[发明专利]一种基于大数据分析的健康警示方法、系统和可读存储介质

权利要求书

1.一种基于大数据分析的健康警示方法，其特征在于，包括以下步骤：

接收移动终端发送的目标图像信息和标识信息；

识别所述目标图像信息，得出健康信息；

将所述健康信息和标识信息进行存储；

将所述健康信息和标识信息进行分析，得到警示信息；

根据所述警示信息生成健康报告，发送至预设的客户端进行显示；

所述将所述健康信息和标识信息进行分析，具体为：

获取第一预设时间段范围内的健康信息和标识信息，输入训练好的健康神经网络模型中，得到第一模拟结果；

获取第二预设时间段范围内的健康信息和标识信息，输入训练好的健康神经网络模型中，得到第二模拟结果；

计算第一模拟结果和第二模拟结果的特征值的绝对值；

判断所述绝对值是否大于预设的阈值；

若大于，则判断为异常状态，生成警示信息；

还包括，

获取预设区域信息；

将预设区域划分为不同的子区域；

获取每个子区域中的健康信息；

计算所述每个子区域中的健康信息的中位数特征值；

比较所述中位数特征值是否超过相邻的N个子区域的中位数特征值的平均值；

若超过，则判断子区域中的健康信息的中位数特征值与相邻的N个子区域的中位数特征值平均值的差值是否超过预设的差值阈值；

若超过，则生成警示信息；

所述目标图像信息为试纸图像信息。

2.根据权利要求1所述一种基于大数据分析的健康警示方法，其特征在于，所述健康神经网络模型训练方法为：

收集目标图像信息和标识信息；

对目标图像信息进行特征提取，得到特征区域图像；

将得到特征区域图像，进行自动化筛选，去除质量差的图像；

将筛选后的图像进行多分辨率的变化处理，得到多个分辨率的图像，然后随机选择一个分辨率的图像，进行模糊处理，再进行光滑处理；

将经过光滑处理之后的图像还原回原始分辨率的大小，得到健康神经网络模型的输入，进行健康神经网络的训练。

3.根据权利要求1所述一种基于大数据分析的健康警示方法，其特征在于，所述标识信息为地理信息、用户信息、时间信息中的一种或几种。

4.根据权利要求1所述一种基于大数据分析的健康警示方法，其特征在于，所述根据所述警示信息生成健康报告，具体为：

获取所述警示信息和所述警示信息所在的区域的环境信息；

根据所述警示信息和环境信息生成与用户对应的食物指引信息和运动指引信息；

将所述食物指引信息和运动指引信息生成健康报告。

5.一种基于大数据分析的健康警示系统，其特征在于，包括存储器和处理器，所述存储器中包括基于大数据分析的健康警示方法程序，所述基于大数据分析的健康警示方法程序被所述处理器执行时实现如下步骤：

接收移动终端发送的目标图像信息和标识信息；

识别所述目标图像信息，得出健康信息；

将所述健康信息和标识信息进行存储；

将所述健康信息和标识信息进行分析，得到警示信息；

根据所述警示信息生成健康报告，发送至预设的客户端进行显示；

所述将所述健康信息和标识信息进行分析，具体为：

获取第一预设时间段范围内的健康信息和标识信息，输入训练好的健康神经网络模型中，得到第一模拟结果；

获取第二预设时间段范围内的健康信息和标识信息，输入训练好的健康神经网络模型中，得到第二模拟结果；

计算第一模拟结果和第二模拟结果的特征值的绝对值；

判断所述绝对值是否大于预设的阈值；

若大于，则判断为异常状态，生成警示信息；

还包括，

获取预设区域信息；

将预设区域划分为不同的子区域；

获取每个子区域中的健康信息；

计算所述每个子区域中的健康信息的中位数特征值；

比较所述中位数特征值是否超过相邻的N个子区域的中位数特征值的平均值；

若超过，则判断子区域中的健康信息的中位数特征值与相邻的N个子区域的中位数特征值平均值的差值是否超过预设的差值阈值；

若超过，则生成警示信息。