一种人体生物节律监控方法与流程

本发明涉及人体生理监测，特别是涉及一种人体生物节律监控方法。

背景技术：

1、生物节律是自然进化赋予生命的基本特征之一，人类和一切生物都要受到生物节律的控制与影响。人体生物节律是指体力节律、情绪节律和智力节律。每个人从他出生那天起一直到生命终结，都存在着体力23天、情绪28天、智力33天的周期性波动规律，称为人体生物节律。每一个周期中又存在着高潮期、低潮期和临界期。由于它具有准确的时间性，因此，也称之为人体生物钟。在人们日常生活中，有人会觉得自己的体力、情绪或智力有时很好，有时很坏，人从他诞生之日起，直至生命终结，其自身的体力、情绪和智力都存在着由强至弱、由弱至强的周期性起伏变化。人们把这种现象称作生物节律，或生物节奏、生命节律等。产生这种现象的原因是生物体内存在着生物钟，它自动地调节和控制着人体的行为和活动。

2、目前，对于生物节律的监控往往采用人工估算和预测，通常缺乏高效的数据处理和分析功能，无法对大量的生理数据进行实时处理和分析，从而造成缺乏个性化分析的情况，无法提供个性化的健康建议和预警。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种人体生物节律监控方法。

2、为实现上述目的，本发明提供了如下方案：

3、一种人体生物节律监控方法，包括：

4、利用各种穿戴式传感器采集目标用户的生理数据；所述生理数据包括情绪类信号、体力类信号和智力类信号；

5、对所述生理数据进行数据预处理，得到预处理数据；

6、将所述预处理数据输入至训练好的生物节律预测模型中，以识别所述目标用户的情绪节律模式、体力节律模式和智力节律模式；

7、根据监测到的所述情绪节律模式、所述体力节律模式和所述智力节律模式，评估所述目标用户的人体状况和潜在风险；

8、根据所述人体状况和所述潜在风险生成个性化的生活和健康建议。

9、优选地，所述情绪类信号包括：心率变异性信号和皮肤电活动信号。

10、优选地，所述智力类信号包括：脑电图信号和眼动追踪信号。

11、优选地，所述体力类信号包括：运动表现信号和代谢指标信号。

12、优选地，对所述生理数据进行数据预处理，得到预处理数据，包括：

13、基于小波基函数对所述生理数据进行多尺度分解，得到不同分解尺度下的小波系数；

14、基于不同分解尺度下的小波系数的中值构建去噪阈值；

15、利用所述去噪阈值构建去噪函数；

16、基于所述去噪函数对不同分解尺度下的小波系数进行处理，得到去噪后的小波系数；

17、对所述去噪后的小波系数进行逆小波变换，得到去噪后的所述预处理数据。

18、优选地，基于不同分解尺度下的小波系数的中值构建去噪阈值，包括：

19、根据不同分解尺度下的小波系数的中值计算相应分解尺度下小波系数的均方差；

20、根据小波系数的均方差构建去噪阈值；所述去噪阈值的计算公式为：其中，λj表示去噪阈值，σj表示第j个分解尺度下小波系数的均方差，median(|ω0|)表示第j个分解尺度下小波系数的中值，kj表示第j个分解尺度下信号的长度。

21、优选地，所述生物节律预测模型的构建方法包括：

22、构建初始神经网络模型；所述初始神经网络模型通过cnn神经网络模型和lstm网络通过张量处理层进行集成的；所述cnn神经网络模型包括依次设置的三个堆叠的卷积层、relu激活函数以及池化层；所述cnn神经网络模型用于输出所述情绪类信号、所述体力类信号和所述智力类信号提取后的数据；所述lstm网络用于接收所述情绪类信号、体力类信号和智力类信号提取后的数据，并通过lstm单元更新和传输过程以及线性层转换过程，得到识别结果；

23、获取历史数据样本集；所述历史数据样本集包括训练样本人体的情绪类信号、体力类信号和智力类信号，以及所述训练样本人体的预设好的对应各种信号的情绪节律模式、体力节律模式和智力节律模式；

24、根据所述历史数据样本集对所述初始神经网络模型进行训练，得到训练好的生物节律预测模型。

25、优选地，还包括：

26、利用验证集对训练好的生物节律预测模型进行精度验证，并采用均方根误差、均方根百分比误差和平均绝对误差百分比对预测结果进行误差分析，以得到验证好的生物节律预测模型。

27、根据本发明提供的具体实施例，本发明公开了以下技术效果：

28、本发明提供了一种人体生物节律监控方法，包括：利用各种穿戴式传感器采集目标用户的生理数据；所述生理数据包括情绪类信号、体力类信号和智力类信号；对所述生理数据进行数据预处理，得到预处理数据；将所述预处理数据输入至训练好的生物节律预测模型中，以识别所述目标用户的情绪节律模式、体力节律模式和智力节律模式；根据监测到的所述情绪节律模式、所述体力节律模式和所述智力节律模式，评估所述目标用户的人体状况和潜在风险；根据所述人体状况和所述潜在风险生成个性化的生活和健康建议。本发明通过结合生理传感器、数据处理、机器学习算法，能够智能化的精准监测用户的生物节律参数，识别潜在的健康风险，并提供个性化的生活和健康建议。

技术特征：

1.一种人体生物节律监控方法，其特征在于，包括：

2.根据权利要求1所述的人体生物节律监控方法，其特征在于，所述情绪类信号包括：心率变异性信号和皮肤电活动信号。

3.根据权利要求1所述的人体生物节律监控方法，其特征在于，所述智力类信号包括：脑电图信号和眼动追踪信号。

4.根据权利要求1所述的人体生物节律监控方法，其特征在于，所述体力类信号包括：运动表现信号和代谢指标信号。

5.根据权利要求1所述的人体生物节律监控方法，其特征在于，对所述生理数据进行数据预处理，得到预处理数据，包括：

6.根据权利要求5所述的人体生物节律监控方法，其特征在于，基于不同分解尺度下的小波系数的中值构建去噪阈值，包括：

7.根据权利要求1所述的人体生物节律监控方法，其特征在于，所述生物节律预测模型的构建方法包括：

8.根据权利要求7所述的人体生物节律监控方法，其特征在于，还包括：

技术总结
本发明提供了一种人体生物节律监控方法，涉及人体生理监测技术领域，包括：利用各种穿戴式传感器采集目标用户的生理数据；生理数据包括情绪类信号、体力类信号和智力类信号；对生理数据进行数据预处理，得到预处理数据；将预处理数据输入至训练好的生物节律预测模型中，以识别目标用户的情绪节律模式、体力节律模式和智力节律模式；根据监测到的情绪节律模式、体力节律模式和智力节律模式，评估目标用户的人体状况和潜在风险；根据人体状况和潜在风险生成个性化的生活和健康建议。本发明通过结合生理传感器、数据处理、机器学习算法，能够智能化的精准监测用户的生物节律参数，识别潜在的健康风险，并提供个性化的生活和健康建议。

技术研发人员：李霞,陈军萌,李雨霏,李伟,许淑华,刘国菊,王宏伟,徐桂平,孔瑞雪,周晓,辛华,陈瑞,杜泽楷
受保护的技术使用者：山东医学高等专科学校
技术研发日：
技术公布日：2024/3/21