[go: up one dir, main page]

CN115054203B - 一种基于数字化的健康数据智能在线监测分析管理云平台 - Google Patents

一种基于数字化的健康数据智能在线监测分析管理云平台 Download PDF

Info

Publication number
CN115054203B
CN115054203B CN202210656695.3A CN202210656695A CN115054203B CN 115054203 B CN115054203 B CN 115054203B CN 202210656695 A CN202210656695 A CN 202210656695A CN 115054203 B CN115054203 B CN 115054203B
Authority
CN
China
Prior art keywords
sleep
health
target user
posture
body movement
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.)
Expired - Fee Related
Application number
CN202210656695.3A
Other languages
English (en)
Other versions
CN115054203A (zh
Inventor
黄来明
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.)
Sichuan Xiangxue Xifu Health Management Co ltd
Original Assignee
Chengdu Xifu Aicun Health Management 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 Chengdu Xifu Aicun Health Management Co ltd filed Critical Chengdu Xifu Aicun Health Management Co ltd
Priority to CN202210656695.3A priority Critical patent/CN115054203B/zh
Publication of CN115054203A publication Critical patent/CN115054203A/zh
Application granted granted Critical
Publication of CN115054203B publication Critical patent/CN115054203B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring 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 or 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—Measuring 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 or mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Psychiatry (AREA)
  • Computer Hardware Design (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Bioethics (AREA)
  • Psychology (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开一种基于数字化的健康数据智能在线监测分析管理云平台，通过设置健康监测设备设置模块、行为习惯健康监测模块、睡眠健康监测模块、健康综合分析模块、健康数据库、健康数据集合构建模块和健康数据加密模块实现对目标用户的行为习惯及睡眠状况的健康监测，并且评估目标用户的综合健康指数和综合健康等级。一方面使目标用户在家庭中就能够实现对健康地实时监测，进而能够及时了解自身的健康状况，并提前对健康问题进行干预。另一方面降低了医疗工作者的健康体检工作量，并关注到目标用户的个体化差异，且涵盖行为姿态、行为姿态持续时长、入睡时长、脑电波和睡眠体态变化多个维度，为健康检测结果提供了可靠性依据。

Description

一种基于数字化的健康数据智能在线监测分析管理云平台
技术领域
本发明属于健康数据监测分析技术领域，具体而言，涉及一种基于数字化的健康数据智能在线监测分析管理云平台。
背景技术
近年来伴随着现代生活节奏的加快，许多健康问题随之产生，研究发现，一些慢性疾病的发病率呈现上升趋势，同时由于生活水平的日益提高，人们对自身的健康关注度也越来越高，疾病的及时预防和治疗现已成为社会关注的焦点，在这种情形下，对健康地监测分析就显得尤为重要，若能够对人体健康进行实时检测，就有可能提前发现健康问题并进行干预。
如今，对健康地监测分析多采用传统的线下医院体检医疗模式，而传统的线下医院体检医疗模式已然不能满足当今人们对于健康的需求，且存在耗费时间久和成本高等问题，具体体现在以下几个方面：
(1)一方面对于患者来说，采用线下医院体检医疗模式需要耗费大量的时间和金钱成本驱身前往医院并进行健康检查，且进行健康检查的原因大多由于身体已经出现健康问题，同时健康检查的结果存在等待周期较长的问题，进而使患者不能及时了解自身的健康状况，无法提前对健康问题进行干预，从而不能够很好地满足患者的健康需求，且不利于降低疾病所带来的危害。
(2)另一方面对于医疗工作者来说，每天需要面临庞大的健康体检工作量，不仅给身体带来极大的工作负荷，同时还存在人为主观因素，进而无法精准地关注到患者的个体化差异，从而无法为患者的的健康检测结果提供可靠性依据。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种基于数字化的健康数据智能在线监测分析管理云平台,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：
本发明提供了一种基于数字化的健康数据智能在线监测分析管理云平台，包括健康监测设备设置模块、行为习惯健康监测模块、睡眠健康监测模块、健康综合分析模块、健康数据库、健康数据集合构建模块和健康数据加密模块。
所述健康监测设备设置模块分别与行为习惯健康监测模块和睡眠健康监测模块相连接，健康数据库分别与行为习惯健康监测模块、睡眠健康监测模块和健康综合分析模块相连接，健康数据集合构建模块分别与行为习惯健康监测模块、睡眠健康监测模块、健康综合分析模块和健康数据加密模块相连接。
所述健康监测设备设置模块用于将目标用户的家庭内部进行区域划分为公共区域和私人区域，并在公共区域内设置家庭视频图像监测终端，在私人区域内设置睡眠监测仪，进而在睡眠监测仪上安装光亮传感器、脑电波传感器、体动传感器和高清摄像仪；
所述行为习惯健康监测模块用于对目标用户的行为习惯进行健康监测，其中行为习惯健康监测模块包括行为姿态健康监测单元和行为姿态持续时间监测单元；
所述睡眠健康监测模块用于对目标用户的睡眠状况进行健康监测，其中睡眠健康监测模块包括入睡时长监测单元、脑电波监测单元和睡眠体态变化监测单元；
所述健康数据库用于存储各种行为姿态类型对应的姿态特征、各种行为姿态类型所属各种姿态轮廓对应的健康指数、各种行为姿态类型对应的健康持续时长、健康入睡时长、脑电波健康变化曲线、健康睡眠体动频次、健康睡眠体态移动间距和各健康等级对应的综合健康指数；
所述健康综合分析模块用于基于行为习惯健康监测模块和睡眠健康监测模块的监测结果分析目标用户的综合健康指数，并将目标用户的综合健康指数与健康数据库中各健康等级对应的综合健康指数进行匹配，评估目标用户的综合健康等级；
所述健康数据集合构建模块用于将目标用户在监测周期内的所有行为姿态图像、行为姿态健康指数、行为姿态持续时长的健康指数，入睡时长健康指数、睡眠状态下的脑电波变化曲线、睡眠状态下的脑电波健康指数、睡眠状态下的体动频次、睡眠体动频次健康指数、各次睡眠体动后的睡眠体态三维图像、初始睡眠体态三维图像、睡眠体动幅度变化指数、睡眠体态移动间距变化指数、综合健康指数和综合健康等级构建健康数据集合；
所述健康数据加密模块用于对目标用户的健康数据集合进行人脸加密，用户在查看健康数据时需通过人脸识别进行解锁，并只能查看用户本人的健康数据。
根据一个优选实施方式，所述行为姿态健康监测单元用于对目标用户的行为姿态进行健康监测，其具体监测过程执行以下步骤：
A1:启动公共区域的家庭视频图像监测终端，并将设定的监测周期按照预设的时间间隔对目标用户的行为姿态进行实时监测，得到各采集间隔对应的目标用户行为姿态图像；
A2:从各采集间隔对应的目标用户行为姿态图像中提取姿态特征和姿态轮廓，并将姿态特征与各种行为姿态类型对应的姿态特征进行匹配，由此匹配出各采集间隔对应的目标用户行为姿态类型；
A3:基于各采集间隔对应的目标用户行为姿态类型从健康数据库中筛选出各采集间隔对应目标用户行为姿态类型所属各种行为姿态轮廓对应的健康指数；
A4:将各采集间隔对应的目标用户姿态轮廓与该采集间隔对应目标用户行为姿态类型所属各种姿态轮廓对应的健康指数进行匹配，从中筛选出各采集间隔对应的目标用户行为姿态健康指数，记为Za,a表示为采集间隔的编号，a＝1,2.......c；
A5:根据各采集间隔对应的目标用户行为姿态健康指数统计目标用户对应的行为姿态健康指数，其计算公式为：
Figure BDA0003688298800000041
其中ζ表示为目标用户对应的行为姿态健康指数，Za表示为第a个采集间隔对应的目标用户行为姿态健康指数。
根据一个优选实施方式，所述行为姿态持续时间监测单元用于对目标用户的行为姿态持续时间进行健康监测，其具体监测过程执行以下步骤：
B1:从各采集间隔对应的目标用户行为姿态类型中统计目标用户出现的行为姿态类型数量，并对各种行为姿态类型进行编号1,2,...,b,...,d，同时获取各种行为姿态类型对应的持续时长；
B2:基于获取的目标用户各种行为姿态类型从健康数据库中提取目标用户的各种行为姿态类型对应的健康持续时长；
B3:将目标用户的各种行为姿态所持续的时间与各种行为姿态对应的健康持续时间进行对比，计算目标用户对应的行为姿态持续时长的健康指数，其计算公式为：
Figure BDA0003688298800000051
其中α表示为目标用户的行为姿态持续时长的健康指数，Tb和
Figure BDA0003688298800000052
分别表示为目标用户的第b种行为姿态类型对应的持续时长和第b种行为姿态类型对应的健康持续时间。
根据一个优选实施方式，所述入睡时间监测单元用于对目标用户的入睡时间进行健康监测，其具体监测过程执行以下步骤：
D1:启动私人区域内设置的睡眠监测仪，并由睡眠监测仪内的光亮传感器采集室内灯光的关闭时间点，进而将其作为目标用户的关灯时间点，与此同时由体动传感器采集目标用户的体动处于平稳状态下的时间点，将其作为体动平稳时间点；
D2:获取关灯时间点与体动平稳时间点之间的时间间隔，将其作为目标用户的入睡时长；
D3:将目标用户的入睡时长与健康数据库中的健康入睡时长进行对比，计算目标用户对应的入睡时长健康指数，其计算公式为：
Figure BDA0003688298800000061
其中β表示为目标用户入睡时长的健康指数，t标表示为健康入睡时长，t′表示为目标用户的入睡时长，e表示为自然常数。
根据一个优选实施方式，所述脑电波监测单元用于对目标用户处于睡眠状态时的脑电波进行健康监测，其具体监测过程执行以下步骤：
E1:通过睡眠监测仪上安装的脑电波传感器对目标用户处于睡眠状态时的脑电波进行监测，进而获取目标用户处于睡眠状态下的脑电波变化曲线；
E2：基于健康数据库中存储的脑电波健康变化曲线，进而提取脑电波健康变化曲线长度；
E3：将目标用户处于睡眠状态下的脑电波变化曲线与健康数据库中存储的脑电波健康变化曲线进行重合对比，并提取重合曲线的长度，计算目标用户处于睡眠状态下的脑电波健康指数，其计算公式为：
Figure BDA0003688298800000062
其中δ表示为目标用户处于睡眠状态下的脑电波健康指数，l表示为目标用户处于睡眠状态下的脑电波变化曲线重合的长度，L表示为脑电波健康变化曲线长度。
根据一个优选实施方式，所述睡眠体态变化监测单元包括睡眠体动频次监测子单元，睡眠体动幅度监测子单元和睡眠体态移动间距监测子单元。
根据一个优选实施方式，所述睡眠体动频次监测子单元用于对目标用户的睡眠体动频次进行健康监测，其具体监测过程执行以下步骤：
F1:通过睡眠监测仪上安装的体动传感器对目标用户处于睡眠状态下的体动频次进行监测并统计；
F2:将目标用户处于睡眠状态下的体动频次与健康数据库中的健康睡眠体动频次进行对比，计算目标用户的睡眠体动频次健康指数，其计算公式为：
Figure BDA0003688298800000071
其中ε表示为目标用户的睡眠体动频次健康指数，PC0表示为健康睡眠体动频次，PC′表示为目标用户处于睡眠状态下的体动频次。
根据一个优选实施方式，所述睡眠体动幅度监测子单元用于对目标用户的睡眠体动幅度进行健康监测，其具体监测过程执行以下步骤：
G1:对目标用户的各次睡眠体动分别进行编号为1,2,...,f,...,h；
G2:通过睡眠监测仪上安装的高清摄像仪分别对目标用户各次睡眠体动后的睡眠体态和初始睡眠体态进行三维图像采集，并获取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的三维图像，进而提取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓和外形轮廓面积；
G3:将目标用户各次睡眠体动后的睡眠体态对应的外形轮廓同初始睡眠体态外形轮廓进行重合对比，并提取出目标用户各次睡眠体动后的睡眠体态对应的外形轮廓同初始睡眠体态外形轮廓的重合面积，计算目标用户的睡眠体动幅度变化指数，其计算公式为：
Figure BDA0003688298800000081
其中λ表示为目标用户的睡眠体动幅度变化指数，S0表示为目标用户的初始睡眠体态外形轮廓面积，Sf表示为目标用户的第f次睡眠体动后的睡眠体态对应的外形轮廓重合面积。
根据一个优选实施方式，所述睡眠体态移动间距监测子单元用于对目标用户的睡眠体态移动间距进行健康监测，其具体监测过程执行以下步骤：
H1:基于提取的目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓，进而获取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓中心点；
H2:将目标用户的初始睡眠体态外形轮廓中心点作为参考点，进而获取目标用户各次睡眠体动后的睡眠体态对应的外形轮廓中心点距离参考点的间距，并将其记为各次睡眠体动对应的体态移动间距；
H3:将各次睡眠体动对应的体态移动间距与健康数据库中存储的健康睡眠体态移动间距进行对比，计算目标用户对应的睡眠体态移动间距变化指数，
Figure BDA0003688298800000082
其中v表示为各次睡眠体动对应的体态移动间距的编号，v＝1,2.......q,η表示为目标用户的睡眠体态移动间距变化指数，J0表示为健康睡眠体态移动间距，Jv表示为第v次睡眠体动对应的体态移动间距。
根据一个优选实施方式，所述目标用户的综合健康指数计算公式为：
Figure BDA0003688298800000083
其中ψ表示为目标用户的综合健康指数。
相对于现有技术，本发明的实施例至少具有如下有益效果：
(1)本发明通过提供一种基于数字化的健康数据智能在线监测分析管理云平台，能够在家庭中实现对目标用户的健康实时监测，有效克服了传统线下医院体检医疗模式需要耗费大量的时间和金钱成本驱身前往医院并进行健康检查的弊端，且能够预测一些潜在的健康问题，同时避免了健康检查的结果存在等待周期较长的问题，进而使患者能够及时了解自身的健康状况，提前对健康问题进行干预，不仅极大地满足了患者的健康需求，还有利于降低疾病所带来的危害。
(2)本发明通过设置家庭视频图像监测终端和睡眠监测仪对目标用户的行为习惯和睡眠状况进行健康监测和分析，并且涵盖行为姿态、行为姿态持续时长、入睡时长、脑电波和睡眠体态变化多个健康监测维度，进而计算目标用户的综合健康指数，并且评估目标用户的综合健康等级，从而大幅降低了医疗工作者的健康体检工作量，缓轻了工作负荷，同时还避免了人为主观因素所造成无法精准地关注到患者个体化差异的局面，并且能够为目标用户的健康检测结果提供可靠性依据。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的连接结构示意图。
图2为本发明的行为习惯健康监测模块结构示意图。
图3为本发明的睡眠健康监测模块结构示意图。
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。
参照图1所示，本发明提供一种基于数字化的健康数据智能在线监测分析管理云平台，包括健康监测设备设置模块、行为习惯健康监测模块、睡眠健康监测模块、健康综合分析模块、健康数据库、健康数据集合构建模块和健康数据加密模块。
所述健康监测设备设置模块分别与行为习惯健康监测模块和睡眠健康监测模块相连接，健康数据库分别与行为习惯健康监测模块、睡眠健康监测模块和健康综合分析模块相连接，健康数据集合构建模块分别与行为习惯健康监测模块、睡眠健康监测模块、健康综合分析模块和健康数据加密模块相连接。
所述健康监测设备设置模块用于将目标用户的家庭内部进行区域划分为公共区域和私人区域，并在公共区域内设置家庭视频图像监测终端，在私人区域内设置睡眠监测仪，进而在睡眠监测仪上安装光亮传感器、脑电波传感器、体动传感器和高清摄像仪；
需要说明的是，上述公共区域包括客厅、餐厅和阳台，私人区域为卧室。
所述行为习惯健康监测模块用于对目标用户的行为习惯进行健康监测。
参照图2所示，行为习惯健康监测模块包括行为姿态健康监测单元和行为姿态持续时间监测单元；
具体地，所述行为姿态健康监测单元用于对目标用户的行为姿态进行健康监测，其具体监测过程执行以下步骤：
A1:启动公共区域的家庭视频图像监测终端，并将设定的监测周期按照预设的时间间隔对目标用户的行为姿态进行实时监测，得到各采集间隔对应的目标用户行为姿态图像；
A2:从各采集间隔对应的目标用户行为姿态图像中提取姿态特征和姿态轮廓，并将姿态特征与各种行为姿态类型对应的姿态特征进行匹配，由此匹配出各采集间隔对应的目标用户行为姿态类型；
需要说明的是上述姿态特征指的是基于目标用户的行为姿态轮廓，选取头部中心点和脚部中心点进行直线连接，并将其标记为行为姿态轮廓中位线，以地面为参考水平面，进而获取行为姿态轮廓中位线与参考水平面之间形成的夹角，同时获取头部中心点距离参考水平面的间距，进而根据行为姿态轮廓中位线与参考水平面之间形成的夹角和头部中心点距离参考水平面的间距判断目标用户的行为姿态类型，其中行为姿态类型包括站姿、坐姿，睡姿和蹲姿等。
示例性地，若目标用户的行为姿态轮廓中位线与参考水平面之间形成的夹角为180度，同时目标用户行为姿态轮廓中的头部中心点距离参考水平面的间距与目标用户的身高相近，则判断目标用户的行为姿态类型为站姿。
A3:基于各采集间隔对应的目标用户行为姿态类型从健康数据库中筛选出各采集间隔对应目标用户行为姿态类型所属各种行为姿态轮廓对应的健康指数；
A4:将各采集间隔对应的目标用户姿态轮廓与该采集间隔对应目标用户行为姿态类型所属各种姿态轮廓对应的健康指数进行匹配，从中筛选出各采集间隔对应的目标用户行为姿态健康指数，记为Za,a表示为采集间隔的编号，a＝1,2.......c；
A5:根据各采集间隔对应的目标用户行为姿态健康指数统计目标用户对应的行为姿态健康指数，其计算公式为：
Figure BDA0003688298800000121
其中ζ表示为目标用户对应的行为姿态健康指数，Za表示为第a个采集间隔对应的目标用户行为姿态健康指数。
具体地，所述行为姿态持续时间监测单元用于对目标用户的行为姿态持续时间进行健康监测，其具体监测过程执行以下步骤：
B1:从各采集间隔对应的目标用户行为姿态类型中统计目标用户出现的行为姿态类型数量，并对各种行为姿态类型进行编号1,2,...,b,...,d，同时获取各种行为姿态类型对应的持续时长；
B2:基于获取的目标用户各种行为姿态类型从健康数据库中提取目标用户的各种行为姿态类型对应的健康持续时长；
B3:将目标用户的各种行为姿态所持续的时间与各种行为姿态对应的健康持续时间进行对比，计算目标用户对应的行为姿态持续时长的健康指数，其计算公式为：
Figure BDA0003688298800000131
其中α表示为目标用户的行为姿态持续时长的健康指数，Tb和
Figure BDA0003688298800000132
分别表示为目标用户的第b种行为姿态类型对应的持续时长和第b种行为姿态类型对应的健康持续时间。
需要说明的是，上述目标用户对应的行为姿态持续时长的健康指数计算公式中，某种行为姿态类型对应的健康持续时间同目标用户的该种行为姿态类型对应的持续时长之间的比值越大，则目标用户对应的行为姿态持续时长的健康指数越大，表明目标用户的行为姿态持续时长越符合健康标准。
所述睡眠健康监测模块用于对目标用户的睡眠状况进行健康监测。
参照图3所示，睡眠健康监测模块包括入睡时长监测单元、脑电波监测单元和睡眠体态变化监测单元；
具体地，所述入睡时间监测单元用于对目标用户的入睡时间进行健康监测，其具体监测过程执行以下步骤：
D1:启动私人区域内设置的睡眠监测仪，并由睡眠监测仪内的光亮传感器采集室内灯光的关闭时间点，进而将其作为目标用户的关灯时间点，与此同时由体动传感器采集目标用户的体动处于平稳状态下的时间点，将其作为体动平稳时间点；
D2:获取关灯时间点与体动平稳时间点之间的时间间隔，将其作为目标用户的入睡时长；
D3:将目标用户的入睡时长与健康数据库中的健康入睡时长进行对比，计算目标用户对应的入睡时长健康指数，其计算公式为：
Figure BDA0003688298800000141
其中β表示为目标用户入睡时长的健康指数，t标表示为健康入睡时长，t′表示为目标用户的入睡时长，e表示为自然常数。
需要说明的是，上述目标用户对应的入睡时长健康指数计算公式中，健康入睡时长同目标用户的入睡时长之间的比值越大，则目标用户对应的入睡时长健康指数越大，表明目标用户的入睡时长越符合健康标准。
具体地，所述脑电波监测单元用于对目标用户处于睡眠状态时的脑电波进行健康监测，其具体监测过程执行以下步骤：
E1:通过睡眠监测仪上安装的脑电波传感器对目标用户处于睡眠状态时的脑电波进行监测，进而获取目标用户处于睡眠状态下的脑电波变化曲线；
E2：基于健康数据库中存储的脑电波健康变化曲线，进而提取脑电波健康变化曲线长度；
E3：将目标用户处于睡眠状态下的脑电波变化曲线与健康数据库中存储的脑电波健康变化曲线进行重合对比，并提取重合曲线的长度，计算目标用户处于睡眠状态下的脑电波健康指数，其计算公式为：
Figure BDA0003688298800000142
其中δ表示为目标用户处于睡眠状态下的脑电波健康指数，l表示为目标用户处于睡眠状态下的脑电波变化曲线重合的长度，L表示为脑电波健康变化曲线长度。
需要说明的是，上述目标用户处于睡眠状态下的脑电波健康指数计算公式中，目标用户处于睡眠状态下的脑电波变化曲线重合的长度同脑电波健康变化曲线长度之间的比值越大，则目标用户处于睡眠状态下的脑电波健康指数越大，表明目标用户处于睡眠状态下的脑电波越符合健康标准。
具体地，所述睡眠体态变化监测单元包括睡眠体动频次监测子单元，睡眠体动幅度监测子单元和睡眠体态移动间距监测子单元。
进一步地，所述睡眠体动频次监测子单元用于对目标用户的睡眠体动频次进行健康监测，其具体监测过程执行以下步骤：
F1:通过睡眠监测仪上安装的体动传感器对目标用户处于睡眠状态下的体动频次进行监测并统计；
F2:将目标用户处于睡眠状态下的体动频次与健康数据库中的健康睡眠体动频次进行对比，计算目标用户的睡眠体动频次健康指数，其计算公式为：
Figure BDA0003688298800000151
其中ε表示为目标用户的睡眠体动频次健康指数，PC0表示为健康睡眠体动频次，PC′表示为目标用户处于睡眠状态下的体动频次。
需要说明的是，上述目标用户的睡眠体动频次健康指数计算公式中，健康睡眠体动频次同目标用户处于睡眠状态下的体动频次之间的比值越大，则目标用户的睡眠体动频次健康指数越大，表明目标用户处于睡眠状态下的体动频次越符合健康标准。
进一步地，所述睡眠体动幅度监测子单元用于对目标用户的睡眠体动幅度进行健康监测，其具体监测过程执行以下步骤：
G1:对目标用户的各次睡眠体动分别进行编号为1,2,...,f,...,h；
G2:通过睡眠监测仪上安装的高清摄像仪分别对目标用户各次睡眠体动后的睡眠体态和初始睡眠体态进行三维图像采集，并获取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的三维图像，进而提取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓和外形轮廓面积；
G3:将目标用户各次睡眠体动后的睡眠体态对应的外形轮廓同初始睡眠体态外形轮廓进行重合对比，并提取出目标用户各次睡眠体动后的睡眠体态对应的外形轮廓同初始睡眠体态外形轮廓的重合面积，计算目标用户的睡眠体动幅度变化指数，其计算公式为：
Figure BDA0003688298800000161
其中λ表示为目标用户的睡眠体动幅度变化指数，S0表示为目标用户的初始睡眠体态外形轮廓面积，Sf表示为目标用户的第f次睡眠体动后的睡眠体态对应的外形轮廓重合面积。
需要说明的是，上述目标用户的睡眠体动幅度变化指数计算公式中，目标用户的第f次睡眠体动后的睡眠体态对应的外形轮廓重合面积同目标用户的初始睡眠体态外形轮廓面积之间的差值越小，则目标用户的睡眠体动幅度变化指数越小，表明目标用户的睡眠体动幅度变化越符合健康标准。
进一步地，所述睡眠体态移动间距监测子单元用于对目标用户的睡眠体态移动间距进行健康监测，其具体监测过程执行以下步骤：
H1:基于提取的目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓，进而获取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓中心点；
H2:将目标用户的初始睡眠体态外形轮廓中心点作为参考点，进而获取目标用户各次睡眠体动后的睡眠体态对应的外形轮廓中心点距离参考点的间距，并将其记为各次睡眠体动对应的体态移动间距；
H3:将各次睡眠体动对应的体态移动间距与健康数据库中存储的健康睡眠体态移动间距进行对比，计算目标用户对应的睡眠体态移动间距变化指数，
Figure BDA0003688298800000171
其中v表示为各次睡眠体动对应的体态移动间距的编号，v＝1,2.......q,η表示为目标用户的睡眠体态移动间距变化指数，J0表示为健康睡眠体态移动间距，Jv表示为第v次睡眠体动对应的体态移动间距。
需要说明的是，上述目标用户对应的睡眠体态移动间距变化指数计算公式中，第v次睡眠体动对应的体态移动间距同健康睡眠体态移动间距之间的比值越小，则目标用户对应的睡眠体态移动间距变化指数越小，表明目标用户对应的睡眠体态移动间距变化越符合健康标准。
所述健康数据库用于存储各种行为姿态类型对应的姿态特征、各种行为姿态类型所属各种姿态轮廓对应的健康指数、各种行为姿态类型对应的健康持续时长、健康入睡时长、脑电波健康变化曲线、健康睡眠体动频次、健康睡眠体态移动间距和各健康等级对应的综合健康指数。
所述健康综合分析模块用于基于行为习惯健康监测模块和睡眠健康监测模块的监测结果分析目标用户的综合健康指数，并将目标用户的综合健康指数与健康数据库中各健康等级对应的综合健康指数进行匹配，评估目标用户的综合健康等级；
本发明实施例通过评估目标用户的综合健康等级，进而能够为目标用户制定健康改善计划提供可靠依据。
具体地，所述目标用户的综合健康指数计算公式为：
Figure BDA0003688298800000181
其中ψ表示为目标用户的综合健康指数。
本发明实施例通过设置家庭视频图像监测终端和睡眠监测仪对目标用户的行为习惯和睡眠状况进行健康监测和分析，并且涵盖行为姿态、行为姿态持续时长、入睡时长、脑电波和睡眠体态变化多个健康监测维度，进而计算目标用户的综合健康指数，并且评估目标用户的综合健康等级，从而大幅降低了医疗工作者的健康体检工作量，缓轻了工作负荷，同时还避免了人为主观因素所造成无法精准地关注到患者个体化差异的局面，并且能够为目标用户的健康检测结果提供可靠性依据。
所述健康数据集合构建模块用于将目标用户在监测周期内的所有行为姿态图像、行为姿态健康指数、行为姿态持续时长的健康指数，入睡时长健康指数、睡眠状态下的脑电波变化曲线、睡眠状态下的脑电波健康指数、睡眠状态下的体动频次、睡眠体动频次健康指数、各次睡眠体动后的睡眠体态三维图像、初始睡眠体态三维图像、睡眠体动幅度变化指数、睡眠体态移动间距变化指数、综合健康指数和综合健康等级构建健康数据集合。
所述健康数据加密模块用于对目标用户的健康数据集合进行人脸加密，用户在查看健康数据时需通过人脸识别进行解锁，并只能查看用户本人的健康数据；
本发明实施例通过对目标用户的健康数据进行加密，有效确保了目标用户的个人健康数据不泄露，进而保障了目标用户的个人隐私安全。
本发明实施例通过提供一种基于数字化的健康数据智能在线监测分析管理云平台，能够在家庭中实现对目标用户的健康实时监测，有效克服了传统线下医院体检医疗模式需要耗费大量的时间和金钱成本驱身前往医院并进行健康检查的弊端，且能够预测一些潜在的健康问题，同时避免了健康检查的结果存在等待周期较长的问题，进而使患者能够及时了解自身的健康状况，提前对健康问题进行干预，不仅极大地满足了患者的健康需求，还有利于降低疾病所带来的危害。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于数字化的健康数据智能在线监测分析管理云平台，其特征在于，包括：
健康监测设备设置模块，用于将目标用户的家庭内部进行区域划分为公共区域和私人区域，并在公共区域内设置家庭视频图像监测终端，在私人区域内设置睡眠监测仪，进而在睡眠监测仪上安装光亮传感器、脑电波传感器、体动传感器和高清摄像仪；
行为习惯健康监测模块，用于对目标用户的行为习惯进行健康监测，其中行为习惯健康监测模块包括行为姿态健康监测单元和行为姿态持续时间监测单元；
睡眠健康监测模块，用于对目标用户的睡眠状况进行健康监测，其中睡眠健康监测模块包括入睡时长监测单元、脑电波监测单元和睡眠体态变化监测单元；
健康数据库，用于存储各种行为姿态类型对应的姿态特征、各种行为姿态类型所属各种姿态轮廓对应的健康指数、各种行为姿态类型对应的健康持续时长、健康入睡时长、脑电波健康变化曲线、健康睡眠体动频次、健康睡眠体态移动间距和各健康等级对应的综合健康指数；
健康综合分析模块，用于基于行为习惯健康监测模块和睡眠健康监测模块的监测结果分析目标用户的综合健康指数，并将目标用户的综合健康指数与健康数据库中各健康等级对应的综合健康指数进行匹配，评估目标用户的综合健康等级；
健康数据集合构建模块，用于将目标用户在监测周期内的所有行为姿态图像、行为姿态健康指数、行为姿态持续时长的健康指数，入睡时长健康指数、睡眠状态下的脑电波变化曲线、睡眠状态下的脑电波健康指数、睡眠状态下的体动频次、睡眠体动频次健康指数、各次睡眠体动后的睡眠体态三维图像、初始睡眠体态三维图像、睡眠体动幅度变化指数、睡眠体态移动间距变化指数、综合健康指数和综合健康等级构建健康数据集合；
健康数据加密模块，用于对目标用户的健康数据集合进行人脸加密，用户在查看健康数据时需通过人脸识别进行解锁，并只能查看用户本人的健康数据；
所述睡眠体态变化监测单元包括睡眠体动频次监测子单元，睡眠体动幅度监测子单元和睡眠体态移动间距监测子单元；
所述睡眠体态移动间距监测子单元用于对目标用户的睡眠体态移动间距进行健康监测，其具体监测过程执行以下步骤：
H1:基于提取的目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓，进而获取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓中心点；
H2:将目标用户的初始睡眠体态外形轮廓中心点作为参考点，进而获取目标用户各次睡眠体动后的睡眠体态对应的外形轮廓中心点距离参考点的间距，并将其记为各次睡眠体动对应的体态移动间距；
H3:将各次睡眠体动对应的体态移动间距与健康数据库中存储的健康睡眠体态移动间距进行对比，计算目标用户对应的睡眠体态移动间距变化指数，
Figure FDA0003926902480000031
其中v表示为各次睡眠体动对应的体态移动间距的编号，v＝1,2.......q,η表示为目标用户的睡眠体态移动间距变化指数，J0表示为健康睡眠体态移动间距，Jv表示为第v次睡眠体动对应的体态移动间距。
2.根据权利要求1所述的一种基于数字化的健康数据智能在线监测分析管理云平台，其特征在于：所述行为姿态健康监测单元用于对目标用户的行为姿态进行健康监测，其具体监测过程执行以下步骤：
A1:启动公共区域的家庭视频图像监测终端，并将设定的监测周期按照预设的时间间隔对目标用户的行为姿态进行实时监测，得到各采集间隔对应的目标用户行为姿态图像；
A2:从各采集间隔对应的目标用户行为姿态图像中提取姿态特征和姿态轮廓，并将姿态特征与各种行为姿态类型对应的姿态特征进行匹配，由此匹配出各采集间隔对应的目标用户行为姿态类型；
A3:基于各采集间隔对应的目标用户行为姿态类型从健康数据库中筛选出各采集间隔对应目标用户行为姿态类型所属各种行为姿态轮廓对应的健康指数；
A4:将各采集间隔对应的目标用户姿态轮廓与该采集间隔对应目标用户行为姿态类型所属各种姿态轮廓对应的健康指数进行匹配，从中筛选出各采集间隔对应的目标用户行为姿态健康指数，记为Za,a表示为采集间隔的编号，a＝1,2.......c；
A5:根据各采集间隔对应的目标用户行为姿态健康指数统计目标用户对应的行为姿态健康指数，其计算公式为：
Figure FDA0003926902480000041
其中ζ表示为目标用户对应的行为姿态健康指数，Za表示为第a个采集间隔对应的目标用户行为姿态健康指数。
3.根据权利要求2所述的一种基于数字化的健康数据智能在线监测分析管理云平台，其特征在于：所述行为姿态持续时间监测单元用于对目标用户的行为姿态持续时间进行健康监测，其具体监测过程执行以下步骤：
B1:从各采集间隔对应的目标用户行为姿态类型中统计目标用户出现的行为姿态类型数量，并对各种行为姿态类型进行编号1,2,...,b,...,d，同时获取各种行为姿态类型对应的持续时长；
B2:基于获取的目标用户各种行为姿态类型从健康数据库中提取目标用户的各种行为姿态类型对应的健康持续时长；
B3:将目标用户的各种行为姿态所持续的时间与各种行为姿态对应的健康持续时间进行对比，计算目标用户对应的行为姿态持续时长的健康指数，其计算公式为：
Figure FDA0003926902480000042
其中α表示为目标用户的行为姿态持续时长的健康指数，Tb和
Figure FDA0003926902480000043
分别表示为目标用户的第b种行为姿态类型对应的持续时长和第b种行为姿态类型对应的健康持续时间。
4.根据权利要求3所述的一种基于数字化的健康数据智能在线监测分析管理云平台，其特征在于：所述入睡时长监测单元用于对目标用户的入睡时长进行健康监测，其具体监测过程执行以下步骤：
D1:启动私人区域内设置的睡眠监测仪，并由睡眠监测仪内的光亮传感器采集室内灯光的关闭时间点，进而将其作为目标用户的关灯时间点，与此同时由体动传感器采集目标用户的体动处于平稳状态下的时间点，将其作为体动平稳时间点；
D2:获取关灯时间点与体动平稳时间点之间的时间间隔，将其作为目标用户的入睡时长；
D3:将目标用户的入睡时长与健康数据库中的健康入睡时长进行对比，计算目标用户对应的入睡时长健康指数，其计算公式为：
Figure FDA0003926902480000051
其中β表示为目标用户入睡时长的健康指数，t标表示为健康入睡时长，t′表示为目标用户的入睡时长，e表示为自然常数。
5.根据权利要求4所述的一种基于数字化的健康数据智能在线监测分析管理云平台，其特征在于：所述脑电波监测单元用于对目标用户处于睡眠状态时的脑电波进行健康监测，其具体监测过程执行以下步骤：
E1:通过睡眠监测仪上安装的脑电波传感器对目标用户处于睡眠状态时的脑电波进行监测，进而获取目标用户处于睡眠状态下的脑电波变化曲线；
E2：基于健康数据库中存储的脑电波健康变化曲线，进而提取脑电波健康变化曲线长度；
E3：将目标用户处于睡眠状态下的脑电波变化曲线与健康数据库中存储的脑电波健康变化曲线进行重合对比，并提取重合曲线的长度，计算目标用户处于睡眠状态下的脑电波健康指数，其计算公式为：
Figure FDA0003926902480000061
其中δ表示为目标用户处于睡眠状态下的脑电波健康指数，l表示为目标用户处于睡眠状态下的脑电波变化曲线重合的长度，L表示为脑电波健康变化曲线长度。
6.根据权利要求5所述的一种基于数字化的健康数据智能在线监测分析管理云平台，其特征在于：所述睡眠体动频次监测子单元用于对目标用户的睡眠体动频次进行健康监测，其具体监测过程执行以下步骤：
F1:通过睡眠监测仪上安装的体动传感器对目标用户处于睡眠状态下的体动频次进行监测并统计；
F2:将目标用户处于睡眠状态下的体动频次与健康数据库中的健康睡眠体动频次进行对比，计算目标用户的睡眠体动频次健康指数，其计算公式为：
Figure FDA0003926902480000062
其中ε表示为目标用户的睡眠体动频次健康指数，PC0表示为健康睡眠体动频次，PC′表示为目标用户处于睡眠状态下的体动频次。
7.根据权利要求6所述的一种基于数字化的健康数据智能在线监测分析管理云平台，其特征在于：所述睡眠体动幅度监测子单元用于对目标用户的睡眠体动幅度进行健康监测，其具体监测过程执行以下步骤：
G1:对目标用户的各次睡眠体动分别进行编号为1,2,...,f,...,h；
G2:通过睡眠监测仪上安装的高清摄像仪分别对目标用户各次睡眠体动后的睡眠体态和初始睡眠体态进行三维图像采集，并获取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的三维图像，进而提取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓和外形轮廓面积；
G3:将目标用户各次睡眠体动后的睡眠体态对应的外形轮廓同初始睡眠体态外形轮廓进行重合对比，并提取出目标用户各次睡眠体动后的睡眠体态对应的外形轮廓同初始睡眠体态外形轮廓的重合面积，计算目标用户的睡眠体动幅度变化指数，其计算公式为：
Figure FDA0003926902480000071
其中λ表示为目标用户的睡眠体动幅度变化指数，S0表示为目标用户的初始睡眠体态外形轮廓面积，Sf表示为目标用户的第f次睡眠体动后的睡眠体态对应的外形轮廓重合面积。
8.根据权利要求7所述的一种基于数字化的健康数据智能在线监测分析管理云平台，其特征在于：所述目标用户的综合健康指数计算公式为：
Figure FDA0003926902480000072
其中ψ表示为目标用户的综合健康指数。
CN202210656695.3A 2022-06-10 2022-06-10 一种基于数字化的健康数据智能在线监测分析管理云平台 Expired - Fee Related CN115054203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210656695.3A CN115054203B (zh) 2022-06-10 2022-06-10 一种基于数字化的健康数据智能在线监测分析管理云平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210656695.3A CN115054203B (zh) 2022-06-10 2022-06-10 一种基于数字化的健康数据智能在线监测分析管理云平台

Publications (2)

Publication Number Publication Date
CN115054203A CN115054203A (zh) 2022-09-16
CN115054203B true CN115054203B (zh) 2022-12-20

Family

ID=83200694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210656695.3A Expired - Fee Related CN115054203B (zh) 2022-06-10 2022-06-10 一种基于数字化的健康数据智能在线监测分析管理云平台

Country Status (1)

Country Link
CN (1) CN115054203B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117745273B (zh) * 2024-02-06 2024-04-26 铜川科达化工设备有限公司 一种电捕焦油器健康数据采集、分析、管理一体化平台

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116756565A (zh) * 2023-05-30 2023-09-15 上海市精神卫生中心（上海市心理咨询培训中心） 睡眠数据处理方法、装置、计算机设备和存储介质
CN116894534A (zh) * 2023-07-10 2023-10-17 深圳市麦驰物联股份有限公司 一种基于智慧社区和多维数据的社区老人监督系统
CN118490171B (zh) * 2024-05-15 2024-10-11 江苏省捷达软件工程有限公司 一种基于机器学习的中医康复理疗平台评估系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004097496A (ja) * 2002-09-09 2004-04-02 Yamatake Corp 睡眠モニタリングシステム及びモニタリング装置
CN105768720A (zh) * 2016-02-25 2016-07-20 江苏有容科技有限公司 一种镜面显示的智能健康监控系统及方法
CN109326081A (zh) * 2018-11-09 2019-02-12 复旦大学 基于物联网的老人家庭看护预警系统及健康状况评估方法
CN112599233A (zh) * 2020-12-24 2021-04-02 汉锦科技（北京）有限公司 一种多传感器逻辑控制的家庭医疗用中央集成控制系统
CN113925475A (zh) * 2021-10-16 2022-01-14 谢俊 一种非接触式的人体健康监测装置及方法
CN114582003A (zh) * 2022-04-24 2022-06-03 慕思健康睡眠股份有限公司 一种基于云计算服务的睡眠健康管理系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4215781B2 (ja) * 2006-06-16 2009-01-28 独立行政法人産業技術総合研究所 異常動作検出装置および異常動作検出方法
US20160364549A1 (en) * 2015-06-15 2016-12-15 Baoguo Wei System and method for patient behavior and health monitoring
EP3424411B1 (en) * 2017-07-07 2025-11-26 Tata Consultancy Services Limited Method and system for postural stability assessment
US20210202090A1 (en) * 2019-12-26 2021-07-01 Teladoc Health, Inc. Automated health condition scoring in telehealth encounters
CN112833521B (zh) * 2021-01-07 2022-04-15 南京绛门信息科技股份有限公司 一种智能化的物联管理系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004097496A (ja) * 2002-09-09 2004-04-02 Yamatake Corp 睡眠モニタリングシステム及びモニタリング装置
CN105768720A (zh) * 2016-02-25 2016-07-20 江苏有容科技有限公司 一种镜面显示的智能健康监控系统及方法
CN109326081A (zh) * 2018-11-09 2019-02-12 复旦大学 基于物联网的老人家庭看护预警系统及健康状况评估方法
CN112599233A (zh) * 2020-12-24 2021-04-02 汉锦科技（北京）有限公司 一种多传感器逻辑控制的家庭医疗用中央集成控制系统
CN113925475A (zh) * 2021-10-16 2022-01-14 谢俊 一种非接触式的人体健康监测装置及方法
CN114582003A (zh) * 2022-04-24 2022-06-03 慕思健康睡眠股份有限公司 一种基于云计算服务的睡眠健康管理系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117745273B (zh) * 2024-02-06 2024-04-26 铜川科达化工设备有限公司 一种电捕焦油器健康数据采集、分析、管理一体化平台

Also Published As

Publication number Publication date
CN115054203A (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
CN115054203B (zh) 一种基于数字化的健康数据智能在线监测分析管理云平台
US20210193275A1 (en) Contactless and minimal-contact monitoring of quality of life parameters for assessment and intervention
CN201379558Y (zh) 健康家居系统
US20210225510A1 (en) Human body health assessment method and system based on sleep big data
Jansen et al. 3D human pose recognition for home monitoring of elderly
CN104462744B (zh) 适用于心血管远程监测系统的数据质量控制方法
CN209029110U (zh) 中医面诊健康管理系统
CN113164101A (zh) 一种呼吸中止检测系统、方法、计算设备和储存介质
CN204637245U (zh) 一种基于生理信息监测的睡眠闹钟系统
CN110660454A (zh) 一种癌痛实时评估仪及其评估方法
CN116848587A (zh) 用于基于身体图像确定睡眠分析的系统和方法
CN115024725A (zh) 融合心理状态多参数检测的肿瘤治疗辅助决策系统
CN202776267U (zh) 中医体质养生调理系统
CN205899540U (zh) 一种基于虹膜的健康状态检测系统
Saranya Integrated vision and sensor based analysis for sleep apnea using featfacenet deep learning
CN119296255A (zh) 养老院场景下老人跌倒智能预警方法及系统
CN117038017A (zh) 中医全天候智能监诊方法及监诊系统
CN121215242A (zh) 一种基于ai芯片的儿科脾胃动态监测方法及系统
CN114617529B (zh) 一种用于眼罩设备的眼球眩晕数据识别方法及系统
CN205318386U (zh) 一种基于虹膜信息检测健康的可穿戴设备
CN121512476A (zh) 一种基于多模态数据融合的耳鼻喉科症状监测方法及系统
CN121191753A (zh) 一种基于多模态生理信号的慢性疲劳综合征实时监测智能穿戴设备
CN121528519A (zh) 一种生理年龄和衰老速度的评估方法和系统
CN121075623A (zh) 一种早产儿经口喂养能力多模态评估方法及相关设备
CN120340749A (zh) 基于舌象监测的身体健康管理方案推荐方法、系统及设备

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
TA01 Transfer of patent application right

Effective date of registration: 20221201

Address after: No. 1608, Floor 16, Building 3, No. 300, Jiaozi Avenue, Chengdu Hi tech Zone, China (Sichuan) Pilot Free Trade Zone, Chengdu 610000

Applicant after: Chengdu Xifu Aicun Health Management Co.,Ltd.

Address before: 430050 No. 1066, Qintai Avenue, Hanyang District, Wuhan City, Hubei Province

Applicant before: Wuhan nuoxingkang Medical Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240312

Address after: No. 1604, 16th Floor, Building 3, No. 300 Jiaozi Avenue, Chengdu High tech Zone, China (Sichuan) Pilot Free Trade Zone, Chengdu City, Sichuan Province, 610000

Patentee after: Sichuan Xiangxue Xifu Health Management Co.,Ltd.

Country or region after: China

Address before: No. 1608, Floor 16, Building 3, No. 300, Jiaozi Avenue, Chengdu Hi tech Zone, China (Sichuan) Pilot Free Trade Zone, Chengdu 610000

Patentee before: Chengdu Xifu Aicun Health Management Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20221220

CF01 Termination of patent right due to non-payment of annual fee