基于融合模型的智能化健康管理服务器、系统及其控制方法

1.一种基于融合模型的智能化健康管理控制方法，其特征在于，包括：
获取多源异构传感信号及其特征值；
根据所述多源异构传感信号识别用于反映人体健康状态的特征状态向量集，所述特征状态向量集包括运动状态向量、情绪状态向量、睡眠状态向量和位置状态向量；
获取诊断/预测策略，根据所述诊断/预测策略模型融合、分析所述特征状态向量集，生成健康管理决策；
输出所述健康管理决策，为用户提供基于所述健康管理决策反馈干预训练机制。
2.如权利要求1所述的基于融合模型的智能化健康管理控制方法，其特征在于，所述方法还包括将所述多源异构传感特征信号和所述特征状态向量集存储至个人档案，所述个人档案对应于单个用户；
所述获取诊断/预测策略的步骤包括：
获取云端个性化健康管理数据；
根据所述个人档案和所述云端个性化健康管理数据生成诊断/预测策略。
3.如权利要求2所述的基于融合模型的智能化健康管理控制方法，其特征在于，所述根据所述诊断/预测策略融合分析所述特征状态向量集，生成健康管理决策的步骤包括：
根据所述个人档案计算所述用户的多源信息特征向量集；
根据所述诊断/预测策略融合分析所述多源信息特征向量集特征状态向量集，生成针对所述用户的健康管理和异常干预手段。
4.如权利要求1所述的基于融合模型的智能化健康管理控制方法，其特征在于，所述获取多源异构传感特征信号的步骤包括：
获取多源异构传感融合数据；
根据预设的数据处理算法提取所述多源异构传感融合数据的特征集，作为多源异构传感特征信号。
5.如权利要求4所述的基于融合模型的智能化健康管理控制方法，其特征在于，所述获取多源异构传感融合数据的步骤包括：
采集多源异构传感原始数据；
将所述多源异构传感原始数据归一化，生成多源同构融合数据。
6.一种基于融合模型的智能化健康管理系统，其特征在于，所述系统包括数据采集装置、健康管理服务器和交互终端；
所述数据采集装置用于采集多源异构传感原始数据；
所述健康管理服务器包括：
特征获取模块，用于从所述多源异构传感原始数据中获取多源异构传感特征信号；
状态向量识别模块，用于根据所述多源异构传感特征信号识别用于反映人体健康状态的特征状态向量集，所述特征状态向量集包括运动状态向量、情绪状态向量、睡眠状态向量和位置状态向量；
决策模块，用于获取诊断/预测策略，根据所述诊断/预测策略融合分析所述特征状态向量集，生成健康管理决策；
所述交互终端用于输出所述健康管理决策，为用户提供基于所述健康管理决策的反馈干预训练机制。
7.如权利要求6所述的基于融合模型的智能化健康管理系统，其特征在于，所述健康管理服务器还包括用于存储所述多源异构传感特征信号和所述特征状态向量集，所述个人档案对应于单个用户；
所述决策模块进一步包括：
个性化数据获取模块，用于获取云端个性化健康管理数据；
策略生成模块，用于根据所述个人档案和所述云端个性化健康管理数据生成诊断/预测策略；
决策融合模块，用于根据所述诊断/预测策略融合分析所述特征状态向量集，生成健康管理决策。
8.如权利要求7所述的基于融合模型的智能化健康管理系统，其特征在于，所述决策融合模块进一步包括：
慢性病样本模块，用于根据所述个人档案计算所述用户的多源信息特征向量集；
慢性病决策模块，用于根据所述诊断/预测策略融合分析所述多源信息和所述特征状态向量集，生成针对所述用户的健康管理和异常状态干预手段。
9.如权利要求6所述的基于融合模型的智能化健康管理系统，其特征在于，所述特征获取模块包括：
原始数据接收模块，用于接收所述数据采集装置采集的多源异构传感原始数据；
数据融合模块，用于将所述多源异构传感原始数据归一化，生成多源异构传感融合数据。
特征融合模块，用于根据预设的数据处理算法提取所述多源异构传感融合数据的特征集，作为多源异构传感特征信号。
10.一种基于融合模型的智能化健康管理服务器，其特征在于，所述服务器包括：
特征获取模块，用于获取多源异构传感特征信号；
状态向量识别模块，用于根据所述多源异构传感特征信号识别用于反映人体健康状态的特征状态向量集，所述特征状态向量集包括运动状态向量、情绪状态向量、睡眠状态向量和位置状态向量；
决策模块，用于获取诊断/预测策略，根据所述诊断/预测策略融合分析所述特征状态向量集，生成健康管理决策，并通过交互终端输出述健康管理决策，为用户提供基于所述健康管理决策的反馈干预训练机制。

暂无