CN113100758B - 一种基于移动互联网的老年血氧数据健康监测和管理系统 - Google Patents

Abstract

本发明公开了一种基于移动互联网的老年血氧数据健康监测和管理系统，包括数据录入单元、识别单元、数据采集单元、数据存储单元、健康分析单元、结果判定单元和智能设备；数据录入单元用于用户录入对应的身份信息，身份信息包括录入面部数据和录入姓名数据，本发明通过健康分析单元对录入姓名数据、脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据进行健康分析操作，智能设备接受血氧偏正信号和血氧警示信号，将其显示在屏幕上，并发出提示，对数据进行分析判定，从而判定出用户的血氧数据是否出现异常，及时提醒用户，增加安全监控。

Description

一种基于移动互联网的老年血氧数据健康监测和管理系统

技术领域

本发明涉及老年血氧检测技术领域，具体为一种基于移动互联网的老年血氧数据健康监测和管理系统。

背景技术

随着社会的发展，人们的生活水平也在稳步上升，那么现阶段，人们最关系的就是自身还有亲人的健康，一些年龄大的老人在身体机能上肯定没有像年轻人那样健康，内部的健康就更重要的；

目前对于一些老年人而言，经常需要去医院或者社区进行身体检查，避免出现一些疾病的隐患，但是，现有的检查是通过抽取用户的血进行仪器的化验，然后根据化验的数据进行人为的判断，判断结果可能会出现偏差；

为此，我们提出一种基于移动互联网的老年血氧数据健康监测和管理系统。

发明内容

本发明的目的在于提供一种基于移动互联网的老年血氧数据健康监测和管理系统。

本发明的目的可以通过以下技术方案实现：

一种基于移动互联网的老年血氧数据健康监测和管理系统，包括数据录入单元、识别单元、数据采集单元、数据存储单元、健康分析单元、结果判定单元和智能设备；

所述数据录入单元用于用户录入对应的身份信息，身份信息包括录入面部数据和录入姓名数据，并将其传输至数据存储单元进行录入信息存储；

所述数据采集单元用于采集用户的实时信息，并将实时信息传输至识别单元，所述数据存储单元内还存储有记录信息，所述识别单元从数据存储单元内获取记录信息，并将记录信息与实时信息一同进行识别操作，得到录入姓名数据、脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、时间数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据，并将其一同传输至健康分析单元;

所述健康分析单元用于对录入姓名数据、脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据进行健康分析操作，得到血氧偏正信号和血氧警示信号，并将其一同传输至智能设备；

智能设备接受血氧偏正信号和血氧警示信号，将其显示在屏幕上，并发出提示；

健康分析单元将动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号，结果判定单元从数据存储单元内获取录入姓名数据，并将其与动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号一同进行结果处理操作，得到调节信号和调节因素，并将其一同传输至智能设备。

智能设备还用于接收调节信号和调节因素，并对其进行识别，当识别到调节信号时，则自动提取对应的调节因素，并将调节信号和调节因素显示在显示屏上。

识别操作的具体操作过程为：

步骤一：获取实时信息，将实时信息内将用户脉搏跳动标定为脉动数据，将实时信息内动脉氧合血红蛋白的体积标定为动脉氧合数据，将实时信息内动脉能够进行氧合的血红蛋白体积标定为动脉蛋白数据，将实时信息内静脉氧合血红蛋白的体积标定为静脉氧合数据，将实时信息内静脉能够进行氧合的血红蛋白体积标定为静脉蛋白数据，将实时信息内检测的时间标定为时间数据，将实时信息内的面部数据标定为实时面部数据；

步骤二：获取记录信息，将记录信息内人体的每分钟的平均脉标定为标准脉率数据，将记录信息内动脉的饱和度标定为动脉饱和数据，将记录信息内静脉的饱和度标定为静脉饱和数据；

步骤三：获取实时面部数据和录入面部数据，并对其进行匹配，得到录入姓名数据；

步骤四：提取上述步骤三中提取的录入姓名数据，并将其与脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、时间数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据一同传输至健康分析单元。

实时面部数据和录入面部数据的具体匹配过程为：

S1：当实时面部数据和录入面部数据的匹配结果一致时，则判定采集的实时面部数据与存储信息内的记录面部数据相匹配，自动提取对应的录入姓名数据；

S2：当实时面部数据和录入面部数据的匹配结果不一致时，则判定采集的实时面部数据与存储信息内的记录面部数据不匹配，生成存储信号，对录入的面部数据以及对应的录入姓名数据。

健康分析操作的具体操作过程为：

K1：获取时间数据和脉动数据，选取出两个时间点，并将两个时间点分别标定为第一时间点和第二时间点，提取第一时间点和第二时间点时间段内的脉动数据，并将其与第一时间点和第二时间点一同带入到计算式：脉动频率=脉动数据/（第二时间点-第一时间点），其中，第一时间点和第二时间点之间的时间差距为一分钟；

K2：获取动脉氧合数据和动脉蛋白数据，并以上述K1中的第一时间点和第二时间点为基础条件，提取对应时间点动脉氧合数据和动脉蛋白数据，将其带入到计算式：动脉饱和度=动脉氧合数据/动脉蛋白数据，依据相同的计算方式，计算出静脉饱和度；

K3：获取标准脉率数据、动脉饱和数据和静脉饱和数据，提取上述K1-K2中的脉动频率、动脉饱和度和静脉饱和度，并将其与标准脉率数据、动脉饱和数据和静脉饱和数据进行差值计算，从而得到脉率差值、动脉饱和差值和静脉饱和差值，差值计算式具体为：脉率差值=标准脉率数据-脉动频率；

K4：提取上述K3中的脉率差值、动脉饱和差值和静脉饱和差值，设定脉率差值、动脉饱和差值和静脉饱和差值对应的预设值，即脉率预设值、动脉预设值和静脉预设值；

K5：提取上述K4中的脉率预设值、动脉预设值和静脉预设值，并将其分别与脉率差值、动脉饱和差值和静脉饱和差值进行血氧比对，具体为：

当脉率差值大于脉率预设值时，则判定脉率差值大，生成脉率警示信号；

当脉率差值等于脉率预设值时，则判定脉率差值正常，生成脉率正常信号；

当脉率差值小于脉率预设值时，则判定脉率差值小，生成脉率健康信号；

依据脉率差值和脉率预设值的对比判定方法，对动脉预设值和静脉预设值进行判定，得到动脉饱和差值对应的动脉警示信号、动脉正常信号和动脉健康信号以及静脉差值对应的静脉警示信号、静脉正常信号和静脉健康信号；

K6：提取上述K5中的脉率警示信号、脉率正常信号、脉率健康信号、动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号，并对其进行识别提取，当识别到脉率警示信号、动脉警示信号和静脉警示信号中的任意一项时，则判定血氧数据存在异常，生成血氧警示信号，当没有识别到脉率警示信号、动脉警示信号和静脉警示信号中的任意一项时，则判定血氧数据存在偏向正常，生成血氧偏正信号。

结果处理操作的具体操作过程为：

H1：依据姓名数据，获取动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号，并对其进行分类标定，将动脉警示信号、静脉警示信号和脉率警示信号标定为一级信号，将动脉正常信号、静脉正常信号和脉率正常信号标定为二级信号，将脉率健康信号、动脉健康信号和静脉健康信号标定为三级信号；

H2：提取上述H1中的一级信号、二级信号和三级信号，并对其各自对应的出现次数进行统计，将其依次标定为一级次数、二级次数和三级次数，对一级信号、二级信号和三级信号进行赋值，将一级信号赋予数值a，将二级信号赋予数值b，将三级信号赋予数值c；

H3：选取出一个设定时间段，将设定时间段内的一级次数、二级次数和三级次数与一级信号赋值、二级信号赋值、和三级信号赋值带入到计算式：Z=a*e1+b*e2+c*e3，其中，Z表示为一级信号、二级信号和三级信号的赋值总和，e1表示为一级次数，e2表示为二级次数，e3表示为三级次数；

H4：设定若干个预设总值以及每个预设总值对应的影响血氧数据的因素，将赋值总和与若干个预设总值进行匹配，当匹配到对应的预设总值时，则提取预设总值对应的影响血氧数据的因素，并将其标定为调节因素，生成调节信号。

本发明的有益效果：

（1）通过数据录入单元录入用户对应的身份信息，并将其传输至数据存储单元进行录入信息存储；通过数据采集单元采集用户的实时信息，并将实时信息传输至识别单元，数据存储单元内还存储有记录信息，识别单元从数据存储单元内获取记录信息，并将记录信息与实时信息一同进行识别操作，快速识别出数据分析所需要的相关数据，并对其进行分别标定，节省识别时间，增加识别的准确性；

（2）通过健康分析单元对录入姓名数据、脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据进行健康分析操作，得到血氧偏正信号和血氧警示信号，并将其一同传输至智能设备；智能设备接受血氧偏正信号和血氧警示信号，将其显示在屏幕上，并发出提示，对数据进行分析判定，从而判定出用户的血氧数据是否出现异常，及时提醒用户，增加安全监控；

（3）通过结果判定单元从数据存储单元内获取录入姓名数据，并将其与动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号一同进行结果处理操作，得到调节信号和调节因素，并将其一同传输至智能设备，智能设备还接收调节信号和调节因素，并对其进行识别，当识别到调节信号时，则自动提取对应的调节因素，并将调节信号和调节因素显示在显示屏上；更全面的对用户的血氧数据进行精确分析，从而增加数据的说服力度，节省分析所消耗的时间，提高工作效率。

附图说明

下面结合附图对本发明作进一步的说明；

图1是本发明的系统框图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于移动互联网的老年血氧数据健康监测和管理系统，包括数据录入单元、识别单元、数据采集单元、数据存储单元、健康分析单元、结果判定单元和智能设备；

数据录入单元用于用户录入对应的身份信息，身份信息包括录入面部数据和录入姓名数据，并将其传输至数据存储单元进行录入信息存储；

数据采集单元用于采集用户的实时信息，并将实时信息传输至识别单元，数据存储单元内还存储有记录信息，识别单元从数据存储单元内获取记录信息，并将记录信息与实时信息一同进行识别操作，识别操作的具体操作过程为：

步骤一：获取实时信息，将实时信息内将用户脉搏跳动标定为脉动数据，将实时信息内动脉氧合血红蛋白的体积标定为动脉氧合数据，将实时信息内动脉能够进行氧合的血红蛋白体积标定为动脉蛋白数据，将实时信息内静脉氧合血红蛋白的体积标定为静脉氧合数据，将实时信息内静脉能够进行氧合的血红蛋白体积标定为静脉蛋白数据，将实时信息内检测的时间标定为时间数据，将实时信息内的面部数据标定为实时面部数据；

步骤二：获取记录信息，将记录信息内人体的每分钟的平均脉标定为标准脉率数据，将记录信息内动脉的饱和度标定为动脉饱和数据，将记录信息内静脉的饱和度标定为静脉饱和数据；

步骤三：获取实时面部数据和录入面部数据，并对其进行匹配，具体为：

S1：当实时面部数据和录入面部数据的匹配结果一致时，则判定采集的实时面部数据与存储信息内的记录面部数据相匹配，自动提取对应的录入姓名数据；

S2：当实时面部数据和录入面部数据的匹配结果不一致时，则判定采集的实时面部数据与存储信息内的记录面部数据不匹配，生成存储信号，对录入的面部数据以及对应的录入姓名数据；

步骤四：提取上述步骤三中提取的录入姓名数据，并将其与脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、时间数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据一同传输至健康分析单元；

健康分析单元用于对录入姓名数据、脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据进行健康分析操作，健康分析操作的具体操作过程为：

K1：获取时间数据和脉动数据，选取出两个时间点，并将两个时间点分别标定为第一时间点和第二时间点，提取第一时间点和第二时间点时间段内的脉动数据，并将其与第一时间点和第二时间点一同带入到计算式：脉动频率=脉动数据/（第二时间点-第一时间点），其中，第一时间点和第二时间点之间的时间差距为一分钟；

K2：获取动脉氧合数据和动脉蛋白数据，并以上述K1中的第一时间点和第二时间点为基础条件，提取对应时间点动脉氧合数据和动脉蛋白数据，将其带入到计算式：动脉饱和度=动脉氧合数据/动脉蛋白数据，依据相同的计算方式，计算出静脉饱和度；

K3：获取标准脉率数据、动脉饱和数据和静脉饱和数据，提取上述K1-K2中的脉动频率、动脉饱和度和静脉饱和度，并将其与标准脉率数据、动脉饱和数据和静脉饱和数据进行差值计算，从而得到脉率差值、动脉饱和差值和静脉饱和差值，差值计算式具体为：脉率差值=标准脉率数据-脉动频率；

K4：提取上述K3中的脉率差值、动脉饱和差值和静脉饱和差值，设定脉率差值、动脉饱和差值和静脉饱和差值对应的预设值，即脉率预设值、动脉预设值和静脉预设值；

K5：提取上述K4中的脉率预设值、动脉预设值和静脉预设值，并将其分别与脉率差值、动脉饱和差值和静脉饱和差值进行血氧比对，具体为：

当脉率差值大于脉率预设值时，则判定脉率差值大，生成脉率警示信号；

当脉率差值等于脉率预设值时，则判定脉率差值正常，生成脉率正常信号；

当脉率差值小于脉率预设值时，则判定脉率差值小，生成脉率健康信号；

依据脉率差值和脉率预设值的对比判定方法，对动脉预设值和静脉预设值进行判定，得到动脉饱和差值对应的动脉警示信号、动脉正常信号和动脉健康信号以及静脉差值对应的静脉警示信号、静脉正常信号和静脉健康信号；

K6：提取上述K5中的脉率警示信号、脉率正常信号、脉率健康信号、动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号，并对其进行识别提取，当识别到脉率警示信号、动脉警示信号和静脉警示信号中的任意一项时，则判定血氧数据存在异常，生成血氧警示信号，当没有识别到脉率警示信号、动脉警示信号和静脉警示信号中的任意一项时，则判定血氧数据存在偏向正常，生成血氧偏正信号；

K7：将K6中的血氧偏正信号和血氧警示信号一同传输至智能设备；

智能设备接受血氧偏正信号和血氧警示信号，将其显示在屏幕上，并发出提示；

健康分析单元将动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号，结果判定单元从数据存储单元内获取录入姓名数据，并将其与动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号一同进行结果处理操作，结果处理操作的具体操作过程为：

H1：依据姓名数据，获取动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号，并对其进行分类标定，将动脉警示信号、静脉警示信号和脉率警示信号标定为一级信号，将动脉正常信号、静脉正常信号和脉率正常信号标定为二级信号，将脉率健康信号、动脉健康信号和静脉健康信号标定为三级信号；

H2：提取上述H1中的一级信号、二级信号和三级信号，并对其各自对应的出现次数进行统计，将其依次标定为一级次数、二级次数和三级次数，对一级信号、二级信号和三级信号进行赋值，将一级信号赋予数值a，将二级信号赋予数值b，将三级信号赋予数值c；

H3：选取出一个设定时间段，将设定时间段内的一级次数、二级次数和三级次数与一级信号赋值、二级信号赋值、和三级信号赋值带入到计算式：Z=a*e1+b*e2+c*e3，其中，Z表示为一级信号、二级信号和三级信号的赋值总和，e1表示为一级次数，e2表示为二级次数，e3表示为三级次数；

H4：设定若干个预设总值以及每个预设总值对应的影响血氧数据的因素，将赋值总和与若干个预设总值进行匹配，当匹配到对应的预设总值时，则提取预设总值对应的影响血氧数据的因素，并将其标定为调节因素，生成调节信号；

H5：将调节信号和调节因素一同传输至智能设备；

智能设备还用于接收调节信号和调节因素，并对其进行识别，当识别到调节信号时，则自动提取对应的调节因素，并将调节信号和调节因素显示在显示屏上。

本发明在工作时，通过数据录入单元录入用户对应的身份信息，并将其传输至数据存储单元进行录入信息存储；通过数据采集单元采集用户的实时信息，并将实时信息传输至识别单元，数据存储单元内还存储有记录信息，识别单元从数据存储单元内获取记录信息，并将记录信息与实时信息一同进行识别操作，得到录入姓名数据、脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、时间数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据，并将其一同传输至健康分析单元;通过健康分析单元对录入姓名数据、脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据进行健康分析操作，得到血氧偏正信号和血氧警示信号，并将其一同传输至智能设备；智能设备接受血氧偏正信号和血氧警示信号，将其显示在屏幕上，并发出提示；健康分析单元将动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号，结果判定单元从数据存储单元内获取录入姓名数据，并将其与动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号一同进行结果处理操作，得到调节信号和调节因素，并将其一同传输至智能设备，智能设备还接收调节信号和调节因素，并对其进行识别，当识别到调节信号时，则自动提取对应的调节因素，并将调节信号和调节因素显示在显示屏上。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (1)

1.一种基于移动互联网的老年血氧数据健康监测和管理系统，包括数据录入单元、识别单元、数据采集单元、数据存储单元、健康分析单元、结果判定单元和智能设备；

数据录入单元用于用户录入对应的身份信息，身份信息包括录入面部数据和录入姓名数据，并将其传输至数据存储单元进行录入信息存储；

数据采集单元用于采集用户的实时信息，并将实时信息传输至识别单元，数据存储单元内还存储有记录信息，识别单元从数据存储单元内获取记录信息，并将记录信息与实时信息一同进行识别操作，识别操作的具体操作过程为：

步骤一：获取实时信息，将实时信息内用户脉搏跳动标定为脉动数据，将实时信息内动脉氧合血红蛋白的体积标定为动脉氧合数据，将实时信息内动脉能够进行氧合的血红蛋白体积标定为动脉蛋白数据，将实时信息内静脉氧合血红蛋白的体积标定为静脉氧合数据，将实时信息内静脉能够进行氧合的血红蛋白体积标定为静脉蛋白数据，将实时信息内检测的时间标定为时间数据，将实时信息内的面部数据标定为实时面部数据；

步骤二：获取记录信息，将记录信息内人体的每分钟的平均脉率标定为标准脉率数据，将记录信息内动脉的饱和度标定为动脉饱和数据，将记录信息内静脉的饱和度标定为静脉饱和数据；

步骤三：获取实时面部数据和录入面部数据，并对其进行匹配，具体为：

S1：当实时面部数据和录入面部数据的匹配结果一致时，则判定采集的实时面部数据与存储信息内的记录面部数据相匹配，自动提取对应的录入姓名数据；

S2：当实时面部数据和录入面部数据的匹配结果不一致时，则判定采集的实时面部数据与存储信息内的记录面部数据不匹配，生成存储信号，对录入的面部数据以及对应的录入姓名数据；

步骤四：提取上述步骤三中提取的录入姓名数据，并将其与脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、时间数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据一同传输至健康分析单元；

健康分析单元用于对录入姓名数据、脉动数据、动脉氧合数据、动脉蛋白数据、静脉氧合数据、静脉蛋白数据、实时面部数据、标准脉率数据、动脉饱和数据和静脉饱和数据进行健康分析操作，健康分析操作的具体操作过程为：

K1：获取时间数据和脉动数据，选取出两个时间点，并将两个时间点分别标定为第一时间点和第二时间点，提取第一时间点和第二时间点时间段内的脉动数据，并将其与第一时间点和第二时间点一同带入到计算式：脉动频率=脉动数据/（第二时间点-第一时间点），其中，第一时间点和第二时间点之间的时间差距为一分钟；

K2：获取动脉氧合数据和动脉蛋白数据，并以上述K1中的第一时间点和第二时间点为基础条件，提取对应时间点动脉氧合数据和动脉蛋白数据，将其带入到计算式：动脉饱和度=动脉氧合数据/动脉蛋白数据，依据相同的计算方式，计算出静脉饱和度；

K3：获取标准脉率数据、动脉饱和数据和静脉饱和数据，提取上述K1-K2中的脉动频率、动脉饱和度和静脉饱和度，并将其与标准脉率数据、动脉饱和数据和静脉饱和数据进行差值计算，从而得到脉率差值、动脉饱和差值和静脉饱和差值，差值计算式具体为：脉率差值=标准脉率数据-脉动频率；

K4：提取上述K3中的脉率差值、动脉饱和差值和静脉饱和差值，设定脉率差值、动脉饱和差值和静脉饱和差值对应的预设值，即脉率预设值、动脉预设值和静脉预设值；

K5：提取上述K4中的脉率预设值、动脉预设值和静脉预设值，并将其分别与脉率差值、动脉饱和差值和静脉饱和差值进行血氧比对，具体为：

当脉率差值大于脉率预设值时，则判定脉率差值大，生成脉率警示信号；

当脉率差值等于脉率预设值时，则判定脉率差值正常，生成脉率正常信号；

当脉率差值小于脉率预设值时，则判定脉率差值小，生成脉率健康信号；

依据脉率差值和脉率预设值的对比判定方法，对动脉预设值和静脉预设值进行判定，得到动脉饱和差值对应的动脉警示信号、动脉正常信号和动脉健康信号以及静脉差值对应的静脉警示信号、静脉正常信号和静脉健康信号；

K6：提取上述K5中的脉率警示信号、脉率正常信号、脉率健康信号、动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号，并对其进行识别提取，当识别到脉率警示信号、动脉警示信号和静脉警示信号中的任意一项时，则判定血氧数据存在异常，生成血氧警示信号，当没有识别到脉率警示信号、动脉警示信号和静脉警示信号中的任意一项时，则判定血氧数据存在偏向正常，生成血氧偏正信号；

K7：将K6中的血氧偏正信号和血氧警示信号一同传输至智能设备；

智能设备接受血氧偏正信号和血氧警示信号，将其显示在屏幕上，并发出提示；

健康分析单元将动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号，结果判定单元从数据存储单元内获取录入姓名数据，并将其与动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号一同进行结果处理操作，结果处理操作的具体操作过程为：

H1：依据姓名数据，获取动脉警示信号、动脉正常信号、动脉健康信号、静脉警示信号、静脉正常信号和静脉健康信号、脉率警示信号、脉率正常信号和脉率健康信号，并对其进行分类标定，将动脉警示信号、静脉警示信号和脉率警示信号标定为一级信号，将动脉正常信号、静脉正常信号和脉率正常信号标定为二级信号，将脉率健康信号、动脉健康信号和静脉健康信号标定为三级信号；

H2：提取上述H1中的一级信号、二级信号和三级信号，并对其各自对应的出现次数进行统计，将其依次标定为一级次数、二级次数和三级次数，对一级信号、二级信号和三级信号进行赋值，将一级信号赋予数值a，将二级信号赋予数值b，将三级信号赋予数值c；

H3：选取出一个设定时间段，将设定时间段内的一级次数、二级次数和三级次数与一级信号赋值、二级信号赋值、和三级信号赋值带入到计算式：Z=a*e1+b*e2+c*e3，其中，Z表示为一级信号、二级信号和三级信号的赋值总和，e1表示为一级次数，e2表示为二级次数，e3表示为三级次数；

H4：设定若干个预设总值以及每个预设总值对应的影响血氧数据的因素，将赋值总和与若干个预设总值进行匹配，当匹配到对应的预设总值时，则提取预设总值对应的影响血氧数据的因素，并将其标定为调节因素，生成调节信号；

H5：将调节信号和调节因素一同传输至智能设备；

智能设备还用于接收调节信号和调节因素，并对其进行识别，当识别到调节信号时，则自动提取对应的调节因素，并将调节信号和调节因素显示在显示屏上。

Images