一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种基于互联网的个人教育信息管理平台

2022-06-05 11:25:52 来源:中国专利 TAG:


1.本发明属于智能化教育技术领域,尤其涉及一种基于互联网的个人教育信息管理平台。


背景技术:

2.目前,随着国家大力发展教育,全民教育的普及有了很大的提升,全民素质和学历学位也有相应的变化。当今科技的飞速发展,信息共享也逐渐成为发展的主流,为了使个人教育信息得到及时的更新、合理管理和信息的保密与共享,需要建立起一套信息管理平台。由于个人信息往往不是一成不变的,经常面临着变更和调整,良好的个人信息管理系统要便于个人信息的系统化管理。由于生活环境的剧烈改变和社会压力的不断增加,人们对于知识的渴望也日益剧增,对于健康人而言知识的获得举手易得,但是对于生理有障碍的人群来说知识的获得十分困难,尤其现在没有符合生理障碍人群的学习平台。
3.通过上述分析,现有技术存在的问题及缺陷为:没有专门针对生理缺陷人群的学习平台。


技术实现要素:

4.针对现有技术存在的问题,本发明提供了一种基于互联网的个人教育信息管理平台。
5.本发明是这样实现的,一种基于互联网的个人教育信息管理平台,所述基于互联网的个人教育信息管理平台包括:
6.用户注册登录模块、健康数据采集模块、生理数据采集模块、中央控制模块、测试模块、宣讲模块、图像采集、状态判断模块、评估模块、技能培训模块、心理疏导模块以及评分模块;
7.用户注册登录模块,与中央控制模块连接,用于用户利用个人身份信息进行注册,并利用注册账号进行登录;
8.测试模块,与中央控制模块连接,用于利用针对糖尿病、各类生理缺陷人群的专业问卷表格获取用户的糖尿病或生理缺陷的等级;
9.宣讲模块,与中央控制模块连接,用于基于用户输入的个人健康状况以及对应的生理缺陷状况从数据库中预先存储的针对各类健康问题或生理缺陷问题的教育视频、文字、图册中选取对应该用户的宣讲内容进行展示;
10.评估模块,与中央控制模块连接,用于基于用户输入的个人健康状况、对应的生理缺陷状态、采集的生理数据、糖尿病或生理缺陷的等级、心理状态及其他数据评估糖尿病患者的风险等级以及生理缺陷者可自主等级;
11.所述糖尿病患者的风险等级评估包括:
12.将所述用户输入的个人健康状况、采集的生理数据、糖尿病等级及其他数据输入到通过验证的风险评估模型中,获取糖尿病患者的风险等级评估结果;
13.技能培训模块,与中央控制模块连接,用于基于用户的风险等级或生理缺陷者可自主等级评估结果进行针对性的糖尿病自我管控技能或生活技能培训;
14.心理疏导模块,与中央控制模块连接,用于基于用户的心理状态判断结果判断是否需要心理疏导,并通过心理疏导视频或与心理健康诊所线上交流的方式为用户提供对应的心理疏导;
15.评分模块,与中央控制模块连接,用于对用户观看的宣讲视频、技能培训进行总结,并通过一段时间内的生理数据、心理状态、测试数据、评估模块、技能培训结果以及心理疏导情况的变化为用户在某一时间段内教育状况进行评分。
16.进一步,所述基于互联网的个人教育信息管理平台还包括:
17.健康数据采集模块,与中央控制模块连接,用于利用调查表的形式采集用户的个人健康状况以及对应的生理缺陷状况;
18.生理数据采集模块,与中央控制模块连接,用于利用生理监测设备进行用户血压、心跳以及其他生理数据的采集;
19.中央控制模块,与用户注册登录模块、健康数据采集模块、生理数据采集模块、测试模块、宣讲模块、图像采集、状态判断模块、评估模块、技能培训模块、心理疏导模块以及评分模块连接,用于利用单片机或控制器控制各个模块正常工作;
20.图像采集模块,与中央控制模块连接,用于利用摄像设备采集用户在观看宣讲文件时的面部图像以及肢体动作;
21.状态判断模块,与中央控制模块连接,用于基于采集的相应面部图像以及肢体动作判断用户的观看宣讲时的心理状态。
22.进一步,所述将用户输入的个人健康状况、采集的生理数据、糖尿病等级及其他数据输入到通过验证的风险评估模型中之前还需进行:
23.获取专业数据库的相应糖尿病患者的相关病症或其他数据,基于所述获取的数据通过单因素logistic回归分析和多因素logistic回归分析确定2型糖尿病发生的风险因素;
24.将所述糖尿病患者的相关病症或其他数据划分为训练数据集和验证数据集;以确定的风险因素为自变量构建2型糖尿病风险评估模型,并利用所述训练数据集对所述评估模型进行训练;
25.利用所述验证数据集对构建的2型糖尿病风险评估模型进行验证。
26.进一步,所述评估模块基于用户输入的个人健康状况、对应的生理缺陷状态、采集的生理数据、生理缺陷的等级、心理状态及其他数据评估生理缺陷者可自主等级包括:
27.获取用户输入的个人健康状况、对应的生理缺陷状态、采集的生理数据、生理缺陷的等级、心理状态及其他数据,并所述获取的数据及进行预处理;
28.基于所述预处理后的数据进行评估项目的提取,并基于提取的评估项目结合预处理后的数据生成多个评估量表;
29.基于所述评估项目对生活自理能力的影响大小确定所述评估项目的权重值,根据所述生成的评估量表基于所述用户的数据获取用户各个评估项目的分值,结合各个项目的权重值,得到用户的评估总分;
30.基于所述评估总分与预设分数阈值进行对比,确定用户的可自主等级。
31.进一步,所述用户的可自主等级包括:完全可自主级、基本可自主级、半可自主级和不能可自主级。
32.进一步,所述状态判断模基于采集的相应面部图像以及肢体动作判断用户的观看宣讲时的心理状态包括:
33.获取采集的用户观看宣讲时的面部图像、肢体动作以及对应采集的生理数据;
34.对所述获取的面部图像进行解析,获得用户的微表情特征;对所述肢体图像进行解析,获得用户的肢体动作特征;
35.将所述用户的微表情特征以及肢体动作特征输入预先构建的情绪状态识别模型中,确用户的情绪状态;
36.根据数据库中存储的情绪状态与对应生理数据变化情况基于所述采集的生理数据验证所述用户情绪状态识别结果是否准确;
37.若否,则调整构建的识别模型的动态参数,并再次识别,直至所述生理数据变化结果与所述情绪状态对应一致,即可得到所述用户的心理状态。
38.进一步,所述对获取的面部图像进行解析,获得用户的微表情特征包括:
39.获取连续多张用户面部图像,计算每一张用户面部图像中的结合权重值的图像特征向量;
40.将每一张用户面部图像的结合权重值的图像特征向量进行求和,得到对应的综合面部图像特征向量;
41.将所述每一张用户面部图像和预先存储的基准微表情特征向量进行比较,并根据比较的结果得到用户的微表情特征识别结果。
42.本发明的另一目的在于提供一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现所述基于互联网的个人教育信息管理平台。
43.本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用所述基于互联网的个人教育信息管理平台。
44.本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用所述基于互联网的个人教育信息管理平台。
45.结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明针对生理障碍的人研发了一套基于互联网的个人教育信息管理平台,实现生理障碍人群的学习和保健;本发明能够帮助视力或者听力障碍糖尿病等患者更容易、简便的获取健康教育知识。
46.本发明对糖尿病和生理缺陷人群的风险或自理能力进行全方位评估,评估结果更加的准确以及全面,同时针对评估结果针对性的提供技能培训项目或心理疏导服务,不仅能够保障生理缺陷人群的基本生活,同时还能够提高其生活本领与技能,更重要的是从心理层面提供疏导,避免用户自卑或其他心理疾病影响正常生活。
附图说明
47.为了更清楚地说明本技术实施例的技术方案,下面将对本技术实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本技术的一些实施例,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他的
附图。
48.图1是本发明实施例提供的基于互联网的个人教育信息管理平台结构示意图;
49.图中:1、用户注册登录模块;2、健康数据采集模块;3、生理数据采集模块;4、中央控制模块;5、测试模块;6、宣讲模块;7、图像采集;8、状态判断模块;9、评估模块;10、技能培训模块;11、心理疏导模块;12、评分模块。
50.图2是本发明实施例提供的状态判断模基于采集的相应面部图像以及肢体动作判断用户的观看宣讲时的心理状态的方法流程图。
51.图3是本发明实施例提供的对获取的面部图像进行解析,获得用户的微表情特征的方法流程图。
52.图4是本发明实施例提供的糖尿病患者的风险等级评估的方法流程图。
53.图5是本发明实施例提供的评估模块基于用户输入的个人健康状况、对应的生理缺陷状态、采集的生理数据、生理缺陷的等级、心理状态及其他数据评估生理缺陷者可自主等级的方法流程图。
具体实施方式
54.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仅用以解释本发明,并不用于限定本发明。
55.针对现有技术存在的问题,本发明提供了一种基于互联网的个人教育信息管理平台,下面结合附图对本发明作详细的描述。
56.如图1所示,本发明实施例提供的基于互联网的个人教育信息管理平台包括:
57.用户注册登录模块1,与中央控制模块4连接,用于用户利用个人身份信息进行注册,并利用注册账号进行登录;
58.健康数据采集模块2,与中央控制模块4连接,用于利用调查表的形式采集用户的个人健康状况以及对应的生理缺陷状况;
59.生理数据采集模块3,与中央控制模块4连接,用于利用生理监测设备进行用户血压、心跳以及其他生理数据的采集;
60.中央控制模块4,与用户注册登录模块1、健康数据采集模块2、生理数据采集模块3、测试模块5、宣讲模块6、图像采集7、状态判断模块8、评估模块9、技能培训模块10、心理疏导模块11以及评分模块12连接,用于利用单片机或控制器控制各个模块正常工作;
61.测试模块5,与中央控制模块4连接,用于利用针对糖尿病、各类生理缺陷人群的专业问卷表格获取用户的糖尿病或生理缺陷的等级;
62.宣讲模块6,与中央控制模块4连接,用于基于用户输入的个人健康状况以及对应的生理缺陷状况从数据库中预先存储的针对各类健康问题或生理缺陷问题的教育视频、文字、图册中选取对应该用户的宣讲内容进行展示;
63.图像采集模块7,与中央控制模块4连接,用于利用摄像设备采集用户在观看宣讲文件时的面部图像以及肢体动作;
64.状态判断模块8,与中央控制模块4连接,用于基于采集的相应面部图像以及肢体动作判断用户的观看宣讲时的心理状态;
65.评估模块9,与中央控制模块4连接,用于基于用户输入的个人健康状况、对应的生理缺陷状态、采集的生理数据、糖尿病或生理缺陷的等级、心理状态及其他数据评估糖尿病患者的风险等级以及生理缺陷者可自主等级;
66.技能培训模块10,与中央控制模块4连接,用于基于用户的风险等级或生理缺陷者可自主等级评估结果进行针对性的糖尿病自我管控技能或生活技能培训;
67.心理疏导模块11,与中央控制模块4连接,用于基于用户的心理状态判断结果判断是否需要心理疏导,并通过心理疏导视频或与心理健康诊所线上交流的方式为用户提供对应的心理疏导;
68.评分模块12,与中央控制模块4连接,用于对用户观看的宣讲视频、技能培训进行总结,并通过一段时间内的生理数据、心理状态、测试数据、评估模块、技能培训结果以及心理疏导情况的变化为用户在某一时间段内教育状况进行评分。
69.如图2所示,本发明实施例提供的状态判断模基于采集的相应面部图像以及肢体动作判断用户的观看宣讲时的心理状态包括:
70.s101,获取采集的用户观看宣讲时的面部图像、肢体动作以及对应采集的生理数据;
71.s102,对所述获取的面部图像进行解析,获得用户的微表情特征;对所述肢体图像进行解析,获得用户的肢体动作特征;
72.s103,将所述用户的微表情特征以及肢体动作特征输入预先构建的情绪状态识别模型中,确用户的情绪状态;
73.s104,根据数据库中存储的情绪状态与对应生理数据变化情况基于所述采集的生理数据验证所述用户情绪状态识别结果是否准确;
74.s105,若否,则调整构建的识别模型的动态参数,并再次识别,直至所述生理数据变化结果与所述情绪状态对应一致,即可得到所述用户的心理状态。
75.如图3所示,本发明实施例提供的对获取的面部图像进行解析,获得用户的微表情特征包括:
76.s201,获取连续多张用户面部图像,计算每一张用户面部图像中的结合权重值的图像特征向量;
77.s202,将每一张用户面部图像的结合权重值的图像特征向量进行求和,得到对应的综合面部图像特征向量;
78.s203,将所述每一张用户面部图像和预先存储的基准微表情特征向量进行比较,并根据比较的结果得到用户的微表情特征识别结果。
79.如图4所示,本发明实施例提供的糖尿病患者的风险等级评估包括:
80.s301,获取专业数据库的相应糖尿病患者的相关病症或其他数据,基于所述获取的数据通过单因素logistic回归分析和多因素logistic回归分析确定2型糖尿病发生的风险因素;
81.s302,将所述糖尿病患者的相关病症或其他数据划分为训练数据集和验证数据集;以确定的风险因素为自变量构建2型糖尿病风险评估模型,并利用所述训练数据集对所述评估模型进行训练;
82.s303,利用所述验证数据集对构建的2型糖尿病风险评估模型进行验证;将所述用
户输入的个人健康状况、采集的生理数据、糖尿病等级及其他数据输入到通过验证的风险评估模型中,获取糖尿病患者的风险等级评估结果。
83.如图5所示,本发明实施例提供的评估模块基于用户输入的个人健康状况、对应的生理缺陷状态、采集的生理数据、生理缺陷的等级、心理状态及其他数据评估生理缺陷者可自主等级包括:
84.s401,获取用户输入的个人健康状况、对应的生理缺陷状态、采集的生理数据、生理缺陷的等级、心理状态及其他数据,并所述获取的数据及进行预处理;
85.s402,基于所述预处理后的数据进行评估项目的提取,并基于提取的评估项目结合预处理后的数据生成多个评估量表;
86.s403,基于所述评估项目对生活自理能力的影响大小确定所述评估项目的权重值,根据所述生成的评估量表基于所述用户的数据获取用户各个评估项目的分值,结合各个项目的权重值,得到用户的评估总分;
87.s404,基于所述评估总分与预设分数阈值进行对比,确定用户的可自主等级。
88.本发明实施例提供的用户的可自主等级包括:完全可自主级、基本可自主级、半可自主级和不能可自主级。
89.以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献