一种健康管理计划定制方法及系统

技术领域

本发明涉及健康管理技术领域，特别涉及一种健康管理计划定制方法及系统。

背景技术

随着生活水平的提高，人们日常生活已经不再局限满足温饱，而是更多的关注自身的身体健康，在日常生活中，由于自身身体机能的下降、外部环境的影响以及自身生活习惯等问题，会导致疾病的出现，在疾病出现后才去进行健康的管理就为时已晚，因此目前大多数人都会注重自身的健康管理，并进行健康管理计划的定制，然而目前的健康管理计划的定制大多是基于用户当前的身体状况来定制的，没有对用户未来有可能患上的疾病进行预测，因而所制定的健康管理计划并不全面，用户在根据定制的计划进行健康管理时，并不能针对未来可能患上的疾病进行预防，并且对于不同的疾病，可以分成不同的时期，各个时期的健康管理计划都是不同的，现有的健康管理计划在用户患上疾病后，没有对用户所处的疾病环节进行评估，也没有对不同的疾病环节定制不同的计划。

发明内容

鉴于此，本发明提出一种健康管理计划定制方法及系统，可以预测用户可能患上的疾病，并针对每个疾病发展的环节进行运动和饮食计划的定制，增加疾病防范的效果。

本发明的技术方案是这样实现的：

一种健康管理计划定制方法，包括以下方法：

步骤S1、获取用户基本信息，从用户基本信息中提取健康危险因素；

步骤S2、将健康危险因素作为已训练完成的深度学习网络中，由深度学习网络进行处理得到预测疾病；

步骤S3、构建健康危险因素与预测疾病之间的发展链路，所述发展链路中包含若干病变环节；

步骤S4、基于不同的病变环节进行运动以及饮食计划定制；

步骤S5、将包含了运动以及饮食计划的发展链路以可视化方式发送给用户。

优选的，所述用户基本信息包括身高、体重、年龄、性别、家族遗传史、职业、消费记录以及健身APP使用记录。

优选的，所述步骤S1从用户基本信息中提取健康危险因素的具体步骤包括：

步骤S11、根据身高、体重、年龄、性别以及家族遗传史获取生物遗传因素；

步骤S12、根据职业获取用户工作环境，根据工作环境获取自然环境危险因素；

步骤S13、根据消费记录以及健身APP使用记录获取行为生活方式因素。

优选的，所述步骤S2中的深度学习网络采用训练集进行训练，并在训练完成后通过测试集进行测试，所述训练集和测试集由若干疾病以及引发疾病的健康危险因素组成。

优选的，还包括步骤S2.5：

建设病变环节数据库，所述病变环节数据库内包含有所有疾病从无到有时的病变环节。

优选的，所述步骤S3的具体步骤为：

步骤S31、计算每个病变环节与健康危险因素的关联度，建立关联度最高的病变环节与健康危险因素的链接；

步骤S32、计算当前病变环节与预测疾病以及其他病变环节的关联度，若有病变环节的关联度大于预测疾病的关联度时，建立病变环节之间的链接，并重复计算直至预测疾病的关联度大于其他病变环节的关联度；

步骤S33、建立预测疾病与最后一个病变环节的链接，形成整条发展链路；

步骤S34、将发展链路中包含的病变环节从病变环节数据库中删除，并重复执行步骤S31-S34。

优选的，所述步骤S3在病变环节与健康危险因素的关联度小于30％时停止执行。

优选的，所述步骤S4在进行计划定制时，将运动的方式、运动的时间、食谱以及忌口的食物安排到一天当中。

一种健康管理计划定制系统，包括：

提取单元，用于获取用户基本信息，从用户基本信息中提取健康危险因素；

预测单元，用于将健康危险因素作为已训练完成的深度学习网络中，由深度学习网络进行处理得到预测疾病；

构建单元，用于构建健康危险因素与预测疾病之间的发展链路，所述发展链路中包含若干病变环节；

计划单元，用于基于不同的病变环节进行运动以及饮食计划定制；

展示单元，用于将包含了运动以及饮食计划的发展链路以可视化方式发送给用户；

所述提取单元分别与预测单元以及构建单元数据连接，所述预测单元、构建单元、计划单元以及展示单元依次数据连接。

优选的，还包括：

建设单元，用于建设病变环节数据库；

所述病变环节数据库内包含有所有疾病从无到有时的病变环节，所述构建单元与建设单元数据连接。

与现有技术相比，本发明的有益效果是：

本发明的一种健康管理计划定制方法及及系统，从用户的基本信息中提取了健康危险因素，健康危险因素中包含了生物遗传因素、自然环境危险因素以及行为生活方式因素等，不同的健康危险因素可能会引起不同的疾病，基于不同的健康危险因素通过深度学习网络预测得到用户可能会患上的疾病，然后基于健康危险因素和预测疾病进行包含病变环节的发展链路的构建，每个健康危险因素会对应多个预测疾病，而单个健康危险因素与单个预测疾病之间，会形成多个发展链路，发展链路即代表了造成用户患上预测疾病的根本原因以及病变环节等发展过程，对于不同的病变环节，都进行了运动和饮食的计划定制，用户可以基于自身身体的情况来确定所处的病变环节，从而采取执行对应的计划，用以预防以及减缓疾病的发作。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的一种健康管理计划定制方法的流程图；

图2为本发明的一种健康管理计划定制方法的步骤S1的流程图；

图3为本发明的一种健康管理计划定制方法的步骤S3的流程图；

图4为本发明的一种健康管理计划定制系统的原理图；

图中，1为提取单元，2为预测单元，3为构建单元，4为计划单元，5为展示单元，6为建设单元。

具体实施方式

为了更好理解本发明技术内容，下面提供一具体实施例，并结合附图对本发明做进一步的说明。

参见图1至图3，本发明提供的一种健康管理计划定制方法，包括以下方法：

步骤S1、获取用户基本信息，用户基本信息包括身高、体重、年龄、性别、家族遗传史、职业、消费记录以及健身APP使用记录，从用户基本信息中提取健康危险因素；

用户所患上的疾病一般除了与其自身的身体素质相关外，还与其所生活的环境、承受的压力以及生活习惯等相关，因此本发明在对用户可能患上的疾病进行预测时，采用健康危险因素来进行预测的形式，通过获取用户的基本信息后，从基本信息中提取出健康危险因素，对于用户自身相关而言，包括其身高、体重、年龄、性别以及家族遗传史等，通过其自身的身体状况以及家族情况可以分析其自身的健康危险因素，而通过其职业可以判断其所处的环境以及所承受的压力等，另外的，通过消费记录和健身APP使用记录可以对其生活习惯进行分析，不同的生活习惯可能就会引起不同的疾病，基于不同的基本信息进行健康危险因素的提取，具体步骤包括：

步骤S11、根据身高、体重、年龄、性别以及家族遗传史获取生物遗传因素；

步骤S12、根据职业获取用户工作环境，根据工作环境获取自然环境危险因素；

步骤S13、根据消费记录以及健身APP使用记录获取行为生活方式因素。

生物遗传因素中包含了家族遗传病史，若用户的身高体重比远远大于标准值时，则说明用户的身体存在一些异常，而用户的工作环境若比较恶劣，例如扬尘浓度较大、噪音较大以及辐射较大等，都会对用户的身体健康造成影响，用户若长期处于恶劣环境中，会对其身体健康造成影响，例如扬尘浓度较大的环境中，会造成用户的呼吸道疾病等，因此通过用户的工作环境可以大致获取自然环境危险因素，而用户的生活习惯也会对其身体造成影响，例如长期吸烟、酗酒以及缺乏运动等，通过用户的消费记录可以查看用户是否购买香烟以及是否有喝酒的习惯，同时通过用户是否使用健身APP来判断用户的锻炼情况，同时用户可以通过调查问卷的方式手动输入其是否吸烟、酗酒以及运动的情况。

步骤S2、将健康危险因素作为已训练完成的深度学习网络中，由深度学习网络进行处理得到预测疾病，其中深度学习网络采用训练集进行训练，并在训练完成后通过测试集进行测试，所述训练集和测试集由若干疾病以及引发疾病的健康危险因素组成；

本发明采用深度学习的方式来进行疾病的预测，从医院以及网上的数据中收集疾病以及健康危险因素，并形成数据集，将数据集按照7:3的比例分成训练集和测试集，其中训练集用于对深度学习网络进行训练，在训练一定的时间后，采用测试集来进行测试，在测试的精度达到预设值时，深度学习网络训练完成，将用户的健康危险因素输入到深度学习网络中后，深度学习网络可以进行处理，并识别得出与健康危险因素有关的所有预测疾病，这些预测疾病即为用户可能会患上的疾病，通过预测用户可能会患上的疾病后，可以针对不同的预测疾病采取不同的措施，并制定相应的健康管理计划供用户执行。

步骤S2.5、建设病变环节数据库，所述病变环节数据库内包含有所有疾病从无到有时的病变环节。

疾病从无到有的过程中会经历很多个环节以及时期，每个环节都可以总结为一个病变环节，本发明会建设病变环节数据库，数据库里面包含了大量的病变环节，这些病变环节与预测疾病息息相关，不同的病变环节组成了疾病从无到发生的过程，而病变环节数据库主要用于发展链路的构建，在步骤S3中，会构建健康危险因素与预测疾病之间的发展链路，所述发展链路中包含若干病变环节，具体步骤为：

步骤S31、计算每个病变环节与健康危险因素的关联度，建立关联度最高的病变环节与健康危险因素的链接；

步骤S32、计算当前病变环节与预测疾病以及其他病变环节的关联度，若有病变环节的关联度大于预测疾病的关联度时，建立病变环节之间的链接，并重复计算直至预测疾病的关联度大于其他病变环节的关联度；

步骤S33、建立预测疾病与最后一个病变环节的链接，形成整条发展链路；

步骤S34、将发展链路中包含的病变环节从病变环节数据库中删除，并重复执行步骤S31-S34。

一个健康危险因素有可能会引发多个预测疾病，健康危险因素作为疾病的源头，其从开始到发展过程中会经历若干个病变环节，同一个病变环节之后也会有若干个不同的其他病变环节，因此从健康危险因素开始，到预测疾病结束是，会经过若干个病变环节，并且所经过的病变环节的种类还不一样，因此在获取健康危险因素后，对病变环节数据库当中的所有病变环节与健康危险因素的关联度进行分析，将关联度最高的病变环节作为健康危险因素发展的第一个病变环节，然后计算第一个病变环节与其他病变环节的关联度，将关联度最高的病变环节作为第二个病变环节，以此类推，而在计算病变环节与病变环节之间的关联度时，还会计算病变环节与预测疾病的关联度，若病变环节与预测疾病的关联度最高时，建立病变环节与预测疾病的关联度，此时一整条完整的发展链路就形成了，将完整的发展链路中包含的病变环节从病变环节数据库中删除后，重新进行发展链路的计算，从而对于一个健康危险因素而言，可以得到若干发展链路，若干个健康危险因素就可以得到更多的发展链路，每一条发展链路都是用户在健康危险因素的基础上可能会患上疾病时的发展过程，对于发展链路中的每个病变环节，都需要制定相应的计划进行健康管理，以保障用户的身体健康。

优选的，所述步骤S3在病变环节与健康危险因素的关联度小于30％时停止执行。

在发展链路的构建过程中，由于病变环节会不断的减少，当病变环节与健康危险因素的关联度小于30％时，说明当前健康危险因素已经没有关联度较大的病变环节了，因此可以停止进行发展链路的构建，将已经获得的发展链路输出以进行健康管理计划的定制。

步骤S4、基于不同的病变环节进行运动以及饮食计划定制，将运动的方式、运动的时间、食谱以及忌口的食物安排到一天当中；

对于不同的病变环节，本发明采用了运动加饮食结合的健康管理计划定制方式，将定制的计划添加到用户一天的生活当中，用户可以基于身体自身情况判断其是否处于某一个病变环节，而后根据不同的病变环节来执行相应的健康管理计划，保证在不同的环节均有对应的计划供用户执行，从而可以减轻或延缓用户的病症。

步骤S5、将包含了运动以及饮食计划的发展链路以可视化方式发送给用户。

在发展链路中会包含了若干病变环节，将每个病变环节所包含的运动加饮食的健康管理计划添加到发展链路中，然后将整个发展链路以可视化的形式进行发送，用户可以直观的获取不同病变环节下的健康管理计划以进行执行。

参照图4所示的一种健康管理计划定制系统，包括：

提取单元1，用于获取用户基本信息，从用户基本信息中提取健康危险因素；

预测单元2，用于将健康危险因素作为已训练完成的深度学习网络中，由深度学习网络进行处理得到预测疾病；

构建单元3，用于构建健康危险因素与预测疾病之间的发展链路，所述发展链路中包含若干病变环节；

计划单元4，用于基于不同的病变环节进行运动以及饮食计划定制；

展示单元5，用于将包含了运动以及饮食计划的发展链路以可视化方式发送给用户；

所述提取单元1分别与预测单元2以及构建单元3数据连接，所述预测单元2、构建单元3、计划单元4以及展示单元5依次数据连接。

建设单元6，用于建设病变环节数据库；

所述病变环节数据库内包含有所有疾病从无到有时的病变环节，所述构建单元3与建设单元6数据连接。

提取单元1可以从用户基本信息中提取出健康危险因素，健康危险因素包括了生物遗传因素、自然环境危险因素以及行为生活方式因素，健康危险因素会输送给预测单元2和构建单元3，其中预测单元2内置深度学习网络，可以根据健康危险因素识别出预测疾病，而构建单元3根据预测疾病、健康危险因素以及建设单元6建设的病变环节数据库可以构建出发展链路，所构建的发展链路数量众多，且每个发展链路中均包含了若干个病变环节，最后计划单元4对每个病变环节进行运动加饮食相结合的健康管理计划定制，并通过展示单元5将包含健康管理计划的发展链路可视化展示给用户，供用户根据自身身体状况选取对应的健康管理计划。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。