CN115444383A - 智能健康监测方法、系统、设备及存储介质 - Google Patents

智能健康监测方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN115444383A
CN115444383A CN202211204271.XA CN202211204271A CN115444383A CN 115444383 A CN115444383 A CN 115444383A CN 202211204271 A CN202211204271 A CN 202211204271A CN 115444383 A CN115444383 A CN 115444383A
Authority
CN
China
Prior art keywords
data
target special
glasses
special user
health monitoring
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
CN202211204271.XA
Other languages
English (en)
Inventor
高金龙
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.)
Goertek Techology Co Ltd
Original Assignee
Goertek Techology 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 Goertek Techology Co Ltd filed Critical Goertek Techology Co Ltd
Priority to CN202211204271.XA priority Critical patent/CN115444383A/zh
Publication of CN115444383A publication Critical patent/CN115444383A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1112—Global tracking of patients, e.g. by using GPS
    • 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
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services

Abstract

本申请公开了一种智能健康监测方法、系统、设备及存储介质，属于人体健康监测技术领域，本申请AR眼镜将采集到的目标特殊用户当前的运动数据以及体征状态数据输入至预设身体状态分析模型，并基于预设身体状态分析模型对其进行分析处理，得到目标特殊用户的当前身体状态。预设身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的；可以理解，AR眼镜不需要配置很大的存储空间以及高强度的散热模块，且针对特殊目标特殊用户，AR眼镜内部未设置对特殊目标特殊用户无用的功能模块，大大减少了AR眼镜的整机重量。

Description

智能健康监测方法、系统、设备及存储介质
技术领域
本申请涉及人体健康监测技术领域，尤其涉及一种智能健康监测方法、系统、设备及存储介质。
背景技术
目前，人们对健康重视程度日益增加，人们选择佩戴可穿戴设备实时监测自身当前身体状态；然而，若想在佩戴AR眼镜的过程中实时地、全方位地监测目标特殊用户的身体状态，则需要在AR眼镜内部增设很多模块或者零部件，还需要目标特殊用户长时间佩戴。这种方式增加了AR眼镜的整机重量，且目标特殊用户长时间佩戴，则会影响目标特殊用户的使用体验。
发明内容
本申请的主要目的在于提供一种智能健康监测方法、系统、设备及存储介质，旨在解决如何使AR眼镜的整机轻量化的技术问题。
为实现上述目的，本申请提供一种智能健康监测方法，应用于AR眼镜，所述AR眼镜内部设有惯性传感器、心率传感器以及血氧传感器，所述惯性传感器用于采集目标特殊用户当前的运动数据，所述血氧传感器用于采集所述目标特殊用户当前的心率数据，所述血氧传感器用于采集所述目标特殊用户当前的血氧数据；
所述智能健康监测方法包括以下步骤：
采集所述目标特殊用户当前的运动数据以及体征状态数据，其中，所述体征状态数据包括所述心率数据和所述血氧数据；
基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态；
其中，所述身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的。
在本申请的一种可能的实施方式中，所述身体状态分析模型是在云服务器中，基于目标特殊用户历史的运动数据以及体征状态数据对预设待训练模型进行迭代训练后得到的。
在本申请的一种可能的实施方式中，所述AR眼镜内部还设有通讯模块、麦克风以及GPS模块，所述通讯模块包括蓝牙模块，所述GPS模块用于对自身进行定位，得到所述目标特殊用户的定位信息，所述麦克风用于读取所述目标特殊用户的环境声音数据，所述基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态的步骤之后，所述方法还包括：
若所述当前的身体状态为异常状态，则生成预警信号，并将所述预警信号以及所述定位信息，通过所述蓝牙模块发送至通信的客户端，以供所述客户端自动拨打预留监护人的电话，其中，所述客户端包括监护客户端；
若所述当前的身体状态为紧急状态，则生成警示信号并自动报警，并将所述警示信号、所述紧急状态所对应的运动数据、所述定位信息、所述环境声音数据以及体征状态数据通过所述蓝牙模块发送至通信的客户端，以供所述客户端进行紧急报警。
在本申请的一种可能的实施方式中，所述AR眼镜包括前框主体以及镜腿，所述镜腿的末端均为弯折设置，并与人耳后侧轮廓贴合；
所述心率传感器以及血氧传感器设于所述前框主体紧贴人脸皮肤一侧，和/或者所述心率传感器以及血氧传感器设于所述镜腿末端紧贴人耳后侧的皮肤一侧。
在本申请的一种可能的实施方式中，所述AR眼镜内部还设有RGB相机，所述RGB相机用于采集所述目标特殊用户当前的环境图像数据。
本申请提供一种智能健康监测方法，应用于客户端，所述智能健康监测方法包括以下步骤：
接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据、环境图像数据以及定位信息；
基于各第一预设时段内接收到的运动数据、环境图像数据以及对应的定位信息，生成各第一预设时段内的运动路线；
将所述各第一预设时段内的运动路线进行整合为运动路线图，并将所述运动路线图存储至云服务器，以供医护人员在接收到紧急报警时使用。
在本申请的一种可能的实施方式中，所述接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据的步骤之后，所述方法还包括：
接收所述AR眼镜通过蓝牙模块发送的目标特殊用户当前的体征状态数据；
基于各第二预设时段内接收到的体征状态数据，计算得到所述各第二预设时段内的体征状态数据的平均值；
基于各第二预设时段内接收到的运动数据，计算得到所述各第二预设时段内的运动里程；
将所述体征状态数据的平均值以及所述运动里程进行整合，生成运动报告，所述运动报告用于评估各第二预设时段内所述目标特殊用户的体征变化情况。
本申请提供一种智能健康监测方法，应用于云服务器，所述智能健康监测方法包括以下步骤：
接收客户端通过蓝牙模块上传的目标特殊用户历史的运动数据以及体征状态数据；
基于所述目标特殊用户历史的运动数据以及体征状态数据，生成带有身体状态标签的运动数据以及体征状态数据的训练数据集合；
基于所述训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型；
将所述身体状态分析模型基于客户端通过蓝牙模块发送至AR眼镜，以供所述AR眼镜基于所述身体状态分析模型，得到所述目标特殊用户当前的身体状态。
本申请还提供一种智能健康监测系统，所述系统包括：AR眼镜、客户端以及云服务器；
所述AR眼镜用于采集目标特殊用户当前的运动数据以及体征状态数据其中，所述体征状态数据包括所述心率数据和所述血氧数据；还用于基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态；其中，所述身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的；
所述客户端用于接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据以及环境图像数据；还用于每隔第一预设时段对自身进行定位，并记录定位信息；还用于基于各第一预设时段内接收到的运动数据、环境图像数据以及对应的定位信息，生成各第一预设时段内的运动路线；还用于将所述各第一预设时段内的运动路线进行整合为运动路线图，并将所述运动路线图存储至云服务器，以供医护人员在接收到紧急报警时使用；
所述云服务器用于接收客户端通过蓝牙模块上传的目标特殊用户历史的运动数据以及体征状态数据；还用于基于所述目标特殊用户历史的运动数据以及体征状态数据，生成带有身体状态标签的运动数据以及体征状态数据的训练数据集合；还用于基于所述训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型；还用于将所述身体状态分析模型基于客户端通过蓝牙模块发送至AR眼镜，以供所述AR眼镜基于所述身体状态分析模型，得到所述目标特殊用户当前的身体状态。
本申请还提供一种智能健康监测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能健康监测程序，所述智能健康监测程序配置为实现如上述任一项所述的智能健康监测方法的步骤。
本申请还提供一种存储介质，所述存储介质上存储有智能健康监测程序，所述智能健康监测程序被处理器执行时实现如上述任一项所述的智能健康监测方法的步骤。
本申请提供一种智能健康监测方法，现有技术中需要在AR眼镜内部增设很多模块或者零部件，才能实时地、全方位地监测目标特殊用户的身体状态，与之相比，本申请AR眼镜内部设有惯性传感器、心率传感器以及血氧传感器，将采集到的目标特殊用户当前的运动数据以及体征状态数据输入至预设身体状态分析模型，并基于预设身体状态分析模型对所述运动数据以及体征状态数据进行分析处理，得到所述目标特殊用户的当前身体状态，其中，所述体征状态数据包括所述心率数据和所述血氧数据；所述预设身体状态分析模型是在云服务器中生成，并基于客户端通过所述蓝牙模块下发至本地的。
可以理解，只需要将采集到的目标特殊用户当前的运动数据以及体征状态数据，输入至云服务器计算好的、基于客户端通过所述蓝牙模块下发至本地的身体状态分析模型，并运行所述身体状态分析模型，即可得到目标特殊用户的当前身体状态。整个过程中，AR眼镜不需要从网络中获取大量相关数据，不需要利用自身处理器对大量的数据进行处理，则不会产生严重的发热和大量空间的占用；也就是说，AR眼镜不需要配置很大的存储空间以及高强度的散热模块，且针对特殊目标特殊用户，AR眼镜内部未设置对特殊目标特殊用户无用的功能模块，大大减少了AR眼镜的整机重量。因此，本申请能够使AR眼镜的整机轻量化。
附图说明
图1为本申请一种智能健康监测方法的第一实施例的流程示意图；
图2为本申请第一实施例的智能健康监测方法的第一场景示意图；
图3为本申请第一实施例的智能健康监测方法的第二场景示意图；
图4是本申请实施例方案涉及的硬件运行环境的智能健康监测设备的结构示意图；
附图3标号说明：
标号 名称 标号 名称
10 前框主体 20 镜腿
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
本申请实施例提供了一种智能健康监测方法，参照图1以及图2，在本实施例中，应用于AR眼镜，所述智能健康监测方法包括：
步骤S10：采集所述目标特殊用户当前的运动数据以及体征状态数据其中，所述体征状态数据包括所述心率数据和所述血氧数据；
步骤S20：基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态；其中，所述预设身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的。
在本实施例中，针对的具体应用场景为：
当目标特殊用户在选择佩戴具有健康监测功能的AR眼镜时，长时间的佩戴过程中，由于AR眼镜的整机太重，影响目标特殊用户的使用体验。
本实施例旨在：通过针对目标特殊用户，减少AR眼镜的无用功能模块，保留对健康监测有用的功能模块，减少健康监测过程中的数据处理，降低AR眼镜的整机重量。
具体地，在本申请中，AR眼镜可以作为目标特殊用户长期使用的穿戴产品，且在佩戴时紧贴头部，更能够检测到与生命活动强相关的信号。
具体地，如图3所示，本申请的AR眼镜包括前框主体10和镜腿20，所述镜腿20有两个，分别位于前框主体10的左右侧。本申请在AR眼镜内部设有心率传感器、血氧传感器、惯性传感器、通讯模块、麦克风以及GPS模块，所述通讯模块包括蓝牙模块。
作为一种示例，所述AR眼镜的前框主体10可以是贴紧人脸皮肤的，所述心率传感器、血氧传感器可以是设置在AR眼镜的前框主体10紧贴人脸皮肤一侧。
作为一种示例，所述AR眼镜的前框主体10还可以是不贴紧人脸皮肤的，可以避免遮挡视线，所述镜腿20末端为弯折设置，并与人耳后侧轮廓贴合，能够避免人耳处的头发颜色吸收可见光，导致血氧传感器采集准确度降低，所述心率传感器以及血氧传感器设于所述镜腿20末端紧贴人耳后侧的皮肤一侧，还能够保证眼镜佩戴的稳固性，防止发生碰撞时眼镜自行掉落，以实时采集危险情况发生时的体征状态数据。
本申请只需要将采集到的目标特殊用户当前的运动数据以及体征状态数据，输入至云服务器计算好的、基于客户端通过所述蓝牙模块下发至本地的身体状态分析模型，并运行所述身体状态分析模型，即可得到目标特殊用户的当前身体状态。整个过程中，AR眼镜不需要从网络中获取大量相关数据，不需要利用自身处理器对大量的数据进行处理，则不会产生严重的发热和大量空间的占用；也就是说，AR眼镜不需要配置很大的存储空间以及高强度的散热模块，且针对特殊目标特殊用户，AR眼镜内部未设置对特殊目标特殊用户无用的功能模块，大大减少了AR眼镜的整机重量。
作为一种示例，智能健康监测方法应用于AR眼镜，所述AR眼镜从属于智能健康监测系统，所述智能健康监测系统中除了包括AR眼镜，还包括客户端以及云服务器。
具体地，所述系统包括：AR眼镜、客户端以及云服务器；
所述AR眼镜用于采集目标特殊用户当前的运动数据以及体征状态数据其中，所述体征状态数据包括所述心率数据和所述血氧数据；还用于基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态；其中，所述身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的；
所述客户端用于接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据、环境图像数据以及定位信息；还用于基于各第一预设时段内接收到的运动数据、环境图像数据以及对应的定位信息，生成各第一预设时段内的运动路线；还用于将所述各第一预设时段内的运动路线进行整合为运动路线图，并将所述运动路线图存储至云服务器，以供医护人员在接收到紧急报警时使用。
所述云服务器用于接收客户端通过蓝牙模块上传的目标特殊用户历史的运动数据以及体征状态数据；还用于基于所述目标特殊用户历史的运动数据以及体征状态数据，生成带有身体状态标签的运动数据以及体征状态数据的训练数据集合；还用于基于所述训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型；还用于将所述身体状态分析模型基于客户端通过蓝牙模块发送至AR眼镜，以供所述AR眼镜基于所述身体状态分析模型，得到所述目标特殊用户当前的身体状态。
作为一种示例，客户端可以是手机(如图2所示的手机端)、笔记本以及平板电脑等。
作为一种示例，AR眼镜与客户端可以通过蓝牙模块传输，也可以通过网络进行传输。
作为一种示例，如图2所示，客户端与云服务器之间通过网络进行传输。
作为一种示例，深度学习模型是在云服务器中生成，并通过客户端下发至本地的，具体地，是在云服务器中，基于目标特殊用户历史的运动数据以及体征状态数据对预设待训练模型进行迭代训练后得到的。
具体地，深度学习模型可以是预设身体状态分析模型。
作为一种示例，目标特殊用户可以是老人或者小孩等。
具体地，目标特殊用户在佩戴眼镜时，相较于其他可穿戴设备，不会对目标特殊用户造成负担。
具体步骤如下：
步骤S10：采集目标特殊用户当前的运动数据以及体征状态数据，其中，所述体征状态数据包括所述心率数据和所述血氧数据；
作为一种示例，所述目标特殊用户当前的运动数据可以是运动速度、运动方向以及运动轨迹等。
作为一种示例，所述体征状态数据可以是心率数据、血氧数据以及汗液成分数据等，由于AR眼镜贴合人脸的特点，采集的体征状态数据更为准确。
具体地，AR眼镜采集目标特殊用户当前的运动数据以及体征状态数据，AR眼镜对目标特殊用户当前的运动数据以及体征状态数据进行分析，以对其进行实时监护。
具体地，如图3所示，AR眼镜前框主体10紧贴皮肤一侧设有惯性传感器、心率传感器以及血氧传感器，所述惯性传感器用于采集目标特殊用户当前的运动数据，所述血氧传感器用于采集所述目标特殊用户当前的心率数据，所述血氧传感器用于采集所述目标特殊用户当前的血氧数据，有效利用了AR眼镜贴合人脸的特点，采集的体征状态数据更为准确。
具体地，在本实施例中，去除部分对于目标特殊用户中的老年群体无用的功能模块，在AR眼镜内部设置了惯性传感器，心率传感器和血氧传感器。分别从运动状态，心率和血氧饱和度三个方面获取目标特殊用户的相关数据。为了保证AR眼镜的正常使用，在AR眼镜内部还设置了用于运行深度学习模型的处理器。
作为一种示例，如图2所示，AR眼镜内部可以设置有用于传输数据的蓝牙模块；可以设置有用于采集运动数据的惯性传感器(如图2所示的IMU模块)，运动数据包括运动方向、运动速度以及步频等；可以设置有用于采集体征状态数据的传感器，体征状态数据包括心率以及血氧饱和度(如图2所示的血氧数据)等，采集心率和血氧饱和度的传感器分别为心率传感器(如图2所示的心率)和血氧传感器(如图2所示的血氧模块)，血氧传感器和心率传感器分别通过红外光对穿戴部位血管的氧分压和脉搏跳动来检测血氧数据以及心率数据；可以设置有用于运行深度学习模型的处理器。
作为一种示例，使用蓝牙模块传输各传感器采集的运动数据以及体征状态数据，是为了能够保证AR眼镜在没有网络条件的情况下，也能够将运动数据以及体征状态数据传输至客户端，客户端在有网络条件时将其转发至云服务器，以供云服务器能够获取目标特殊用户在使用AR眼镜时的采集到的数据，得到更全面、更精确的身体状态分析模型。
步骤S20：基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态；其中，所述预设身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的。
具体地，在智能健康监测系统中，客户端将该身体状态分析模型发送至AR眼镜，AR眼镜将其存储，当AR眼镜的各传感器采集到目标特殊用户当前的运动数据以及体征状态数据时，AR眼镜运行该身体状态分析模型，基于该身体状态分析模型，对当前的运动数据以及体征状态数据进行分析，得到目标特殊用户当前的身体状态。
作为一种示例，客户端将所述身体状态分析模型发送至AR眼镜，可以是在目标特殊用户使用该AR眼镜一周后，客户端将该第一身体状态分析模型发送至AR眼镜；还可以是在目标特殊用户使用该AR眼镜一个月后，客户端将该第二身体状态分析模型发送至AR眼镜，以使该第一身体状态分析模型更新为第二身体状态分析模型。
作为一种示例，目标特殊用户的当前身体状态可以是正常状态、异常状态以及紧急状态。
在本实施例中，所述预设身体状态分析模型是在云服务器中，基于目标特殊用户历史的运动数据以及体征状态数据对预设待训练模型进行迭代训练后得到的。
具体地，不同目标特殊用户的体质不同，判断目标特殊用户的当前身体状态时不能只依据数据的正常范围或者标准，而应该根据目标特殊用户日常的运动习惯以及日常身体状态等，采用深度学习网络模型对所述目标特殊用户的当前身体状态进行全面地分析，避免体质特殊的目标特殊用户在佩戴时频繁报警，提高了AR眼镜健康监测的准确性，实现了针对不同目标特殊用户的个性化监测。
具体地，在本申请中，由于一般地AR眼镜需要在采集到数据后，直接对所述数据进行处理，得到监测结果。基于监测准确度的需求，需要AR眼镜根据当前采集到的数据以及历史采集到的大量数据进行计算，则AR眼镜需要存储大量数据，并运行大量数据，提高AR眼镜的整机发热。因此，本申请通过将存储大量数据并运行大量数据的任务分配至云服务器(即图2中所示的云端系统)，AR眼镜直接使用云服务器处理这些数据后得到的深度学习模型，即可完成目标特殊用户的健康监测，降低了AR眼镜的整机发热，也即，AR眼镜不需要大量的存储空间以及其他进行数据处理的功能模块，进一步降低了AR眼镜的整机重量。
进一步地，基于本申请中第一实施例，提供本申请的第二实施例，在该实施例中，在本实施例中，所述AR眼镜内部还设有通讯模块、麦克风以及GPS模块，所述通讯模块包括蓝牙模块，所述GPS模块用于对自身进行定位，得到所述目标特殊用户的定位信息，所述麦克风用于读取所述目标特殊用户的环境声音数据，所述基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态的步骤之后，所述方法还包括：
步骤S150：若所述当前的身体状态为异常状态，则生成预警信号，并将所述预警信号以及所述定位信息，通过所述蓝牙模块发送至通信的客户端，以供所述客户端自动拨打预留监护人的电话；
作为一种示例，如图3所示，所述AR眼镜设有通讯模块、麦克风以及GPS模块，所述通讯模块包括蓝牙模块，通过蓝牙模块将采集的各种数据(运动数据、体征状态数据、定位信息、环境声音数据)都上传至客户端，所述通讯模块、麦克风以及GPS模块可以设于前框主体10或设于镜腿20上。
作为一种示例，如图3所示，所述AR眼镜内部还设有RGB相机，所述RGB相机用于采集所述目标特殊用户当前的环境图像数据，通过蓝牙模块将采集的环境图像数据上传至客户端。
作为一种示例，预警信号可以是AR眼镜通过对当前的运动数据以及体征状态数据进行分析后，得到所述目标特殊用户的当前身体状态为异常状态，则将所述预警信号以及所述定位信息，通过所述蓝牙模块发送至通信的客户端，以供所述客户端自动拨打预留监护人的电话。
作为一种示例，针对特殊人群而言，可能目标特殊用户本身无法使用客户端，而需要其监护人监测该目标特殊用户的身体状态，并基于该当前身体状态，提醒目标特殊用户注意一些健康事项。
具体地，若所述异常信号为预警信号，代表该目标特殊用户的身体状态较差，需要及时检查或者需要关联目标特殊用户照看等，则客户端自动将所述目标特殊用户的当前身体状态同步至监护人的客户端。
步骤S160：若所述当前的身体状态为紧急状态，则生成警示信号并自动报警，并将所述警示信号、所述紧急状态所对应的运动数据、所述定位信息、所述环境声音数据以及体征状态数据通过所述蓝牙模块发送至通信的客户端，以供所述客户端进行紧急报警。
作为一种示例，还可以从所述云服务器中调用所述定位信息以及所述运动路线图，以供医护人员基于所述并将所述当前身体状态、定位信息以及所述运动路线图，对所述目标特殊用户进行救助。
作为一种示例，救助人员结合所述紧急状态所对应的运动数据、所述定位信息、所述环境声音数据以及体征状态数据，并结合AR眼镜自带麦克风对目标特殊用户进行录音和拨通急救人员的通话时进行对话，来实时判断目标特殊用户是否出现比如跌倒，被撞击等等意外情况的发生，如果发生意外情况，无需目标特殊用户操作，预警软件会自行拨打预留监护人的电话，确保出现问题时第一时间能够得到外界的救助，同时由于眼镜内部自带GPS定位模块，在拨打电话的同时，预警软件会及时将目标特殊用户的实时位置共享给救助人，方便救助人第一时间赶到现场并实施救助。
由于AR眼镜佩戴的位置紧贴人脸，能够更加精确得获取目标特殊用户的环境声音数据等信息，并且可以通过麦克风对目标特殊用户的意外情况进行记录，便于后续医生的诊断和治疗。AR眼镜的前框主体10或镜腿20设有麦克风，一方面能够持续读取环境中的异常声音，比如爆炸或者呼救，形成录音文件保存在AR眼镜中(或通过蓝牙模块上传至客户端)便于日后确定现场情况，另一方面能够在拨通急救人员电话时进行语音通话，帮助急救人员实时了解被救助人员的实时状态。并且结合语音交互等功能向目标特殊用户发出询问，避免出现虚假报警等情况。
作为一种示例，在紧急情况下，如若判断为异常状态，会拨通预设急救人员的通话，并实时上传被急救人员的位置信息，最大程度确保急救的有效性和及时性。
在本实施例中，通过AR眼镜监测到目标特殊用户处于异常状态后，制定相应的应对策略，使目标特殊用户能够得到及时救助，还为目标特殊用户提供了日常运动报告，使目标特殊用户能够直观地了解自身体征状态的变化，有利于目标特殊用户对自身健康状态的监测。
进一步地，基于本申请中第一实施例和第二实施例，提供本申请的第三实施例，在该实施例中，针对的具体应用场景为：同时为了防止目标特殊用户在摘下眼镜，或者眼镜自身原因脱落等非异常情况，还为了防止体质特殊的目标特殊用户在使用AR眼镜时频繁报警。
具体地，目前大部分的AR眼镜的主要功能集中在视频的播放，音乐的收听等等多媒体功能，通过喇叭和麦克风，实现人机的语音和动作交互，但是过于关注影音娱乐方面反而忽视了某些特定群体的需求，比如老年人，他们对于影音的需求不高，相反更加需要外界的监护和支持，以防止在某些特定情况下，尤其是独处时出现意外情况。现在的可穿戴设备往往都设置有一键报警按钮，但这些都是建立在意外发生时老年人仍旧有意识或者有一定的行动能力的前提下，若前提条件不满足，则只能等待周围环境中的其他人发现并给予救助，但是此种情况下救援的时效性往往得不到保障。
具体地，不同目标特殊用户的体质不同，判断目标特殊用户的当前身体状态时不能只依据数据的正常范围或者标准，而应该根据目标特殊用户日常的运动习惯以及日常身体状态等，采用深度学习网络模型对所述目标特殊用户的当前身体状态进行全面地分析，避免体质特殊的目标特殊用户在佩戴时频繁报警，提高了AR眼镜健康监测的准确性，实现了针对不同目标特殊用户的个性化监测。
在本实施例中，应用于云服务器，所述智能健康监测方法，包括以下步骤：
步骤S30：接收客户端上传的目标特殊用户历史的运动数据以及体征状态数据；
具体地，在智能健康监测系统中，客户端通过蓝牙模块接收各传感器采集的运动数据以及体征状态数据，客户端将其转发至云服务器，云服务器基于接收到的运动数据以及体征状态数据，得到身体状态分析模型，云服务器将身体状态分析模型发送至客户端。
步骤S40：基于所述目标特殊用户历史的运动数据以及体征状态数据，生成带有身体状态标签的运动数据以及体征状态数据的训练数据集合；
具体地，云服务器基于接收到的历史的运动数据以及体征状态数据，生成带有身体状态标签的运动数据以及体征状态数据的训练数据集合；基于所述训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型。
具体地，云服务器可以基于接收到的历史的运动数据、体征状态数据以及环境声音数据，生成带有身体状态标签的运动数据、体征状态数据以及环境声音数据的训练数据集合；基于该训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型。
具体地，可以是云服务器基于接收到的一周内的运动数据以及体征状态数据，生成一周内的训练数据集合，基于一周内的训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的第一身体状态分析模型。可以是云服务器基于接收到的一个月内的运动数据以及体征状态数据，生成一个月内的训练数据集合，基于一个月内的训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的第二身体状态分析模型。
具体地，运动数据包括运动方向和运动速度等，体征状态数据包括心率和血氧饱和度等，该训练数据集合可以是不同的运动状态对应体征状态数据所带有不同的身体状态标签。
具体地，身体状态标签可以是正常状态标签以及异常状态标签，该异常状态标签包括预警状态以及紧急状态。
具体地，跑步时对应的心率和血氧饱和度与走路时对应的心率和血氧饱和度，若分别不在跑步或走路时的心率和血氧饱和度正常范围，则为异常状态，否则，为正常状态，可以理解，不同目标特殊用户的身体状态标签需要基于不同目标特殊用户上传的数据而定。
步骤S50：基于所述训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型；
具体地，所述训练数据集合是基于目标特殊用户历史的运动数据以及体征状态数据生成的，而不是基于所有目标特殊用户的历史的运动数据以及体征状态数据生成的，得到的身体状态分析模型能够能够针对不同目标特殊用户提供个性化服务。
作为一种示例，云服务器基于接收到的运动数据以及体征状态数据，得到身体状态分析模型，可以是基于周期内接收到的运动数据以及体征状态数据，得到身体状态分析模型。
具体地，可以是基于目标特殊用户使用AR眼镜一周后，云服务器基于一周内接收到的运动数据以及体征状态数据，得到的第一身体状态分析模型；还可以是基于目标特殊用户使用AR眼镜一个月后，基于一个月内接收到的运动数据以及体征状态数据，得到第二身体状态分析模型。
步骤S60：将所述身体状态分析模型通过客户端发送至AR眼镜，以供所述AR眼镜基于所述身体状态分析模型，得到所述目标特殊用户当前的身体状态。
具体地，云服务器将所述身体状态分析模型通过客户端发送至AR眼镜，以供所述AR眼镜基于所述身体状态分析模型，得到所述目标特殊用户当前的身体状态。
具体地，对于有病史或者处于患病中的目标特殊用户，其运动数据以及体征状态数据的正常范围与其他特殊目标特殊用户或者正常目标特殊用户的正常范围是不同的，若不考虑这种情况，该有病史或者处于患病中的目标特殊用户在使用AR眼镜时，AR眼镜会频繁地检测到异常而报警，影响目标特殊用户使用体验。
具体地，客户端通过调研或者登记个人信息的方式，获取目标特殊用户的历史患病数据，以供AR眼镜针对具有历史患病数据的目标特殊用户进行特殊服务。在智能健康监测系统中，客户端将所述历史患病数据发送至云服务器，以供云服务器基于接收到的所述历史患病数据，对所述身体状态分析模型进行优化，得到新的身体状态分析模型。
作为一种示例，身体状态分析模型对目标特殊用户常发生的跌倒和撞击等异常行为的监测主要依靠：第一，在跌倒等情况下，眼镜一般会脱落，此时AR眼镜无法检测到目标特殊用户的运动数据以及体征状态数据，此时，AR眼镜会将异常上报；第二，在出现意外情况时，目标特殊用户或者周围环境会产生比较大的环境声音；第三是跌倒和被撞击，目标特殊用户的运动数据相对比较剧烈，惯性传感器会读取到较大且瞬时的数据变化，身体状态分析模型通过对以上三种行为的权重进行衡量，会计算目标特殊用户出现意外的概率，当此概率高过阈值时算法就会默认此时目标特殊用户出现意外情况从而触发报警。
在本实施例中，由于不同目标特殊用户的体质不同，包括正常行走时的速率、平静或者剧烈运动时的心率，苏醒或者睡眠时的血氧饱和度等都有所区别，判断目标特殊用户的当前身体状态时不能只依据数据的正常范围或者标准，而应该根据目标特殊用户日常的运动习惯以及日常身体状态等，采用深度学习网络模型对所述目标特殊用户的当前身体状态进行全面地分析，更应该结合目标特殊用户日常生活中的各项数据等，因此本申请针对不同目标特殊用户生成个性化的身体状态分析模型是为了避免体质特殊的目标特殊用户在初次使用AR眼镜时，AR眼镜会因为目标特殊用户身体不同于正常目标特殊用户而频繁报警。同时预先在云服务器中生成的身体状态分析模型无需联网识别，可以实现对目标特殊用户的离线监护，不需要存储大量历史数据，不需要处理器对大量数据进行处理，降低了整机的发热，且针对特殊目标特殊用户，AR眼镜内部未设置对特殊目标特殊用户无用的功能模块，进一步使整机轻量化。
进一步地，基于本申请中第一实施例、第二实施例和第三实施例，提供本申请的第四实施例，在本实施例中，应用于客户端，所述方法包括：
步骤S70：接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据、环境图像数据以及定位信息；
具体地，客户端接收云服务器上传的身体状态分析模型。
具体地，在智能健康监测系统中，客户端接收AR眼镜通过其蓝牙模块发送的目标特殊用户当前的运动数据、环境图像数据以及定位信息。
作为一种示例，第一预设时段可以是1个小时、2个小时或6个小时。
步骤S90：基于各第一预设时段内接收到的运动数据、环境图像数据以及定位信息，生成各第一预设时段内的运动路线；
作为一种示例，可以是基于各1小时内接收的运动数据，以及对应1小时节点时记录的环境图像数据以及定位信息，生成1小时内的运动路线以及运动路线所对应的运动场景。
步骤S100：将所述各第一预设时段内的运动路线进行整合为运动路线图，并将所述运动路线图存储至云服务器，以供医护人员在接收到紧急报警时使用；
作为一种示例，客户端将以1小时为单元的每段运动路线整合为运动路线图，并将所述运动路线图存储至所述云服务器，以供医护人员在接收到报警电话时使用。
在本实施例中，所述接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据的步骤之后，所述方法还包括：
步骤S110：接收所述AR眼镜通过蓝牙模块发送的目标特殊用户当前的体征状态数据；
步骤S120：基于各第二预设时段内接收到的体征状态数据，计算得到所述各第二预设时段内的体征状态数据的平均值；
作为一种示例，第二预设时段内可以是一天内或者一周内。
作为一种示例，可以是基于一天内接收到的心率以及血氧饱和度，计算得到一天内的平均心率以及平均血氧饱和度。
作为一种示例，还可以是基于运动数据，计算一天内在强烈运动状态下的平均心率以及平均血氧饱和度，以及一天内在平静运动状态下的平均心率以及平均血氧饱和度。
步骤S130：基于各第二预设时段内接收到的运动数据，计算得到所述各第二预设时段内的运动里程；
作为一种示例，基于一天内接收到的运动数据，计算得到所述一天内的运动里程。
步骤S140：将所述体征状态数据的平均值以及所述运动里程进行整合，生成运动报告，所述运动报告用于评估各第二预设时段内所述目标特殊用户的体征变化情况。
作为一种示例，将所述一天内的平均心率以及平均血氧饱和度以及一天内的运动里程进行整合，得到一份关于该一天内的运动状态以及体征状态，生成一份日常运动报告，以供目标特殊用户可以按照日前的运动报告来衡量今天是否达到需要的运动量，或者确定明天的运动计划。
参照图4，图4是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图4所示，该智能健康监测设备可以包括：处理器1001，存储器1005，通信总线1002。通信总线1002用于实现处理器1001和存储器1005之间的连接通信。
可选地，该智能健康监测设备还可以包括目标特殊用户接口、网络接口、摄像头、RF(Radio Frequency，射频)电路，传感器、WiFi模块等等。目标特殊用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard)，可选目标特殊用户接口还可以包括标准的有线接口、无线接口。网络接口可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解，图4中示出的智能健康监测设备结构并不构成对智能健康监测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图4所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及智能健康监测程序。操作系统是管理和控制智能健康监测设备硬件和软件资源的程序，支持智能健康监测程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与智能健康监测系统中其它硬件和软件之间通信。
在图4所示的智能健康监测设备中，处理器1001用于执行存储器1005中存储的智能健康监测程序，实现上述任一项所述的智能健康监测方法的步骤。
本申请智能健康监测设备具体实施方式与上述智能健康监测方法方法各实施例基本相同，在此不再赘述。
本申请还提供一种智能健康监测系统，所述系统包括：AR眼镜、客户端以及云服务器；
所述AR眼镜用于采集目标特殊用户当前的运动数据以及体征状态数据，其中，所述体征状态数据包括所述心率数据和所述血氧数据；还用于基于预设身体状态分析模型对当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态；其中，所述身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的；
在一种可能的实施方式中，所述预设身体状态分析模型是在云服务器中，基于目标特殊用户历史的运动数据以及体征状态数据对预设待训练模型进行迭代训练后得到的。
在一种可能的实施方式中，所述AR眼镜还用于若所述当前的身体状态为异常状态，则生成预警信号，并将所述预警信号以及所述定位信息，通过所述蓝牙模块发送至通信的客户端，以供所述客户端自动拨打预留监护人的电话；若所述当前的身体状态为紧急状态，则生成警示信号并自动报警，并将所述警示信号、所述紧急状态所对应的运动数据、所述定位信息、所述环境声音数据以及体征状态数据通过所述蓝牙模块发送至通信的客户端，以供所述客户端进行紧急报警。
在一种可能的实施方式中，所述AR眼镜内部还设有RGB相机，所述RGB相机用于采集所述目标特殊用户当前的环境图像数据。
在一种可能的实施方式中，所述AR眼镜包括前框主体以及镜腿，所述镜腿的末端均为弯折设置，并与人耳后侧轮廓贴合；
所述心率传感器以及血氧传感器设于所述前框主体紧贴人脸皮肤一侧，和/或者所述心率传感器以及血氧传感器设于所述镜腿末端紧贴人耳后侧的皮肤一侧。
所述客户端用于接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据、环境图像数据以及定位信息；还用于基于各第一预设时段内接收到的运动数据、环境图像数据以及对应的定位信息，生成各第一预设时段内的运动路线；还用于将所述各第一预设时段内的运动路线进行整合为运动路线图，并将所述运动路线图存储至云服务器，以供医护人员在接收到紧急报警时使用。
在一种可能的实施方式中，所述客户端还用于接收所述AR眼镜通过蓝牙模块发送的目标特殊用户当前的体征状态数据；基于各第二预设时段内接收到的体征状态数据，计算得到所述各第二预设时段内的体征状态数据的平均值；基于各第二预设时段内接收到的运动数据，计算得到所述各第二预设时段内的运动里程；将所述体征状态数据的平均值以及所述运动里程进行整合，生成运动报告，所述运动报告用于评估各第二预设时段内所述目标特殊用户的体征变化情况；
所述云服务器用于接收客户端上传的目标特殊用户历史的运动数据以及体征状态数据；还用于基于所述目标特殊用户历史的运动数据以及体征状态数据，生成带有身体状态标签的运动数据以及体征状态数据的训练数据集合；还用于基于所述训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型；还用于将所述身体状态分析模型通过客户端发送至AR眼镜，以供所述AR眼镜基于所述身体状态分析模型，得到所述目标特殊用户当前的身体状态。
本申请智能健康监测系统具体实施方式与上述智能健康监测方法各实施例基本相同，在此不再赘述。
本申请还提供一种存储介质，所述存储介质上存储有智能健康监测程序，所述智能健康监测程序被处理器执行时实现如上述任一项所述的智能健康监测方法的步骤。
本申请存储介质具体实施方式与上述智能健康监测方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (11)

1.一种智能健康监测方法，其特征在于，应用于AR眼镜，所述AR眼镜内部设有惯性传感器、心率传感器以及血氧传感器，所述惯性传感器用于采集目标特殊用户当前的运动数据，所述血氧传感器用于采集所述目标特殊用户当前的心率数据，所述血氧传感器用于采集所述目标特殊用户当前的血氧数据；
所述智能健康监测方法，包括以下步骤：
采集所述目标特殊用户当前的运动数据以及体征状态数据，其中，所述体征状态数据包括所述心率数据和所述血氧数据；
基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态；
其中，所述预设身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的。
2.如权利要求1所述的智能健康监测方法，其特征在于，所述预设身体状态分析模型是在云服务器中，基于目标特殊用户历史的运动数据以及体征状态数据对预设待训练模型进行迭代训练后得到的。
3.如权利要求1所述的智能健康监测方法，其特征在于，所述AR眼镜内部还设有通讯模块、麦克风以及GPS模块，所述通讯模块包括蓝牙模块，所述GPS模块用于对自身进行定位，得到所述目标特殊用户的定位信息，所述麦克风用于读取所述目标特殊用户的环境声音数据；
所述基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态的步骤之后，所述方法还包括：
若所述当前的身体状态为异常状态，则生成预警信号，并将所述预警信号以及所述定位信息，通过所述蓝牙模块发送至通信的客户端，以供所述客户端自动拨打预留监护人的电话；
若所述当前的身体状态为紧急状态，则生成警示信号并自动报警，并将所述警示信号、所述紧急状态所对应的运动数据、所述定位信息、所述环境声音数据以及体征状态数据通过所述蓝牙模块发送至通信的客户端，以供所述客户端进行紧急报警。
4.如权利要求1所述的智能健康监测方法，其特征在于，所述AR眼镜包括前框主体以及镜腿，所述镜腿的末端均为弯折设置，并与人耳后侧轮廓贴合；
所述心率传感器以及血氧传感器设于所述前框主体紧贴人脸皮肤一侧，和/或者所述心率传感器以及血氧传感器设于所述镜腿末端紧贴人耳后侧的皮肤一侧。
5.如权利要求1所述的智能健康监测方法，其特征在于，所述AR眼镜内部还设有RGB相机，所述RGB相机用于采集所述目标特殊用户当前的环境图像数据。
6.一种智能健康监测方法，其特征在于，应用于客户端，所述智能健康监测方法，包括以下步骤：
接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据、环境图像数据以及定位信息；
基于各第一预设时段内接收到的运动数据、环境图像数据以及对应的定位信息，生成各第一预设时段内的运动路线；
将所述各第一预设时段内的运动路线进行整合为运动路线图，并将所述运动路线图存储至云服务器，以供医护人员在接收到紧急报警时使用。
7.如权利要求6所述的智能健康监测方法，其特征在于，所述接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据的步骤之后，所述方法还包括：
接收所述AR眼镜通过蓝牙模块发送的目标特殊用户当前的体征状态数据；
基于各第二预设时段内接收到的体征状态数据，计算得到所述各第二预设时段内的体征状态数据的平均值；
基于各第二预设时段内接收到的运动数据，计算得到所述各第二预设时段内的运动里程；
将所述体征状态数据的平均值以及所述运动里程进行整合，生成运动报告，所述运动报告用于评估各第二预设时段内所述目标特殊用户的体征变化情况。
8.一种智能健康监测方法，其特征在于，应用于云服务器，所述智能健康监测方法，包括以下步骤：
接收客户端通过蓝牙模块上传的目标特殊用户历史的运动数据以及体征状态数据；
基于所述目标特殊用户历史的运动数据以及体征状态数据，生成带有身体状态标签的运动数据以及体征状态数据的训练数据集合；
基于所述训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型；
将所述身体状态分析模型基于客户端通过蓝牙模块发送至AR眼镜，以供所述AR眼镜基于所述身体状态分析模型，得到所述目标特殊用户当前的身体状态。
9.一种智能健康监测系统，其特征在于，所述系统包括：AR眼镜、客户端以及云服务器；
所述AR眼镜用于采集目标特殊用户当前的运动数据以及体征状态数据其中，所述体征状态数据包括所述心率数据和所述血氧数据；还用于基于预设身体状态分析模型对所述当前的运动数据以及体征状态数据进行分析，得到所述目标特殊用户当前的身体状态；其中，所述身体状态分析模型是在云服务器中生成，并通过客户端下发至本地的；
所述客户端用于接收AR眼镜通过蓝牙模块发送的目标特殊用户当前的运动数据、环境图像数据以及定位信息；还用于基于各第一预设时段内接收到的运动数据、环境图像数据以及对应的定位信息，生成各第一预设时段内的运动路线；还用于将所述各第一预设时段内的运动路线进行整合为运动路线图，并将所述运动路线图存储至云服务器，以供医护人员在接收到紧急报警时使用；
所述云服务器用于接收客户端通过蓝牙模块上传的目标特殊用户历史的运动数据以及体征状态数据；还用于基于所述目标特殊用户历史的运动数据以及体征状态数据，生成带有身体状态标签的运动数据以及体征状态数据的训练数据集合；还用于基于所述训练数据集合对所述预设的待训练模型进行迭代训练，得到具有满足精度条件的身体状态分析模型；还用于将所述身体状态分析模型基于客户端通过蓝牙模块发送至AR眼镜，以供所述AR眼镜基于所述身体状态分析模型，得到所述目标特殊用户当前的身体状态。
10.一种智能健康监测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能健康监测程序，所述智能健康监测程序配置为实现如权利要求1至5中任一项所述的智能健康监测方法的步骤，或实现如权利要求6至7中任一项所述的智能健康监测方法的步骤，或实现如权利要求8所述的智能健康监测方法的步骤。
11.一种存储介质，其特征在于，所述存储介质上存储有智能健康监测程序，所述智能健康监测程序被处理器执行时实现如权利要求1至5任一项所述的智能健康监测方法的步骤，或实现如权利要求6至7任一项所述的智能健康监测方法的步骤，或实现如权利要求8所述的智能健康监测方法的步骤。
CN202211204271.XA 2022-09-29 2022-09-29 智能健康监测方法、系统、设备及存储介质 Pending CN115444383A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211204271.XA CN115444383A (zh) 2022-09-29 2022-09-29 智能健康监测方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211204271.XA CN115444383A (zh) 2022-09-29 2022-09-29 智能健康监测方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115444383A true CN115444383A (zh) 2022-12-09

Family

ID=84307958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211204271.XA Pending CN115444383A (zh) 2022-09-29 2022-09-29 智能健康监测方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115444383A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116115201A (zh) * 2022-12-27 2023-05-16 粤卫信息平台(广东)有限公司 一种身体健康状态评估系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116115201A (zh) * 2022-12-27 2023-05-16 粤卫信息平台(广东)有限公司 一种身体健康状态评估系统
CN116115201B (zh) * 2022-12-27 2023-12-12 粤卫信息平台(广东)有限公司 一种身体健康状态评估系统

Similar Documents

Publication Publication Date Title
US11638550B2 (en) Systems and methods for stroke detection
Lv et al. iCare: a mobile health monitoring system for the elderly
US11382511B2 (en) Method and system to reduce infrastructure costs with simplified indoor location and reliable communications
Gay et al. A health monitoring system using smart phones and wearable sensors
US20180333083A1 (en) Fall detection systems and methods
Costa et al. Integration of wearable solutions in aal environments with mobility support
CN103561652B (zh) 用于辅助患者的方法和系统
CN1985751B (zh) 佩戴式生理体征检测器、生理体征遥测和警报系统
US20140327540A1 (en) Mobile personal emergency response system
US20150220696A1 (en) Measurement, collection, reporting and processing of health condition data
US20150320359A1 (en) Wearable mini-size intelligent healthcare system
CN203122372U (zh) 基于Android技术和物联网的实时健康监测及智能预警系统
US20130060167A1 (en) Method for prediction, detection, monitoring, analysis and alerting of seizures and other potentially injurious or life-threatening states
CN104113618A (zh) 一种基于柔性屏幕的穿戴式监护设备
CN105607259A (zh) 一种可穿戴装置和运动管理方法
CN103799996A (zh) 一种智能安康感知腕表系统
CN104042196A (zh) 实时健康监测及智能预警系统与方法
Hu et al. Internet of Things (IOT) monitoring system for elderly
EP3420713B1 (en) Devices, system and methods for determining a priority level and/or conversation duration of a call
EP3556289A1 (en) Wearable device
KR20210105018A (ko) 사용자 상태를 판단하기 위한 시스템의 제어 방법, 장치 및 프로그램
CN112971734B (zh) 一种基于外部环境的中暑监测与告警方法及可穿戴设备
CN103714249A (zh) 一种用户行为安全的监测方法及设备
CN115444383A (zh) 智能健康监测方法、系统、设备及存储介质
KR101894906B1 (ko) 헬프트리거를 소지한 실버 세대를 위한 개인응급 응답시스템

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