CN113990477A - 一种基于云平台的大数据智能健康监护系统 - Google Patents
一种基于云平台的大数据智能健康监护系统 Download PDFInfo
- Publication number
- CN113990477A CN113990477A CN202111223135.0A CN202111223135A CN113990477A CN 113990477 A CN113990477 A CN 113990477A CN 202111223135 A CN202111223135 A CN 202111223135A CN 113990477 A CN113990477 A CN 113990477A
- Authority
- CN
- China
- Prior art keywords
- value
- health
- signal
- potential
- data
- 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.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 215
- 238000012544 monitoring process Methods 0.000 title claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims abstract description 83
- 238000012545 processing Methods 0.000 claims abstract description 56
- 238000012795 verification Methods 0.000 claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 230000003862 health status Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 230000036449 good health Effects 0.000 claims description 5
- 210000000577 adipose tissue Anatomy 0.000 claims description 3
- 230000036772 blood pressure Effects 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 230000037396 body weight Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 7
- 238000012351 Integrated analysis Methods 0.000 abstract description 3
- 230000001737 promoting effect Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000013139 quantization Methods 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- 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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4869—Determining body composition
- A61B5/4872—Body fat
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了职工健康监护技术领域,用于解决现有健康监护的方式较为单一且低效,且无法使职工的健康得到保障,并极大地影响企业发展的问题,尤其公开了一种基于云平台的大数据智能健康监护系统,包括云处理平台和定估评测平台,云处理平台的内部设置有服务器,服务器通讯连接有数据采集单元、表项分析单元和深化分析单元;定估论证平台的内部设置有处理器,处理器通讯连接有主动定估单元、被动核验单元、报告分析单元和显示终端;本发明,实现了对全体职工健康状态进行了全面的监护与分析,并结合多维度的整合分析获得更加全面的和准确的评判职工健康状态的数据信息,在实现了对企业职工健康的有效监护的同时,也促进了企业的发展。
Description
技术领域
本发明涉及职工健康监护技术领域,具体为一种基于云平台的大数据智能健康监护系统。
背景技术
健康监护是指医学监护,它以健康检查为主要手段,包括检出新病例、鉴定疾病等,通过各种检查和分析,评价职业性有害因素对接触者健康的影响及其程度,掌握职工健康状况,及时发现健康损害征象,以便采取相应的预防措施,防止有害因素所致疾患的发生和发展;
现有的对企业职工健康进行的监护,大都是通过多个孤立的单项报告进行监护分析,且难以将多个孤立的单项报告进行科学的整合,其健康监护的方式较为单一且低效,因此导致职工的健康难以受到保障,并极大地影响企业的发展;
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于为了解决现有健康监护的方式较为单一且低效,且无法使职工的健康得到保障,并极大地影响企业发展的问题,实现了对全体职工健康状态进行了全面的监护与分析,并结合多维度的整合分析获得更加全面的和准确的评判职工健康状态的数据信息,在实现了对企业职工健康的有效监护的同时,也促进了企业的发展,而提出一种基于云平台的大数据智能健康监护系统。
本发明的目的可以通过以下技术方案实现:
一种基于云平台的大数据智能健康监护系统,包括云处理平台和定估评测平台,云处理平台的内部设置有服务器,服务器通讯连接有数据采集单元、表项分析单元和深化分析单元;定估论证平台的内部设置有处理器,处理器通讯连接有主动定估单元、被动核验单元、报告分析单元和显示终端;
云处理平台用于对企业的全体职工的健康状态进行监护分析,服务器生成基础指标采集指令和特征指标采集指令,并将基础指标采集指令和特征指标采集指令均发送至数据采集单元,数据采集单元用于采集全体职工的常规健康状态信息和潜在健康状态信息,通过表项分析单元对全体职工的常规健康状态信息进行基础定向评测分析处理,据此求得表征良好健康信号、表征亚健康信号和表征非健康信号,并通过深化分析单元对全体职工的潜在健康状态信息进行深层预测分析处理,据此求得潜在正影响健康信号、潜在一般影响健康信号和潜在负影响健康信号;
通过定估论证平台先对接收的各个数据进行融合分析判别处理,据此生成合格健康监测信号、不合格健康监测信号和待考量信号,分别通过主动定估单元和被动核验单元对全体职工的整体健康情况进行多项数据定估分析处理和核验定估分析处理,判断职工的健康监护状态情况,通过报告分析单元将监护到的结果以文本的形式通过显示终端进行显示输出。
进一步的,常规健康状态信息的采集过程如下:
服务器生成基础指标采集指令,并将其发送至数据采集单元,数据采集单元依据接收的基础指标采集指令采集常规健康状态信息,且常规健康状态信息包括脉心率值、三高值和体项值,其中,脉心率值用于表示个体脉搏变化紊乱数据与心率变化紊乱数据之间的乘积,且脉搏变化紊乱数据等于获取的脉搏值与标准脉搏值作差的绝对值,而心率变化紊乱数据等于获取的心率值与标准心率值作差的绝对值;三高值用于表示个体的血压、血脂以及血糖之间的异常情况的数据值;体项值用于表示个体的体温量值、体重量值以及体脂量值之间的占比数据值。
进一步的,潜在健康状态信息的采集过程如下:
服务器生成特征指标采集指令,并将其发送至数据采集单元,数据采集单元依据接收的特征指标采集指令,据此采集潜在健康状态信息,且潜在健康状态信息包括工作强度量值、时间规范量值和个体素质量值,其中,工作强度量值用于表示职工单位时间内工作量的大小与工作难易程度之间的比值数据,时间规范量值用于表示职工的上班时间的规范情况,且设定上夜班的时间为较为不规范时间,上白班的时间为一般规范时间;个体素质量值用于表示职工的工作素质情况,且个体素质量值等于工龄与技术值占实际年龄的比值数据。
进一步的,基础定向评测分析处理的具体操作步骤如下:
获取单位时间内的各职工的常规健康状态信息中的脉心率值、三高值和体项值,并将其标定为Mali、Sagi和Tvxi,i={1,2,3...n};
将脉心率值Mali、三高值Sagi和体项值Tvxi分别与对应的预设阈值Fa1、Fa2和Fa3进行比对分析,当脉心率值Mali处于预设阈值Fa1范围之内时,则生成心率正常信号,反之,则生成心率异常信号;当三高值Sagi处于预设阈值Fa2范围之内时,则生成三高正常信号,反之,则生成三高异常信号;当体项值Tvxi处于预设阈值Fa3范围之内时,则生成体表正常信号,反之,则生成体表异常信号;
将单位时间内的各项健康数据的判别信号的正常信号和异常信号的次数进行求和统计处理,将统计求和得到的正常信号的次数和值标定为Zh1,将统计求和得到的异常信号的次数和值标定为Yh1,若Zh1大于Yh1时,则生成表征良好健康信号,若Zh1等于Yh1时,则生成表征亚健康信号,若Zh1小于Yh1时,则生成表征非健康信号。
进一步的,深层预测分析处理的具体操作步骤如下:
获取单位时间内的各职工的潜在健康状态信息中的工作强度量值、时间规范量值和个体素质量值,并将其分别标定为Gwli、Sjli和Gtli,将工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli进行量化处理,提取工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli的数值,并代入公式计算中,依据公式求得潜在健康量值Hea,其中,e1、e2和e3分别为工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli的权重因子系数,且e1>e3>e2>0,e1+e2+e3=5.12,pol为误差因子系数,且将pol赋值为4.32695;
将求得潜在健康量值Hea与对应的预设范围Ko进行代入比对分析处理,当潜在健康量值Hea大于预设范围Ko的最大值时,则生成潜在正影响健康信号,当潜在健康量值Hea处于预设范围值Ko内时,则生成潜在一般影响健康信号,当潜在健康量值Hea小于预设范围Ko的最小值时,则生成潜在负影响健康信号。
进一步的,融合分析判别处理的具体操作步骤如下:
依次调取单位时间内获取的职工的表征健康判别信号和潜在健康的判别信号,当同时获取的判别信号为表征良好健康信号和潜在正影响健康信号,则生成合格健康监测信号,若同时获取的判别信号为表征非健康信号和潜在负影响健康信号,则生成不合格健康监测信号,而其他情况,均生成待考量信号。
进一步的,多项数据定估分析处理的具体操作步骤如下:
当接收到待考量信号时,据此调取潜在健康状态信息包括工作强度量值、时间规范量值和个体素质量值,并将其与对应的预设阈值Fb1、Fb2和Fb3进行比对分析,若工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli均处于对应的预设阈值Fb1、Fb2和Fb3之内时,则生成合格健康监测信号,而其他情况下,均生成不合格健康监测信号。
进一步的,核验定估分析处理的具体操作步骤如下:
调取常规健康状态信息中的脉心率值Mali、三高值Sagi和体项值Tixi与潜在健康状态信息中的工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli,将脉心率值Mali、三高值Sagi和体项值Tvxi与工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli进行量化处理,并提取脉心率值Mali、三高值Sagi和体项值Tvxi与工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli的数值,代入公式计算中,依据公式求得核验健康量值Hyz,其中,f1、f2和f3分别为脉心率值Mali、三高值Sagi和体项值Tixi的修正因子系数,且f3>f1>f2>0,f1+f2+f3=1.36;
将核验健康量值Hyz代入对应阈值β进行比对分析,若核验健康量值Hyz处于应阈值β之内,则生成核验有效信号,若核验健康量值Hyz处于应阈值β之外,则生成核验无效信号。
与现有技术相比,本发明的有益效果是:
1、通过采集不同层级的影响健康状态的数据信息,并通过符号化的标定、逐项比对分析和信号化的输出以及公式化的处理和信号化的分析,进而实现了对全体职工健康状态进行了全面的监护与分析;
2、通过将各类评判职工健康状态的数据信号进行多维度的整合分析,进而获得更加全面的和准确的评判职工健康状态的数据信息,并通过核验定估分析处理,并进一步对健康监护的数据进行认证分析,从而实现了对企业职工健康的有效监护,保障了职工的健康,也促进了企业的发展。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统总框图。
具体实施方式
下面将结合实施例对本发明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。
实施例一:
如图1所示,一种基于云平台的大数据智能健康监护系统,包括云处理平台和定估评测平台,云处理平台的内部设置有服务器,服务器通讯连接有数据采集单元、表项分析单元和深化分析单元;定估论证平台的内部设置有处理器,处理器通讯连接有主动定估单元、被动核验单元、报告分析单元和显示终端;
云处理平台用于对企业的全体职工的健康状态进行监护分析,服务器生成基础指标采集指令和特征指标采集指令,并将基础指标采集指令和特征指标采集指令均发送至数据采集单元,数据采集单元用于采集全体职工的常规健康状态信息和潜在健康状态信息,通过表项分析单元对全体职工的常规健康状态信息进行基础定向评测分析处理,据此求得表征良好健康信号、表征亚健康信号和表征非健康信号,并通过深化分析单元对全体职工的潜在健康状态信息进行深层预测分析处理,据此求得潜在正影响健康信号、潜在一般影响健康信号和潜在负影响健康信号;
需要说明的是,在获取常规健康状态信息时,需要服务器生成基础指标采集指令,并将其发送至数据采集单元,数据采集单元依据接收的基础指标采集指令采集常规健康状态信息,且常规健康状态信息包括脉心率值、三高值和体项值,其中,脉心率值用于表示个体脉搏变化紊乱数据与心率变化紊乱数据之间的乘积,且脉搏变化紊乱数据等于获取的脉搏值与标准脉搏值作差的绝对值,而心率变化紊乱数据等于获取的心率值与标准心率值作差的绝对值;三高值用于表示个体的血压、血脂以及血糖之间的异常情况的数据值;体项值用于表示个体的体温量值、体重量值以及体脂量值之间的占比数据值;
而在获取潜在健康状态信息时,需要服务器生成特征指标采集指令,并将其发送至数据采集单元,数据采集单元依据接收的特征指标采集指令采集潜在健康状态信息,且潜在健康状态信息包括工作强度量值、时间规范量值和个体素质量值,其中,工作强度量值用于表示职工单位时间内工作量的大小与工作难易程度之间的比值数据,且工作强度量值的表现数值越大时,则表示对健康状态的负面影响越大,反之,则越小;
时间规范量值用于表示职工的上班时间的规范情况,且设定上夜班的时间为较为不规范时间,上白班的时间为一般规范时间;个体素质量值用于表示职工的工作素质情况,且个体素质量值等于工龄与技术值占实际年龄的比值数据;
通过定估论证平台先对接收的各个数据进行融合分析判别处理,据此生成合格健康监测信号、不合格健康监测信号和待考量信号,分别通过主动定估单元和被动核验单元对全体职工的整体健康情况进行多项数据定估分析处理和核验定估分析处理,判断职工的健康监护状态情况,通过报告分析单元将监护到的结果以文本的形式通过显示终端进行显示输出;
需要说的是,对生成合格健康监测信号和不合格健康监测信号均以短信或者邮件方式发送至各职工的手机端或者电脑端进行显示输出。
实施例二:
如图1所示,在获取到常规健康状态信息后,通过表项分析单元对全体职工的常规健康状态信息进行基础定向评测分析处理,具体的操作步骤如下:
获取单位时间内的各职工的常规健康状态信息中的脉心率值、三高值和体项值,并将其标定为Mali、Sagi和Tvxi,i={1,2,3...n},其中,i表示为全体职工数;
将脉心率值Mali、三高值Sagi和体项值Tvxi分别与对应的预设阈值Fa1、Fa2和Fa3进行比对分析,当脉心率值Mali处于预设阈值Fa1范围之内时,则生成心率正常信号,反之,则生成心率异常信号;当三高值Sagi处于预设阈值Fa2范围之内时,则生成三高正常信号,反之,则生成三高异常信号;当体项值Tvxi处于预设阈值Fa3范围之内时,则生成体表正常信号,反之,则生成体表异常信号;
将单位时间内的各项健康数据的判别信号的正常信号和异常信号的次数进行求和统计处理,将统计求和得到的正常信号的次数和值标定为Zh1,将统计求和得到的异常信号的次数和值标定为Yh1,若Zh1大于Yh1时,则生成表征良好健康信号,若Zh1等于Yh1时,则生成表征亚健康信号,若Zh1小于Yh1时,则生成表征非健康信号,并将表征良好健康信号、表征亚健康信号和表征非健康信号发送至定估评测平台;
需要说明的是,单位时间表示的为三个月的周期时长,且企业职工的每一个月就会对其基础健康状态进行监测采集。
实施例三:
如图1所示,在获取到潜在健康状态信息后,通过深化分析单元对全体职工的潜在健康状态信息进行深层预测分析处理,具体的操作步骤如下:
获取单位时间内的各职工的潜在健康状态信息中的工作强度量值、时间规范量值和个体素质量值,并将其分别标定为Gwli、Sjli和Gtli,将工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli进行量化处理,提取工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli的数值,并代入公式计算中,依据公式求得潜在健康量值Hea,其中,e1、e2和e3分别为工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli的权重因子系数,且e1>e3>e2>0,e1+e2+e3=5.12,pol为误差因子系数,且将pol赋值为4.32695,需要说明的是,权重因子系数用于降低在公式计算中的各项数据占计算结果的权重比,而误差因子系数用于权衡计算结果的误差程度;
将求得潜在健康量值Hea与对应的预设范围Ko进行代入比对分析处理,当潜在健康量值Hea大于预设范围Ko的最大值时,则生成潜在正影响健康信号,当潜在健康量值Hea处于预设范围值Ko内时,则生成潜在一般影响健康信号,当潜在健康量值Hea小于预设范围Ko的最小值时,则生成潜在负影响健康信号,并将潜在正影响健康信号、潜在一般影响健康信号和潜在负影响健康信号发送至定估评测平台。
实施例四:
如图1所示,当定估论证平台接收到的各个判别信号后,并对其进行融合分析判别处理,具体的操作步骤如下:
依次调取单位时间内获取的职工的表征健康判别信号和潜在健康的判别信号,当同时获取的判别信号为表征良好健康信号和潜在正影响健康信号,则生成合格健康监测信号,若同时获取的判别信号为表征非健康信号和潜在负影响健康信号,则生成不合格健康监测信号,而其他情况,均生成待考量信号;
并将生成的待考量信号进行多项数据定估分析处理,具体的操作步骤如下:当接收到待考量信号时,据此调取潜在健康状态信息包括工作强度量值、时间规范量值和个体素质量值,并将其与对应的预设阈值Fb1、Fb2和Fb3进行比对分析,若工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli均处于对应的预设阈值Fb1、Fb2和Fb3之内时,则生成合格健康监测信号,而其他情况下,均生成不合格健康监测信号。
实施例五:
核验定估分析处理,具体的操作步骤如下:调取常规健康状态信息中的脉心率值Mali、三高值Sagi和体项值Tvxi与潜在健康状态信息中的工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli,将脉心率值Mali、三高值Sagi和体项值Tvxi与工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli进行量化处理,并提取脉心率值Mali、三高值Sagi和体项值Tvxi与工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli的数值,代入公式计算中,依据公式求得核验健康量值Hyz,其中,f1、f2和f3分别为脉心率值Mal、三高值Sag和体项值Tvxi的修正因子系数,且f3>f1>f2>0,f1+f2+f3=1.36,需要说明的是,修正因子系数用于修正公式计算中的各项数据值对计算结果的影响;
将核验健康量值Hyz代入对应阈值β进行比对分析,若核验健康量值Hyz处于应阈值β之内,则生成核验有效信号,若核验健康量值Hyz处于应阈值β之外,则生成核验无效信号;
需要说明的是,当生成核验有效信号时,若历史判定的为合格健康监测信号或不合格健康监测信号,则核验判定还为合格健康监测信号或不合格健康监测信号,不做任何修正地进行输出;
当生成核验无效信号时,若历史判定的为合格健康监测信号或不合格健康监测信号,则核验判定修改为不合格健康监测信号或合格健康监测信号进行输出。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的权重因子系数;将设定的权重因子系数和采集的样本数据代入公式,任意两个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到e1、e2和e3取值分别为4.369812、0.36911和1.2123;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的湿度系数;只要不影响参数与量化后数值的比例关系即可。
本发明在使用时,云处理平台对与企业的全体职工的健康状态相关的数据信息进行全面化的采集,通过服务器发送不同层级的数据指令,通过基础指标采集指令和特征指标采集指令分别调取全体职工的常规健康状态信息和潜在健康状态信息,并通过符号化的标定、逐项比对分析和信号化的输出,获取体现职工健康状态的表项数据信息,且通过公式化的处理和信号化的分析,获取影响职工健康状态的潜在健康信息,进而实现了对全体职工常规健康与特征健康的监护与分析;
通过定估论证平台调取评判职工健康状态的数据信号,并将其进行数据的整合分析,通过将影响职工健康状态的表项数据信息与潜在数据信息进行融合输出,进而获得更加全面的和准确的评判职工健康状态的数据信息,通过多角度的对各种数据进行融合分析和核验定估分析处理,并进一步对健康监护的数据进行认证分析,从而实现了对企业职工健康的有效监护,保障了职工的健康,也促进了企业的发展。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于云平台的大数据智能健康监护系统,其特征在于,包括云处理平台和定估评测平台,云处理平台的内部设置有服务器,服务器通讯连接有数据采集单元、表项分析单元和深化分析单元;定估论证平台的内部设置有处理器,处理器通讯连接有主动定估单元、被动核验单元、报告分析单元和显示终端;
云处理平台用于对企业的全体职工的健康状态进行监护分析,服务器生成基础指标采集指令和特征指标采集指令,并将基础指标采集指令和特征指标采集指令均发送至数据采集单元,数据采集单元用于采集全体职工的常规健康状态信息和潜在健康状态信息,通过表项分析单元对全体职工的常规健康状态信息进行基础定向评测分析处理,据此求得表征良好健康信号、表征亚健康信号和表征非健康信号,并通过深化分析单元对全体职工的潜在健康状态信息进行深层预测分析处理,据此求得潜在正影响健康信号、潜在一般影响健康信号和潜在负影响健康信号;
通过定估论证平台先对接收的各个数据进行融合分析判别处理,据此生成合格健康监测信号、不合格健康监测信号和待考量信号,分别通过主动定估单元和被动核验单元对全体职工的整体健康情况进行多项数据定估分析处理和核验定估分析处理,判断职工的健康监护状态情况,通过报告分析单元将监护到的结果以文本的形式通过显示终端进行显示输出。
2.根据权利要求1所述的一种基于云平台的大数据智能健康监护系统,其特征在于,常规健康状态信息的采集过程如下:
服务器生成基础指标采集指令,并将其发送至数据采集单元,数据采集单元依据接收的基础指标采集指令采集常规健康状态信息,且常规健康状态信息包括脉心率值、三高值和体项值,其中,脉心率值用于表示个体脉搏变化紊乱数据与心率变化紊乱数据之间的乘积,且脉搏变化紊乱数据等于获取的脉搏值与标准脉搏值作差的绝对值,而心率变化紊乱数据等于获取的心率值与标准心率值作差的绝对值;三高值用于表示个体的血压、血脂以及血糖之间的异常情况的数据值;体项值用于表示个体的体温量值、体重量值以及体脂量值之间的占比数据值。
3.根据权利要求1所述的一种基于云平台的大数据智能健康监护系统,其特征在于,潜在健康状态信息的采集过程如下:
服务器生成特征指标采集指令,并将其发送至数据采集单元,数据采集单元依据接收的特征指标采集指令,据此采集潜在健康状态信息,且潜在健康状态信息包括工作强度量值、时间规范量值和个体素质量值,其中,工作强度量值用于表示职工单位时间内工作量的大小与工作难易程度之间的比值数据,时间规范量值用于表示职工的上班时间的规范情况,且设定上夜班的时间为较为不规范时间,上白班的时间为一般规范时间;个体素质量值用于表示职工的工作素质情况,且个体素质量值等于工龄与技术值占实际年龄的比值数据。
4.根据权利要求1所述的一种基于云平台的大数据智能健康监护系统,其特征在于,基础定向评测分析处理的具体操作步骤如下:
获取单位时间内的各职工的常规健康状态信息中的脉心率值、三高值和体项值,并将其标定为Mali、Sagi和Tvxi,i={1,2,3...n};
将脉心率值Mali、三高值Sagi和体项值Tvxi分别与对应的预设阈值Fa1、Fa2和Fa3进行比对分析,当脉心率值Mali处于预设阈值Fa1范围之内时,则生成心率正常信号,反之,则生成心率异常信号;当三高值Sagi处于预设阈值Fa2范围之内时,则生成三高正常信号,反之,则生成三高异常信号;当体项值Tvxi处于预设阈值Fa3范围之内时,则生成体表正常信号,反之,则生成体表异常信号;
将单位时间内的各项健康数据的判别信号的正常信号和异常信号的次数进行求和统计处理,将统计求和得到的正常信号的次数和值标定为Zh1,将统计求和得到的异常信号的次数和值标定为Yh1,若Zh1大于Yh1时,则生成表征良好健康信号,若Zh1等于Yh1时,则生成表征亚健康信号,若Zh1小于Yh1时,则生成表征非健康信号。
5.根据权利要求1所述的一种基于云平台的大数据智能健康监护系统,其特征在于,深层预测分析处理的具体操作步骤如下:
获取单位时间内的各职工的潜在健康状态信息中的工作强度量值、时间规范量值和个体素质量值,并将其分别标定为Gwli、Sjli和Gtli,依据公式求得潜在健康量值Hea,其中,e1、e2和e3分别为工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli的权重因子系数,且e1>e3>e2>0,e1+e2+e3=5.12,pol为误差因子系数,且将pol赋值为4.32695;
将求得潜在健康量值Hea与对应的预设范围Ko进行代入比对分析处理,当潜在健康量值Hea大于预设范围Ko的最大值时,则生成潜在正影响健康信号,当潜在健康量值Hea处于预设范围值Ko内时,则生成潜在一般影响健康信号,当潜在健康量值Hea小于预设范围Ko的最小值时,则生成潜在负影响健康信号。
6.根据权利要求1所述的一种基于云平台的大数据智能健康监护系统,其特征在于,融合分析判别处理的具体操作步骤如下:
依次调取单位时间内获取的职工的表征健康判别信号和潜在健康的判别信号,当同时获取的判别信号为表征良好健康信号和潜在正影响健康信号,则生成合格健康监测信号,若同时获取的判别信号为表征非健康信号和潜在负影响健康信号,则生成不合格健康监测信号,而其他情况,均生成待考量信号。
7.根据权利要求6所述的一种基于云平台的大数据智能健康监护系统,其特征在于,多项数据定估分析处理的具体操作步骤如下:
当接收到待考量信号时,据此调取潜在健康状态信息包括工作强度量值、时间规范量值和个体素质量值,并将其与对应的预设阈值Fb1、Fb2和Fb3进行比对分析,若工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli均处于对应的预设阈值Fb1、Fb2和Fb3之内时,则生成合格健康监测信号,而其他情况下,均生成不合格健康监测信号。
8.根据权利要求1所述的一种基于云平台的大数据智能健康监护系统,其特征在于,核验定估分析处理的具体操作步骤如下:
调取常规健康状态信息中的脉心率值Mali、三高值Sagi和体项值Tvxi与潜在健康状态信息中的工作强度量值Gwli、时间规范量值Sjli和个体素质量值Gtli,依据公式求得核验健康量值Hyz,其中,f1、f2和f3分别为脉心率值Mal、三高值Sag和体项值Tix的修正因子系数,且f3>f1>f2>0,f1+f2+f3=1.36;
将核验健康量值Hyz代入对应阈值β进行比对分析,若核验健康量值Hyz处于应阈值β之内,则生成核验有效信号,若核验健康量值Hyz处于应阈值β之外,则生成核验无效信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111223135.0A CN113990477B (zh) | 2021-10-20 | 2021-10-20 | 一种基于云平台的大数据智能健康监护系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111223135.0A CN113990477B (zh) | 2021-10-20 | 2021-10-20 | 一种基于云平台的大数据智能健康监护系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113990477A true CN113990477A (zh) | 2022-01-28 |
CN113990477B CN113990477B (zh) | 2022-11-18 |
Family
ID=79739676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111223135.0A Active CN113990477B (zh) | 2021-10-20 | 2021-10-20 | 一种基于云平台的大数据智能健康监护系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113990477B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115101202A (zh) * | 2022-06-13 | 2022-09-23 | 戎誉科技(深圳)有限公司 | 一种基于大数据的健康检测数据管理系统 |
CN115859944A (zh) * | 2023-02-15 | 2023-03-28 | 莱芜职业技术学院 | 基于大数据的计算机数据挖掘方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009112872A1 (en) * | 2008-03-14 | 2009-09-17 | Semmelweis Egyetem | Arrangement and method for prevention of discomfort or health impairment of persons carrying on a sedentary occupation, especially computer operators |
CN105117838A (zh) * | 2015-08-20 | 2015-12-02 | 荆楚理工学院 | 一种职业人员体能考核与健康管理的信息化系统 |
CN106886855A (zh) * | 2017-02-20 | 2017-06-23 | 天津工业大学 | 一套职业卫生综合风险管理评估体系 |
CN107220524A (zh) * | 2017-08-04 | 2017-09-29 | 成都趣睡科技有限公司 | 健康管控系统及方法 |
CN107506602A (zh) * | 2017-09-07 | 2017-12-22 | 北京海融兴通信息安全技术有限公司 | 一种大数据健康预测系统 |
CN107978365A (zh) * | 2017-10-31 | 2018-05-01 | 深圳市医信家科学服务有限公司 | 一种采集慢性病患者的日常行为数据的方法 |
US20180137247A1 (en) * | 2016-11-16 | 2018-05-17 | healthio Inc. | Preventive and predictive health platform |
CN108922623A (zh) * | 2018-07-12 | 2018-11-30 | 中国铁道科学研究院集团有限公司 | 一种健康风险评估和疾病预警信息系统 |
CN110215189A (zh) * | 2019-06-10 | 2019-09-10 | 张家港江苏科技大学产业技术研究院 | 一种基于云平台的大数据智能健康监护系统 |
US20200005944A1 (en) * | 2016-12-06 | 2020-01-02 | Dnesoftdigm Co., Ltd | Device and method for health information prediction using big data |
CN110660486A (zh) * | 2019-09-11 | 2020-01-07 | 武汉佑康科技有限公司 | 一种基于穿戴设备的医生健康监测系统 |
CN111904079A (zh) * | 2020-08-07 | 2020-11-10 | 北京脑陆科技有限公司 | 一种基于智能安全帽的工人健康监控方法 |
CN112289465A (zh) * | 2020-10-21 | 2021-01-29 | 梁秀文 | 一种基于大数据的医疗监管系统 |
CN112992352A (zh) * | 2021-03-10 | 2021-06-18 | 广州云从鼎望科技有限公司 | 员工健康预警方法、装置及介质 |
CN113362949A (zh) * | 2021-06-04 | 2021-09-07 | 贵州电网有限责任公司 | 基于大数据的企业职工健康管理云平台 |
CN113362950A (zh) * | 2021-06-04 | 2021-09-07 | 贵州电网有限责任公司 | 企业职工健康管理系统 |
-
2021
- 2021-10-20 CN CN202111223135.0A patent/CN113990477B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009112872A1 (en) * | 2008-03-14 | 2009-09-17 | Semmelweis Egyetem | Arrangement and method for prevention of discomfort or health impairment of persons carrying on a sedentary occupation, especially computer operators |
CN105117838A (zh) * | 2015-08-20 | 2015-12-02 | 荆楚理工学院 | 一种职业人员体能考核与健康管理的信息化系统 |
US20180137247A1 (en) * | 2016-11-16 | 2018-05-17 | healthio Inc. | Preventive and predictive health platform |
US20200005944A1 (en) * | 2016-12-06 | 2020-01-02 | Dnesoftdigm Co., Ltd | Device and method for health information prediction using big data |
CN106886855A (zh) * | 2017-02-20 | 2017-06-23 | 天津工业大学 | 一套职业卫生综合风险管理评估体系 |
CN107220524A (zh) * | 2017-08-04 | 2017-09-29 | 成都趣睡科技有限公司 | 健康管控系统及方法 |
CN107506602A (zh) * | 2017-09-07 | 2017-12-22 | 北京海融兴通信息安全技术有限公司 | 一种大数据健康预测系统 |
CN107978365A (zh) * | 2017-10-31 | 2018-05-01 | 深圳市医信家科学服务有限公司 | 一种采集慢性病患者的日常行为数据的方法 |
CN108922623A (zh) * | 2018-07-12 | 2018-11-30 | 中国铁道科学研究院集团有限公司 | 一种健康风险评估和疾病预警信息系统 |
CN110215189A (zh) * | 2019-06-10 | 2019-09-10 | 张家港江苏科技大学产业技术研究院 | 一种基于云平台的大数据智能健康监护系统 |
CN112057038A (zh) * | 2019-06-10 | 2020-12-11 | 张家港江苏科技大学产业技术研究院 | 一种基于云平台的大数据智能健康监护系统 |
CN110660486A (zh) * | 2019-09-11 | 2020-01-07 | 武汉佑康科技有限公司 | 一种基于穿戴设备的医生健康监测系统 |
CN111904079A (zh) * | 2020-08-07 | 2020-11-10 | 北京脑陆科技有限公司 | 一种基于智能安全帽的工人健康监控方法 |
CN112289465A (zh) * | 2020-10-21 | 2021-01-29 | 梁秀文 | 一种基于大数据的医疗监管系统 |
CN112992352A (zh) * | 2021-03-10 | 2021-06-18 | 广州云从鼎望科技有限公司 | 员工健康预警方法、装置及介质 |
CN113362949A (zh) * | 2021-06-04 | 2021-09-07 | 贵州电网有限责任公司 | 基于大数据的企业职工健康管理云平台 |
CN113362950A (zh) * | 2021-06-04 | 2021-09-07 | 贵州电网有限责任公司 | 企业职工健康管理系统 |
Non-Patent Citations (2)
Title |
---|
李雷波: "云平台在境外员工健康管理中的探索与实践", 《石油化工安全环保技术》 * |
王利敏等: "亚健康人群信息采集和自动分析平台的研制思路", 《山西中医学院学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115101202A (zh) * | 2022-06-13 | 2022-09-23 | 戎誉科技(深圳)有限公司 | 一种基于大数据的健康检测数据管理系统 |
CN115859944A (zh) * | 2023-02-15 | 2023-03-28 | 莱芜职业技术学院 | 基于大数据的计算机数据挖掘方法 |
CN115859944B (zh) * | 2023-02-15 | 2023-10-17 | 莱芜职业技术学院 | 基于大数据的计算机数据挖掘方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113990477B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113990477B (zh) | 一种基于云平台的大数据智能健康监护系统 | |
CN110555596B (zh) | 一种基于配电物资质量评价的抽检策略制定方法及系统 | |
CN106093838B (zh) | 关口电能表远程在线校验方法及系统 | |
CN112053756B (zh) | 基于临床标本检验数据的检验结果质量评价方法及系统 | |
EP1903461A2 (en) | Quality control system, analyzer, and quality control method | |
CN109633518A (zh) | 一种智能电能表综合性能评价方法、装置 | |
CN113298498A (zh) | 一种基于工业物联网平台的管理系统 | |
CN118067204B (zh) | 一种基于数字计量技术的安全生产数据采集系统 | |
CN110186854A (zh) | 一种食品安全性信息检测方法 | |
CN112414576A (zh) | 一种基于无线传感器网络的工厂环境温度检测系统 | |
CN116520236A (zh) | 一种智能电表的异常检测方法和系统 | |
CN114199962A (zh) | 一种用于畜禽舍内有害气体分析监测系统 | |
CN117115937A (zh) | 设备运行状态监测方法、装置、云端设备及存储介质 | |
CN115112183A (zh) | 一种用于异形机械零件尺寸检测系统 | |
CN115458149A (zh) | 智慧健康运营调度平台 | |
CN111879709A (zh) | 湖泊水体光谱反射率检验方法及装置 | |
CN114582478A (zh) | 一种基于互联网的磁共振室检测管理系统 | |
CN117373635B (zh) | 一种医疗设备的智能管理方法及系统 | |
CN111504927A (zh) | 用于食品检测的高效稳定的原子吸收光谱仪及其控制方法 | |
CN114088423B (zh) | 一种座椅调节器的耐久性能测试系统 | |
CN116380228A (zh) | 衡器运行监测方法、系统、终端及存储介质 | |
CN115343318A (zh) | 一种基于无线通信的无源灰分仪远程标定系统 | |
CN112734208B (zh) | 燃煤验收监测装置、方法、设备以及可读存储介质 | |
CN111898314A (zh) | 湖泊水体参数检验方法、装置、电子设备及存储介质 | |
CN116127326B (zh) | 一种复合绝缘子检测方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: Room 3639, 1st Floor, Building 2, No. 57 Tangnan Street, Yuepu Town, Baoshan District, Shanghai, 2019 Patentee after: Shanghai Lightspeed Information Technology Co.,Ltd. Address before: 200000 room 1113, building B, 2305 Zuchongzhi Road, pilot Free Trade Zone, Pudong New Area, Shanghai Patentee before: Shanghai qingxun Information Technology Co.,Ltd. |
|
CP03 | Change of name, title or address |