【技术实现步骤摘要】
本专利技术涉及健康监测，具体为基于人工智能的专病患者健康监测方法、终端及存储介质。
技术介绍
1、专科疾病是指特定领域内，由于特定原因或特定机制引起的疾病。在医学领域中，疾病的分类是为了更好地了解和研究不同类型的疾病，并为患者提供相应的治疗和管理措施，专病患者健康监测是指针对特定疾病患者，通过各种检查和测试，对其生理、心理状况进行全面、持续、动态的评估和监测。这种监测旨在及时发现患者可能出现的病情变化，为医生提供准确、全面的信息，以便其做出正确的诊断和治疗方案。
2、而，现有的专病患者健康监测方法存在局限性：无法全面反映患者的健康状况。例如，传统的生理参数监测（如血压、心率、呼吸频率等）虽然能提供基础数据，但其无法精确的反应专病患者的健康状况，导致健康监测结果不准确或不可靠，从而影响医生对专病患者身体健康的判断，进而影响专病患者的治疗。
3、为此，我们提出基于人工智能的专病患者健康监测方法、终端及存储介质。
技术实现思路
1、本专利技术的目的在于提供基于人工智能的专病患者健康监测方法、终端及存储介质，以解决上述
技术介绍
提出的问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、第一方面，本专利技术提供一种基于人工智能的专病患者健康监测方法、终端及存储介质，该方法具体包括下述步骤：
4、步骤一：通过数据采集单元，对专病患者对应监测周期内各个监测点的患者信息进行采集，采集到能量摄取数据、体温数据以及血压数据并传输至健康监
5、步骤二：通过健康监管单元，对专病患者在监测周期内所采集的患者信息进行健康监管分析，从而监测得到摄取提示信号、分餐规范信号、分餐违规信号、一变率异常信号以及二变率异常信号，并将其传输至健康分析单元；
6、步骤三：通过健康分析单元，对专病患者的运动情况以及监管分析的转换信号进行健康结合分析处理，得到患者健康评价系数，并传输至显示预警终端；
7、步骤四：通过显示预警终端，对患者的身体健康监测进行健康预警，得到继续观察信号、检查信号以及安全预警信号，并依据继续观察信号、检查信号以及安全预警信号在显示预警终端进行不同的预警警报。
8、优选的，所述能量摄取数据指代患者信息内对应患者的食物摄取能量的数量，体温数据指代患者信息内对应患者在各监测点的体温数值，血压数据指代患者信息内对应患者在各监测点的血压数值。
9、优选的，健康监管单元对专病患者在监测周期内所采集的患者信息进行健康监管分析的具体过程为：
10、依据一日三餐的用餐时间提取对应的能量摄取数据，将一日三餐的用餐时间对应的三个能量摄取数据进行求和计算，计算出能量摄取平面图的能量总值，并标记为能量总值；
11、重复能量总值的计算方式，对每天的用餐进行能量总值计算，依据均值计算式对若干个能量总值进行计算，计算出能量总均值，将每个能量总值与能量总均值进行差值计算，计算出若干个能量总差值，并对若干个能量总差值进行阈值比较，当能量总差值属于能量总差阈值范围内时，则生成摄取规范信号，当能量总差值不属于能量总差阈值范围时，则生成摄取异常信号；
12、其中，能量总差阈值范围为预设值；将摄取规范信号、摄取异常信号统一标定为摄取提示信号，h的取值为1，2；
13、对一日三餐中的第一餐、第二餐以及第三餐进行单餐分析处理，得到分餐规范信号以及分餐违规信号；
14、提取体温数据以及血压数据并将其一次标记为、，g表示为第几天，l表示为第几个监测点，表示为第g天第l个监测点对应的体温数据，表示为第g天第l个监测点对应的血压数据，g、l的取值为正整数，从监测周期内各监测点中选取一个监测点的温度数据作为初始体温，记为；
15、将初始体温与体温数据代入计算式：，计算出专病患者在各个监测点的体温变化情况，并将其标定为温变率，当l=1时，表示为初始体温，n的取值为正整数，表示为专病患者体温变化情况的偏差调节因子；
16、从监测周期内各监测点中选取一个监测点的血压数据作为初始血压，记为；
17、将初始血压与血压数据代入计算式：，计算出专病患者在各个监测点的血压变化情况，并将其标定为压变率，当l=1时，表示为初始血压，n的取值为正整数，表示为专病患者血压变化情况的偏差调节因子；
18、提取每日的温变率以及压变率，将后一日的温变率、压变率分别减去前一日的温变率以及压变率，计算出温变率差值以及压变率差值，对温变率差值以及压变率差值进行正负标记，当温变率差值为负数时，则判定温变率下降，生成温变率降信号，当温变率差值为正数时，则判定温变率上升，生成温变率增信号，当压变率差值为负数时，则判定压变率下降，生成压变率降信号，当压变率差值为正数时，则判定压变率上升，生成压变率增信号；
19、当连续出现m1次温变率降信号或连续出现m2次温变率增信号时，则判定专病患者体温出现异常，生成一变率异常信号，r1的取值为1，2，当r1的取值为1时，表示为温降异常信号，当r1的取值为2时，表示为温增异常信号，当连续出现m3次压变率降信号或连续出现m4次压变率增信号时，则判定专病患者血压出现异常，生成二变率异常信号，r2的取值为1，2，当r2的取值为1时，表示为压降异常信号，当r2的取值为2时，表示为压增异常信号。
20、优选的，进行单餐分析处理的具体过程为；
21、分别计算出每日第一餐、第二餐以及第三餐的平均能量摄取值，并将其分别与对应的第一餐、第二餐以及第三餐对应的能量摄取数据进行比对：
22、当每一餐的能量摄取值与对应的第一餐的平均能量摄取值、第二餐的平均能量摄取值以及第三餐的平均能量摄取值的差值在浮动阈值范围内时，则生成分餐规范信号，k1的取值为1，2，3，当k1的取值为1、2、3时依次对应规范一信号或规范二信号或规范三信号，当每一餐的能量摄取值与对应的第一餐的平均能量摄取值、第二餐的平均能量摄取值以及第三餐的平均能量摄取值的差值在浮动阈值范围之外时，则生成分餐违规信号，当k2的取值为1、2、3时依次对应违规一信号或违规二信号或违规三信号，其中浮动阈值范围为预设值。
23、优选的，所述健康分析单元对专病患者的运动情况以及监管分析的转换信号进行健康结合分析处理的具体过程为：
24、采集专病患者每天对应的运动总长、进行运动的时候脚步的移动步数，将运动总长以及对应的移动步数代入计算式：运动消耗=移动总长/移动步数转化预设因子，其中转化预设因子为预设值，将相邻两天的运动消耗进行差值计算，计算出消耗差值，采集专病患者每天的身体重量并标定为患重数据，将相邻两天的患重数据进行差值计算，计算出患重差值，依据预设公式：消耗差值运动消耗系数=患重差值，反向推导出运动消耗系数；
25、依据预设的患者健康评价计算式：
26、
27、计算出患者健康评价系数jk。
28、优选的，对患者的身体健康监测进行健本文档来自技高网...
【技术保护点】
1.基于人工智能的专病患者健康监测方法，该方法具体包括下述步骤：
2.根据权利要求1所述的基于人工智能的专病患者健康监测方法，其特征在于，所述能量摄取数据指代患者信息内对应患者的食物摄取能量的数量，体温数据指代患者信息内对应患者在各监测点的体温数值，血压数据指代患者信息内对应患者在各监测点的血压数值。
3.根据权利要求1所述的基于人工智能的专病患者健康监测方法，其特征在于，能量总差阈值范围为预设值；将摄取规范信号、摄取异常信号统一标定为摄取提示信号，h的取值为1，2。
4.根据权利要求3所述的基于人工智能的专病患者健康监测方法，其特征在于，进行单餐分析处理的具体过程为；
5.根据权利要求4所述的基于人工智能的专病患者健康监测方法，其特征在于，进行变率处理的具体过程为：
6.根据权利要求5所述的基于人工智能的专病患者健康监测方法，其特征在于，所述健康分析单元对专病患者的运动情况以及监管分析的转换信号进行健康结合分析处理的具体过程为：
7.根据权利要求6所述的基于人工智能的专病患者健康监测方法，其特征在于，对患者
8.基于人工智能的专病患者健康监测终端，其特征在于，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于人工智能的专病患者健康监测终端执行如权利要求1-7中任一项所述的基于人工智能的专病患者健康监测方法。
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于人工智能的专病患者健康监测方法。
...【技术特征摘要】
1.基于人工智能的专病患者健康监测方法，该方法具体包括下述步骤：
2.根据权利要求1所述的基于人工智能的专病患者健康监测方法，其特征在于，所述能量摄取数据指代患者信息内对应患者的食物摄取能量的数量，体温数据指代患者信息内对应患者在各监测点的体温数值，血压数据指代患者信息内对应患者在各监测点的血压数值。
3.根据权利要求1所述的基于人工智能的专病患者健康监测方法，其特征在于，能量总差阈值范围为预设值；将摄取规范信号、摄取异常信号统一标定为摄取提示信号，h的取值为1，2。
4.根据权利要求3所述的基于人工智能的专病患者健康监测方法，其特征在于，进行单餐分析处理的具体过程为；
5.根据权利要求4所述的基于人工智能的专病患者健康监测方法，其特征在于，进行变率处理的具体过程为：
6.根据权...
【专利技术属性】
技术研发人员：杨斌，王晓华，袁立燕，
申请(专利权)人：南方医科大学皮肤病医院广东省皮肤病医院，广东省皮肤性病防治中心，中国麻风防治研究中心，
类型：发明
国别省市：
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。