一种基于大数据的养老院实时监测健康管理平台的制作方法

1.本发明属于智慧养老技术领域，具体为一种基于大数据的养老院实时监测健康管理平台。


背景技术：

[0002]“智慧养老”能全方位监测老人的健康状况。比如手腕式血压计、手表式gps定位仪等，不仅能随时随地监测老人的身体状况，也能知晓他们的活动轨迹；通过给家中的厕所进行改装后，系统便会自动监测老人的尿液、粪便等，这样一来，老人在上厕所的同时，也完成了医疗检查。系统监测到的数据将直接传送到协议医疗单位的老人电子健康档案，一旦出现数据异常，智能系统会自动提醒老人及时体检。
[0003]
但是常见的系统在使用时，养老院里面居住的老人的亲属在想对老人的身体情况进行查看时，不能进行远程查看，从而加重了子女们查看老人的负担，同时对老人的健康数据也不能及时了解。


技术实现要素：

[0004]
本发明的目的在于：为了解决上述提出的问题，提供一种基于大数据的养老院实时监测健康管理平台。
[0005]
本发明采用的技术方案如下：一种基于大数据的养老院实时监测健康管理平台，包括处理器模块、电源模块、数据导入模块、控制启动模块、摄像头模块、信息记录模块、数据采集模块、数据输出模块、云数据存储模块、数据读取模块、信息显示终端、人员操作终端、心电数据采集模块、生命体征参数采集模块、图像参数采集模块、运动健康采集模块、数据分类模块、回归分析模块、聚类分析模块、数据关联模块、特征分析模块，所述人员操作终端的输出端连接有所述信息显示终端的输入端，所述信息显示终端的输出端连接有所述数据读取模块的输入端，所述数据读取模块的输出端连接有所述云数据存储模块的输入端，所述摄像头模块的输出端连接有所述控制启动模块的输入端；所述控制启动模块的输出端连接有所述数据导入模块的输入端，所述数据采集模块的输出端连接有所述信息记录模块的输入端，所述信息记录模块的输出端连接有所述数据导入模块的输入端，所述数据导入模块的输出端连接有所述处理器模块的输入端，所述处理器模块的输出端连接有所述数据输出模块的输入端，所述云数据存储模块的输出端连接有所述云数据存储模块的输入端在一优选的实施方式中，所述处理器模块的外部固定安装有所述电源模块，所述电源模块的电源输出端连接有所述处理器模块和所述数据输出模块的电源输入端。
[0006]
在一优选的实施方式中，所述摄像头模块的内部固定安装有所述心电数据采集模块、所述生命体征参数采集模块、所述图像参数采集模块和所述运动健康采集模块，所述心电数据采集模块、所述生命体征参数采集模块、所述图像参数采集模块和所述运动健康采集模块的输出端连接有所述摄像头模块的输入端。
[0007]
在一优选的实施方式中，所述处理器模块的内部固定安装有所述数据分类模块、所述回归分析模块、所述聚类分析模块、所述数据关联模块和所述特征分析模块，所述数据分类模块、所述回归分析模块、所述聚类分析模块、所述数据关联模块和所述特征分析模块的输出端连接有所述处理器模块的输入端。
[0008]
在一优选的实施方式中，所述心电数据采集模块在holter上实现了终端智能设备上的应用，且该holter更低功耗和更长续航时间的心电监测设备也得到了相应的应用。
[0009]
在一优选的实施方式中，所述生命体征参数采集模块对人体的体征监测包括呼吸、体温、脉搏、血压，医学上称为四大体征；户生命体征数据的采集对用户疾病预防及治疗跟踪具有重要的意义；穿戴式设备以及智能终端可以通过集成的生物传感器实现对生命体征参数的采集；所述生命体征参数采集模块内部的装置在睡眠监测中的应用；在专用的穿戴式设备之外，利用移动终端的图像采集功能，扩展出一些基于图像处理技术的生命体征监测技术，同时利用摄像头实现生命体征参数的监测技术。
[0010]
在一优选的实施方式中，所述图像参数采集模块基于图像信息的生理参数提取技术中，通过 ppg 图像完成脉率、呼吸率的提取；在基于织物的生理参数采集系统中，可以完成心电、体温、呼吸、运动等多参数的采集；基于多参数的传感系统传感器技术的发展，带来的是对人体参数的检测和记录更加全面，对个人的健康和状态的分析与认识也更加的清楚，但是所带来的数据类型也越来越多，数据的结构趋于更加复杂。
[0011]
在一优选的实施方式中，所述数据分类模块利用了病人的人口学信息、对情绪图片库的生物反馈信息、自主神经的生理学特性信息作为输入特征，使用决策树算法用以对生物唤起讯号分类；对比了基于规则、基于决策树、基于人工神经网络的糖尿病人的健康数据的模式分类方法。
[0012]
在一优选的实施方式中，所述回归分析模块对医院信息系统的医疗风险因素的回归分析，分析各个影响因素与医疗风险之间的联系及引起风险的概率变化，用以指导医院的风险管理；临床心理治疗中通过对实验结果的回归分析，研究人员可以高效地区分有效预测和无效预测，并且发现预测变量之间的联系，并对临床的治疗决策提供预测模型。
[0013]
在一优选的实施方式中，所述聚类分析模块通过观测数据样本的亲疏关系的统计量，根据某种准则使同类型的数据差别较小，类与类之间差别较大，以此完成个体或者变量的区分；在医疗健康记录的关键词分类、生理信号分析中发挥了重要作用。
[0014]
综上所述，由于采用了上述技术方案，本发明的有益效果是：1、本发明中，摄像头模块可以对老人经常出现活动的区域进行监控拍摄，从而老年人的子女亲属可以直接通过控制控制启动模块来对老年人的活动进行查看，从而避免了养老院内不善待老人的情况出现，保障了老人们居住在养老院里面的人身安全性，也可以让子女更加安心。
[0015]
2、本发明中，养老院内居住的子女们通过数据采集模块内部的心电数据采集模块、生命体征参数采集模块、图像参数采集模块和运动健康采集模块可以对老人们的各项身体数据进行查看，从而方便子女们对后续老人出院后的健康情况进行相应的照顾，同时数据采集模块采集的数据经过处理器模块内部的模块进行处理之后，更加方便人们进行查看分析，从而增加了该系统的便利与智能性。
附图说明
[0016]
图1为本发明的系统框图；图2为本发明中数据采集模块系统框图；图3为本发明中处理器模块系统框图。
[0017]
图中标记：1-处理器模块、2-电源模块、3-数据导入模块、4-控制启动模块、5-摄像头模块、6-信息记录模块、7-数据采集模块、8-数据输出模块、9-云数据存储模块、10-数据读取模块、11-信息显示终端、12-人员操作终端、13-心电数据采集模块、14-生命体征参数采集模块、15-图像参数采集模块、16-运动健康采集模块、17-数据分类模块、18-回归分析模块、19-聚类分析模块、20-数据关联模块、21-特征分析模块。
具体实施方式
[0018]
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。
[0019]
参照图1-3，一种基于大数据的养老院实时监测健康管理平台，包括处理器模块1、电源模块2、数据导入模块3、控制启动模块4、摄像头模块5、信息记录模块6、数据采集模块7、数据输出模块8、云数据存储模块9、数据读取模块10、信息显示终端11、人员操作终端12、心电数据采集模块13、生命体征参数采集模块14、图像参数采集模块15、运动健康采集模块16、数据分类模块17、回归分析模块18、聚类分析模块19、数据关联模块20、特征分析模块21，处理器模块1的外部固定安装有电源模块2，电源模块2的电源输出端连接有处理器模块1和数据输出模块8的电源输入端；人员操作终端12的输出端连接有信息显示终端11的输入端，信息显示终端11的输出端连接有数据读取模块10的输入端，数据读取模块10的输出端连接有云数据存储模块9的输入端，摄像头模块5的输出端连接有控制启动模块4的输入端；摄像头模块5的内部固定安装有心电数据采集模块13、生命体征参数采集模块14、图像参数采集模块15和运动健康采集模块16，生命体征参数采集模块14对人体的体征监测包括呼吸、体温、脉搏、血压，医学上称为四大体征；户生命体征数据的采集对用户疾病预防及治疗跟踪具有重要的意义；穿戴式设备以及智能终端可以通过集成的生物传感器实现对生命体征参数的采集；生命体征参数采集模块14内部的装置在睡眠监测中的应用；在专用的穿戴式设备之外，利用移动终端的图像采集功能，扩展出一些基于图像处理技术的生命体征监测技术，同时利用摄像头实现生命体征参数的监测技术;心电数据采集模块13、生命体征参数采集模块14、图像参数采集模块15和运动健康采集模块16的输出端连接有摄像头模块5的输入端;图像参数采集模块15基于图像信息的生理参数提取技术中，通过 ppg 图像完成脉率、呼吸率的提取；在基于织物的生理参数采集系统中，可以完成心电、体温、呼吸、运动等多参数的采集；基于多参数的传感系统传感器技术的发展，带来的是对人体参数的检测和记录更加全面，对个人的健康和状态的分析与认识也更加的清楚，但是所带来的数据类型也越来越多，数据的结构趋于更加复杂;心电数据采集模块13在holter上实现了终端智能设备上的应用，且该holter更低功耗和更长续航时间的心电监测设备也得到了相应的应用;处理器模块1的内部固定安装有数据分类模块17、回归分析模块18、聚类分析模块19、数据关联模块20和特征分析模块21，数据分类模块17利用了病人的人口学信息、对情绪图片
库的生物反馈信息、自主神经的生理学特性信息作为输入特征，使用决策树算法用以对生物唤起讯号分类；回归分析模块18对医院信息系统的医疗风险因素的回归分析，分析各个影响因素与医疗风险之间的联系及引起风险的概率变化，用以指导医院的风险管理；临床心理治疗中通过对实验结果的回归分析，研究人员可以高效地区分有效预测和无效预测，并且发现预测变量之间的联系，并对临床的治疗决策提供预测模型；对比了基于规则、基于决策树、基于人工神经网络的糖尿病人的健康数据的模式分类方法；数据分类模块17、回归分析模块18、聚类分析模块19、数据关联模块20和特征分析模块21的输出端连接有处理器模块1的输入端;特征分析模块21从数据中的一组数据提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征；在长期个人健康相关的生理信号监测中，通过对采集数据的特征分析，可以有针对性的完善病人治疗方案;聚类分析模块19通过观测数据样本的亲疏关系的统计量，根据某种准则使同类型的数据差别较小，类与类之间差别较大，以此完成个体或者变量的区分；在医疗健康记录的关键词分类、生理信号分析中发挥了重要作用；数据关联模块20根据一个事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系；在电子健康档案中，大量用户的个人信息、健康信息、临床诊疗信息等，可以应用到疾病的检测和预测中;摄像头模块5可以对老人经常出现活动的区域进行监控拍摄，从而老年人的子女亲属可以直接通过控制控制启动模块4来对老年人的活动进行查看，从而避免了养老院内不善待老人的情况出现，保障了老人们居住在养老院里面的人身安全性，也可以让子女更加安心;控制启动模块4的输出端连接有数据导入模块3的输入端，数据采集模块7的输出端连接有信息记录模块6的输入端，信息记录模块6的输出端连接有数据导入模块3的输入端，数据导入模块3的输出端连接有处理器模块1的输入端，处理器模块1的输出端连接有数据输出模块8的输入端，云数据存储模块9的输出端连接有云数据存储模块9的输入端；养老院内居住的子女们通过数据采集模块7内部的心电数据采集模块13、生命体征参数采集模块14、图像参数采集模块15和运动健康采集模块16可以对老人们的各项身体数据进行查看，从而方便子女们对后续老人出院后的健康情况进行相应的照顾，同时数据采集模块7采集的数据经过处理器模块1内部的模块进行处理之后，更加方便人们进行查看分析，从而增加了该系统的便利与智能性。
[0020]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0021]
以上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。