【技术实现步骤摘要】
本专利技术涉及智能生产控制相关，具体涉及基于人工智能的用户异常状态检测方法。
技术介绍
1、在常见医疗健康监测领域，用户健康数据的收集和分析大多依赖于定期体检和医生的主观判断，在实时性、全面性和早期预警方面存在明显不足，随着物联网、大数据、人工智能技术的飞速发展，医疗健康行业正经历着数字化转型，使得连续、实时监测个体健康状态成为常态。
2、然而，尽管能够收集大量健康数据，但仍旧无法及时识别出非典型或早期的疾病迹象。现有的异常检测方法往往基于固定阈值或简单统计分析，难以捕捉到个体健康数据中的细微变化和复杂模式。
3、综上所述，现有技术中存在对健康数据的分析大多停留在表面，错过健康指标的早期异常信号，无法及时识别出用户面临的健康风险的技术问题。
技术实现思路
1、本申请通过提供了基于人工智能的用户异常状态检测方法，旨在解决现有技术中的对健康数据的分析大多停留在表面，错过健康指标的早期异常信号，无法及时识别出用户面临的健康风险的技术问题。
2、鉴于上述问题，实现本申请的技术方案是：
3、本申请提供了基于人工智能的用户异常状态检测方法，其中，所述方法包括：连接用户终端，采集用户健康数据，所述用户健康数据包括心率、血压、血糖；连接用户健康数据库，建立疾病隐藏模式识别模型，并设置m个疾病隐藏模式起点、n个疾病隐藏模式终点；基于所述m个疾病隐藏模式起点、n个疾病隐藏模式终点，对照状态转移进行潜在路线规划，生成隐藏模式路线图；将所述用户健康数据上传至
4、综上，本申请中提供的一个或多个技术方案，解决了对健康数据的分析大多停留在表面，错过健康指标的早期异常信号，无法及时识别出用户面临的健康风险的技术问题，实现了通过细致的状态转移网络分析，规划出从健康到不同疾病状态的潜在演变路径图，极大地增强对用户健康状态演变趋势的预测能力，通过风险量化评估，及时识别出用户可能面临的健康风险的技术效果。
本文档来自技高网...【技术保护点】
1.基于人工智能的用户异常状态检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于人工智能的用户异常状态检测方法，其特征在于，连接用户健康数据库，建立疾病隐藏模式识别模型，所述方法还包括：
3.如权利要求2所述的基于人工智能的用户异常状态检测方法，其特征在于，对所述疾病隐藏模式识别模型进行加强训练，所述方法包括：
4.如权利要求3所述的基于人工智能的用户异常状态检测方法，其特征在于，设置第一健康指标H，模型参数θt+1对应的阈值T的计算公式如下：
5.如权利要求1所述的基于人工智能的用户异常状态检测方法，其特征在于，基于所述M个疾病隐藏模式起点、N个疾病隐藏模式终点，对照状态转移进行潜在路线规划，生成隐藏模式路线图，所述方法包括：
6.如权利要求5所述的基于人工智能的用户异常状态检测方法，其特征在于，对照状态转移进行潜在路线规划，生成所述隐藏模式路线图，所述方法包括：
7.如权利要求6所述的基于人工智能的用户异常状态检测方法，其特征在于，结合所述隐藏模式路线图进行模式匹配，得到P条健康状况演变匹配
8.如权利要求7所述的基于人工智能的用户异常状态检测方法，其特征在于，所述用户健康状态序列对应U个A1时间窗口，所述路径状态序列对应V个B1时间窗口；
...【技术特征摘要】
1.基于人工智能的用户异常状态检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于人工智能的用户异常状态检测方法，其特征在于，连接用户健康数据库，建立疾病隐藏模式识别模型，所述方法还包括：
3.如权利要求2所述的基于人工智能的用户异常状态检测方法，其特征在于，对所述疾病隐藏模式识别模型进行加强训练，所述方法包括：
4.如权利要求3所述的基于人工智能的用户异常状态检测方法，其特征在于，设置第一健康指标h，模型参数θt+1对应的阈值t的计算公式如下：
5.如权利要求1所述的基于人工智能的用户异常状态检测方法，其特征在于，基于所述...
【专利技术属性】
技术研发人员：蒋四兵，沈志辉，
申请(专利权)人：深圳市睿服科技有限公司，
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。