域产生交集的交集次数,并判断交集次数是否大于阈值。如果交集次数大于阈值,则说明用户感染疾病的概率较高,且日常生活或工作中可能需要频繁经过病发高风险区域,需要进行预防。因此,智能穿戴设备从互联网上搜索与病发高风险区域的疾病种类对应的预防药物以及预防方法,并根据该预防药物和预防方法生成提醒信息,输出到智能穿戴设备的显示界面,或者输出到与智能穿戴设备信号连接的终端显示界面进行显示,使得用户可以及时针对性的进行预防。
进一步的,所述采集用户的生理数据的步骤,包括:
S101:识别是否到达预设测量时刻;
S102:若到达预设测量时刻,则在预设时长后,按照预设频率连续采集初始生理数据;
S103:判断连续采集的预设数量组所述初始生理数据相邻之间的差值是否均在预设差值范围内,所述预设数量不小于2;
S104:若连续采集的预设数量组所述初始生理数据相邻之间的差值均在预设差值范围内,则将各所述初始生理数据的平均值,作为单次采集的所述生理数据。
本实施例中,智能穿戴设备按照默认采集设置选项中的间隔时长采集用户的生理数据,实时识别是否到达预设测量时刻。如果到达预设测量时刻,则打开传感器,并等待预设时长,以避免前期出值的不稳定。然后,通过传感器按照预设频率连续采集多组初始生理数据。智能穿戴设备判断连续采集的预设数量组初始生理数据中相邻时间的两组初始生理数据的差值是否均在预设差值范围内,如果是,则将预设数量组的初始生理数据进行求均计算,得到各组初始生理数据的平均值,作为单次采集的生理数据(比如智能穿戴设备在打开温度传感器时,等待5s后间隔0.2s不断取值,直到连续取值5组相邻数据的差值在0~0.01℃范围内的初始生理数据后,取其平均值得到单次的生理数据)。智能穿戴设备在当前周期内的每个单次采集中,均按照上述规则进行生理数据的采集,从而保证采集到的生理数据的稳定性,有效提高检测准确度。
参照图2,本申请一实施例中还提供了一种基于智能穿戴设备的健康检测装置,包括:
采集模块1,用于采集用户的生理数据;
第一生成模块2,用于根据当前周期的所有所述生理数据生成健康检测报告;
第二生成模块3,用于根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项。
进一步的,所述健康检测装置,还包括:
判断模块4,用于判断是否采集到所述用户的既往病史信息;
第三生成模块5,用于若采集到所述用户的既往病史信息,则根据所述既往病史信息生成所述生理数据的第二采集设置选项。
进一步的,所述第一生成模块2,包括:
排列单元,用于将各所述生理数据按照采集时间进行顺序排列,生成初始数据表格;
第一判断单元,用于将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据;
标示单元,用于若各所述生理数据中存在异常生理数据,则将所述异常生理数据标示在所述初始数据表格中,得到二次数据表格,并根据所述异常生理数据解析得到所述用户的患病信息;
第一生成单元,用于综合所述二次数据表格和所述患病信息,生成所述健康检测报告。
进一步的,所述第二生成模块3,包括:
第一获取单元,用于根据所述健康检测报告获取对应的作息时间、饮食食谱以及运动信息;
第二生成单元,用于根据所述作息时间、所述饮食食谱以及所述运动信息生成所述健康建议,以及在所述第二采集设置选项的基础上,增大对所述异常生理数据对应的生理数据类型的采集频率,得到所述第一采集设置选项。
进一步的,所述第一生成模块2,还包括:
第二获取单元,用于若各所述生理数据中存在异常生理数据,则获取所述用户在所述当前周期内的运动轨迹;
第二判断单元,用于判断所述运动轨迹是否与预设的病发高风险区域产生交集;
第三判断单元,用于若所述运动轨迹与预设的病发高风险区域产生交集,则判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配;
第三生成单元,用于若所述异常生理数据与所述病发高风险区域所对应的疾病种类匹配,则生成预警信息,并将所述预警信息加入所述健康检测报告。
进一步的,所述第一生产模块2,还包括:
第三获取单元,用于若所述异常生理数据与所述病发高风险区域所对应的疾病种类不匹配,则获取所述运动轨迹与所述病发高风险区域产生交集的交集次数;
第四判断单元,用于判断所述交集次数是否大于阈值;
第四获取单元,用于若所述交集次数大于阈值,则获取与所述疾病种类对应的预防药物和预防方法;
输出单元,用于根据所述预防药物和所述预防方法生成提醒信息输出到显示界面,并在所述下一周期提高对所述疾病种类对应的生理数据类型的检测频率。
进一步的,所述采集模块1,包括:
识别单元,用于识别是否到达预设测量时刻;
采集单元,用于若到达预设测量时刻,则在预设时长后,按照预设频率连续采集初始生理数据;
第五判断单元,用于判断连续采集的预设数量组所述初始生理数据相邻之间的差值是否均在预设差值范围内,所述预设数量不小于2;
计算单元,用于若连续采集的预设数量组所述初始生理数据相邻之间的差值均在预设差值范围内,则将各所述初始生理数据的平均值,作为单次采集的所述生理数据。
本实施例中,健康检测装置各模块、单元用于对应执行与上述基于智能穿戴设备的健康检测方法中的各个步骤,其具体实施过程在此不做详述。
本实施例提供的一种基于智能穿戴设备的健康检测装置,系统按照初始设定的频率采集用户的生理数据,并根据当前周期的所有生理数据生成健康检测报告。最后,系统根据健康检测报告生成健康建议,以及更新下一周期的生理数据的第一采集设置选项。本申请中,智能穿戴设备的系统能够根据每个周期的所有生理数据对用户的身体情况进行评估,生成健康检测报告,进而根据健康检测报告生成对应的健康建议,以及重新设置智能穿戴设备在下一周期对生理数据的第一采集设置选项(比如需要对某个类型的生理数据提高采集频率),实现动态调整智能穿戴设备的采集设置,有效提高智能穿戴设备的智能化程度,更加全面地对用户的身体情况进行监测,提高检测的准确度。
参照图3,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3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、网络接口和数据库。其中,该计算机设计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、计算机程序和数据库。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。该计算机设备的数据库用于存储阈值等数据。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基于智能穿戴设备的健康检测方法。
上述处理器执行上述基于智能穿戴设备的健康检测方法的步骤:
S1:采集用户的生理数据;
S2:根据当前周期的所有所述生理数据生成健康检测报告;
S3:根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项。
进一步的,所述采集用户的生理数据的步骤之前,包括:
S4:判断是否采集到所述用户的既往病史信息;
S5:若采集到所述用户的既往病史信息,则根据所述既往病史信息生成所述生理数据的第二采集设置选项。
进一步的,所述根据当前周期的所有所述生理数据生成健康检测报告的步骤,包括:
S201:将各所述生理数据按照采集时间进行顺序排列,生成初始数据表格;
S202:将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据;
S203:若各所述生理数据中存在异常生理数据,则将所述异常生理数据标示在所述初始数据表格中,得到二次数据表格,并根据所述异常生理数据解析得到所述用户的患病信息;
S204:综合所述二次数据表格和所述患病信息,生成所述健康检测报告。
进一步的,所述根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项的步骤,包括:
S301:根据所述健康检测报告获取对应的作息时间、饮食食谱以及运动信息;
S302:根据所述作息时间、所述饮食食谱以及所述运动信息生成所述健康建议,以及在所述第二采集设置选项的基础上,增大对所述异常生理数据对应的生理数据类型的采集频率,得到所述第一采集设置选项。
进一步的,所述将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据的步骤之后,包括:
S205:若各所述生理数据中存在异常生理数据,则获取所述用户在所述当前周期内的运动轨迹;
S206:判断所述运动轨迹是否与预设的病发高风险区域产生交集;
S207:若所述运动轨迹与预设的病发高风险区域产生交集,则判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配;
S208:若所述异常生理数据与所述病发高风险区域所对应的疾病种类匹配,则生成预警信息,并将所述预警信息加入所述健康检测报告。
进一步的,所述判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配的步骤之后,包括:
S209:若所述异常生理数据与所述病发高风险区域所对应的疾病种类不匹配,则获取所述运动轨迹与所述病发高风险区域产生交集的交集次数;
S2010:判断所述交集次数是否大于阈值;
S2011:若所述交集次数大于阈值,则获取与所述疾病种类对应的预防药物和预防方法;
S2012:根据所述预防药物和所述预防方法生成提醒信息输出到显示界面,并在所述下一周期提高对所述疾病种类对应的生理数据类型的检测频率。
进一步的,所述采集用户的生理数据的步骤,包括:
S101:识别是否到达预设测量时刻;
S102:若到达预设测量时刻,则在预设时长后,按照预设频率连续采集初始生理数据;
S103:判断连续采集的预设数量组所述初始生理数据相邻之间的差值是否均在预设差值范围内,所述预设数量不小于2;
S104:若连续采集的预设数量组所述初始生理数据相邻之间的差值均在预设差值范围内,则将各所述初始生理数据的平均值,作为单次采集的所述生理数据。
本申请一实施例还提供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一种基于智能穿戴设备的健康检测方法,所述基于智能穿戴设备的健康检测方法具体为:
S1:采集用户的生理数据;
S2:根据当前周期的所有所述生理数据生成健康检测报告;
S3:根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项。
进一步的,所述采集用户的生理数据的步骤之前,包括:
S4:判断是否采集到所述用户的既往病史信息;
S5:若采集到所述用户的既往病史信息,则根据所述既往病史信息生成所述生理数据的第二采集设置选项。
进一步的,所述根据当前周期的所有所述生理数据生成健康检测报告的步骤,包括:
S201:将各所述生理数据按照采集时间进行顺序排列,生成初始数据表格;
S202:将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据;
S203:若各所述生理数据中存在异常生理数据,则将所述异常生理数据标示在所述初始数据表格中,得到二次数据表格,并根据所述异常生理数据解析得到所述用户的患病信息;
S204:综合所述二次数据表格和所述患病信息,生成所述健康检测报告。
进一步的,所述根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项的步骤,包括:
S301:根据所述健康检测报告获取对应的作息时间、饮食食谱以及运动信息;
S302:根据所述作息时间、所述饮食食谱以及所述运动信息生成所述健康建议,以及在所述第二采集设置选项的基础上,增大对所述异常生理数据对应的生理数据类型的采集频率,得到所述第一采集设置选项。
进一步的,所述将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据的步骤之后,包括:
S205:若各所述生理数据中存在异常生理数据,则获取所述用户在所述当前周期内的运动轨迹;
S206:判断所述运动轨迹是否与预设的病发高风险区域产生交集;
S207:若所述运动轨迹与预设的病发高风险区域产生交集,则判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配;
S208:若所述异常生理数据与所述病发高风险区域所对应的疾病种类匹配,则生成预警信息,并将所述预警信息加入所述健康检测报告。
进一步的,所述判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配的步骤之后,包括:
S209:若所述异常生理数据与所述病发高风险区域所对应的疾病种类不匹配,则获取所述运动轨迹与所述病发高风险区域产生交集的交集次数;
S2010:判断所述交集次数是否大于阈值;
S2011:若所述交集次数大于阈值,则获取与所述疾病种类对应的预防药物和预防方法;
S2012:根据所述预防药物和所述预防方法生成提醒信息输出到显示界面,并在所述下一周期提高对所述疾病种类对应的生理数据类型的检测频率。
进一步的,所述采集用户的生理数据的步骤,包括:
S101:识别是否到达预设测量时刻;
S102:若到达预设测量时刻,则在预设时长后,按照预设频率连续采集初始生理数据;
S103:判断连续采集的预设数量组所述初始生理数据相邻之间的差值是否均在预设差值范围内,所述预设数量不小于2;
S104:若连续采集的预设数量组所述初始生理数据相邻之间的差值均在预设差值范围内,则将各所述初始生理数据的平均值,作为单次采集的所述生理数据。
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与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,本申请所提供的和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。非易失性存储器可以包括只读存储器(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通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、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。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、第一物体或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、第一物体或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、第一物体或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于智能穿戴设备的健康检测方法,其特征在于,包括:
采集用户的生理数据;
根据当前周期的所有所述生理数据生成健康检测报告;
根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项。
2.根据权利要求1所述的基于智能穿戴设备的健康检测方法,其特征在于,所述采集用户的生理数据的步骤之前,包括:
判断是否采集到所述用户的既往病史信息;
若采集到所述用户的既往病史信息,则根据所述既往病史信息生成所述生理数据的第二采集设置选项。
3.根据权利要求2所述的基于智能穿戴设备的健康检测方法,其特征在于,所述根据当前周期的所有所述生理数据生成健康检测报告的步骤,包括:
将各所述生理数据按照采集时间进行顺序排列,生成初始数据表格;
将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据;
若各所述生理数据中存在异常生理数据,则将所述异常生理数据标示在所述初始数据表格中,得到二次数据表格,并根据所述异常生理数据解析得到所述用户的患病信息;
综合所述二次数据表格和所述患病信息,生成所述健康检测报告。
4.根据权利要求3所述的基于智能穿戴设备的健康检测方法,其特征在于,所述根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项的步骤,包括:
根据所述健康检测报告获取对应的作息时间、饮食食谱以及运动信息;
根据所述作息时间、所述饮食食谱以及所述运动信息生成所述健康建议,以及在所述第二采集设置选项的基础上,增大对所述异常生理数据对应的生理数据类型的采集频率,得到所述第一采集设置选项。
5.根据权利要求3所述的基于智能穿戴设备的健康检测方法,其特征在于,所述将各所述生理数据与预设健康生理数据进行比对,判断各所述生理数据中是否存在异常生理数据的步骤之后,包括:
若各所述生理数据中存在异常生理数据,则获取所述用户在所述当前周期内的运动轨迹;
判断所述运动轨迹是否与预设的病发高风险区域产生交集;
若所述运动轨迹与预设的病发高风险区域产生交集,则判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配;
若所述异常生理数据与所述病发高风险区域所对应的疾病种类匹配,则生成预警信息,并将所述预警信息加入所述健康检测报告。
6.根据权利要求5所述的基于智能穿戴设备的健康检测方法,其特征在于,所述判断所述异常生理数据是否与所述病发高风险区域所对应的疾病种类匹配的步骤之后,包括:
若所述异常生理数据与所述病发高风险区域所对应的疾病种类不匹配,则获取所述运动轨迹与所述病发高风险区域产生交集的交集次数;
判断所述交集次数是否大于阈值;
若所述交集次数大于阈值,则获取与所述疾病种类对应的预防药物和预防方法;
根据所述预防药物和所述预防方法生成提醒信息输出到显示界面,并在所述下一周期提高对所述疾病种类对应的生理数据类型的检测频率。
7.根据权利要求1所述的基于智能穿戴设备的健康检测方法,其特征在于,所述采集用户的生理数据的步骤,包括:
识别是否到达预设测量时刻;
若到达预设测量时刻,则在预设时长后,按照预设频率连续采集初始生理数据;
判断连续采集的预设数量组所述初始生理数据相邻之间的差值是否均在预设差值范围内,所述预设数量不小于2;
若连续采集的预设数量组所述初始生理数据相邻之间的差值均在预设差值范围内,则将各所述初始生理数据的平均值,作为单次采集的所述生理数据。
8.一种基于智能穿戴设备的健康检测装置,其特征在于,包括:
采集模块,用于采集用户的生理数据;
第一生成模块,用于根据当前周期的所有所述生理数据生成健康检测报告;
第二生成模块,用于根据所述健康检测报告生成健康建议,以及更新下一周期的所述生理数据的第一采集设置选项。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315585.6A CN113066581A (zh) | 2021-03-24 | 2021-03-24 | 基于智能穿戴设备的健康检测方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315585.6A CN113066581A (zh) | 2021-03-24 | 2021-03-24 | 基于智能穿戴设备的健康检测方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113066581A true CN113066581A (zh) | 2021-07-02 |
Family
ID=76561791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110315585.6A Pending CN113066581A (zh) | 2021-03-24 | 2021-03-24 | 基于智能穿戴设备的健康检测方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113066581A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117497166A (zh) * | 2023-12-29 | 2024-02-02 | 深圳三基同创电子有限公司 | 一种基于云计算的智能手表生理体征参数监测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358024A (zh) * | 2017-06-09 | 2017-11-17 | 深圳市旭子科技有限公司 | 一种用户异常预警方法、系统及终端设备 |
CN107361747A (zh) * | 2017-08-23 | 2017-11-21 | 广东小天才科技有限公司 | 一种用于智能穿戴设备的警示方法和装置 |
EP3556289A1 (en) * | 2018-04-18 | 2019-10-23 | mQare IP B.V. | Wearable device |
CN110544541A (zh) * | 2019-08-20 | 2019-12-06 | 首都医科大学 | 一种老年生活及健康状态的监护及评价系统 |
CN111063450A (zh) * | 2020-02-17 | 2020-04-24 | 深圳市刷新智能电子有限公司 | 一种基于可穿戴体温传感器的疫情疑似人筛选方法和系统 |
CN111513691A (zh) * | 2020-04-13 | 2020-08-11 | 深圳市爱深盈通信息技术有限公司 | 一种疫情防控方法、服务器和系统 |
-
2021
- 2021-03-24 CN CN202110315585.6A patent/CN113066581A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358024A (zh) * | 2017-06-09 | 2017-11-17 | 深圳市旭子科技有限公司 | 一种用户异常预警方法、系统及终端设备 |
CN107361747A (zh) * | 2017-08-23 | 2017-11-21 | 广东小天才科技有限公司 | 一种用于智能穿戴设备的警示方法和装置 |
EP3556289A1 (en) * | 2018-04-18 | 2019-10-23 | mQare IP B.V. | Wearable device |
CN110544541A (zh) * | 2019-08-20 | 2019-12-06 | 首都医科大学 | 一种老年生活及健康状态的监护及评价系统 |
CN111063450A (zh) * | 2020-02-17 | 2020-04-24 | 深圳市刷新智能电子有限公司 | 一种基于可穿戴体温传感器的疫情疑似人筛选方法和系统 |
CN111513691A (zh) * | 2020-04-13 | 2020-08-11 | 深圳市爱深盈通信息技术有限公司 | 一种疫情防控方法、服务器和系统 |
Non-Patent Citations (2)
Title |
---|
孟庆彬等, 中国矿业大学出版社 * |
王晓萍等: "《探索AI新世界》", 31 July 2020, 上海教育出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117497166A (zh) * | 2023-12-29 | 2024-02-02 | 深圳三基同创电子有限公司 | 一种基于云计算的智能手表生理体征参数监测方法及系统 |
CN117497166B (zh) * | 2023-12-29 | 2024-04-19 | 深圳三基同创电子有限公司 | 一种基于云计算的智能手表生理体征参数监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2631870C (en) | Residual-based monitoring of human health | |
JP2018125026A (ja) | 分析物データの処理およびレポートを生成するためのシステムおよび方法 | |
US20210153750A1 (en) | Systems and methods for determining blood pressure of a subject | |
CN108348745A (zh) | 预测医疗保健事件的系统和方法 | |
JP2019016235A (ja) | 疾病発症予測装置、疾病発症予測方法およびプログラム | |
Atomi et al. | Cuffless Blood Pressure Estimation Based on Data‐Oriented Continuous Health Monitoring System | |
US7814324B2 (en) | Method of making a patient monitor | |
EP3399310B1 (en) | Health monitoring system, health monitoring method, and health monitoring program | |
CN107361747A (zh) | 一种用于智能穿戴设备的警示方法和装置 | |
US20180310867A1 (en) | System and method for stress level management | |
Baig et al. | Real-time vital signs monitoring and interpretation system for early detection of multiple physical signs in older adults | |
Hermida et al. | The tolerance-hyperbaric test: a chronobiologic approach for improved diagnosis of hypertension | |
CN113066581A (zh) | 基于智能穿戴设备的健康检测方法、装置和计算机设备 | |
CN105593860B (zh) | 用于确定复合评分分布的装置和患者健康状态确定器 | |
US20230394124A1 (en) | Method for configuring data acquisition settings of a computing device | |
CN116724361A (zh) | 基于睡眠活动的对患者健康状况变化的检测 | |
US20200281536A1 (en) | Personal health monitoring | |
CN113598721B (zh) | 可穿戴终端及其核心体温监测方法和计算机可读存储介质 | |
CN111317458A (zh) | 一种基于深度学习的血压检测系统 | |
US20210000405A1 (en) | System for estimating a stress condition of an individual | |
CN106175788A (zh) | 血糖检测提醒装置、电子血糖仪 | |
AU2019204388A1 (en) | Residual-based monitoring of human health | |
CN112244797B (zh) | 身体状态监控方法、装置及存储介质 | |
Sujin et al. | Public e-health network system using arduino controller | |
TWI643078B (zh) | 伺服器及使用該伺服器的資料搜索方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210702 |