【技術實現步驟摘要】
本專利技術涉及健康風險評估，具體為一種基于智能穿戴設備多源數據融合分析的健康風險評估系統。
技術介紹
1、在現代社會中，健康問題日益受到人們的關注，尤其是隨著生活方式的變化，運動不足和慢性疾病的發病率逐年上升。傳統的健康監測方法一般依賴醫院的定期體檢，往往無法滿足個體化和實時監測的需求。這種方法不僅存在時間滯后、信息不全面的問題，還容易造成用戶對自身健康狀況的忽視。此外，許多現有的可穿戴設備只能單獨監測運動或生理參數，缺少對多種來源數據的綜合分析，導致健康評估的準確性和有效性不足。因此，如何將不同來源的數據進行合理整合，形成系統化的健康風險評估，是一個亟須解決的技術問題。
2、隨著智能穿戴技術的快速發展，越來越多的設備能夠實時監測用戶的運動狀態、生理參數以及周圍環境信息。然而，現有技術往往局限于單一數據源的分析，缺乏對多源數據的深度融合與智能分析。同時，評估方法的科學性和合理性也亟須加強，以確保評估結果能夠真實反映用戶的健康狀況。這使得建立一個科學的健康風險評估系統，能夠綜合多方面的數據，成為一個重要而緊迫的研究方向。
3、現有技術中的，公開號為cn118940212a公開了一種基于多源數據融合分析的健康風險評估方法及系統，通過采集用戶行為數據和身體數據，評估用戶身體數據變化；?根據身體數據變化，通過支持向量機svm對用戶行為進行分析，通過用戶行為分析進行?健康風險評分并判斷用戶健康風險；?基于用戶身體數據預測用戶行為，并統計用戶行為時間，參考用戶健康風險計算建議?運動時間，根據用戶行為進行綜合風險評估；
4、在所述
技術介紹
部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構成對本領域普通技術人員已知的現有技術的信息。
技術實現思路
1、本專利技術的目的在于提供一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，具體步驟包括：
4、數據采集模塊，用于通過智能穿戴設備獲取佩戴者的運動數據、生理數據和周圍環境數據；
5、特征分析模塊，用于對運動數據進行分析得到運動健康指標、對生理數據進行分析獲得生理健康指標；所述運動健康指標包括：活動強度指數、步態平衡指數和卡路里消耗指數；所述生理健康指標包括心率變異性、血壓波動性和血氧不足指數；
6、狀態判斷模塊，用于根據周圍環境數據和活動強度指數判斷目標狀態，目標狀態為休息狀態、正常狀態或運動狀態；
7、健康評估模塊，用于根據運動健康指標和生理健康指標生成運動健康評估系數和生理健康評估系數；根據運動健康評估系數和生理健康評估系數生成目標健康狀態評估系數，根據目標健康狀態評估系數完成對目標各狀態的健康評估；
8、進一步地，所述運動數據包括目標在監測時間段中的三軸加速度、三軸角速度、熱轉換系數和步數；所述生理數據包括目標在相同監測時間段中的相鄰心跳間隔、血壓、血氧值；所述周圍環境數據包括智能穿戴設備位置的紫外線強度和風速；所述三軸加速度、三軸角速度、步數、智能穿戴設備位置的紫外線強度和風速均通過智能穿戴設備中的傳感器采集；所述三軸取目標運動正前方水平方向為軸方向，軸向左水平90度為軸方向，豎直向下為方向；所述相鄰心跳間隔、血壓和血氧值通過智能穿戴設備中的醫學儀器采集；所述熱轉換系數取0.05?kcal/步。
9、進一步地，獲得活動強度指數所依據的具體公式為：
10、；
11、其中，為活動強度指數，為第個時刻目標沿軸方向的加速度，為第個時刻目標沿軸方向的加速度，為第個時刻目標沿軸方向的加速度，為第個時刻目標沿軸方向的角加速度，為第個時刻目標沿軸方向的角加速度，為第個時刻目標沿軸方向的角加速度；為監測時間段內加速度采樣時刻的索引，且，為監測時間段內加速度采樣時刻的總個數，且在監測時間段內同時對加速度和角加速度進行采樣；生成步態平衡指數所依據的具體公式為：
12、；
13、其中，為步態平衡指數，為監測時間段內，目標沿軸方向的加速度的方差，為監測時間段內，目標沿軸方向的加速度的均值；
14、生成卡路里消耗指數所依據的具體公式為：
15、；
16、其中，為卡路里消耗指數，為熱轉換系數，為目標在監測時間段內的步數；
17、生成心率變異性所依據的具體公式為：
18、；
19、其中，為心率變異性，為目標在監測時間段內的心跳總數，為第次心跳與第次心跳間的相鄰心跳間隔，為心跳的索引，且；
20、生成血壓波動性所依據的具體公式為：
21、；
22、其中，為血壓波動性,為目標在監測時間段內的血壓測試總次數，為第次測試的血壓值，為目標在監測時間段內的血壓均值，為血壓測試次數的索引，且；
23、生成血氧不足指數所依據的具體公式為：
24、；
25、其中，為血氧不足指數，為目標在監測時間段內的血氧測試總次數，為第次測試的血氧值，為血氧測試次數的索引，且。
26、進一步地，判斷目標狀態所依據的具體邏輯為：預設智能穿戴設備位置的紫外線強度閾值，智能穿戴設備位置的風速閾值和，、活動強度指數擋位、和，，若同時滿足智能穿戴設備位置的紫外線強度、智能穿戴設備位置的風速和活動強度指數，則判斷目標處于休息狀態，若同時滿足智能穿戴設備位置的風速，活動強度指數，則判斷目標處于運動狀態，若目標既不處于休息狀態，也不處于運動狀態，則判斷目標處于正常狀態。
27、進一步地，生成運動健康評估系數所依據的公式為：
28、；
29、其中，為運動健康評估系數,為活動強度指數，為步態平衡指數，為卡路里消耗指數，為過量活動強度閾值；
30、生成生理健康評估系數所依據的具體邏輯為：
31、；
32、其中，為生理健康評估系數，為心率變異性，為血壓波動性，為血氧不足指數。
33、進一步地，生成目標健康狀態評估系數所依據的具本文檔來自技高網...
【技術保護點】
1.一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于，具體步驟包括：
2.根據權利要求1所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：所述運動數據包括目標在監測時間段中的三軸加速度、三軸角速度、熱轉換系數和步數；所述生理數據包括目標在相同監測時間段中的相鄰心跳間隔、血壓、血氧值；所述周圍環境數據包括智能穿戴設備位置的紫外線強度和風速；所述三軸加速度、三軸角速度、步數、智能穿戴設備位置的紫外線強度和風速均通過智能穿戴設備中的傳感器采集；所述三軸取目標運動正前方水平方向為軸方向，軸向左水平90度為軸方向，豎直向下為方向；所述相鄰心跳間隔、血壓和血氧值通過智能穿戴設備中的醫學儀器采集；所述熱轉換系數取0.05?kcal/步。
3.根據權利要求1所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：獲得活動強度指數所依據的具體公式為：
4.根據權利要求1所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：判斷目標狀態所依據的具體邏輯為：預設智能穿戴設備位置的紫外線強
5.根據權利要求4所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：
6.根據權利要求1所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：生成目標健康狀態評估系數所依據的具體邏輯為：根據運動健康指標和生理健康指標生成運動健康評估系數和生理健康評估系數，生成目標健康狀態評估系數所依據的具體公式為：
7.根據權利要求1所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：對目標各狀態進行健康評估所依據的具體邏輯為：預設目標健康狀態評估閾值，若，則判定目標為不健康，若則判定目標為亞健康，若，則判定目標為健康。
...【技術特征摘要】
1.一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于，具體步驟包括：
2.根據權利要求1所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：所述運動數據包括目標在監測時間段中的三軸加速度、三軸角速度、熱轉換系數和步數；所述生理數據包括目標在相同監測時間段中的相鄰心跳間隔、血壓、血氧值；所述周圍環境數據包括智能穿戴設備位置的紫外線強度和風速；所述三軸加速度、三軸角速度、步數、智能穿戴設備位置的紫外線強度和風速均通過智能穿戴設備中的傳感器采集；所述三軸取目標運動正前方水平方向為軸方向，軸向左水平90度為軸方向，豎直向下為方向；所述相鄰心跳間隔、血壓和血氧值通過智能穿戴設備中的醫學儀器采集；所述熱轉換系數取0.05?kcal/步。
3.根據權利要求1所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：獲得活動強度指數所依據的具體公式為：
4.根據權利要求1所述的一種基于智能穿戴設備多源數據融合分析的健康風險評估系統，其特征在于：判斷目標狀態所依據的具體...
【專利技術屬性】
技術研發人員：寇薔薇，宋長坡，孫寧，楊凡，董賀鑫，陳佳慧，黃夢喬，朱勝國，王禹雯，
申請(專利權)人：無錫學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。