一种基于大数据的人体电阻抗测量仪控制系统

技术领域

本发明属于人体电阻抗测量分析领域，涉及大数据分析技术，具体是一种基于大数据的人体电阻抗测量仪控制系统。

背景技术

生物电阻是当细胞内外液中电解质离子在电场中移动时，黏滞介质和狭小管道对离子运行的阻碍作用所致。生物电阻抗分析法是一种用以评测人体组织器官健康风险状况的间接方法。通过与人体组织器官的正常电阻值做对比，可以判断出当前被测用户的器官和组织是否存在健康风险。

公开号为CN105476632A的发明专利提供了一种人体电阻抗健康风险评估系统及方法，系统包括人体电阻抗检测装置、移动客户端和云端；人体电阻抗检测装置具有检测模块和六个电极，六个电极依次放置于人体的左额头部位、右额头部位、左手部位、右手部位、左脚部位和右脚部位，检测模块用于获取30个人体区域通道的实测电阻抗值以发送给移动客户端；移动客户端将接收的30个人体区域通道的实测电阻抗值发送给云端；云端根据30个人体区域通道的实测电阻抗值和人体区域通道内组织和器官的正常参考电阻抗值得到人体的健康状况，移动客户端显示云端发送的人体的健康状况。方法包括检测步骤，转发步骤、获取步骤和显示步骤。

上述方案建立于移动客户端和云端之上，移动性和可扩展性强；但是上述方案中云端的作用是计算分析人体电阻抗值，并没有充分利用云端的优势，且当云端所连接的人体电阻抗值测量仪器数量超过一定限制时，会导致云端的工作效率交底，造成人体电阻抗值的测量和分析不准确；因此，上述方案仍需进一步改进。

发明内容

本发明提供了一种基于大数据的人体电阻抗测量仪控制系统，用于解决现有方案工作效率不高，且人体电阻抗测量数据不准确的技术问题，本发明通过数据采集标签和人工智能模型的引入解决了上述问题。

本发明的目的可以通过以下技术方案实现：一种基于大数据的人体电阻抗测量仪控制系统，包括云平台；

所述云平台分别与数据采集模块、数据分析模块和健康预测模块通信和/或电气连接；所述数据分析模块分别与数据采集模块和健康预测模块通信和/或电气连接；

所述数据采集模块与人体电阻抗测量仪相连接；所述数据采集模块通过人体电阻抗测量仪和数据采集标签采集电阻抗数据；

所述数据分析模块对电阻抗数据进行分析获取阻抗分析报告，并根据阻抗分析报告生成辅助要求；

所述健康预测模块根据电阻抗历史数据对用户的身体状态进行预测，并生成健康预测报告。

优选的，所述人体电阻抗测量仪包括主机箱、6个电极、计算机和连接计算机的电缆。

优选的，6个所述电极分别设置在前额左侧、前额右侧、左手掌心、右手掌心、左脚脚底和右脚脚底；依据电压方向标签和施加顺序为电极施加电压；其中，施加顺序根据电压方向标签设置为2、10、4、11、6、14、7、16、17、19、22、1、9、3、12、5、13、8、15、18、20和21；电压方向标签根据电压的方向确定，如表1所示：

表1

优选的，所述数据采集标签通过预先检查单获取，包括：

通过智能终端获取预先检查项，为预先检查项设置评估标签，将预先检查项和对应的评估标签整合生成预先检查单；所述智能终端包括智能手机、平板电脑和笔记本电脑；所述预先检查项包括普通项和特别项；

当特别项中存在评估标签为1的情况时，则判定对应用户无法进行人体电阻抗测量，将数据采集标签设置为0；

当特别项中不存在评估标签为1，普通项中不存在评估标签为1的情况时，则判定对应用户达到人体电阻抗测量条件，将数据采集标签设置为1；

当特别项中不存在评估标签为1，普通项中存在评估标签为1的情况时，则将评估标签为1对应的普通项标记为验证项，将验证项发送至测量人员的智能终端，测量人员对用户进行检测后，为数据采集标签赋值；如皮肤创口对应的评估标签标记为1，则测量人员对用户的皮肤创口进行检查，当皮肤创口影响人体电阻抗检测时，则将对应的数据采集标签设置为0，否则，将数据采集标签设置为1。

优选的，所述普通项包括皮肤创口、起搏器和肢体缺失；所述特别项包括发烧、腹泻和水肿；当普通项或者特别项存在时，则将对应的评估标签设置为1，否则，设置为0；如用户存在皮肤创口时，则将皮肤创口对应的评估标签设置为1，用户不存在皮肤创口时，则将皮肤创口对应的评估标签设置为0；如果用户存在腹泻情况时，则将腹泻对应的评估标签设置为1，用户不存在腹泻情况时，则将腹泻对应的评估标签设置为0。

优选的，所述用户分析模块结合影像建模技术和标准评估表格分析用户组织/器官的功能风险，并生成阻抗分析报告；其中，所述标准评估表格包括组织水平测量结果表、Framingham风险表和流行风险表，且所述流行风险表根据年龄和性别进行划分。

优选的，所述阻抗分析报告包括标准评估表格和组织/器官的功能风险分析结果；所述辅助要求包括营养补充要求和补充检查要求；其中，营养补充要求和补充检查要求均根据阻抗分析报告生成。

优选的，所述健康预测报告的生成包括：

获取电阻抗历史数据；所述电阻抗历史数据包括电阻抗数据、对应用户的基本信息以及在电阻抗数据采集后N天的身体状态系数；所述身体状态系数的取值范围为[10,100]，身体状态系数的值越大，代表用户身体越健康；所述基本信息包括身高、体重、性别和年龄；其中，N为大于0的整数；

构建人工智能模型；所述人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络中的一种或者多种；

将电阻抗历史数据按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2:1:1、3:1:1和3:2:1；

通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为健康预测模型；

采集用户的实时数据；所述实时数据包括电阻抗数据和基本信息；

将实时数据输入至人工智能模型中获取输出结果；所述输出结果为预测的实时数据对应用户的健康状态系数；

结合健康状态系数生成健康预测报告；所述健康预测报告包括姓名、基本信息、实时数据和健康状态系数。

优选的，该控制系统还包括数据存储模块、管理协调模块和第三方数据库；所述第三方数据库包括第三方医务平台，所述第三方数据库用于共享数据；

所述管理协调模块用于维护系统工作状态并上传数据。

优选的，所述云平台分别与数据存储模块、管理协调模块和第三方数据库通信和/或电气连接；所述数据存储模块分别与数据采集模块和管理协调模块通信和/或电气连接。

与现有技术相比，本发明的有益效果是：

1、本发明引入了数据采集标签对电阻抗数据进行采集，包括：通过智能终端获取预先检查项，为预先检查项设置评估标签，将预先检查项和对应的评估标签整合生成预先检查单；当特别项中存在评估标签为1的情况时，则判定对应用户无法进行人体电阻抗测量，将数据采集标签设置为0；当特别项中不存在评估标签为1，普通项中不存在评估标签为1的情况时，则判定对应用户达到人体电阻抗测量条件，将数据采集标签设置为1；当特别项中不存在评估标签为1，普通项中存在评估标签为1的情况时，则将评估标签为1对应的普通项标记为验证项，将验证项发送至测量人员的智能终端，测量人员对用户进行检测后，为数据采集标签赋值；数据采集标签的引入为人体电阻抗检测设置了先决条件，避免用户在检测过程中受到伤害，提高了电阻抗数据的准确性。

2、本发明通过电阻抗历史数据和人工智能模型的结合对用户的身体状态进行预测；获取电阻抗历史数据，构建人工智能模型；将电阻抗历史数据按照设定比例划分为训练集、测试集和校验集；通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为健康预测模型；采集用户的实时数据，将实时数据输入至人工智能模型中获取输出结果；结合健康状态系数生成健康预测报告；利用人工智能模型的数据处理优势对实时数据进行预测，既能保证预测结果的合理性，又能提高计算效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的原理示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。

请参阅图1，一种基于大数据的人体电阻抗测量仪控制系统，包括云平台；

所述云平台分别与数据采集模块、数据分析模块和健康预测模块通信和/或电气连接；所述数据分析模块分别与数据采集模块和健康预测模块通信和/或电气连接；

所述数据采集模块与人体电阻抗测量仪相连接；所述数据采集模块通过人体电阻抗测量仪和数据采集标签采集电阻抗数据；

所述数据分析模块对电阻抗数据进行分析获取阻抗分析报告，并根据阻抗分析报告生成辅助要求；

所述健康预测模块根据电阻抗历史数据对用户的身体状态进行预测，并生成健康预测报告。

所述人体电阻抗测量仪包括主机箱、6个电极、计算机和连接计算机的电缆。

6个所述电极分别设置在前额左侧、前额右侧、左手掌心、右手掌心、左脚脚底和右脚脚底；依据电压方向标签和施加顺序为电极施加电压；其中，施加顺序根据电压方向标签设置为2、10、4、11、6、14、7、16、17、19、22、1、9、3、12、5、13、8、15、18、20和21；电压方向标签根据电压的方向确定；

所述数据采集标签通过预先检查单获取，包括：

通过智能终端获取预先检查项，为预先检查项设置评估标签，将预先检查项和对应的评估标签整合生成预先检查单；所述智能终端包括智能手机、平板电脑和笔记本电脑；所述预先检查项包括普通项和特别项；

当特别项中存在评估标签为1的情况时，则判定对应用户无法进行人体电阻抗测量，将数据采集标签设置为0；

当特别项中不存在评估标签为1，普通项中不存在评估标签为1的情况时，则判定对应用户达到人体电阻抗测量条件，将数据采集标签设置为1；

当特别项中不存在评估标签为1，普通项中存在评估标签为1的情况时，则将评估标签为1对应的普通项标记为验证项，将验证项发送至测量人员的智能终端，测量人员对用户进行检测后，为数据采集标签赋值。

所述普通项包括皮肤创口、起搏器和肢体缺失；所述特别项包括发烧、腹泻和水肿；当普通项或者特别项存在时，则将对应的评估标签设置为1，否则，设置为0；如用户存在皮肤创口时，则将皮肤创口对应的评估标签设置为1，用户不存在皮肤创口时，则将皮肤创口对应的评估标签设置为0；如果用户存在腹泻情况时，则将腹泻对应的评估标签设置为1，用户不存在腹泻情况时，则将腹泻对应的评估标签设置为0。

所述用户分析模块结合影像建模技术和标准评估表格分析用户组织/器官的功能风险，并生成阻抗分析报告；其中，所述标准评估表格包括组织水平测量结果表、Framingham风险表和流行风险表，且所述流行风险表根据年龄和性别进行划分。

所述阻抗分析报告包括标准评估表格和组织/器官的功能风险分析结果；所述辅助要求包括营养补充要求和补充检查要求；其中，营养补充要求和补充检查要求均根据阻抗分析报告生成。

所述健康预测报告的生成包括：

获取电阻抗历史数据；所述电阻抗历史数据包括电阻抗数据、对应用户的基本信息以及在电阻抗数据采集后N天的身体状态系数；所述身体状态系数的取值范围为[10,100]，身体状态系数的值越大，代表用户身体越健康；所述基本信息包括身高、体重、性别和年龄；其中，N为大于0的整数；

构建人工智能模型；所述人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络中的一种或者多种；

将电阻抗历史数据按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2:1:1、3:1:1和3:2:1；

通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为健康预测模型；

采集用户的实时数据；所述实时数据包括电阻抗数据和基本信息；

将实时数据输入至人工智能模型中获取输出结果；所述输出结果为预测的实时数据对应用户的健康状态系数；

结合健康状态系数生成健康预测报告；所述健康预测报告包括姓名、基本信息、实时数据和健康状态系数。

该控制系统还包括数据存储模块、管理协调模块和第三方数据库；所述第三方数据库包括第三方医务平台，所述第三方数据库用于共享数据；

所述管理协调模块用于维护系统工作状态并上传数据。

所述云平台分别与数据存储模块、管理协调模块和第三方数据库通信和/或电气连接；所述数据存储模块分别与数据采集模块和管理协调模块通信和/或电气连接。

所述云平台在符合法律的基础上可实现用户数据的共享。

下面，通过具体数值进一步解释上述技术方案；

一种基于大数据的人体电阻抗测量仪控制系统，包括云平台；

所述云平台分别与数据采集模块、数据分析模块和健康预测模块通信和/或电气连接；所述数据分析模块分别与数据采集模块和健康预测模块通信和/或电气连接；

所述数据采集模块与人体电阻抗测量仪相连接；当数据采集标签为1时，通过人体电阻抗测量仪采集电阻抗数据；

所述数据分析模块对电阻抗数据进行分析获取阻抗分析报告，并根据阻抗分析报告生成辅助要求；

所述健康预测模块根据电阻抗历史数据对用户的身体状态进行预测，并生成健康预测报告。

所述人体电阻抗测量仪包括主机箱、6个电极、计算机和连接计算机的电缆。

6个所述电极分别设置在前额左侧、前额右侧、左手掌心、右手掌心、左脚脚底和右脚脚底；按照2、10、4、11、6、14、7、16、17、19、22、1、9、3、12、5、13、8、15、18、20和21的电压方向标签依次施加电压。

所述健康预测报告的生成包括：

获取1000组电阻抗历史数据；所述电阻抗历史数据包括电阻抗数据、对应用户的基本信息以及在电阻抗数据采集后10天的身体状态系数，构建人工智能模型；

将电阻抗历史数据按照设定比例3:1:1划分为训练集、测试集和校验集；

通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为健康预测模型；

采集用户的实时数据，将实时数据输入至人工智能模型中获取输出结果；结合健康状态系数生成健康预测报告。

本发明中预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

通过智能终端获取预先检查项，为预先检查项设置评估标签，将预先检查项和对应的评估标签整合生成预先检查单；当特别项中存在评估标签为1的情况时，则判定对应用户无法进行人体电阻抗测量，将数据采集标签设置为0；当特别项中不存在评估标签为1，普通项中不存在评估标签为1的情况时，则判定对应用户达到人体电阻抗测量条件，将数据采集标签设置为1；当特别项中不存在评估标签为1，普通项中存在评估标签为1的情况时，则将评估标签为1对应的普通项标记为验证项，将验证项发送至测量人员的智能终端，测量人员对用户进行检测后，为数据采集标签赋值。

结合影像建模技术和标准评估表格分析用户组织/器官的功能风险，并生成阻抗分析报告。

获取电阻抗历史数据，构建人工智能模型；将电阻抗历史数据按照设定比例划分为训练集、测试集和校验集；通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为健康预测模型；采集用户的实时数据，将实时数据输入至人工智能模型中获取输出结果；结合健康状态系数生成健康预测报告。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。