(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210656695.3 (22)申请日 2022.06.10 (65)同一申请的已公布的文献号 申请公布号 CN 115054203 A (43)申请公布日 2022.09.16 (73)专利权人 成都熙福爱存健康管理有限公司 地址 610000 四川省成 都市中国 （四川） 自 由贸易试验区成都高新区交子大道 300号3栋16层16 08号 (72)发明人 黄来明　 (74)专利代理 机构 蚌埠幺四零 二知识产权代理 事务所(普通 合伙) 3415 6 专利代理师 尹杰 (51)Int.Cl. A61B 5/00(2006.01) A61B 5/11(2006.01) A61B 5/369(2021.01)G06F 21/32(2013.01) G06F 21/60(2013.01) G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 40/20(2022.01) (56)对比文件 US 2016364549 A1,2016.12.15 CN 112599233 A,2021.04.02 CN 105768720 A,2016.07.20 CN 114582003 A,2022.06.03 CN 113925475 A,202 2.01.14 CN 109326 081 A,2019.02.12 US 20190 08417 A1,2019.01.10 US 2007291991 A1,20 07.12.20 US 2021202090 A1,2021.07.01 JP 2004097496 A,20 04.04.02 审查员 唐媛恬 (54)发明名称 一种基于数字化的健康数据智能在线监测 分析管理云平台 (57)摘要 本发明公开一种基于数字化的健康数据智 能在线监测分析管理云平台， 通过设置健康监测 设备设置模块、 行为习惯健康监测模块、 睡眠健 康监测模块、 健康综合分析模块、 健康数据库、 健 康数据集合构建模块和健康数据加密模块实现 对目标用户的行为习惯及睡眠状况的健康监测， 并且评估目标用户的综合健康指数和综合健康 等级。 一方面使目标用户在家庭中就能够实现对 健康地实时监测， 进而能够及时了解自身的健康 状况， 并提前对健康问题进行干预。 另 一方面降 低了医疗工作者的健康体检工作量， 并关注到目 标用户的个体化差异， 且涵盖行为姿态、 行为姿 态持续时长、 入睡时长、 脑电波和睡眠体态变化 多个维度， 为 健康检测结果 提供了可靠性依据。 权利要求书4页 说明书10页 附图1页 CN 115054203 B 2022.12.20 CN 115054203 B 1.一种基于数字化的健康数据智能在线监测分析 管理云平台， 其特 征在于， 包括： 健康监测设备设置模块， 用于将目标用户的家庭内部进行区域划分为公共区域和私人 区域， 并在公共区域内设置家庭视频图像监测终端， 在私人区域内设置睡眠监测仪， 进而在 睡眠监测仪上安装光亮传感器、 脑电波传感器、 体动传感器和高清摄 像仪； 行为习惯健康监测模块， 用于对目标用户的行为习惯进行健康监测， 其中行为习惯健 康监测模块包括行为姿态健康监测单 元和行为姿态持续时间监测单 元； 睡眠健康监测模块， 用于对目标用户的睡眠状况进行健康监测， 其中睡眠健康监测模 块包括入睡时长监测单 元、 脑电波监测单 元和睡眠体态变化 监测单元； 健康数据库， 用于存储各种行为姿态类型对应的姿态特征、 各种行为姿态类型所属各 种姿态轮廓对应的健康指数、 各种行为姿态类型对应的健康持续时长、 健康入睡时长、 脑电 波健康变化 曲线、 健康睡眠体动频次、 健康睡眠体态移动间距和各健康等级对应的综合健 康指数； 健康综合分析模块， 用于基于行为习惯健康监测模块和睡眠健康监测模块的监测结果 分析目标用户的综合健康指数， 并将目标用户的综合健康指数与健康数据库中各健康等级 对应的综合 健康指数进行匹配， 评估目标用户的综合 健康等级； 健康数据集合构建模块， 用于将目标用户在监测周期内的所有行为姿态图像、 行为姿 态健康指数、 行为姿态持续时长的健康指数， 入睡时长健康指数、 睡眠状态下的脑电波变化 曲线、 睡眠状态下 的脑电波健康指数、 睡眠状态下的体动频次、 睡眠体动频次健康指数、 各 次睡眠体动后的睡眠体态三 维图像、 初始睡眠体态三 维图像、 睡眠体动幅度变化指数、 睡眠 体态移动间距变化指数、 综合 健康指数和综合 健康等级构建健康数据集 合； 健康数据加密模块， 用于对目标用户的健康数据集合进行人脸加密， 用户在查看健康 数据时需通过 人脸识别进行解锁， 并只能查看用户本人的健康数据； 所述睡眠体态变化监测单元包括睡眠体动频次监测子单元， 睡眠体动幅度监测子单元 和睡眠体态 移动间距监测子单 元； 所述睡眠体态移动间距监测子单元用于对目标用户的睡眠体态移动间距进行健康监 测， 其具体监测过程执 行以下步骤： H1:基于提取的目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮 廓， 进而获取目标用户各次睡眠体动后的睡眠体态和初始睡眠体态对应的外形轮廓中心 点； H2:将目标用户的初始睡眠体态外形轮廓中心点作为参考点， 进而获取目标用户各次 睡眠体动后的睡眠体态对应的外形轮廓中心 点距离参考点的间距， 并将其记为各次睡眠体 动对应的体态 移动间距； H3:将各次睡眠体动对应的体态移动间距与健康数据库中存储的健康睡眠体态移动间 距进行对比， 计算目标用户对应的睡眠体态移动 间距变化指数， 其中v 表示为各次睡眠体动对应的体态移动间距的编号， v＝1,2.......q, η表 示为目标用户的睡 眠体态移动间距变化指数， J0表示为健康睡眠体态移动间距， Jv表示为第v次睡眠体动对应 的体态移动间距。权　利　要　求　书 1/4 页 2 CN 115054203 B 22.根据权利要求1所述的一种基于数字化的健康数据智能在线监测分析管理云平台， 其特征在于： 所述行为姿态健康监测单元用于对目标用户的行为姿态进行健康监测， 其具 体监测过程执 行以下步骤： A1:启动公共区域的家庭视频图像监测终端， 并将设定的监测周期按照预设的时间间 隔对目标用户的行为姿态进行实时监测， 得到各采集间隔对应的目标用户行为姿态图像； A2:从各采集间隔对应的目标用户行为姿态图像中提取姿态特征和姿态轮廓， 并将姿 态特征与各种行为姿态类型对应的姿态特征进行匹配， 由此匹配出各采集间隔对应的目标 用户行为姿态类型； A3:基于各采集间隔对应的目标用户行为姿态类型从健康数据库中筛选出各采集间隔 对应目标用户行为姿态类型 所属各种行为姿态轮廓对应的健康指数； A4:将各采集间隔对应的目标用户姿态轮廓与该采集间隔对应目标用户行为姿态类型 所属各种姿态轮廓对应的健康指数进 行匹配， 从中筛选出各采集间隔对应的目标用户行为 姿态健康指数， 记为Za,a表示为采集间隔的编号， a＝1,2. ......c； A5:根据各采集间隔对应的目标用户行为姿态健康指数统计目标用户对应的行为姿态 健康指数， 其计算公式为： 其中ζ表示为目标用户对应的行为姿态健康指 数， Za表示为第a个采集间隔对应的目标用户行为姿态健康指数。 3.根据权利要求2所述的一种基于数字化的健康数据智能在线监测分析管理云平台， 其特征在于： 所述行为姿态持续时间监测单元用于对目标用户的行为姿态持续时间进 行健 康监测， 其具体监测过程执 行以下步骤： B1:从各采集间隔对应的目标用户行为姿态类型中统计目标用户出现的行为姿态类型 数量， 并对各种行为姿态类型进 行编号1,2,...,b,...,d， 同时获取各种行为姿态类型对应 的持续时长； B2:基于获取的目标用户各种行为姿态类型从健康数据库中提取目标用户的各种行为 姿态类型对应的健康持续时长； B3:将目标用户的各种行为姿态所持续的时间与 各种行为姿态对应的健康持续时间进 行对比 ， 计算目标用户对应的行为姿态持续时长的健康指数， 其计算公式为： 其中α 表示为目标用户的行为姿态持续时长的健康指数， Tb和 分别表 示为目标用户的第b种 行为姿态类型对应的持续时长和第b种 行为姿态类型对应的健康持 续时间。 4.根据权利要求3所述的一种基于数字化的健康数据智能在线监测分析管理云平台， 其特征在于： 所述入睡时长监测单元用于对目标用户的入睡时长进行健康监测， 其具体监 测过程执 行以下步骤： D1:启动私人区域内设置的睡眠监测仪， 并由睡眠监测仪内的光亮传感器采集室内灯 光的关闭时间点， 进而将其作为 目标用户的关灯时间点， 与此同时由体动传感器采集 目标 用户的体动处于平稳状态下的时间点， 将其作为体动平稳时间点； D2:获取关灯时间点与体动平稳时间点之间的时间间隔， 将其作为目标用户的入 睡时权　利　要　求　书 2/4 页 3 CN 115054203 B 3