摘要
本发明公开了一种面向失能风险人群的运动训练推荐方法及系统。该方法通过构建患者的多级画像体系,融合患者的疾病类型、临床特征、人口学信息、运动行为特征等多维度数据,生成角色画像并获得静态特征。基于静态特征推送首个运动训练方案后,采集患者在训练期间的结构化数据、文本类数据和图像类数据,通过协同过滤模型生成后续运动训练方案,并利用循环神经网络模型对患者的动态特征进行迭代优化。本发明能够根据患者的个体特征和训练反馈,动态调整运动训练方案,提升患者的依从性和训练效果。
技术关键词
运动训练
推荐方法
循环神经网络模型
患者
静态特征
风险
知识图谱嵌入方法
多模态数据融合
文本
滞后特征
动态
运动处方
画像特征
图像
序列
处理器
系统为您推荐了相关专利信息
注意力
对象推荐方法
兴趣特征向量
序列
预测特征
模型训练方法
医学
预训练模型
Softmax函数
网络优化算法
局部纹理特征
像素点
图像分割
局部特征提取
分割方法
医疗数据共享方法
客户端
发送方
深度学习模型
非易失性存储介质