一种用于医康养平台的数据管理方法、系统及电子设备与流程

本技术涉及数据管理的，尤其是涉及一种用于医康养平台的数据管理方法、系统及电子设备。

背景技术：

1、医康养是医疗资源和养老资源的集合，是一种新型的养老模式，旨在为老年人提供全方位的健康和养老服务，这种模式强调医疗保障与康复训练的集合，包括必要的检查、治疗、康复训练等医疗服务，以及日常照护、功能训练、日常活动等养老服务，医康养的目的是实现疾病转归，保持或恢复病人的各项功能，通过这种模式，老年人可以在养老机构或居家环境中享受到医疗和养老的双重保障，提高生活质量并确保身体健康安全。

2、现有的医康养平台在对每个老人身体状况数据方面仍以数据上报为主，即每隔一段时间对每个老人进行身体体检，并将身体体检后的身体状况数据进行人为或系统上报，此种数据上报方式存在数据更新频率低的问题，易导致无法及时且全面的对每个老人的身体状况信息进行实时的更新追踪，并且也无法根据更新的身体状况信息制定新的康复训练计划，而此时若老人仍按照原有的康复训练计划进行康复训练，不仅无法提高老人的身体的恢复速度，同时还存在因康复训练不合理导致老人的身体状况二次受损的情况发生。

技术实现思路

1、为了解决上述中的至少一项技术问题，本技术提供一种用于医康养平台的数据管理方法、系统及电子设备。

2、第一方面，本技术提供一种用于医康养平台的数据管理方法，采用如下的技术方案：获取训练图像信息以及身体参数信息，所述训练图像信息为不同老人在当前时间以及历史周期内执行康复训练时所对应的图像信息，所述身体参数信息为医康养平台上不同老人在当前时间以及历史周期内的身体参数信息；

3、基于所述训练图像信息确定每个所述老人的历史活动类型、当前活动类型、所述历史活动类型相对应的历史活动量以及所述当前活动类型相对应的当前活动量；

4、根据所述历史活动类型、所述历史活动量以及所述身体参数信息确定每个所述老人在所述历史周期内执行不同所述活动类型不同活动量时所对应的身体参数变化标准；

5、根据所述身体参数变化标准确定所述当前时间内不同时间节点所述老人在执行所述当前活动类型与所述当前活动量相对应的身体参数变化信息；

6、基于所述身体参数变化信息对所述身体参数信息中所述当前时间的参数数据进行数据实时更新，得到更新后的身体参数信息。

7、在一种可能实现的方式中，所述基于所述训练图像信息确定每个所述老人的历史活动类型、当前活动类型、所述历史活动类型相对应的历史活动量以及所述当前活动类型相对应的当前活动量，包括：

8、根据所述训练图像信息确定每个所述老人的历史训练图像以及当前训练图像；

9、基于所述历史训练图像确定历史康复训练计划以及与所述历史康复训练计划相对应的历史达标情况，所述历史康复训练计划为与所述历史训练图像的时间节点相对应的康复训练计划，所述历史达标情况包括与所述历史康复训练计划相对应的历史活动类型的动作达标情况以及历史活动量的达标情况；

10、创建康复训练模型，并按照时间节点将所述历史训练图像、所述历史康复训练计划以及所述达标情况输入至所述康复训练模型中进行训练，得到训练后的康复训练模型；

11、将所述当前训练图像输入至所述康复训练模型中进行识别，得到与所述当前训练图像相对应的当前达标情况；

12、基于所述历史达标情况以及所述当前达标情况确定每个所述老人的历史活动类型、当前活动类型、所述历史活动类型相对应的历史活动量以及所述当前活动类型相对应的当前活动量。

13、在一种可能实现的方式中，所述基于所述历史训练图像确定历史康复训练计划以及与所述历史康复训练计划相对应的历史达标情况，包括：

14、对所述历史训练图像进行图像清晰度分析，判断所述历史训练图像中是否存在不清晰图像点位，若存在，则基于所述历史训练图像进行三维模拟处理，得到训练三维图像，按照预设观测角度以及预设动作变化规则将所述训练三维图像转换为训练三维视频，并对所述训练三维视频进行视觉帧采集，得到训练图像视觉帧；

15、对所述训练图像视觉帧进行分析处理，得到训练图像地图点；

16、基于所述训练图像地图点确定所述历史训练图像中每一个图像特征点对应的坐标信息以及训练描述子信息；

17、基于所述图像特征点对预设训练图像库中的训练图像进行多维空间数据搜索，得到训练图像集，所述预设训练图像库用于存储不同老人在执行所述历史康复训练计划时所拍摄的训练图像；

18、将所述坐标信息分别与所述训练图像集中每个训练图像的对应坐标位置相对应，得到对比描述子信息，所述对比描述子信息用于表示所述训练图像集中每个训练图像与所述坐标信息相对应的描述子信息；

19、将所述训练描述子信息中的描述子分别与所述对比描述子信息中的描述子进行矩阵比对，得到相似比信息；

20、基于所述相似比信息确定描述子相似比均值，并判断所述描述子相似比均值是否满足预设相似比条件，若满足，则基于所述训练图像集中的训练标签确定所述历史训练图像的历史康复训练计划以及与所述历史康复训练计划相对应的历史达标情况。

21、在一种可能实现的方式中，所述根据所述历史活动类型、所述历史活动量以及所述身体参数信息确定每个所述老人在所述历史周期内执行不同所述活动类型不同活动量时所对应的身体参数变化标准，之后还包括：

22、确定每个所述老人在执行不同所述活动类型的不同活动量时的时间序列长度，并基于所述时间序列长度、所述活动类型以及所述活动量对所述身体参数变化标准进行无监督时间序列数据整理，得到第一训练矩阵数据；

23、将所述第一训练矩阵数据输入至训练好的特征提取模型进行向量特征提取，得到训练特征维度数量，并将得到的所述训练特征维度数量与所述第一训练矩阵数据进行数据结合处理，生成第二训练矩阵数据；

24、对所述第二训练矩阵数据中所包含的数据进行数据处理，得到康复训练数据，并将得到的所述康复训练数据输入至预设算法模型中进行数据推算，生成每个所述老人在未来预设时间段内执行不同所述活动类型的不同活动量所对应的未来身体参数变化标准；

25、判断所述未来身体参数变化标准与所述身体参数变化标准之间是否满足预设差值范围条件，若不满足，则基于所述未来身体参数变化标准对所述身体参数变化标准进行更新，得到更新后的身体参数变化标准。

26、在一种可能实现的方式中，所述将所述第一训练矩阵数据输入至训练好的特征提取模型进行向量特征提取，得到训练特征维度数量，包括：

27、基于所述第一训练矩阵数据确定每个所述老人在执行康复训练计划过程中的活动类型、活动量以及身体参数变化信息；

28、分别将所述活动类型、活动量以及身体参数变化信息输入至所述特征提取模型中进行向量提取，得到与所述活动类型对应的类别特征向量、与所述活动量对应的数据特征向量以及所述身体参数变化信息相对应的参数特征向量；

29、对所述类别特征向量、所述数据特征向量以及所述参数特征向量进行数量统计，得到所述训练特征维度数量。

30、在一种可能实现的方式中，所述将得到的所述训练特征维度数量与所述第一训练矩阵数据进行数据结合处理，生成第二训练矩阵数据，包括：

31、将所述训练特征维度数量与所述第一训练矩阵数据进行整合，生成训练维度矩阵数据；

32、对所述训练维度矩阵数据进行基本数据分布探查，获取每个所述老人在进行康复训练过程中身体参数变化的相对周期性规律，并基于所述相对周期性规律确定时间周期长度；

33、基于所述时间周期长度对所述训练维度矩阵数据进行有监督时间序列数据整理，得到训练预测矩阵数据；

34、基于所述训练预测矩阵数据对未来预设时间段内每个所述老人在进行不同活动类型不同活动量的身体参数变化趋势进行预测，生成第二训练矩阵数据。；

35、在一种可能的实现方式中，所述将得到的所述康复训练数据输入至预设算法模型中进行数据推算，生成每个所述老人在未来预设时间段内执行不同所述活动类型的不同活动量所对应的未来身体参数变化标准，之后还包括：

36、获取每个所述老人执行所述当前活动类型与所述当前活动量后，所述未来预设时间段内的实际身体参数变化标准；

37、基于所述实际身体参数变化标准对所述未来身体参数变化标准进行反归一处理，将所述未来身体参数变化标准恢复到所述实际身体参数变化标准。

38、第二方面，本技术提供一种用于医康养平台的数据管理系统，采用如下的技术方案：一种用于医康养平台的数据管理系统，包括：

39、信息获取模块，用于获取训练图像信息以及身体参数信息，所述训练图像信息为不同老人在当前时间以及历史周期内执行康复训练时所对应的图像信息，所述身体参数信息为医康养平台上不同老人在当前时间以及历史周期内的身体参数信息；

40、活动确定模块，用于基于所述训练图像信息确定每个所述老人的历史活动类型、当前活动类型、所述历史活动类型相对应的历史活动量以及所述当前活动类型相对应的当前活动量；标准确定模块，用于根据所述历史活动类型、所述历史活动量以及所述身体参数信息确定每个所述老人在所述历史周期内执行不同所述活动类型不同活动量时所对应的身体参数变化标准；

41、参数确定模块，用于根据所述身体参数变化标准确定所述当前时间内不同时间节点所述老人在执行所述当前活动类型与所述当前活动量相对应的身体参数变化信息；

42、数据更新模块，用于基于所述身体参数变化信息对所述身体参数信息中所述当前时间的参数数据进行数据实时更新，得到更新后的身体参数信息。

43、在一种可能的实现方式中，所述活动确定模块在基于所述训练图像信息确定每个所述老人的历史活动类型、当前活动类型、所述历史活动类型相对应的历史活动量以及所述当前活动类型相对应的当前活动量时，具体用于：

44、根据所述训练图像信息确定每个所述老人的历史训练图像以及当前训练图像；

45、基于所述历史训练图像确定历史康复训练计划以及与所述历史康复训练计划相对应的历史达标情况，所述历史康复训练计划为与所述历史训练图像的时间节点相对应的康复训练计划，所述历史达标情况包括与所述历史康复训练计划相对应的历史活动类型的动作达标情况以及历史活动量的达标情况；

46、创建康复训练模型，并按照时间节点将所述历史训练图像、所述历史康复训练计划以及所述达标情况输入至所述康复训练模型中进行训练，得到训练后的康复训练模型；

47、将所述当前训练图像输入至所述康复训练模型中进行识别，得到与所述当前训练图像相对应的当前达标情况；

48、基于所述历史达标情况以及所述当前达标情况确定每个所述老人的历史活动类型、当前活动类型、所述历史活动类型相对应的历史活动量以及所述当前活动类型相对应的当前活动量。

49、在另一种可能的实现方式中，所述活动确定模块用于基于所述历史训练图像确定历史康复训练计划以及与所述历史康复训练计划相对应的历史达标情况时，具体用于：

50、对所述历史训练图像进行图像清晰度分析，判断所述历史训练图像中是否存在不清晰图像点位，若存在，则基于所述历史训练图像进行三维模拟处理，得到训练三维图像，按照预设观测角度以及预设动作变化规则将所述训练三维图像转换为训练三维视频，并对所述训练三维视频进行视觉帧采集，得到训练图像视觉帧；

51、对所述训练图像视觉帧进行分析处理，得到训练图像地图点；

52、基于所述训练图像地图点确定所述历史训练图像中每一个图像特征点对应的坐标信息以及训练描述子信息；

53、基于所述图像特征点对预设训练图像库中的训练图像进行多维空间数据搜索，得到训练图像集，所述预设训练图像库用于存储不同老人在执行所述历史康复训练计划时所拍摄的训练图像；

54、将所述坐标信息分别与所述训练图像集中每个训练图像的对应坐标位置相对应，得到对比描述子信息，所述对比描述子信息用于表示所述训练图像集中每个训练图像与所述坐标信息相对应的描述子信息；

55、将所述训练描述子信息中的描述子分别与所述对比描述子信息中的描述子进行矩阵比对，得到相似比信息；

56、基于所述相似比信息确定描述子相似比均值，并判断所述描述子相似比均值是否满足预设相似比条件，若满足，则基于所述训练图像集中的训练标签确定所述历史训练图像的历史康复训练计划以及与所述历史康复训练计划相对应的历史达标情况。

57、在另一种可能的实现方式中，所述系统还包括：数据整理模块、向量提取模块、数据处理模块以及标准更新模块，其中，

58、所述数据整理模块，用于确定每个所述老人在执行不同所述活动类型的不同活动量时的时间序列长度，并基于所述时间序列长度、所述活动类型以及所述活动量对所述身体参数变化标准进行无监督时间序列数据整理，得到第一训练矩阵数据；

59、所述向量提取模块，用于将所述第一训练矩阵数据输入至训练好的特征提取模型进行向量特征提取，得到训练特征维度数量，并将得到的所述训练特征维度数量与所述第一训练矩阵数据进行数据结合处理，生成第二训练矩阵数据；

60、所述数据处理模块，用于对所述第二训练矩阵数据中所包含的数据进行数据处理，得到康复训练数据，并将得到的所述康复训练数据输入至预设算法模型中进行数据推算，生成每个所述老人在未来预设时间段内执行不同所述活动类型的不同活动量所对应的未来身体参数变化标准；

61、所述标准更新模块，用于判断所述未来身体参数变化标准与所述身体参数变化标准之间是否满足预设差值范围条件，若不满足，则基于所述未来身体参数变化标准对所述身体参数变化标准进行更新，得到更新后的身体参数变化标准。

62、在另一种可能的实现方式中，所述向量提取模块在将所述第一训练矩阵数据输入至训练好的特征提取模型进行向量特征提取，得到训练特征维度数量时，具体用于：

63、基于所述第一训练矩阵数据确定每个所述老人在执行康复训练计划过程中的活动类型、活动量以及身体参数变化信息；

64、分别将所述活动类型、活动量以及身体参数变化信息输入至所述特征提取模型中进行向量提取，得到与所述活动类型对应的类别特征向量、与所述活动量对应的数据特征向量以及所述身体参数变化信息相对应的参数特征向量；

65、对所述类别特征向量、所述数据特征向量以及所述参数特征向量进行数量统计，得到所述训练特征维度数量。

66、在另一种可能的实现方式中，所述向量提取模块在将得到的所述训练特征维度数量与所述第一训练矩阵数据进行数据结合处理，生成第二训练矩阵数据时，具体用于：

67、将所述训练特征维度数量与所述第一训练矩阵数据进行整合，生成训练维度矩阵数据；

68、对所述训练维度矩阵数据进行基本数据分布探查，获取每个所述老人在进行康复训练过程中身体参数变化的相对周期性规律，并基于所述相对周期性规律确定时间周期长度；

69、基于所述时间周期长度对所述训练维度矩阵数据进行有监督时间序列数据整理，得到训练预测矩阵数据；

70、基于所述训练预测矩阵数据对未来预设时间段内每个所述老人在进行不同活动类型不同活动量的身体参数变化趋势进行预测，生成第二训练矩阵数据。

71、在另一种可能的实现方式中，所述系统还包括：实际标准获取模块以及标准恢复模块，其中，

72、所述实际标准获取模块，用于获取每个所述老人执行所述当前活动类型与当前活动量后，未来预设时间段内的实际身体参数变化标准；

73、标准恢复模块，用于基于实际身体参数变化标准对未来身体参数变化标准进行反归一处理，将未来身体参数变化标准恢复到实际身体参数变化标准。

74、第三方面，本技术提供一种电子设备，采用如下的技术方案：

75、至少一个处理器；

76、存储器；

77、至少一个应用程序，其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，至少一个应用程序配置用于：执行如第一方面任一项的一种用于医康养平台的数据管理方法。

78、第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：

79、一种计算机可读存储介质，其上存储有计算机程序，当计算机程序在计算机中执行时，令计算机执行如第一方面任一项用于医康养平台的数据管理方法。

80、综上，本技术包括以下至少一种有益技术效果：

81、在老人们进行康复训练过程时，为提高康复训练过程中老人们身体参数的实时更新获取，以便于根据实时更新获取到的身体参数对康复训练计划进行及时调整，本技术采用：获取训练图像信息以及身体参数信息，其中，训练图像信息为不同老人在当前时间以及历史周期内执行康复训练时所对应的图像信息，身体参数信息为医康养平台上不同老人在当前时间以及历史周期内的身体参数信息，然后基于训练图像信息确定每个老人的历史活动类型、当前活动类型、历史活动类型相对应的历史活动量以及当前活动类型相对应的当前活动量，然后根据历史活动类型、历史活动量以及身体参数信息确定每个老人在历史周期内执行不同活动类型不同活动量时所对应的身体参数变化标准，然后根据身体参数变化标准确定当前时间内不同时间节点老人在执行当前活动类型与当前活动量相对应的身体参数变化信息，然后基于身体参数变化信息对身体参数信息中当前时间的参数数据进行数据实时更新，得到更新后的身体参数信息，工作人员根据实时更新的身体健康参数数据对每个老人后续康复训练及时调整，从而不仅达到了保护老人身体健康的效果，同时还提高了老人身体参数数据的实时性以及准确性。