CN114334150A - 一种评估人体健康状态的方法和装置 - Google Patents
一种评估人体健康状态的方法和装置 Download PDFInfo
- Publication number
- CN114334150A CN114334150A CN202111648906.0A CN202111648906A CN114334150A CN 114334150 A CN114334150 A CN 114334150A CN 202111648906 A CN202111648906 A CN 202111648906A CN 114334150 A CN114334150 A CN 114334150A
- Authority
- CN
- China
- Prior art keywords
- human body
- evaluated
- data
- scoring
- body object
- 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
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请公开了一种评估人体健康状态的方法和装置,精部分包括红外热成像技术采集和可见光面部智能识别,并接收待评估人体对象的病史数据,气部分包括采集待评估人体能量平衡状态及自动测量评分,神部分包括通过记忆识别和计算等问答形式评估人体大脑功能状态。本发明所有信息分析过程都利用深度学习算法模型以及预设专家规则,对红外图像进行自动识别;评分逻辑模块基于识别结果、体态数据以及病史数据,分别以精气神对人体健康状态进行评分;合参评估模块根据待评估人体对象的属性类别,选择匹配的精气神的权重分布值,对得到的各个评分进行整合得到待评估人体对象的评估结果,从而,基于红外热成像技术结合医疗大数据信息,从精气神对人体健康状态进行量化合参评估,提升评估灵活性及准确性。
Description
技术领域
本申请涉及健康产品技术领域,尤其涉及一种评估人体健康状态的方法和装置。
背景技术
随着医疗水平的提升,及时准确的掌握人体的健康状态一直是人类梦寐以求的目标。因此,大量用于检测评估人体健康状态的医疗设备应用而生,例如,血压计、血糖仪、呼吸机等。
人类通过不同的指标对人体的健康状态进行评判,在评判与监控人体健康状态上,中医有多种独特的评价体系,这些评价体系相互印证并相互补充,其中以人体精气神充盈状态对人体健康的评价最为合理中肯,也最受广大中医界人士的认同。传统中医多将人体的精气神进行定性描述,并没有综合人体精气神定性定量分布状态进而对人体的总体健康情况进行判定。因此,传统上通过精气神进行人体健康的描述往往显得过于简单,并没有综合进行分析阐述的方法和相应的结果。
发明内容
本申请一个或多个实施例的目的是提供一种评估人体健康状态的方法和装置,以基于红外热成像技术结合医疗大数据信息,从精气神方面对人体健康状态进行量化合参评估,提升对人体健康状态评估的灵活性及准确性。
为解决上述技术问题,本说明书一个或多个实施例是这样实现的:
第一方面,提出了一种评估人体健康状态的方法,应用于对人体健康状态进行处理分析的评估装置,该评估装置至少包括:信息采集模块,面诊模块,评分逻辑模块,合参评估模块;所述方法包括:
所述信息采集模块利用红外热成像技术采集待评估人体对象的目标部位的红外图像以及可见光面诊图像;以及,采集所述待评估人体对象当前的体态数据;并接收所述待评估人体对象的病史数据;
所述面诊模块利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据;以及,运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据;
所述评分逻辑模块基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分;其中,所述答案为能够反映所述待评估人体对象神方面的数据;
所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
可选地,所述面诊模块利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据,具体包括:
所述面诊模块利用卷积神经网络模型对红外图像进行区域划分,并提取各区域温度特征,基于温度特征结合所述预设专家规则,自动识别所述待评估人体对象的体质特性。
可选地,所述面诊模块运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据,具体包括:
所述面诊模块运用可见光面诊和计算机自动分区以及人工智能识别面部疾病,并结合体态数据、病史数据以及红外检测数据实现精的可视化;基于传统中医理论、专家经验,利用大数据技术进行关联分析,确定能够反映所述待评估人体对象精方面的第二数据。
可选地,所述评分逻辑模块基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分,具体包括:
所述评分逻辑模块从认知力、智能、记忆力和心理状态各角度,基于待评估人体对象针对预设认知问题输入的答案进行评分;并根据预先设置的气方面的评分规则对所述第一数据进行评分,以及根据预先设置的精方面的评分规则对所述第二数据进行评分。
可选地,所述评分逻辑模块分别从精气神三个方面以不同角度对人体健康状态进行量化评分,具体包括:
所述评分逻辑模块以精方面进行量化评分:以人体体态数据中BMI平衡度进行量化评分,以人体识别结果和/或病史数据中的身体偏颇状态进行量化评分,以人体识别结果中的面部斑疹情况进行量化评分;
所述评分逻辑模块以气方面进行量化评分:以人体识别结果中的热值平衡情况进行量化评分,以人体识别结果中的五官热秩序情况进行量化评分;
所述评分逻辑模块以神方面进行量化评分:以人体体态数据和/或病史数据中的认知力、智能、心理情况进行量化评分。
可选地,所述属性类别是至少基于人体的性别、年龄、体态归类确定的多个属性类别中的至少一种,且每种属性类别对应一组精气神权重分布值;
所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果,具体包括:
所述合参评估模块基于待评估人体对象的性别、年龄、体态确定其属性类别,并根据确定的属性类别从多组精气神权重分布值中选择相匹配的精气神三方面的权重分布值;使用选择的权重分布值对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
第二方面,提出了一种评估人体健康状态的装置,包括:信息采集模块,面诊模块,评分逻辑模块,合参评估模块;
所述信息采集模块利用红外热成像技术采集待评估人体对象的目标部位的红外图像以及可见光面诊图像;以及,采集所述待评估人体对象当前的体态数据;并接收所述待评估人体对象的病史数据;
所述面诊模块利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据;以及,运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据;
所述评分逻辑模块基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分;其中,所述答案w为能够反映所述待评估人体对象神方面的数据;
所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
可选地,所述面诊模块在利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据时,具体用于:
利用卷积神经网络模型对红外图像进行区域划分,并提取各区域温度特征,基于温度特征结合所述预设专家规则,自动识别所述待评估人体对象的体质特性,并确定出能够反映所述待评估人体对象气方面的第一数据。
可选地,
所述面诊模块在运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据时,具体用于:
运用可见光面诊和计算机自动分区以及人工智能识别面部疾病,并结合体态数据、病史数据以及红外检测数据实现精的可视化;基于传统中医理论、专家经验,利用大数据技术进行关联分析,确定能够反映所述待评估人体对象精方面的第二数据。
可选地,所述评分逻辑模块在基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分时,具体用于:
从认知力、智能、记忆力和心理状态各角度,基于待评估人体对象针对预设认知问题输入的答案进行评分;并根据预先设置的气方面的评分规则对所述第一数据进行评分,以及根据预先设置的精方面的评分规则对所述第二数据进行评分。
可选地,所述评分逻辑模块在分别从精气神三个方面以不同角度对人体健康状态进行量化评分时,具体用于:
以精方面进行量化评分:以人体体态数据中BMI平衡度进行量化评分,以人体识别结果和/或病史数据中的身体偏颇状态进行量化评分,以人体识别结果中的面部斑疹情况进行量化评分;
以气方面进行量化评分:以人体识别结果中的热值平衡情况进行量化评分,以人体识别结果中的五官热秩序情况进行量化评分;
以神方面进行量化评分:以人体体态数据和/或病史数据中的认知力、智能、心理情况进行量化评分。
可选地,所述属性类别是至少基于人体的性别、年龄、体态归类确定的多个属性类别中的至少一种,且每种属性类别对应一组精气神权重分布值;
所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果时,具体用于:
基于待评估人体对象的性别、年龄、体态确定其属性类别,并根据确定的属性类别从多组精气神权重分布值中选择相匹配的精气神三方面的权重分布值;使用选择的权重分布值对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
第三方面,提出了一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行第一方面所述方法。
第四方面,提出了一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行第一方面所述方法。
由以上本说明书一个或多个实施例提供的技术方案可见,以基于红外热成像技术结合医疗大数据信息,从精气神方面对人体健康状态进行量化合参评估,提升对人体健康状态评估的灵活性及准确性。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对一个或多个实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本说明书实施例提供的一种评估人体健康状态的方法的步骤示意图。
图2是本说明书实施例提供的一种评估人体健康状态的装置的结构示意图。
图3是本说明书的一个实施例提供的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的一个或多个实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的一个或多个实施例,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他实施例,都应当属于本文件的保护范围。
精气神是中医对人体健康状态的评价标准,是中医诊断之手。但以往教材对精气神的评价标准缺乏具象化和精准化表达。本发明利用现代化的技术和手段,按照中医的理论和热力学理论,创造出一种精准表达精气神的技术。
《素问·金匮真言论》说“夫精者,身之本也”。中医基础理论说“精是构成人体和维持生命活动的物质基础”。热力学研究表明,物质的结构是其产生功能的基础。比如飞机的结构决定了飞机的功能,本技术将精具象化为人体的身体本体结构,以正常人人体的本体结构为满分,非正常人本体的结构依次减分。人体的本体结构,我们用BMI、体型和体质来进行具象化评分。
《难经·八难》说“气者,生之本也”。中医基础理论解释为:气是构成人体和维持人体生命活动的基本物质。热力学理论研究表明物质与能量的关系,物质热力学理论研究物质、能量与功能之间的关系。能量是物质存在的一种形式和状态,比如飞机在热力的作用之下才可以飞行,以往中医望气是通过望面部光泽而定,非常模糊。本技术将气具象为人体能量分布状态,用红外成像技术获取人体体表温度分布状态,健康人为一种耗散结构的能量分布状态,也是一种人体热结构,分布有序,我们记满分。当人体热结构紊乱,我们作为减分儿的计分基础,寒热偏离度作为减分的标准。
《灵枢·本神》篇说“随神往来者谓之魂,并精而出入者谓之魄。所以任物者谓之心,心有所忆为之意,意之所存谓之志,因志而存变谓之思,因思而远慕谓之虑,因虑而处物谓之智”,说明神是人的思维意识功能,是热力学中物质功能的一种表达,比如飞机飞行的高度和速度。以往对神的评判是靠医生对病人智力的主观感觉。本技术将神的评判,引入现代生理学的一些评判方法和思路,采用出题问卷和这个调查的方法来确定他的神的状态。
精气神是互为转化的,如同物质能量与功能可以相互转化一样,飞机的形体结构与汽油燃烧产生的热力决定了飞机的飞行高度和速度,那么对人体来讲,人体的精气神之间的评测能综合判断人体健康的状态,这种评判也为将来指导健康养护形成了很重要的参数。
中医自古就非常重视人体的精气神,黄帝内经《灵枢·本藏》说“人之血气精神者,所以奉生而周于性命者也。”精气神是人身体的“三宝”,是人体所有的精神意识和机体活动的内在根本。
所谓精,是有禀受于父母的生命物质与后天水谷精微相融合而形成的一种精华物质,是人体生命的本原,是构成人体和维持人体生命活动的最基本物质。我们这种方法选取精包括BMI(身体质量指数),偏颇体质,既往病史和用药史以及斑疹痘的情况,原因是从BMI角度来说,精既然是物质的体现,对于人体来说,肉眼可见的形态状态,比如人体的肥胖或者消瘦均为客观反映的人体状态。偏颇体质也会反映人体肥胖状态,如痰湿体质,通常较为肥胖。既往病史和用药史,明确了疾病,如诊断糖尿病对人体来说已经存在实质性损害。如有用药史证明已经形成了某种机体的损害。
所谓气,是人体内活力很强运行不息的极精微物质,是构成人体和维持人体生命活动的基本物质之一。气是一种功能状态。我们通过面部的热值平衡和五官热序列来评价气,是因为一旦五官和面部平衡和热序列不平衡,人体会出现一些功能改变。比如中风患者,左右面部热平衡和热序列会有明显异常。
所谓神,是人体生命活动的主宰及其外在总体表现的统称。我们通过具体的认知力,智能,记忆力和心理状态来呈现神的表现形式。
精气神本来就是是人体独特的密不可分的特征,三者关系也必然是相互影响的,此中有彼,彼中有此。精气神具有个体差异性,同时对自身来说具有相对稳定性和可变性,具有连续性和可预测性。随着科学技术的发展,精气神的观测方法可逐步实现自动化。将红外热成像技术,和中医精气神理论结合评估人体精气神的状态,可实现从不同维度和角度阐述精气神,完成中医精气神的可视化、可量化。这既是对传统中医的一种创新与发展,也是对体温生理学、心理学、计算机科学、中医等多学科的综合应用。同时我们通过对人体精气神状态的量化记录,完成对人体健康状态的评估。由于目前对人体健康状态的检测手段多以医学检测为主,多以破坏性创伤性的检测手段为主,而本方法是建立在中医对人体健康认知基础上,结合现在的心理学、体温生理学、体质学、中医诊断学等多学科知识技术,创建精气神综合评价体系的一种方法。通过这种方法,我们可以量化精气神,使精气神可视化,从而对客户的健康状态进行检测,进而为客户提供因人制宜,个性化的健康保健思路,从而达到对各种健康偏离状态的预测预知预警,并能未病先防,指导养生如修身养性,形神共养,从而增强体质,提高生活质量。
实施例一
参照图1所示,为本说明书实施例提供的一种评估人体健康状态的方法的步骤示意图,应用于对人体健康状态进行处理分析的评估装置,该评估装置至少包括:信息采集模块,面诊模块,评分逻辑模块,合参评估模块;所述方法可以包括以下步骤:
步骤102:所述信息采集模块利用红外热成像技术采集待评估人体对象的目标部位的红外图像以及可见光面诊图像;以及,采集所述待评估人体对象当前的体态数据;并接收所述待评估人体对象的病史数据。
首先,信息采集模块采集后续所需待评估人体对象的数据,这些数据包括但不限于:红外图像、可见光面诊图像、体态数据以及病史数据。其中,采集评估对象的红外热成像图像,检测方法应符合医学红外热成像检测标准,然后是通过红外热成像对人体头面五官热结构推断出9种体质。可见光面诊图像的采集可以遵循现有的可见光面诊图像采集方案,在此不作赘述。而体态数据以及病史数据可以根据医疗大数据或健康大数据获取。
步骤104:所述面诊模块利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据;以及,运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据。
应理解,该面诊模块可以分别实现对红外图像以及可见光面诊图像的识别分析。具体地:
--红外图像
所述面诊模块利用卷积神经网络模型对红外图像进行区域划分,并提取各区域温度特征,基于温度特征结合所述预设专家规则,自动识别所述待评估人体对象的体质特性,并确定出能够反映所述待评估人体对象气方面的第一数据。
人体头面五官热结构,头面红外热图,不仅反映头面五官、大脑等功能状态,而且与全身脏腑功能相关。中医认为头为诸阳之会,脑为髓海,所以头面能反映全身阴阳变化。头面不同区域与脏腑对应关系,如口唇热偏离或凉偏离与脾功能异常有关。我们测量额头,面颊,下颏等部位的温度,并通过区域均温分析,区域异常热源分析,区域间对比差异等多种温度对比分析,对面部热结构进行解析。同时集合海量数据和临床经验,建立面部标准热结构。正常人最常见标准热结果为两内眦最热,逐渐从中向两边展开,五官温度均匀,温差不大于0.2-0.3℃。额头温度均匀,两颊,下颏温度较低。同时,五官对应五脏人体,五官寒热偏离与五脏功能异常有关。从五官的左目,右目,左面颊,右面颊,鼻,唇,下颏等的热秩序来判断人体的体质。
在基于面部热结构对于红外面诊体质判断的量化基础上,我们利用卷积神经网络+专家规则系统的形式,实现了红外面诊体质判断的自动化。利用深度学习算法中的卷积神经网络对红外图像进行区域的划分,同时提取各区域温度特征,基于温度特征结合专家系统进行体质判断,同时得出温度均一指数评分、各区域温度异常度评分等数据指数。
--可见光面诊图像
所述面诊模块运用可见光面诊和计算机自动分区以及人工智能识别面部疾病,并结合体态数据、病史数据以及红外检测数据实现精的可视化;基于传统中医理论、专家经验,利用大数据技术进行关联分析,确定能够反映所述待评估人体对象精方面的第二数据。
运用可见光面诊和计算机自动分区以及人工智能识别斑疹痘等疾病,综合体态数据、病史数及集红外检测等数据实现精的可视化。基于传统中医理论、专家经验,利用大数据技术进行关联分析、指数评分,提示人体健康状况及易感疾病。具体方法如下:首先对面部的各个区域进行全息划分。每个区域反应人体一定区域或功能。如果该区域出现黑痣、痦子、黄褐斑、深的竖纹/横纹、血丝等特征或特征组合,则提示人体某些功能异常或部分疾病风险预警。
步骤106:所述评分逻辑模块基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分。
具体地,所述评分逻辑模块从认知力、智能、记忆力和心理状态各角度,基于待评估人体对象针对预设认知问题输入的答案进行评分;并根据预先设置的气方面的评分规则对所述第一数据进行评分,以及根据预先设置的精方面的评分规则对所述第二数据进行评分。
所述评分逻辑模块分别从精气神三个方面以不同角度对人体健康状态进行量化评分,具体包括:
所述评分逻辑模块以精方面进行量化评分:以人体体态数据中BMI平衡度进行量化评分,以人体识别结果和/或病史数据中的身体偏颇状态进行量化评分,以人体识别结果中的面部斑疹情况进行量化评分;
所述评分逻辑模块以气方面进行量化评分:以人体识别结果中的热值平衡情况进行量化评分,以人体识别结果中的五官热秩序情况进行量化评分;
所述评分逻辑模块以神方面进行量化评分:以人体体态数据和/或病史数据中的认知力、智能、心理情况进行量化评分。
步骤108:所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
所述属性类别是至少基于人体的性别、年龄、体态归类确定的多个属性类别中的至少一种,且每种属性类别对应一组精气神权重分布值;那么,在步骤108进行合参时,所述合参评估模块可以基于待评估人体对象的性别、年龄、体态确定其属性类别,并根据确定的属性类别从多组精气神权重分布值中选择相匹配的精气神三方面的权重分布值;使用选择的权重分布值对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
通过精气神的评分来评估客户的当下的健康状态:精气神即是人体健康指数。精气神互为基础和转化,是人体生命活动的物质基础和表现。同时不同年龄段的人群精气神的分布权重也有不同,根据年龄段的不同,精气神的权重系数对客户的健康进行总的评分。例如,针对青年期人群,健康人有充足的精气神,其精气神总分应在95-100分。亚健康人群,会出现因为劳累等情况造成的精气神功能失衡,其精气神总分在应在80-95分之间。当受试者处于疾病状态,其精气神总分低于80分。
一种可实现的方案,所述面诊模块利用卷积神经网络模型对红外图像进行区域划分,并提取各区域温度特征,基于温度特征结合所述预设专家规则,自动识别所述待评估人体对象的体质特性。
本说明书实施例中一种可实现的方案,所述评分逻辑模块基于中医望闻问切理论,根据识别结果、体态数据以及病史数据,分别从精气神三个方面以不同角度对人体健康状态进行量化评分。
可选地,所述评分逻辑模块以精方面进行量化评分:以人体体态数据中BMI平衡度进行量化评分,以人体识别结果和/或病史数据中的身体偏颇状态进行量化评分,以人体识别结果中的面部斑疹情况进行量化评分。
精是对人体脏腑组织皮肉筋脉等组成结构的概括,我们用体重指数(BMI)、体质偏颇、既往病史、面部斑痘疹等项目进行描述。
气是对人体脏腑功能气血运行等功能状态的描述,我们用红外测得的头面部热值平衡和五官平衡值计分等指数积分,结合相应问卷进行评估。
神是对人体生命活动的主宰,我们从认知力,智能,记忆力和心理状态等角度,结合红外热成像下头面部的具体特点进行考量。
例如,精的评分逻辑示例:
(1)如果BMI为较严重的失衡,扣15分。如果BMI提示极度失衡,扣25分。
(2)身体偏颇状态:当红外热成像图像结果显示测试结果为身体偏颇但未影响体型,扣15分;身体偏颇已影响体型,扣25分。
(3)面部斑疹情况:面部零星的斑疹痘时,扣5分;双颊、下颏、额头只一个区域出现少量斑疹痘时,扣6分;当双颊、下颏和额头两个区域出现少量斑疹痘时,扣7分;当双颊、下颏、额头三个区域中仅一个区域出现大量斑疹痘或者三个区域都有少量斑疹痘时,扣8分;当双颊、下颏、额头三个区域中两个区域出现大量斑疹痘时,扣9分;当全面不大量斑疹痘时,扣10分。
所述评分逻辑模块以气方面进行量化评分:以人体识别结果中的热值平衡情况进行量化评分,以人体识别结果中的五官热秩序情况进行量化评分。
例如,气的评分逻辑示例:
(1)热值平衡:左侧面部温度标准差与右侧面部温度标准差绝对值差距很小,有一定差距,差距明显,有较大差距和差距极大时,扣分值分别为4,8,12,16,20分。
(2)五官平衡:当完全不符合正常五官热序列,扣80分。当实测五官热序列与正常五官热序列有较大差异,扣40分。当实测五官热序列与正常五官热序列有差异时,按不同情况分别扣13分。
所述评分逻辑模块以神方面进行量化评分:以人体体态数据和/或病史数据中的认知力、智能、心理情况进行量化评分。
例如,神的评分逻辑示例:
(1)认知力,采用九宫图,举例:禽类动物:鸡鸭鹅,哺乳动物:虎狼鹿兔狗猴,答题时间为10秒,题目分数占比20分;计时有负加权(每2秒1分)即回答问题越慢分数越低;
(2)智能,有计算题,分析题等,答题时间为30秒,题目分数占比28分(每题7分);计时有负加权(每5秒2分)即回答问题越慢分数越低;瞬时记忆:.苹果,香蕉,梨,火龙果,桔子,答题时间为20秒,题目分数占比8分;计时有负加权(每10秒1分)即回答问题越慢分数越低;
(3)心理测试题为单选题,如:我一直很喜欢我自己,我是世界上独一无二的。我的家庭美满幸福,爱人体贴,孩子优秀等。同意5分,部分同意4分,没有感觉3分,部分反对2分,反对1分。读题30秒,题目分数占比20分;计时负加权(每6秒1分)即回答问题越慢分数越低;
通过红外对精气神进行观测,首先需要明确精气神的现代科学阐释。现代科学认为,每一种物质都有内能,物质释放内能就可以产生功并释放能量。而释放的能量有一部分以红外线形式散佚,这部分能量就是我们得以通过红外进行观测的目标。同时,热量能量与功三者也有紧密的联系,如果单纯通过做功来改变物体的内能,内能的变化可以用作功的多少来度量,这时物体内能的增加或减少量就等于外界对物体所做功的数值。如果单纯通过热传递来改变物体的内能,内能的变化可以通过传递热量的多少来度量,这是物体内能的增加或减少量就等于外界吸收或对外界放出的人量的数值。如果做工和热传递同时存在的时候,物体内能的变化,则要由做工和所传递的热量共同决定,这种情况下物体内能的增量就等于从外界吸收的热量和对外界做功之和。因此,可以理解为古人将物质定义为精,将热量定义为气,将产生的功定义为神,精气神之间的转换就是生命过程的主要内容。
因此对精气神,也就是物质、热量与功他们状态的判定,足以支撑对人体健康状态的把握。通过将精气神与红外的结合作为一种人体健康状态的评估方法进而引申成为一个系统,也就有了相应的科学基础。我们根据不同年龄阶段,针对客户人群,(主要针对少年期,青年期,中年期,老年期(65-75岁,75-85岁,85岁以上)以及目前多发疾病等因素建立精气神不同题型如九宫图,单选题,心理测试等的题库。在此基础上,我们以红外对人体热量散佚转台的捕捉为客观基础,结合在一定限制时间内客户对相应题库中题目的答题结果,对人体的精气神进行定量的记录,在此基础上通过不同年龄阶段的精气神对健康状态的权重不同,对人体健康状态进行定量的分析与评估。最终融合上述答题结果、可见光面部各指数评分,红外面诊区域温度特征、体质辨识结果等数据,得出最终的精气神评分,最终建立起整体评价系统。
本系统是综合应用心理学、体温生理学、体质学、中医诊断学等多学科知识技术,创建精气神综合评价体系的一种方法。采用体质测评,心理测评,认知力判断,面部可见光分析,红外热图分析等方法,结合人体的生理参数和既往病史资料,综合得出用精气神评价人体健康状态的结果,针对多参数计算出的健康状态提出了健康干预和调理方案,为评估人体健康状态提供了新的方法和系统。
实施例二
参照图2所示,为本说明书实施例提供的一种评估人体健康状态的装置的结构示意图,该装置具体可以是用于对人体健康状态进行检测的家庭检测仪器,该评估装置可以包括:信息采集模块201,面诊模块202,评分逻辑模块203,合参评估模块203;
所述信息采集模块201利用红外热成像技术采集待评估人体对象的目标部位的红外图像以及可见光面诊图像;以及,采集所述待评估人体对象当前的体态数据;并接收所述待评估人体对象的病史数据;
所述面诊模块202利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据;以及,运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据;
所述评分逻辑模块203基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分;其中,所述答案w为能够反映所述待评估人体对象神方面的数据;
所述合参评估模块204根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
可选地,作为一个实施例,所述面诊模块在利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据时,,具体用于:
利用卷积神经网络模型对红外图像进行区域划分,并提取各区域温度特征,基于温度特征结合所述预设专家规则,自动识别所述待评估人体对象的体质特性,并确定出能够反映所述待评估人体对象气方面的第一数据。
在本说明书实施例的一种可实现的具体方式,所述面诊模块在运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据时,具体用于:
运用可见光面诊和计算机自动分区以及人工智能识别面部疾病,并结合体态数据、病史数据以及红外检测数据实现精的可视化;基于传统中医理论、专家经验,利用大数据技术进行关联分析,确定能够反映所述待评估人体对象精方面的第二数据。
在本说明书实施例的一种可实现的具体方式,所述评分逻辑模块在基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分时,具体用于:
从认知力、智能、记忆力和心理状态各角度,基于待评估人体对象针对预设认知问题输入的答案进行评分;并根据预先设置的气方面的评分规则对所述第一数据进行评分,以及根据预先设置的精方面的评分规则对所述第二数据进行评分。
在本说明书实施例的另一种可实现的具体方式,所述评分逻辑模块分别从精气神三个方面以不同角度对人体健康状态进行量化评分,具体用于:
以精方面进行量化评分:以人体体态数据中BMI平衡度进行量化评分,以人体识别结果和/或病史数据中的身体偏颇状态进行量化评分,以人体识别结果中的面部斑疹情况进行量化评分;
以气方面进行量化评分:以人体识别结果中的热值平衡情况进行量化评分,以人体识别结果中的五官热秩序情况进行量化评分;
以神方面进行量化评分:以人体体态数据和/或病史数据中的认知力、智能、心理情况进行量化评分。
在本说明书实施例的另一种可实现的具体方式,所述属性类别是至少基于人体的性别、年龄、体态归类确定的多个属性类别中的至少一种,且每种属性类别对应一组精气神权重分布值;
所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果时,具体用于:
基于待评估人体对象的性别、年龄、体态确定其属性类别,并根据确定的属性类别从多组精气神权重分布值中选择相匹配的精气神三方面的权重分布值;使用选择的权重分布值对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
实施例三
图3是本说明书的一个实施例电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的方法,并实现相应装置在图1所示实施例的功能,本说明书实施例在此不再赘述。
当然,除了软件实现方式之外,本说明书实施例的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
实施例四
本说明书实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图1所示实施例的方法。
总之,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书的保护范围之内。
上述一个或多个实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他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、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
Claims (12)
1.一种评估人体健康状态的方法,其特征在于,应用于对人体健康状态进行处理分析的评估装置,该评估装置至少包括:信息采集模块,面诊模块,评分逻辑模块,合参评估模块;所述方法包括:
所述信息采集模块利用红外热成像技术采集待评估人体对象的目标部位的红外图像以及可见光面诊图像;以及,采集所述待评估人体对象当前的体态数据;并接收所述待评估人体对象的病史数据;
所述面诊模块利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据;以及,运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据;
所述评分逻辑模块基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分;其中,所述答案为能够反映所述待评估人体对象神方面的数据;
所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
2.如权利要求1所述的评估人体健康状态的方法,其特征在于,所述面诊模块利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据,具体包括:
所述面诊模块利用卷积神经网络模型对红外图像进行区域划分,并提取各区域温度特征,基于温度特征结合所述预设专家规则,自动识别所述待评估人体对象的体质特性,并确定出能够反映所述待评估人体对象气方面的第一数据。
3.如权利要求1所述的评估人体健康状态的方法,其特征在于,所述面诊模块运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据,具体包括:
所述面诊模块运用可见光面诊和计算机自动分区以及人工智能识别面部疾病,并结合体态数据、病史数据以及红外检测数据实现精的可视化;基于传统中医理论、专家经验,利用大数据技术进行关联分析,确定能够反映所述待评估人体对象精方面的第二数据。
4.如权利要求1-3任一项所述的评估人体健康状态的方法,其特征在于,所述评分逻辑模块基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分,具体包括:
所述评分逻辑模块从认知力、智能、记忆力和心理状态各角度,基于待评估人体对象针对预设认知问题输入的答案进行评分;并根据预先设置的气方面的评分规则对所述第一数据进行评分,以及根据预先设置的精方面的评分规则对所述第二数据进行评分。
5.如权利要求4所述的评估人体健康状态的方法,其特征在于,所述评分逻辑模块分别从精气神三个方面以不同角度对人体健康状态进行量化评分,具体包括:
所述评分逻辑模块以精方面进行量化评分:以人体体态数据中BMI平衡度进行量化评分,以人体识别结果和/或病史数据中的身体偏颇状态进行量化评分,以人体识别结果中的面部斑疹情况进行量化评分;
所述评分逻辑模块以气方面进行量化评分:以人体识别结果中的热值平衡情况进行量化评分,以人体识别结果中的五官热秩序情况进行量化评分;
所述评分逻辑模块以神方面进行量化评分:以人体体态数据和/或病史数据中的认知力、智能、心理情况进行量化评分。
6.如权利要求1-3任一项所述的评估人体健康状态的方法,其特征在于,所述属性类别是至少基于人体的性别、年龄、体态归类确定的多个属性类别中的至少一种,且每种属性类别对应一组精气神权重分布值;
所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果,具体包括:
所述合参评估模块基于待评估人体对象的性别、年龄、体态确定其属性类别,并根据确定的属性类别从多组精气神权重分布值中选择相匹配的精气神三方面的权重分布值;使用选择的权重分布值对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
7.一种评估人体健康状态的装置,其特征在于,包括:信息采集模块,面诊模块,评分逻辑模块,合参评估模块;
所述信息采集模块利用红外热成像技术采集待评估人体对象的目标部位的红外图像以及可见光面诊图像;以及,采集所述待评估人体对象当前的体态数据;并接收所述待评估人体对象的病史数据;
所述面诊模块利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据;以及,运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据;
所述评分逻辑模块基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分;其中,所述答案w为能够反映所述待评估人体对象神方面的数据;
所述合参评估模块根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
8.如权利要求7所述的评估人体健康状态的装置,其特征在于,所述面诊模块在利用深度学习算法模型以及预设专家规则,对所述待评估人体对象的体质进行识别,确定能够反映所述待评估人体对象气方面的第一数据时,具体用于:
利用卷积神经网络模型对红外图像进行区域划分,并提取各区域温度特征,基于温度特征结合所述预设专家规则,自动识别所述待评估人体对象的体质特性,并确定出能够反映所述待评估人体对象气方面的第一数据。
9.如权利要求7所述的评估人体健康状态的装置,其特征在于,所述面诊模块在运用可见光面诊和计算机自动分区以及人工智能对所述可见光面诊图像进行自动识别,并结合所述体态数据、病史数据确定能够反映所述待评估人体对象精方面的第二数据时,具体用于:
运用可见光面诊和计算机自动分区以及人工智能识别面部疾病,并结合体态数据、病史数据以及红外检测数据实现精的可视化;基于传统中医理论、专家经验,利用大数据技术进行关联分析,确定能够反映所述待评估人体对象精方面的第二数据。
10.如权利要求7-9任一项所述的评估人体健康状态的装置,其特征在于,所述评分逻辑模块在基于待评估人体对象针对预设认知问题输入的答案进行评分,以及对所述第一数据和第二数据进行评分时,具体用于:
从认知力、智能、记忆力和心理状态各角度,基于待评估人体对象针对预设认知问题输入的答案进行评分;并根据预先设置的气方面的评分规则对所述第一数据进行评分,以及根据预先设置的精方面的评分规则对所述第二数据进行评分。
11.如权利要求10所述的评估人体健康状态的装置,其特征在于,所述评分逻辑模块在分别从精气神三个方面以不同角度对人体健康状态进行量化评分时,具体用于:
以精方面进行量化评分:以人体体态数据中BMI平衡度进行量化评分,以人体识别结果和/或病史数据中的身体偏颇状态进行量化评分,以人体识别结果中的面部斑疹情况进行量化评分;
以气方面进行量化评分:以人体识别结果中的热值平衡情况进行量化评分,以人体识别结果中的五官热秩序情况进行量化评分;
以神方面进行量化评分:以人体体态数据和/或病史数据中的认知力、智能、心理情况进行量化评分。
12.如权利要求7-9任一项所述的评估人体健康状态的装置,其特征在于,所述属性类别是至少基于人体的性别、年龄、体态归类确定的多个属性类别中的至少一种,且每种属性类别对应一组精气神权重分布值;
所述合参评估模块在根据所述待评估人体对象的属性类别,选择匹配的精气神三方面的权重分布值,对得到的各个评分进行整合得到所述待评估人体对象的评估结果时,具体用于:
基于待评估人体对象的性别、年龄、体态确定其属性类别,并根据确定的属性类别从多组精气神权重分布值中选择相匹配的精气神三方面的权重分布值;使用选择的权重分布值对得到的各个评分进行整合得到所述待评估人体对象的评估结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648906.0A CN114334150A (zh) | 2021-12-30 | 2021-12-30 | 一种评估人体健康状态的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648906.0A CN114334150A (zh) | 2021-12-30 | 2021-12-30 | 一种评估人体健康状态的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114334150A true CN114334150A (zh) | 2022-04-12 |
Family
ID=81019520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111648906.0A Pending CN114334150A (zh) | 2021-12-30 | 2021-12-30 | 一种评估人体健康状态的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114334150A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497123A (zh) * | 2022-10-21 | 2022-12-20 | 北京鹰之眼智能健康科技有限公司 | 感兴趣区域状态参数获取方法 |
CN116110584A (zh) * | 2023-02-23 | 2023-05-12 | 江苏万顶惠康健康科技服务有限公司 | 一种人体健康风险评估预警系统 |
-
2021
- 2021-12-30 CN CN202111648906.0A patent/CN114334150A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115497123A (zh) * | 2022-10-21 | 2022-12-20 | 北京鹰之眼智能健康科技有限公司 | 感兴趣区域状态参数获取方法 |
CN116110584A (zh) * | 2023-02-23 | 2023-05-12 | 江苏万顶惠康健康科技服务有限公司 | 一种人体健康风险评估预警系统 |
CN116110584B (zh) * | 2023-02-23 | 2023-09-22 | 江苏万顶惠康健康科技服务有限公司 | 一种人体健康风险评估预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alonso Dos Santos et al. | Assessing the effectiveness of sponsorship messaging: Measuring the impact of congruence through electroencephalogram | |
CN114334150A (zh) | 一种评估人体健康状态的方法和装置 | |
CN106691476A (zh) | 基于眼动特征的图像认知心理分析系统 | |
CN112535479B (zh) | 一种情绪加工倾向的确定方法及相关产品 | |
CN111048209A (zh) | 基于活体人脸识别的健康评估方法、装置及其存储介质 | |
CN110650685A (zh) | 评估人的心理生理状态的方法 | |
Behnke et al. | Psychophysiology of positive and negative emotions, dataset of 1157 cases and 8 biosignals | |
CN112515676A (zh) | 心理体检方法和主客观相结合的受检者伪装性测试方法 | |
CN108712879A (zh) | 疲劳状态判定装置及疲劳状态判定方法 | |
Kamenskaya et al. | Recognition of psychological characteristics from face | |
Amira et al. | Monitoring chronic disease at home using connected devices | |
Minkin | Vibraimage, Cybernetics and Emotions | |
Oviedo et al. | Cardiorespiratory coordination during exercise in adults with Down syndrome | |
Irshad et al. | Wearable-based human flow experience recognition enhanced by transfer learning methods using emotion data | |
Boldi et al. | Exploring the impact of commercial wearable activity trackers on body awareness and body representations: A mixed-methods study on self-tracking | |
Jayakody et al. | HemoSmart: A non‐invasive device and mobile app for anemia detection | |
Bishop et al. | Cognitive workload quantified by physiological sensors in realistic immersive settings | |
Klüver | Self-Enforcing Networks (SEN) for the development of (medical) diagnosis systems | |
Imabayashi et al. | Changes in choroidal circulation hemodynamics measured using laser speckle flowgraphy after a cold pressor test in young healthy participants | |
Jayakody et al. | HemoSmart: a non-invasive, machine learning based device and mobile app for anemia detection | |
Bhatt et al. | Fuzzy logic system for diabetic eye morbidity prediction | |
Su et al. | An Automatic Sleep Arousal Detection Method by Enhancing U-Net with Spatial-channel Attention | |
Ruiz-García et al. | Creating a computerized instrument for the assessment of blood-injury-injection phobia | |
Bolpagni et al. | Personalized Stress Detection Using Biosignals from Wearables: A Scoping Review | |
Pierański | Physiological Measurement As A (Controversial) Research Method |
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 |