CN117322852A - 一种基于深度学习的智能服装健康监护***及方法 - Google Patents
一种基于深度学习的智能服装健康监护***及方法 Download PDFInfo
- Publication number
- CN117322852A CN117322852A CN202310730735.9A CN202310730735A CN117322852A CN 117322852 A CN117322852 A CN 117322852A CN 202310730735 A CN202310730735 A CN 202310730735A CN 117322852 A CN117322852 A CN 117322852A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- deep learning
- user
- learning algorithm
- 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.)
- Pending
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 54
- 230000036541 health Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 230000008859 change Effects 0.000 claims abstract description 15
- 230000002159 abnormal effect Effects 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 230000003442 weekly effect Effects 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000036772 blood pressure Effects 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 19
- 238000003062 neural network model Methods 0.000 claims description 18
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 8
- 230000036387 respiratory rate Effects 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 7
- 230000036760 body temperature Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000000241 respiratory effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract description 4
- 230000001121 heart beat frequency Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000004753 textile Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
- A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6804—Garments; Clothes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pulmonology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Vascular Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于深度学习的智能服装健康监护***及方法。该***主要包括智能服装模块、深度学习算法模块和云中心管理模块三个部分。其中智能服装模块由服装、传感器模块和无线通信模块组成,用于获取用户的各项生命体征数据,与深度学习算法模块进行数据交互。深度学习算法模块集成了训练好的人工智能模型,能实现对采集到的数据的分析和计算,得到相应的输出结果。云中心管理模块能和深度学习算法模块进行交互,集中管理储存所有采集到的信息、并进行分析和呈现,并生成相应的数据周边或月报,使用户更加直观地查看各项生命体征数据的变化。本发明创新性地将智能服装与深度学习算法、云中心计算技术和数据预处理技术相结合,采集信息更加全面,提高了输出结果的准确性,能够实现对用户生命体征数据的采集、处理、呈现,并将处理后的结果反馈给用户,对异常生命体征信息做出提醒,有效保障用户的健康,同时能够生成周报、月报反映用户生命体征的变化。
Description
技术领域
本发明涉及智能服装、无线通信、深度学习算法以及数据处理领域,尤其是涉及一种基于深度学习的智能服装健康监护***及方法。
背景技术
随着服装和计算机产行业的兴起。智能服装已经广泛运用到各个领域当中,如纺织、医学、军事、生物、音乐领域。智能服装也朝着功能更加全面、服务更加周到、材料更加智能的方向发展,在先进的纺织材料技术中植入微型化并且柔性化的电子元件设备,使其具有信息感知、计算分析和通信等功能。同时,在儿童健康和老人养老问题方面,智能服装也显现出突出作用,可以通过智能服装对他们的各项生命体征信息进行实时掌握,并做出相应提醒,有效保护他们的健康。
而现有的智能服装只是对人体具有简单检测功能的服装,获取的数据量较少,判断结果准确率低,不能和云服务端进行数据交互,结果展示不够直观,产品功能不够全面,无法满足用户实际需求。
基于上述问题,亟待提出一种基于深度学习的智能服装健康监护***及方法,利用传感采集获取用户各个方面的生命体征数据,再将采集到的大量用户体征数据送入神经网络模型进行训练得出相应的输出的数据,再将实时采集到的用户体征数据和输出数据进行比对,最终将比对结果上传至云中心管理端,生成相应周数据报告或月数据报告,实时掌握用户各项生命体征信息变化,并对异常体征数据做出预警,有效保障用户健康。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于深度学习的智能服装健康监护***及方法,其目的在于实时掌握用户当前生命体征信息,当检测到用户生命体征信息异常时,发出相应预警,及时提醒用户,保障用户健康。并针对相关生命体征数据变化,生成周报告或月报告,更加直观的掌握用户身体状态变化。
为实现上述目的,按照本发明的一个方面,提供了一种基于深度学习的智能服装健康监护***及方法,包括智能服装模块、深度学习算法模块和云中心管理模块。其中智能服装模块包括服装、传感器模块和无线通信模块,用于获取用户各项生命体征数据,与深度学习算法模块进行数据交互。深度学习算法模块包括数据预处理模块和神经网络模块。其中,数据预处理模块主要将传感器采集的数据进行预处理。深度学习算法模块利用神经网络模型将预处理之后的数据作为输入数据进行监督训练,之后得出相应的输出数据。云中心管理模块包括云服务器、云存储器和云计算器。其中云服务器提供对外的服务连接,可供用户远程登录查看用户最近一周或一个月各项体征数据的变化的情况和相关建议。云存储器中存储了各项体征数据和神经网络模型。云计算器将智能服装模块采集到的数据,如人体体温数据、人体心跳数据、人体血压数据进行分析处理,最终针对用户各项体征数据的变化做出周报告或月报告。同时,将采集到的实时用户生命体征信息和深度学习算法模块得到的输出数据进行对比,对异常数据做出预警,让用户及时掌握各项身体指标信息,有效保障用户健康。
进一步的,所述智能服装模块中的传感器模块包括心率传感器、红外温度传感器、血压传感器和呼吸传感器。心率传感器捕获人体当前心率、红外温度传感器捕获人体当前温度、血压传感器捕获人体当前血压、呼吸传感器捕获人体当前呼吸频率。设定数据采集模块的采集周期为T,即每隔T时间获取一次老人的基础身体数据,对获取老人的心跳频率的时刻t1进行记录获取老人的心跳频率,并将老人的心跳频率标记为UH;对获取老人的体表温度的时刻t2进行记录,获取老人的体表温度,并将老人的体表温度标记为UT;通过数据采集模块获取老人的血压值,并对获取老人的时刻t4进行记录,同时将血压值标记为UB;对获取老人的呼吸频率的时刻t4进行记录获取老人的呼吸频率,并将老人的呼吸频率标记为UR。
进一步的,所述无线通信模块使用蓝牙技术与智能服装上的传感器连接,使用无线通信技术与云中心管理模块进行数据传输,以实现多个传感器数据的实时采集与数据管理。其中传输数据包括心率数据、体温数据、血压数据、呼吸频率。当检测到用户存在异常生命体征信息时通过蓝牙向用户传达预警,以提醒用户。
进一步的,数据预处理模块将传感器采集到的数据组合成一个一维向量ν=(UH,UT,UB,UR),其中UH代表人体心率数据、UT代表人体体温数据、UB代表人体血压数据、UR代表人体呼吸频率。输入时将采集到的最大数值和最小数值筛选掉,之后送入深度学习算法模块中已经构建好的神经网络模型进行训练。
进一步的,所述深度学习模块是已经构建好的神经网络模型,其由多个卷积神经网络组成,作用是将由传感器采集到大量人体生命体征数据作为输入数据,送入到深度学习算法模块已经构建好的神经网络模型中得到输出数据。从而得到人体生命体征数据的正常范围以及相应的预测结果。
进一步的,云中心管理模块中的云计算器将传感器采集到的实时用户生命体征数据,进行分析处理,最终针对用户各项体征数据的变化做出周报告或月报告。
进一步的,云中心管理模块中的云计算器将采集到的实时用户生命体征信息和深度学习算法模块得到的输出数据进行对比,对异常数据做出预警,通过蓝牙技术传达给用户,让用户及时掌握各项身体指标信息,有效保障用户健康。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明一种基于深度学习的智能服装健康监护***及方法的模块组成示意图。
图2是本发明一种基于深度学习的智能服装健康监护***及方法的运行流程示意图。
具体实施方式
下面结合附图详细说明本发明的优选实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种基于深度学习的智能服装健康监护***及方法的模块组成示意图。包括智能服装模块、深度学习算法模块和云中心管理模块三个部分。
其中,智能服装模块包括服装、传感器模块和无线通信模块,用于获取用户各项生命体征数据,与深度学习算法模块进行数据交互。
上述传感器模块包括心率传感器、红外温度传感器、血压传感器和呼吸传感器。心率传感器捕获人体当前心率、红外温度传感器捕获人体当前温度、血压传感器捕获人体当前血压、呼吸传感器捕获人体当前呼吸频率。设定数据采集模块的采集周期为T,即每隔T时间获取一次老人的基础身体数据,对获取老人的心跳频率的时刻t1进行记录,获取老人的心跳频率,并将老人的心跳频率标记为UH;对获取老人的体表温度的时刻t2进行记录,获取老人的体表温度,并将老人的体表温度标记为UT;通过数据采集模块获取老人的血压值,并对获取老人的时刻t3进行记录,同时将血压值标记为UB;对获取老人的呼吸频率的时刻t4进行记录获取老人的呼吸频率,并将老人的呼吸频率标记为UR。
其中深度学习算法模块包括数据预处理模块和神经网络模型模块。
上述数据预处理模块将获取到的传感器数据组合成一个一维向量ν=(UH,UT,UB,UR)。
其中,UH代表人体心率数据、UT代表人体温度数据、UB代表人体血压数据、UR代表人体呼吸数据。输入时将每隔T时间获取到的四个一维向量组成一个二维矩阵进行运算,将M送入深度学习算法模块进行训练。
上述深度学习模块中已经构建好的神经网络模型,其由多个卷积神经网络组成,作用是将由传感器采集到大量人体生命体征数据作为输入数据,送入到已经构建好的神经网络模型中得到输出数据。从而得到人体生命体征数据的正常范围以及相应的预测结果。
其中云中心管理模块包括云服务器、云存储器和云计算器。
上述云服务器提供对外的服务连接,可供用户远程登录查看用户最近一周或一个月各项体征数据的变化的情况和相关建议。云存储器中存储了各项体征数据和神经网络模型。云计算器将智能服装模块采集到的数据,如人体体温数据、人体心跳数据、人体血压数据进行分析处理,最终针对用户各项体征数据的变化做出周报告或月报告。同时,将采集到的实时用户生命体征信息和深度学习算法模块得到的输出数据进行对比,对异常数据做出预警。
本发明实施例提供一种基于深度学习的智能服装健康监护***及方法,包含以下步骤:
S1:通过智能服装上的传感器获取人体心率数据、人体温度数据、人体血压数据、人体呼吸数据。
S2:通过无线通信模块获得传感器数据,将数据送入预处理模块,将获取到的传感器数据组合成一个一维向量。再将获取到的四个一维向量组成一个二维矩阵进行运算,将二维矩阵送入深度学习算法模块进行训练。
S3:深度学习算法模块将由传感器采集到大量人体生命体征数据作为输入数据,送入到已经构建好的神经网络模型中得到输出数据。从而得到人体生命体征数据的正常范围以及相应的预测结果。
S4:云中心管理模块中的云计算器将智能服装模块采集到的数据,如人体体温数据、人体心跳数据、人体血压数据进行分析处理,最终针对用户各项体征数据的变化做出周报告或月报告。
S5:云中心管理模块将采集到的实时用户生命体征信息和深度学习算法模块得到的输出数据进行对比,对异常数据做出预警,通过蓝牙技术传达给用户。
Claims (7)
1.一种基于深度学习的智能服装健康监护***及方法。其特征在于所述方法包括:智能服装模块、深度学习算法模块和云中心管理模块三个部分。其中智能服装模块由服装、传感器模块和无线通信模块组成,用于采集用户的各项生命体征数据。深度学习算法模块集成了训练好的人工智能模型,能实现对采集到的数据的分析和计算,并将处理后的结果向上传至云中心管理模块。云中心管理模块能和深度学习算法模块进行交互,集中管理储存所有采集到的信息、并进行分析和呈现,对用户的各项体征数据进行可视化的查看和提醒。本发明创新性地将智能服装与深度学习算法、云中心计算技术和数据预处理技术相结合,采集信息更加全面,提高了输出结果的准确性,能够实现对用户生命体征数据的采集、处理、呈现,并将处理后的结果反馈给用户,对异常生命体征信息做出提醒,有效保障用户的健康,同时能够生成周报、月报反映用户生命体征的变化。
该智能服装模块由服装与多种传感器组成。其中,心率传感器捕获人体当前心率UH,红外温度传感器捕获人体当前温度UT,血压传感器捕获人体当前血压UB,呼吸传感器能够捕获人体当前呼吸频率UR。能够实时掌握当前用户的各项生命体征信息。
该深度学习算法模块能够实现对人体各项生命体征信息进行分析,并做出智能处理。深度学习算法模块包括预计算模块和神经网络模型。数据预处理模块将获取到的传感器数据先进行相应处理,再送入到神经网络模型进行训练。神经网络模型由多个卷积神经网络组成,作用是将由传感器采集到大量人体生命体征数据作为输入数据,送入到深度学习算法模块已经构建好的神经网络模型中得到输出数据。从而得到人体生命体征数据的正常范围以及相应的预测结果。
该云中心管理模块包括云服务器、云存储器和云计算器。其中云服务器提供对外的服务连接,用户登录云管理中心之后,可远程登录查看用户最近一周或一个月各项体征数据的变化的情况和相关建议。云存储器中存储了各项体征数据和神经网络模型。云计算器将智能服装模块采集到的数据,如人体体温数据、人体心跳数据、人体血压数据进行分析处理,最终针对用户各项体征数据的变化做出周报告或月报告。同时,将采集到的实时用户生命体征信息和深度学习算法模块得到的输出数据进行对比,对异常数据做出预警。
2.如权利要求1所述的一种基于深度学习的智能服装健康监护***及方法,其特征在于所述智能服装模块中的传感器模块包括心率传感器、红外温度传感器和血压传感器,设定数据采集模块的采集周期为T,即每隔T时间获取一次老人的基础身体数据。心率传感器捕获人体当前心率UH、红外温度传感器捕获人体当前温度UT、血压传感器捕获人体当前血压UB,呼吸传感器捕获人体当前呼吸频率UR。
3.如权利要求1所述的一种基于深度学习的智能服装健康监护***及方法,其特征在于:所述智能服装模块中的无线通信模块使用蓝牙技术与智能服装上的传感器连接,使用无线通信技术与云中心管理模块进行数据传输,能够实现对各项数据的采集,收到来自云中心管理模块反馈的预警之后,将其传达至蓝牙设备如耳机、手表,手机等,以提醒用户。
4.如权利要求1所述的一种基于深度学习的智能服装健康监护***及方法,其特征在于:数据预处理模块将获取到的传感器数据组合成一个一维向量ν=(UH,UT,UB,UR)。其中,UH代表人体心率数据、UT代表人体温度数据、UB代表人体血压数据、UR代表人体呼吸数据。
输入时将每隔T时间获取到的四个一维向量组成一个二维矩阵进行运算,将M送入深度学习算法模块进行训练。
5.如权利要求1所述的一种基于深度学习的智能服装健康监护***及方法,其特征在于:所述的深度学习算法模块,所述深度学习模块是已经构建好的神经网络模型,其由多个卷积神经网络组成,作用是将由传感器采集到大量人体生命体征数据作为输入数据,送入到深度学习算法模块已经构建好的神经网络模型中得到输出数据。从而得到人体生命体征数据的正常范围以及相应的预测结果。
6.根据权利要求1所述的一种基于深度学习的智能服装健康监护***及方法,其特征在于所述的云中心管理模块中的云计算器可对采集到的数据进行分析、计算,最终针对用户各项体征数据的变化做出周报告或月报告。
7.根据权利要求1所述的一种基于深度学习的智能服装健康监护***及方法,其特征在于所述的云中心管理模块将传感器采集到的用户实时生命体征数据和通过深度学习算法模块得到的输出结果进行比对。从而判断用户的各项生命体征信息是否在正常范围内,对异常数据做出预警,让用户及时掌握各项身体指标变化情况,有效保障用户健康。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310730735.9A CN117322852A (zh) | 2023-06-20 | 2023-06-20 | 一种基于深度学习的智能服装健康监护***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310730735.9A CN117322852A (zh) | 2023-06-20 | 2023-06-20 | 一种基于深度学习的智能服装健康监护***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117322852A true CN117322852A (zh) | 2024-01-02 |
Family
ID=89292152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310730735.9A Pending CN117322852A (zh) | 2023-06-20 | 2023-06-20 | 一种基于深度学习的智能服装健康监护***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117322852A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117850601A (zh) * | 2024-03-08 | 2024-04-09 | 南昌大学第二附属医院 | 用于手持式pda可自动检测生命体征的***及方法 |
-
2023
- 2023-06-20 CN CN202310730735.9A patent/CN117322852A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117850601A (zh) * | 2024-03-08 | 2024-04-09 | 南昌大学第二附属医院 | 用于手持式pda可自动检测生命体征的***及方法 |
CN117850601B (zh) * | 2024-03-08 | 2024-05-14 | 南昌大学第二附属医院 | 用于手持式pda可自动检测生命体征的***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3558113A1 (en) | Determining wellness using activity data | |
Nurmi et al. | Systematic review on machine-learning algorithms used in wearable-based eHealth data analysis | |
CN114678097B (zh) | 一种面向智慧服装的人工智能与数字孪生***及方法 | |
CN105708439B (zh) | 一种可穿戴监护装置 | |
CN103462596A (zh) | 一种人体体征信息智能健康鼠标和实时监测*** | |
US20160128638A1 (en) | System and method for detecting and quantifying deviations from physiological signals normality | |
CN117322852A (zh) | 一种基于深度学习的智能服装健康监护***及方法 | |
CN209232420U (zh) | 一种智能化谵妄评估装置 | |
Bansal et al. | Smart heart rate monitoring system | |
CN209347003U (zh) | 一种智能健康状态检测*** | |
CN111652192A (zh) | 一种基于kinect传感器的跌倒检测*** | |
CN202433905U (zh) | 具远距体感运动功能的健康管理*** | |
CN110811638A (zh) | 一种用于监测睡眠的svm分类器构建方法、***及方法 | |
CN109480852A (zh) | 体征监测方法、***、可穿戴式的信号采集设备 | |
US12042251B2 (en) | Systems and methods of arrhythmia detection | |
Malott et al. | Detecting self-harming activities with wearable devices | |
Yu et al. | A Smartphone-Based sEMG Signal Analysis System for Human Action Recognition | |
Li et al. | Internet of things-based smart wearable system to monitor sports person health | |
Gonal et al. | Wireless Patient Health Monitoring System using Internet of Things and Mobile device | |
Sujin et al. | Public e-health network system using arduino controller | |
CN209734011U (zh) | 一种非接触式人体状态监测*** | |
McLeod et al. | A smartphone-based wellness assessment using mobile sensors | |
CN105496383A (zh) | 一种可远程监护的可穿戴*** | |
CN105657020A (zh) | 一种远程体征数据采集装置 | |
CN105635293A (zh) | 一种利用家庭智能终端采集体征数据的方法 |
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 |