CN116884611A - 青少年体质健康干预方法、装置、存储介质和电子设备 - Google Patents
青少年体质健康干预方法、装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN116884611A CN116884611A CN202310851788.6A CN202310851788A CN116884611A CN 116884611 A CN116884611 A CN 116884611A CN 202310851788 A CN202310851788 A CN 202310851788A CN 116884611 A CN116884611 A CN 116884611A
- Authority
- CN
- China
- Prior art keywords
- data information
- physique
- teenagers
- health intervention
- health
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000003860 storage Methods 0.000 title claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 230000000694 effects Effects 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 15
- 230000000366 juvenile effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 abstract description 11
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 235000005911 diet Nutrition 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000037147 athletic performance Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000036630 mental development Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种青少年体质健康干预方法、装置、存储介质和电子设备，方法包括：采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；将各所述计算节点的分析结果进行综合，以制定健康干预方案；将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。利用本发明实施例，能够通过区块链网络、分布式算法模型等手段，为青少年提供更为科学、个性化、精准的健康管理服务，实现有效的健康干预和管理。
Description
技术领域
本发明属于智慧体育教学技术领域，特别是一种青少年体质健康干预方法、装置、存储介质和电子设备。
背景技术
随着生活水平的提高和科技的发展，青少年的健康问题越来越引起人们的关注。青少年体质健康状况直接关系到他们的身体发育、智力发展和心理健康，在一定程度上也影响到他们的人生发展。因此，如何有效地进行青少年体质健康干预成为了一个热门问题。
传统的青少年体质健康干预主要依赖于人工干预，存在以下一些问题：人工干预成本高，难以满足大众需求；人工干预结果容易受主观因素的影响，干预效果难以保证；人工干预方法过于单一和固定，无法有效适应个体差异等等。
发明内容
本发明的目的是提供一种青少年体质健康干预方法、装置、存储介质和电子设备，以解决现有技术中的不足，能够通过区块链网络、分布式算法模型等手段，为青少年提供更为科学、个性化、精准的健康管理服务，实现有效的健康干预和管理。
本申请的一个实施例提供了一种青少年体质健康干预方法，应用于分布式计算平台，所述分布式计算平台包括多个计算节点，每个所述计算节点包含对应的预先构建的青少年体质预测模型，所述方法包括：
采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；
将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；
将各所述计算节点的分析结果进行综合，以制定健康干预方案；
将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。
可选的，将所述体质数据信息上传至区块链网络进行实时存储，包括：
将所述体质数据信息转换为数字格式，将数字格式的体质数据信息上传到区块链网络的网络节点中，以使所述网络节点接收并存储体质数据信息，并在区块链网络上生成对应的交易记录。
可选的，所述利用所述青少年体质预测模型分析对应拆分得到的体质数据信息，包括：
针对每个计算节点，将拆分得到的体质数据输入对应的青少年体质预测模型，预测青少年的体质状态结果，作为该计算节点的分析结果。
可选的，所述将各所述计算节点的分析结果进行综合，以制定健康干预方案，包括：
综合各计算节点预测的青少年的体质状态结果，计算各种体质状态的数量所占体质状态总数的比例，输出青少年的每种体质状态及比例；
根据所输出的每种体质状态及比例，制定整体健康干预方案。
本申请的又一实施例提供了一种青少年体质健康干预装置，应用于分布式计算平台，所述分布式计算平台包括多个计算节点，每个所述计算节点包含对应的预先构建的青少年体质预测模型，所述装置包括：
采集模块，用于采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；
分析模块，将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；
制定模块，用于将各所述计算节点的分析结果进行综合，以制定健康干预方案；
干预模块，用于将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。
本申请的又一实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项中所述的方法。
本申请的又一实施例提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项中所述的方法。
与现有技术相比，本发明提供的一种青少年体质健康干预方法，通过采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；将各所述计算节点的分析结果进行综合，以制定健康干预方案；将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测，从而能够通过区块链网络、分布式算法模型等手段，为青少年提供更为科学、个性化、精准的健康管理服务，实现有效的健康干预和管理。
附图说明
图1为本发明实施例提供的一种青少年体质健康干预方法的流程示意图；
图2为本发明实施例提供的一种青少年体质健康干预装置的结构示意图；
图3为本发明实施例提供的一种青少年体质健康干预方法的计算机终端的硬件结构框图。
具体实施方式
下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
传统的青少年体质健康干预主要依赖于人工干预，效率低下。鉴于此，需要开发一种科学、有效的青少年体质健康干预***，借助现代化技术手段，能够实现对青少年体质状况的自动化获取、分析和干预，提高干预效果、降低成本，进一步保障青少年的健康成长。
本发明的实施例提供了一种青少年体质健康干预方法，适用于学校、家庭，或训练机构等不同场所，并可应用于个人或团体，能够在有限时间内提高青少年的运动水平、增强体质、改善身体素质和促进健康。如图1所示，该方法应用于分布式计算平台，所述分布式计算平台包括多个计算节点，每个所述计算节点包含对应的预先构建的青少年体质预测模型，可以包括如下步骤：
S101，采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；
收集青少年的体质相关数据，如身高、体重、血压、心率等，并将这些数据进行存储。存储的方式采用区块链网络进行实时存储，以确保数据的安全性和可追溯性。具体的，可以收集、存储和管理青少年身体指标、运动行为和日常***台提供数据基础。该平台可以基于传感器技术、智能设备和其他相关技术实现数据的实时采集和智能管理，例如体脂秤、血压计、运动传感器、心率传感器、睡眠监测仪等多种设备，以确保数据的准确性、时效性和可靠性。
具体的，可以将所述体质数据信息转换为数字格式，将数字格式的体质数据信息上传到区块链网络的网络节点中，以使所述网络节点接收并存储体质数据信息，并在区块链网络上生成对应的交易记录。该步骤是指将转换后的数字格式的体质数据上传到区块链网络的节点中进行存储。上传数据需要进行数字签名，并记录在区块链上生成对应的交易记录，以便后续查询和管理。在这个步骤中，上传数据可以对数据进行哈希加密，确保数据的安全性。哈希加密被广泛使用于数字货币中。在上传数据时，可以支付一定数量的代币作为交易费用。示例性的：
1.将体质数据信息转换为数字格式：在这一步骤中，采集到的青少年体质数据信息需要转换为数字格式。例如，身高可以以厘米为单位表示，体重可以以千克为单位表示等。对于不同的体质数据信息，需要使用相应的转换方法将其转换为数字格式。
2.上传数字格式的体质数据信息到区块链网络的网络节点：在这一步骤中，将转换为数字格式的体质数据信息上传至区块链网络的网络节点中。区块链网络中的网络节点可以是分布式网络中的各个参与节点。上传的方式可以是将数字格式的体质数据信息传输给网络节点，使其接收并存储数据。
3.在区块链网络上生成对应的交易记录：在上传体质数据信息时，为了保证数据的安全性和可追溯性，可以将每一次的上传操作视为一笔交易，并在区块链网络上生成对应的交易记录。交易记录包括上传的体质数据信息、时间戳等相关信息，以便于后续查询和验证。
通过将体质数据信息上传至区块链网络进行实时存储，可以实现数据的安全存储和可追溯性。每一次的上传都会生成相应的交易记录，确保数据的不可篡改性和可信度。同时，区块链网络的分布式特性也可以提供数据的高可用性和容错性。这样可以增强权利要求1中的方法对于青少年体质预测和干预的可靠性和效果。
S102，将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；
将采集到的体质数据信息进行拆分，并按照一定的分配策略分配给不同的计算节点。每个计算节点都配备了预先构建的青少年体质预测模型。然后，每个计算节点利用青少年体质预测模型对其所分配到的体质数据信息进行分析和预测。这样可以得到每个计算节点针对所分配数据的体质状态的结果。
分布式计算是指将数据分散在多个计算节点上，通过互相通信、交流和协作，共同完成一项任务。该平台可以将海量的青少年体质数据进行分析、模型运算和深度学***台可以利用人工智能技术，通过机器学习、数据挖掘、模型预测等算法，建立准确、科学、个性化的体质健康预测模型，从而为后续的健康干预方案提供科学、有效的依据。
具体的，可以通过基于大量历史数据训练的机器学习算法(如支持向量机、决策树、逻辑回归等)分析、建立体质健康预测模型，从而为后续的健康干预方案提供科学、有效的依据；可以利用深度神经网络等深度学习算法，对复杂数据进行建模和分析，以更深入、全面地理解青少年身体数据和运动习惯数据，进一步增强健康干预方案的精准性和有效性；可以采用基于统计学、随机过程等数学方法的数据挖掘算法，通过对数据的聚类、分类、关联等方式，发现数据间的内在规律，为青少年的健康管理提供更为全面、科学的参考。由于体质健康预测模型存在一定的预测误差，通过多个计算节点同时对青少年的体质状态进行预测，然后进行统计分析，可以减少误差，提高预测的整体准确性。
具体的，可以针对每个计算节点，将拆分得到的体质数据输入对应的青少年体质预测模型，预测青少年的体质状态结果，作为该计算节点的分析结果。
1.针对每个计算节点，将拆分得到的体质数据输入对应的青少年体质预测模型：在这一步骤中，将拆分得到的体质数据信息分配到各个计算节点，并将对应的数据输入到计算节点内部的青少年体质预测模型中进行分析。即每个计算节点都有自己预先构建的青少年体质预测模型，该模型经过训练后能够根据输入的体质数据来预测青少年的体质状态。
2.预测青少年的体质状态结果，作为该计算节点的分析结果：在这一步骤中，计算节点利用青少年体质预测模型对输入的体质数据进行分析和预测，从而得到预测结果作为该计算节点的分析结果。预测结果可以是青少年的体质状态，例如体重正常、血压偏高等。每个计算节点都会对其所分配到的体质数据进行分析，因此每个计算节点都会得到自己的预测结果。通过这两个步骤，实现了对拆分得到的体质数据信息的分析和预测。每个计算节点根据自己的青少年体质预测模型对所分配的体质数据进行分析，并得到对应的预测结果。这样可以同时进行多个计算节点的并行处理，提高计算效率和减少计算时间。同时，每个计算节点的分析结果也可以根据具体的需求进行不同的处理和综合，如进行数据聚合、统计等，以制定整体的健康干预方案。
S103，将各所述计算节点的分析结果进行综合，以制定健康干预方案；
在这一步骤中，将各计算节点的分析结果进行综合。综合的方式可以是计算各种体质状态的数量所占体质状态总数的比例。从而得到青少年的每种体质状态及其所占的比例。根据这些综合结果，制定整体的健康干预方案。这个方案可以包括针对不同体质状态的干预措施，如饮食调整、运动建议、健康教育等，以提高青少年的体质健康水平。
具体的，可以综合各计算节点预测的青少年的体质状态结果，计算各种体质状态的数量所占体质状态总数的比例，输出青少年的每种体质状态及比例；根据所输出的每种体质状态及比例，制定整体健康干预方案。例如，100个计算节点所预测的100体质状态结果中，80个体质状态为a体质，10个体质状态为b体质，6个为c体质，4个为d体质，则可以按比例输出得到的所有体质，或者，只输出占比最高或前几的体质结果。在另一种实现方式中，还可以将各体质状态中包含数量最多或前几的体质子项，作为体质状态结果进行输出。
1.综合各计算节点预测的青少年的体质状态结果：在这一步骤中，将各个计算节点预测的青少年的体质状态结果进行综合。每个计算节点都对其所分配的体质数据进行分析，并得到预测结果，即青少年的体质状态。将各节点的预测结果进行收集和整合，以获得整体的预测结果。
2.计算各种体质状态的数量所占体质状态总数的比例，输出青少年的每种体质状态及比例：在这一步骤中，根据综合的预测结果，计算各种体质状态的数量所占体质状态总数的比例。例如，可以计算正常体重、超重、肥胖等不同体质状态的数量，并计算它们分别占总体质状态数的比例。然后，将每种体质状态及其所占比例进行输出，以提供对青少年体质状态的详细了解。
3.制定整体健康干预方案：在这一步骤中，根据输出的每种体质状态及其比例，制定整体健康干预方案。根据不同的体质状态及其所占比例，可以制定相应的干预措施和建议，如饮食指导、运动计划、健康监测等，以促进青少年的健康和预防疾病。
通过这三个步骤，实现了对各计算节点预测的青少年体质状态结果的综合和分析。通过计算每种体质状态的数量及其比例，可以对青少年的体质状况进行全面的评估和了解，并根据评估结果制定整体的健康干预方案。这样可以针对不同的体质状态提供个性化的干预措施，提高干预效果和健康管理的精确性。
S104，将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。
在这一步骤中，将制定好的健康干预方案记录在区块链网络上，以确保方案的安全性和可追溯性。然后，根据这个方案对青少年进行健康干预，并监测干预效果。监测的方式可以是通过收集青少年的体质数据信息和健康状况，对比干预前后的差异，评估干预的效果，并根据需要进行调整和优化。通过分布式计算平台和区块链技术实现了对青少年体质的预测、分析和健康干预，可以提高青少年的健康水平和生活质量。
按照干预方案对青少年进行健康干预，并通过实时监测和评估干预效果，反馈到***中进行进一步的优化和调整。具体的，所述健康干预方案可以包括：运动、饮食和作息方案等等。
在干预方案制定和优化的基础上，对青少年进行健康干预和效果监测。可以动态地修改和调整干预方案，确保方案的实施效果最大化，并通过数据监测来评估干预效果，进一步优化干预方案。常见的健康干预手段包括运动健身、饮食调节、心理疏导等，通过这些手段的组合和调节，可以实现对青少年的科学、有效干预，降低青少年的健康风险，提升健康水平。
可见，通过采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；将各所述计算节点的分析结果进行综合，以制定健康干预方案；将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测，从而能够通过区块链网络、分布式算法模型等手段，为青少年提供更为科学、个性化、精准的健康管理服务，实现有效的健康干预和管理。
本发明的又一实施例提供了一种青少年体质健康干预装置，应用于分布式计算平台，所述分布式计算平台包括多个计算节点，每个所述计算节点包含对应的预先构建的青少年体质预测模型，如图2所示，装置可以包括：
采集模块201，用于采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；
分析模块202，将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；
制定模块203，用于将各所述计算节点的分析结果进行综合，以制定健康干预方案；
干预模块204，用于将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。
可见，通过采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；将各所述计算节点的分析结果进行综合，以制定健康干预方案；将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测，从而能够通过区块链网络、分布式算法模型等手段，为青少年提供更为科学、个性化、精准的健康管理服务，实现有效的健康干预和管理。
下面以运行在计算机终端上为例对其进行详细说明。图3为本发明实施例提供的一种青少年体质健康干预方法的计算机终端的硬件结构框图。如图3所示，计算机终端可以包括一个或多个(图3中仅示出一个)处理器302(处理器302可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器304，可选地，上述计算机终端还可以包括用于通信功能的传输装置306以及输入输出设备308。本领域普通技术人员可以理解，图3所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。
存储器304可用于存储应用软件的软件程序以及模块，如本申请实施例中的青少年体质健康干预方法对应的程序指令/模块，处理器302通过运行存储在存储器304内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器304可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器304可进一步包括相对于处理器302远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置306用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置306包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置306可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
本发明实施例还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
具体的，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S101，采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；
S102，将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；
S103，将各所述计算节点的分析结果进行综合，以制定健康干预方案；
S104，将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。
具体的，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
可见，通过采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；将各所述计算节点的分析结果进行综合，以制定健康干预方案；将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测，从而能够通过区块链网络、分布式算法模型等手段，为青少年提供更为科学、个性化、精准的健康管理服务，实现有效的健康干预和管理。
本发明实施例还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
具体的，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
具体的，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S101，采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；
S102，将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；
S103，将各所述计算节点的分析结果进行综合，以制定健康干预方案；
S104，将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。
具体的，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
可见，通过采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；将各所述计算节点的分析结果进行综合，以制定健康干预方案；将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测，从而能够通过区块链网络、分布式算法模型等手段，为青少年提供更为科学、个性化、精准的健康管理服务，实现有效的健康干预和管理。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。
Claims (10)
1.一种青少年体质健康干预方法，其特征在于，应用于分布式计算平台，所述分布式计算平台包括多个计算节点，每个所述计算节点包含对应的预先构建的青少年体质预测模型，所述方法包括：
采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；
将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；
将各所述计算节点的分析结果进行综合，以制定健康干预方案；
将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。
2.根据权利要求1所述的方法，其特征在于，将所述体质数据信息上传至区块链网络进行实时存储，包括：
将所述体质数据信息转换为数字格式，将数字格式的体质数据信息上传到区块链网络的网络节点中，以使所述网络节点接收并存储体质数据信息，并在区块链网络上生成对应的交易记录。
3.根据权利要求2所述的方法，其特征在于，所述利用所述青少年体质预测模型分析对应拆分得到的体质数据信息，包括：
针对每个计算节点，将拆分得到的体质数据输入对应的青少年体质预测模型，预测青少年的体质状态结果，作为该计算节点的分析结果。
4.根据权利要求3所述的方法，其特征在于，所述将各所述计算节点的分析结果进行综合，以制定健康干预方案，包括：
综合各计算节点预测的青少年的体质状态结果，计算各种体质状态的数量所占体质状态总数的比例，输出青少年的每种体质状态及比例；
根据所输出的每种体质状态及比例，制定整体健康干预方案。
5.一种青少年体质健康干预装置，其特征在于，应用于分布式计算平台，所述分布式计算平台包括多个计算节点，每个所述计算节点包含对应的预先构建的青少年体质预测模型，所述装置包括：
采集模块，用于采集和存储青少年的体质数据信息；其中，将所述体质数据信息上传至区块链网络进行实时存储；
分析模块，将所述体质数据信息进行拆分并分配至各所述计算节点，针对每一所述计算节点，利用所述青少年体质预测模型分析对应拆分得到的体质数据信息；
制定模块，用于将各所述计算节点的分析结果进行综合，以制定健康干预方案；
干预模块，用于将所述健康干预方案记录在所述区块链网络上，根据所述健康干预方案对所述青少年进行健康干预，并对干预效果进行监测。
6.根据权利要求5所述的装置，其特征在于，将存储模块，具体用于：
将所述体质数据信息转换为数字格式，将数字格式的体质数据信息上传到区块链网络的网络节点中，以使所述网络节点接收并存储体质数据信息，并在区块链网络上生成对应的交易记录。
7.根据权利要求6所述的装置，其特征在于，所述分析模块，具体用于：
针对每个计算节点，将拆分得到的体质数据输入对应的青少年体质预测模型，预测青少年的体质状态结果，作为该计算节点的分析结果。
8.根据权利要求7所述的装置，其特征在于，所述制定模块，具体用于：
综合各计算节点预测的青少年的体质状态结果，计算各种体质状态的数量所占体质状态总数的比例，输出青少年的每种体质状态及比例；
根据所输出的每种体质状态及比例，制定整体健康干预方案。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1-4任一项所述的方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310851788.6A CN116884611B (zh) | 2023-07-11 | 2023-07-11 | 青少年体质健康干预方法、装置、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310851788.6A CN116884611B (zh) | 2023-07-11 | 2023-07-11 | 青少年体质健康干预方法、装置、存储介质和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116884611A true CN116884611A (zh) | 2023-10-13 |
| CN116884611B CN116884611B (zh) | 2024-02-13 |
Family
ID=88267509
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310851788.6A Active CN116884611B (zh) | 2023-07-11 | 2023-07-11 | 青少年体质健康干预方法、装置、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116884611B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899878A (zh) * | 2020-07-30 | 2020-11-06 | 平安科技（深圳）有限公司 | 老年人健康检测***、方法、计算机设备及可读存储介质 |
| CN112349416A (zh) * | 2020-11-06 | 2021-02-09 | 罗鑫龙 | 基于区块链和大数据的大健康管理平台 |
| CN112465231A (zh) * | 2020-12-01 | 2021-03-09 | 平安医疗健康管理股份有限公司 | 地区人口健康状态预测方法、设备和可读存储介质 |
| CN115545633A (zh) * | 2022-08-26 | 2022-12-30 | 云尚智谷(深圳)科技有限公司 | 一种基于区块链的老年人健康管理*** |
| KR20230031097A (ko) * | 2021-08-26 | 2023-03-07 | 주식회사 빅데이터랩스 | 마이데이터 기반의 학생 건강 관리 방법 및 장치 |
| CN116010586A (zh) * | 2023-02-06 | 2023-04-25 | 汤臣倍健股份有限公司 | 一种健康建议的生成方法、装置、设备及存储介质 |
-
2023
- 2023-07-11 CN CN202310851788.6A patent/CN116884611B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899878A (zh) * | 2020-07-30 | 2020-11-06 | 平安科技（深圳）有限公司 | 老年人健康检测***、方法、计算机设备及可读存储介质 |
| CN112349416A (zh) * | 2020-11-06 | 2021-02-09 | 罗鑫龙 | 基于区块链和大数据的大健康管理平台 |
| CN112465231A (zh) * | 2020-12-01 | 2021-03-09 | 平安医疗健康管理股份有限公司 | 地区人口健康状态预测方法、设备和可读存储介质 |
| KR20230031097A (ko) * | 2021-08-26 | 2023-03-07 | 주식회사 빅데이터랩스 | 마이데이터 기반의 학생 건강 관리 방법 및 장치 |
| CN115545633A (zh) * | 2022-08-26 | 2022-12-30 | 云尚智谷(深圳)科技有限公司 | 一种基于区块链的老年人健康管理*** |
| CN116010586A (zh) * | 2023-02-06 | 2023-04-25 | 汤臣倍健股份有限公司 | 一种健康建议的生成方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 袁方;魏昂;韦安垒;: "区块链与教育培训相结合的探索", 网络空间安全, no. 07 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116884611B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106934750B (zh) | 一种健身房管理*** | |
| Tsiouris et al. | Designing interoperable telehealth platforms: bridging IoT devices with cloud infrastructures | |
| CN104158914A (zh) | 面向家庭的远程尿液检测与健康咨询服务***及方法 | |
| CN110474808A (zh) | 一种流量预测方法及装置 | |
| CN112331349B (zh) | 一种脑卒中复发监测*** | |
| KR20190063954A (ko) | 인공지능 클라우드 영양소 변화 예측 방법과 인공지능 클라우드 영양소 대사량 측정 방법 및 그를 사용하는 질병관리 방법 | |
| CN102203783A (zh) | 执行受检者测量 | |
| Dong et al. | Wearable networked sensing for human mobility and activity analytics: A systems study | |
| CN112992375A (zh) | 一种疾病的预警方法、预警装置、设备及介质 | |
| Kapoor et al. | Secured healthcare monitoring for remote patient using energy-efficient IoT sensors | |
| CN116959665B (zh) | 运动监测方法、装置、设备及存储介质 | |
| CN116884611B (zh) | 青少年体质健康干预方法、装置、存储介质和电子设备 | |
| CN117854745A (zh) | 一种智能健康管理***、方法、设备及介质 | |
| Khovrichev et al. | Intelligent approach for heterogeneous data integration: Information processes analysis engine in clinical remote monitoring systems | |
| CN112257915A (zh) | 基于胶囊网络的医院门诊人流量预测方法 | |
| Triantafyllopoulos et al. | Real-time management of multimodal streaming data for monitoring of epileptic patients | |
| Guo et al. | A “Model-on-Demand” methodology for energy intake estimation to improve gestational weight control interventions | |
| CN115547483A (zh) | 用于监测患慢性炎症性疾病的患者的远程监测方法和*** | |
| Al Naime et al. | IoT for Movement Recognation and Prehabilitation Support System | |
| Baghel et al. | AI, IoT and Cloud Computing Based Smart Agriculture | |
| CN108600361B (zh) | 一种体育活动监测方法及*** | |
| KR20220062154A (ko) | 운동종류와 운동량 분석 및 개인별 생활습관 분석을 통한 건강관리 방법 도출 프로세스에 관한 장치 및 방법 | |
| Zhang | [Retracted] Health Detection System for Sports Dancers during Training Based on an Image Processing Technology | |
| US12040089B1 (en) | Dynamic and targeted allocation of resources for coaching service | |
| US20220076846A1 (en) | Comparison of user experience with experience of larger group |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |