CN118039066A - 一种面向健身运动的教学控制方法和系统 - Google Patents
一种面向健身运动的教学控制方法和系统 Download PDFInfo
- Publication number
- CN118039066A CN118039066A CN202410209954.7A CN202410209954A CN118039066A CN 118039066 A CN118039066 A CN 118039066A CN 202410209954 A CN202410209954 A CN 202410209954A CN 118039066 A CN118039066 A CN 118039066A
- Authority
- CN
- China
- Prior art keywords
- exercise
- motion
- data
- medical record
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012098 association analyses Methods 0.000 claims abstract description 17
- 230000033001 locomotion Effects 0.000 claims description 302
- 201000010099 disease Diseases 0.000 claims description 54
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 54
- 230000008859 change Effects 0.000 claims description 30
- 238000000605 extraction Methods 0.000 claims description 30
- 208000024891 symptom Diseases 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 21
- 208000027418 Wounds and injury Diseases 0.000 claims description 12
- 230000006378 damage Effects 0.000 claims description 12
- 208000014674 injury Diseases 0.000 claims description 12
- 230000007480 spreading Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及人机交互技术领域，尤其涉及一种面向健身运动的教学控制方法和系统，该方案应用于第一运动用户，采集待匹配的患者病历数据，并对患者病历数据执行遍历操作，输出多个患者病历元数据；依据预设的数据关联规则依次对多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求；通过关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过至少两个第二运动用户对初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。本申请关联用户的病历数据和个人体验数据，对运动用户的教学需求进行精准匹配和控制，提高了运动教学的控制效率。
Description
技术领域
本申请涉及人机交互技术领域，尤其涉及一种面向健身运动的教学控制方法和系统。
背景技术
目前，运动教学评价系统主要应用于临床机构，临床机构对运动教学评价系统的应用主要服务于临床运动教学科的诊疗，在功能上主要针对临床诊疗、运动教学诊疗流程进行设计。对于非临床机构，如疾病预防控制中心、科研机构等，尚无成熟的个人运动教学评价系统的应用。非临床机构对运动教学评价系统的应用较临床机构简单，主要针对个体运动教学状况的评价与运动教学指导。
发明内容
为实现上述目的，本申请提供如下技术方案：
根据本发明第一方面，本发明请求保护一种面向健身运动的教学控制方法，其特征在于，所述面向健身运动的教学控制方法包括：
采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据；
对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库；
将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求；
依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录；
通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征；
通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
进一步的，所述采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据，包括：
采集待匹配的患者病历数据，并对所述患者病历数据执行数据清洗，输出关注标准数据；
对所述关注标准数据执行数据去噪，输出患者病历字段，并对所述患者病历字段执行数据特征分析，输出相应的数据特征组，其中，所述数据特征组包括：数据大小和数据类型；
采集多个候选语义识别规则，并将所述数据特征组和所述多个候选语义识别规则输入预设的TF-IDF模型，并依据所述TF-IDF模型对所述数据特征组执行词向量权重规则分析，输出最优语义识别规则；
通过所述最优语义识别规则，对所述患者病历字段执行语义识别，输出多个患者病历元数据。
进一步的，所述对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库，包括：
将所述多个患者病历元数据输入预设的均值偏离分析模型，并依据所述均值偏离分析模型的初始疾病扩散程度对所述多个患者病历元数据执行疾病症状标签计算，输出每个患者病历元数据的多个候选疾病症状标签；
对每个患者病历元数据与所述多个候选疾病症状标签执行距离计算，输出每个候选疾病症状标签相应的多个特征中心距离，并对所述多个特征中心距离执行平均值计算，输出每个候选疾病症状标签相应的平均中心距离；
依据所述平均中心距离对所述初始疾病扩散程度的疾病攻击范围参数执行调整，输出关注疾病攻击范围参数，并将所述初始疾病扩散程度的初始疾病攻击范围参数替换为所述关注疾病攻击范围参数，输出关注疾病扩散程度；
依据所述关注疾病扩散程度对所述多个候选疾病症状标签执行疾病症状标签筛选，输出每个患者病历元数据相应的关注疾病症状标签；
依据所述关注疾病症状标签从所述多个患者病历元数据中确定相应的多组指标数据特征，输出每个患者病历元数据的关注指标数据特征；
依次设置每个患者病历元数据的第一运动用户，并通过所述关注指标数据特征，对所述第一运动用户执行匹配运动匹配值分析，输出第一匹配运动匹配值；
通过所述第一匹配运动匹配值，得到所述多个患者病历元数据相应的初始健身运动控制库。
进一步的，所述将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求，包括：
将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户；
依次在所述多个第一运动用户中，对所述多个患者病历元数据执行数据切分，输出多个第一数据要素；
依据预设的数据关联规则依次对所述多个第一数据要素执行数据关联分析，输出多个第二数据要素；
对所述多个第二数据要素执行数据组装，得到每个第一运动用户的第一运动教学需求。
进一步的，所述依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录，包括：
通过每个患者病历元数据的关注指标数据特征，依次设置每个患者病历元数据的历史运动规则；
通过所述历史运动规则，依次计算所述多个第一运动用户的历史运动记录，并采集每个第一运动用户的当前运动记录；
依据预设的运动记录评价规则，计算所述多个第一运动用户的关注运动记录；
通过所述历史运动记录和所述关注运动记录，对所述多个第一运动用户执行运动记录替换，输出每个第一运动用户的关注运动记录。
进一步的，所述通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征，包括：
通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，并对所述多个第一运动用户执行用户运动等级监控，输出关注用户运动等级数据；
对所述关注用户运动等级数据执行数据分类，输出匹配运动消耗数据、匹配运动伤害指标以及匹配运动匹配度数据；
依次对所述匹配运动消耗数据、所述匹配运动伤害指标以及所述匹配运动匹配度数据执行时序变化转换，输出匹配运动消耗时序变化、匹配运动伤害时序变化以及匹配运动匹配度时序变化；
对所述匹配运动消耗时序变化执行时序变化特征提取，输出第一用户运动等级特征组，并对所述匹配运动伤害时序变化执行时序变化特征提取，输出第二用户运动等级特征组，以及对所述匹配运动匹配度时序变化执行时序变化特征提取，输出第三用户运动等级特征组；
通过所述第一用户运动等级特征组、所述第二用户运动等级特征组以及所述第三用户运动等级特征组，得到每个第一运动用户的关注用户运动等级特征。
进一步的，所述通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库，包括：
通过所述关注用户运动等级特征，依次计算每个第一运动用户相应的候选映射匹配运动数量，其中，所述候选映射匹配运动数量≥2；
通过所述候选映射匹配运动数量，创建每个第一运动用户相应的至少两个第二运动用户；
对所述多个第一运动用户及每个第一运动用户相应的至少两个第二运动用户执行匹配运动匹配值分析，输出第二匹配运动匹配值；
通过所述第二匹配运动匹配值，对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
根据本发明第二方面，本发明请求保护一种面向健身运动的教学控制系统，其特征在于，所述面向健身运动的教学控制系统包括：
采集模块，用于采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据；
创建模块，用于对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库；
关联分析模块，用于将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求；
记录输出模块，用于依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录；
特征提取模块，用于通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征；
更新模块，用于通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
本申请涉及人机交互技术领域，尤其涉及一种面向健身运动的教学控制方法和系统，该方案应用于第一运动用户，采集待匹配的患者病历数据，并对患者病历数据执行遍历操作，输出多个患者病历元数据；依据预设的数据关联规则依次对多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求；通过关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过至少两个第二运动用户对初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。本申请关联用户的病历数据和个人体验数据，对运动用户的教学需求进行精准匹配和控制，提高了运动教学的控制效率。
附图说明
图1为本申请实施例所请求保护的一种面向健身运动的教学控制方法的工作流程图；
图2为本申请实施例所请求保护的一种面向健身运动的教学控制方法的第二工作流程图；
图3为本申请实施例所请求保护的一种面向健身运动的教学控制方法的第三工作流程图；
图4为本申请实施例所请求保护的一种面向健身运动的教学控制方法的第四工作流程图；
图5为本申请实施例所请求保护的一种面向健身运动的教学控制方法的第五工作流程图；
图6为本申请实施例所请求保护的一种面向健身运动的教学控制方法的第六工作流程图；
图7为本申请实施例所请求保护的一种面向健身运动的教学控制方法的第七工作流程图；
图8为本申请实施例所请求保护的一种面向健身运动的教学控制系统的结构模块图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案执行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请中的术语“第一”“第二”“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”“第二”“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。
根据本发明第一实施例，本发明请求保护一种面向健身运动的教学控制方法，参照图1，所述面向健身运动的教学控制方法包括：
采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据；
对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库；
将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求；
依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录；
通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征；
通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
其中，在该实施例中，多个患者病历元数据为通过欲进行健身运动教学的用户的病历内各个字段信息的指标参数，如血常规各指标、尿常规各指标等；每个患者病历元数据的关注指标数据特征是可以基于用户主观需要进行选择也可以基于客观运动需求进行客观选定的病历元数据中的部分重点指标参数的数据；
通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库，依据的是用户作为连接外键，将其自身的者病历元数据存储在初始健身运动控制库的个人用户健身运动控制表下。
进一步的，参照图2，所述采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据，包括：
采集待匹配的患者病历数据，并对所述患者病历数据执行数据清洗，输出关注标准数据；
对所述关注标准数据执行数据去噪，输出患者病历字段，并对所述患者病历字段执行数据特征分析，输出相应的数据特征组，其中，所述数据特征组包括：数据大小和数据类型；
采集多个候选语义识别规则，并将所述数据特征组和所述多个候选语义识别规则输入预设的TF-IDF模型，并依据所述TF-IDF模型对所述数据特征组执行词向量权重规则分析，输出最优语义识别规则；
通过所述最优语义识别规则，对所述患者病历字段执行语义识别，输出多个患者病历元数据。
进一步的，参照图3，所述对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库，包括：
将所述多个患者病历元数据输入预设的均值偏离分析模型，并依据所述均值偏离分析模型的初始疾病扩散程度对所述多个患者病历元数据执行疾病症状标签计算，输出每个患者病历元数据的多个候选疾病症状标签；
对每个患者病历元数据与所述多个候选疾病症状标签执行距离计算，输出每个候选疾病症状标签相应的多个特征中心距离，并对所述多个特征中心距离执行平均值计算，输出每个候选疾病症状标签相应的平均中心距离；
依据所述平均中心距离对所述初始疾病扩散程度的疾病攻击范围参数执行调整，输出关注疾病攻击范围参数，并将所述初始疾病扩散程度的初始疾病攻击范围参数替换为所述关注疾病攻击范围参数，输出关注疾病扩散程度；
依据所述关注疾病扩散程度对所述多个候选疾病症状标签执行疾病症状标签筛选，输出每个患者病历元数据相应的关注疾病症状标签；
依据所述关注疾病症状标签从所述多个患者病历元数据中确定相应的多组指标数据特征，输出每个患者病历元数据的关注指标数据特征；
依次设置每个患者病历元数据的第一运动用户，并通过所述关注指标数据特征，对所述第一运动用户执行匹配运动匹配值分析，输出第一匹配运动匹配值；
通过所述第一匹配运动匹配值，得到所述多个患者病历元数据相应的初始健身运动控制库。
进一步的，参照图4，所述将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求，包括：
将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户；
依次在所述多个第一运动用户中，对所述多个患者病历元数据执行数据切分，输出多个第一数据要素；
依据预设的数据关联规则依次对所述多个第一数据要素执行数据关联分析，输出多个第二数据要素；
对所述多个第二数据要素执行数据组装，得到每个第一运动用户的第一运动教学需求。
进一步的，参照图5，所述依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录，包括：
通过每个患者病历元数据的关注指标数据特征，依次设置每个患者病历元数据的历史运动规则；
通过所述历史运动规则，依次计算所述多个第一运动用户的历史运动记录，并采集每个第一运动用户的当前运动记录；
依据预设的运动记录评价规则，计算所述多个第一运动用户的关注运动记录；
通过所述历史运动记录和所述关注运动记录，对所述多个第一运动用户执行运动记录替换，输出每个第一运动用户的关注运动记录。
进一步的，参照图6，所述通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征，包括：
通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，并对所述多个第一运动用户执行用户运动等级监控，输出关注用户运动等级数据；
对所述关注用户运动等级数据执行数据分类，输出匹配运动消耗数据、匹配运动伤害指标以及匹配运动匹配度数据；
依次对所述匹配运动消耗数据、所述匹配运动伤害指标以及所述匹配运动匹配度数据执行时序变化转换，输出匹配运动消耗时序变化、匹配运动伤害时序变化以及匹配运动匹配度时序变化；
对所述匹配运动消耗时序变化执行时序变化特征提取，输出第一用户运动等级特征组，并对所述匹配运动伤害时序变化执行时序变化特征提取，输出第二用户运动等级特征组，以及对所述匹配运动匹配度时序变化执行时序变化特征提取，输出第三用户运动等级特征组；
通过所述第一用户运动等级特征组、所述第二用户运动等级特征组以及所述第三用户运动等级特征组，得到每个第一运动用户的关注用户运动等级特征。
进一步的，参照图7，所述通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库，包括：
通过所述关注用户运动等级特征，依次计算每个第一运动用户相应的候选映射匹配运动数量，其中，所述候选映射匹配运动数量≥2；
通过所述候选映射匹配运动数量，创建每个第一运动用户相应的至少两个第二运动用户；
对所述多个第一运动用户及每个第一运动用户相应的至少两个第二运动用户执行匹配运动匹配值分析，输出第二匹配运动匹配值；
通过所述第二匹配运动匹配值，对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
根据本发明第二实施例，参照图8，本发明请求保护一种面向健身运动的教学控制系统，其特征在于，所述面向健身运动的教学控制系统包括：
采集模块，用于采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据；
创建模块，用于对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库；
关联分析模块，用于将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求；
记录输出模块，用于依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录；
特征提取模块，用于通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征；
更新模块，用于通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
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，系统和方法，可以依据其他的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，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依据一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
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分析单元中，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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式，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做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。
以上对发明的具体实施方式执行了详细说明，但其只作为范例，本申请并不限制于以上描述的具体实施方式。对于本领域的技术人员而言，任何对该发明执行的等同修改或替代也都在本申请的范畴之中，因此，在不脱离本申请的精神和原则范围下所作的均等变换和修改、改进等，都应涵盖在本申请的范围内。
Claims (8)
1.一种面向健身运动的教学控制方法，其特征在于，所述面向健身运动的教学控制方法包括：
采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据；
对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库；
将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求；
依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录；
通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征；
通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
2.如权利要求1所述的面向健身运动的教学控制方法，其特征在于，所述采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据，包括：
采集待匹配的患者病历数据，并对所述患者病历数据执行数据清洗，输出关注标准数据；
对所述关注标准数据执行数据去噪，输出患者病历字段，并对所述患者病历字段执行数据特征分析，输出相应的数据特征组，其中，所述数据特征组包括：数据大小和数据类型；
采集多个候选语义识别规则，并将所述数据特征组和所述多个候选语义识别规则输入预设的TF-IDF模型，并依据所述TF-IDF模型对所述数据特征组执行词向量权重规则分析，输出最优语义识别规则；
通过所述最优语义识别规则，对所述患者病历字段执行语义识别，输出多个患者病历元数据。
3.如权利要求1所述的面向健身运动的教学控制方法，其特征在于，所述对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库，包括：
将所述多个患者病历元数据输入预设的均值偏离分析模型，并依据所述均值偏离分析模型的初始疾病扩散程度对所述多个患者病历元数据执行疾病症状标签计算，输出每个患者病历元数据的多个候选疾病症状标签；
对每个患者病历元数据与所述多个候选疾病症状标签执行距离计算，输出每个候选疾病症状标签相应的多个特征中心距离，并对所述多个特征中心距离执行平均值计算，输出每个候选疾病症状标签相应的平均中心距离；
依据所述平均中心距离对所述初始疾病扩散程度的疾病攻击范围参数执行调整，输出关注疾病攻击范围参数，并将所述初始疾病扩散程度的初始疾病攻击范围参数替换为所述关注疾病攻击范围参数，输出关注疾病扩散程度；
依据所述关注疾病扩散程度对所述多个候选疾病症状标签执行疾病症状标签筛选，输出每个患者病历元数据相应的关注疾病症状标签；
依据所述关注疾病症状标签从所述多个患者病历元数据中确定相应的多组指标数据特征，输出每个患者病历元数据的关注指标数据特征；
依次设置每个患者病历元数据的第一运动用户，并通过所述关注指标数据特征，对所述第一运动用户执行匹配运动匹配值分析，输出第一匹配运动匹配值；
通过所述第一匹配运动匹配值，得到所述多个患者病历元数据相应的初始健身运动控制库。
4.如权利要求3所述的面向健身运动的教学控制方法，其特征在于，所述将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求，包括：
将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户；
依次在所述多个第一运动用户中，对所述多个患者病历元数据执行数据切分，输出多个第一数据要素；
依据预设的数据关联规则依次对所述多个第一数据要素执行数据关联分析，输出多个第二数据要素；
对所述多个第二数据要素执行数据组装，得到每个第一运动用户的第一运动教学需求。
5.如权利要求1所述的面向健身运动的教学控制方法，其特征在于，所述依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录，包括：
通过每个患者病历元数据的关注指标数据特征，依次设置每个患者病历元数据的历史运动规则；
通过所述历史运动规则，依次计算所述多个第一运动用户的历史运动记录，并采集每个第一运动用户的当前运动记录；
依据预设的运动记录评价规则，计算所述多个第一运动用户的关注运动记录；
通过所述历史运动记录和所述关注运动记录，对所述多个第一运动用户执行运动记录替换，输出每个第一运动用户的关注运动记录。
6.如权利要求1所述的面向健身运动的教学控制方法，其特征在于，所述通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征，包括：
通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，并对所述多个第一运动用户执行用户运动等级监控，输出关注用户运动等级数据；
对所述关注用户运动等级数据执行数据分类，输出匹配运动消耗数据、匹配运动伤害指标以及匹配运动匹配度数据；
依次对所述匹配运动消耗数据、所述匹配运动伤害指标以及所述匹配运动匹配度数据执行时序变化转换，输出匹配运动消耗时序变化、匹配运动伤害时序变化以及匹配运动匹配度时序变化；
对所述匹配运动消耗时序变化执行时序变化特征提取，输出第一用户运动等级特征组，并对所述匹配运动伤害时序变化执行时序变化特征提取，输出第二用户运动等级特征组，以及对所述匹配运动匹配度时序变化执行时序变化特征提取，输出第三用户运动等级特征组；
通过所述第一用户运动等级特征组、所述第二用户运动等级特征组以及所述第三用户运动等级特征组，得到每个第一运动用户的关注用户运动等级特征。
7.如权利要求1所述的面向健身运动的教学控制方法，其特征在于，所述通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库，包括：
通过所述关注用户运动等级特征，依次计算每个第一运动用户相应的候选映射匹配运动数量，其中，所述候选映射匹配运动数量≥2；
通过所述候选映射匹配运动数量，创建每个第一运动用户相应的至少两个第二运动用户；
对所述多个第一运动用户及每个第一运动用户相应的至少两个第二运动用户执行匹配运动匹配值分析，输出第二匹配运动匹配值；
通过所述第二匹配运动匹配值，对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
8.一种面向健身运动的教学控制系统，其特征在于，所述面向健身运动的教学控制系统包括：
采集模块，用于采集待匹配的患者病历数据，并对所述患者病历数据执行遍历操作，输出患者病历字段，以及对所述患者病历字段执行语义识别，输出多个患者病历元数据；
创建模块，用于对所述多个患者病历元数据执行数据特征提取，输出每个患者病历元数据的关注指标数据特征，并通过所述关注指标数据特征创建所述多个患者病历元数据相应的初始健身运动控制库；
关联分析模块，用于将所述多个患者病历元数据映射至所述初始健身运动控制库中的多个第一运动用户，并依据预设的数据关联规则依次对所述多个患者病历元数据执行数据关联分析，得到每个第一运动用户的第一运动教学需求；
记录输出模块，用于依次计算所述多个第一运动用户的历史运动记录，并通过所述历史运动记录对所述多个第一运动用户执行运动记录得到，输出每个第一运动用户的关注运动记录；
特征提取模块，用于通过所述关注运动记录和所述第一运动教学需求，对所述多个第一运动用户执行用户运动等级数据更新，输出关注用户运动等级数据，并对所述关注用户运动等级数据执行用户运动等级特征提取，输出每个第一运动用户的关注用户运动等级特征；
更新模块，用于通过所述关注用户运动等级特征创建每个第一运动用户相应的至少两个第二运动用户，并通过所述至少两个第二运动用户对所述初始健身运动控制库执行教学课程更新，输出至关注健身运动控制库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410209954.7A CN118039066B (zh) | 2024-02-26 | 2024-02-26 | 一种面向健身运动的教学控制方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410209954.7A CN118039066B (zh) | 2024-02-26 | 2024-02-26 | 一种面向健身运动的教学控制方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118039066A true CN118039066A (zh) | 2024-05-14 |
| CN118039066B CN118039066B (zh) | 2024-09-06 |
Family
ID=90998673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410209954.7A Active CN118039066B (zh) | 2024-02-26 | 2024-02-26 | 一种面向健身运动的教学控制方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118039066B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1751309A (zh) * | 2002-12-18 | 2006-03-22 | Ge医疗系统环球技术有限公司 | 结合体外测试数据的医学数据分析方法和设备 |
| US11540751B1 (en) * | 2020-03-25 | 2023-01-03 | Tula Health, Inc. | Device networks for chronic health condition management |
| CN117390145A (zh) * | 2023-08-30 | 2024-01-12 | 阿斯利康全球研发(中国)有限公司 | 临床试验的自动文本对话方法、装置、设备及介质 |
-
2024
- 2024-02-26 CN CN202410209954.7A patent/CN118039066B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1751309A (zh) * | 2002-12-18 | 2006-03-22 | Ge医疗系统环球技术有限公司 | 结合体外测试数据的医学数据分析方法和设备 |
| US11540751B1 (en) * | 2020-03-25 | 2023-01-03 | Tula Health, Inc. | Device networks for chronic health condition management |
| CN117390145A (zh) * | 2023-08-30 | 2024-01-12 | 阿斯利康全球研发(中国)有限公司 | 临床试验的自动文本对话方法、装置、设备及介质 |
Non-Patent Citations (2)
| Title |
|---|
| RANDY W. BRAITH: "Exercise for Those With Chronic Heart Failure", THE PHYSICIAN AND SPORTSMEDICINE, 19 June 2015 (2015-06-19), pages 29 - 38 * |
| 朱为模;: "运动处方的过去、现在与未来", 体育科研, no. 01, 15 January 2020 (2020-01-15), pages 1 - 18 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118039066B (zh) | 2024-09-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Müller et al. | Overview of the ImageCLEFmed 2007 medical retrieval and medical annotation tasks | |
| CN106933806A (zh) | 医疗同义词的确定方法和装置 | |
| US12073296B2 (en) | Methods and systems for generating physical activity sets for a human subject | |
| CN108595614A (zh) | 应用于his系统的数据表映射方法 | |
| CN109934415A (zh) | 一种基于跨模态深度学习的围术期危重事件预测方法 | |
| US20210397996A1 (en) | Methods and systems for classification using expert data | |
| CN110427367A (zh) | 基于评残参数的定损方法、装置、设备及存储介质 | |
| CN115579104A (zh) | 一种基于人工智能的肝癌全病程数字化管理方法及系统 | |
| JP2021108146A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| CN112259260A (zh) | 基于智能穿戴设备的智能医疗问答方法、系统及装置 | |
| CN110489758B (zh) | 应用程序的价值观计算方法及装置 | |
| CN114300075A (zh) | 一种基于大数据的运动医疗健康数据管理系统 | |
| CN112561935B (zh) | 一种大脑影像智能分类方法、装置和设备 | |
| CN118039066B (zh) | 一种面向健身运动的教学控制方法和系统 | |
| CN113643825A (zh) | 基于临床关键特征信息的医疗案例知识库构建方法和系统 | |
| Huang et al. | Study on patient similarity measurement based on electronic medical records | |
| JP6647668B1 (ja) | 機械学習用のデータ構造、学習方法及び情報提供システム | |
| US12019635B2 (en) | Methods and systems for arranging and displaying guided recommendations via a graphical user interface based on biological extraction | |
| CN116312948A (zh) | 呼吸训练量化指标数据的量化控制方法 | |
| CN107273671B (zh) | 一种实现医疗绩效量化的方法和系统 | |
| AU2021102593A4 (en) | A Method for Detection of a Disease | |
| Wu et al. | Res-BiANet: A Hybrid Deep Learning Model for Arrhythmia Detection Based on PPG Signal | |
| Cheng et al. | Mining discriminative patterns to predict health status for cardiopulmonary patients | |
| Kato et al. | Statistical extraction method for revealing key factors from posture before initiating successful throwing technique in judo | |
| CN110033862B (zh) | 一种基于加权有向图的中医量化诊断系统及存储介质 |
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 |