导航：X技术最新专利医药医疗技术的改进;医疗器械制造及应用技术

　　1.本公开涉及数据处理领域中的ai医疗领域，尤其涉及一种生理检测方法及装置。

　　2.随着现代社会的不断发展，目前人们的健康问题逐步凸显，因此针对身体健康进行检测就显得尤为重要。

　　3.目前，现有的健康检测方法主要是，用户前往医院或者体检机构，或者自行购买一些健康检测设备，比如说血压计、血糖分析仪等等，以进行身体健康的检查，从而确定检测结果。

　　4.然而，现有技术的这些实现方式都只能实现对用户身体健康的间歇性抽检，从而会导致对生理状态的检测缺乏及时性。

　　11.获取模块，用于获取待检测对象在当前时刻之前预设时段内的多种类型的生理特征；

　　12.第一确定模块，用于根据所述多种类型的生理特征，确定每种类型的生理特征的变化信息；

　　13.第二确定模块，用于根据每种类型的生理特征的变化信息，确定所述待检测对象的检测结果。

　　17.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

　　18.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面所述的方法。

　　19.根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。

　　21.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

　　33.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

　　34.为了更好的理解本公开的技术方案，下面对本公开所涉及的相关技术进行进一步的详细介绍。

　　35.随着现代社会的不断发展，物质、环境等条件也发生了巨大的变化，一些健康问题也逐渐凸现，因此对人体的健康状态进行检测就显得尤为重要。

　　36.目前，相关技术中在进行人体的健康检测的时候，主要是用户自行前往医院或者体检机构进行身体检查，或者用户通过一些简单的健康检测机构进行身体检查，比如说血压计、血糖分析仪等等，从而确定人体的健康状态，但是这样的实现方式只能实现对健康状态的间歇性的抽检，无法持续关注身体健康，从而会导致对用户的健康状态的确定缺乏及时性。

　　37.同时，目前在相关技术中还存在一些可穿戴设备，能够检测穿戴用户的步数、心跳等等，比如说智能手环，但是这些可穿戴设备的功能通常比较简单，只能实现关注人体有无信号等一些简单的功能，而不能判断当前用户的身体状态是否正常，因此可穿戴设备无法有效实现对用户健康状态的检测。

　　38.可以理解的是，当前医院或体检机构的检测是比较权威准确的，但是其只是间断性的诊断，也就是说只能检测当时的情况，一般间隔时间较长，特别是针对心脑血管等可能急性发作的疾病，即使当前检查出来存在发病的可能性，但是也只能提醒用户注意，无法全时段的身体状态的监控。

　　39.另外每个用户的个体差异较大，用户对身体状态的感知并不像医生那样敏感，无法提前预知什么时候会发病，甚至一些疏忽如忘记吃药，偶尔劳累等等，没有提前采取措施都可能导致发病。严重者如心脑梗塞一旦发病，如果不能及时被人发现，则对用户的身体健康存在非常严重的危害。

　　40.针对上述介绍的现有技术的技术问题，本公开提出了如下技术构思：可以通过检测设备实现对人体各种生理信号的检测及监控，之后通过对各种生理信号进行数据统计分析、推理学习等，输出用户身体状态的检测结果，该检测结果可以实现发病前期的预警，或者还可以实现发病后的报警，从而可以有效提升对用户的健康状况的确定的及时性。

　　41.下面结合具体的实施例对本公开提供的生理检测方法进行介绍，首先结合图1对本公开实施例提供的生理检测方法对应的系统进行介绍，图1为本公开实施例提供的生理检测系统的实现示意图。

　　42.如图1所示，当前例如可以通过检测设备101对需要进行健康检测的对象进行生理检测，从而获取待检测对象的生理特征，其中的生理特征例如可以包括心率、血压等等，本实施例对此不做特别限制。

　　43.之后服务器102例如可以获取检测设备101检测得到的生理特征，基于生理特征进行数据分析之后，可以得到待检测对象的检测结果。

　　44.本实施例中的检测设备101的具体实现方式可以根据实际需求进行选择，本实施例对此不做限制，只要检测设备101可以实现对待检测对象的生理检测功能即可。以及本实施例对服务器102的具体实现方式同样不做限制，只要服务器102可以实现数据交互以及数据处理功能即可，在一种可能的实现方式中，本实施例中的服务器102例如可以理解为云端服务器，其具体的实现方式可以根据实际需求进行选择，本实施例对此不做特别限制。

　　45.在上述实施例的基础上，下面结合具体的实施例对本公开提供的生理检测方法进行说明，值得说明的是，本公开各实施例的执行主体可以为上述介绍的服务器，或者在可选的实现方式中，本公开中各实施例的执行主体还可以为处理器、微处理器等具有数据处理功能的设备，本公开对执行主体的具体实现方式不做限制，只要其具备数据交互以及数据处理功能的设备即可。

　　46.下面首先结合图2对本公开提供的生理检测方法进行介绍，图2为本公开实施例提供的生理检测方法的流程图。

　　48.s201、获取待检测对象在当前时刻之前预设时段内的多种类型的生理特征。

　　49.在本实施例中，例如服务器可以通过检测设备，获取待检测对象在当前时刻之前的预设时段内的多种类型的生理特征，其中，待检测对象为当前需要进行健康状况检测的对象。

　　50.以及当前时刻之前的预设时段，例如可以为在当前时刻之前对待检测对象进行生理特征检测的全部时段，比如说当前针对用户a进行生理特征的检测，那么用户a就比如说可以穿戴有多种检测设备，那么预设时段例如可以为从用户穿戴检测设备的时刻起直至当前时刻的时段，也就是说本实施例中可以对待检测对象的生理特征进行持续的获取进而实现对待检测对象的生理特征的监测。

　　51.或者，当前时刻之前的预设时段还可以为预设时长的时段，比如说当前时刻之前

　　的1天内的时段，当前时刻之前的3个月内的时段等等，本实施例对预设时长的具体实现方式不做限制，其可以根据实际需求进行选择，只要可以获取预设时段内的生理特征即可。

　　52.以及在本实施例中，可以获取待检测对象的多种类型的生理特征，在一种可能的实现方式中，例如可以通过多种不同类型的检测设备对待检测对象的生理特征分别进行检测，从而获取待检测对象的多种类型的生理特征，例如可以是一种类型的检测设备测量得到的生理特征，作为一种类型的生理特征。

　　53.例如可以通过脉搏检测设备，获取待检测对象的身体各部分(比如说血压冲击响应)波形；或者还可以通过脑电检测设备，获取脑电波对应的波形；再比如说可以通过心电检测设备，获取心电波对应波形；此处不再进行列举，可以理解的是，在实际实现过程中，可以通过任一种可能的身体信号检测设备，获取对应信号量化波形。

　　54.本实施例对检测设备的具体实现方式不做特别限制，通过多种不同的检测设备，即可以对应获取多种类型的生理特征，本实施例对多种类型的生理特征的具体实现方式同样不做限制。

　　55.s202、根据多种类型的生理特征，确定每种类型的生理特征的变化信息。

　　56.在确定多种类型的生理特征之后，可以根据多种类型的生理特征，确定每种类型的生理特征的变化信息。在本实施例的一种可能的实现方式中，生理特征的变化信息例如可以包括生理特征的变化趋势，以及生理特征呈现出所述生理特征的变化趋势的时长，比如说持续升高的时长、时序降低的时长、快速波动的时长等等，本实施例对生理特征的变化信息的具体实现方式不做特别限制，凡是可以反映生理特征的变化的信息，均可以作为本实施例中的变化信息。

　　57.以及可以理解的是，本实施例中的可以对待检测对象的生理特征进行持续监测，之后根据监测得到的生理特征进行实时的分析，从而实时的输出每种类型的生理特征的变化信息。

　　58.在一种可能的实现方式中，在根据多种类型的生理特征确定变化信息之前，例如还可以对生理特征的完整性进行判定，其也可以理解为对生理特征的滤波处理，在实现对生理特征的完整性判定之后，确定当前类型的生理特征是完整的信号时，再进行后续的处理，从而可以提高确定变化信息的处理效率。

　　59.s203、根据每种类型的生理特征的变化信息，确定待检测对象的检测结果。

　　60.在确定每种类型的生理特征的变化信息之后，可以根据每种类型的生理特征的变化信息，确定待检测对象的检测结果，本实施例中的检测结果例如可以指示待检测对象的身体状况为健康还是不健康，或者检测结果还例如可以为待检测对象的身体状况的具体情况，比如说预测的待检测对象的身体可能出现的问题，可能出现的状况，如高血压、脑溢血等等，从而可以实现根据待检测对象的生理特征，实现对待检测对象的身体状况的预估，从而可以有效提升对待检测对象的身体状态的确定的及时性。

　　61.以及在本实施例中，检测结果可以为当前的待检测对象的真实身体状态对应的结果，比如说当前待检测对象真的发生了高血压等疾病，本实施例中的检测结果可以指示该信息；或者，本实施例中的检测结果还可以为当前针对待检测对象输出的预估的身体状态，比如说当前的待检测对象并没有发生高血压，但是经过上述介绍的过程的分析预估当前的待检测对象的生理特征呈现了可能出现高血压的特点，因此本实施例中的检测结果例如可

　　以为对待检测对象的身体状态的预估结果，从而可以针对待检测对象的身体状态进行一个预先的提醒，以实现对待检测对象的身体状态的及时确定。

　　62.在一种可能的实现方式中，例如可以根据一系列的预设规则对每种类型的生理特征的变化信息进行处理，从而确定待检测对象的检测结果。或者，还例如可以将每种类型的生理特征的变化信息输入至预设模型中，从而输出待检测对象的检测结果，其中预设模型例如为根据样本变化信息和样本检测结果学习得到的，本实施例对确定检测结果的具体实现方式不做限制，其可以根据实际需求进行选择，只要是根据生理特征的变化信息确定的待检测对象的检测结果即可。

　　63.本公开实施例提供的生理检测方法，包括：获取待检测对象在当前时刻之前预设时段内的多种类型的生理特征。根据多种类型的生理特征，确定每种类型的生理特征的变化信息。根据每种类型的生理特征的变化信息，确定待检测对象的检测结果。通过长时间的获取待检测对象的多种类型的生理特征，之后确定各种类型的生理特征的变化信息，进而根据生理特征的变化信息确定待检测对象的检测结果，其中的检测结果可以指示当前真实的身体状态，或者还可以指示预估的身体状态，通过持续的监测待检测对象的生理特征，进而实现对待检测对象的身体状态的实际确定或者预估，从而可以有效提升确定待检测对象的生理状态的及时性。

　　64.在上述实施例的基础上，下面结合图3至图7对本公开实施例提供的生理检测方法进行进一步的详细介绍，图3为本公开实施例提供的生理检测方法的流程图二，图4为本公开实施例提供的生理特征的示意图一，图5为本公开实施例提供的生理特征的示意图二，图6为本公开实施例提供的生理特征的示意图三，图7为本公开实施例提供的确定检测结果的示意图。

　　66.s301、获取待检测对象在当前时刻之前预设时段内的多种类型的生理特征。

　　67.其中，s301的实现方式与上述s201的实现方式类似，此处不再赘述。

　　68.s302、针对任一种类型的生理特征，根据生理特征，确定生理特征相对于前一时刻的变化趋势，其中，生理特征的变化趋势为如下中的任一种：升高、降低。

　　69.在本实施例中，针对每一种类型的生理特征，均需确定其对应的变化信息，在一种可能的实现方式中，本实施例中的变化信息例如可以包括生理特征相对于前一时刻的变化趋势，本实施例中的变化趋势例如可以为升高，或者还可以为降低，或者变化趋势还有可能为保持不变，本实施例对此不做限制。

　　70.下面以任一种类型的生理特征为例进行介绍，在本实施例中，可以根据该类型的生理特征，确定当前时刻的生理特征相对于前一时刻的变化趋势，比如说针对心率，可以确定当前时刻的心率相对于前一时刻的心率的变化趋势是升高、还是降低、还是保持不变。

　　71.在实际实现过程中，当前时刻和前一时刻之间的时长具体是多长，可以根据实际需求进行选择，比如说中间的时长可以是1秒，或者中间的时长还可以是0.5秒等等，本实施例对此不做限制。

　　73.当前同样是针对任一种类型的生理特征进行介绍，在本实施例中，在确定生理特征的变化趋势之后，可以根据确定的变化进一步确定生理特征的变化信息。

　　74.在一种可能的实现方式中，若生理特征的变化趋势是升高，则例如可以获取生理特征的变化趋势持续升高的第一时长，例如可以结合图4进行理解，图4中示意出了一种类型的生理特征的波动情况，假设当前时刻为图4中的b时刻，b时刻的前一时刻为图4中的a时刻，那么在b时刻可以确定该生理特征相对于前一时刻的变化趋势是升高，并且可以确定该生理特征的持续升高的第一时长为a时刻到b时刻的时长。

　　75.再假设当前时刻为图4中的c时刻，其中c时刻的前一时刻为图4中的b时刻，那么在c时刻可以确定该生理特征相对于前一时刻的变化趋势是升高，并且可以确定该生理特征的持续升高的第一时长为图4中的a时刻到c时刻的时长。

　　76.以及针对图4中的e时刻也是类似的，假设当前时刻是e时刻，那么在e时刻可以确定该生理特征相对于前一时刻的变化趋势是升高，并且可以确定该生理特征的持续升高的第一时长为图4中的d时刻到e时刻的时长。

　　77.因此当前介绍的生理特征持续升高的第一时长，指的是在当前时刻之前该生理特征保持升高(未发生降低)的时长。

　　78.以及在另一种可能的实现方式中，若生理特征的变化趋势是降低，则例如可以获取生理特征的变化趋势持续降低的第二时长，例如可以结合图5进行理解，图5中示意出了一种类型的生理特征的波动情况，假设当前时刻为图5中的o时刻，o时刻的前一时刻为图5中的m时刻，那么在o时刻可以确定该生理特征相对于前一时刻的变化趋势是降低，并且可以确定该生理特征的持续降低的第二时长为m时刻到o时刻的时长。

　　79.再假设当前时刻为图5中的n时刻，其中n时刻的前一时刻为图5中的o时刻，那么在n时刻可以确定该生理特征相对于前一时刻的变化趋势是降低，并且可以确定该生理特征的持续降低的第二时长为图5中的m时刻到n时刻的时长。

　　80.以及针对图5中的y时刻也是类似的，假设当前时刻是y时刻，那么在y时刻可以确定该生理特征相对于前一时刻的变化趋势是降低，并且可以确定该生理特征的持续降低的第二时长为图5中的x时刻到y时刻的时长。

　　81.因此当前介绍的生理特征持续降低的第二时长，指的是在当前时刻之前该生理特征保持降低(未发生升高)的时长。

　　82.以及在本实施例中还可以确定所述生理特征在当前时刻之前的目标时长内的波动频率，其中升高一次算一次波动，降低一次算一次波动，根据在所述目标时长内的波动次数和所述目标时长，即可以确定生理特征在所述目标时长内的波动频率。

　　83.其中目标时长的具体实现方式可以根据实际需求进行选择，比如说可以3秒、5秒等等，本实施例对目标时长的具体实现不做限制。

　　84.例如可以结合图6进行理解，在图6中同样示意出了生理信号的波动情况，假设当前时刻为图6中的q时刻，以及假设当前时刻之前的目标时长为图6中的p时刻到q时刻之间的时长，则可以获取在图6中的p时刻到q时刻之间的波动频率。

　　85.在一种可能的实现方式中，本实施例中的变化信息例如可以包括上述介绍的变化趋势、第一时长或者第二时长、波动频率。

　　86.以及在实际实现过程中，变化信息的具体实现还可以根据实际需求进行选择和设置，凡是可以指示生理特征的变化的相关信息均可以作为本实施例中的变化信息，本实施例对此不做限制。

　　87.s304、获取待检测对象对应的每种类型的生理特征各自的权重信息。

　　88.以及在本实施例中，针对当前的待检测对象，还例如可以获取该待检测对象的每种类型的生理特征各自对应的权重信息。

　　89.在一种可能的实现方式中，若当前的待检测对象是之前进行过生理检测的对象，那么例如可以预先确定有当前的待检测对象的权重信息，因此例如可以从预设存储单元中直接获取当前的待检测对象对应的权重信息。

　　90.在另一种可能的实现方式中，若当前的待检测对象是之前没有进行过生理检测的对象，那么当前就没有该待检测对象的权重信息，则例如可以将默认的权重信息作为该待检测对象的权重信息，之后当获取到待检测对象的生理特征之后，再确定当前的待检测对象对应的权重信息并进行存储，以便于下一次直接进行获取。

　　91.下面对确定待检测对象对应的每种类型的生理特征各自的权重信息的实现方式进行介绍。

　　92.在一种可能的实现方式中，例如可以获取待检测对象的历史生理特征以及历史检测结果。之后根据待检测对象的历史生理特征以及历史检测结果，确定待检测对象对应的每种类型的生理特征各自的权重信息。

　　93.其中，待检测对象的历史生理特征可以是当前时刻之前的生理特征，历史检测结果指示当前时刻之前所确定的检测结果。本实施例中例如可以对待检测对象的历史生理特征以及历史检测结果进行数据分析处理，从而确定待检测对象对应的每种类型的生理特征各自的权重信息，具体的处理方式例如可以为通过预设算法完成的，或者还可以为通过预设模型完成的，本实施例对此不做限制。

　　94.可以理解的是，针对每一个待检测对象，其具体的身体状况都是不同的，那么针对每个待检测对象，其所敏感的生理特征就是不同的。

　　95.在实际实现过程中，针对各个待检测对象确定每个类型的生理特征确定权重值的具体实现方式可以根据实际需求进行选择，本实施例对此不做限制，例如可以遵循当前的待检测对象的较为敏感的生理特征设置的权重值较大。

　　96.比如说针对存在高血压的待检测对象a，其血压的生理特征就是比较敏感的特征，那么对应的待检测对象a的血压生理特征的权重就比较高；再比如说针对存在心脏病的待检测对象b，其心率的生理特征就是比较敏感的特征，那么对应的待检测对象b的心率生理特征的权重就比较高，等等，因此本实施例中可以针对每一个待检测对象，个性化的确定每个生理特征对应的权重信息。

　　97.s305、获取待检测对象对应的每种类型的生理特征各自的阈值信息。

　　98.以及在本实施例中，针对当前的待检测对象，还例如可以获取该待检测对象的每种类型的生理特征各自对应的阈值信息。

　　99.在一种可能的实现方式中，若当前的待检测对象是之前进行过生理检测的对象，那么例如可以预先确定有当前的待检测对象的阈值信息，因此例如可以从预设存储单元中直接获取当前的待检测对象对应的阈值信息。

　　100.在另一种可能的实现方式中，若当前的待检测对象是之前没有进行过生理检测的对象，那么当前就没有该待检测对象的阈值信息，则例如可以将默认的阈值信息作为该待检测对象的阈值信息，之后当获取到待检测对象的生理特征之后，再确定当前的待检测对

　　101.下面对确定待检测对象对应的每种类型的生理特征各自的阈值信息的实现方式进行介绍。

　　102.在一种可能的实现方式中，例如可以获取参考信息，其中，参考信息包括如下中的至少一种：至少一个对象的历史生理特征、历史检测结果、实际结果，其中，至少一个对象中包括待检测对象；之后根据参考信息进行数据分析处理，确定每种类型的生理特征各自的阈值信息。

　　103.本实施例中的参考信息可以包括多个对象的历史生理特征、历史检测结果、实际结果，其中的实际结果例如可以为对象在进行实际的生理诊断之后确定的结果，其例如可以理解为确诊的结果。以及本实施例中的多个对象的信息例如可以为云端服务器之前进行过数据处理的对象，在多个对象中包括当前的待检测对象。

　　104.本实施例中例如可以对待检测对象的历史生理特征以及历史检测结果进行大数据分析，从而确定待检测对象对应的每种类型的生理特征各自的权重信息，具体的处理方式例如可以为通过预设算法完成的，或者还可以为通过预设模型完成的，本实施例对此不做限制。

　　105.可以理解的是，针对每一个待检测对象，其具体的身体状况都是不同的，那么针对每个待检测对象，其所对于生理特征的增长或者减少的敏感程度也是不同的。

　　106.比如说针对存在高血压的待检测对象，其血压可能升高的时长大于2秒就存在危险了，但是针对不存在高血压的待检测对象，其血压能够升高的时长阈值就可能更加宽泛一些，因此本实施例中可以针对每一个待检测对象，个性化的确定每个生理特征对应的阈值信息。

　　107.在实际实现过程中，针对各个待检测对象确定每个类型的生理特征确定权重值的具体实现方式可以根据实际需求进行选择，本实施例对此不做限制。

　　108.s306、根据每种类型的生理特征的变化信息以及每种类型的生理特征的阈值信息，确定每种类型的生理特征各自对应的评估参数，其中，阈值信息包括如下中的至少一种：持续升高的变化趋势对应的第一阈值，持续降低的变化趋势对应的第二阈值，波动频率对应的第三阈值。

　　109.基于上述介绍可以确定的是，针对当前的待检测对象，确定了每种类型的生理特征的变化信息以及每种类型的生理特征的阈值信息，则例如可以根据每种类型的生理特征的变化信息以及每种类型的生理特征的阈值信息，确定每种类型的生理特征各自对应的评估参数，比如说参见图7，当前针对类型1的生理特征，可以根据其变化信息1和阈值信息1确定评估参数1；以及针对类型2的生理特征，可以根据其变化信息2和阈值信息2确定评估参数2；以及针对类型3的生理特征，可以根据其变化信息3和阈值信息3确定评估参数3。

　　110.在一种可能的实现方式中，本实施例中的阈值信息包括如下中的至少一种：持续升高的变化趋势对应的第一阈值，持续降低的变化趋势对应的第二阈值，波动频率对应的第三阈值。

　　111.本实施例中的评估参数例如可以理解为危险程度的评分，例如可以结合图4进行理解，比如说当前针对图4中的生理特征，持续升高的变化趋势对应的第一阈值为2秒，以及图4中的c时刻对应的变化趋势为升高，并且持续升高的时长为a时刻到c时刻，假设为1秒，

　　那么针对c时刻的生理特征的变化信息的评估参数就比较低，表示危险程度不是很高。

　　112.再比如说图4中的e时刻对应的变化趋势为升高，并且持续升高的时长为d时刻到e时刻，假设为5秒，那么针e时刻的生理特征的变化信息的评估参数就比较高，表示危险程度比较高。

　　113.以及还可以结合图5进行理解，可以理解为是，图5中的n时刻对应的变化趋势为降低，并且持续降低的时长例如没有超过所述第二阈值，那么针对n时刻的生理特征的变化信息的评估参数就比较低，表示危险程度不是很高。以及图5中的y时刻对应的变化趋势为降低，并且持续降低的时长例如超过了所述第三阈值，那么针对y时刻的生理特征的变化信息的评估参数就比较高，表示危险程度比较高。

　　114.再比如说还可以结合图6进行理解，参见图6，图6中的时刻p到时刻q之间的时长内的波动频率例如大于所述第三阈值，则同样可以确定针对p时刻的生理特征的变化信息的评估参数就比较高，表示危险程度比较高。

　　115.在实际实现过程中，评估参数除了可以包括上述介绍的针对危险程度的评分之外，还例如可以包括当前具体的生理特征，比如说可以具体指示血压比较危险，或者说具体指示心率比较危险等等，在实际实现过程中，评估参数的具体实现方式可以根据实际需求进行选择，本实施例对此不做限制，只要其可以实现对生理特征的危险程度的指示即可。

　　116.s307、根据每种类型的生理特征各自对应的评估参数以及每种类型的生理特征各自对应的权重信息进行加权处理，确定待检测对象的检测结果。

　　117.基于上述介绍的内容，当前确定了每种类型的生理特征各自对应的评估参数，以及每种类型的生理特征各自对应的权重信息进行加权处理，从而确定待检测对象的检测结果。

　　118.例如可以结合图7进行理解，比如说针对类型1的生理特征，可以根据其评估参数1和权重信息1确定检测结果；以及针对类型2的生理特征，可以根据其评估参数2和权重信息2确定检测结果；以及针对类型3的生理特征，可以根据其评估参数3和权重信息3确定检测结果，当前介绍的检测结果例如可以包括一个当前介绍的分值，以及还可以包括具体的预测信息，比如说当前具体是针对什么情况得到了这样的一个分值。

　　119.在一种可能的实现方式中，例如可以通过预设算法或者预设模型对上述介绍的每种类型的生理特征各自对应的评估参数以及每种类型的生理特征各自对应的权重信息进行处理，从而确定当前的待检测对象具体的生理问题，比如说高血压、心梗、脑溢血等等；或者，还可以是根据待检测对象的历史生理问题确定当前待检测对象的预测生理问题等等，比如说待检测对象之前存在高血压，则当前例如可以针对待检测对象发生高血压进行发生概率的评估，例如可以针对这些具体的状况给出了相应的评估分值，以指示当前发生这些情况的可能性。

　　120.在实际实现过程中，根据生理特征对应的评估参数以及权重信息进行处理确定具体情况的实现方式可以根据实际需求进行选择，本实施例对此不做特别限制。

　　121.s308、若待检测对象的检测结果指示待检测对象存在风险，则向目标设备发送警告信息，其中，警告信息用于提示待检测对象存在风险。

　　122.本实施例中的检测结果例如可以用于指示待检测对象当前是否存在风险，在一种可能的实现方式中，若确定待检测对象的检测结果指示待检测对象存在风险，则例如可以

　　向目标设备发送警告信息，从而提示当前的待检测对象存在风险，之后例如可以及时的对待检测对象采用相应的医疗措施，从而避免发生相应的危险情况。

　　123.其中，待检测对象的检测结果指示待检测对象存在风险的可能的实现方式可以为，检测结果中包括针对当前的待检测结果的预测生理问题以及预测分值，其中的预测生理问题比如说可以包括高血压、心梗、脑溢血等等，预测分值可以指示当前的待检测结果发生这些预测生理问题的可能性，则例如可以将预测分值和预先设置的分数阈值进行比较，若预测分支大于或等于分数阈值，则例如可以确定待检测对象的检测结果指示待检测对象存在风险，若预测分值小于分数阈值，则例如可以确定待检测对象的检测结果指示待检测对象不存在风险。

　　124.或者，检测结果还可以是二元的实现方式，也就是说检测结果直接指示待检测对象存在风险，或者检测结果直接指示待检测对象不存在风险，本实施例对检测结果的具体实现方式不做特别限制，只要检测结果可以用于指示待检测对象是否存在风险即可。

　　125.在另一种可能的实现方式中，若确定待检测对象的检测结果指示待检测对象不存在风险，则可以确定当前待检测对象暂时不会发生生理问题，则例如可以持续进行监测，或者还可以确定监测结束的时候输出指示信息，指示信息用于指示待检测对象的检测结果为不存在风险。

　　126.在一种可能的实现方式中，在向目标设备发送警告信息之后，还例如可以获取待检测对象的实际结果，其中实际结果可以理解为在本公开实施例提供的生理检测方法输出检测信息结果之后，待检测对象自行前往医疗机构进行医疗诊断得到的结果，或者进行相应医疗措施的结果。

　　127.之后可以根据待检测对象的实际结果和上述输出的检测结果，对待检测对象的每种类型的生理特征的阈值信息以及权重信息进行更新，从而可以实现针对待检测对象确定个性化的阈值信息和权重信息，以保证在后续再针对当前的待检测对象确定检测结果的时候，可以提升输出的检测结果的准确性。

　　128.其中，更新待检测对象对应的阈值信息和权重信息的实现方式例如可以为对相应的预设算法中的参数进行更新，或者还可以为对相应的预设模型中的参数进行更新等等，本实施例对更新阈值信息和权重信息的具体实现方式不做限制，其可以根据实际需求进行选择。

　　129.本公开实施例提供的生理检测方法，通过确定生理特征的变化趋势，以及生理特征呈现出所述变化趋势的时长，以及生理特征的波动频率，从而可以有效确定生理特征的变化信息，之后再根据生理特征的变化信息和相应的阈值信息进行比较，从而可以确定当前生理特征对应的评估参数，然后再结合相应的权重信息确定各类型的生理特征共同得到的检测结果，其中的阈值信息和权重信息是针对每个待检测对象个性化设置的，从而可以有效保证得到的检测结果可以指示当前的待检测对象的生理状况，以及在确定待检测对象的检测结果和实际结果之后，还可以根据检测结果和实际结果对待检测对象对应的阈值信息和权重信息进行更新，从而有效提升输出的待检测对象的生理状况的准确性，因此本公开实施例提供的生理检测方法可以有效实现对待检测对象的生理状况的预测，以及本实施例提供的方法是针对待检测对象实时的持续进行的，从而可以实现对待检测对象的身体状况的监测，从而可以有效提升确定待检测对象的生理状况的及时性。

　　130.在上述实施例的基础上，下面结合图8对本公开实施例提供的生理检测方法的实现方式进行系统的说明，图8为本公开实施例提供的处理流程示意图。

　　131.如图8所示，例如图8中的ai预测单元为用于执行上述介绍的生理检测方法的处理单元，参照图8，各个检测设备例如可以通过网络将检测到的生理特征上传至ai预测单元。

　　132.其中，检测设备例如可以包括图8中的脑电检测设备，用于获取脑电波对应波形；以及心电检测设备，用于获取心电波对应波形；以及脉搏检测设备，用于获取身体各部分波形；以及血液检测设备，用于检测血液相关数据，以及还可以包括其他的检测设备，用于获取对应的生理特惠总能。

　　133.其中各个检测设备例如可以将检测的生理特征上传云端的ai预测单元，其中上传的方式例如可以为通过检测设备自带的通信模块上传，比如说通用分组无线业务(general packet radio service，gprs)模块；或者，还例如可以通过终端设备(比如说手机、电脑)的移动网络或者有线网络上传，或者还可以通过任意可能的数据上传方式将检测到的生理特征上传至ai预测单元。

　　134.之后ai预测单元就可以根据接收到的生理信号执行上述的处理过程，从而输出检测结果，之后例如可以将检测结果输出至目标设备，比如说可以将检测结果发送给当前检测对象的设备，从而提醒当前的检测对象的身体异常状况；或者，还可以将检测结果发送给医护人员或者检测对象的家人的设备，从而提醒当前的检测对象存在风险，以及除了发送检测结果之外，还例如可以将上述的各个类型的生理特征发送给相应的目标设备。

　　135.以及本实施例中还可以对ai预测单元输出的检测结果以及上述介绍的各个类型的生理特征进行数据存储，以便于后续ai预测单元进行对应的学习，从而可以提升ai预测单元输出的检测结果的准确性。以及对数据进行存储，还可以实现对当前的待检测对象的长期跟踪监测，从而可以提升针对待检测对象采集的数据的完整性和全面性。

　　136.以及其中可以根据ai预测单元的预测结果和实际的反馈，对ai预测单元中的处理策略进行更新，比如说可以为上述实施例中介绍的，对权重信息和阈值信息进行相应的更新。

　　137.以及本实施例中的ai预测单元进行检测结果的预测的处理逻辑中，可以依赖于多种规则确定其处理的依据，也就是图8中所示的多规则来源，其中的多规则来源例如可以包括如下中的至少一种：医学科学技术，医生诊断经验，并随技术发展更新；大数据分析的结果，从而获取正常状态判定区间；通过预测结果与实际结果的对比，对相应参数进行更新，以及还可以包括其他实用化医疗科学的综合等等。

　　138.本发明提供一种基于人工智能的在线检测监控系统，通过对人体各种生理信号的检测监控，进行数据统计分析，推理学习等给出相应建议，最终希望实现全景监控身体状态，尽力保障生命。

　　139.综上所述，本公开例如可以提供一种全时段人体状况在线监控的方式，能够随时监控人体信号，并结合人工智能的优势分析对身体状况进行分析，做到前期预测，初期预警，后期报警等，另外还可以为个体做长期的分析监控，最终为医疗提供更贴近实际的个性化治疗方案提供参考数据；其中，当云端样本数足够多以后，可以通过统计学原理和ai技术对这些疾病进行逆向分析，获取相关对应关系，增加后期预判的准确率，从而可以实现对检测对象的身体状况的及时准确的预测和确定。

　　140.图9为本公开实施例的生理检测装置的结构示意图。如图9所示，本实施例的生理检测装置900可以包括：获取模块901、第一确定模块902、第二确定模块903、处理模块904。

　　141.获取模块901，用于获取待检测对象在当前时刻之前预设时段内的多种类型的生理特征；

　　142.第一确定模块902，用于根据所述多种类型的生理特征，确定每种类型的生理特征的变化信息；

　　143.第二确定模块903，用于根据每种类型的生理特征的变化信息，确定所述待检测对象的检测结果。

　　144.一种可能的实现方式中，针对任一种类型的生理特征，所述第一确定模块902具体用于：

　　145.根据所述生理特征，确定所述生理特征相对于前一时刻的变化趋势，其中，所述生理特征的变化趋势为如下中的任一种：升高、降低；

　　148.若所述变化趋势为升高，则确定所述生理特征持续升高的第一时长或者，若所述变化趋势为降低，则确定所述生理特征持续降低的第二时长；以及，

　　150.其中，所述变化信息包括如下中的至少一种：所述变化趋势、所述第一时长、所述第二时长、所述波动频率。

　　154.根据每种类型的生理特征的变化信息、每种类型的生理特征的阈值信息以及每种类型的生理特征各自的权重信息，确定所述待检测对象的检测结果。

　　156.根据每种类型的生理特征的变化信息以及每种类型的生理特征的阈值信息，确定每种类型的生理特征各自对应的评估参数，其中，所述阈值信息包括如下中的至少一种：持续升高的变化趋势对应的第一阈值，持续降低的变化趋势对应的第二阈值，波动频率对应的第三阈值；

　　157.根据每种类型的生理特征各自对应的评估参数以及每种类型的生理特征各自对应的权重信息进行加权处理，确定所述待检测对象的检测结果。

　　159.在所述获取所述待检测对象对应的每种类型的生理特征各自的阈值信息之前，获取参考信息，其中，所述参考信息包括如下中的至少一种：至少一个对象的历史生理特征、历史检测结果、实际结果，其中，所述至少一个对象中包括所述待检测对象；

　　160.根据所述参考信息进行数据分析处理，确定每种类型的生理特征各自的阈值信息。

　　162.在所述获取所述待检测对象对应的每种类型的生理特征各自的权重信息之前，获

　　163.根据所述待检测对象的历史生理特征以及历史检测结果，确定所述待检测对象对应的每种类型的生理特征各自的权重信息。

　　165.所述处理模块904，用于在所述确定所述待检测对象的检测结果之后，若所述待检测对象的检测结果指示所述待检测对象存在风险，则向目标设备发送警告信息，其中，所述警告信息用于提示所述待检测对象存在风险。

　　167.在所述向目标设备发送警告信息之后，获取所述待检测对象的实际结果；

　　168.根据所述待检测对象的实际结果和所述检测结果，更新所述待检测对象的每种类型的生理特征的阈值信息以及权重信息。

　　169.本公开提供一种生理检测方法及装置，应用于数据处理领域中的ai医疗领域，以达到提升确定待检测对象的生理状态的及时性的目的。

　　170.需要说明的是，本实施例中的人头模型并不是针对某一特定用户的人头模型，并不能反映出某一特定用户的个人信息。需要说明的是，本实施例中的二维人脸图像来自于公开数据集。

　　171.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

　　172.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

　　173.根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。

　　174.图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

　　175.如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(rom)902中的计算机程序或者从存储单元908加载到随机访问存储器(ram)903中的计算机程序，来执行各种适当的动作和处理。在ram 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、rom 902以及ram 903通过总线彼此相连。输入/输出(i/o)接口905也连接至总线中的多个部件连接至i/o接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

　　177.计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如生理检测方法。例如，在一些实施例中，生理检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由rom 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到ram 903并由计算单元901执行时，可以执行上文描述的生理检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行生理检测方法。

　　178.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

　　179.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

　　180.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd

　　181.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

　　182.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算

　　系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。

　　183.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端

　　服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务(virtual private server，或简称vps)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

　　184.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

　　185.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

　　如您需求助技术专家，请点此查看客服电线.植物资源精细化工与化学 3.生物质精炼 4.天然产物化学

　　1.CRISPR-Cas系统 2.基因编辑 3.基因修复 4.天然产物合成 5.单分子技术开发与应用

　　1. 基于糖类的抗肿瘤药物的合成和活性评价及糖类疫苗的研制 2.功能糖类的化学酶法合成及构效关系研究 3.多糖及仿生材料功能的开发及应用

　　1.天然产品的提取分离与活性研究 2.天然产物活性与安全性评价 3.中药组方配伍机制研究星空官方体育