[发明专利]一种急性心脑血管事件风险人群的智能健康管理方法

说明书

本发明公开了一种急性心脑血管事件风险人群的智能健康管理方法，包括以下步骤：步骤S1，构建特征库；步骤S2，将步骤S1中特征库构建成特征矩阵；步骤S3，将步骤S2中的特征矩阵融合成新的矩阵库；步骤S4，将步骤S3中的矩阵库构建成灰度图像；步骤S5，将步骤S4中的灰度图像构建成神经网络模型；步骤S6，使用步骤S5中的神经网络模型得出用户当前状态，并输出推荐健康管理方案。本发明能够基于人口学特征、健康监测特征和动态行为特征的三大类特征进行用户画像，生成用户图片，然后通过图片识别的方式帮助用户推荐当前最急需的方法，引导用户建立当前最急迫的生活方式，基于优先级逐个突破，提高用户自我健康管理的自信和主动性。

技术领域

本发明涉及急性心血管健康管理领域，特别涉及一种急性心脑血管事件风险人群的智能健康管理方法。

背景技术

急性心脑血管病是指一组起病急骤的脑部血管循环障碍的疾病，它可以是脑血管突然血栓形成，脑栓塞致缺血性脑梗塞，也可以是脑血管破裂产生脑溢血，常伴有神经系统症状，肢体偏瘫，失语，精神症状，眩晕，共济失调，呛咳，严重者昏迷及死亡，临床上又称脑血管意外，卒中或中风；

据流行病学调查表明，急性脑血管病，心脏病，肿瘤已构成人类三大致死原因，其病死率，致死率极高，我国许多地区急性及血管病患病率高居首位。

由于急性心脑血管病发生的事件是急骤的，发病快，对人体伤害大，因此针对急性心血管该事件的风险人群需要提供最佳的健康管理方法，使其能够达到最佳治疗效果，但现今的健康管理方法内容较多，不能给用户提供较佳的健康管理方法，降低了用于的自我健康管理的自信以及主动性，从而降低了对急性心血管事件的质量效果。

发明内容

本发明的目的在于提供一种急性心脑血管事件风险人群的智能健康管理方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种急性心脑血管事件风险人群的智能健康管理方法，包括以下步骤：

步骤S1，构建特征库；

步骤S2，将步骤S1中特征库构建成特征矩阵；

步骤S3，将步骤S2中的特征矩阵融合成新的矩阵库；

步骤S4，将步骤S3中的矩阵库构建成灰度图像；

步骤S5，将步骤S4中的灰度图像构建成神经网络模型；

步骤S6，使用步骤S5中的神经网络模型得出用户当前状态，并输出推荐健康管理方案。

优选的，所述步骤S1中，特征库包括人口学特征库、关键健康监测特征库和动态行为特征库，且所述人口学特征库、关键健康监测特征库和动态行为特征库的采集生成均采用帕累托法则(二八原理)。

优选的，所述步骤S2中，特征矩阵包括人口学特征矩阵、关键健康监测特征矩阵和动态行为特征矩阵。

优选的，所述人口学特征矩阵是通过将所述人口学特征库转化为[0,255]区间的十进制数，最终构建成a*n矩阵，所述关键健康监测特征矩阵是通过将所述关键健康监测特征库转化为[0,255]区间的十进制数，最终构建成b*n矩阵，所述动态行为特征矩阵是通过将所述动态行为特征库转化为[0,255]区间的十进制数，最终构建成c*n矩阵。

优选的，所述步骤S3中，所述矩阵库是由人口学特征矩阵、关键健康监测特征矩阵和动态行为特征矩阵融合为一个n*n的矩阵。

优选的，所述步骤S4中，所述灰度图像是将所述矩阵库内的数字转化为十进制的灰度值而构建所得。

优选的，所述步骤S5中，所述神经网络模型是利用神经网络算法对所述灰度图像进行识别分析所得，所述神经网络算法采用YOLOv4。

优选的，所述YOLOv4分析过程包括以下步骤：