CN115101205A - 基于智能网关的健康状态监控方法、系统、设备及介质 - Google Patents

基于智能网关的健康状态监控方法、系统、设备及介质 Download PDF

Info

Publication number
CN115101205A
CN115101205A CN202210730626.2A CN202210730626A CN115101205A CN 115101205 A CN115101205 A CN 115101205A CN 202210730626 A CN202210730626 A CN 202210730626A CN 115101205 A CN115101205 A CN 115101205A
Authority
CN
China
Prior art keywords
gateway
human body
intelligent
intelligent gateway
network
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
Application number
CN202210730626.2A
Other languages
English (en)
Inventor
陈刚
唐涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Langyuan Electronic Technology Co Ltd
Original Assignee
Changsha Langyuan Electronic Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha Langyuan Electronic Technology Co Ltd filed Critical Changsha Langyuan Electronic Technology Co Ltd
Priority to CN202210730626.2A priority Critical patent/CN115101205A/zh
Publication of CN115101205A publication Critical patent/CN115101205A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055Simultaneously evaluating both cardiovascular condition and temperature
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532Measuring 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT 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
    • G16H40/40ICT 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 management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/12Shortest path evaluation
    • H04L45/121Shortest path evaluation by minimising delays

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Cardiology (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Pulmonology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optics & Photonics (AREA)
  • Emergency Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了基于智能网关的健康状态监控方法、系统、设备及存储介质,所述方法包括:获取网关集群中每个智能网关的网络数据,判断网络集群中是否存在满足预设条件的目标网关;根据判断结果切换网关集群中智能网关的运行状态,利用满足预设条件的目标网关获取局域网内不同终端设备采集所得的人体参数,并基于各人体参数对人体健康状态进行实时分析和监控。本发明可分析网关集群中每个智能网关的网络状态,并自动切换至网络延迟时间相对较短的目标网关对各终端设备实时采集所得的人体参数进行及时传输,减少因网络延时导致数据丢失或数据传输延误的情况,可提高人体健康状态分析及时性和准确性。

Description

基于智能网关的健康状态监控方法、系统、设备及介质
技术领域
本发明涉及网络传输处理技术领域,尤其涉及一种基于智能网关的健康状态监控方法、系统、设备及计算机可读存储介质。
背景技术
现阶段为了实时采集并监控人体健康状态,通常会布设多个医疗设备或检测仪对人体参数进行采集,并将采集到的大量数据实时上传进行分析和监控,最终获得人体健康状态分析结果。但是,若局域网中智能网关出现较大延时,则会导致医疗设备实时采集的信息数据无法及时上传,导致人体健康分析出现严重滞后,甚至容易出现人体参数丢失的情况,影响人体健康分析准确性。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于智能网关的健康状态监控方法,提高信息传输及时性,提高人体健康分析准确程度。
本发明的目的之二在于提供一种基于智能网关的健康状态监控系统。
本发明的目的之三在于提供一种电子设备。
本发明的目的之四在于提供一种计算机可读存储介质。
本发明的目的之一采用如下技术方案实现:
基于智能网关的健康状态监控方法,包括:
获取网关集群中每个智能网关的网络数据,判断网络集群中是否存在满足预设条件的目标网关;
根据判断结果切换网关集群中智能网关的运行状态,利用满足预设条件的目标网关获取局域网内不同终端设备采集所得的人体参数,并基于各人体参数对人体健康状态进行实时分析和监控。
进一步地,判断网络集群中是否存在满足预设条件的目标网关的方法为:
根据网络数据判断智能网关的当前网络延迟时间是否小于预设值,若是,则满足所述预设条件,并将其标记为目标网关;否则,则不满足所述预设条件。
进一步地,当存在多个智能网关的当前网络延迟时间小于预设值时,还包括:
按照多个智能网关的当前网络延迟时间进行排序,将当前网络延迟时间最小的智能网关标记为目标网关。
进一步地,当存在多个智能网关的当前网络延迟时间小于预设值时,还包括:
将满足所述预设条件的多个智能网关均标记为目标网关,按照目标网关的数量将局域网内所有终端设备划分为若干组,并为每个目标网关配置至少一组终端设备,使得每组终端设备通过其匹配的目标网关进行信号采集和传输。
进一步地,所述终端设备包括摄像头以及检测仪;所述人体参数包括摄像头拍摄所得的人脸图像以及检测仪检测所得的人体参数;所述人体参数包括血糖、血压、心率、体温。
进一步地,基于所述人脸图像对人体健康状态进行分析的方法为:
识别并标记出所述人脸图像中各面部区域的颜色特征,将标记有各面部区域的颜色特征的人脸图像导入预先建立的人脸模型中以输出对应的健康等级。
进一步地,对人体健康状态进行监控的方法为:
通过判断所述人脸模型输出的健康等级是否达标,以及判断各检测仪采集所得的人体参数是否超过阈值,来判定人体健康状态是否出现异常。
本发明的目的之二采用如下技术方案实现:
基于智能网关的健康状态监控系统,执行如上述的基于智能网关的健康状态监控方法,所述系统包括:
网络判断模块,用于获取网关集群中每个智能网关的网络数据,判断网络集群中是否存在满足预设条件的目标网关;
网关切换模块,用于根据所述网络判断模块的判断结果切换网关集群中智能网关的运行状态,利用满足预设条件的目标网关获取局域网内不同终端设备采集所得的人体参数;
健康监控模块,用于根据各人体参数对人体健康状态进行实时分析和监控。
本发明的目的之三采用如下技术方案实现:
一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的基于智能网关的健康状态监控方法。
本发明的目的之四采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如上述的基于智能网关的健康状态监控方法。
相比现有技术,本发明的有益效果在于:
本发明可分析网关集群中每个智能网关的网络状态,并自动切换至网络延迟时间相对较短的目标网关对各终端设备实时采集所得的人体参数进行及时传输,减少因网络延时导致数据丢失或数据传输延误的情况,可提高人体健康状态分析及时性和准确性。
附图说明
图1为本发明基于智能网关的健康状态监控方法的流程示意图;
图2为本发明基于智能网关的健康状态监控系统的模块示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
参考图1、图2所示,本实施例提供一种基于智能网关的健康状态监控方法,该方法应用在包括终端设备、网络集群和云端服务器的系统中;为了实现健康状态监测效果,本实施例所述终端设备包括了摄像头、体温检测仪、血压检测仪、心率检测仪、血糖检测仪;通过各种终端设备对人体不同部位进行检测,从而获得由摄像头拍摄所得的人脸图像以及检测仪检测所得的人体参数;所述人体参数包括血糖、血压、心率、体温等。本实施例基于人脸图像以及人体参数共同对人体健康状态进行实时分析和监控,确保健康状态监控的及时性和准确性。
本实施例中各终端设备处于同一局域网,局域网内布设有多个智能网关,各终端设备连接局域网内的任一智能网关后,该智能网关可获取接入该网关的终端设备的信息,并将终端设备信息在局域网内进行广播,使得各终端设备可在系统选择下自动连接局域网内的任意一个智能网关,由系统选择的智能网关采集各终端设备检测所得的人体图像和人体参数,并将其上传至云端服务器中进行人体健康状态分析和监控。
如图1所示,本实施例健康状态监控方法具体包括如下步骤:
步骤S1:获取网关集群中每个智能网关的网络数据,判断网络集群中是否存在满足预设条件的目标网关;
步骤S2:根据判断结果切换网关集群中智能网关的运行状态,利用满足预设条件的目标网关获取局域网内不同终端设备采集所得的人体参数,;
步骤S3:基于各人体参数对人体健康状态进行实时分析和监控。
由于网关集群中所有智能网关都可与云端服务器相连,因此云服务器可实时获取每个智能网关的当前网络数据,网络数据包括网络吞吐量、数据传送数量等;通过网络数据判断网络集群中是否存在满足预设条件的一个或多个目标网关,即根据网络数据判断网络集群中每个智能网关的当前网络延迟时间是否小于预设值,若智能网关的当前网络延迟时间小于预设值,则满足所述预设条件,并将其标记为目标网关,目标网关意味着当前网关可正常且及时地实现数据传输,可确保人体参数、人脸图像等信息的及时传输;若一智能网关的当前网络延迟时间大于或等于预设值,则可认为该智能网关当前可能无法正常进行数据传输,此时则不满足所述预设条件。
而本实施例利用当前网络延迟时间小于预设值的智能网关进行人体参数、人脸图像等信息的传输。当网络检测过程中存在多个智能网关的当前网络延迟时间小于预设值时,则可按照多个智能网关的当前网络延迟时间的长短进行排序,将当前网络延迟时间最小的智能网关标记为目标网关,由网络延迟时间最小的一个智能网关来对所有终端设备采集所得的所有信息进行传输。
在一些实施例中,当存在多个智能网关的当前网络延迟时间小于预设值时,还可利用多个满足条件的网关同时进行数据传输,具体地:将满足所述预设条件的多个智能网关均标记为目标网关,按照目标网关的数量将局域网内所有终端设备划分为若干组,并为每个目标网关配置至少一组终端设备,使得每组终端设备分别通过其匹配的目标网关进行信号采集和传输。举个例子:局域网中布设有八个终端设备,而满足预设条件的智能网关有两个,此时则可将八个终端设备平分为每四个终端设备为一组,每一组终端设备匹配一个智能网关,每组中的各终端设备采集所得的数据通过其匹配的智能网关传输至云端服务器。
云端服务器接收到目标网关所上传的人脸图像或人体参数后,即可根据人脸图像以及人脸参数对人体健康状态进行检测。
其中,基于所述人脸图像对人体健康状态进行分析的方法为:
识别出人脸图像中面部区域的各特征点,根据特征点的分布将整个面部区域划分为多个子区域,例如划分为额头区域、脸颊区域、鼻子区域、嘴巴区域、下巴区域等;并识别出人脸图像中各子区域的面部颜色,将各子区域的面部颜色所对应的颜色值作为颜色特征标记在人脸图像中;再将标记有各面部区域的颜色特征的人脸图像导入预先建立的人脸模型中以输出对应的健康等级结果。
所述人脸模型是利用大量标记有颜色特征的人脸图像样本对神经网络模型进行训练获得的;网络模型以标记大量测试人员的标记有颜色特征的人脸图形样本作为模型输入,将测试人员所对应的健康等级作为模型输出,对神经网络模型进行训练和学习以获得训练好的人脸模型。在实际使用过程中将标记有颜色特征的人脸图像导入人脸模型中即可输出对应的健康等级结果。而神经网络模型的构建方法在现有技术中已经公开,在此不再详细描述模型构建详细步骤。
举个例子,当识别出人体脸部较为苍白时,由于苍白脸色大多属于虚症或寒症,是体质差的表现,因此可判定健康等级为B级,若苍白程度较深,则可判定为C级或以下;又例如当识别出脸部发黄,该脸色主要见于患有急性黄疸型肝炎、急性胆囊炎、胆结石、肝硬化、肝癌、胰腺癌等症的患者,因此可判定其健康等级为B级或B级以下;而对于黄皮肤的人来说,身体健康者的脸色通常是微黄且伴随一点红润,其对应的健康等级则为A级。
本实施例将脸色识别作为人体健康状态判断的重要依据外,还将各种检测仪所采集到的人体温度、血氧、心率、血压等人体参数的异常判断纳入人体健康状态的监测步骤中。具体地,判断通过所述人脸模型输出的健康等级是否达标,即判断健康等级是否为A,若为A则代表健康等级达标;同时,判断各检测仪采集所得的人体参数是否超过阈值,即判断人体温度是否超过温度阈值,判断心率是否超过心率阈值,判断血压是否超过血压阈值,若健康等级或任一人体参数出现异常,则可判定人体健康状态出现异常,此时则根据人脸图像以及人体参数生成对应的人体健康状态报告,云平台即可将该报告推送至用户手机终端进行展示。
而系统进行人脸图像和人体参数采集时,提醒用户要在平静状态下进行信息采集,避免出现用户经过剧烈运动或情绪不稳定时采集数据导致人体健康状态判断不准确的情况。
本实施例通过分析网关集群中每个智能网关的网络状态,自动切换至网络延迟时间相对较短的目标网关对各终端设备实时采集所得的人体参数进行及时传输,减少因网络延时导致数据丢失或数据传输延误的情况,提高信号传输及时性;同时根据人脸图像以及人体参数对人体健康状态进行综合分析,提高人体健康状态识别的准确性。
实施例二
本实施例提供一种基于智能网关的健康状态监控系统,执行如实施例一所述的基于智能网关的健康状态监控方法,所述系统包括:
网络判断模块,用于获取网关集群中每个智能网关的网络数据,判断网络集群中是否存在满足预设条件的目标网关;
网关切换模块,用于根据所述网络判断模块的判断结果切换网关集群中智能网关的运行状态,利用满足预设条件的目标网关获取局域网内不同终端设备采集所得的人体参数;
健康监控模块,用于根据各人体参数对人体健康状态进行实时分析和监控。
在一些实施例中,还提供一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一所述的基于智能网关的健康状态监控方法;另外,本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的基于智能网关的健康状态监控方法。
本实施例中的系统、设备及存储介质与前述实施例中的方法是基于同一发明构思下的多个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施例中的系统、设备及存储介质的结构及实施过程,为了说明书的简洁,在此就不再赘述。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.基于智能网关的健康状态监控方法,其特征在于,包括:
获取网关集群中每个智能网关的网络数据,判断网络集群中是否存在满足预设条件的目标网关;
根据判断结果切换网关集群中智能网关的运行状态,利用满足预设条件的目标网关获取局域网内不同终端设备采集所得的人体参数,并基于各人体参数对人体健康状态进行实时分析和监控。
2.根据权利要求1所述的基于智能网关的健康状态监控方法,其特征在于,判断网络集群中是否存在满足预设条件的目标网关的方法为:
根据网络数据判断智能网关的当前网络延迟时间是否小于预设值,若是,则满足所述预设条件,并将其标记为目标网关;否则,则不满足所述预设条件。
3.根据权利要求2所述的基于智能网关的健康状态监控方法,其特征在于,当存在多个智能网关的当前网络延迟时间小于预设值时,还包括:
按照多个智能网关的当前网络延迟时间进行排序,将当前网络延迟时间最小的智能网关标记为目标网关。
4.根据权利要求2所述的基于智能网关的健康状态监控方法,其特征在于,当存在多个智能网关的当前网络延迟时间小于预设值时,还包括:
将满足所述预设条件的多个智能网关均标记为目标网关,按照目标网关的数量将局域网内所有终端设备划分为若干组,并为每个目标网关配置至少一组终端设备,使得每组终端设备通过其匹配的目标网关进行信号采集和传输。
5.根据权利要求1所述的基于智能网关的健康状态监控方法,其特征在于,所述终端设备包括摄像头以及检测仪;所述人体参数包括摄像头拍摄所得的人脸图像以及检测仪检测所得的人体参数;所述人体参数包括血糖、血压、心率、体温。
6.根据权利要求5所述的基于智能网关的健康状态监控方法,其特征在于,基于所述人脸图像对人体健康状态进行分析的方法为:
识别并标记出所述人脸图像中各面部区域的颜色特征,将标记有各面部区域的颜色特征的人脸图像导入预先建立的人脸模型中以输出对应的健康等级。
7.根据权利要求6所述的基于智能网关的健康状态监控方法,其特征在于,对人体健康状态进行监控的方法为:
通过判断所述人脸模型输出的健康等级是否达标,以及判断各检测仪采集所得的人体参数是否超过阈值,来判定人体健康状态是否出现异常。
8.基于智能网关的健康状态监控系统,其特征在于,执行如权利要求1~7任一所述的基于智能网关的健康状态监控方法,所述系统包括:
网络判断模块,用于获取网关集群中每个智能网关的网络数据,判断网络集群中是否存在满足预设条件的目标网关;
网关切换模块,用于根据所述网络判断模块的判断结果切换网关集群中智能网关的运行状态,利用满足预设条件的目标网关获取局域网内不同终端设备采集所得的人体参数;
健康监控模块,用于根据各人体参数对人体健康状态进行实时分析和监控。
9.一种电子设备,其特征在于,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1~7任一所述的基于智能网关的健康状态监控方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现权利要求1~7任一所述的基于智能网关的健康状态监控方法。
CN202210730626.2A 2022-06-24 2022-06-24 基于智能网关的健康状态监控方法、系统、设备及介质 Pending CN115101205A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210730626.2A CN115101205A (zh) 2022-06-24 2022-06-24 基于智能网关的健康状态监控方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210730626.2A CN115101205A (zh) 2022-06-24 2022-06-24 基于智能网关的健康状态监控方法、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN115101205A true CN115101205A (zh) 2022-09-23

Family

ID=83292873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210730626.2A Pending CN115101205A (zh) 2022-06-24 2022-06-24 基于智能网关的健康状态监控方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN115101205A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116763272A (zh) * 2023-06-08 2023-09-19 中国人民解放军总医院第七医学中心 一种基于蓝牙技术的便携式多人共享血压监测系统、应用方法及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116763272A (zh) * 2023-06-08 2023-09-19 中国人民解放军总医院第七医学中心 一种基于蓝牙技术的便携式多人共享血压监测系统、应用方法及设备
CN116763272B (zh) * 2023-06-08 2024-01-26 中国人民解放军总医院第七医学中心 一种基于蓝牙技术的便携式多人共享血压监测系统、应用方法及设备

Similar Documents

Publication Publication Date Title
KR102129730B1 (ko) 인공지능 기반의 환자상태 예측 장치 및 이를 이용한 환자상태 예측 방법
CN105996993A (zh) 一种智能视频生命体征监测系统及方法
US11783924B2 (en) ECG information processing method and ECG workstation
CN108186011A (zh) 房颤检测方法、装置及可读存储介质
US9113837B2 (en) Drowsiness detection method and associated device
CN107749143A (zh) 一种基于WiFi信号的穿墙室内人员跌倒探测系统及方法
CN105261152B (zh) 基于聚类分析的空中交通管制员疲劳检测方法、装置和系统
CN109411041A (zh) 心电信息处理方法和心电工作站系统
CN106936517A (zh) 一种异常无线电信号的自动识别系统及其方法
CN114648354A (zh) 一种基于眼动追踪和情绪状态的广告测评方法和系统
CN104473648A (zh) 一种结合生理参数监测的人体摔倒预警和检测方法
CN115101205A (zh) 基于智能网关的健康状态监控方法、系统、设备及介质
CN108898079A (zh) 一种监控方法及装置、存储介质、拍摄终端
CN115547500B (zh) 血液透析病人的健康监测设备及系统
CN103845038A (zh) 一种体征信号采集方法和设备
WO2019080728A1 (zh) 一种基于WiFi信号的心率异常检测方法
CN116687363A (zh) 一种基于穿戴设备的有限空间作业人员身体状况监测系统
CN108717872A (zh) 基于面部、手部识别和大数据的健康分析方法及系统
CN109567832A (zh) 一种基于智能手环的检测愤怒驾驶状态的方法及系统
CN106352478A (zh) 终端设备的自动控制方法、装置和系统
CN110464369A (zh) 一种基于人体体征数值的精神状态判断算法
KR101976494B1 (ko) 개인 건강 분석 방법 및 유아용 스마트 변기
CN105361893A (zh) 一种生理状态识别方法
CN108537687A (zh) 一种学校食堂管理系统
CN113325773A (zh) 一种基于大数据智能飞行员体能训练监测系统

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