CN113096762A - 一种实时肺康复锻炼的监测方法及系统 - Google Patents

Abstract

本发明公开了一种实时肺康复锻炼的监测方法及系统，所述方法包括：根据第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数；获得第二气息稳定系数；通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划。解决了现有技术中存在肺康复患者长期锻炼的自主性不够，且锻炼效果缺少实时数据统计的技术问题。

Description

一种实时肺康复锻炼的监测方法及系统

技术领域

本发明涉及肺康复相关领域，尤其涉及一种实时肺康复锻炼的监测方法及系统。

背景技术

随着医学科学的发展，人们对健康和疾病的发生、发展以及转归等方面有了更深的认识和更高的要求，肺康复是指对有症状的日常生活能力下降的，慢性呼吸系统病患者的个体化，多学科综合的干预措施，肺康复的锻炼可以减轻症状促进患者肺功能的恢复，提高患者生活质量，降低急性发病和再住院率改善患者症状。因此，肺康复是有效治疗慢性严重肺疾病不可缺少的一部分。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在肺康复患者长期锻炼的自主性不够，且锻炼效果缺少实时数据统计的技术问题。

发明内容

本申请实施例通过提供一种实时肺康复锻炼的监测方法及系统，解决了现有技术中存在肺康复患者长期锻炼的自主性不够，且锻炼效果缺少实时数据统计的技术问题，达到了基于对肺康复患者进行有效监测干预，并对监测数据进行稳定性分析进而达到数据辅助服务的技术效果。

鉴于上述问题，提出了本申请实施例提供一种实时肺康复锻炼的监测方法及系统。

第一方面，本申请实施例提供了一种实时肺康复锻炼的监测方法，所述方法应用于第一智能穿戴装置，所述装置与第一移动设备通信连接，所述方法包括：根据所述第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，其中，所述第一气息稳定系数为所述第一吸烟用户在第一周期的监测系数；获得第二气息稳定系数，其中，所述第二气息稳定系数为所述第一吸烟用户在第二周期的监测系数；通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划；将所述第一康复锻炼计划通过所述第一移动设备发送给所述第一吸烟用户。

另一方面，本申请还提供了一种实时肺康复锻炼的监测系统，所述系统包括：第一获得单元，所述第一获得单元用于根据第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；第二获得单元，所述第二获得单元用于通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，其中，所述第一气息稳定系数为所述第一吸烟用户在第一周期的监测系数；第三获得单元，所述第三获得单元用于获得第二气息稳定系数，其中，所述第二气息稳定系数为所述第一吸烟用户在第二周期的监测系数；第四获得单元，所述第四获得单元用于通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；第一输入单元，所述第一输入单元用于根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；第一生成单元，所述第一生成单元用于根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划；第一发送单元，所述第一发送单元用于将所述第一康复锻炼计划通过第一移动设备发送给所述第一吸烟用户。

第三方面，本发明提供了一种实时肺康复锻炼的监测系统，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，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了根据第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量，进而对所述第一呼吸频率和所述第一气流量进行分析，获得第一周期的第一气息稳定系数和第二周期的第二气息稳定系数，再根据所述第一气息稳定系数生成的曲线和所述第二气息稳定系数生成的曲线进行拟合，根据获得的曲线差值面积进行负相关指数的判断，当所述第一负相关指数越高，表示所述第一吸烟用户的肺康复训练存在一定效果，进而通过对所述第一吸烟用户的身体状况进行活动量评估，获得所述第一吸烟用户的第一最大肺康复训练量，其中，所述第一最大活动量是根据神经网络模型进行训练获得的，进而将生成的合适的所述第一康复锻炼计划通过所述第一移动设备发送给所述第一吸烟用户的方式。达到了基于对肺康复患者进行有效监测干预，并对监测数据进行稳定性分析进而达到数据辅助服务的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种实时肺康复锻炼的监测方法的流程示意图；

图2为本申请实施例一种实时肺康复锻炼的监测系统的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一输入单元15，第一生成单元16，第一发送单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本申请实施例通过提供一种实时肺康复锻炼的监测方法及系统，解决了现有技术中存在肺康复患者长期锻炼的自主性不够，且锻炼效果缺少实时数据统计的技术问题，达到了基于对肺康复患者进行有效监测干预，并对监测数据进行稳定性分析进而达到数据辅助服务的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

随着医学科学的发展，人们对健康和疾病的发生、发展以及转归等方面有了更深的认识和更高的要求，肺康复是指对有症状的日常生活能力下降的，慢性呼吸系统病患者的个体化，多学科综合的干预措施，肺康复的锻炼可以减轻症状促进患者肺功能的恢复，提高患者生活质量，降低急性发病和再住院率改善患者症状。因此，肺康复是有效治疗慢性严重肺疾病不可缺少的一部分。现有技术中存在肺康复患者长期锻炼的自主性不够，且锻炼效果缺少实时数据统计的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种实时肺康复锻炼的监测方法，所述方法包括：所述方法应用于第一智能穿戴装置，所述装置与第一移动设备通信连接，所述方法包括：根据所述第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，其中，所述第一气息稳定系数为所述第一吸烟用户在第一周期的监测系数；获得第二气息稳定系数，其中，所述第二气息稳定系数为所述第一吸烟用户在第二周期的监测系数；通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划；将所述第一康复锻炼计划通过所述第一移动设备发送给所述第一吸烟用户。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种实时肺康复锻炼的监测方法，所述方法应用于第一智能穿戴装置，所述装置与第一移动设备通信连接，所述方法包括：

步骤S100：根据所述第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；

具体而言，所述第一智能穿戴装置由所述第一吸烟用户进行穿戴，其中，所述第一智能穿戴装置中包含有微型传感器和气息监测装置，所述第一吸烟用户为由于吸烟造成的肺功能损害进而进行肺康复训练治疗的用户，进一步而言，所述第一呼吸频率为所述第一吸烟用户在进行肺康复训练中呼吸训练的呼吸频率，所述第一气流量为对所述第一吸烟用户于呼吸的训练时的气体量，一般而言，吸气量和呼气量的比值一般为1:2～3可以达到较好的训练效果，因此通过对呼吸频率和气流量的进一步监测，能够使得所述第一吸烟用户在吸肌的训练和康复达到数据记录和辅助训练的技术效果。

步骤S200：通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，其中，所述第一气息稳定系数为所述第一吸烟用户在第一周期的监测系数；

具体而言，所述第一气息稳定系数是根据所述第一吸烟用户在进行肺康复呼吸训练时对于所述第一呼吸频率的变化波动以及气流量的控制能力进行综合分析进而确定的气息稳定代表系数，进一步的，所述第一气息稳定系数为所述第一吸烟用户在所述第一周期中进行实时监测获得的数据信息，详细来说，所述第一周期为进行肺康复锻炼的第一计划周期，通过对所述第一周期中气息的稳定性进行不断监测，进而对所述第一吸烟用户在所述第一周期的训练效果进行数据化的分析。

步骤S300：获得第二气息稳定系数，其中，所述第二气息稳定系数为所述第一吸烟用户在第二周期的监测系数；

具体而言，所述第二气息稳定系数是根据所述第一吸烟用户的在所述第二周期中肾康复呼吸训练的训练效果进行监测获得的数据信息，其中，所述第二周期为肾康复的第二计划周期，通过对所述第一吸烟用户在不同锻炼周期中的训练效果进行监测，进而获得对应的数据存储信息，达到了实时跟踪所述第一吸烟用户在肾康复训练中呼吸训练的效果，并进行数据化分析进而为之后由计算机搭建的平台完成计算提供准数据基础。

步骤S400：通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；

具体而言，根据所述第一周期中的所述第一吸烟用户的第一气息稳定系数构建第一曲线，进而根据所述第二周期中的第二吸烟用户的第二气息稳定系数构建第二曲线，再根据所述第一曲线和所述第二曲线拟合而成的综合曲线构成的差值面积进行进一步判断，详细来说，若所述第一曲线差值面积是根据时间的增加而不断减小，则表示所述第一曲线差值面积呈负相关增长，进而表示所述第一吸烟用户的肾康复呼吸训练效果较好，进而获得所述第一负相关指数，其中，所述第一负相关指数为对所述第一曲线差值面积随时间变化而减小的速度指标，通过对所述第一吸烟用户在不同阶段的气息稳定性进一步判断所述第一吸烟用户的肾康复训练效果，达到了根据实时监测数据信息提供训练效果的指标进而为肾康复训练提供辅助的技术效果。

步骤S500：根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；

具体而言，当所述第一负相关指数达到一定目标要求时，可以通过所述活动评估训练模型进行数据训练，其中，所述活动评估训练模型是根据所述第一吸烟用户的身体情况等信息进行针对性分析的模型，将第一输入信息输入活动评估训练模型中进行活动量评估，从而获得所述第一吸烟用户的第一最大活动量，详细来说，所述第一最大活动量能够将所述第一吸烟用户的身体状态进行反映，从而便于计算机搭建的平台进行活动训练计划的处理，其中，所述活动评估训练模型为是以神经网络模型为基础建立的模型，而神经网络是大量的神经元之间相互连接构成的一种运算模型，网络的输出则依照网络的连接方式的一种逻辑策略表达，通过所述活动评估训练模型训练使得输出的信息达到了准确获得所述第一最大活动量的技术效果。

步骤S600：根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划；

步骤S700：将所述第一康复锻炼计划通过所述第一移动设备发送给所述第一吸烟用户。

具体而言，由于所述第一最大活动量是根据所述活动训练模型进行数据训练获得的数据，因此，能够对所述第一吸烟用户的身体状况信息进行进一步的分析和确定，进而生成合适的所述第一康复锻炼计算，为所述第一吸烟用户进行训练计划指导，进一步的，可以将所述第一康复锻炼计划通过通信连接的移动设备发送给所述第一吸烟用户，再根据用户自身的需求使得康复锻炼计划信息在移动设备中进行存储进而向用户达到及时提醒的技术效果。

进一步而言，所述分别对所述第一类别检查项目和所述第二类别检查项目的检查信息进行识别录入，获得第一类别检查信息和第二类别检查信息，本申请实施例步骤S400还包括：

步骤S410：根据所述第一气息稳定系数和第二气息稳定系数生成第一曲线和第二曲线；

步骤S420：通过对所述第一曲线和第二曲线进行拟合，获得第一拟合曲线；

步骤S430：根据所述第一拟合曲线，生成第一曲线差值面积；

步骤S440：判断所述第一曲线差值面积与时间之间的函数关系是否呈负相关；

步骤S450：若所述第一曲线差值面积与时间之间的函数关系呈负相关，获得第一负相关指数。

具体而言，所述第一曲线为根据预设的第一段周期进行稳定系数计算进而对应生成的曲线，所述第二曲线为根据预设的第二段周期进行稳定系数计算生成的曲线，其中，所述第一曲线和所述第二曲线都是以周期的时间节点为横坐标，稳定系数为纵坐标进行构建的，进一步的，对所述第一曲线和所述第二曲线进行拟合的过程是将坐标原点和坐标轴进行重合，进而将所述第一曲线和所述第二曲线拟合成为一个综合曲线，并根据综合曲线中由所述第一曲线和所述第二曲线形成的面积进行面积计算，其中，判断所述第一曲线差值面积与时间之间的函数关系是否呈负相关主要是看所述第一曲线差值是否随着时间的增加而逐渐减少，其中，所述第一负相关指数越高，表示所述第一吸烟用户的肺康复训练具有有效的训练效果，进而能够根据曲线的面积负相关指数进一步对训练效果进行判定，为所述第一吸烟用户提供较为准确、长期的数据辅助。

进一步而言，本申请实施例S450还包括：

步骤S451：判断所述第一负相关指数是否达到预设负相关指数；

步骤S452：若所述第一负相关指数达到所述预设负相关指数，获得第一发送指令和第二发送指令；

步骤S453：根据所述第一发送指令，将所述第一吸烟用户的第一身体信息进行录入并发送给所述第一智能穿戴设备；

步骤S454：根据所述第二发送指令，将第一肺康复信息发送给所述第一智能穿戴设备；

步骤S455：将所述第一身体信息和所述第一肺康复信息作为第一输入信息。

具体而言，判断所述第一负相关指数是否达到预设负相关指数是根据面积差随着时间增长变化的速度，当所述第一负相关指数达到所述预设负相关指数表示肾康复呼吸训练的效果较好有持续效果的进一步增长，当所述第一负相关指数没有达到所述预设负相关指数表示肾康复训练效果在逐渐的训练中产生了一定的逆反状态或处于恢复瓶颈期，进而根据发出的指令信息分别将所述第一吸烟用户的身体信息和肺康复信息发送给所述第一智能穿戴设备中进行数据处理，其中，由于所述第一智能穿戴设备中包含了电子计算元件，因此，通过将所述第一身体信息和所述第一肺康复信息作为第一输入信息，为之对所述第一用户的状态信息进行进一步的分析和判断提供计算的数据来源。

进一步而言，所述通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，本申请实施例步骤S200还包括：

步骤S210：根据第一标准呼吸频率，获得第一呼吸频率指标；

步骤S220：根据第一标准气流量，获得第一气流量指标；

步骤S230：根据所述第一呼吸频率指标和所述第一气流量指标，获得第一标准化指标；

步骤S240：根据所述第一标准化指标，生成第一气息稳定系数。

具体而言，根据肾康复训练中呼吸训练方式的不同设置对应的呼吸训练指标，即根据每一种呼吸训练的呼气流量、吸气流量以及呼吸频率等进行设置相应的指标信息，进而根据第一智能穿戴监测获得的对应参数确定所述第一吸烟用户所对应的指标信息，进而将获得的气流量指标和呼吸频率指标进行标准化处理，由于不同的指标具有不同的参照基础，基于对指标进行标准化处理进一步对指标分析，进而生成所述第一气息稳定系数，通过对所述第一气息稳定系数的生成进行了细化，增加数据处理的准确性和可靠性。

进一步而言，本申请实施例还包括：

步骤S810：根据所述第一智能穿戴装置，获得所述第一吸烟用户的第一气流湿度含量；

步骤S820：获得第一交互影响度，其中，所述第一交互影响度为第一训练环境中的第一空气湿度含量与所述第一气流湿度含量中的影响度；

步骤S830：根据所述第一交互影响度，对所述第一气流湿度含量进行修正，获得第二气流湿度含量；

步骤S840：根据所述第二气流湿度含量对所述第一吸烟用户的第一呼吸训练质量进行评估，获得第一评估结果。

具体而言，所述第一气流湿度含量是根据所述第一智能穿戴装置中的湿度监测仪器等进行数据监测并将对应的数据显示到所述第一智能穿戴装置中，其中，由于在进行呼吸训练时需要对气流进行腹腔的训练，进而增加呼气时的气体湿度，因此，通过监测第一气流湿度含量进一步确定所述第一吸烟用户进行呼吸训的训练质量，进一步的，当空气中湿度含量超过一定数值之后会对所述第一智能穿戴装置的湿度监测结果产生第一的影响，因此，通过具体对所述第一气流湿度含量和空气湿度的交互影响进行分析后对所述第一气流湿度含量进行修正，进而获得更加准确的所述第二气流湿度含量，进一步的，就能够根据所述第二气流湿度含量对训练的质量进行评估，达到了有效针对湿度监测误差进而进行修正再进行评估的方式为用户提供准确的训练质量评估报告。

进一步而言，本申请实施例S300还包括：

步骤S310：获得所述第二气息稳定系数在所述第二周期中的第一增长速度；

步骤S320：根据所述第一增长速度，获得第一气息平缓系数，其中，所述第一气息平缓系数为第一平缓增长速度所对应的稳定系数；

步骤S330：判断所述第一气息平缓系数是否达到预设系数阈值；

步骤S340：若所述第一气息平缓系数未达到预设系数阈值，获得第一修正指令。

具体而言，所述第二气息稳定系数为在第二周期中进行呼吸频率和气流量的进一步监测生成的系数信息，进一步的，通过判断所述第二气息稳定系数的增长速度，将其进入气息波动阈值较小无限接近的系数作为所述第一气息平缓系数，进而判断所述第一气息平缓系数是否达到了目标的平缓系数，其中，平缓系数是对所述第一吸烟用户进行肾康复训练的效果瓶颈期进行数据化表示，进一步的，当气息平缓系数没有达到目标的平缓系数阈值，需要对所述第一吸烟用户目前的训练计划进行修正，进而达到了为所述第一吸烟用户及时提供数据化的训练辅助的技术效果。

进一步而言，所述根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中，获得第一最大活动量,本申请实施例步骤S500还包括：

步骤S510：将所述第一身体信息和所述第一肺康复信息输入活动评估训练模型中，所述活动评估训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一身体信息、所述第一肺康复信息和标识第一输出结果的标识信息；

步骤S520：获得所述活动评估训练模型中的第一输出结果，所述第一输出结果为所述第一吸烟用户的第一最大活动量。

具体而言，将所述第一吸烟用户的第一最大活动量作为监督数据，输入每一组训练数据中，对所述第一身体信息和所述第一肺康复信息进行监督学习，所述活动评估训练模型按照神经网络模型为原型建立模型进行训练的，进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一身体信息、所述第一肺康复信息和标识第一输出结果的标识信息，所述活动评估训练模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，结束本组数据监督学习，进行下一组数据监督学习。当所述活动评估训练模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对多组数据进行不断训练的方式，达到了输出准确的所述第一最大活动量，从而达到了提高数据处理化水平的技术效果。

综上所述，本申请实施例所提供的一种实时肺康复锻炼的监测方法及系统具有如下技术效果：

1、由于采用了根据第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量，进而对所述第一呼吸频率和所述第一气流量进行分析，获得第一周期的第一气息稳定系数和第二周期的第二气息稳定系数，再根据所述第一气息稳定系数生成的曲线和所述第二气息稳定系数生成的曲线进行拟合，根据获得的曲线差值面积进行负相关指数的判断，当所述第一负相关指数越高，表示所述第一吸烟用户的肺康复训练存在一定效果，进而通过对所述第一吸烟用户的身体状况进行活动量评估，获得所述第一吸烟用户的第一最大肺康复训练量，其中，所述第一最大活动量是根据神经网络模型进行训练获得的，进而将生成的合适的所述第一康复锻炼计划通过所述第一移动设备发送给所述第一吸烟用户的方式。达到了基于对肺康复患者进行有效监测干预，并对监测数据进行稳定性分析进而达到数据辅助服务的技术效果。

2、由于采用了根据用户进行肺康复呼吸训练的位姿进一步确定气息湿度含量，并结合外界因素的影响进行修正获得第二气流湿度含量的方式，达到了有效针对湿度监测误差进而修正再进行评估的方式为用户提供准确的训练质量评估报告的技术效果。

3、由于采用了根据呼吸训练的气息平稳系数对长期的训练进行监测，并进一步分析其曲线差值面积的负相关指数的方式，进而能够根据曲线的面积负相关指数进一步对训练效果进行判定，为所述第一吸烟用户提供较为准确、长期的数据辅助。

实施例二

基于与前述实施例中一种实时肺康复锻炼的监测方法同样发明构思，本发明还提供了一种实时肺康复锻炼的监测系统，如图2所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于根据第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；

第二获得单元12，所述第二获得单元12用于通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，其中，所述第一气息稳定系数为所述第一吸烟用户在第一周期的监测系数；

第三获得单元13，所述第三获得单元13用于获得第二气息稳定系数，其中，所述第二气息稳定系数为所述第一吸烟用户在第二周期的监测系数；

第四获得单元14，所述第四获得单元14用于通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；

第一输入单元15，所述第一输入单元15用于根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；

第一生成单元16，所述第一生成单元16用于根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划；

第一发送单元17，所述第一发送单元17用于将所述第一康复锻炼计划通过第一移动设备发送给所述第一吸烟用户。

进一步的，所述系统还包括：

第二生成单元，所述第二生成单元用于根据所述第一气息稳定系数和第二气息稳定系数生成第一曲线和第二曲线；

第五获得单元，所述第五获得单元用于通过对所述第一曲线和第二曲线进行拟合，获得第一拟合曲线；

第二生成单元，所述第二生成单元用于根据所述第一拟合曲线，生成第一曲线差值面积；

第一判断单元，所述第一判断单元用于判断所述第一曲线差值面积与时间之间的函数关系是否呈负相关；

第六获得单元，所述第六获得单元用于若所述第一曲线差值面积与时间之间的函数关系呈负相关，获得第一负相关指数。

进一步的，所述系统还包括：

第二判断单元，所述第二判断单元用于判断所述第一负相关指数是否达到预设负相关指数；

第七获得单元，所述第七获得单元用于若所述第一负相关指数达到所述预设负相关指数，获得第一发送指令和第二发送指令；

第二发送单元，所述第二发送单元用于根据所述第一发送指令，将所述第一吸烟用户的第一身体信息进行录入并发送给所述第一智能穿戴设备；

第三发送单元，所述第三发送单元用于将所述第一身体信息和所述第一肺康复信息作为第一输入信息。

进一步的，所述系统还包括：

第八获得单元，所述第八获得单元用于根据第一标准呼吸频率，获得第一呼吸频率指标；

第九获得单元，所述第九获得单元用于根据第一标准气流量，获得第一气流量指标；

第十获得单元，所述第十获得单元用于根据所述第一呼吸频率指标和所述第一气流量指标，获得第一标准化指标；

第三生成单元，所述第三生成单元用于根据所述第一标准化指标，生成第一气息稳定系数。

进一步的，所述系统还包括：

第十一获得单元，所述第十一获得单元用于根据所述第一智能穿戴装置，获得所述第一吸烟用户的第一气流湿度含量；

第十二获得单元，所述第十二获得单元用于获得第一交互影响度，其中，所述第一交互影响度为第一训练环境中的第一空气湿度含量与所述第一气流湿度含量中的影响度；

第十三获得单元，所述第十三获得单元用于根据所述第一交互影响度，对所述第一气流湿度含量进行修正，获得第二气流湿度含量；

第十四获得单元，所述第十四获得单元用于根据所述第二气流湿度含量对所述第一吸烟用户的第一呼吸训练质量进行评估，获得第一评估结果。

进一步的，所述系统还包括：

第十五获得单元，所述第十五获得单元用于获得所述第二气息稳定系数在所述第二周期中的第一增长速度；

第十六获得单元，所述第十六获得单元用于根据所述第一增长速度，获得第一气息平缓系数，其中，所述第一气息平缓系数为第一平缓增长速度所对应的稳定系数；

第三判断单元，所述第三判断单元用于判断所述第一气息平缓系数是否达到预设系数阈值；

第十七获得单元，所述第十七获得单元用于若所述第一气息平缓系数未达到预设系数阈值，获得第一修正指令。

进一步的，所述系统还包括：

第二输入单元，所述第二输入单元用于将所述第一身体信息和所述第一肺康复信息输入活动评估训练模型中，所述活动评估训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一身体信息、所述第一肺康复信息和标识第一输出结果的标识信息；

第十八获得单元，所述第十八获得单元用于获得所述活动评估训练模型中的第一输出结果，所述第一输出结果为所述第一吸烟用户的第一最大活动量。

前述图1实施例一中的一种实时肺康复锻炼的监测方法的各种变化方式和具体实例同样适用于本实施例的一种实时肺康复锻炼的监测系统，通过前述对一种实时肺康复锻炼的监测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种实时肺康复锻炼的监测系统的实施方法，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种实时肺康复锻炼的监测方法的发明构思，本发明还提供一种实时肺康复锻炼的监测系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种实时肺康复锻炼的监测方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种实时肺康复锻炼的监测方法，所述方法应用于第一智能穿戴装置，所述装置与第一移动设备通信连接，所述方法包括：根据所述第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，其中，所述第一气息稳定系数为所述第一吸烟用户在第一周期的监测系数；获得第二气息稳定系数，其中，所述第二气息稳定系数为所述第一吸烟用户在第二周期的监测系数；通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划；将所述第一康复锻炼计划通过所述第一移动设备发送给所述第一吸烟用户。解决了现有技术中存在肺康复患者长期锻炼的自主性不够，且锻炼效果缺少实时数据统计的技术问题，达到了基于对肺康复患者进行有效监测干预，并对监测数据进行稳定性分析进而达到数据辅助服务的技术效果。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种实时肺康复锻炼的监测方法，所述方法应用于第一智能穿戴装置，所述装置与第一移动设备通信连接，所述方法包括：

根据所述第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；

通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，其中，所述第一气息稳定系数为所述第一吸烟用户在第一周期的监测系数；

获得第二气息稳定系数，其中，所述第二气息稳定系数为所述第一吸烟用户在第二周期的监测系数；

通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；

根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；

根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划；

将所述第一康复锻炼计划通过所述第一移动设备发送给所述第一吸烟用户。

2.如权利要求1所述的方法，所述通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数，所述方法还包括：

根据所述第一气息稳定系数和第二气息稳定系数生成第一曲线和第二曲线；

通过对所述第一曲线和第二曲线进行拟合，获得第一拟合曲线；

根据所述第一拟合曲线，生成第一曲线差值面积；

判断所述第一曲线差值面积与时间之间的函数关系是否呈负相关；

若所述第一曲线差值面积与时间之间的函数关系呈负相关，获得第一负相关指数。

3.如权利要求2所述的方法，所述方法还包括：

判断所述第一负相关指数是否达到预设负相关指数；

若所述第一负相关指数达到所述预设负相关指数，获得第一发送指令和第二发送指令；

根据所述第一发送指令，将所述第一吸烟用户的第一身体信息进行录入并发送给所述第一智能穿戴设备；

根据所述第二发送指令，将第一肺康复信息发送给所述第一智能穿戴设备；

将所述第一身体信息和所述第一肺康复信息作为第一输入信息。

4.如权利要求1所述的方法，所述通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，所述方法还包括：

根据第一标准呼吸频率，获得第一呼吸频率指标；

根据第一标准气流量，获得第一气流量指标；

根据所述第一呼吸频率指标和所述第一气流量指标，获得第一标准化指标；

根据所述第一标准化指标，生成第一气息稳定系数。

5.如权利要求1所述的方法，所述方法还包括：

根据所述第一智能穿戴装置，获得所述第一吸烟用户的第一气流湿度含量；

获得第一交互影响度，其中，所述第一交互影响度为第一训练环境中的第一空气湿度含量与所述第一气流湿度含量中的影响度；

根据所述第一交互影响度，对所述第一气流湿度含量进行修正，获得第二气流湿度含量；

根据所述第二气流湿度含量对所述第一吸烟用户的第一呼吸训练质量进行评估，获得第一评估结果。

6.如权利要求1所述的方法，所述方法还包括：

获得所述第二气息稳定系数在所述第二周期中的第一增长速度；

根据所述第一增长速度，获得第一气息平缓系数，其中，所述第一气息平缓系数为第一平缓增长速度所对应的稳定系数；

判断所述第一气息平缓系数是否达到预设系数阈值；

若所述第一气息平缓系数未达到预设系数阈值，获得第一修正指令。

7.如权利要求1所述的方法，所述根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中，获得第一最大活动量，所述方法还包括：

将所述第一身体信息和所述第一肺康复信息输入活动评估训练模型中，所述活动评估训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一身体信息、所述第一肺康复信息和标识第一输出结果的标识信息；

获得所述活动评估训练模型中的第一输出结果，所述第一输出结果为所述第一吸烟用户的第一最大活动量。

8.一种实时肺康复锻炼的监测系统，其中，所述系统包括：

第一获得单元，所述第一获得单元用于根据第一智能穿戴装置，获得第一吸烟用户的第一呼吸频率和第一气流量；

第二获得单元，所述第二获得单元用于通过对所述第一呼吸频率和所述第一气流量进行分析，获得第一气息稳定系数，其中，所述第一气息稳定系数为所述第一吸烟用户在第一周期的监测系数；

第三获得单元，所述第三获得单元用于获得第二气息稳定系数，其中，所述第二气息稳定系数为所述第一吸烟用户在第二周期的监测系数；

第四获得单元，所述第四获得单元用于通过对所述第一气息稳定系数和第二气息稳定系数生成的第一曲线差值面积进行判断，获得第一负相关指数；

第一输入单元，所述第一输入单元用于根据所述第一负相关指数，将第一输入信息输入活动评估训练模型中进行评估，获得第一最大活动量；

第一生成单元，所述第一生成单元用于根据所述第一最大活动量，生成所述第一吸烟用户的第一康复锻炼计划；

第一发送单元，所述第一发送单元用于将所述第一康复锻炼计划通过第一移动设备发送给所述第一吸烟用户。

9.一种实时肺康复锻炼的监测系统，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，其中，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。

Images