一种基于红外检测的健康管理方法及系统

技术领域

本发明涉及健康管理技术领域，尤其涉及一种基于红外检测的健康管理方法及系统。

背景技术

由于生活节奏的加快、生活方式的改变、生态环境的恶化以及医疗资源的不均衡等因素，导致慢性疾病的发病率逐年上升，成为当前危害健康以及影响生活质量的社会问题。中国人的健康大数据表明，超重及肥胖人口在2亿人以上、高血压人口达到2.7亿人、糖尿病患者约1亿人、血脂异常人口达到1.6亿人、脂肪肝患者约1.2亿人。

目前对抗重大疾病的方法就是早检查、早发现，定期的健康评估有助于将重大疾病进行扼杀。而在医疗健康资源分配不均，基层健康实体缺乏经验丰富的健康管理人员情况下，如何提高健康干预方案的生成效率和准确度，仍然是目前亟需解决的问题。

发明内容

本发明提供一种基于红外检测的健康管理方法及系统，以解决现有技术中的上述技术问题。

基于上述目的，本发明实施例提供一种基于红外检测的健康管理方法，包括：

Web浏览器根据第一用户的基本信息完成用户注册后，获取通过红外检测设备采集的所述第一用户的红外热图像，并向Web服务器发送推荐请求；其中，所述Web浏览器安装在所述红外检测设备上；所述推荐请求中包含所述第一用户的基本信息和红外热图像；

所述Web服务器将接收的推荐请求转发至应用服务器群中的应用服务器上；

所述应用服务器接收到所述推荐请求后，向AI红外评估系统发送包含所述基本信息和所述红外热图像的红外评估请求，并接收所述AI红外评估系统响应所述红外评估请求后返回的红外评估报告；

所述应用服务器根据所述第一用户的基本信息和红外评估报告，通过基于知识的推荐算法在健康干预方案库进行匹配推荐，并将获得的方案推荐结果返回至所述Web浏览器；

所述Web浏览器对接收的所述方案推荐结果进行解析处理，并将解析获得的健康推荐方案内容进行展示。

优选地，所述基于红外检测的健康管理方法，还包括：

所述Web浏览器获取第一用户的基本信息，向所述Web服务器发送包含所述基本信息的注册请求；

所述Web服务器将接收的所述注册请求转发至对应的所述应用服务器上；

所述应用服务器响应所述注册请求，根据所述基本信息进行用户注册，并将注册结果返回至所述Web浏览器；

所述Web浏览器对接收的所述注册结果进行解析处理，并将解析得到的注册结果内容向所述第一用户进行展示。

优选地，所述Web服务器将接收的推荐请求转发至应用服务器群中的应用服务器上，包括：

所述Web服务器检测所述推荐请求的数量是否大于请求预设数量；

若大于，则通过加权轮询算法将所述推荐请求转发到所述应用服务器群中的各应用服务器上；

若小于或等于，则通过轮询算法将所述推荐请求转发到所述应用服务器群中的各应用服务器上。

优选地，所述应用服务器根据所述第一用户的基本信息和所述红外评估报告，通过基于知识的推荐算法在健康干预方案库进行匹配推荐，包括：

所述应用服务器根据所述第一用户的基本信息和红外评估报告，确定用户基本属性；

根据所述健康干预方案库中的健康干预方案，确定方案特征属性；

根据所述用户基本属性和所述方案特征属性构建变量集合V；

构建变量有限域D；

构建变量约束条件C；

根据所述变量集合V、所述变量有限域D和所述变量约束条件C构建三元组(V,D,C)，并利用构建的所述三元组(V,D,C)获取方案推荐结果。

此外，本发明实施例还提供一种基于红外检测的健康管理系统，包括前端展示层、功能层和数据层；所述前端展示层包含安装在红外检测设备上的Web浏览器；所述功能层包含Web服务器和应用服务器；所述数据层包含健康干预方案库；

所述Web浏览器，用于在根据第一用户的基本信息完成用户注册后，获取通过所述红外检测设备采集的所述第一用户的红外热图像，并向所述Web服务器发送推荐请求；以及对接收的方案推荐结果进行解析处理，并将解析获得的健康推荐方案内容进行展示；

所述Web服务器，用于将接收的所述推荐请求转发至应用服务器群中的所述应用服务器上；

所述应用服务器包含通信模块和方案推荐模块；其中，所述通信模块用于在响应所述推荐请求后，向AI红外评估系统发送包含所述基本信息和所述红外热图像的红外评估请求，并接收所述AI红外评估系统响应所述红外评估请求后返回的红外评估报告；

所述方案推荐模块用于根据所述第一用户的基本信息和红外评估报告，通过基于知识的推荐算法在所述健康干预方案库进行匹配推荐，并将获得的方案推荐结果返回至所述Web浏览器。

优选地，所述Web浏览器，还用于获取所述第一用户的基本信息，向所述Web服务器发送包含所述基本信息的注册请求；以及对接收的注册结果进行解析处理，并将解析获得的注册结果内容向所述第一用户进行展示；

所述Web服务器，还用于将接收的所述注册请求转发至对应的应用服务器上；

所述应用服务器，还用于在响应所述注册请求后，根据所述第一用户的基本信息进行用户注册，并将注册结果返回至所述Web浏览器。

优选地，所述数据层还包含用户基本信息库和红外评估结论库；

所述用户基本信息库，用于存放所述应用服务器获取的用户基本信息；

所述红外评估结论库，用于存放所述应用服务器获取的红外评估报告。

优选地，所述Web浏览器包括：

请求检测模块，用于检测所述推荐请求的数量是否大于请求预设数量；

第一分配模块，用于若大于，则通过加权轮询算法将所述推荐请求转发到所述应用服务器群中的各应用服务器上；

第二分配模块，用于若小于或等于，则通过轮询算法将所述推荐请求转发到所述应用服务器群中的各应用服务器上。

优选地，所述方案推荐模块包括：

第一属性确定单元，用于根据所述第一用户的基本信息和红外评估报告，确定用户基本属性；

第二属性确定单元，用于根据所述健康干预方案库中的健康干预方案，确定方案特征属性；

构建单元，用于根据所述用户基本属性和所述方案特征属性构建变量集合V，并构建变量有限域D和变量约束条件C；

结果获取单元，用于根据所述变量集合V、所述变量有限域D和所述变量约束条件C构建三元组(V,D,C)，并利用构建的所述三元组(V,D,C)获取方案推荐结果。

由上述可知，本发明提供的基于红外检测的健康管理方法及系统，Web浏览器在获取到检测者的基本信息和红外热图像后，向Web服务器发送推荐请求；Web服务器接收到推荐请求后，获取AI红外评估系统响应红外评估请求后返回的红外评估报告，结合检测者的基本信息，利用基于知识的推荐算法在健康干预方案库中进行匹配推荐，并将方案推荐结果返回至Web浏览器。本发明提供的基于红外检测的健康管理方法，基于红外检测技术获得的红外评估报告，结合目标行业用户成熟的健康干预方案，快速精准地生成个性化的健康干预方案，有利于提升整体的健康服务效率；同时，可以有效缓解健康管理师的压力，有利于目标行业用户优化的健康干预方案快速规模复制，进而提高目标行业用户的业务能力。

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为本发明一实施例中基于红外检测的健康管理方法的流程示意图；

图2为本发明另一实施例中基于红外检测的健康管理方法的流程示意图；

图3为本发明一实施例中基于红外检测的健康管理系统的应用环境示意图；

图4为本发明一实施例中基于红外检测的健康管理系统的结构示意图。

具体实施方式

为使本发明所要解决的技术问题、技术方案及有益效果更为清楚明白，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仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明一实施例提供的一种基于红外检测的健康管理方法，具体包括以下步骤：

步骤S10，Web浏览器根据第一用户的基本信息完成用户注册后，获取通过红外检测设备采集的第一用户的红外热图像，并向Web服务器发送推荐请求；推荐请求中包含第一用户的基本信息和红外热图像。

在本实施例中，Web浏览器安装在红外检测设备上；第一用户可以是被推荐者；第一用户的基本信息包含但不限于性别、年龄、身高、体重等。

可理解的，Web浏览器在检测到第一用户完成注册后，Web浏览器向第一用户展示红外热图像的采集指导信息，第一用户依照上述采集指导信息在红外检测设备上进行红外热图像拍摄，红外检测设备在检测到第一用户的红外热图像合格后，将第一用户合格的红外热图像上传至Web浏览器，同时，红外检测设备还可以将第一用户合格的红外热图像存储在本地数据库中。其中，采集指导信息包含红外拍摄区域和指定姿势等。

进一步地，Web浏览器获取到第一用户的红外热图像后，根据第一用户注册时的基本信息和通过红外检测设备采集的红外热图像生成推荐请求，并将推荐请求发送至Web服务器。

在其他实施例中，Web浏览器在检测到第一用户完成注册后，Web浏览器向第二用户的远程终端发送图像采集请求，第二用户通过远程终端响应图像采集请求，指导第一用户完成红外热图像采集。其中，第二用户可以是健康管理师或医生。步骤S20，Web服务器将接收的推荐请求转发至应用服务器群中的应用服务器上。

具体的，Web服务器接收到Web浏览器发送的推荐请求后，根据推荐请求数量进行请求分配，以将推荐请求转发到不同的应用服务器上，减少了单个服务器的压力，提高了系统并发量及可靠性。

作为优选，步骤S20包含以下步骤：

步骤S201，Web服务器检测推荐请求的数量是否大于请求预设数量；

步骤S202，若大于，则通过加权轮询算法将推荐请求转发到应用服务器群中的各应用服务器上；

步骤S203，若小于或等于，则通过轮询算法将推荐请求转发到应用服务器群中的各应用服务器上。

在本实施例中，请求预设数量根据应用服务器的数量和应用服务器的处理能力等进行设置。

加权轮询算法是指，按权重比例分配每个应用服务器接收的请求数量，以将所有推荐请求分配到每个应用服务器。

轮询算法是指，按顺序将推荐请求分配给应用服务器群中的各应用服务器，最终将所有推荐请求平均分配给所有的应用服务器。

以Web服务器为Nginx(一种开源的高性能HTTP服务器)为例，Nginx检测到推荐请求的数量大于请求预设数量，按权重比例分配每个应用服务器接收的请求数量，以将所有推荐请求分配到每个应用服务器，以将所有推荐请求分配到每个服务器上。例如，假设应用服务器群中包含第一应用服务器、第二应用服务器和第三应用服务器，且第二应用服务器的处理能力是第一应用服务器的n倍，第三应用服务器的处理能力是第一应用服务器m倍，那么Nginx会按1:n:m将推荐请求发送给应用服务器群中的第一/第二/第三应用服务器上。

而Nginx检测到推荐请求的数量小于或等于请求预设数量，按顺序将推荐请求分配给应用服务器群中的各应用服务器，最终将所有推荐请求平均分配给所有的应用服务器。

步骤S30，应用服务器响应推荐请求后，向AI红外评估系统发送包含基本信息和红外热图像的红外评估请求，并接收AI红外评估系统响应红外评估请求后返回的红外评估报告。

在本实施例中，应用服务器根据推荐请求执行健康干预方案推荐任务，也即，应用服务器先与AI红外评估系统进行通讯连接，将包含基本信息和红外热图像的红外评估请求发送至AI红外评估系统，并接收AI红外评估系统响应红外评估请求后返回的红外评估报告，再通过步骤S40获得方案推荐结果。其中，红外评估报告包含症状信息和症状相关的专家解读信息。此外，应用服务器通过网络与AI红外评估系统进行通讯。

进一步地，AI红外评估系统包含经验注入模块、数据标注模块、数据预处理模块、模型训练模块、模型部署模块和自动化评估模块，各功能模块的详细描述如下：

经验注入模块包括症状表征分析、表征医学图像的相关医学理论、红外医学理论等部分，这些部分主要基于医学理论来定义图像症状，为数据标注确定数据规范。

数据标注模块在确定图像症状的标图规范后，进行系统性图像标注。

数据预处理在图像数据标注完之后，对图像数据进行预处理，主要包括数据格式化与标准化部分、数据统计分析部分、数据训练集和测试集划分部分。

模型训练模块在数据预处理完之后，进行模型训练，主要包括深度学习算法部分、图像数据增强部分、超参数设置部分、算法调优部分、效果评估及验证部分。可选地，深度学习算法可以是InceptionV3。

模型部署模块在模型训练好之后，通过基于深度学习算法的推理模型进行效果评估，在效果达到相关预期之后，将基于深度学习算法的推理模型进行封装，主要包括推理模型接口封装部分和推理模型线上部署部分。

自动化评估模块对于已经上线的推理模型，已经具备提供AI红外评估的能力，主要包括红外评估报告部分、数据效果评估部分、数据自动标注部分。对于自动标注的图像数据，通过专家审核及校验不断提供新的标注数据，供模型训练。

步骤S40，应用服务器根据第一用户的基本信息和红外评估报告，通过基于知识的推荐算法在健康干预方案库进行匹配推荐，并将获得的方案推荐结果返回至Web浏览器。

在本实施例中，健康干预方案库中包含目标行业用户(如基层医疗、中医馆、美容理疗馆等机构)成熟的健康干预方案；基于知识的推荐算法为基于约束的推荐算法。

应用服务器在接收到AI红外评估系统的红外评估报告之后，根据第一用户的基本信息和红外评估报告，利用基于约束的推荐算法在健康干预方案库中进行匹配推荐，再按相关约束条件进行合并处理后，获得方案推荐结果。

作为优选，步骤S40中应用服务器根据第一用户的基本信息和红外评估报告，通过基于知识的推荐算法在健康干预方案库进行匹配推荐，具体包括以下步骤：

步骤S401，应用服务器根据第一用户的基本信息和红外评估报告确定用户基本属性；

步骤S402，根据健康干预方案库中的健康干预方案，确定方案特征属性；

步骤S403，根据用户基本属性和方案特征属性构建变量集合V；

步骤S404，构建变量有限域D；

步骤S405，构建变量约束条件C；

步骤S406，根据变量集合V、变量有限域D和变量约束条件C构建三元组(V,D,C)，并利用构建的三元组(V,D,C)获取方案推荐结果。

在本实施例中，用户基本属性包含第一用户的性别、年龄、身高、体重、异常症状以及症状相关的专家解读信息。

方案特征属性包含健康干预方案的名称、内容。

变量集合V中包含用户基本属性和方案特征属性这两种变量。

变量有限域D包含各类健康干预方案以及对应的权重；例如，肩颈理疗精准方案，只用于肩颈部位的健康干预方案，其权重值根据用户需求进行设置，用户需求越大，权重值越高，并在方案推荐时优先排前显示推荐。

约束条件C包含所有变量同时满足的取值条件组合，定义了用户基本属性与方案特征属性之间的关系；例如，某些健康干预方案仅限于女性，只会出现在性别为女的健康干预方案中。

可理解的，应用服务器根据变量集合V、变量有限域D和变量约束条件C构建三元组(V,D,C)，该三元组(V,D,C)可以用来描述基于约束的推荐算法，同时利用三元组(V,D,C)获取方案推荐结果，方案推荐结果为一个方案集合，包含适用于第一用户的所有健康推荐方案。进一步地，在得到方案推荐结果后，对方案推荐结果进行去重处理和空集处理，在方案推荐结果为空集时，根据方案特征属性的优先级别重新获取推荐方案，直到方案推荐结果至少包含一种适用于第一用户的健康推荐方案，同时在方案推荐结果中，根据健康推荐方案的权重值进行排序显示推荐。优先地，方案特征属性的优先级别根据用户需求进行设置，用户需求越大，优先级别越高。

步骤S50，Web浏览器对接收的方案推荐结果进行解析处理，并将解析获得的健康推荐方案内容进行展示。

在本实施例中，应用服务器生成的方案推荐结果以xml格式进行返回，Web浏览器接收到方案推荐结果后，进行xml格式数据的解析处理及效果渲染，最终以html格式呈现给第二用户，展示最终的健康干预方案内容。

由上述可知，本实施例的基于红外检测的健康管理方法及系统，Web浏览器在获取到检测者的基本信息和红外热图像后，向Web服务器发送推荐请求；Web服务器接收到推荐请求后，获取AI红外评估系统响应红外评估请求后返回的红外评估报告，结合检测者的基本信息，利用基于知识的推荐算法在健康干预方案库中进行匹配推荐，并将方案推荐结果返回至Web浏览器。本实施例的基于红外检测的健康管理方法，基于红外检测技术获得的红外评估报告，结合目标行业用户成熟的健康干预方案，快速精准地生成个性化的健康干预方案，有利于提升整体的健康服务效率；同时，可以有效缓解健康管理师的压力，有利于目标行业用户优化的健康干预方案快速规模复制，进而提高目标行业用户的业务能力。

在一可选实施方式中，如图2所示，所述基于红外检测的健康管理方法还包括以下步骤：

步骤S601，Web浏览器获取第一用户的基本信息，向Web服务器发送包含基本信息的注册请求；

步骤S602，Web服务器将接收的注册请求转发至对应的应用服务器上；

步骤S603，应用服务器响应注册请求，根据基本信息进行用户注册，并将注册结果返回至Web浏览器；

步骤S604，Web浏览器对接收的注册结果进行解析处理，并将解析得到的注册结果内容向第一用户进行展示。

在本实施例中，在应用服务器根据Web浏览器发送的推荐请求执行健康干预方案推荐任务之前，应用服务器根据Web浏览器发送的注册请求执行用户注册任务，也即，上述步骤S601至步骤S604在步骤S10之前。

第一用户在Web浏览器的注册页面输入基本信息，并触发注册页面的注册按钮之后，Web浏览器根据第一用户的基本信息生成注册请求，并将注册请求发送至Web服务器，Web服务器接收到注册请求之后，根据注册请求的数量进行请求分配，将注册请求转发至不同的应用服务器上，应用服务器在接收到注册请求之后，将第一用户的基本信息存储到用户基本信息库中，并运行注册程序完成用户注册，最后将注册结果返回至Web浏览器，Web浏览器接收到注册结果之后，对注册结果进行解析处理，最终将注册结果内容向第一用户进行展示。

需要说明的是，第一用户可以通过Web浏览器自主完成用户注册，可以是在第二用户的指导下完成用户注册。

进一步地，在其他实施例中，应用服务器还可以根据Web浏览器的其他请求执行对应的其他任务，例如，应用服务器根据Web浏览器的数据库维护请求执行数据库维护任务，以对红外评估结论数据和健康干预方案数据进行维护和管理。

此外，本发明一实施例还提供的一种基于红外检测的健康管理系统，该基于红外检测的健康管理系统可应用在如图3的应用环境中，其中，红外检测设备、AI红外评估系统均通过网络与基于红外检测的健康管理系统进行通信。红外检测设备作为客户端，用于采集用户的红外热图像；基于红外检测的健康管理系统采用B/S(Browser/Server，浏览器/服务器模式)架构，其中，浏览器以应用软件的形式安装在红外检测设备上，服务器设置有Web服务器(优选为Nginx)、应用服务器(优选为Tomcat)、数据库服务器(优选为Mysql)和缓存服务器(优选为Redis)等；AI红外评估系统用于接收并响应基于红外检测的健康管理系统发送的红外评估请求，并返回红外评估报告。

如图4所示，本发明实施例提供的基于红外检测的健康管理系统，包括前端展示层、功能层和数据层；前端展示层包含安装在红外检测设备上的Web浏览器110；功能层包含Web服务器120和应用服务器130；数据层包含健康干预方案库140；

Web浏览器110，用于在根据第一用户的基本信息完成用户注册后，获取通过红外检测设备采集的第一用户的红外热图像，并向Web服务器120发送推荐请求；以及对接收的方案推荐结果进行解析处理，并将解析获得的健康推荐方案内容进行展示；

Web服务器120，用于将接收的推荐请求转发至应用服务器群中的应用服务器130上；

应用服务器130包含通信模块和方案推荐模块；其中，通信模块用于在响应推荐请求后，向AI红外评估系统发送包含基本信息和红外热图像的红外评估请求，并接收AI红外评估系统响应红外评估请求后返回的红外评估报告；

方案推荐模块用于根据第一用户的基本信息和红外评估报告，通过基于知识的推荐算法在健康干预方案库140进行匹配推荐，并将获得的方案推荐结果返回至Web浏览器110。

进一步地，Web浏览器110，还用于获取第一用户的基本信息，向Web服务器120发送包含基本信息的注册请求；以及对接收的注册结果进行解析处理，并将解析获得的注册结果内容向第一用户进行展示；

Web服务器120，还用于将接收的注册请求转发至对应的应用服务器130上；

应用服务器130，还用于在响应注册请求后，根据第一用户的基本信息进行用户注册，并将注册结果返回至Web浏览器110。

进一步地，如图4所示，数据层还包含用户基本信息库和红外评估结论库；

用户基本信息库160，用于存放应用服务器130获取的用户基本信息；

红外评估结论库150，用于存放应用服务器130获取的红外评估报告。

进一步地，Web浏览器包含请求数量检测模块、第一分配模块和第二分配模块，各功能模块的详细说明如下：

请求检测模块，用于检测推荐请求的数量是否大于请求预设数量；

第一分配模块，用于若大于，则通过加权轮询算法将推荐请求转发到应用服务器群中的各应用服务器130上；

第二分配模块，用于若小于或等于，则通过轮询算法将推荐请求转发到应用服务器群中的各应用服务器130上。

进一步地，应用服务器130的方案推荐模块包含第一属性确定单元、第二属性确定单元、构建单元和结果获取单元，各功能单元的详细说明如下：

第一属性确定单元，用于根据第一用户的基本信息和红外评估报告，确定用户基本属性；

第二属性确定单元，用于根据健康干预方案库140中的健康干预方案，确定方案特征属性；

构建单元，用于根据用户基本属性和方案特征属性构建变量集合V，并构建变量有限域D和变量约束条件C；

结果获取单元，用于根据变量集合V、变量有限域D和变量约束条件C构建三元组(V,D,C)，并利用构建的三元组(V,D,C)获取方案推荐结果。

上述实施例的系统用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明实施例的，不同方面的许多其它变化，为了简明它们没有在细节中提供。

本发明实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。