Nothing Special   »   [go: up one dir, main page]

CN115153577A - 基于医用智能互动设备的心脏康复锻炼的监护方法及系统 - Google Patents

基于医用智能互动设备的心脏康复锻炼的监护方法及系统 Download PDF

Info

Publication number
CN115153577A
CN115153577A CN202210952469.XA CN202210952469A CN115153577A CN 115153577 A CN115153577 A CN 115153577A CN 202210952469 A CN202210952469 A CN 202210952469A CN 115153577 A CN115153577 A CN 115153577A
Authority
CN
China
Prior art keywords
user
exercise
rehabilitation exercise
medical
intelligent
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.)
Pending
Application number
CN202210952469.XA
Other languages
English (en)
Inventor
李欣
方亮
涂惠
熊晓云
徐燕娟
熊艳奉
熊洁
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.)
Second Affiliated Hospital to Nanchang University
Original Assignee
Second Affiliated Hospital to Nanchang University
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 Second Affiliated Hospital to Nanchang University filed Critical Second Affiliated Hospital to Nanchang University
Priority to CN202210952469.XA priority Critical patent/CN115153577A/zh
Publication of CN115153577A publication Critical patent/CN115153577A/zh
Pending legal-status Critical Current

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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02438—Measuring pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Measuring devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Psychiatry (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Acoustics & Sound (AREA)
  • Optics & Photonics (AREA)
  • Vascular Medicine (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了基于医用智能互动设备的心脏康复锻炼的监护方法及系统，该方法包括以下步骤：S1、通过可穿戴设备获取用户锻炼过程中实时监测得到的健康数据；S2、根据用户身体状态设定安全阈值，并与所述健康数据进行对比；S3、根据对比结果，结合大数据分析确定下一步康复锻炼方案；S4、通过智能互动方式将所述康复锻炼方案推送给用户与医疗工作者。本发明通过实时监测用户康复锻炼过程，获取精确的健康数据信息，再通过大数据分析结合用户健康数据与身体状态，避免用户过度运动造成心脏负载，且在运动未达标时为用户针对性制定下一步康复锻炼方案，有效保证足够的运动强度，进而满足用户不同状态下的健康需求。

Description

基于医用智能互动设备的心脏康复锻炼的监护方法及系统
技术领域
本发明涉及心脏康复锻炼技术领域，具体来说，涉及基于医用智能互动设备的心脏康复锻炼的监护方法及系统。
背景技术
心脏康复运动可降低术后患者复发率和再梗死率，有助于心脏病患者恢复健康。《心脏康复：心血管疾病二级预防的标准治疗》认为，心脏康复/二级预防(CR/SP)存在时间窗，不同时间窗内患者要进行不同强度的运动，即进行不同程度的心脏康复训练。
有效的心脏康复训练，有利于患者术后的病情恢复。但是，在训练的时候一定要严格地控制活动量，一定要循序渐进的来进行。心脏康复训练可以分为几个阶段，一般在早期康复，主要的就是在医生的监护下，进行一些有氧运动。运动一定要避免剧烈，避免长时间的运动，可以密切监控，逐渐地增加活动量。
然后就是恢复中期，也就是在半年到一年的时间之内，进行一些有氧体育锻炼项目，这样可以控制身体的体重增长，而且也有利于病情的恢复。平常还要注意加强营养，保证各种营养元素的摄入。
运动处方是由康复医师、康复治疗师或者体育教师、社会体育指导员、私人健身教练等，根据患者或者体育健身者的年龄、性别、一般医学检查、康复医学检查、运动试验、身体素质/体适能测试等结果，按其年龄、性别、健康状况、身体素质、以及心血管、运动器官的功能状况，结合主客观条件，用处方的形式制订对患者或者体育健身者适合的运动内容、运动强度、运动时间及频率，并指出运动中的注意事项，以达到科学地、有计划地进行康复治疗或预防健身的目的。
为把心脏康复运动风险降到最低，效率提到最高，患者应严格按照运动处方进行运动。因此，在日常心脏康复锻炼过程中，利用医用智能互动设备进行实时监护成为了如今发展方向。
如专利号CN110782991B公开了一种辅助心脏病患者康复运动的实时评价方法，该方法确定患者运动中心率、血压的稳定阈值范围。患者选择运动种类开始运动；检测患者心率及血压，判断患者心率及血压是否小于所述阈值上限，并计算运动契合度分值，根据运动契合度分值来对患者进行针对性建议。但是该方法存在一定的缺陷性，例如其采用足底传感器、惯性传感器来进行患者步态特征的检测，来判断患者的运动状态，然而患者可进行多种类型的运动，导致其传感器检测的适用性不足，并且该方法仅判断患者运动是否达标，功能性也存在一定的局限性，在智能化程度日益增长的今天，不能够满足更人性化更全面的监护需求，需要进行进一步的丰富与改进。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出基于医用智能互动设备的心脏康复锻炼的监护方法及系统，以克服现有相关技术所存在的上述技术问题。
为此，本发明采用的具体技术方案如下：
根据本发明的一个方面，提供了基于医用智能互动设备的心脏康复锻炼的监护方法，该方法包括以下步骤：
S1、通过可穿戴设备获取用户锻炼过程中实时监测得到的健康数据；
S2、根据用户身体状态设定安全阈值，并与所述健康数据进行对比；
S3、根据对比结果，结合大数据分析确定下一步康复锻炼方案；
S4、通过智能互动方式将所述康复锻炼方案推送给用户与医疗工作者。
进一步的，所述健康数据包括心音、心电信号、心率、血压、呼吸频率及血氧；
所述用户身体状态包括性别、年龄、身高、体重及疾病情况。
进一步的，所述根据对比结果，结合大数据分析确定下一步康复锻炼方案，包括以下步骤：
S31、若所述健康数据中存在大于安全阈值的数据，则通过智能互动方式提醒用户进行预警，并根据数据类型提供相应的诊断护理建议；
S32、若所述健康数据均不大于安全阈值，则分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案。
进一步的，所述分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案，包括以下步骤：
S321、利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度；
S322、根据所述用户身体状态在大数据平台进行匹配，筛分出同类型人群，查询该人群康复锻炼过程的运动强度与项目类型，作为参考标准集；
S323、将用户当前的运动强度与所述参考标准集进行分析比较，判断用户当前的运动强度是否达标；
S324、若用户当前的运动强度不低于所述参考标准集，则通过智能互动方式提醒用户适量运动并进行称赞鼓励；
S325、若用户当前的运动强度低于所述参考标准集，则通过智能互动方式对用户进行鼓励加大运动量，并询问是否需要智能化推荐，改变当前的运动模式。
进一步的，所述利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度，包括以下步骤：
S3211、将所述心音、心电信号进行小波包分解；
S3212、分析低频分量的能量占信号总能量的比值，判断心脏的健康程度；
S3213、利用能量熵计算公式计算，并将计算结果作为运动强度的指标。
进一步的，所述能量熵计算公式的表达式为：
Figure BDA0003789962140000031
式中，R表示能量熵的值；
E(i)表示某频带归一化能量，且满足E(i)＝|gi(k)|2；
E表示某层频带能量总和，且满足E＝|gn(k)|2；
gi(k)表示第i频带的小波函数对应的高通滤波器；
gn(k)表示某层频带的小波函数对应的高通滤波器；
n表示频带序号；
i表示第i个频带序号。
进一步的，所述智能化推荐采用基于遗传学的支持向量机算法，包括以下步骤：
S3251、确定遗传算法的染色体，包括支持向量机参数及用户疾病情况特征值；
S3252、确定遗传算子及适应度函数；
S3253、使用轮盘赌和加权深度优先搜索方法产生遗传算法的初始种群，并以自适应、启发式的初始化方法保证群体分布的均匀性；
S3254、对交叉概率和变异概率进行优化，实现不同进化带书的自适应调整，保留有用遗传信息的同时实现全局搜索。
进一步的，所述遗传算子包括选择算子、交叉算子和变异算子；
所述适应度函数的表达式为：
f(x)＝f1(x)-η·f2(x)
式中，f1(x)表示疾病情况分类准确度；
f2(x)表示选择特征值的数目；
η表示调节权重参数。
进一步的，所述智能互动方式包括人工语音聊天与应用界面推送，且苏搜狐人工语音聊天具备智能问答功能。
根据本发明的另一个方面，基于医用智能互动设备的心脏康复锻炼的监护系统，该系统包括以下模块组成：
可穿戴设备监测模块，用于实时监测并获取用户的健康状态；
智能互动模块，用于提供人工语音聊天功能，为用户提供语音播报与进行智能问答；
医疗数据库模块，用于储备专业的医疗护理知识；
智能分析处理模块，用于识别计算用户健康数据与运动强度，并对用户提供智能化推荐与建议；
大数据平台，用于提供用户共享与医疗大数据并实时进行更新；
移动终端，用于作为智能终端为各模块提供搭载及应用平台。
本发明的有益效果为：通过实时监测用户康复锻炼过程，获取精确的健康数据信息，再通过大数据分析结合用户健康数据与身体状态，避免用户过度运动造成心脏负载，且在运动未达标时为用户针对性制定下一步康复锻炼方案，有效保证足够的运动强度，进而满足用户不同状态下的健康需求，显著提高心脏康复锻炼的水平；此外，通过加入智能化互动系统，能够在实时监测过程中，提供人性化预警提醒与专业的医疗护理建议，进而对用户进行鼓励，有效带动用户进行锻炼，提高用户锻炼的效果与黏性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的基于医用智能互动设备的心脏康复锻炼的监护方法的流程图；
图2是根据本发明实施例的基于医用智能互动设备的心脏康复锻炼的监护系统的系统框图。
图中：
1、可穿戴设备监测模块；2、智能互动模块；3、医疗数据库模块；4、智能分析处理模块；5、大数据平台；6、移动终端。
具体实施方式
根据本发明的实施例，提供了基于医用智能互动设备的心脏康复锻炼的监护方法。
现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明实施例的基于医用智能互动设备的心脏康复锻炼的监护方法，该方法包括以下步骤：
S1、通过可穿戴设备获取用户锻炼过程中实时监测得到的健康数据；
S2、根据用户身体状态设定安全阈值，并与所述健康数据进行对比；
其中，所述健康数据包括心音、心电信号、心率、血压、呼吸频率及血氧；
心音、心电信号作为人体最重要的两个生理信号，含有大量关于人体心脏和血管的生理、病理信息。二者既可以很好地反映心脏收缩力和心力储备情况，还具有特异性高、能重复采用和客观量化、无创性及敏感性等特点。因此，对心音、心电信号的检测和分析是了解人体心脏健康与否的一种必不可少的方法。以上两种生理信号的特性可以运用到各种运动场所，从而对人体进行体质评价和运动强度的判断。
而心率、血压、血氧是重要的生命体征，三者正常范围具体如下：
1、心率：指心脏跳动的频率，正常范围在60-100次/分钟。如果心率过快叫做心动过速，心率过慢就叫做心动过缓；
2、血压：指动脉血的压力，分为高压和低压，高压在90-140mmHg，低压60-90mmHg。如果高压＞140mmHg，低压＞90mmHg称之为高血压。高压＜90mmHg，低压＜60mmHg称之为低血压；
3、血氧饱和度：指动脉血中血红蛋白氧化的比例，即动脉血中氧气的浓度，通常在95％以上，不可以低于90％。血氧饱和度如果过低，提示体内的氧气不足，有可能存在心脏疾患导致的肺水肿、呼吸系统疾病，比如慢阻肺、肺部感染、呼吸衰竭等。
所述用户身体状态包括性别、年龄、身高、体重及疾病情况。
针对不同性别、年龄、身高及体重的用户，其对运动的接受程度均不同，因此需要对此进行分类，对不同类型的人群进行不同程度的监护。
S3、根据对比结果，结合大数据分析确定下一步康复锻炼方案，包括以下步骤：
S31、若所述健康数据中存在大于安全阈值的数据，则通过智能互动方式提醒用户进行预警，并根据数据类型提供相应的诊断护理建议；
例如在检测到血压、血氧过高时，可通过语音播报的形式向用户传达信息，并提供相关的医疗建议，及时帮助用户进行诊断与治疗。
S32、若所述健康数据均不大于安全阈值，则分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案，包括以下步骤：
S321、利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度，包括以下步骤：
S3211、将所述心音、心电信号进行小波包分解；
心电信号是一种非线性、非平稳的微弱信号，频率范围为0.05～100Hz，90％的心电信号能量都集中在35Hz以内。正常的心电信号包括P波.QRS波群、T波、U波J结合点等，获取心电信号各个成分波的频率分布，便可以对心电信号进行定性以及定量的分析。
心音、心电信号都存在着各种杂音。杂音存在于正常人及心脏疾病患者。良性杂音频率与正常心音频率相仿，属于中低频，心脏病患者杂音一般频率较高。所以，将信号进行小波包分解，分析其低频分量的能量占信号总能量的比值，就能够判断出心脏的健康程度，而心脏健康与否直接关系到运动强度的大小。
小波包分解的实质是对小波分析后没有分解的高频细节信号作进一步的分解。相比较小波分解在高频部分分辨率差的缺点，小波包分解达到了提高时频分辨率的目的，因此小波包具有更广泛的应用价值。由于小波包是正交分解，每个频带分解后两两不相交叠，输出频带带宽减半，因此采样率虽减半但信息保存完好。
S3212、分析低频分量的能量占信号总能量的比值，判断心脏的健康程度；
S3213、利用能量熵计算公式计算，并将计算结果作为运动强度的指标。
其中，所述能量熵计算公式的表达式为：
Figure BDA0003789962140000071
式中，R表示能量熵的值；
E(i)表示某频带归一化能量，且满足E(i)＝|gi(k)|2；
E表示某层频带能量总和，且满足E＝|gn(k)|2；
gi(k)表示第i频带的小波函数对应的高通滤波器；
gn(k)表示某层频带的小波函数对应的高通滤波器；
n表示频带序号；
i表示第i个频带序号。
S322、根据所述用户身体状态在大数据平台进行匹配，筛分出同类型人群，查询该人群康复锻炼过程的运动强度与项目类型，作为参考标准集；
在进行大数据匹配筛分过程中，对用户的身体状态进行匹配，即筛选出年龄、性别、体重、身高及疾病情况类似的对比人群，选取条件可上下波动一定范围，同类型的患者具有更高更有效的对比性，能够起到好的参考效果。而参考标准集中将选中的用户运动强度进行均值计算，得到相应的参考标准，更加能加强对比效果，而在安全阈值范围内，超过参考标准，则能够说明运动强度达标，并且能够起到有效的治疗效果。
S323、将用户当前的运动强度与所述参考标准集进行分析比较，判断用户当前的运动强度是否达标；
S324、若用户当前的运动强度不低于所述参考标准集，则通过智能互动方式提醒用户适量运动并进行称赞鼓励；
S325、若用户当前的运动强度低于所述参考标准集，则通过智能互动方式对用户进行鼓励加大运动量，并询问是否需要智能化推荐，改变当前的运动模式。
其中，所述智能化推荐采用基于遗传学的支持向量机算法，包括以下步骤：
S3251、确定遗传算法的染色体，包括支持向量机参数及用户疾病情况特征值；
S3252、确定遗传算子及适应度函数；
其中，所述遗传算子包括选择算子、交叉算子和变异算子；
适应度函数是遗传算法指引搜索的惟一信息，用于评价各码串对问题的适应程度，需遵循的原则包括：选用的特征子集尽可能少；应可实现通用；有利于提高分类准确性。遗传算子主要包括选择算子、交叉算子和变异算子，选择算子将父代中适应度值高的染色体复制到子代中，同时淘汰适应度值低的个体，一般使用轮盘赌法进行选择运算，该方法可有效避免算法陷入局部最优解；交叉算子是随机选择种群中的一对个体，互相交换染色体部分数字串形成新的个体，本发明使用单点交叉法，染色体间随机选择4个数字串进行交叉，；变异算子是以很小概率即变异概率改变遗传基因，即将染色体中数字串的值取反，从而提高种群多样性并防止搜索停滞。
所述适应度函数的表达式为：
f(x)＝f1(x)-η·f2(x)
式中，f1(x)表示疾病情况分类准确度；
f2(x)表示选择特征值的数目；
η表示调节权重参数。
S3253、使用轮盘赌和加权深度优先搜索方法产生遗传算法的初始种群，并以自适应、启发式的初始化方法保证群体分布的均匀性；
S3254、对交叉概率和变异概率进行优化，实现不同进化带书的自适应调整，保留有用遗传信息的同时实现全局搜索。
S4、通过智能互动方式将所述康复锻炼方案推送给用户与医疗工作者。
即通过智能推荐算法，根据用户当前的疾病情况等数据，在大数据中匹配出该情况下，最有效的锻炼方式或运动类型，通过对用户进行建议，帮助其在有效的时间内获得更有效的锻炼效果，能够避免长时间单一的运动模式下，造成用户的疲劳与无趣。
其中，所述智能互动方式包括人工语音聊天与应用界面推送，且苏搜狐人工语音聊天具备智能问答功能。
根据本发明的另一个实施例，如图2所示，还提供了基于医用智能互动设备的心脏康复锻炼的监护系统，该系统包括以下模块组成：
可穿戴设备监测模块1，用于实时监测并获取用户的健康状态；
智能互动模块2，用于提供人工语音聊天功能，为用户提供语音播报与进行智能问答；
医疗数据库模块3，用于储备专业的医疗护理知识；
智能分析处理模块4，用于识别计算用户健康数据与运动强度，并对用户提供智能化推荐与建议；
大数据平台5，用于提供用户共享与医疗大数据并实时进行更新；
移动终端6，用于作为智能终端为各模块提供搭载及应用平台。
综上所述，借助于本发明的上述技术方案，通过实时监测用户康复锻炼过程，获取精确的健康数据信息，再通过大数据分析结合用户健康数据与身体状态，避免用户过度运动造成心脏负载，且在运动未达标时为用户针对性制定下一步康复锻炼方案，有效保证足够的运动强度，进而满足用户不同状态下的健康需求，显著提高心脏康复锻炼的水平；此外，通过加入智能化互动系统，能够在实时监测过程中，提供人性化预警提醒与专业的医疗护理建议，进而对用户进行鼓励，有效带动用户进行锻炼，提高用户锻炼的效果与黏性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，该方法包括以下步骤：
S1、通过可穿戴设备获取用户锻炼过程中实时监测得到的健康数据；
S2、根据用户身体状态设定安全阈值，并与所述健康数据进行对比；
S3、根据对比结果，结合大数据分析确定下一步康复锻炼方案；
S4、通过智能互动方式将所述康复锻炼方案推送给用户与医疗工作者。
2.根据权利要求1所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述健康数据包括心音、心电信号、心率、血压、呼吸频率及血氧；
所述用户身体状态包括性别、年龄、身高、体重及疾病情况。
3.根据权利要求2所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述根据对比结果，结合大数据分析确定下一步康复锻炼方案，包括以下步骤：
S31、若所述健康数据中存在大于安全阈值的数据，则通过智能互动方式提醒用户进行预警，并根据数据类型提供相应的诊断护理建议；
S32、若所述健康数据均不大于安全阈值，则分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案。
4.根据权利要求3所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述分析计算用户当前运动强度，并通过大数据分析用户当前运动程度，制定用户下一步康复锻炼方案，包括以下步骤：
S321、利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度；
S322、根据所述用户身体状态在大数据平台进行匹配，筛分出同类型人群，查询该人群康复锻炼过程的运动强度与项目类型，作为参考标准集；
S323、将用户当前的运动强度与所述参考标准集进行分析比较，判断用户当前的运动强度是否达标；
S324、若用户当前的运动强度不低于所述参考标准集，则通过智能互动方式提醒用户适量运动并进行称赞鼓励；
S325、若用户当前的运动强度低于所述参考标准集，则通过智能互动方式对用户进行鼓励加大运动量，并询问是否需要智能化推荐，改变当前的运动模式。
5.根据权利要求4所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述利用小波包分解频带能量熵的方法对所述心音、心电信号进行分析，并将频带能量熵作为用户当前的运动强度，包括以下步骤：
S3211、将所述心音、心电信号进行小波包分解；
S3212、分析低频分量的能量占信号总能量的比值，判断心脏的健康程度；
S3213、利用能量熵计算公式计算，并将计算结果作为运动强度的指标。
6.根据权利要求5所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述能量熵计算公式的表达式为：
Figure FDA0003789962130000021
式中，R表示能量熵的值；
E(i)表示某频带归一化能量，且满足E(i)＝|gi(k)|2；
E表示某层频带能量总和，且满足E＝|gn(k)|2；
gi(k)表示第i频带的小波函数对应的高通滤波器；
gn(k)表示某层频带的小波函数对应的高通滤波器；
n表示频带序号；
i表示第i个频带序号。
7.根据权利要求6所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述智能化推荐采用基于遗传学的支持向量机算法，包括以下步骤：
S3251、确定遗传算法的染色体，包括支持向量机参数及用户疾病情况特征值；
S3252、确定遗传算子及适应度函数；
S3253、使用轮盘赌和加权深度优先搜索方法产生遗传算法的初始种群，并以自适应、启发式的初始化方法保证群体分布的均匀性；
S3254、对交叉概率和变异概率进行优化，实现不同进化带书的自适应调整，保留有用遗传信息的同时实现全局搜索。
8.根据权利要求7所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述遗传算子包括选择算子、交叉算子和变异算子；
所述适应度函数的表达式为：
f(x)＝f1(x)-η·f2(x)
式中，f1(x)表示疾病情况分类准确度；
f2(x)表示选择特征值的数目；
η表示调节权重参数。
9.根据权利要求8所述的基于医用智能互动设备的心脏康复锻炼的监护方法，其特征在于，所述智能互动方式包括人工语音聊天与应用界面推送，且苏搜狐人工语音聊天具备智能问答功能。
10.基于医用智能互动设备的心脏康复锻炼的监护系统，用于权利要求1-9中任意一项所述基于医用智能互动设备的心脏康复锻炼的监护方法的实现，其特征在于，该系统包括以下模块组成：
可穿戴设备监测模块，用于实时监测并获取用户的健康状态；
智能互动模块，用于提供人工语音聊天功能，为用户提供语音播报与进行智能问答；
医疗数据库模块，用于储备专业的医疗护理知识；
智能分析处理模块，用于识别计算用户健康数据与运动强度，并对用户提供智能化推荐与建议；
大数据平台，用于提供用户共享与医疗大数据并实时进行更新；
移动终端，用于作为智能终端为各模块提供搭载及应用平台。
CN202210952469.XA 2022-08-09 2022-08-09 基于医用智能互动设备的心脏康复锻炼的监护方法及系统 Pending CN115153577A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210952469.XA CN115153577A (zh) 2022-08-09 2022-08-09 基于医用智能互动设备的心脏康复锻炼的监护方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210952469.XA CN115153577A (zh) 2022-08-09 2022-08-09 基于医用智能互动设备的心脏康复锻炼的监护方法及系统

Publications (1)

Publication Number Publication Date
CN115153577A true CN115153577A (zh) 2022-10-11

Family

ID=83479113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210952469.XA Pending CN115153577A (zh) 2022-08-09 2022-08-09 基于医用智能互动设备的心脏康复锻炼的监护方法及系统

Country Status (1)

Country Link
CN (1) CN115153577A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116541609A (zh) * 2023-07-06 2023-08-04 北京四海汇智科技有限公司 一种用于产后康复的智能营养配餐系统及饮食管理方法
CN118737445A (zh) * 2024-06-03 2024-10-01 广东省人民医院 一种接受左心室辅助装置智能康复方法、装置和介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116541609A (zh) * 2023-07-06 2023-08-04 北京四海汇智科技有限公司 一种用于产后康复的智能营养配餐系统及饮食管理方法
CN118737445A (zh) * 2024-06-03 2024-10-01 广东省人民医院 一种接受左心室辅助装置智能康复方法、装置和介质
CN118737445B (zh) * 2024-06-03 2025-01-07 广东省人民医院 一种接受左心室辅助装置智能康复方法、装置和介质

Similar Documents

Publication Publication Date Title
CN110322947B (zh) 一种基于深度学习的高血压老年人运动处方推荐方法
CN218187703U (zh) 一种基于kabp的心脏康复装置
KR102008196B1 (ko) 심전도 데이터를 이용한 혈중 칼륨농도 예측모델 생성장치 및 그 방법
CN113168895B (zh) 用于评估健康关心区域的健康度与各个预防性干预行动之间的关联性的方法、装置以及程序
Vakulenko Indicators and main capabilities of the Oranta-AO information system used in the analysis of arterial pulsations recorded during blood pressure measurement In: DV Vakulenko, LO Vakulenko (eds.) Arterial oscillography: New capabilities of the blood pressure monitor with the Oranta-AO information system
US20230082362A1 (en) Processes and methods to predict blood pressure
US20230240545A1 (en) Heart Rate Variability Composite Scoring and Analysis
CN115153577A (zh) 基于医用智能互动设备的心脏康复锻炼的监护方法及系统
US20240090807A1 (en) Wearable device and method for stress detection, emotion recognition and emotion management
US20210345896A1 (en) Heart Rate Variability Monitoring and Analysis
Rahman et al. Automated assessment of pulmonary patients using heart rate variability from everyday wearables
CN116705238A (zh) 基于体医结合的运动处方健康数据管理平台
CN118490171B (zh) 一种基于机器学习的中医康复理疗平台评估系统
US20240194298A1 (en) Method for classifying quality of biological sensor data
CN117133404B (zh) 一种针对胸廓出口综合征的智能化康复护理装置
RU2612602C1 (ru) Способ определения биологического возраста человека по совокупности морфофункциональных показателей, определяющих резервы здоровья
CN111568423B (zh) 用户呼吸的共振频率估计值的量测方法及装置
CN116584962A (zh) 一种基于胃肠电信号的睡眠障碍预测系统及其构建方法
Peral et al. Experience of use of the bitalino kit for biomedical signals recording during ergometric test
Rajgure et al. A Novel Approach on Yoga Posture Identification Using Machine Learning
RU2751817C1 (ru) Компьютеризированный способ неинвазивного выявления нарушений углеводного обмена по вариабельности сердечного ритма и носимое автономное устройство для его реализации
TW202004773A (zh) 診斷認知功能以提供體適能矯正方案之系統及方法
WO2023058200A1 (ja) 疲労度算出装置、疲労度算出方法及び記憶媒体
Fouad et al. Developing Heart Rate Monitoring system for Athletes using Fuzzy Clustering Approach.
McKee Association of Various Physiological and Fitness Markers to Body Fat Percentage in Physically Inactive Adults

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