一种可视化家庭健康管理平台，包括：摄像头、智能可视化终端和健康医疗云服务器。本发明的有益效果为：改善了现有的居民面对面的医疗就诊方式，提高了医疗服务能力，加强了居民健康信息管理。
1.一种可视化家庭健康管理平台，其特征在于，包括：摄像头：用于获取用户图像；
智能可视化终端：提供用户可视化界面，通过可视化界面实现人机互动、展示健康检测数据和提供健康提示，该终端通过互联网与健康医疗云服务器连接；
健康医疗云服务器：提供用户健康数据的云存储和健康医疗的云服务，智能可视化终端用户的健康信息数据在云服务端进行存储和分析，从而保证用户数据的安全和可靠，通过健康医疗云服务，用户可以享受到远程的医疗咨询服务并根据用户的健康数据做出安全警示和建议；
蓝牙设备：用于所述智能可视化终端和所述前端健康检测设备之间的网络数据传输；
所述健康医疗云服务器包括：健康信息存储单元、健康分析和咨询单元以及健康提示单元，所述健康信息存储单元通过云服务提供健康信息存储，所述健康分析和咨询单元对接收到的健康数据进行分析、对比和处理，并通过云服务对用户的健康状况提供远程的医疗咨询服务，所述健康提示单元通过云服务对所述健康分析和咨询单元的结果做出健康提示；
所述情绪识别装置包括一次处理单元、二次处理单元和三次处理单元，所述一次处理单元用于将表情情绪映射到连续的情感空间进行识别，所述二次处理单元用于识别对细微的情绪变化进行识别，所述三次处理单元用于确定情绪状态；
用方向梯度直方图对输入图像表情特征进行提取，依据特征维数建立多维表情空间，设表情空间中基本表情Bxi的中心点为Bxic，i＝1,2,…,n，表情空间中某表情点s处的该基本表情的势能定义为： FNi＝‖s-Bxic‖，公式中，‖s-Bxic‖表示输入表情与基本表情Bxi的欧式距离，σ为基本表情的衰减因子；表情空间中，定义表情点s的势能为：QK(s)＝[QK(s,Bx1),QK(s,Bx2),...,QK(s,Bxn)]，公式中，Bxi表示第i个基本表情，i＝
1,2,…,n，QK(s)为由表情点s相对各基本表情势能组成的向量，由此确定表情点s的表情。
2.根据权利要求1所述的一种可视化家庭健康管理平台，其特征在于，二次处理单元采用以下方式对细微的情绪变化进行识别：使用3个尺度，4个方向的Gabor小波对输入图像特征区域特征进行提取，将特征区域划分为m个区域Q0,Q1,...,Qm-1，用直方图统计每个区域的灰度分布属性，具体为：设图像p(x,y)具有为H个灰度级别，定义图像的直方图为：公式中，I{·}表示满足括号中条件则记1，否则记0，a表示直方图放大因子，j代表第j个灰度级别，zj是灰度级为j的像素点的个数；则从每个区域提取H个灰度级别的直方图可表示为： 其中，GLBP(x,y,α,β)表示Gabor小波提取的特征值采用局部二值算子进行运算的值，j＝0,1,…,H-1，k＝0,1,…,m-1，α＝
0,1,2，β＝0,1,2,3；微表情的最终描述可表示为m个区域的直方图序列：Z＝(Z0,0,0,Z0,0,m-1,Z0,1,0,…,Z2,3,m-1)，公式中，Z为12×m×H维的特征向量；假设样本Zi都有其对应的微表情类别，计算待分类微表情直方图序列与已知类别微表情直方图序列的欧式距离，与已知类别微表情直方图序列欧式距离最近的确定为待分类微表情类别C。
3.根据权利要求2所述的一种可视化家庭健康管理平台，其特征在于，三次处理单元采用以下方式确定情绪状态：用感情值来反映情绪，感情值定义为：
为权重，QK(s,Bxi)表示表情空间中某表情点s处的基本表情Bxi的势能，C(Bxi)＝1，表示微表情类别C所属基本表情类别为Bxi。
一种可视化家庭健康管理平台
技术领域
[0001] 本发明创造涉及医疗技术领域，具体涉及一种可视化家庭健康管理平台。
背景技术
[0002] 近年来，随着经济社会发展、国民生活水平提高、人口预期寿命延长、健康意识增强等因素的影响，我国医疗需求激增，医疗服务供给结构失衡。
[0003] 当前进行医疗服务主要采用居民上医院就诊这种医疗方式，这种医疗方式造成了如下问题：
[0004] 病情延误：居民在日常生活中觉得身体不适后才会就医，由于受到医学知识和时间等因素影响经常会出现延误病情的情况；
[0005] 非持续性：患者康复后，没有有效的持续健康监控手段，不利于观察病人的健康情况，也不利于医学研究；
[0006] 医院聚集效应：由于没有良好的健康监控造成居民一有不适就前往医院，从而造成医院人满为患，并造成医院就诊时间延长。
发明内容
[0007] 针对上述问题，本发明旨在提供一种可视化家庭健康管理平台。
[0008] 本发明创造的目的通过以下技术方案实现：
[0009] 一种可视化家庭健康管理平台，包括：摄像头：用于获取用户图像；
[0010] 智能可视化终端：提供用户可视化界面，通过可视化界面实现人机互动、展示健康检测数据和提供健康提示，该终端通过互联网与健康医疗云服务器连接；
[0011] 健康医疗云服务器：提供用户健康数据的云存储和健康医疗的云服务，智能可视化终端用户的健康信息数据在云服务端进行存储和分析，从而保证用户数据的安全和可靠，通过健康医疗云服务，用户可以享受到远程的医疗咨询服务并根据用户的健康数据做出安全警示和建议。
[0012] 本发明的有益效果为：改善了现有的居民面对面的医疗就诊方式，提高了医疗服务能力，加强了居民健康信息管理。
附图说明
[0013] 利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0014] 图1是本发明结构示意图。
[0015] 附图标记：
[0016] 摄像头1、智能可视化终端2、健康医疗云服务器3。
具体实施方式
[0017] 结合以下实施例对本发明作进一步描述。
[0018] 参见图1，本实施例的一种可视化家庭健康管理平台，包括：摄像头1：用于获取用户图像；
[0019] 智能可视化终端2：提供用户可视化界面，通过可视化界面实现人机互动、展示健康检测数据和提供健康提示，该终端通过互联网与健康医疗云服务器连接；
[0020] 健康医疗云服务器3：提供用户健康数据的云存储和健康医疗的云服务，智能可视化终端用户的健康信息数据在云服务端进行存储和分析，从而保证用户数据的安全和可靠，通过健康医疗云服务，用户可以享受到远程的医疗咨询服务并根据用户的健康数据做出安全警示和建议。
[0021] 本实施例改善了现有的居民面对面的医疗就诊方式，提高了医疗服务能力，加强了居民健康信息管理。
[0022] 优选的，健康管理平台还包括：
[0023] 前端健康检测设备：用于获取用户的健康检测数据；
[0024] 情绪识别装置：从用户图像获取用户的情绪状态；
[0025] 蓝牙设备：用于所述智能可视化终端和所述前端健康检测设备之间的网络数据传输。
[0026] 本优选实施例能够对用户情绪进行识别，提高互动性。
[0027] 优选的，所述健康医疗云服务器3包括：健康信息存储单元、健康分析和咨询单元以及健康提示单元，所述健康信息存储单元通过云服务提供健康信息存储，所述健康分析和咨询单元对接收到的健康数据进行分析、对比和处理，并通过云服务对用户的健康状况提供远程的医疗咨询服务，所述健康提示单元通过云服务对所述健康分析和咨询单元的结果做出健康提示。
[0028] 本优选实施例服务更加全面。
[0029] 优选的，所述情绪识别装置包括一次处理单元、二次处理单元和三次处理单元，所述一次处理单元用于将表情情绪映射到连续的情感空间进行识别，所述二次处理单元用于识别对细微的情绪变化进行识别，所述三次处理单元用于确定情绪状态；
[0030] 其中，一次处理单元采用以下方式对表情进行识别：
[0031] 用方向梯度直方图对输入图像表情特征进行提取，依据特征维数建立多维表情空间，设表情空间中基本表情Bxi的中心点为Bxic，i＝1,2,…,n，表情空间中某表情点s处的该基本表情的势能定义为： FNi＝‖s-Bxic‖，公式中，‖s-Bxic‖表示输入表情与基本表情Bxi的欧式距离，α为基本表情的衰减因子；表情空间中，定义表情点s的势能为：QK(s)＝[QK(s,Bx1),QK(s,Bx2),…,QK(s,Bxn)]，公式中，Bxi表示第i个基本表情，i＝
1,2,…,n，QK(s)为由表情点s相对各基本表情势能组成的向量，由此确定表情点s的表情。
[0032] 本优选实施例家庭健康管理平台在获取用户的情绪状态时，基于多种基本表情的混合表情不可避免，惊恐的表情便同时具备惊讶和恐惧两种表情的特征，一次处理单元将表情情绪映射到的连续情感空间中，更加符合表情认知的实际情况，这种连续性同时可以使家庭健康管理平台的情感认知能力得到极大的提高，更好的为用户提供健康服务。
[0033] 优选的，二次处理单元采用以下方式对细微的情绪变化进行识别：
[0034] 使用3个尺度，4个方向的Gabor小波对输入图像特征区域特征进行提取，将特征区域划分为m个区域Q0,Q1,…,Qm-1，用直方图统计每个区域的灰度分布属性，具体为：设图像p( x , y ) 具 有 为 H 个 灰 度 级 别 ，定 义 图 像 的 直 方 图 为 ：公式中，I{·}表示满足括号中条件则记1，否则
记0，a表示直方图放大因子，j代表第j个灰度级别，zj是灰度级为j的像素点的个数；则从每个区域提取H个灰度级别的直方图可表示为： 其中，
GLBP(x,y,α,β)表示Gabor小波提取的特征值采用局部二值算子进行运算的值，j＝0,1,…,H-1，k＝0,1,…,m-1，α＝0,1,2，β＝0,1,2,3；微表情的最终描述可表示为m个区域的直方图序列：Z＝(Z0,0,0,0,0,m-1,Z0,1,0,…,Z2,3,m-1)，公式中，Z为12×m×H维的特征向量；假设样本Zi都有其对应的微表情类别，计算待分类微表情直方图序列与已知类别微表情直方图序列的欧式距离，与已知类别微表情直方图序列欧式距离最近的确定为待分类微表情类别C。
[0035] 本优选实施例适用于微表情识别，由于微表情既可能包含普通表情的全部肌肉动作，也可能只包含普通表情肌肉动作的一部分，在识别过程存在较大的困难，本发明二次处理单元通过特征区域划分和直方图计算，减少了计算量，提高了微表情识别精度。
[0036] 优选的，三次处理单元采用以下方式确定情绪状态：
[0037] 用感情值来反映情绪，感情值定义为：
[0038] 公式中，δ1、δ2为权重，QK(s,Bxi)表示表情空间中某表情点s处的基本表情Bxi的势能，C(Bxi)＝1，表示微表情类别C所属基本表情类别为Bxi。
[0039] 本优选实施例可视化家庭健康管理平台采用基于表情认知结果和微表情认知结果相结合的方法，既从宏观上把握了表情类别，提高了识别效率，又获取了更为细微的情绪变化，识别结果更为准确，提高了平台和用户的交互能力，极大的满足了用户的健康需求和体验需求。
[0040] 采用本发明家庭健康管理平台，在δ1、δ2不同情况下对200个用户健康管理情况进行了统计，同未采用本发明相比，管理效率提高的同时降低了管理成本，产生的有益效果具体如下表所示：
[0041] 管理效率提高 管理成本降低
δ1＝0.3，δ2＝0.7 50％ 30％
δ1＝0.4，δ2＝0.6 40％ 35％
δ1＝0.5，δ2＝0.5 35％ 45％
δ1＝0.6，δ2＝0.4 30％ 50％
[0042] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
