CN116202606A - 一种人体体重监测系统及方法 - Google Patents
一种人体体重监测系统及方法 Download PDFInfo
- Publication number
- CN116202606A CN116202606A CN202310202415.6A CN202310202415A CN116202606A CN 116202606 A CN116202606 A CN 116202606A CN 202310202415 A CN202310202415 A CN 202310202415A CN 116202606 A CN116202606 A CN 116202606A
- Authority
- CN
- China
- Prior art keywords
- weight
- value
- human body
- current moment
- weight value
- 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
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于体重监测技术领域,本发明公开了一种人体体重监测方法,包括:根据设置单位时间内获取人体重量值的次数,在单位时间内获取次数相应的人体重量值,将监测获取的人体重量值与获取时间相关联,存储形成历史人体重量值;接受当前时刻人体重量值,将当前时刻人体重量值与历史人体重量值中时间间隔最小的历史人体重量值比对分析,将时间间隔最小的历史人体重量值标记为G,若当前时刻人体重量值大于G,将当前时刻人体重量值与G按照时间变化排序,建立人体重量集合,将时间相邻的两个人体重量值之差绝对值标记为Z1,将预设增加范围值标记Z2,将Z1与Z2比对分析,判定是否将此次当前时刻人体重量值标记为有效标记。
Description
技术领域
本发明涉及体重监测技术领域,更具体地说,本发明涉及一种人体体重监测系统及方法。
背景技术
体重是一种重要的生理指标,人的体重受多种因素影响,不同人的体重有差异,同一个人在不同时间点的体重也会变化。针对人体体重快速变化的动态监测有一定的必要和意义。尤其体现在慢性肾脏病群体、糖尿病群体以及其他需要严格控制体重的群体上,对此类人进行体重监测,并通过体重的变化能够精确的掌握这些人的健康状况。
现有的体重监测方法,以记录特定时间区域内,每次体重测量值为主,未结合多因素对体重的动态变化进行分析,无法给监护人员提供快速、便捷、精确的人体体重监测方法。
鉴于此,本申请发明人发明了一种人体体重监测系统及方法。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种人体体重监测系统及方法。
为实现上述目的,本发明提供如下技术方案:一种人体体重监测方法,包括:
设置单位时间内获取人体重量值的次数;
根据设置单位时间内获取人体重量值的次数,在单位时间内获取次数相应的人体重量值,将监测获取的人体重量值与获取时间相关联,存储形成历史人体重量值;
接受当前时刻人体重量值,将当前时刻人体重量值与历史人体重量值中时间间隔最小的历史人体重量值比对分析,将时间间隔最小的历史人体重量值标记为G,若当前时刻人体重量值大于G,将当前时刻人体重量值与G按照时间变化排序,建立人体重量集合,将时间相邻的两个人体重量值之差绝对值标记为Z1,将预设增加范围值标记Z2,将相邻的两个人体重量值对应的时间差值绝对值标记为K1,将预设时间变化范围值标记为K2,将Z1与Z2比对分析,K1与K2比对分析,判定是否将此次当前时刻人体重量值标记为有效标记;
将具有有效标记对应的人体重量值与其获取时间关联,存储形成历史人体重量值。
在一个优选的实施方式中,获取人体重量值步骤包括,人体全部位于气垫上,充排气设备事先通过充气管向气垫内充入适量的气体,在气垫内设置气压压力传感器,由气压压力传感器监测气垫内气压值的变化,根据气垫气压值的变化换算出当前时刻人体的重量值。
在一个优选的实施方式中,Z2根据人体每次摄入重量,将其均值加上额定重量误差值设置为Z2最大值,将其均值减去额定重量误差值的绝对值设置为Z2最小值;K2根据人体每次摄入重量时间间隔,将其均值加上额定时间误差值设置K2最大值,将其均值减去额定时间误差值的绝对值设置K2最小值;
是否将此次当前时刻人体重量值标记为有效标记过程包括,若Z2最大值≥Z1≥Z2最小值,且K2最大值≥K1≥K2最小值,将此次当前时刻人体重量值标记为有效标记;
剩余的情形均不对此次当前时刻人体重量值进行标记;
剩余的情形至少包括,Z1>Z2最大值、Z1<Z2最小值,K1>K2最大值、K1<K2最小值;
接受当前时刻人体重量值时,若当前时刻人体重量值等于G,则不对当前时刻人体重量值进行标记;
若当前时刻人体重量值小于G,则对当前时刻人体重量值进行有效标记。
在一个优选的实施方式中,获取历史人体重量值中与当前时刻时间最接近的历史人体重量值,将其标记为G1,将G1与预警重量范围值比对分析,判定是否生成预警信息,将预警信息发送至监测端,所述预警信息包括超重预警与失重预警;
生成预警信息步骤包括:若G1大于预警重量范围最大值,则生成超重预警;若G1小于等于预警重量范围最大值,且大于等于警重量范围最小值,则不生成预警信息;若G1小于预警重量范围最小值,则生成失重预警;
将历史人体重量值中与当前时刻接近的n个人体重量值,建立深度分析集合,计算深度分析集合内n个人体重量值的分散系数pb,将分散系数pb与预设分散范围阈值比对,判定是否生成体重变化正常标记与体重变化异常标记;
生成体重变换正常指令与体重变化异常指令步骤包括:首先计算分散系数pb,
若分散系数pb小于等于预设分散范围阈值最大值,且大于等于预设分散范围阈值最小值,则生成体重变化正常标记;
若分散系数pb大于预设分散范围阈值最大值、分散系数pb小于预设分散范围阈值最小值,则生成体重变化异常标记。
一种人体体重监测系统,包括:
频率设定模块,设置单位时间内获取人体重量值的次数;
重量监测模块,根据设置单位时间内获取人体重量值的次数,在单位时间内获取次数相应的人体重量值,将监测获取的人体重量值与获取时间相关联,存储至数据存储模块中,形成历史人体重量值;
体重分析模块,接受当前时刻人体重量值,将当前时刻人体重量值与历史人体重量值中时间间隔最小的历史人体重量值比对分析,将时间间隔最小的历史人体重量值标记为G,若当前时刻人体重量值大于G,将当前时刻人体重量值与G按照时间变化排序,建立人体重量集合,将时间相邻的两个人体重量值之差绝对值标记为Z1,将预设增加范围值标记Z2,将相邻的两个人体重量值对应的时间差值绝对值标记为K1,将预设时间变化范围值标记为K2,将Z1与Z2比对分析,K1与K2比对分析,判定是否将此次当前时刻人体重量值标记为有效标记;
体重提取模块,将具有有效标记对应的人体重量值与其获取时间关联,存储至数据存储模块中,形成历史人体重量值。
在一个优选的实施方式中,获取人体重量值步骤包括,人体全部位于气垫上,充排气设备事先通过充气管向气垫内充入适量的气体,在气垫内设置气压压力传感器,由气压压力传感器监测气垫内气压值的变化,根据气垫气压值的变化换算出当前时刻人体的重量值。
在一个优选的实施方式中,Z2根据人体每次摄入重量,将其均值加上额定重量误差值设置为Z2最大值,将其均值减去额定重量误差值的绝对值设置为Z2最小值;K2根据人体每次摄入重量时间间隔,将其均值加上额定时间误差值设置K2最大值,将其均值减去额定时间误差值的绝对值设置K2最小值;
是否将此次当前时刻人体重量值标记为有效标记过程包括,若Z2最大值≥Z1≥Z2最小值,且K2最大值≥K1≥K2最小值,将此次当前时刻人体重量值标记为有效标记;
剩余的情形均不对此次当前时刻人体重量值进行标记;
剩余的情形至少包括,Z1>Z2最大值、Z1<Z2最小值,K1>K2最大值、K1<K2最小值;
体重分析模块接受当前时刻人体重量值时,若当前时刻人体重量值等于G,则不对当前时刻人体重量值进行标记;
若当前时刻人体重量值小于G,则对当前时刻人体重量值进行有效标记。
在一个优选的实施方式中,人体体重监测系统还包括体重预警模块及体重深度分析模块;
体重预警模块获取历史人体重量值中与当前时刻时间最接近的历史人体重量值,将其标记为G1,将G1与预警重量范围值比对分析,判定是否生成预警信息,将预警信息发送至监测端,所述预警信息包括超重预警与失重预警;
生成预警信息步骤包括:若G1大于预警重量范围最大值,则生成超重预警;若G1小于等于预警重量范围最大值,且大于等于警重量范围最小值,则不生成预警信息;若G1小于预警重量范围最小值,则生成失重预警;
体重深度分析模块将历史人体重量值中与当前时刻接近的n个人体重量值,建立深度分析集合,计算深度分析集合内n个人体重量值的分散系数pb,将分散系数pb与预设分散范围阈值比对,判定是否生成体重变化正常标记与体重变化异常标记;
生成体重变换正常指令与体重变化异常指令步骤包括:首先计算分散系数pb,
若分散系数pb小于等于预设分散范围阈值最大值,且大于等于预设分散范围阈值最小值,则生成体重变化正常标记;
若分散系数pb大于预设分散范围阈值最大值、分散系数pb小于预设分散范围阈值最小值,则生成体重变化异常标记。
本发明人体体重监测方法、系统的技术效果和优点:
(1)通过设置预设增加范围值标记Z2与预设时间变化范围值,让系统感知人体进食、用药时自身增加重量的变化,并对其进行记录,去除进食、用药以外情况引起重量的变化,使得记录重量变化更加精准,去除其它存在噪音的重量数据,方便监护人员动态监测人体体重。
(2)通过将G1与预警重量范围值比对分析,使得监护人员及时掌握非正常的人体体重变化,及时关注人体体征,及时调整饮食架构或者采取其他措施。
(3)通过对历史人体重量值进行深度分析,对相应的人体生成体重变化正常标记与体重变化异常标记,进一步提高监护人员的工作效率。
附图说明
图1为本发明的气垫结构示意图;
图2为本发明实施例一中的人体体重监测系统示意图;
图3为本发明实施例二中的人体体重监测系统示意图;
图4为本发明实施例三中的人体体重监测系统示意图;
图5为本发明的人体体重监测方法示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参阅图2所示,本实施例提供一种人体体重监测系统,包括频率设定模块5、重量监测模块6,体重分析模块7、数据存储模块8、体重预警模块9、体重深度分析模块10、体重提取模块11。
频率设定模块5,设置单位时间内获取人体重量值的次数,如24小时设置获取频率为三次,即24小时内平均获取三次人体重量值。
重量监测模块6,根据设置单位时间内获取人体重量值的次数,在单位时间内获取次数相应的人体重量值,将监测获取的人体重量值与获取时间相关联,存储至数据存储模块8中,形成历史人体重量值,作为初始的人体重量样本值;同时将与时间关联后的人体重量值发送至体重分析模块7,获取人体重量值步骤包括,人体全部位于气垫1上,充排气设备2事先通过充气管3向气垫1内充入适量的气体,在气垫1内设置气压压力传感器,由气压压力传感器监测气垫内气压值的变化,根据气垫1气压值的变化换算出当前时刻人体的重量值,图1中还有排气管4。
在获取上述单位时间内获取次数相应的人体重量值时,气垫1上去除其它物品,其它物品如包裹、笔记本,等其它影响人体重量值结果的物品。
体重分析模块7,接收当前时刻人体重量值,将当前时刻人体重量值与历史人体重量值中时间间隔最小的历史人体重量值比对分析,将时间间隔最小的历史人体重量值标记为G,若当前时刻人体重量值大于G,将当前时刻人体重量值与G按照时间变化排序,建立人体重量集合,将时间相邻的两个人体重量值之差绝对值标记为Z1,将预设增加范围值标记Z2,将相邻的两个人体重量值对应的时间差值绝对值标记为K1,将预设时间变化范围值标记为K2,将Z1与Z2比对分析,K1与K2比对分析,判定是否将此次当前时刻人体重量值标记为有效标记。
是否将此次当前时刻人体重量值标记为有效标记具体过程包括,若Z2最大值≥Z1≥Z2最小值,且K2最大值≥K1≥K2最小值,说明此时人体在摄入重量,摄入重量包括人体在进食与用药,将此次时间相邻的两个人体重量值标记为有效标记。
Z2根据人体每次摄入重量,将其均值加上额定重量误差值设置为Z2最大值,将其均值减去额定重量误差值的绝对值设置为Z2最小值;K2根据人体每次摄入重量时间间隔,将其均值加上额定时间误差值设置K2最大值,将其均值减去额定时间误差值的绝对值设置K2最小值;让系统感知人体在摄入重量时体重变化,对其重量变化进行记录,方便监护人员对人体体重变化,对人体身体状况进行分析。
剩余的情形均不对此次当前时刻人体重量值进行标记。
剩余的情形至少包括,Z1>Z2最大值、Z1<Z2最小值,K1>K2最大值、K1<K2最小值,说明此时摄入的重量超出预设增加范围值或摄入时间间隔超出预设时间变化范围值,则判定此次重量增加不是进食或用药导致的,则不对此次当前时刻人体重量值进行标记。
体重提取模块11,将具有有效标记对应的人体重量值与其获取时间关联,存储至数据存储模块8中形成历史人体重量值。
通过设置预设增加范围值标记Z2与预设时间变化范围值,让系统感知人体摄入重量时自身增加重量的变化,并对其进行记录,去除摄入重量以外情况引起重量的变化,使得记录重量变化更加精准,去除其它存在噪音的重量数据,方便监护人员对人体体重变化,对人体身体状况进行分析。
体重分析模块7接受当前时刻人体重量值时,若当前时刻人体重量值等于G,则不对当前时刻人体重量值进行标记,说明人体重量未发生变化,无需进行标记存储。
若当前时刻人体重量值小于G,则对当前时刻人体重量值进行有效标记,说明此时人体重量发生减重变化,例如人体排便了或因为其它原因导致的重量发生变化,应予以记录。
本实施例中上述时间间隔最小的历史人体重量值标记为G,与当前时刻前一刻对应的人体重量值不一样,G为经过体重分析模块7进行有效标记后存储在数据存储模块8中,G为去除噪声后记录的人体重量值,更加准确有效。
另外,目前,很多慢性病群体,如慢性肾脏病群体、糖尿病群体以及其他需要严格控制体重的人,本申请尤其对此类人体体重监测有更好的应用,对这类人群进行体重监测,并通过体重的变化能够精确的掌握这些人的健康状况,如果出现任何情况,可以精准的反馈给监护人员或者医护人员,进而采取相应的措施,如调整饮食架构,如改善睡眠或者调整药物等。
实施例二
请参阅图3所示,人体体重监测系统还包括体重预警模块9,获取历史人体重量值中与当前时刻时间最接近的历史人体重量值,将其标记为G1,将G1与预警重量范围值比对分析,判定是否生成预警信息,将预警信息发送至监测端,由监护人员及时知晓,及时了解人体身体状况;上述预警信息包括超重预警与失重预警。
生成预警信息步骤包括:若G1大于预警重量范围最大值,则生成超重预警;若G1小于等于预警重量范围最大值,且大于等于警重量范围最小值,则不生成预警信息;若G1小于预警重量范围最小值,则生成失重预警。
通过将G1与预警重量范围值比对分析,使得监护人员及时掌握较大的人体的身体重量变化,及时了解人体身体状况,及时监督并禁止人体做出不利于身体恢复的行为。
本实施例中G1同样是去除噪声后记录的人体重量值,更加准确有效。
上述预警重量范围值,由监护人员根据不同人体身体状况,进行相应设置。
实施例三
请参阅图4所示,人体体重监测系统还包括体重深度分析模块10,将历史人体重量值中与当前时刻接近的n个人体重量值,建立深度分析集合,计算深度分析集合内n个人体重量值的分散系数pb,将分散系数pb与预设分散范围阈值比对,判定是否生成体重变化正常标记与体重变化异常标记。
生成体重变换正常指令与体重变化异常指令步骤包括:首先计算分散系数pb,
若分散系数pb小于等于预设分散范围阈值最大值,且大于等于预设分散范围阈值最小值,则生成体重变化正常标记;
若分散系数pb大于预设分散范围阈值最大值、分散系数pb小于预设分散范围阈值最小值,则生成体重变化异常标记。
通过对历史人体重量值进行深度分析,对相应的人体生成体重变化正常标记与体重变化异常标记,进一步方便监护人员掌握判断人体身体恢复情况。
上述体重变化异常标记包括人体体重增长过快或人体体重下降过快,两种情况,体重增长过快,异常增重,例如可能意味人体用药错误,过量用药,进食过量等情况,应加强对人体用药监督、进食监督;体重下降过快,异常减重,可能意味人体机体严重脱水,代谢紊乱等情况或其它机能出现故障,身体消瘦正在恶化,后期应及时调整监护方案。
实施例四
请参阅图5所示,本实施例未详细叙述部分见实施例一、二、三描述内容,本实施例一种人体体重监测方法,所述方法包括:
设置单位时间内获取人体重量值的次数;
根据设置单位时间内获取人体重量值的次数,在单位时间内获取次数相应的人体重量值,将监测获取的人体重量值与获取时间相关联,存储形成历史人体重量值;
接受当前时刻人体重量值,将当前时刻人体重量值与历史人体重量值中时间间隔最小的历史人体重量值比对分析,将时间间隔最小的历史人体重量值标记为G,若当前时刻人体重量值大于G,将当前时刻人体重量值与G按照时间变化排序,建立人体重量集合,将时间相邻的两个人体重量值之差绝对值标记为Z1,将预设增加范围值标记Z2,将相邻的两个人体重量值对应的时间差值绝对值标记为K1,将预设时间变化范围值标记为K2,将Z1与Z2比对分析,K1与K2比对分析,判定是否将此次当前时刻人体重量值标记为有效标记;
将具有有效标记对应的人体重量值与其获取时间关联,存储形成历史人体重量值。
在一个优选的实施方式中,获取人体重量值步骤包括,人体全部位于气垫1上,充排气设备2事先通过充气管3向气垫1内充入适量的气体,在气垫1内设置气压压力传感器,由气压压力传感器监测气垫内气压值的变化,根据气垫1气压值的变化换算出当前时刻人体的重量值。
在一个优选的实施方式中,Z2根据人体每次摄入重量,将其均值加上额定重量误差值设置为Z2最大值,将其均值减去额定重量误差值的绝对值设置为Z2最小值;K2根据人体每次摄入重量时间间隔,将其均值加上额定时间误差值设置K2最大值,将其均值减去额定时间误差值的绝对值设置K2最小值;
是否将此次当前时刻人体重量值标记为有效标记过程包括,若Z2最大值≥Z1≥Z2最小值,且K2最大值≥K1≥K2最小值,将此次当前时刻人体重量值标记为有效标记;
剩余的情形均不对此次当前时刻人体重量值进行标记;
剩余的情形至少包括,Z1>Z2最大值、Z1<Z2最小值,K1>K2最大值、K1<K2最小值;
接受当前时刻人体重量值时,若当前时刻人体重量值等于G,则不对当前时刻人体重量值进行标记;
若当前时刻人体重量值小于G,则对当前时刻人体重量值进行有效标记。
在一个优选的实施方式中,获取历史人体重量值中与当前时刻时间最接近的历史人体重量值,将其标记为G1,将G1与预警重量范围值比对分析,判定是否生成预警信息,将预警信息发送至监测端,所述预警信息包括超重预警与失重预警;
生成预警信息步骤包括:若G1大于预警重量范围最大值,则生成超重预警;若G1小于等于预警重量范围最大值,且大于等于警重量范围最小值,则不生成预警信息;若G1小于预警重量范围最小值,则生成失重预警;
将历史人体重量值中与当前时刻接近的n个人体重量值,建立深度分析集合,计算深度分析集合内n个人体重量值的分散系数pb,将分散系数pb与预设分散范围阈值比对,判定是否生成体重变化正常标记与体重变化异常标记;
生成体重变换正常指令与体重变化异常指令步骤包括:首先计算分散系数pb,
若分散系数pb小于等于预设分散范围阈值最大值,且大于等于预设分散范围阈值最小值,则生成体重变化正常标记;
若分散系数pb大于预设分散范围阈值最大值、分散系数pb小于预设分散范围阈值最小值,则生成体重变化异常标记。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种人体体重监测方法,其特征在于,包括:
设置单位时间内获取人体重量值的次数;
根据设置单位时间内获取人体重量值的次数,在单位时间内获取次数相应的人体重量值,将监测获取的人体重量值与获取时间相关联,存储形成历史人体重量值;
接受当前时刻人体重量值,将当前时刻人体重量值与历史人体重量值中时间间隔最小的历史人体重量值比对分析,将时间间隔最小的历史人体重量值标记为G,若当前时刻人体重量值大于G,将当前时刻人体重量值与G按照时间变化排序,建立人体重量集合,将时间相邻的两个人体重量值之差绝对值标记为Z1,将预设增加范围值标记Z2,将相邻的两个人体重量值对应的时间差值绝对值标记为K1,将预设时间变化范围值标记为K2,将Z1与Z2比对分析,K1与K2比对分析,判定是否将此次当前时刻人体重量值标记为有效标记;
将具有有效标记对应的人体重量值与其获取时间关联,存储形成历史人体重量值。
2.根据权利要求1所述的一种人体体重监测方法,其特征在于,获取人体重量值步骤包括,人体全部位于气垫(1)上,充排气设备(2)事先通过充气管(3)向气垫(1)内充入适量的气体,在气垫(1)内设置气压压力传感器,由气压压力传感器监测气垫内气压值的变化,根据气垫(1)气压值的变化换算出当前时刻人体的重量值。
3.根据权利要求2所述的一种人体体重监测方法,其特征在于,Z2根据人体每次摄入重量,将其均值加上额定重量误差值设置为Z2最大值,将其均值减去额定重量误差值的绝对值设置为Z2最小值;K2根据人体每次摄入重量时间间隔,将其均值加上额定时间误差值设置K2最大值,将其均值减去额定时间误差值的绝对值设置K2最小值;
是否将此次当前时刻人体重量值标记为有效标记过程包括,若Z2最大值≥Z1≥Z2最小值,且K2最大值≥K1≥K2最小值,将此次当前时刻人体重量值标记为有效标记;
剩余的情形均不对此次当前时刻人体重量值进行标记;
剩余的情形至少包括,Z1>Z2最大值、Z1<Z2最小值,K1>K2最大值、K1<K2最小值;
接受当前时刻人体重量值时,若当前时刻人体重量值等于G,则不对当前时刻人体重量值进行标记;
若当前时刻人体重量值小于G,则对当前时刻人体重量值进行有效标记。
4.根据权利要求3所述的一种人体体重监测方法,其特征在于,获取历史人体重量值中与当前时刻时间最接近的历史人体重量值,将其标记为G1,将G1与预警重量范围值比对分析,判定是否生成预警信息,将预警信息发送至监测端,所述预警信息包括超重预警与失重预警;
生成预警信息步骤包括:若G1大于预警重量范围最大值,则生成超重预警;若G1小于等于预警重量范围最大值,且大于等于预警重量范围最小值,则不生成预警信息;若G1小于预警重量范围最小值,则生成失重预警;
将历史人体重量值中与当前时刻接近的n个人体重量值,建立深度分析集合,计算深度分析集合内n个人体重量值的分散系数pb,将分散系数pb与预设分散范围阈值比对,判定是否生成体重变化正常标记与体重变化异常标记;
生成体重变换正常指令与体重变化异常指令步骤包括:首先计算分散系数pb,
若分散系数pb小于等于预设分散范围阈值最大值,且大于等于预设分散范围阈值最小值,则生成体重变化正常标记;
若分散系数pb大于预设分散范围阈值最大值、分散系数pb小于预设分散范围阈值最小值,则生成体重变化异常标记。
5.一种人体体重监测系统,其特征在于,包括:
频率设定模块(5),设置单位时间内获取人体重量值的次数;
重量监测模块(6),根据设置单位时间内获取人体重量值的次数,在单位时间内获取次数相应的人体重量值,将监测获取的人体重量值与获取时间相关联,存储至数据存储模块(8)中,形成历史人体重量值;
体重分析模块(7),接受当前时刻人体重量值,将当前时刻人体重量值与历史人体重量值中时间间隔最小的历史人体重量值比对分析,将时间间隔最小的历史人体重量值标记为G,若当前时刻人体重量值大于G,将当前时刻人体重量值与G按照时间变化排序,建立人体重量集合,将时间相邻的两个人体重量值之差绝对值标记为Z1,将预设增加范围值标记Z2,将相邻的两个人体重量值对应的时间差值绝对值标记为K1,将预设时间变化范围值标记为K2,将Z1与Z2比对分析,K1与K2比对分析,判定是否将此次当前时刻人体重量值标记为有效标记;
体重提取模块(11),将具有有效标记对应的人体重量值与其获取时间关联,存储至数据存储模块(8)中,形成历史人体重量值。
6.根据权利要求5所述的一种人体体重监测系统,其特征在于,获取人体重量值步骤包括,人体全部位于气垫(1)上,充排气设备(2)事先通过充气管(3)向气垫(1)内充入适量的气体,在气垫(1)内设置气压压力传感器,由气压压力传感器监测气垫内气压值的变化,根据气垫(1)气压值的变化换算出当前时刻人体的重量值。
7.根据权利要求6所述的一种人体体重监测系统,其特征在于,Z2根据人体每次摄入重量,将其均值加上额定重量误差值设置为Z2最大值,将其均值减去额定重量误差值的绝对值设置为Z2最小值;K2根据人体每次摄入重量时间间隔,将其均值加上额定时间误差值设置K2最大值,将其均值减去额定时间误差值的绝对值设置K2最小值;
是否将此次当前时刻人体重量值标记为有效标记过程包括,若Z2最大值≥Z1≥Z2最小值,且K2最大值≥K1≥K2最小值,将此次当前时刻人体重量值标记为有效标记;
剩余的情形均不对此次当前时刻人体重量值进行标记;
剩余的情形至少包括,Z1>Z2最大值、Z1<Z2最小值,K1>K2最大值、K1<K2最小值;
体重分析模块(7)接受当前时刻人体重量值时,若当前时刻人体重量值等于G,则不对当前时刻人体重量值进行标记;
若当前时刻人体重量值小于G,则对当前时刻人体重量值进行有效标记。
8.根据权利要求7所述的一种人体体重监测系统,其特征在于,还包括体重预警模块(9)及体重深度分析模块(10);
体重预警模块(9)获取历史人体重量值中与当前时刻时间最接近的历史人体重量值,将其标记为G1,将G1与预警重量范围值比对分析,判定是否生成预警信息,将预警信息发送至监测端,所述预警信息包括超重预警与失重预警;
生成预警信息步骤包括:若G1大于预警重量范围最大值,则生成超重预警;若G1小于等于预警重量范围最大值,且大于等于预警重量范围最小值,则不生成预警信息;若G1小于预警重量范围最小值,则生成失重预警;
体重深度分析模块(10)将历史人体重量值中与当前时刻接近的n个人体重量值,建立深度分析集合,计算深度分析集合内n个人体重量值的分散系数pb,将分散系数pb与预设分散范围阈值比对,判定是否生成体重变化正常标记与体重变化异常标记;
生成体重变换正常指令与体重变化异常指令步骤包括:首先计算分散系数pb,
若分散系数pb小于等于预设分散范围阈值最大值,且大于等于预设分散范围阈值最小值,则生成体重变化正常标记;
若分散系数pb大于预设分散范围阈值最大值、分散系数pb小于预设分散范围阈值最小值,则生成体重变化异常标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310202415.6A CN116202606B (zh) | 2023-02-23 | 2023-02-23 | 一种人体体重监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310202415.6A CN116202606B (zh) | 2023-02-23 | 2023-02-23 | 一种人体体重监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116202606A true CN116202606A (zh) | 2023-06-02 |
CN116202606B CN116202606B (zh) | 2023-07-21 |
Family
ID=86509275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310202415.6A Active CN116202606B (zh) | 2023-02-23 | 2023-02-23 | 一种人体体重监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116202606B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116561730A (zh) * | 2023-07-05 | 2023-08-08 | 江苏航运职业技术学院 | 一种基于人脸识别的新能源汽车控制方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06167382A (ja) * | 1992-11-30 | 1994-06-14 | Matsushita Electric Ind Co Ltd | 体重計 |
DE102006002411A1 (de) * | 2006-01-18 | 2007-07-19 | Abatec-Electronic Ag | Wiegevorrichtung und Verfahren zum Wiegen eines Objektes |
WO2013095182A1 (ru) * | 2011-12-19 | 2013-06-27 | Belikov Petr Anatolevich | Способ коррекции веса и автоматизированная система для коррекции веса |
WO2014113005A2 (en) * | 2013-01-17 | 2014-07-24 | Kinetic Stone, Llc | Health and fitness management system |
CN105193397A (zh) * | 2015-08-24 | 2015-12-30 | 浙江大学 | 一种采样频率可变的人体参数测量系统 |
US10810540B1 (en) * | 2015-03-30 | 2020-10-20 | Amazon Technologies, Inc. | Item determination based on weight data |
WO2021010645A1 (ko) * | 2019-07-17 | 2021-01-21 | 포항공과대학교 산학협력단 | 식사 모니터링 방법, 장치 및 시스템 |
CN115083607A (zh) * | 2022-07-07 | 2022-09-20 | 武汉一格美容咨询有限公司 | 一种人体健康指标状况监测分析方法、系统及存储介质 |
-
2023
- 2023-02-23 CN CN202310202415.6A patent/CN116202606B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06167382A (ja) * | 1992-11-30 | 1994-06-14 | Matsushita Electric Ind Co Ltd | 体重計 |
DE102006002411A1 (de) * | 2006-01-18 | 2007-07-19 | Abatec-Electronic Ag | Wiegevorrichtung und Verfahren zum Wiegen eines Objektes |
WO2013095182A1 (ru) * | 2011-12-19 | 2013-06-27 | Belikov Petr Anatolevich | Способ коррекции веса и автоматизированная система для коррекции веса |
WO2014113005A2 (en) * | 2013-01-17 | 2014-07-24 | Kinetic Stone, Llc | Health and fitness management system |
US10810540B1 (en) * | 2015-03-30 | 2020-10-20 | Amazon Technologies, Inc. | Item determination based on weight data |
CN105193397A (zh) * | 2015-08-24 | 2015-12-30 | 浙江大学 | 一种采样频率可变的人体参数测量系统 |
WO2021010645A1 (ko) * | 2019-07-17 | 2021-01-21 | 포항공과대학교 산학협력단 | 식사 모니터링 방법, 장치 및 시스템 |
CN115083607A (zh) * | 2022-07-07 | 2022-09-20 | 武汉一格美容咨询有限公司 | 一种人体健康指标状况监测分析方法、系统及存储介质 |
Non-Patent Citations (1)
Title |
---|
陈剑潇: "危重症患者体重测量方法及发展综述", 中国医学工程, vol. 31, no. 1, pages 58 - 60 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116561730A (zh) * | 2023-07-05 | 2023-08-08 | 江苏航运职业技术学院 | 一种基于人脸识别的新能源汽车控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116202606B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2685681C2 (ru) | Система и способ для оптимизирования частоты сбора данных и пороговых значений для алгоритма обнаружения ухудшения состояния | |
US7720610B2 (en) | Detection of psychological disorder activity patterns | |
TWI458466B (zh) | 睡眠管理系統以及睡眠計 | |
CN116202606B (zh) | 一种人体体重监测系统及方法 | |
EP1383424B1 (en) | Method for monitoring pressure in body cavities | |
EP2059299B1 (en) | Determining the variation over the time of a medical parameter of a human being | |
US9330237B2 (en) | Pattern recognition and filtering in a therapy management system | |
CA2745169C (en) | Diabetes therapy management system | |
CN115083607B (zh) | 一种人体健康指标状况监测分析方法、系统及存储介质 | |
Clifton et al. | A large-scale clinical validation of an integrated monitoring system in the emergency department | |
CN105224804A (zh) | 智能医疗综合检测系统 | |
AU2020362178B2 (en) | System and method of using body temperature logging patch | |
KR20140077150A (ko) | 음향 호흡기 마커들 및 방법들을 이용한 이벤트 시퀀싱 | |
WO2023115751A1 (zh) | 血糖预测方法和装置、监测血糖水平的系统 | |
CN114766057A (zh) | 一种基于家族遗传病与体征数据关联的精准健康管理与风险预警方法及系统 | |
CN115512836A (zh) | 一种基于嵌入式ai的可穿戴智慧健康管理系统 | |
CN116936104B (zh) | 一种基于人工智能的健康检测仪数据分析系统及方法 | |
CN113744878A (zh) | 一种基于移动互联网的慢性病风险指数评估及干预系统 | |
KR102598101B1 (ko) | 딥 뉴럴 네트워크 기반 실시간 중환자실 환자 상태 분석 시스템 및 방법 | |
CN113782214B (zh) | 一种具有健康数据分析功能的健康管理方法和系统 | |
CN112201338A (zh) | 医疗监测方法、计算机可读取的存储介质 | |
US11957480B2 (en) | Systems and methods for sleep optimization | |
CN116965807A (zh) | 一种实现血糖动态连续监测的系统 | |
CN111603375B (zh) | 一种自动脉冲复苏系统 | |
CN117542163B (zh) | 一种基于体外监测设备的人体管理监护系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |