[发明专利]一种手表动态健康分析系统及分析方法

说明书

本发明公开了一种手表动态健康分析系统及分析方法，具体涉及手表健康监测技术领域，采集用户的穿戴习惯参数，建立数据有效系数，判断监测的数据是否有效，之后将监测到的有效数据在满足上传数据库间隔时间阈值的前提下上传至数据库，根据已经传输到数据库中的最新有效数据，集合影响用户健康风险的主要影响因素来建立用户健康风险系数，根据用户健康风险系数判断用户的健康状态，对高风险的用户调整上传数据库间隔时间阈值，则手表上传有效数据的频次与之前相比更高，数据库掌握的有效数据越多，使得预测或决策的基础更加充分和可靠，帮助用户更早地发现疾病，从而让用户更早地接受治疗，减轻疾病对身体的危害，提高康复的效果。

技术领域

本发明涉及手表健康监测技术领域，更具体地说，本发明涉及一种手表动态健康分析系统及分析方法。

背景技术

现如今随着各种电子技术井喷式的发展，各种用于监测用户健康的手表孕育而生，通过在手表内集成各种传感器技术，可以实时采集用户的生理信息、运动轨迹和环境信息等数据，之后用户的信息上传到云端进行存储和分析，为健康监测提供支持，但是现有的手表监测健康存在以下几点不足：

1.无法评估监测数据的有效性：以往的健康监测设备无法区分用户是否佩戴设备以及是否佩戴正确，从而导致大量无效数据的上传和占用数据库资源，降低了数据的精度和实用性；

2.固定的数据上传频次：以往的健康监测设备通常采用固定的数据上传频次，或者用户自己手动调整上传，无法根据用户的实际需求进行相应的调整，从而浪费了大量电量和数据库资源，同时也无法提供足够的数据支持健康管理服务；

3.缺乏个性化服务：以往的健康监测设备往往缺乏个性化服务，不能根据用户的健康状态和需求提供相应的健康管理服务，限制了设备的实际应用效果。

为了解决上述问题，现提供一种技术方案。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供手表动态健康分析系统及分析方法以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

步骤S1，采集用户的穿戴习惯参数，建立数据有效系数，设置数据有效系数阈值，将数据有效系数和数据有效系数阈值进行比较，若数据有效系数大于数据有效系数阈值，则标记采集的数据有效，按照采集时间对有效数据进行排序，生成排序表；

步骤S2，采集上传数据库间隔时间，设置上传数据库间隔时间阈值，将采集上传数据库间隔时间和上传数据库间隔时间阈值进行比较，若上传数据库间隔时间大于上传数据库间隔时间阈值，生成传输信号，开始上传有效数据；

步骤S3，根据已经传输到数据库中的最新有效数据，建立用户健康风险系数，根据用户健康风险系数对用户进行等级划分；

步骤S4，对高风险用户发出预警同时对应的调整上传数据库间隔时间阈值。

在一个优选的实施方式中，步骤S1，具体包括以下步骤：

用户的穿戴习惯参数包括中断占比率、佩戴有效频次；

将中断占比率标记为ZDZ，佩戴有效频次标记为PDC；

将包括中断占比率、佩戴有效频次综合处理，建立数据有效系数，表达式为：

式中，Y为数据有效系数，k1、k2分别为监测中断占比率、佩戴有效频次的比例系数，且k1＞k2＞0。

在一个优选的实施方式中，步骤S1，还包括以下内容：

设置数据有效系数阈值，获取数据有效数据后，将数据有效系数和数据有效系数阈值进行比较，若数据有效系数大于数据有效系数阈值，标记采集的数据有效；若数据有效系数小于数据有效系数阈值，标记采集的数据无效。

在一个优选的实施方式中，步骤S2，具体包括以下内容：

采集上传数据库间隔时间，将上传数据库间隔时间标记为JGT，设置上传数据库间隔时间阈值，将上传数据库间隔时间阈值标记为JGH；