System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及增强现实,尤其涉及一种用户异常状态监测方法、装置、设备及计算机可读存储介质。
技术介绍
1、目前由于传染病毒的反复,对老年人的健康监护应当得到重视,尤其是病毒带来的肺部感染,在前期感染过程中体征表现并不明显,一旦发现之后就容易形成“白肺”(肺部感染),重则会危及生命。
2、现阶段对老年人血氧饱和度以及呼吸异常监测主要是通过血氧检测仪直接测量和人工陪伴观察,其中血氧检测仪不易携带,且无法做到实时无感监测;而人工陪伴观察则需要有专人陪同老人,对他们的呼吸频率以及呼吸异常行为进行人工观察,费时费力。
技术实现思路
1、本专利技术的主要目的在于提供一种用户异常状态监测方法、装置、设备及计算机可读存储介质,旨在提出一种应用于ar眼镜的用户异常状态监测方案,通过在ar眼镜上设置血氧传感器和惯性传感器来监测用户的血氧数据和呼吸行为数据,进而在分析出用户异常状态时输出提示,做到实时无感监测。
2、为实现上述目的,本专利技术提供一种用户异常状态监测方法,应用于ar眼镜,在所述ar眼镜上设置至少一个惯性传感器,以及在所述ar眼镜的镜腿上贴合用户皮肤的位置设置至少一个血氧传感器,所述用户异常状态监测方法包括:
3、通过所述血氧传感器监测用户血氧数据,以及通过所述惯性传感器监测用户呼吸行为数据;
4、对所述用户血氧数据分析得到血氧状态分析结果,以及对所述用户呼吸行为数据分析得到呼吸状态分析结果;
5、在所述血氧状态分析结果表征用户处
6、可选地,所述对所述用户血氧数据分析得到血氧状态分析结果的步骤包括:
7、将一段时间内监测得到的所述用户血氧数据输入预先训练得到的血氧状态分析模型进行分析,得到用户血氧状态分析结果,其中,所述血氧状态分析模型为深度学习模型,采用样本数据预先训练得到,所述样本数据包括用于输入所述深度学习模型的一段时间内的血氧数据以及用于作为训练标签的与所述血氧数据对应的血氧状态。
8、可选地,所述将一段时间内监测得到的所述用户血氧数据输入预先训练得到的血氧状态分析模型进行分析,得到用户血氧状态分析结果的步骤之前,还包括:
9、通过所述血氧传感器监测用户处于正常血氧状态时一段时间内的血氧数据,标记上正常血氧状态的训练标签后作为正样本数据;
10、采用所述正样本数据和预设的负样本数据训练深度学习模型,得到所述血氧状态分析模型,其中,所述负样本数据包括一段时间内的血氧数据和表征所述血氧数据为异常血氧状态的训练标签。
11、可选地,所述ar眼镜上设置至少两个所述惯性传感器,所述通过所述惯性传感器监测用户呼吸行为数据的步骤包括:
12、通过各个所述惯性传感器分别采集惯性传感器数据;
13、将各个所述惯性传感器采集的所述惯性传感器数据按照各个所述惯性传感器对应设置的权重进行加权平均,得到惯性传感器融合数据;
14、基于所述惯性传感器融合数据识别用户呼吸行为数据。
15、可选地,所述通过各个所述惯性传感器分别采集惯性传感器数据的步骤之后,还包括:
16、分别计算各个所述惯性传感器采集的所述惯性传感器数据与标准呼吸行为数据对应的惯性传感器数据之间的差异程度;
17、根据各个所述惯性传感器对应的所述差异程度设置各个所述惯性传感器对应的权重,其中,差异程度越大对应的权重越小。
18、可选地,所述通过各个所述惯性传感器分别采集惯性传感器数据的步骤之前,还包括;
19、通过所述血氧传感器监测用户心率数据;
20、通过所述用户心率数据和所述用户血氧数据分析用户运动幅度;
21、在所述用户运动幅度低于预设幅度的情况下,执行所述通过各个所述惯性传感器分别采集惯性传感器数据的步骤。
22、可选地,所述ar眼镜的两个镜腿上贴合太阳穴的位置分别设置一个所述血氧传感器,以及两个镜腿末端贴合耳垂的位置分别设置一个所述血氧传感器,所述ar眼镜的两个镜腿中部分别设置一个所述惯性传感器,以及所述ar眼镜的横梁上设置一个所述惯性传感器。
23、为实现上述目的,本专利技术还提供一种用户异常状态监测装置,部署于ar眼镜,在所述ar眼镜上设置至少一个惯性传感器,以及在所述ar眼镜的镜腿上贴合用户皮肤的位置设置至少一个血氧传感器,所述用户异常状态监测装置包括:
24、监测模块,用于通过所述血氧传感器监测用户血氧数据,以及通过所述惯性传感器监测用户呼吸行为数据;
25、分析模块,用于对所述用户血氧数据分析得到血氧状态分析结果,以及对所述用户呼吸行为数据分析得到呼吸状态分析结果;
26、输出模块,用于在所述血氧状态分析结果表征用户处于异常状态时,或在所述呼吸状态分析结果表征用户处于异常状态时,输出提示信息。
27、为实现上述目的,本专利技术还提供一种用户异常状态监测设备,用户异常状态监测设备包括:存储器、处理器及存储在存储器上并可在处理器上运行的用户异常状态监测程序,用户异常状态监测程序被处理器执行时实现如上的用户异常状态监测方法的步骤。
28、此外,为实现上述目的,本专利技术还提出一种计算机可读存储介质,计算机可读存储介质上存储有用户异常状态监测程序,用户异常状态监测程序被处理器执行时实现如上的用户异常状态监测方法的步骤。
29、在本专利技术实施例中,通过在ar眼镜上设置至少一个惯性传感器,以及在ar眼镜的镜腿上贴合用户皮肤的位置设置至少一个血氧传感器,血氧传感器监测用户血氧数据,以及通过惯性传感器监测用户呼吸行为数据;对用户血氧数据分析得到血氧状态分析结果,以及对用户呼吸行为数据分析得到呼吸状态分析结果;在血氧状态分析结果表征用户处于异常状态时,或在呼吸状态分析结果表征用户处于异常状态时,输出提示信息。如此,本专利技术实施例实现了一种应用于ar眼镜的用户异常状态监测方案,通过在ar眼镜上设置血氧传感器和惯性传感器来监测用户的血氧数据和呼吸行为数据,进而在分析出用户异常状态时输出提示,做到实时无感监测,相比于人工陪伴观察,更加方便简单。
本文档来自技高网...【技术保护点】
1.一种用户异常状态监测方法,其特征在于,应用于AR眼镜,在所述AR眼镜上设置至少一个惯性传感器,以及在所述AR眼镜的镜腿上贴合用户皮肤的位置设置至少一个血氧传感器,所述用户异常状态监测方法包括:
2.如权利要求1所述的用户异常状态监测方法,其特征在于,所述对所述用户血氧数据分析得到血氧状态分析结果的步骤包括:
3.如权利要求2所述的用户异常状态监测方法,其特征在于,所述将一段时间内监测得到的所述用户血氧数据输入预先训练得到的血氧状态分析模型进行分析,得到用户血氧状态分析结果的步骤之前,还包括:
4.如权利要求1所述的用户异常状态监测方法,其特征在于,所述AR眼镜上设置至少两个所述惯性传感器,所述通过所述惯性传感器监测用户呼吸行为数据的步骤包括:
5.如权利要求4所述的用户异常状态监测方法,其特征在于,所述通过各个所述惯性传感器分别采集惯性传感器数据的步骤之后,还包括:
6.如权利要求4所述的用户异常状态监测方法,其特征在于,所述通过各个所述惯性传感器分别采集惯性传感器数据的步骤之前,还包括;
7.如权利要求
8.一种用户异常状态监测装置,其特征在于,部署于AR眼镜,在所述AR眼镜上设置至少一个惯性传感器,以及在所述AR眼镜的镜腿上贴合用户皮肤的位置设置至少一个血氧传感器,所述用户异常状态监测装置包括:
9.一种用户异常状态监测设备,其特征在于,所述用户异常状态监测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户异常状态监测程序,所述用户异常状态监测程序被所述处理器执行时实现如权利要求1至7中任一项所述的用户异常状态监测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有用户异常状态监测程序,所述用户异常状态监测程序被处理器执行时实现如权利要求1至7中任一项所述的用户异常状态监测方法的步骤。
...【技术特征摘要】
1.一种用户异常状态监测方法,其特征在于,应用于ar眼镜,在所述ar眼镜上设置至少一个惯性传感器,以及在所述ar眼镜的镜腿上贴合用户皮肤的位置设置至少一个血氧传感器,所述用户异常状态监测方法包括:
2.如权利要求1所述的用户异常状态监测方法,其特征在于,所述对所述用户血氧数据分析得到血氧状态分析结果的步骤包括:
3.如权利要求2所述的用户异常状态监测方法,其特征在于,所述将一段时间内监测得到的所述用户血氧数据输入预先训练得到的血氧状态分析模型进行分析,得到用户血氧状态分析结果的步骤之前,还包括:
4.如权利要求1所述的用户异常状态监测方法,其特征在于,所述ar眼镜上设置至少两个所述惯性传感器,所述通过所述惯性传感器监测用户呼吸行为数据的步骤包括:
5.如权利要求4所述的用户异常状态监测方法,其特征在于,所述通过各个所述惯性传感器分别采集惯性传感器数据的步骤之后,还包括:
6.如权利要求4所述的用户异常状态监测方法,其特征在于,所述通过各个所述惯性传感器分别采集惯性传感器数据的步骤之前,还包括;
7...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。