[发明专利]基于预测模型的健康管理方法、装置和计算机设备在审
申请号: | 201811447970.0 | 申请日: | 2018-11-29 |
公开(公告)号: | CN109448852A | 公开(公告)日: | 2019-03-08 |
发明(设计)人: | 史光辉;王建明;肖京 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G16H50/30 | 分类号: | G16H50/30;G06K9/62;G10L17/26 |
代理公司: | 深圳市明日今典知识产权代理事务所(普通合伙) 44343 | 代理人: | 王杰辉 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 生理特征信息 预测模型 健康 计算机设备 健康管理 结果数据 可见光 方案发送 身体状态 声音信息 吸收度 用户端 预测 数据库 血液 查询 申请 发现 | ||
1.一种基于预测模型的健康管理方法,其特征在于,包括以下步骤:
获取用户的生理特征信息,其中,所述生理特征信息包括但不限于以下信息中的一种或者多种:声音信息和血液对可见光的吸收度的信息;
将所述生理特征信息输入到对应的预测模型中预测,获取到对应的健康结果;
根据所述健康结果数据从数据库中查询到对应的健康方案;
将所述健康结果数据以及所述健康方案发送给所述用户对应的用户端。
2.根据权利要求1所述的基于预测模型的健康管理方法,其特征在于,所述将所述生理特征信息输入到对应的预测模型中预测,获取到对应的健康结果的步骤,包括:
若获取所述用户的生理特征信息为所述声音信息,则将所述声音信息输入到声音模型中进行预测,预测出所述声音信息的健康结果;其中,所述声音模型是利用已知声音以及已知声音的健康状态,基于LSTM神经网络训练得到。
3.根据权利要求1所述的基于预测模型的健康管理方法,其特征在于,所述将所述生理特征的信息输入到对应的预测模型中预测,获取到对应的健康结果的步骤,还包括:
若所述用户的生理特征信息为所述血液对可见光的吸收度的信息,根据所述血液对可见光的吸收度的信息解析出对应的心脏跳动图像;
将所述心脏跳动图像输入到心电模型中进行预测,预测出所述心脏跳动图像的健康结果,其中,所述心电模型是利用已知的人体心脏跳动的状态变化,基于卷积神经网络或者深层神经网络训练得到。
4.根据权利要求2所述的基于预测模型的健康管理方法,其特征在于,所述获取所述用户的生理特征信息包括:
当所述用户的生理特征信息包括所述声音信息时,获取所述用户的待识别的所有声音信号;
将所述待识别的所有声音信号输入预设的声音过滤模型中进行过滤,过滤出所述声音信息;其中,所述声音过滤模型是利用已知的各类声音数据,基于fastICA神经网络训练得到。
5.根据权利要求1所述的基于预测模型的健康管理方法,其特征在于,所述将所述健康结果数据以及所述健康方案发送给所述用户对应的用户端的步骤之后,还包括:
获取所述用户的当前状态的照片以及所述用户所处的当前环境状态的照片;
将获取到的所述当前状态的照片以及所述当前环境状态的照片发送至存储库中。
6.根据权利要求5所述的基于预测模型的健康管理方法,其特征在于,所述将获取到的所述当前状态的照片以及所述当前环境状态的照片发送至存储库中的步骤之后,还包括:
将所述当前状态的照片以及所述当前环境状态的照片发送至指定的移动设备中。
7.根据权利要求1所述的基于预测模型的健康管理方法,其特征在于,所述根据所述健康结果数据从数据库中查询到对应的健康方案的步骤之前,包括:
获取各种健康方案;
将所有的所述健康方案存储于所述数据库中;
建立所述健康方案与各种健康结果数据的对应关系。
8.一种基于预测模型的健康管理装置,其特征在于,包括:
第一获取模块,用于获取用户的生理特征信息,其中,所述生理特征信息包括但不限于以下信息中的一种或者多种:声音信息和血液对可见光的吸收度的信息;
第一预测模块,用于将所述生理特征信息输入到对应的预测模型中预测,获取到对应的健康结果。
查询模块,用于根据所述健康结果数据从数据库中查询到对应的健康方案;
显示模块,用于将所述健康结果数据以及所述健康方案发送给所述用户对应的用户端。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
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平安科技(深圳)有限公司,未经平安科技(深圳)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/201811447970.0/1.html,转载请声明来源钻瓜专利网。