健康数据监测方法、装置、计算机设备及存储介质与流程

本发明涉及数据处理技术领域，尤其涉及一种健康数据监测方法、装置、计算机设备及存储介质。

背景技术：

目前，随时智能移动设备的普及，各种健康应用(application，app)被广泛使用，现有的各种健康app能够实现对用户各种类型的健康数据的测量，例如，心率、血压等，使用户能够及时了解自身的各种健康指标状态。

但是，现有的健康app通常仅支持对健康数据的测量，无法根据测量结果采取有效的改善异常健康数据的措施，智能化水平不足。

技术实现要素：

本发明实施例提供一种健康数据监测方法、装置、计算机设备及存储介质，以解决现有技术中健康数据监测功能的智能化水平较低的问题。

一种健康数据监测方法，包括：

获取用户的健康数据；

对所述健康数据进行异常分析，得到异常分析结果；

若所述异常分析结果为所述用户存在健康数据异常，则获取所述用户处于健康数据异常的时间段和对应的数据类型，并获取所述用户在所述时间段内的运动数据；

获取所述数据类型对应的预设运动量指标，若所述运动数据不符合所述预设运动量指标的要求，则向所述用户发送运动提醒。

一种健康数据监测装置，包括：

健康数据获取模块，用于获取用户的健康数据；

异常分析模块，用于对所述健康数据进行异常分析，得到异常分析结果；

运动数据获取模块，用于若所述异常分析结果为所述用户存在健康数据异常，则获取所述用户处于健康数据异常的时间段和对应的数据类型，并获取所述用户在所述时间段内的运动数据；

运动评估模块，用于获取所述数据类型对应的预设运动量指标，若所述运动数据不符合所述预设运动量指标的要求，则向所述用户发送运动提醒。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述健康数据监测方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述健康数据监测方法的步骤。

上述健康数据监测方法、装置、计算机设备及存储介质中，在获取用户的健康数据后，对健康数据进行异常分析，得到健康数据是否存在异常情况的异常分析结果，在异常分析结果为用户存在健康数据异常的情况下，获取用户处于健康数据异常的时间段和对应的数据类型，并获取用户在该时间段内的运动数据和该数据类型对应的预设运动量指标，若运动数据不符合预设运动量指标的要求，则向用户发送运动提醒，实现了将健康数据与运动数据相结合，进行组合分析，在监测到健康数据出现异常时进一步评估用户的运动状况，在运动状况未达到规定指标时提醒用户进行锻炼，从而达到对异常健康数据的及时改善，有利于及时改善用户的身体健康状况，降低用户的患病风险，有效提高健康数据监测功能的智能化水平。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中健康数据监测方法的一流程图；

图2是本发明一实施例中健康数据监测方法中步骤s2的一流程图；

图3是本发明一实施例中健康数据监测方法的步骤s4的一流程图；

图4是本发明一实施例中健康数据监测装置的一示意图；

图5是本发明一实施例中计算机设备的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，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作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。

本申请提供的健康数据监测方法，可应用在客户端，完成对用户的健康数据的智能监测。其中，客户端具体包括但不限于各种个人计算机、笔记本电脑、智能手机和平板电脑和便携式可穿戴设备。

在一实施例中，如图1所示，提供一种健康数据监测方法，具体包括步骤s1至步骤s4，详述如下：

s1：获取用户的健康数据。

具体地，用户的健康数据包括但不限于用户的血压、心率、体温、体重等不同数据类型的数据。用户的健康数据可以通过专用的健康数据测量设备进行定期或者实时采集，并由健康数据测量设备定期或者实时发送给客户端。例如，若健康数据为血压数据，则该血压数据可以通过血压计进行采集，并通过有线网络或者无线网络将血压数据发送到客户端。

可以理解的是，客户端上可以设置有相应的健康应用app，该app接收健康数据测量设备发送的健康数据，并可以将用户在一段时间内采集到的健康数据在客户端界面进行显示，进一步地，该app在对健康数据进行显示时，可以显示为横轴为测量时间、纵轴为健康数据的趋势分析图。

进一步地，健康数据包括预设时间段内每种预设的数据类型对应的k个检测时间点的指标测量值，其中，k为正整数。

其中，数据类型为具体的健康数据的类型，数据类型包括但不限于血压、心率、体温、体重等。客户端获取到的用户的健康数据可以是多种不同的数据类型对应的数据，该数据具体可以包括k个检测时间点的指标测量值，检测时间点具体可以是固定时间间隔的时间点。

需要说明的是，不同数据类型对应的监测时间点的时间间隔可以相同也可以不相同，其具体可以根据实际应用的需要进行设置，此处不做限制。

例如，若预设时间段为24小时，数据类型为血压，则健康数据中包含的血压对应的检测时间点可以是每隔1分钟的时间点，即该健康数据中包含有24小时内每间隔1分钟测量到的用户的血压数据这一指标测量值。

s2：对健康数据进行异常分析，得到异常分析结果。

具体地，客户端对获取到的健康数据进行异常分析，该异常分析具体可以是对预设时间段内的连续k个指标测量值的趋势分析，也可以是对该k个指标测量值的阈值判断，得到健康数据是否存在异常情况的异常分析结果。

其中，趋势分析通过对连续k个指标测量值构成的函数曲线进行斜率分析，预测该数据类型对应的指标测量值可能的发展趋势，并根据预测的发展趋势判断用户的健康数据是否会出现异常，阈值判断通过对k个指标测量值与预设的健康阈值进行述职比较，确定指标测量值是否超过预设的健康阈值，进而得到健康数据是否存在异常的异常分析结果。

s3：若异常分析结果为用户存在健康数据异常，则获取用户处于健康数据异常的时间段和对应的数据类型，并获取用户在该时间段内的运动数据。

具体地，若客户端根据步骤s2的异常分析结果确定用户存在健康数据异常，则获取存在异常的健康数据对应的采集时间段，即用户处于健康数据异常的时间段，以及该存在异常的健康数据对应的数据类型。

客户端通过运动app测量用户的运动数据，并获取用户在用户处于健康数据异常的时间段内的运动数据。

运动app自动记录用户在每次运动时的运动数据，包括但不限于：运动类型、运动时长、消耗能量等。例如：运动app可以记录用户每日的走路步数8320步、慢跑30分钟，消耗300千卡能量。

s4：获取数据类型对应的预设运动量指标，若运动数据不符合预设运动量指标的要求，则向用户发送运动提醒。

具体的，每种数据类型均对应有与该数据类型相匹配的预设运动量指标，当用户达到该预设运动量指标的要求时，就能够有效降低该数据类型对应的相关疾病风险。

预设运动量指标可以包括具体的运动项目的运动量要求，例如，血压这一数据类型对应的预设运动量指标可以设置为运动项目为步行，其运动量要求为每日步行步数达到8000步。

需要说明的是，不同的数据类型其对应的预设运动量指标的内容可以相同也可以不相同，并且，预设运动量指标可以根据用户的具体身体状况由用户进行灵活的设置。

客户端将步骤s3得到的运动数据与预设运动量指标进行比较，判断该运动数据是否符合预设运动量指标的要求，若不符合，则向用户发送运动提醒，以提醒用户及时进行相应运动项目的运动。

例如，假设血压这一数据类型对应的预设运动量指标为每日步行步数达到8000步，如果客户端得到的运动数据为今日步行步数为6000步，则判定该用户的运动量明显小于上述预设运动量指标，即认定为该用户运动不达标，向用户发送运动提醒。

客户端向用户发送运动提醒的方式可以采用包括声音或文字等形式的即时消息推送方式。例如，可以通过手环的震动、语音消息向用户发送运动提醒。该运动提醒中可以包括向用户提出的运动建议，该运动建议根据预设运动量指标得到，具体可以包括运动项目及相应的运动时长、理想消耗能量等，例如：羽毛球1小时、步行5000步、骑自行车45分钟、游泳等。

本实施例中，在获取用户的健康数据后，对健康数据进行异常分析，得到健康数据是否存在异常情况的异常分析结果，在异常分析结果为用户存在健康数据异常的情况下，获取用户处于健康数据异常的时间段和对应的数据类型，并获取用户在该时间段内的运动数据和该数据类型对应的预设运动量指标，若运动数据不符合预设运动量指标的要求，则向用户发送运动提醒，实现了将健康数据与运动数据相结合，进行组合分析，在监测到健康数据出现异常时进一步评估用户的运动状况，在运动状况未达到规定指标时提醒用户进行锻炼，从而达到对异常健康数据的及时改善，有利于及时改善用户的身体健康状况，降低用户的患病风险，有效提高健康数据监测功能的智能化水平。

在一实施例中，当健康数据包括预设时间段内每种预设的数据类型对应的k个检测时间点的指标测量值时，如图2所示，在步骤s2中，对健康数据进行异常分析，得到异常分析结果，具体包括步骤s21至步骤s22，详述如下：

s21：针对每种数据类型，分析在k个检测时间点的指标测量值中，是否存在超过预设数值范围的数据波动。

具体地，针对每种预设的数据类型，客户端获取该数据类型在预设时间段内的k个检测时间点的指标测量值，即k个指标测量值，分析该k个指标测量值是否均处于预设数值范围内，若存在超过预设数值范围的指标测量值，则可以认定该数据类型存在数据波动。

其中，预设数值范围为数据类型对应的正常指标测量值的数值范围。预设数值范围与数据类型相对应，不同数据类型对应的预设数值范围可以相同也可以不相同。

进一步地，在步骤s21中，针对每种数据类型，分析在k个检测时间点的指标测量值中，是否存在超过预设数值范围的数据波动，具体可以采用如下步骤进行数据波动分析，详述如下：

针对每种数据类型，若在k个检测时间点的指标测量值中，存在至少n个指标测量值超过该数据类型对应的预设指标阈值，则确认该数据类型存在数据波动，其中，n为小于等于k的正整数。

具体地，客户端检测k个指标测量值中是否存在超过预设指标阈值的指标测量值，若存在，则统计超过预设指标阈值的指标测量值的数量，所该数量大于或等于预设的数值n，即存在至少n个指标测量值超过数据类型对应的预设指标阈值，则确认数据类型存在数据波动。

其中，数值n可以根据实际应用的需要进行设置，此处不做限制。

进一步地，为了避免将指标测量值在超过预设指标阈值之后迅速恢复正常的某些情况误判为数据波动，客户端在进行数据波动分析时，可以在检测到存在超过预设指标阈值的指标测量值时，进一步在超过预设指标阈值的指标测量值中，统计连续检测时间点的指标测量值的数量，若存在某个连续时间点的指标测量值的数量大于或者等于数值n，则确认数据类型存在数据波动，若每个连续时间点的指标测量值的数量均小于数值n，则不认定数据类型存在数据波动。

s22：若至少一种数据类型存在数据波动，则确定异常分析结果为用户存在健康数据异常。

具体地，客户端根据步骤s21对每种数据类型是否存在数据波动的分析结果，若存在至少一种数据类型存在数据波动，则确认健康数据异常，即异常分析结果为用户存在健康数据异常。只有当每种数据类型均不存在数据波动时，才确认用户不存在健康数据异常。

本实施例中，在对健康数据进行异常分析时，针对每种数据类型，分析在k个检测时间点的指标测量值中，是否存在超过预设数值范围的数据波动，并进一步根据k个指标测量值中，是否存在至少n个指标测量值超过数据类型对应的预设指标阈值，来确认数据类型是否存在数据波动，若至少一种数据类型存在数据波动，则确定异常分析结果为用户存在健康数据异常，实现了对健康数据的合理异常分析，得到准确的异常分析结果，为进一步根据异常分析结果进行运动数据分析提供数据基础。

在一实施例中，如图3所示，在步骤s4中，向用户发送运动提醒，具体包括步骤s41至步骤s43，详述如下：

s41：计算用户处于健康数据异常的时间段内的数据类型对应的健康数据的平均值。

具体地，客户端根据步骤s3获取到的用户处于健康数据异常的时间段和对应的数据类型，计算每个数据类型对应的健康数据在该时间段的平均值。

s42：根据数据类型对应的指标取值范围与健康等级之间预设的对应关系，获取平均值所在的指标取值范围对应的健康等级，并将获取到的健康等级作为目标等级。

具体地，针对每种数据类型，预先设置有不同的指标取值范围与健康等级之间的对应关系。例如，对于血压这一数据类型，血压正常的指标取值范围为：高压[110，140]mmhg、低压[70，90]mmhg，如果用户的高压超过140mmhg，低压超过90mmhg，则该用户存在高血压，因此可以将血压的健康等级划分为：轻度高血压、中度高血压和重度高血压，轻度高血压对应的指标取值范围为：高压[140，159]mmhg、低压[90，99]mmhg；中度高血压对应的指标取值范围为：高压[160，179]mmhg、低压[100，109]mmhg；重度高血压对应的指标取值范围为：高压≥180mmhg、低压≥110mmhg。

客户端针对每种数据类型，根据对应关系，获取步骤s41得到的平均值所在的指标取值范围，并将该指标取值范围对应的健康等级作为该数据类型对应的目标等级。

s43：根据健康等级与提醒信息之间预设的映射关系，获取目标等级对应的提醒信息，并将获取到的提醒信息发送给用户。

具体地，针对每种数据类型，预先设置有健康等级与提醒信息之间的映射关系，该提醒信息中包含有与健康等级相匹配的运动建议。

继续以血压这一数据类型为例，轻度高血压的健康等级对应的提醒信息可以包括推荐用户进行打球、游泳、慢跑、登山等运动，中度高血压的健康等级对应的提醒信息可以包括推荐用户进行太极拳、慢步行走、健身操等较为安全的运动，高度高血压的健康等级对应的提醒信息可以包括推荐用户进行散步、室内运动等运动量小的运动。

客户端针对每种数据类型，根据映射关系，获取步骤s42得到的目标等级对应的提醒信息，并将该提醒信息发送给用户，其发送方式可以是采用与步骤s4中相同的方式，即包括声音或文字等形式的即时消息推送方式，为避免重复，此处不再赘述。

需要说明的是，客户端针对每种数据类型得到的提醒信息的内容可能相同也可能不相同，客户端可以将每种数据类型对应的提醒信息单独发送给用户，也可以对得到的每种数据类型对应的提醒信息进行组合，去除重复的内容，作为一条综合提醒信息发送给用户。

本实施例中，通过计算用户处于健康数据异常的时间段内的数据类型对应的健康数据的平均值，并根据数据类型对应的指标取值范围与健康等级之间预设的对应关系，获取平均值所在的指标取值范围对应的健康等级，作为目标等级，再进一步根据健康等级与提醒信息之间预设的映射关系，获取目标等级对应的提醒信息，并将获取到的提醒信息发送给用户，实现了针对健康数据异常的不同程度进行不同内容的运动提醒，从而使得用户能够有针对性的采取有效且安全的运动措施，及时改善异常健康数据，并进一步提高健康数据监测功能的智能化水平。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种健康数据监测装置，该健康数据监测装置与上述实施例中健康数据监测方法一一对应。如图4所示，该健康数据监测装置包括：健康数据获取模块41、异常分析模块42、运动数据获取模块43和运动评估模块44。各功能模块详细说明如下：

健康数据获取模块41，用于获取用户的健康数据；

异常分析模块42，用于对健康数据进行异常分析，得到异常分析结果；

运动数据获取模块43，用于若异常分析结果为用户存在健康数据异常，则获取用户处于健康数据异常的时间段和对应的数据类型，并获取用户在该时间段内的运动数据；

运动评估模块44，用于获取数据类型对应的预设运动量指标，若运动数据不符合预设运动量指标的要求，则向用户发送运动提醒。

进一步地，健康数据包括预设时间段内每种预设的数据类型对应的k个检测时间点的指标测量值，其中，k为正整数。

进一步地，异常分析模块42包括：

波动分析子模块421，用于针对每种数据类型，分析在k个检测时间点的指标测量值中，是否存在超过预设数值范围的数据波动；

异常确定子模块422，用于若至少一种数据类型存在数据波动，则确定异常分析结果为用户存在健康数据异常。

进一步地，所波动分析子模块421具体用于：

针对每种数据类型，若在k个检测时间点的指标测量值中，存在至少n个指标测量值超过该数据类型对应的预设指标阈值，则确认该数据类型存在数据波动，其中，n为小于等于k的正整数。

进一步地，运动评估模块44包括：

数据计算子模块441，用于计算用户处于健康数据异常的时间段内的数据类型对应的健康数据的平均值；

等级确定子模块442，用于根据数据类型对应的指标取值范围与健康等级之间预设的对应关系，获取平均值所在的指标取值范围对应的健康等级，并将获取到的健康等级作为目标等级；

信息发送子模块443，用于根据健康等级与提醒信息之间预设的映射关系，获取目标等级对应的提醒信息，并将获取到的提醒信息发送给用户。

关于健康数据监测装置的具体限定可以参见上文中对于健康数据监测方法的限定，在此不再赘述。上述健康数据监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机程序被处理器执行时以实现一种健康数据监测方法。

在一实施例中，提供了一种计算机设备，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计算机程序，处理器执行计算机程序时实现上述实施例中健康数据监测方法的步骤，例如处理器执行计算机程序时实现如下步骤：

获取用户的健康数据；

对健康数据进行异常分析，得到异常分析结果；

若异常分析结果为用户存在健康数据异常，则获取用户处于健康数据异常的时间段和对应的数据类型，并获取用户在该时间段内的运动数据；

获取数据类型对应的预设运动量指标，若运动数据不符合预设运动量指标的要求，则向用户发送运动提醒。

进一步地，健康数据包括预设时间段内每种预设的数据类型对应的k个检测时间点的指标测量值，其中，k为正整数。

进一步地，对健康数据进行异常分析，得到异常分析结果包括：

针对每种数据类型，分析在k个检测时间点的指标测量值中，是否存在超过预设数值范围的数据波动；

若至少一种数据类型存在数据波动，则确定异常分析结果为用户存在健康数据异常。

进一步地，针对每种数据类型，分析在k个检测时间点的指标测量值中，是否存在超过预设数值范围的数据波动包括：

针对每种数据类型，若在k个检测时间点的指标测量值中，存在至少n个指标测量值超过该数据类型对应的预设指标阈值，则确认该数据类型存在数据波动，其中，n为小于等于k的正整数。

进一步地，向用户发送运动提醒包括：

计算用户处于健康数据异常的时间段内的数据类型对应的健康数据的平均值；

根据数据类型对应的指标取值范围与健康等级之间预设的对应关系，获取平均值所在的指标取值范围对应的健康等级，并将获取到的健康等级作为目标等级；

根据健康等级与提醒信息之间预设的映射关系，获取目标等级对应的提醒信息，并将获取到的提醒信息发送给用户。

或者，处理器执行计算机程序时实现上述实施例中健康数据监测装置的各模块/单元的功能，例如图4所示模块41至模块44的功能。为避免重复，此处不再赘述。

在一实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中健康数据监测方法，例如计算机程序被处理器执行时实现如下步骤：

获取用户的健康数据；

对健康数据进行异常分析，得到异常分析结果；

若异常分析结果为用户存在健康数据异常，则获取用户处于健康数据异常的时间段和对应的数据类型，并获取用户在该时间段内的运动数据；

获取数据类型对应的预设运动量指标，若运动数据不符合预设运动量指标的要求，则向用户发送运动提醒。

进一步地，健康数据包括预设时间段内每种预设的数据类型对应的k个检测时间点的指标测量值，其中，k为正整数。

进一步地，对健康数据进行异常分析，得到异常分析结果包括：

针对每种数据类型，分析在k个检测时间点的指标测量值中，是否存在超过预设数值范围的数据波动；

若至少一种数据类型存在数据波动，则确定异常分析结果为用户存在健康数据异常。

进一步地，针对每种数据类型，分析在k个检测时间点的指标测量值中，是否存在超过预设数值范围的数据波动包括：

针对每种数据类型，若在k个检测时间点的指标测量值中，存在至少n个指标测量值超过该数据类型对应的预设指标阈值，则确认该数据类型存在数据波动，其中，n为小于等于k的正整数。

进一步地，向用户发送运动提醒包括：

计算用户处于健康数据异常的时间段内的数据类型对应的健康数据的平均值；

根据数据类型对应的指标取值范围与健康等级之间预设的对应关系，获取平均值所在的指标取值范围对应的健康等级，并将获取到的健康等级作为目标等级；

根据健康等级与提醒信息之间预设的映射关系，获取目标等级对应的提醒信息，并将获取到的提醒信息发送给用户。

或者，该计算机程序被处理器执行时实现上述装置实施例中健康数据监测装置中各模块/单元的功能。为避免重复，此处不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。