一种基于智能手环的老年人饮食建议系统和方法

技术领域

本发明涉及一种基于智能手环的老年人饮食建议系统和方法，属于生命健康管理、机器学习和可穿戴的交叉技术领域。

背景技术

食物是人类治病最好的药品。食物不仅为人类提供必需的营养，还可以通过不同的食物搭配来调节机体功能，强健体魄。所以我国自古以来都崇尚食疗养生。随着人们的生活水平提高，人们对生活质量有了更高的标准。但对于吃什么，如何吃却成为困扰很多人的一个问题。现在的很多人会从书本、电视节目和网络中学习关于食疗的信息，这些信息通常只是针对大众的一种建议，但人与人之间的体质特征不一样，比如某种食物可以有助降血压，但它可能只是对一部分人有些效果，还可能对一些人不仅无利还有害，所以一味的接受这种大众饮食建议的饮食习惯和规律是不合理的也是不科学的。而本发明能够很好地解决上面的问题。

发明内容

本发明目的在于针对上述现有技术的不足，提出了一种基于智能手环的老年人饮食建议系统，该系统根据用户不同的身体状态提供符合用户的食物建议。

本发明解决其技术问题所采用的技术方案是：一种基于智能手环的老年人饮食建议系统，该系统包括智能手环、智能手机和远端服务器。

智能手环中包括传感器模块组、信号采集模块、微控制器模块、存储模块、通信模块和电池模块。

传感器模块组：该模块是手环的感知模块，该模块组中含有一个加速度传感器，一个皮肤电阻传感器，一个光电反射式心率传感器、一个皮肤温度传感器和一个环境温度传感器，且皮肤电阻传感器光电反射式心率传感器和皮肤温度传感器置于手环内表面紧贴皮肤，环境温度传感器置于手环外表面，加速度传感器置于手环内部。

信号采集模块：该模块直接和传感器模块组相连，对传感器模块组进行一一采集，将采集的模拟信号转换为数字信号。

微控制器模块：该模块控制信号采集模块定时的对不同的生理信号进行采集，并对少量的数据，如体温、皮肤电阻，进行将原始数据变换为具有真实意义的数据的第一次预处理。在数据进行第一次预处理后整合储存在存储模块或通过通信模块发送给智能手机。

存储模块：当数据不能直接送出的时候，可以将信息储存在该模块，防止重要信息丢失，待通信状态良好后，将信息发送的智能手机。

通信模块:该模块是手环的唯一一个可以与外界通信的模块，用于将数据发送到智能手机。

电池模块：该模块为手环的各模块提供电能。

智能手机是整个系统的中间设备，对智能手环发送过来的第一次预处理后的数据进行信号识别、计算和整合的第二次预处理，从预处理后的数据中得到具体的人体生理参数，再将生理参数通过移动网络或者无线网络上传到远端服务器。

远端服务器始终等待为用户提供服务。当远端服务器接收到用户发来的数据包，从中提取用户个人信息。服务器调用与个人信息匹配的用户身体健康模型M，然后通过血压、心率、皮肤温度、环境温度、能量消耗和皮肤电阻等信息计算健康模型参数P₁、P₂…P_n，将参数带入到身体健康模型M中计算得到用户的当前的身体状态S₀，然后将身体状态S₀带入到用户饮食模型得到食物参数Q₁Q₂…Q_n。在食物数据库中存在大量的食物数据，每种食物根据其特点标有不同食物参数，如含水量、含糖量、蛋白质种类及其含量、维生素含量、微量元素种类和含量、病理冲突等。依照这些食物参数Q₁Q₂…Q_n为标准在食物数据库中查找与之匹配的食物种类C₀，然后根据用户的病例信息筛选出非禁忌的食物种类C₁和最符合用户当前状态的推荐食物种类C₁’。然后通过网络定时的将建议结果，即C₁和C₁’返回到用户的智能手机，为用户提供符合用户身体状态的食物建议。最后根据身体状态S₀修正身体状态模型M为M’。

当用户接受系统提供的建议后，并为建议打分，通过智能手机将分值反馈给服务器。服务器接到用户的返馈分值后，根据非禁忌食物种类C₁、非禁忌食物种类C₁’和分值进行对用户饮食模型的修正。

本发明还供一种基于智能手环的老年人饮食建议系统的实现方法，该方法包括如下步骤：

步骤1：首先打开智能手机的移动网络或者无线网络，使手机保持联网。通过智能手机上传用户的基本信息，即个人身份信息和身高、体重、年龄、病史、饮食偏好和饮食习惯等信息。当远端服务器收到用户的信息后，将信息储存在服务器的数据库中并为用户建立身体健康模型和用户饮食模型。

打开智能设备的蓝牙，将设备和手环连接配对，保持通信良好。将手环佩戴在被测者的手腕处，尽量保持皮肤洁净，将传感器贴近手腕的皮肤。

步骤2：打开智能手机的蓝牙，将设备和手环连接配对，保持信道良好。将手环佩戴在被测者的手腕处，尽量保持皮肤洁净，将传感器靠近手腕动脉处的皮肤，提高测量的精度。

步骤3：智能手环的微控制器模块由一个微控制芯片构成，而信号采集模块由一个模数转换(ADC)芯片LTC2453和选择电路和滤波放大电路组成。微控制器模块使用选择电路在某一时刻使LTC2453芯片分别与皮肤电阻传感器，光电反射式心率传感器环境温度传感器和皮肤温度传感器中的一个传感器相连，控制LTC2453芯片对其进行数据采集，并通过IIC总线将数据返回为微控制器模块。同时加速度传感器MPU6050芯片也通过IIC总线将加速度数据发送到微控制器模块。

微控制器模块每秒对不同的传感器数据采集频率不一样。由于在后面对心率和加速度的运算需要大量的数据，所以对心率传感器和加速度传感器的信号采集频率为50Hz。由于皮肤电阻变化的最主要因素是汗液，汗液量的大小是和身体代谢的速度相关的，是要经过一个缓慢的变化过程的，而且皮肤温度也是这样，所以将皮肤温度和皮肤电阻的信号采集频率设置为1Hz。由于环境变化也是一个相对缓慢的过程所以对于环境温度的采样率也设置为1Hz。

每当智能手环开始工作后，为控制器模块开始控制信号采集模块分别对传感器模块组中的传感器按不同的采样频率进行信号采样。微控制器使用延时手段来确定对心率传感器和加速度传感器的采样时间间隔，对心率和加速度首先会做判断，判断数据是否有效，即两种数据是否在有效的范围内，若无效则抛弃，若有效则加入到一个数据集等到发送，而加速度数据在发送之前会从原始数据换算为有实际意义的加速度数值。微控制器使用定时中断1确定对皮肤电阻传感器、皮肤温服传感器和环境温度传感器的采样时间间隔，对这三种数据也会首先判断数据是否有效，有效则会首先计算环境温度值，然后计算皮肤电阻值和皮肤温度值，为了计算结果更精确会使用环境温度值作为修正系数。

将所有数据集中有序存放，定时中断2用来控制智能手环和智能手机两次通信的时间间隔，且间隔时间为10秒，即手环每次发送一个最少包含10秒数据的数据集。当定时中断2触发后，微控制器模块会判断蓝牙模块的Dialog DA14580芯片是否可以工作，通信状态是否可用，若可用则将存储模块中的数据区中的所有数据进行发送，然后清空数据区并退出中断程序。若不可用则直接退出，等待通信状态可用。

步骤4：当智能手机通过蓝牙接收到智能手环采集到的数据后,进行第二次预处理。将心率传感器的原始数据从数据集中提出，通过寻找两个相邻的最低点来寻找一个脉搏波，然后找出10秒内的所有脉搏波，一个脉搏波为一次心跳，计算出10秒内的平均心率。在每个脉搏波中提取10个特征点，通过这10个特征点的特征值计算出血压模型方程的参数，然后带入到血压模型方程计算出血压。最后计算出10秒内的平均血压值。把皮肤温度值和环境温度值从数据集中提出，计算出平均皮肤温度和平均环境温度。将加速度数据、平均心率值、平均皮肤温度和平均环境温度带入到老年人运动模型中，估算得到能量消耗值。将以上的计算值存储在智能手机的存储器中的数据区。

最后智能手机将会定时检查移动网络和无线网路是否可用，若其一可用则连接网络与远端服务器通信。将手机中数据区中的数据和用户个人基本信息全部打包发送到远端服务器。

步骤5：远端服务器始终等待为用户提供服务。当远端服务器接收到用户发来的数据包，从中提取用户个人信息，如姓名和ID。服务器调用与个人信息匹配的用户身体健康模型M，然后通过血压、心率、皮肤温度、环境温度、能量消耗和皮肤电阻等信息计算健康模型参数血压的平均值P₁、血压的方差P₂、心率平均值P₃、心率的方差P₄、皮肤温度的平均值P₅、皮肤温度的方差P₆、环境温度的平均值P₇、能量消耗总量P₈，将参数P₁…P₈带入到身体健康模型M中计算得到用户的当前的身体状态数据集S₀，S₀包括运动强度、水分代谢量、电解质流失量(主要是出汗引起)、精神状态值(由0到1000，衡量用户某一段时间的精神亢奋程度)、体温估值、能量消耗总量和身体变化主要、次要因素等。然后将身体状态S₀带入到用户饮食模型得到食物参数含盐量Q₁、含糖量Q₂、蛋白质含量Q₃、水分含量Q₄、微量元素含量Q₅、维生素含量Q₆。在食物数据库中存在大量的食物数据，每种食物根据其特点标有不同食物参数，如含水量、含糖量、蛋白质种类及其含量、维生素含量、微量元素种类和含量、病理冲突等。依照这些食物参数Q₁Q₂…Q₆为标准在食物数据库中查找与之匹配的食物种类C₀，然后根据用户的病例信息筛选出非禁忌的食物种类C₁和最符合用户当前状态的推荐食物种类C₁’。然后通过网络定时的将建议结果，即C₁和C₁’返回到用户的智能手机，为用户提供符合用户身体状态的食物建议。最后根据身体状态S₀修正身体状态模型M为M’。

当用户接受系统提供的建议后，并为建议打分，通过智能手机将分值反馈给服务器。服务器接到用户的返馈分值后，根据非禁忌食物种类C₁、非禁忌食物种类C₁’和分值进行对用户饮食模型的修正。

本发明的方法应用于基于智能手环的老年人饮食建议系统。

有益效果：

1、本发明系统是通过智能手环采集用户的生理参数，与其他检测设备相比具有佩戴方便，对用户的生活习惯影响最小，最大限度的减轻用户的不适感。

2、本发明系统是通过初始的身体状态、病史历史身体状态等信息建立合理身体健康模型。这个模型具有良好的科学性。

3、本发明系统是通过结合从智能手环采集到的近期身体状态信息、历史身体状态信息和身体健康模型科学准确的计算出用户近期的身体健康状态。

4、本发明系统结合用户的近期的身体状态、用户的饮食习惯和用户反馈的历史饮食记录可以准确的为用户提供符合该用户的饮食建议。

5、本发明方法使得结果更可信，准确度更高。

附图说明

图1为本发明的系统架构图。

图2为本发明的方法流程图。

具体的实施方式：

如图2所示，本发明提供一种基于智能手环的老年人饮食建议系统的实现方法，该方法包括如下步骤：

步骤1：首先打开智能手机的移动网络或者无线网络，使手机保持联网。通过智能手机上传用户的基本的个人身份信息和身高、体重、年龄、病史、饮食偏好和饮食习惯等信息。当远端服务器收到用户的信息后，将信息储存在服务器的数据库中并为用户建立身体健康模型和用户饮食模型。

打开智能设备的蓝牙，将设备和手环连接配对，保持通信良好。将手环佩戴在被测者的手腕处，尽量保持皮肤洁净，将传感器贴近手腕的皮肤。

步骤2：打开智能手机的蓝牙，将设备和手环连接配对，保持信道良好。将手环佩戴在被测者的手腕处，尽量保持皮肤洁净，将传感器靠近手腕动脉处的皮肤，提高测量的精度。

步骤3：智能手环的微控制器模块由一个微控制芯片构成，而信号采集模块由一个模数转换(ADC)芯片LTC2453、选择电路和滤波放大电路组成。微控制器模块使用选择电路在某一时刻使LTC2453芯片分别与皮肤电阻传感器，光电反射式心率传感器环境温度传感器和皮肤温度传感器中的一个传感器相连，控制LTC2453芯片对其进行数据采集，并通过IIC总线将数据返回为微控制器模块。同时加速度传感器MPU6050芯片也通过IIC总线将加速度数据发送到微控制器模块。

微控制器模块每秒对不同的传感器数据采集频率不一样。由于在后面对心率和加速度的运算需要大量的数据，所以对心率传感器和加速度传感器的信号采集频率为50Hz。由于皮肤电阻变化的最主要因素是汗液，汗液量的大小是和身体代谢的速度相关的，是要经过一个缓慢的变化过程的，而且皮肤温度也是这样，所以将皮肤温度和皮肤电阻的信号采集频率设置为1Hz。由于环境变化也是一个相对缓慢的过程所以对于环境温度的采样率也设置为1Hz。

每当智能手环开始工作后，为控制器模块开始控制信号采集模块分别对传感器模块组中的传感器按不同的采样频率进行信号采样。微控制器使用延时手段来确定对心率传感器和加速度传感器的采样时间间隔，对心率和加速度首先会做判断，判断数据是否有效，即两种数据是否在有效的范围内，若无效则抛弃，若有效则加入到一个数据集等到发送，而加速度数据在发送之前会从原始数据换算为有实际意义的加速度数值。微控制器使用定时中断1确定对皮肤电阻传感器、皮肤温服传感器和环境温度传感器的采样时间间隔，对这三种数据也会首先判断数据是否有效，有效则会首先计算环境温度值，然后计算皮肤电阻值和皮肤温度值，为了计算结果更精确会使用环境温度值作为修正系数。

将所有数据集中有序存放，定时中断2用来控制智能手环和智能手机两次通信的时间间隔，且间隔时间为10秒，即手环每次发送一个最少包含10秒数据的数据集。当定时中断2触发后，微控制器模块会判断蓝牙模块的Dialog DA14580芯片是否可以工作，通信状态是否可用，若可用则将存储模块中的数据区中的所有数据进行发送，然后清空数据区并退出中断程序。若不可用则直接退出，等待通信状态可用。

步骤4：当智能手机通过蓝牙接收到智能手环采集到的数据后,进行第二次预处理。将心率传感器的原始数据从数据集中提出，通过寻找两个相邻的最低点来寻找一个脉搏波，然后找出10秒内的所有脉搏波，一个脉搏波为一次心跳，计算出10秒内的平均心率。在每个脉搏波中提取10个特征点，通过这10个特征点的特征值计算出血压模型方程的参数，然后带入到血压模型方程计算出血压。最后计算出10秒内的平均血压值。把皮肤温度值和环境温度值从数据集中提出，计算出平均皮肤温度和平均环境温度。将加速度数据、平均心率值、平均皮肤温度和平均环境温度带入到老年人运动模型中，估算得到能量消耗值。将以上的计算值存储在智能手机的存储器中的数据区。

最后智能手机将会定时检查移动网络和无线网路是否可用，若其一可用则连接网络与远端服务器通信。将手机中数据区中的数据和用户个人基本信息全部打包发送到远端服务器。

步骤5：远端服务器始终等待为用户提供服务。当远端服务器接收到用户发来的数据包，从中提取用户个人信息，如姓名和ID。服务器调用与个人信息匹配的用户身体健康模型M，然后通过血压、心率、皮肤温度、环境温度、能量消耗和皮肤电阻等信息计算健康模型参数血压的平均值P₁、血压的方差P₂、心率平均值P₃、心率的方差P₄、皮肤温度的平均值P₅、皮肤温度的方差P₆、环境温度的平均值P₇、能量消耗总量P₈，将参数P₁…P₈带入到身体健康模型M中计算得到用户的当前的身体状态数据集S₀，S₀包括运动强度、水分代谢量、电解质流失量(主要是出汗引起)、精神状态值(由0到1000，衡量用户某一段时间的精神亢奋程度)、体温估值、能量消耗总量和身体变化主要、次要因素等。然后将身体状态S₀带入到用户饮食模型得到食物参数含盐量Q₁、含糖量Q₂、蛋白质含量Q₃、水分含量Q₄、微量元素含量Q₅、维生素含量Q₆。在食物数据库中存在大量的食物数据，每种食物根据其特点标有不同食物参数，如含水量、含糖量、蛋白质种类及其含量、维生素含量、微量元素种类和含量、病理冲突等。依照这些食物参数Q₁Q₂…Q₆为标准在食物数据库中查找与之匹配的食物种类C₀，然后根据用户的病例信息筛选出非禁忌的食物种类C₁和最符合用户当前状态的推荐食物种类C₁’。然后通过网络定时的将建议结果，即C₁和C₁’返回到用户的智能手机，为用户提供符合用户身体状态的食物建议。最后根据身体状态S₀修正身体状态模型M为M’。当用户接受系统提供的建议后，并为建议打分，通过智能手机将分值反馈给服务器。服务器接到用户的返馈分值后，根据非禁忌食物种类C₁、非禁忌食物种类C₁’和分值进行对用户饮食模型的修正。