CN114068020A - 一种智能康养监控与优化系统 - Google Patents
一种智能康养监控与优化系统 Download PDFInfo
- Publication number
- CN114068020A CN114068020A CN202111225436.7A CN202111225436A CN114068020A CN 114068020 A CN114068020 A CN 114068020A CN 202111225436 A CN202111225436 A CN 202111225436A CN 114068020 A CN114068020 A CN 114068020A
- Authority
- CN
- China
- Prior art keywords
- environment
- information
- parameters
- health
- care
- 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
-
- 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
- A61B5/021—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
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
-
- 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
- A61B5/14532—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 for measuring glucose, e.g. by tissue impedance measurement
-
- 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
- A61B5/14542—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 for measuring blood gases
-
- 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
- A61B5/14546—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 for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/20—Humidity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/65—Concentration of specific substances or contaminants
- F24F2110/70—Carbon dioxide
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/65—Concentration of specific substances or contaminants
- F24F2110/74—Ozone
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/65—Concentration of specific substances or contaminants
- F24F2110/76—Oxygen
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Optics & Photonics (AREA)
- Physiology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Psychiatry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Child & Adolescent Psychology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Social Psychology (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Chemical & Material Sciences (AREA)
- Psychology (AREA)
- Vascular Medicine (AREA)
- General Physics & Mathematics (AREA)
- Dermatology (AREA)
Abstract
本发明提供一种智能康养监控与优化系统,包括环境监测子系统,生成由至少一个环境传感器在连续监测状态下得到的包含模糊集的空气环境向量;可穿戴体征监测子系统,生成由至少一个体征传感器在连续监测状态下得到的包含模糊集的个人体征参数向量;人工智能决策子系统,生成环境参数与人体的身体指标参数的关联匹配关系,并基于数据库进行信息比对,输出判断结果;人机界面显示系统,用于对人工智能决策子系统的输出结果进行可视化。通过采集康养环境参数与康养人的体征参数,结合智能算法,以提取核心康养环境要素,建立康养环境参数与康养人的体征参数之间的关联,再结合医学专家数据库进行决策,达到优化用户康养方案的特点。
Description
技术领域
本发明涉及智能康养技术领域,具体为一种智能康养监控与优化系统。
背景技术
随着人们生活水平的提高,以健康为目的的旅游受到了青睐,各种康养项目近年来得到了大力发展,特别是森林康养资源得到了各级政府的高度重视。然而,目前森林康养的发展仍以粗放型发展为主,康养效果有限。
很难针对以下问题给出合理可行的解决措施:(1)不同的森林适宜什么样具体人群?比如有的植物降血压,有的植物生血压。(2)不同的人适宜到哪个森林去康养?比如高血压的需要降血压,低血压的需要升血压。(3)康养产生效果的关键因素是什么?比如:负氧离子与芬多精中和游离基激活淋巴细胞。(4)如何进一步强化有效因素?比如:精细化森林林分模型与人体体征模型。解决上述问题是当下发展精准化森林康养的必有之路,而且解决这些问题的研究可以有效指导居家康养平台的建设,“把森林环境搬回家”,更好地为居家休闲、居家养老等服务,但是目前相关的监控系统与解决方案十分缺乏。
基于此,需发明一种采集康养环境参数与康养人的体征参数,结合智能算法,提取有效核心康养环境要素,进一步个性化定制康养方案的康养监控优化系统。
发明内容
针对现有技术存在的不足,本发明目的是提供一种智能康养监控与优化系统,以解决上述背景技术中提出的问题,本发明通过采集康养环境参数与康养人的体征参数,结合智能算法,以提取核心康养环境要素,建立康养环境参数与康养人的体征参数之间的关联,再结合医学专家数据库进行决策,达到优化用户康养方案的特点,解决了现有技术中的问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种智能康养监控与优化系统,包括:
环境监测子系统,根据所搭建的复数环境传感器获取用于表征目标区域内的环境参数,并对其预处理后,生成由至少一个环境传感器在连续监测状态下得到的包含模糊集的空气环境向量;
可穿戴体征监测子系统,根据所搭建的复数体征传感器获取用于表征目标区域内目标人体的身体指标参数,并对其预处理后,生成由至少一个体征传感器在连续监测状态下得到的包含模糊集的个人体征参数向量;
人工智能决策子系统,基于神经网络深度学习模型对所述空气环境向量以及个人体征参数向量进行处理以生成目标区域内环境参数与人体的身体指标参数的关联匹配关系,并基于数据库进行信息比对,输出判断结果;
人机界面显示系统,用于对所述人工智能决策子系统的输出结果进行可视化。
作为对本发明中所述一种智能康养监控与优化系统的改进,所述环境监测子系统包括复数环境传感器以及连接每个环境传感器的第一数据预处理模块,其中,每个所述环境传感器所采集的环境参数包括视觉环境信息、芬多精浓度信息、氧浓度信息、湿度信息、温度信息、负离子浓度信息、二氧化碳浓度信息以及臭氧浓度信息,且,
所述第一数据预处理模块将环境参数生成包含模糊集的空气环境向量时,模糊集为空气环境向量的最大值或中间值或最小值。
作为对本发明中所述一种智能康养监控与优化系统的改进,所述可穿戴体征监测子系统包括复数体征传感器以及连接每个体征传感器的第二数据预处理模块,其中,每个所述体征传感器所采集的身体指标参数包括皮肤电导信息、血压值信息、血糖值信息、血脂值信息、尿酸含量信息、神经递质分泌量信息、血氧浓度信息以及心率信息,且,
所述第二数据预处理模块将身体指标参数生成包含模糊集的个人体征参数向量时,模糊集为个人体征参数向量的最大值或中间值或最小值。
作为对本发明中所述一种智能康养监控与优化系统的改进,基于人工智能决策子系统得到环境参数与身体指标参数的关联匹配关系的具体实施方式为:
分别以所述空气环境向量以及个人体征参数向量作为训练样本;
建立三个并行的深度学习网络模型,并将训练样本的特征信息代入至深度学习网络并同时进行训练得到决策结果;
对所述决策结果进行模糊加权,以得到判断结果。
与现有技术相比,本发明的有益效果:
本发明通过采集康养环境参数与康养人的体征参数,结合智能算法,以提取核心康养环境要素,建立康养环境参数与康养人的体征参数之间的关联,再结合医学专家数据库进行决策,达到优化用户康养方案的特点;
同时,通过采用的模糊集作为训练的特征信息,解决现有空气参数的变化范围远远超过传统参数的变化范围的问题,比如说,负氧离子浓度可以从零一直变化到十万,横跨五个数量级,温度范围从零下50度到零上50度也才不过两个数量级,而考虑到气体浓度范围变化很大,种类繁多:包括负氧,活氧,臭氧,烯,醇,酯,醛,酮,酸等,人体疾病系统有:运动系统、消化系统、呼吸系统、泌尿系统、生殖系统、内分泌系统、免疫系统、神经系统和循环系统,通过九气对九病,排列组合是9!x9!=362880x362880= 131681894400种天文数字的关系,其中,9!表示为9的阶乘,(计算公式为: 1*2*3*4*5*6*7*8*9=362880),因此,本发明采用模糊集描述与并行深度学习网络学习的方式,经计算出来的匹配关系更加符合康养环境参数与康养人的体征参数之间的关联,从而进一步得到优化用户康养的方案。
附图说明
参照附图来说明本发明的公开内容。应当了解,附图仅仅用于说明目的,而并非意在对本发明的保护范围构成限制,在附图中,相同的附图标记用于指代相同的部件。其中:
图1为本发明一实施例中所提出的智能康养监控与优化系统的结构示意图;
图2为本发明一实施例中所提出的智能康养监控与优化系统的应用场景示意图;
图3为本发明一实施例中所提出的环境监测子系统的结构示意图;
图4为本发明一实施例中所提出的可穿戴体征监测子系统的结构示意图;
图5为本发明一实施例中所提出的人工智能决策子系统的结构示意图;
图6为本发明在具体实施时目标人体的心理压力监控及康养调节应用的流程图。
附图说明:
1-康养环境、2-康养人、3-智能康养监控与优化系统。
具体实施方式
容易理解,根据本发明的技术方案,在不变更本发明实质精神下,本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此,以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明,而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。
如图1、图3以及图4所示,本发明提供技术方案:一种智能康养监控与优化系统,包括:
环境监测子系统,根据所搭建的复数环境传感器获取用于表征目标区域内的环境参数,并对其预处理后,生成由至少一个环境传感器在连续监测状态下得到的包含模糊集的空气环境向量,需要说明的是,模糊集的定义为:“比如测十个值,按照第五个值的大小为中心分三个区,掉在高区的次数就是最大值的模糊频率,掉在低区的次数就是最小值的模糊频率,掉在中区的次数就是中值的模糊频率”,环境监测子系统包括复数环境传感器以及连接每个环境传感器的第一数据预处理模块,其中,每个环境传感器所采集的环境参数包括视觉环境信息、芬多精浓度信息、氧浓度信息、湿度信息、温度信息、负离子浓度信息、二氧化碳浓度信息以及臭氧浓度信息,且,第一数据预处理模块将环境参数生成包含模糊集的空气环境向量时,模糊集为空气环境向量的最大值或中间值或最小值。
可穿戴体征监测子系统,根据所搭建的复数体征传感器获取用于表征目标区域内目标人体的身体指标参数,并对其预处理后,生成由至少一个体征传感器在连续监测状态下得到的包含模糊集的个人体征参数向量,需要说明的是,对模糊集的定义同上,可穿戴体征监测子系统包括复数体征传感器以及连接每个体征传感器的第二数据预处理模块,其中,每个体征传感器所采集的身体指标参数包括皮肤电导信息、血压值信息、血糖值信息、血脂值信息、尿酸含量信息、神经递质分泌量信息、血氧浓度信息以及心率信息,且,第二数据预处理模块将身体指标参数生成包含模糊集的个人体征参数向量时,模糊集为个人体征参数向量的最大值或中间值或最小值。
基于上述技术构思,可以理解的是,为解决在现有的康养匹配方案通过使用确定的个人问答式评估的单一的体质参数与确定的环境气候参数(如温度,气压,风速,日照等)加权平均获得确定的匹配参数的过程中,其本身的体质参数有一定的主观因素,同时,为解决现有的气候参数不能反映几十至几百种芬多精含量以及其几千种组合对应的治疗几十至几百类疾病的及其几千种组合疾病的关联关系,本发明一方面通过结合穿戴式体征传感器获得客观的连续检测的可以形成模糊集的个人体征参数向量,这样可以更加精确完整的刻画个体的病情差异,可以不只是体质的差异,另一方面,结合气体环境传感器获得客观的连续检测,并形成模糊集的空气环境参数向量,避免所采集的空气参数的变化范围远远超过传统参数的变化范围的问题,举例来说,负氧离子浓度可以从零一直变化到十万,横跨五个数量级,温度范围从零下50度到零上50度也才不过两个数量级,而考虑到气体浓度范围变化很大,种类繁多:包括负氧,活氧,臭氧,烯,醇,酯,醛,酮,酸等,人体疾病系统有:运动系统、消化系统、呼吸系统、泌尿系统、生殖系统、内分泌系统、免疫系统、神经系统和循环系统,通过九气对九病,排列组合是 9!x9!=362880x362880=131681894400种天文数字的关系,其中,9!表示为9的阶乘,(计算公式为:1*2*3*4*5*6*7*8*9=362880),因此,本发明采用模糊集描述与并行深度学习网络学习的方式,经计算出来的匹配关系更加符合康养环境参数与康养人的体征参数之间的关联,从而进一步得到优化用户康养的方案。
如图5所示,人工智能决策子系统,基于神经网络深度学习模型对空气环境向量以及个人体征参数向量进行处理以生成目标区域内环境参数与人体的身体指标参数的关联匹配关系,并基于收录好的医学专家数据库进行信息比对,若环境参数的变化导致人体征参数变好,那么康养效果变好,反之康养效果变坏,同时,输出判断结果,即康养结果,优化康养方案,需要说明的是,基于人工智能决策子系统得到环境参数与身体指标参数的关联匹配关系的具体实施方式为:首先分别以空气环境向量以及个人体征参数向量作为训练样本;其次,建立三个并行的深度学习网络模型,其具体构建方式为:用模糊集中的最大值,中值与最小值分别训练获得三个独立的网络,把作为训练样本的表征数据分成两个集合,一个训练集一个判断集,然后按照模糊频率进行叠加,并将训练样本的特征信息代入至深度学习网络并同时进行训练得到决策结果;最后对决策结果进行模糊加权,以得到判断结果。
而,人机界面显示系统,用于对人工智能决策子系统的输出结果进行可视化。
如图2、6所示,在本发明的一实施例中,高心理压力患者通过可穿戴体征监控子系统测量皮肤电导,利用人工智能分析系统评估患者心理压力等级,结合医学专家数据库个性化制定康养策略,调节康养环境进行康养实践,康养实践后再次评估心理压力等级,处于高压状态的再次进入康养循环系统,心理压力处于正常状态的则结束本次康养实践,同时,当康养人2在康养环境1中康养的时候,可随身佩戴智能康养监控与优化系统3,此时,智能康养监控与优化系统3采集康养环境参数与康养人的体征参数,结合智能算法,以提取核心康养环境要素,建立康养环境参数与康养人的体征参数之间的关联,再结合医学专家数据库进行决策,达到优化用户康养方案的特点。
本发明的技术范围不仅仅局限于上述说明中的内容,本领域技术人员可以在不脱离本发明技术思想的前提下,对上述实施例进行多种变形和修改,而这些变形和修改均应当属于本发明的保护范围内。
Claims (4)
1.一种智能康养监控与优化系统,其特征在于:包括:
环境监测子系统,根据所搭建的复数环境传感器获取用于表征目标区域内的环境参数,并对其预处理后,生成由至少一个环境传感器在连续监测状态下得到的包含模糊集的空气环境向量;
可穿戴体征监测子系统,根据所搭建的复数体征传感器获取用于表征目标区域内目标人体的身体指标参数,并对其预处理后,生成由至少一个体征传感器在连续监测状态下得到的包含模糊集的个人体征参数向量;
人工智能决策子系统,基于神经网络深度学习模型对所述空气环境向量以及个人体征参数向量进行处理以生成目标区域内环境参数与人体的身体指标参数的关联匹配关系,并基于数据库进行信息比对,输出判断结果;
人机界面显示系统,用于对所述人工智能决策子系统的输出结果进行可视化。
2.根据权利要求1所述的一种智能康养监控与优化系统,其特征在于:所述环境监测子系统包括复数环境传感器以及连接每个环境传感器的第一数据预处理模块,其中,每个所述环境传感器所采集的环境参数包括视觉环境信息、芬多精浓度信息、氧浓度信息、湿度信息、温度信息、负离子浓度信息、二氧化碳浓度信息以及臭氧浓度信息,且,
所述第一数据预处理模块将环境参数生成包含模糊集的空气环境向量时,模糊集为空气环境向量的最大值或中间值或最小值。
3.根据权利要求1所述的一种智能康养监控与优化系统,其特征在于:所述可穿戴体征监测子系统包括复数体征传感器以及连接每个体征传感器的第二数据预处理模块,其中,每个所述体征传感器所采集的身体指标参数包括皮肤电导信息、血压值信息、血糖值信息、血脂值信息、尿酸含量信息、神经递质分泌量信息、血氧浓度信息以及心率信息,且,
所述第二数据预处理模块将身体指标参数生成包含模糊集的个人体征参数向量时,模糊集为个人体征参数向量的最大值或中间值或最小值。
4.根据权利要求1所述的一种智能康养监控与优化系统,其特征在于:基于人工智能决策子系统得到环境参数与身体指标参数的关联匹配关系的具体实施方式为:
分别以所述空气环境向量以及个人体征参数向量作为训练样本;
建立三个并行的深度学习网络模型,并将训练样本的特征信息代入至深度学习网络并同时进行训练得到决策结果;
对所述决策结果进行模糊加权,以得到判断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111225436.7A CN114068020A (zh) | 2021-10-21 | 2021-10-21 | 一种智能康养监控与优化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111225436.7A CN114068020A (zh) | 2021-10-21 | 2021-10-21 | 一种智能康养监控与优化系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114068020A true CN114068020A (zh) | 2022-02-18 |
Family
ID=80235112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111225436.7A Pending CN114068020A (zh) | 2021-10-21 | 2021-10-21 | 一种智能康养监控与优化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114068020A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115482931A (zh) * | 2022-09-16 | 2022-12-16 | 北京慧养道健康科技有限公司 | 一种基于传感器采集的生命预警系统 |
-
2021
- 2021-10-21 CN CN202111225436.7A patent/CN114068020A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115482931A (zh) * | 2022-09-16 | 2022-12-16 | 北京慧养道健康科技有限公司 | 一种基于传感器采集的生命预警系统 |
CN115482931B (zh) * | 2022-09-16 | 2023-07-04 | 北京慧养道健康科技有限公司 | 一种基于传感器采集的生命预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105877766B (zh) | 一种基于多生理信号融合的精神状态检测系统及方法 | |
CN109009017B (zh) | 一种智能健康监测系统及其数据处理方法 | |
CN108304917A (zh) | 一种基于lstm网络的p300信号检测方法 | |
CN114999237B (zh) | 一种智慧教育互动教学方法 | |
CN101647696A (zh) | 健康诊疗智能系统 | |
CN108652587B (zh) | 一种认知功能障碍预防监测装置 | |
CN117133464B (zh) | 一种老年人健康智能监测系统及监测方法 | |
CN116440425B (zh) | 一种led光动力治疗仪的智能调节方法及系统 | |
CN106338597A (zh) | 呼吸气体测量的方法及系统 | |
CN111513732A (zh) | 面向疫病状况下多类人群的心理压力智能评估预警系统 | |
CN113076878B (zh) | 基于注意力机制卷积网络结构的体质辨识方法 | |
CN109978873A (zh) | 一种基于中医影像大数据的智能体检系统及其方法 | |
CN110752032A (zh) | 一种基于卷积神经网络和激光测振的中医诊断方法 | |
CN113499035A (zh) | 一种基于置信区间融合阈值判据的疼痛识别系统 | |
CN110491506A (zh) | 心房颤动预测模型及其预测系统 | |
CN118044813B (zh) | 基于多任务学习的心理健康状况评估方法及系统 | |
CN114068020A (zh) | 一种智能康养监控与优化系统 | |
CN114464319B (zh) | 一种基于慢特征分析和深度神经网络的ams易感性评估系统 | |
CN114081505A (zh) | 基于皮尔逊相关系数和卷积神经网络的脑电信号识别方法 | |
CN118098581A (zh) | 情绪状态的监测方法及系统 | |
CN113974627A (zh) | 一种基于脑机生成对抗的情绪识别方法 | |
CN112370058A (zh) | 一种基于移动端对用户的情感进行识别与监测方法 | |
CN116417146A (zh) | 基于cnn的个体心肺功能评估系统及其处理方法 | |
CN115273176A (zh) | 一种基于生命体征和表情的疼痛多算法客观评估方法 | |
CN107767934A (zh) | 一种用于描述压力的hrv特征范围估计方法 |
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 |