基于神经网络的健康数据分析方法、装置及计算机设备与流程

本发明涉及数据分析技术领域，尤其涉及一种基于神经网络的健康数据分析方法、装置及计算机设备。

背景技术：

健康是指一个人在身体、精神和社会等方面都处于良好的状态。健康包括两个方面的内容：一是主要脏器无疾病，身体形态发育良好，体形均匀，人体各系统具有良好的生理功能，有较强的身体活动能力和劳动能力，这是对健康最基本的要求；二是对疾病的抵抗能力较强，能够适应环境变化，各种生理刺激以及致病因素对身体的作用。传统的健康观是“无病即健康”，现代人的健康观是整体健康，世界卫生组织提出“健康不仅是躯体没有疾病，还要具备心理健康、社会适应良好和有道德”。因此，现代人的健康内容包括：躯体健康、心理健康、心灵健康、社会健康、智力健康、道德健康、环境健康等。健康是人的基本权利。健康是人生的第一财富。

目前，为了获知健康状况，需要到医院做检查，但医疗资源有限，这导致获取健康状况经济成本和时间成本较高。

技术实现要素：

本发明的目的是提供一种基于神经网络的健康数据分析方法、装置及计算机设备，用于解决现有技术存在的问题。

为实现上述目的，本发明提供一种基于神经网络的健康数据分析方法，包括以下步骤：

步骤01，接收用户选择的健康分析项目，并在选择的项目对应的初始概况界面中显示预先设置的输入框，该输入框用于输入用户的人体数据；

步骤02，获取用户在输入框内输入的人体数据；

步骤03，将至少部分人体数据输入至预设健康程度诊断模型，以确定该用户当前的健康程度，其中，该健康程度包括预先标记的多个程度指标；

步骤04，根据该用户当前的健康程度确定用户的健康分析类型，其中，该健康分析类型至少包括人工分析和模型分析；

步骤05，在该健康分析类型为模型分析的情况下，通过预先训练的神经网络模型为用户提供与至少部分人体数据相匹配的健康建议信息。

进一步的，人体数据中的至少一个类型的人体数据从传感器数据生成，所述传感器数据从多个传感器获取；所述人体数据至少包括年龄数据、性别、体重数据、体温数据、血糖数据、血压数据、活动数据或心率数据。

进一步的，步骤03包括：将该人体数据分别与预设健康程度诊断模型中的预设信息进行匹配；在匹配的情况下，确定所述用户当前的健康程度为不健康；在不匹配的情况下，确定所述用户当前的健康程度为健康。

进一步的，步骤04包括：在用户当前的健康程度为不健康的情况下，确定不健康程度对应的分数是否达到预设分数；在不健康程度对应的分数达到所述预设分数的情况下，确定所述健康分析类型为采用人工分析；在不健康程度对应的分数未达到搜索预设分数的情况下，确定所述健康分析类型为采用模型分析。

进一步的，在确定所述健康分析类型为采用人工分析之后，还包括：查找所述健康分析项目对应的在线医生号码，并拨打所述在线医生号码，以进行人工分析。

进一步的，步骤05之前还包括：检测所述用户是否存在历史病例；在存在所述历史病例的情况下，将所述历史病例对应的信息添加至所述输入内容对应的历史病例中。

进一步的，步骤05之后还包括：在屏幕上显示所述健康建议信息对应的准确度调查界面，并接收所述准确度调查界面接收到的准确度反馈信息。

为实现上述目的，本发明还提供一种基于神经网络的健康数据分析装置，其包括：

接收模块，用于接收用户选择的健康分析项目，并在用户选择的项目对应的初始概况界面中显示预先设置的输入框，该输入框用于输入用户的人体数据；

获取模块，用于获取用户在输入框内输入的人体数据；

第一确定模块，用于将至少部分所述人体数据输入至预设健康程度诊断模型，以确定所述用户当前的健康程度，其中，所述健康程度包括预先标记的多个程度指标；

第二确定模块，用于根据所述用户当前的健康程度确定所述用户的健康分析类型，其中，所述健康分析类型至少包括人工分析和模型分析；

提供模块，用于在所述健康分析类型为模型分析的情况下，通过预先训练的神经网络模型为所述用户提供与至少部分所述人体数据相匹配的健康建议信息。

进一步的，人体数据中的至少一个类型的人体数据从传感器数据生成，所述传感器数据从多个传感器获取；所述人体数据至少包括年龄数据、性别、体重数据、体温数据、血糖数据、血压数据、活动数据或心率数据。

进一步的，第一确定模块，用于将该人体数据分别与预设健康程度诊断模型中的预设信息进行匹配；在匹配的情况下，确定所述用户当前的健康程度为不健康；在不匹配的情况下，确定所述用户当前的健康程度为健康。

进一步的，第二确定模块，用于在用户当前的健康程度为不健康的情况下，确定不健康程度对应的分数是否达到预设分数；在不健康程度对应的分数达到所述预设分数的情况下，确定所述健康分析类型为采用人工分析；在不健康程度对应的分数未达到搜索预设分数的情况下，确定所述健康分析类型为采用模型分析。

进一步的，还包括：通信模块，用于在在确定所述健康分析类型为采用人工分析之后，查找所述健康分析项目对应的在线医生号码，并拨打所述在线医生号码，以进行人工分析。

进一步的，还包括：检测所述用户是否存在历史病例；在存在所述历史病例的情况下，将所述历史病例对应的信息添加至所述输入内容对应的历史病例中。

进一步的，还包括：在屏幕上显示所述健康建议信息对应的准确度调查界面，并接收所述准确度调查界面接收到的准确度反馈信息。

为实现上述目的，本发明还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在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基于神经网络的健康数据分析方法的步骤。

为实现上述目的，本发明还提供计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于神经网络的健康数据分析方法的步骤。

本发明提供的基于神经网络的健康数据分析方法、装置、计算机设备及存储介质，通过人工智能模型对人体数据进行分析，为用户提供健康建议。可以方便快捷地为用户提供健康建议，使得用户可以随时随地了解健康状况并根据健康建议善健康状况。

附图说明

图1为本发明基于神经网络的健康数据分析方法实施例的流程图；

图2为本发明基于神经网络的健康数据分析装置实施例的程序模块示意图；

图3为本发明基于神经网络的健康数据分析装置实施例的硬件结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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。

本发明提供的基于神经网络的健康数据分析方法、装置、计算机设备及存储介质，适用于健康数据分析技术领域，为用户提供一种基于神经网络的健康数据分析方案。本发明通过使用神经网络模型对人体数据进行分析，为用户提供健康建议。

请参阅图1，本实施例的一种基于神经网络的健康数据分析方法中，包括以下步骤(步骤s01至步骤s05)：

步骤s01，接收用户选择的健康分析项目，并在选择的项目对应的初始概况界面中显示预先设置的输入框，该输入框用于输入用户的人体数据。

其中，该人体数据可为健康数据或非健康数据，例如至少包括可年龄数据、性别、体重数据、体温数据、血糖数据、血压数据、活动数据或心率数据。

步骤s01中，人体数据可包括但不限于任何类型的与人身健康相关联的数据，诸如他们的体重、心率、血压、血糖水平、用药依从性、活动量等。

步骤s01中，人体数据中的至少一个类型的人体数据从传感器数据生成，所述传感器数据从多个传感器获取。这些传感器可包括能够获取健康数据的任何类型的传感器，诸如生物识别传感器、活动追踪器等。

例如，传感器可包括但不限于刻度计、血压袖带、血糖监测仪、心电图、计步器、陀螺仪、加速度计、血氧饱和度传感器、呼吸传感器、姿态传感器、应力传感器、血管容积图、皮肤电反应传感器、温度传感器、哮喘吸入器等。

传感器还可包括用于获取非健康数据诸如情境数据、时态数据、个人数据、联系数据等的其他类型的传感器，诸如音频传感器、环境光传感器、电磁传感器、触摸传感器、电容传感器等。

步骤s01中，上述健康数据或非健康数据的来源中的任一者可被配置为可连续地、间断地、周期性地或以任何其他期望频率或时间间隔地测量、生成或接收健康数据或非健康数据。

同样地，可类似地在健康数据库或用户数据库中连续地、间断地、周期性地或以任何其他期望频率或时间间隔地存储或更新健康数据或非健康数据。用于测量、生成、接收或存储健康数据或非健康数据的频率和时间间隔可相同或者它们可不同。

另外，这些频率或间隔可为默认值或者它们可由用户来设定以向用户提供已在期望时间长度内经更新的健康数据或非健康数据。

上述步骤s01中，输入可是在图形用户界面(gui)中填写数据，也可以是对接口的操作，以从外部或者内部存储介质导入数据。

步骤s02，获取用户在输入框内输入的人体数据。

步骤s03，将至少部分人体数据输入至预设健康程度诊断模型，以确定该用户当前的健康程度，其中，该健康程度包括预先标记的多个程度指标。

在步骤s03中，可根据健康程度诊断模型确定评估健康程度所需的人体数据项，其可以是用户输入的部分数据，也可以是用户输入的全部数据。

其中，步骤s03包括：将该人体数据分别与预设健康程度诊断模型中的预设信息进行匹配；在匹配的情况下，确定所述用户当前的健康程度为不健康；在不匹配的情况下，确定所述用户当前的健康程度为健康。

进一步的，健康程度诊断模型中，可包含多个疾病的数据模型，当人体数据中至少部分数据与数据模型匹配时，可估计出该人体数据指示数据模型对应的疾病。例如，当人体数据中心率较大且体温较高时，可以感冒的数据模型匹配得到可能处于感冒状态。

步骤s04，根据该用户当前的健康程度确定用户的健康分析类型，其中，该健康分析类型至少包括人工分析和模型分析。

其中，在用户当前的健康程度为不健康的情况下，确定不健康程度对应的分数是否达到预设分数；在不健康程度对应的分数达到所述预设分数的情况下，确定所述健康分析类型为采用人工分析；在不健康程度对应的分数未达到搜索预设分数的情况下，确定该健康分析类型为采用模型分析。

进一步的，可建立专家系统，对疾病或者健康状态标记分数，对于一般性疾病或健康状态，可以计分较低，对于急性或者严重性疾病或健康状态，可以记高分。例如，对于一般性感冒，可以计分较低，从而通过模型分析提供健康建议信息。对于糖尿病等重大疾病则可计分较高，对这些疾病进行人工分析。

步骤s05，在该健康分析类型为模型分析的情况下，通过预先训练的神经网络模型为用户提供与至少部分人体数据相匹配的健康建议信息。

进一步的，步骤s05中，健康建议包括改善健康状态的建议，该建议可包括饮食建议(例如对于肥胖者，可以建议少食用碳水化合物，增加运动时间/强度等)、或者用药建议(比如对于一般感冒患者，可以建议服用常规感冒用药等，但不限于此)。应当注意，本发明不对具体建议做限定，通过预先训练的神经网络模型为用户提供健康建议信息均可，具体健康建议可以与训练神经网络模型时医生、专家的训练数据有关。

其中，步骤s05之前还包括：检测所述用户是否存在历史病例；在存在所述历史病例的情况下，将所述历史病例对应的信息添加至所述输入内容对应的历史病例中。

进一步的，进一步的，在确定所述健康分析类型为采用人工分析之后，还包括：查找所述健康分析项目对应的在线医生号码，并拨打所述在线医生号码，以进行人工分析。

进一步的，步骤s05之后还包括：在屏幕上显示所述健康建议信息对应的准确度调查界面，并接收所述准确度调查界面接收到的准确度反馈信息。

通过本实施例的健康数据分析方法，可以方便快捷地为用户提供健康建议，使得用户可以随时随地了解健康状况并根据健康建议善健康状况。

请继续参阅图2，示出了一种基于神经网络的健康数据分析装置，在本实施例中，健康数据分析装置10可以包括或被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本发明，并可实现上述健康数据分析方法。本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序本身更适合于描述健康数据分析装置10在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能：

接收模块11，用于接收用户选择的健康分析项目，并在用户选择的项目对应的初始概况界面中显示预先设置的输入框，该输入框用于输入用户的人体数据；

获取模块12，用于获取用户在输入框内输入的人体数据；

第一确定模块13，用于将至少部分该人体数据输入至预设健康程度诊断模型，以确定所述用户当前的健康程度，其中，所述健康程度包括预先标记的多个程度指标；

第二确定模块14，用于根据所述用户当前的健康程度确定所述用户的健康分析类型，其中，所述健康分析类型至少包括人工分析和模型分析；

提供模块15，用于在所述健康分析类型为模型分析的情况下，通过预先训练的神经网络模型为所述用户提供与至少部分所述人体数据相匹配的健康建议信息。

进一步的，人体数据中的至少一个类型的人体数据从传感器数据生成，所述传感器数据从多个传感器获取；所述人体数据至少包括年龄数据、性别、体重数据、体温数据、血糖数据、血压数据、活动数据或心率数据。

进一步的，第一确定模块13，用于将该人体数据分别与预设健康程度诊断模型中的预设信息进行匹配；在匹配的情况下，确定所述用户当前的健康程度为不健康；在不匹配的情况下，确定所述用户当前的健康程度为健康。

进一步的，第二确定模块14，用于在用户当前的健康程度为不健康的情况下，确定不健康程度对应的分数是否达到预设分数；在不健康程度对应的分数达到所述预设分数的情况下，确定所述健康分析类型为采用人工分析；在不健康程度对应的分数未达到搜索预设分数的情况下，确定所述健康分析类型为采用模型分析。

进一步的，还包括：通信模块，用于在在确定所述健康分析类型为采用人工分析之后，查找所述健康分析项目对应的在线医生号码，并拨打所述在线医生号码，以进行人工分析。

进一步的，还包括：检测所述用户是否存在历史病例；在存在所述历史病例的情况下，将所述历史病例对应的信息添加至所述输入内容对应的历史病例中。

进一步的，还包括：在屏幕上显示所述健康建议信息对应的准确度调查界面，并接收所述准确度调查界面接收到的准确度反馈信息。

本实施例还提供一种计算机设备，如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。本实施例的计算机设备20至少包括但不限于：可通过系统总线相互通信连接的存储器21、处理器22，如图3所示。需要指出的是，图3仅示出了具有组件21-22的计算机设备20，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

本实施例中，存储器21(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器21可以是计算机设备20的内部存储单元，例如该计算机设备20的硬盘或内存。在另一些实施例中，存储器21也可以是计算机设备20的外部存储设备，例如该计算机设备20上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。当然，存储器21还可以既包括计算机设备20的内部存储单元也包括其外部存储设备。本实施例中，存储器21通常用于存储安装于计算机设备20的操作系统和各类应用软件，例如实施例的健康数据分析装置10的程序代码等。此外，存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。

处理器22在一些实施例中可以是中央处理器(centralprocessingunit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制计算机设备20的总体操作。本实施例中，处理器22用于运行存储器21中存储的程序代码或者处理数据，例如运行健康数据分析装置10，以实现实施例的健康数据分析方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。