[发明专利]基于睡眠大数据的人体健康评估方法及评估系统有效

专利信息
申请号: 201810772360.1 申请日: 2018-07-13
公开(公告)号: CN109087706B 公开(公告)日: 2022-12-02
发明(设计)人: 杨向东;单华锋;曹辉;宋琪隆;李红文;朱震宇;韩秀萍 申请(专利权)人: 浙江清华长三角研究院;麒盛科技股份有限公司
主分类号: G16H50/30 分类号: G16H50/30;G16H50/70;G16H15/00
代理公司: 上海汉盛律师事务所 31316 代理人: 陆晨
地址: 314006 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 睡眠 数据 人体 健康 评估 方法 系统
【说明书】:

发明公开了一种基于睡眠大数据的人体健康评估方法及评估系统,其中的健康大数据研究是指长期地、稳定地、持续增长地获得人体生命特征数据,采用先进的数据挖掘技术清晰明确地描述人类个体的身体状态并预测其健康的未来。通过安装在床上的传感器,获取人体睡眠时的各项生理数据存储于云端服务器;运用人工智能学习模型得到人体生理评价指标并生成人体健康状态分析报告。通过获取安装于床上的传感器数据,进行人工智能学习模型数据训练,让模型自动学习出与人体健康相关的特征,从而节省人工挑选和构造特征的时间成本,达到精准预测疾病的目的,进一步通过训练分类器模型可以在健康评估报告中直接获知患病类型。

技术领域

本发明涉及睡眠健康数据分析与管理技术领域,具体地说,是一种基于睡眠大数据的人体健康评估方法及评估系统。

背景技术

目前人们常用的身体健康评估方法主要包括问卷调查、借助医疗器械测试身体各项指标、日常佩戴具有检测生理数据的穿戴设备等等。其中,问卷调查是参与调查的用户针对医护人员提供的健康评估问卷,结合日常生活中身体状态回答问卷,医护人员收集用户填写的调查问卷后对用户健康状态进行评估。通过医疗器械或穿戴设备检测生理数据,需要定期记录检测结果,根据记录的检测数据及时发现健康问题。这些评估方法所使用的数据来源真实性不高,数据获取过程中很容易受到用户意识的影响,很难完整记录正常生活习惯中的生理数据,无法保证数据采集的标准性和精确度。

睡眠占人们日常生活1/3的时间,睡眠状态下人体各项生理数据相对稳定,采集睡眠状态下的人体生理数据用来进行健康评估,可以保证数据的准确性、稳定性和持久性,提供评估结果的准确度。现在医学上被认可的判断临床应用的睡眠状态的方法是睡眠聚图法。在睡眠聚图法中,测量脑波、眼球运动和奥特筋电,可以从这些波形中判断睡眠状态。然而,测量脑波、筋电等的方法,需要在被试验者的身体上安装电极,对实验者的负担非常大。因此,不可能在一般家庭中测量脑波和筋电等。

身体评估是一个有组织的系统性的收集过程所产生的客观数据,基于健康历史和从头到脚或一般系统检查,好的身体评估结果需要一个有组织的、系统的方法,对用户的直接反应和实际或潜在的问题的探索发现并研究,因此,如何保证前期用户生理数据的采集量足够的多并且足够全面,如何保证数据处理的合理性减小误差,是进行人体健康评估需要十分关注的问题。

发明内容

本发明的目的是针对现有技术中的不足,提供一种基于睡眠大数据的人体健康评估方法及评估系统。该系统中的健康大数据研究是指长期地、稳定地、持续增长地获得人体生命特征数据,采用先进的数据挖掘技术清晰明确地描述人类个体的身体状态并预测其健康的未来。通过获取安装于床上的传感器数据,进行人工智能学习模型数据训练,让模型自动学习出与人体健康相关的特征,从而节省人工挑选和构造特征的时间成本,达到精准预测疾病的目的,进一步通过训练分类器模型可以在健康评估报告中直接获知患病类型。

为实现上述目的,本发明采取的技术方案是:一种基于睡眠大数据的人体健康评估方法,包括以下步骤:

通过安装在床上的传感器,获取人体睡眠时的各项生理数据,并将这些睡眠数据永久地存储于云端服务器;

将上述存储于云端服务器中的睡眠数据进行数据预处理筛除缺失和错误的数据,将正确的数据放入人工智能学习模型中进行训练,使人工智能学习模型学习到患病特征,计算得到生理评价指标;

利用上述人工智能学习模型学习到的数据的患病特征,并以此训练分类器模型,使分类器模型可以识别出不同数据对应的患病类型;

根据上述数据训练得到的人体生理评价指标和分类器模型生成人体健康状态分析报告。

进一步地在某些实施例中,上述方法中经过预处理之后正确的数据分为有患病标签的睡眠数据和无患病标签的睡眠数据,所述有患病标签的睡眠数据来自于已知患病类型的人体,所述无患病标签的睡眠数据来自于未知患病状态的人体。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江清华长三角研究院;麒盛科技股份有限公司,未经浙江清华长三角研究院;麒盛科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810772360.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top