一种人体健康状态实时监测及诊疗推荐系统的利记博彩app
【专利摘要】一种人体健康状态实时监测及诊疗推荐系统，由人体生物特征传感器组，无线网络、个人服务器、医疗服务器、医疗资源提供者组成，人体生理传感器组的结构由处理模块、传感器模块和无线收发模块以及电源供电模块组成。本发明为用户提供基于QoE的医疗资源推荐列表。该功能基于QoE且可以帮助用户选择最合适的专业医疗机构，病人可以避免盲目就医。医疗服务提供者可以获取到病人的健康状态记录，且这些记录可以帮助医生对病人做出更为准确的诊断。
【专利说明】一种人体健康状态实时监测及诊疗推荐系统
【技术领域】
[0001] 本发明设计了一种基于用户体验质量（QoE)利用生物传感器及互联网服务为用 户提供医疗资源推荐的方案，属于公共医疗卫生和公共服务【技术领域】。适用于构建公众健 康状态监测，卫生防疫和提高用户体验等多个领域。
【背景技术】
[0002] 在繁忙的日常生活中人们无暇顾及自己的健康状态，直至生病时才发现自己的身 体有多糟糕。当一个人生病了，他既不知道生了何种病，也不知道该如何应对当前状况，唯 一能做的就是及时到医院就诊。但是对于某些疾病来说，在到医院之前就必须得到及时的 应对处理，例如心脏病和中风。此外，他们也不知道哪家医院擅长该疾病的治疗，哪家不擅 长；哪家医院医保外的费用他们能够承担，哪家不能。在不能掌握到足够的具有参考价值的 医疗资源信息的时候，他们能做的仅仅是漫无目的到周边的医院就诊，这其实是很浪费时 间的。
[0003] 就当前而言，网络上有各种各样的医疗资源网站，但是鱼龙混杂。常见的医疗资源 推荐网站仅仅是根据网络用户对病情的口述来对疾病进行一个基本的诊断，这种诊断的可 靠性不高且在很大程度上依赖于用户所提交的病情描述。并且这类网站都是咨询类的网 站，其诊断的准确性和可靠性极大受限于该网站所注册的医师；此外由于是人工操作，及时 性往往也得不到保证。
[0004] 目前，无线网络，物理传感器、嵌入式微控制器和无线接口的集成芯片领域的快速 发展让实时跟踪人体健康成为可能。将这些技术都集成到一个远程医疗系统中，可以及早 发现并处理人们身体健康出现的异常状态，避免造成严重后果。许多患者可以从长期的监 测数据获益，该数据能够为诊断，慢性病情况和急性病或外科手术的恢复提供巨大的帮助。
[0005] 现在的人体生理传感器已经有较大突破，对于某些生理特征，如心率，体温，血压 等能够有准确的测量值，并且能够实时上传到指定设备当中。通常情况下一个人体生理传 感器点的基本结构包括处理模块、传感器模块和无线收发模块以及电源供电模块。其核心 在于传感器模块，对于部分人体生理信号，由于人体系统的复杂性和一些生理信号为弱信 号，因此对于这些生理信号而言，得出一个准确可靠的测量值是较为困难的。对于一个医疗 推荐系统而言，要求所得到的人体信号参数是可靠有效的，因此在选择生理传感器的时候 需要考虑到该传感器获得的数据的稳定性及可靠性，以避免由于硬件设备的不稳定性及不 可靠性导致系统最终产生一个较大的误差。
[0006] 此外，本发明还依据所采集的信息，使用基于Q0E的方法技术有针对性地进行医 疗资源推荐。QoE是一种评估用户在使用某服务之后的体验感受的方法，QoE侧重于用户对 整个服务的体验感受，QoE的影响参数是整个服务过程中可能出现的各种因素，以及该服务 是否符合用户的预期。引入Q〇E，能够可靠的评估人们对某一医疗资源的期望值、满意度和 服务体验，以此保证医疗资源推荐的准确性和优质性。
[0007] 发明技术
[0008] 本发明提出的医疗资源推荐系统基于类似于指导专业人士做出正确判断（如何 治疗该疾病）的知识体系。本发明使用医疗传感器监测人的健康状态，并进行实时计算分 析，依照分析结果为用户提供指导和反馈。本发明还可以根据使用者的状态、活动量和生活 环境的条件等给用户发出警告。此外，所有记录的信息可以通过互联网传输到医疗服务器 和无缝地集成到用户的电子病历和研究数据库中，方便医生必要时候进行查询。
[0009] 本发明是通过如下的技术方案来实现的。
[0010] 一种人体健康状态实时监测及诊疗推荐系统，由人体生物特征传感器组，无线网 络、个人服务器、医疗服务器、医疗资源提供者组成，人体生理传感器组的结构由处理模块、 传感器模块和无线收发模块以及电源供电模块组成；
[0011] 通过使用人类生物特征传感器组对人体的部分生理指标进行实时监控，通过无线 网络与个人服务器间通信实现数据交互，又由个人服务器将数据转发至云端医疗服务器；
[0012] 个人服务器处理和集成来自传感器组的数据，进行用户健康追踪，判断用户的健 康状态，并根据健康状态提供疾病预警和指导以及医疗资源推荐；个人服务器能够执行一 些预处理和同步任务，并和远程上层服务器通信；个人服务器允许用户通过网络接收来自 医疗服务提供者的建议；
[0013] 医疗服务提供者自动收集来自用户的各种数据并存贮，将数据集成到用户医疗记 录中；当用户前往医院或者处于其他必要的情况下，参照用户的历史健康状况，结合该病患 最新的信息和其他已知和相关的病人信息为病患提供恰当的指导；
[0014] 服务器能储存用户的各种健康监测数据，并能通过搜寻具有类似的健康时和不健 康时的身体状态监测数据的人，根据监测数据在一定范围内对用户的健康程度进行相似比 较，通过相似对象的医疗资源使用记录和对应的用户体验质量来进行医疗资源推荐，并呈 现在个人服务器上。
[0015] 本发明所述的个人服务器为一台PC、一部智能手机或是专门定制的设备。
[0016] 本发明的个人服务器处理和集成来自传感器组的数据，进行用户健康追踪，判断 用户的健康状态，并根据健康状态提供疾病预警和指导以及医疗资源推荐的方法为：
[0017] 定义用户健康状态向量为？=化1，4，&"以，41是健康向量的第1个特征』是 特征的总数；考虑到不同的特征f的影响具有显著差异，这些特征被量化为不同的权重：
[0018] β = (Cli I%. = 1}，权重越大则对健康影响更大；
[0019] 在每个传感器获取到一个健康向量f之后，人体生理传感器组根据预设的生理特 征权重集将健康向量f计算为一个健康指数，之后通过个人服务器将健康向量和健康指数 一并发送到云端数据库中；数据库将尽可能多的存储一个人的健康检测数据，来实现对用 户的健康追踪；
[0020] 基于对用户个体每天的检测数据，能够计算出该用户的健康指数： η
[0021 ] ifi =〉: λ； X ft
[0022] 从一定范围内的数据中计算出一个人的健康指数阈值Thh;如果健康指数I h低于 确定阈值Thh，则说明该用户处于了亚健康状态，系统将定时地警告或提醒该用户并提供一 些改善建议，如果健康指数低于Ths，则说明该用户生病了，系统则开启医疗资源推荐程序。
[0023] 本发明所述的寻找类似健康时和不健康时身体状态监测数据的人的方法：寻找与 当前用户相似的人的过程能够转化为寻找具有相似健康向量的过程，这一步包含两个子步 骤：
[0024] 子步骤1 :健康状态正常条件下相似
[0025] 基于在人们的健康生活条件下健康状态越相似来寻找在正常条件下相似的人；
[0026] 此过程可以被描述为：
[0027] 对于每个人，已知健康向量Fn，设目标用户的健康向量为Fth，计算F n和Ftn的相似 度；
[0028] Sim (Fn, Ftn) =I-Dis (Fn, Ftn)
[0029] Dis (Fn, Ftn) = I |aFn-aFtn
[0030] Dis (Fn，F J为向量Fn和Ftn在正常条件下的距离；
[0031] 通过阈值能够选择相似的人，当相似度大于阈值时则被选取为相似用户；此后将 得到的相似用户表示为Fns = {fnsl, fns2......};
[0032] 子步骤2 :健康状态非正常条件下相似
[0033] 在健康状态非正常条件下从Fns中选取相似用户，因为相似的身体状况信息能够 为目标用户解决健康问题提供帮助；此过程可以被描述为：
[0034] 对于F ns中的每个人，已知健康向量F a，设目标用户的健康向量为Fta，依照如下 公式计算Fa的F ta相似度。
[0035] Sim(Fa, FJ = I-DiS(FalFta)
[0036] DiS (Fa, FJ = I |aFa-aFtJ
[0037] Dis (Fa，Fta)为向量Fa和Fta在非正常条件下的距离。
[0038] 通过阈值可以选择相似的人，当相似度大于阈值时则被选取为相似用户；将得到 的相似用户表示为F as = {fasl，fas2，......}。
[0039] 本发明所述的通过相似对象的医疗资源使用记录和对应的用户体验质量来进行 医疗资源推荐，其方法为：
[0040] 设医疗资源列表为H,= {hrt，h,2，……}，通过医疗资源的QoE来进行衡量，从 中找出最适合目标用户的医疗资源；对于每一医疗资源，先量化用户在使用该资源前的 Q〇E，得到QoE值列表Qb = {qbl，qb2,……}，然后再量化使用之后的QoE，得到QoE值列表Qa ={qal，qa2,……}，最后计算QoE的变化数值；假设当用户的使用后的QoE大于使用前的 Q〇E，且治疗时间较短，那么向用户推荐该医疗资源；因此计算推荐度Vi并排序；
[0041]
【权利要求】
1. 一种人体健康状态实时监测及诊疗推荐系统，其特征在于，由人体生物特征传感器 组，无线网络、个人服务器、医疗服务器、医疗资源提供者组成，人体生理传感器组的结构由 处理模块、传感器模块和无线收发模块以及电源供电模块组成； 通过使用人体生物特征传感器组对人体的部分生理指标进行实时监控，通过无线网络 与个人服务器间通信实现数据交互，又由个人服务器将数据转发至云端医疗服务器； 个人服务器处理和集成来自传感器组的数据，进行用户健康追踪，判断用户的健康状 态，并根据健康状态提供疾病预警和指导以及医疗资源推荐；个人服务器能够执行一些预 处理和同步任务，并和上层服务器远程通信；个人服务器允许用户通过网络接收来自医疗 服务提供者的建议； 医疗服务提供者自动收集用户上传的各种数据并存贮，将数据集成到用户医疗记录 中；当用户前往医院或者处于其他必要的情况下，参照用户的历史健康状况，结合该病患最 新的信息和其他已知相关的病人信息为病患提供恰当的指导； 服务器能储存用户的各种健康监测数据，并能通过搜寻具有类似的身体状态监测数 据的人，根据监测数据在一定范围内对用户的健康程度进行相似比较，通过相似对象的医 疗资源使用记录和对应的用户体验质量来进行医疗资源推荐，并呈现在个人服务器上；其 中： 个人服务器为一台PC、一部智能手机或是专门定制的设备； 个人服务器处理和集成来自传感器组的数据，进行用户健康状态追踪，判断用户的健 康状态，并根据健康状态提供疾病预警和指导以及医疗资源推荐的方法为： 定义用户健康状态向量为F= {f\，f2, f3. ..fN}，匕是健康向量的第i个特征，N是 特征的总数；考虑到不同的特征f的影响具有显著差异，这些特征被量化为不同的权重：
，权重越大则对健康影响更大； 在每个传感器获取到一个健康向量f之后，人体生理传感器组根据预设的生理特征权 重集将健康向量f计算为一个健康指数，之后通过个人服务器将健康向量和健康指数一并 发送到云端数据库中；数据库将尽可能多的存储一个人的健康检测数据，来实现对用户的 健康追踪； 基于对用户个体每天的检测数据，能够计算出该用户的健康指数：
从一定范围内的数据中计算出一个人的健康指数阈值Thh;如果健康指数Ih低于确定 阈值Thh，则说明该用户处于了亚健康状态，系统将定时地警告或提醒该用户并提供一些改 善建议，如果健康指数低于Th s，则说明该用户生病了，系统则开启医疗资源推荐程序。
2. 根据权利要求1所述的一种人体健康状态实时监测及诊疗推荐系统，其特征在于， 所述的寻找类似健康时和不健康时身体状态监测数据的人的方法：寻找与当前用户相似的 人的过程能够转化为寻找具有相似健康向量的过程，这一步包含两个子步骤： 子步骤1 :健康状态正常条件下相似 基于在人们的健康生活条件下健康状态越相似来寻找在正常条件下相似的人； 此过程可以被描述为： 对于每个人，已知健康向量Fn，设目标用户的健康向量为Ftn，计算Fn和F tn的相似度； Sim(Fn，Ftn) = l-Dis(Fn，Ftn) Dis(Fn，Ftn) = I |aFn-aFtn| Dis (Fn，Ftn)为向量Fn和Ftn在正常条件下的距离； 通过阈值能够选择相似的人，当相似度大于阈值时则被选取为相似用户；此后将得到 的相似用户表示为Fns = {fnsl, fns2......}； 子步骤2 :健康状态非正常条件下相似 在健康状态非正常条件下从Fns中选取相似用户，因为相似的身体状况信息能够为目 标用户解决健康问题提供帮助；此过程可以被描述为： 对于Fns中的每个人，已知健康向量Fa，设目标用户的健康向量为Fta，依照如下公式计 算Fa的Fta相似度： Sim(Fa，Fta) = l-Dis(Fa，Fta) 〇is(Fa, Fta) = I |aFa-aFtJ Dis (Fa，Fta)为向量Fa和Fta在非正常条件下的距离； 通过阈值可以选择相似的人，当相似度大于阈值时则被选取为相似用户；将得到的相 似用户表示为Fas = {fasl，fas2,......}。
3. 根据权利要求1所述的一种人体健康状态实时监测及诊疗推荐系统，其特征在于， 所述的通过相似对象的医疗资源使用记录和对应的用户体验质量来进行医疗资源推荐，其 方法为： 设医疗资源列表为扎={hrt，hrt，......}，通过医疗资源的Q〇E来进行衡量，从中找 出最适合目标用户的医疗资源；对于每一医疗资源hri，先量化用户在使用该资源前的QoE， 得到Q〇E值列表Qb = {qbl，qb2,......}，然后再量化使用之后的Q〇E，得到QoE值列表Qa ={qal，qa2,......}，最后计算Q〇E的变化数值；如果当用户的使用后的QoE大于使用前的 Q〇E，且治疗时间较短，那么向用户推荐该医疗资源；因此计算推荐度V,并排序；
Δ QoE = | Qa-Qb Λ QoE是用户在使用医疗资源前后的QoE变化值，是治疗持续的时间； 得到医疗资源的推荐度列表t = ，\2,......}，然后对t排序，然后依照该列表将 其所对应的医疗资源推送到用户端让用户自己选择最合适的资源。
4. 根据权利要求3所述的一种人体健康状态实时监测及诊疗推荐系统，其特征在于， QoE的计算方法为：集合人体生理传感器组所能够搜集到的数据来对QoE进行计算，在监 测期间，需要持续检测内啡肽的数量；需要监测的生理信号包括血压，心跳，脑电波能够代 表用户反应强度的生理信号；假定已知当前平均内啡肽数量为e和当前平均生理信号向量 {bp，h，bw}，通过与血压，心跳，脑电波的初始值比较计算幸福程度
ei, bPi, Ι^，和bWi表示内啡肽数量，血压，心跳和脑电波的初始值； Q〇E评分计算公式如下： qoe = evX iv〇
【文档编号】G06F19/00GK104287706SQ201410596538
【公开日】2015年1月21日 申请日期:2014年10月29日 优先权日:2014年10月29日
【发明者】张德海, 张德刚 申请人:云南大学