本發(fā)明涉及醫(yī)療信息測量、處理和通信領域，特別是涉及一種目標活動提醒的方法及裝置。

背景技術：

近年來，隨著工業(yè)化、城鎮(zhèn)化及老齡化進程加快，慢性病患者呈快速增長趨勢。因此自我健康管理是慢性病治療及康復的重要組成部分。目前我國慢性病自我健康管理的主要方式是以下幾種方式：

1.通過便攜式設備對用戶生理數據(血壓、血糖、血脂、心電等)進行居家采集和遠程監(jiān)控；

2.通過社區(qū)等組織，對慢性病患者進行培訓和管理，主要包括對患者進行知識普及和自我健康管理方法的培訓。

3.對患者進行用藥提醒等輔助管理。具體傳統(tǒng)的用藥提醒方法主要是通過事先設定固定的服藥時間，等到服藥時間時會給患者發(fā)送提醒信號進行用藥提醒。

對于上述慢性病的自我健康管理來說，慢性病的自我健康管理具有長期性、復雜性及涉及日常生活諸多方面的特點。大多數行為與患者作息時間及生活規(guī)律相關，而傳統(tǒng)的慢性病管理沒法精確地提醒并幫助患者養(yǎng)成良好的生活習慣，用藥提醒也是事先設定時間提醒患者，僅僅起到一個鬧鐘的作用，不能滿足用戶對服藥時間與日?；顒用芮邢嚓P的病癥進行管理的需求。同時，也由于患者的自我健康管理方式，完全靠個人自覺，因此實施困難較大，沒法有效的滿足對患者進行精確指導和提醒的需求。

技術實現要素：

本發(fā)明實施例的目的在于提供一種目標活動提醒的方法及裝置，以解決傳 統(tǒng)的患者的自我管理方式實施困難較大，沒法有效的滿足對患者進行提醒的問題。

為了實現上述目的，本發(fā)明實施例提供的目標活動提醒的方法，所述方法包括：

獲取用戶在預定時間段內的生活狀態(tài)數據；

根據所述生活狀態(tài)數據，生成所述用戶的日常生活規(guī)律數據；

獲取所述用戶的目標活動的提醒需求數據，并根據所述提醒需求數據和所述日常生活規(guī)律數據，生成所述用戶的目標活動的提醒策略；

根據所述目標活動的提醒策略，向所述用戶發(fā)送提醒信息。

其中，在根據所述目標活動的提醒策略，向所述用戶發(fā)送提醒信息之后，所述的目標活動提醒的方法還包括：

將所述提醒需求數據發(fā)送至移動健康平臺，其中，所述提醒需求數據至少包括飲食提醒、用藥提醒及運動提醒。

進一步的，所述生活狀態(tài)數據至少包括：運動狀態(tài)數據、休息狀態(tài)數據和就餐狀態(tài)數據；

相應地，所述獲取用戶在預定時間段內的生活狀態(tài)數據，包括：

獲取所述用戶佩戴的可穿戴設備采集的所述用戶在預定時間段內的運動狀態(tài)數據和休息狀態(tài)數據；

獲取所述用戶使用的智能餐具采集的所述用戶在預定時間段內的就餐狀態(tài)數據，所述就餐狀態(tài)數據至少包括就餐時長。

進一步的，所述獲取所述用戶的目標活動的提醒需求數據，并根據所述提醒需求數據和所述日常生活規(guī)律數據，生成所述用戶的目標活動的提醒策略，包括：

根據所述日常生活規(guī)律數據中的目標活動時間，利用貝葉斯預測模型確定所述目標活動時間的先驗分布；

根據所述目標活動時間的先驗分布，對用戶的目標活動的行為進行預測，得到預測結果；

獲取所述用戶的目標活動的提醒需求數據及所述預測結果，生成所述用戶的目標活動的提醒策略。

進一步的，所述提醒需求數據至少包括飲食提醒、運動提醒及飲水提醒，所述提醒策略至少包括飲食提醒策略、運動提醒策略及飲水提醒策略；

相應的，所述獲取所述用戶的目標活動的提醒需求數據，并根據所述提醒需求數據和所述日常生活規(guī)律數據，生成所述用戶的目標活動的提醒策略，包括：

根據所述日常生活規(guī)律數據及所述飲食提醒，生成在所述飲食提醒的就餐開始提醒時間點到達時進行開始飲食、在所述就餐開始提醒時間點的第一預設時間長度之后進行結束飲食的飲食提醒策略，其中，所述就餐開始提醒時間點至少包括按照時間先后排序且具有時間間隔的第一時間點、第二時間點及第三時間點；

根據所述日常生活規(guī)律數據及所述運動提醒，生成在到達所述第一時間點之前，和/或在所述第三時間點之后進行預定運動量運動的運動提醒策略；

根據所述日常生活規(guī)律數據及所述飲水提醒，生成在所述第一時間點與所述第二時間點之間，以及在所述第二時間點與所述第三時間點之間進行預置飲水量飲水的飲水提醒策略。

本發(fā)明實施例還提供的目標活動提醒的裝置，包括：

獲取模塊，用于獲取用戶在預定時間段內的生活狀態(tài)數據；

生成模塊，用于根據所述生活狀態(tài)數據，生成所述用戶的日常生活規(guī)律數據；

處理模塊，用于獲取所述用戶的目標活動的提醒需求數據，并根據所述提醒需求數據和所述日常生活規(guī)律數據，生成所述用戶的目標活動的提醒策略；

第一發(fā)送模塊，用于根據所述目標活動的提醒策略，向所述用戶發(fā)送提醒信息。

其中，所述的目標活動提醒的裝置還包括：

第二發(fā)送模塊，用于將所述提醒需求數據發(fā)送至移動健康平臺，其中，所述提醒需求數據至少包括飲食提醒、用藥提醒及運動提醒。

進一步的，所述生活狀態(tài)數據至少包括：運動狀態(tài)數據、休息狀態(tài)數據和就餐狀態(tài)數據；相應地，所述獲取模塊包括：

第一獲取單元，用于獲取所述用戶佩戴的可穿戴設備采集的所述用戶在預 定時間段內的運動狀態(tài)數據和休息狀態(tài)數據；

第二獲取單元，用于獲取所述用戶使用的智能餐具采集的所述用戶在預定時間段內的就餐狀態(tài)數據，所述就餐狀態(tài)數據至少包括就餐時長。

進一步的，所述處理模塊包括：

確定單元，用于根據所述日常生活規(guī)律數據中的目標活動時間，利用貝葉斯預測模型確定所述目標活動時間的先驗分布；

預測單元，用于根據所述目標活動時間的先驗分布，對用戶的目標活動的行為進行預測，得到預測結果；

第一生成單元，用于獲取所述用戶的目標活動的提醒需求數據及所述預測結果，生成所述用戶的目標活動的提醒策略。

進一步的，所述提醒需求數據至少包括飲食提醒、運動提醒及飲水提醒，所述提醒策略至少包括飲食提醒策略、運動提醒策略及飲水提醒策略；相應的，所述處理模塊包括：

第二生成單元，用于根據所述日常生活規(guī)律數據及所述飲食提醒，生成在所述飲食提醒的就餐開始提醒時間點到達時進行開始飲食、在所述就餐開始提醒時間點的第一預設時間長度之后進行結束飲食的飲食提醒策略，其中，所述就餐開始提醒時間點至少包括按照時間先后排序且具有時間間隔的第一時間點、第二時間點及第三時間點；

第三生成單元，用于根據所述日常生活規(guī)律數據及所述運動提醒，生成在到達所述第一時間點之前，和/或在所述第三時間點之后進行預定運動量運動的運動提醒策略；

第四生成單元，用于根據所述日常生活規(guī)律數據及所述飲水提醒，生成在所述第一時間點與所述第二時間點之間，以及在所述第二時間點與所述第三時間點之間進行預置飲水量飲水的飲水提醒策略。

本發(fā)明實施例的上述技術方案的有益效果如下：

本發(fā)明實施例的方案中，通過用戶的生活狀態(tài)數據，生成用戶的日常生活規(guī)律數據，并結合提醒需求數據，生成用戶的目標活動的提醒策略，最后根據提醒策略對用戶進行提醒，這樣可以對用戶的目標活動進行實時提醒，幫助用戶養(yǎng)成良好生活習慣。

附圖說明

圖1為本發(fā)明第一實施例的目標活動提醒的方法的流程示意圖；

圖2為本發(fā)明第一實施例的日常活動規(guī)律預測的流程示意圖；

圖3為本發(fā)明第二實施例的目標活動提醒的方法的流程示意圖；

圖4為本發(fā)明第三實施例的目標活動提醒的裝置的結構示意圖。

具體實施方式

為使本發(fā)明要解決的技術問題、技術方案和優(yōu)點更加清楚，下面將結合附圖及具體實施例進行詳細描述。

第一實施例

如圖1所示，本發(fā)明實施例的目標活動提醒的方法，包括：

步驟101，獲取用戶在預定時間段內的生活狀態(tài)數據。

上述預定時間段內是根據用戶需求確定的，具體可以是在當前及當天之前的任何時間段內。步驟101具體為獲取用戶當天及當天之前的生活狀態(tài)數據，以便統(tǒng)計歷史的生活狀態(tài)數據。

還有，上述生活狀態(tài)數據至少包括：運動狀態(tài)數據、休息狀態(tài)數據和就餐狀態(tài)數據。對沒有病況的人群，也可以實現提醒的作用，方便了廣泛應用。對于病況的人群，比如糖尿病人，需要測量血糖數據；比如脂肪肝病人，需要測量血脂數據，因此上述生活狀態(tài)數據還包括血脂數據、血糖數據及用藥數據，這樣有利于對病況的人群的日常生活進行自我管理。以上僅僅是對生活狀態(tài)數據的舉例說明，在此不做限定，任何滿足病況的人群所需監(jiān)控的數據，均屬于本發(fā)明實施例的生活狀態(tài)數據的數據。這樣通過獲取多方面的生活狀態(tài)數據，實現用戶嚴格遵醫(yī)囑用藥、合理膳食、科學運動以及及時進行病情監(jiān)測等多方面的自我管理。

步驟102，根據所述生活狀態(tài)數據，生成所述用戶的日常生活規(guī)律數據。

在步驟102之后，根據所述日常生活規(guī)律數據，利用貝葉斯動態(tài)模型預測所述用戶次日及所述次日之后的行為。以根據日常生活規(guī)律數據中的目標活動時間，確定該目標活動的時間先驗分布，然后根據該時間先驗分布及每天采集 的用戶的生活狀態(tài)數據，利用貝葉斯動態(tài)模型逐日預測所述用戶的目標活動的行為。

步驟103，獲取所述用戶的目標活動的提醒需求數據，并根據所述提醒需求數據和所述日常生活規(guī)律數據，生成所述用戶的目標活動的提醒策略。

這里的用戶的目標活動至少包括飲食、運動及休息。對于病況的人群，該目標活動還包括飲水及用藥。

還有，這里的提醒需求數據至少包括飲食提醒、運動提醒及飲水提醒。對于不同的用戶可以根據需求，生成不同的提醒需求數據。所述提醒需求數據還包括血糖提醒、血脂提醒及用藥提醒，以滿足病況的人群的需求。

步驟104，根據所述目標活動的提醒策略，向所述用戶發(fā)送提醒信息。

這里的步驟104，定時定點的向所述用戶發(fā)送提醒信息，這樣防止遺漏重要信息，提高提醒用戶的準確性及準時性。

本發(fā)明實施例中，通過用戶的生活狀態(tài)數據，生成用戶的日常生活規(guī)律數據，并結合提醒需求數據，生成用戶的目標活動的提醒策略，最后根據提醒策略對用戶進行提醒，這樣可以對用戶的目標活動進行實時提醒，幫助用戶養(yǎng)成良好生活習慣。

本發(fā)明實施例的目標活動提醒的方法，在步驟104之后，還包括：

步驟105，將所述提醒需求數據發(fā)送至移動健康平臺，其中，所述提醒需求數據至少包括飲食提醒、用藥提醒及運動提醒。

本發(fā)明實施例中，通過將提醒需求數據發(fā)送至移動健康平臺，以供移動健康平臺的管理人員進行參考并對用戶進行及時管理。

本發(fā)明實施例的目標活動提醒的方法中，所述生活狀態(tài)數據至少包括：運動狀態(tài)數據、休息狀態(tài)數據和就餐狀態(tài)數據。相應地，所述步驟101包括：

步驟1011，獲取所述用戶佩戴的可穿戴設備采集的所述用戶在預定時間段內的運動狀態(tài)數據和休息狀態(tài)數據。

上述可穿戴設備包括智能手環(huán)(該智能手環(huán)具有記錄卡路里消耗，檢測睡眠質量模擬自然醒，連接手機，設置鬧鐘，來電提醒，短信提醒等功能)，手機或平板電腦等易于隨身攜帶的設備，其中該設備可以進行采集運動狀態(tài)數據(運動狀態(tài)數據至少包括運動時間及運動強度)和休息狀態(tài)數據(休息狀態(tài)數 據至少包括起床時間及就寢時間)。具體的，將采集到的用戶的休息狀態(tài)數據及運動狀態(tài)數據，可以發(fā)送至終端，以作為運動提醒策略進行參考。

當然上述能夠實現計步及運動強度監(jiān)測的可穿戴智能設備，均屬于本發(fā)明實施例的保護范圍。

步驟1012，獲取所述用戶使用的智能餐具采集的所述用戶在預定時間段內的就餐狀態(tài)數據，所述就餐狀態(tài)數據至少包括就餐時長。

上述智能餐具包括：智能筷子(該智能筷子帶有加速度傳感器和/或計時器，可通過對筷子的運動狀態(tài)，能感知判斷用戶是否在就餐，在感知判斷用戶為就餐時，進行計時)、智能碗(該智能碗至少包括重量傳感器、糖分傳感器及淀粉傳感器，能感知用戶每餐食物的數量及營養(yǎng)成分)及智能水杯(該智能水杯包括重量傳感器及溫度傳感器)。具體的，將采集到用戶的攝入的食物量、糖分含量及鹽分量，可以發(fā)送至終端，以作為飲食提醒策略進行參考。

本發(fā)明實施例中，通過用戶佩戴的可穿戴設備及智能餐具準確地采集到用戶的目標活動的狀態(tài)，提高了測量數據的準確性。

本發(fā)明實施例的目標活動提醒的方法中，所述步驟103包括：

步驟1031，根據所述日常生活規(guī)律數據中的目標活動時間，利用貝葉斯預測模型確定所述目標活動時間的先驗分布；

步驟1032，根據所述目標活動時間的先驗分布，對用戶的目標活動的行為進行預測，得到預測結果；

步驟1033，獲取所述用戶的目標活動的提醒需求數據及所述預測結果，生成所述用戶的目標活動的提醒策略。

本發(fā)明實施例中，通過可穿戴設備采集預定時間的用戶的日?；顒右?guī)律，采用貝葉斯預測模塊對用戶的日?；顒右?guī)律數據中的目標活動的先驗分布，以對用戶的目標活動時間進行預測。

需要說明的是：如圖2所示，假設采集20天用戶的日?；顒右?guī)律，根據采集的生活狀態(tài)數據的目標活動時長，確定先驗分布，具體利用常均值時間序列模型得出每日活動時間，具體如下(以下算法可以在終端完成，該終端包括手機和/或平板電腦)：

觀測方程：yt＝μt+v,v～n(0,v²)

狀態(tài)方程：μt＝μt-1+w,w～n(0,w²)

初始信息：μ0|d0～n(m0,c0²)

其中，該觀測方程是為了觀測20天內每日的目標活動時間，yt是t時刻的觀測值，μt是t時刻時間序列的平均水平，v是觀測誤差項或噪聲項，假設該v服從均值為0，方差為v²的正態(tài)分布；該狀態(tài)方程反映了連續(xù)時間步驟內時間序列的演進過程，μt-1是t-1時刻時間序列的平均水平，w是狀態(tài)誤差項，假設w服從均值為0，方差為w²的正態(tài)分布；假設初始值μ0服從均值為m0，方差為c0²的正態(tài)分布，具體初始值根據先驗分布獲取。

如圖2所示，步驟21，初始先驗分布獲?。?/p>

步驟211，假設采集20天用戶的日?；顒右?guī)律，具體是將智能手環(huán)檢測用戶就寢時間、起床時間、運動長度及運動強度，通過智能手環(huán)的藍牙發(fā)送終端；

將智能筷子記錄用戶每日三餐的開始時間和結束時間，通過智能筷子的藍牙發(fā)送終端；

步驟212，將上述過程持續(xù)進行20天，根據采集的數據得到先驗分布：

假設{x1,x2,…,xn}為采集到的數據，a為其均值，σ為其標準差，n為20，則：

m0＝a

c0＝σ²

v＝4σ

w＝2σ

得到第0天的初始分布：μ0|d0～n(m0,c0)

得到第t-1天的初始分布：(μt-1|dt-1)～n(mt-1,ct-1)

dt-1是由d0(包括m0、c0、v、w)和觀測值yt-1,yt-2,...y2,y1組成。

如圖2所示，步驟22，通過貝葉斯模型進行時間點預測：步驟221，確定第t-1天的后驗分布；

步驟222，確定第t天的先驗分布；

步驟223，根據以下的先驗分布預測第t天的活動時間：

(yt|dt-1)～n(ft,qt)

其中，ft＝mt-1

qt＝rt+v

rt＝ct-1+w，

步驟224，根據第t天的觀測值，得到μt的后驗分布：(μt|dt)～n(mt,ct)，作為第t+1天的先驗分布。

其中，mt＝mt-1+atet

ct＝atv

at＝rt/qt

et＝y(tǒng)t-ft

et成為一步超前預測誤差，at是μt在yt＝y(tǒng)t條件下的先驗回歸系數。

本發(fā)明實施例中，根據可穿戴設備記錄的用戶目標活動時間，運用貝葉斯bayes模型進行目標活動時間進行預測，為用戶個性化的精確指導，幫助用戶養(yǎng)成良好生活習慣。

本發(fā)明實施例的目標活動提醒的方法中，所述提醒需求數據至少包括飲食提醒、運動提醒及飲水提醒，所述提醒策略至少包括飲食提醒策略、運動提醒策略及飲水提醒策略，相應的，所述步驟103包括：

步驟1035，根據所述日常生活規(guī)律數據及所述飲食提醒，生成在所述飲食提醒的就餐開始提醒時間點到達時進行開始飲食、在所述就餐開始提醒時間點的第一預設時間長度之后進行結束飲食的飲食提醒策略，其中，所述就餐開始提醒時間點至少包括按照時間先后排序且具有時間間隔的第一時間點、第二時間點及第三時間點。

上述第一預設時間長度一般是根據用戶的身體狀態(tài)及醫(yī)囑進行確定的。在此第一預設時間長度的取值優(yōu)選大于20分鐘小于1小時，以防止飲食時間過短會增加胃的負擔以及飲食時間過長不利于消化。

上述第一時間點、第二時間點及第三時間點的確定是與醫(yī)囑有關。但具體在患者開始就餐時，利用智能筷子，采集用戶就餐開始時間及就餐結束時間；首先打開智能筷子電源開關，當就餐開始時，智能筷子會運動，通過智能筷子上的加速度傳感器探測到智能筷子開始運動時，智能筷子中的計時器進行計時或者智能筷子中的通信模塊(比如藍牙、nfc(nearfieldcommunication，近 場通信)將當前時間通過藍牙發(fā)給終端；在就餐結束時，一旦智能筷子停止運動時間(即，結束飲食)超過一定閾值(如，3分鐘)，智能筷子將停止運動的時間點通過藍牙發(fā)給終端。

具體的，上述飲食提醒策略是根據醫(yī)囑并結合當日監(jiān)測的飲食量及糖分量，鹽分量等攝入情況生成的。如：“飲食狀況良好，繼續(xù)保持”；“您攝入的糖分過高，請注意！”等字樣，并存儲于終端上。

步驟1036，根據所述日常生活規(guī)律數據及所述運動提醒，生成在到達所述第一時間點之前，和/或在所述第三時間點之后進行預定運動量運動的運動提醒策略。

上述預置運動量是根據用戶的身體狀態(tài)及醫(yī)囑進行確定的，在此并不作限定。具體的，上述運動提醒策略是根據醫(yī)囑并結合當日監(jiān)測的運動量生成的。如：“運動量已經達到，繼續(xù)保持”；“如：“您的運動量偏小，請加強運動，達到8000步”等字樣，并存儲于終端上。

步驟1037，根據所述日常生活規(guī)律數據及所述飲水提醒，生成在所述第一時間點與所述第二時間點之間，以及在所述第二時間點與所述第三時間點之間進行預置飲水量飲水的飲水提醒策略。

上述預置飲水量是根據用戶的身體狀態(tài)及醫(yī)囑進行確定的，在此并不作限定。具體的，上述飲水提醒策略是根據醫(yī)囑及當日預測的起床時間、就寢時間、就餐時間等生成的。如：在起床時間時、就寢時間前半小時提醒飲用溫水；在兩餐之間，平均間隔提醒飲水兩次。上述飲水提醒策略一般包括調整或保持的建議等；上述飲水提醒策略中的飲水時間點存儲于終端上。

上述飲食提醒策略、運動提醒策略及飲水提醒策略，均需要提醒預置提醒時長及預置次數。其中，所述預置提醒時長優(yōu)選設置在5秒至5分鐘的范圍內，所述預置次數優(yōu)選置在1次至10次的范圍內，這樣通過多次提醒及提醒一段時間，有利于用戶及時執(zhí)行提醒信息，幫助用戶養(yǎng)成良好生活習慣。

本發(fā)明實施例中，通過日常生活規(guī)律數據及提醒需求數據，對用戶進行及時的提醒，幫助用戶養(yǎng)成良好生活習慣。

本發(fā)明實施例的目標活動提醒的方法中，所述提醒需求數據還包括血糖提醒，所述提醒策略還包括血糖監(jiān)控提醒策略，相應的，所述步驟103步包括：

步驟1038，根據所述日常生活規(guī)律數據及所述血糖提醒，在所述就餐開始提醒時間點的第一時間點之前及在所述第一時間點之后的第二預設時間長度內進行血糖監(jiān)控提醒策略。

上述第二預設時間長度一般是根據用戶的身體狀態(tài)及醫(yī)囑進行確定的，在此第一預設時間長度的取值優(yōu)選在大于10分鐘且小于2小時的范圍內，以空腹及等待食物消化完全進行測量，提高了測量血糖的準確性。

具體的，上述血糖監(jiān)控提醒策略是根據醫(yī)囑，在就餐開始提醒時間點的第一時間點之前及在所述第一時間點之后的第二預設時間長度內進行血糖監(jiān)測。如：根據當日預測的次日三餐開始時間，設定餐前10分鐘提醒患者測量餐前血糖；在測血糖的當天，根據智能筷子發(fā)出的患者開始吃飯時間，設定推后1小時50分提醒患者10分鐘后測血糖。

本發(fā)明實施例中，通過對血糖的監(jiān)控，有利于對慢性病(比如糖尿病)的人群(尤其是需要慢病管理的老年獨居患者)，得到很好的提醒作用，幫助用戶養(yǎng)成良好生活習慣。

本發(fā)明實施例的目標活動提醒的方法中，所述提醒需求數據至少包括用藥提醒，所述提醒策略至少包括用藥提醒策略；相應的，所述步驟103包括：

步驟1039，根據所述日常生活規(guī)律數據及所述用藥提醒，按照預設用藥提醒數據，生成所述用戶的用藥提醒策略，其中，所述預設用藥提醒數據包括用藥時間、藥名稱、藥劑量、提醒時長及提醒次數。

這里的預設用藥提醒數據是指醫(yī)生針對用戶的病況提出的建議，比如：糖尿病人的每天應該食用的糖量。具體的，上述用藥提醒策略是根據用戶用藥需求及醫(yī)囑，確定用藥提醒的時間點以及需要服用的藥物和劑量，并存儲于終端上。如：餐前用藥，需要在就餐前的半小時，則提醒時間定為開始就餐時間的前35分鐘；與飯中服藥，則提醒時間定為預測的開始就餐時間的前5分鐘；其它類推。

本發(fā)明實施例中，通過日常生活規(guī)律數據及用藥提醒策略，對用戶進行及時的提醒，幫助用戶養(yǎng)成良好生活習慣。

本發(fā)明實施例的目標活動提醒的方法中，步驟104中具體的用藥提醒策略：如圖2所示，步驟231，根據提醒需求數據及預測時間，生成提醒策略；步驟 232，根據用藥提醒策略，通過語音提醒向用戶發(fā)送服藥提醒的信息，其中，服藥提醒的信息包括用藥時間、藥品名稱、劑量；步驟233，確認用戶是否收到提醒信息，在用戶未確認已提醒信息，在預置提醒時長之后進行再次提醒(比如，每隔5分鐘提醒一次)；若連續(xù)提醒多次(多次為2次至4次)后，用戶仍未確認已提醒信息，則發(fā)出報警信號，同時接通預設的提醒電話，利用提醒電話提醒用戶用藥，并告知用戶親屬或醫(yī)生；步驟234，在用戶確認已提醒信息之后結束提醒(表明已收到提醒信息)并記錄用戶行為；以通過他人進行監(jiān)督提醒，幫助用戶養(yǎng)成良好的生活習慣。

每次用戶確認服藥后，記錄“用戶服藥一次”；若連續(xù)兩次報警后仍未確認服藥，則停止提醒，同時記錄“用戶未服藥”。定期形成用藥記錄并發(fā)送到健康管理平臺。

步驟104中具體的運動提醒策略：

根據運動提醒策略，在起床時間，以音頻方式向用戶發(fā)送運動提醒信息，其中，運動提醒信息包括運動時間長度、運動起始時間及運動強度；智能手環(huán)在檢測到用戶連續(xù)1小時未活動后，發(fā)送警示信息給終端，終端提醒用戶活動；在晚餐時間結束后30分鐘，終端音頻提醒用戶活動，幫助用戶養(yǎng)成晚飯后活動的習慣。

步驟104中具體的飲食提醒策略：

根據飲食提醒策略，在就餐前以音頻方式向用戶發(fā)送飲食提醒信息，其中，所述飲食提醒信息包括飲食起始時間、飲食時長及飲食量。

步驟104中具體的飲水提醒策略：

根據飲水提醒策略，通過語音提醒向用戶發(fā)送飲水提醒信息，其中，飲水提醒信息包括晨起飲水、兩餐之間的至少一次飲水及睡前飲水。優(yōu)選地根據飲水提醒方案，在起床時間之后，語音提醒用戶晨起飲水；根據飲水提醒策略，在兩餐之間，平均間隔提醒用戶飲水兩次；根據飲水提醒策略，在就寢時間前半小時，提醒用戶睡前飲水。

步驟104中具體的血糖監(jiān)控提醒策略：

根據血糖監(jiān)控提醒策略，通過警報提醒用戶餐前及餐后測量血糖。

本發(fā)明實施例中，根據日常生活規(guī)律數據及目標活動的預測，結合用戶的 需求，對用戶用藥、運動、飲水等日?；顒舆M行實時提醒，幫助用戶養(yǎng)成良好生活習慣。

本發(fā)明實施例以慢性病中的糖尿病的具體舉例如下。

糖尿病人的自我管理主要包括以下幾個方面(控制飲食、適量運動、合理用藥及定期監(jiān)測)：

首先，控制飲食：對于所有糖尿病患者，合理的飲食控制為最基礎和最重要的治療手段；適量運動：身體鍛煉是糖尿病的基礎治療方法之一，糖尿病患者通過適當的運動鍛煉，可明顯改善糖尿病病情并保持正常的體重；合理用藥：飲食、運動治療效果不理想時，應及時在醫(yī)生指導下合理應用口服抗糖尿病藥及胰島素；定期監(jiān)測：應定期監(jiān)測空腹血糖、餐后血糖及糖化血紅蛋白。還應注意慢性并發(fā)癥的監(jiān)測。

其次，需要如下智能家居設備為監(jiān)測患者的日?；顒?，并進行實時提醒及監(jiān)護：智能手環(huán)(或其它具有計步、運動強度監(jiān)測的可穿戴智能設備)：用來記錄用戶的運動情況，包括運動量及運動強度。將用戶的運動情況及時發(fā)送給終端；智能筷子：能夠感知用戶是否在就餐。智能碗：感知用戶每餐食物的數量、營養(yǎng)成分，并發(fā)送給終端；終端：用于接收智能手環(huán)和智能碗筷發(fā)送的運動狀態(tài)數據和就餐狀態(tài)數據，通過貝葉斯模型預測用戶的就餐時間，記錄用戶的運動情況、攝入食物數量和成分，根據自我管理計劃進行飲食、用藥及運動提醒，并將用戶的用藥、運動情況上傳到健康管理平臺。

在上述設備的輔助下，通過預測患者日常生活活動時間，對用戶進行精確提醒，實現用戶對糖尿病病況的自我管理。

第二實施例

如圖3所示，本發(fā)明實施例的整體實現流程舉例如下。

步驟301，用戶的歷史生活狀態(tài)數據的采集；

步驟302，根據采集的每日目標活動的數據(該目標活動的數據包括通過智能筷子發(fā)送就餐開始時間及結束時間、智能碗發(fā)送攝入食物量及手環(huán)發(fā)送的運動信息等)，利用貝葉斯預測模塊對用戶日常生活規(guī)律數據中的目標活動進行預測；

步驟303，根據預測及采集的每日目標活動的數據，生成目標活動的提醒 策略；

步驟304，根據提醒策略及采集的每日目標活動的數據，向用戶發(fā)布自我管理的提醒信息。

本發(fā)明實施例中，通過用戶的生活狀態(tài)數據，生成用戶的日常生活規(guī)律數據，并結合提醒需求數據，生成用戶的目標活動的提醒策略，最后根據提醒策略對用戶進行提醒，這樣可以對用戶的目標活動進行實時提醒，幫助用戶養(yǎng)成良好生活習慣。

第三實施例

如圖4所示，本發(fā)明實施例的目標活動提醒的裝置，包括：

獲取模塊401，用于獲取用戶在預定時間段內的生活狀態(tài)數據。

上述預定時間段內是根據用戶需求確定的，具體可以是在當前及當天之前的任何時間段內。獲取模塊401進一步用于獲取用戶當天及當天之前的生活狀態(tài)數據，以便統(tǒng)計歷史的生活狀態(tài)數據。

還有，上述生活狀態(tài)數據至少包括：運動狀態(tài)數據、休息狀態(tài)數據和就餐狀態(tài)數據。對沒有病況的人群，也可以實現提醒的作用，方便了廣泛應用。對于病況的人群，比如糖尿病人，需要測量血糖數據；比如脂肪肝病人，需要測量血脂數據，因此上述生活狀態(tài)數據還包括血脂數據、血糖數據及用藥數據，這樣有利于對病況的人群的日常生活進行自我管理。以上僅僅是對生活狀態(tài)數據的舉例說明，在此不做限定，任何滿足病況的人群所需監(jiān)控的數據，均屬于本發(fā)明實施例的生活狀態(tài)數據的數據。這樣通過獲取多方面的生活狀態(tài)數據，實現用戶嚴格遵醫(yī)囑用藥、合理膳食、科學運動以及及時進行病情監(jiān)測等多方面的自我管理。

生成模塊402，用于根據所述生活狀態(tài)數據，生成所述用戶的日常生活規(guī)律數據。

處理模塊403，用于獲取所述用戶的目標活動的提醒需求數據，并根據所述提醒需求數據和所述日常生活規(guī)律數據，生成所述用戶的目標活動的提醒策略。

這里的用戶的目標活動至少包括飲食、運動及休息。對于病況的人群，該目標活動還包括飲水及用藥。

還有，這里的提醒需求數據至少包括飲食提醒、運動提醒及飲水提醒。對于不同的用戶可以根據需求，生成不同的提醒需求數據。所述提醒需求數據還包括血糖提醒、血脂提醒及用藥提醒，以滿足病況的人群的需求。

第一發(fā)送模塊404，用于根據所述目標活動的提醒策略，向所述用戶發(fā)送提醒信息。

這里的第一發(fā)送模塊404進一步用于定時定點的向所述用戶發(fā)送提醒信息，這樣防止遺漏重要信息，提高提醒用戶的準確性及準時性。

本發(fā)明實施例中，通過用戶的生活狀態(tài)數據，生成用戶的日常生活規(guī)律數據，并結合提醒需求數據，生成用戶的目標活動的提醒策略，最后根據提醒策略對用戶進行提醒，這樣可以對用戶的目標活動進行實時提醒，幫助用戶養(yǎng)成良好生活習慣。

需要說明的是，本發(fā)明提供的裝置是應用上述目標活動提醒的方法的裝置，則上述目標活動提醒的方法的所有實施例均適用于該裝置，且均能達到相同或相似的有益效果。

本發(fā)明又一實施例的目標活動提醒的裝置還包括：

第二發(fā)送模塊，用于將所述提醒需求數據發(fā)送至移動健康平臺，其中，所述提醒需求數據至少包括飲食提醒、用藥提醒及運動提醒。

本發(fā)明又一實施例的目標活動提醒的裝置中，所述生活狀態(tài)數據至少包括：運動狀態(tài)數據、休息狀態(tài)數據和就餐狀態(tài)數據。相應地，所述獲取模塊401包括：

第一獲取單元，用于獲取所述用戶佩戴的可穿戴設備采集的所述用戶在預定時間段內的運動狀態(tài)數據和休息狀態(tài)數據。

第二獲取單元，用于獲取所述用戶使用的智能餐具采集的所述用戶在預定時間段內的就餐狀態(tài)數據，所述就餐狀態(tài)數據至少包括就餐時長。

本發(fā)明又一實施例的目標活動提醒的裝置中，所述處理模塊403包括：

確定單元，用于根據所述日常生活規(guī)律數據中的目標活動時間，利用貝葉斯預測模型確定所述目標活動時間的先驗分布；

預測單元，用于根據所述目標活動時間的先驗分布，對用戶的目標活動的行為進行預測，得到預測結果；

第一生成單元，用于獲取所述用戶的目標活動的提醒需求數據及所述預測結果，生成所述用戶的目標活動的提醒策略。

本發(fā)明又一實施例的目標活動提醒的裝置中，所述提醒需求數據至少包括飲食提醒、運動提醒及飲水提醒，所述提醒策略至少包括飲食提醒策略、運動提醒策略及飲水提醒策略。相應的，所述處理模塊403包括：

第二生成單元，用于根據所述日常生活規(guī)律數據及所述飲食提醒，生成在所述飲食提醒的就餐開始提醒時間點到達時進行開始飲食、在所述就餐開始提醒時間點的第一預設時間長度之后進行結束飲食的飲食提醒策略，其中，所述就餐開始提醒時間點至少包括按照時間先后排序且具有時間間隔的第一時間點、第二時間點及第三時間點。

第三生成單元，用于根據所述日常生活規(guī)律數據及所述運動提醒，生成在到達所述第一時間點之前，和/或在所述第三時間點之后進行預定運動量運動的運動提醒策略。

第四生成單元，用于根據所述日常生活規(guī)律數據及所述飲水提醒，生成在所述第一時間點與所述第二時間點之間，以及在所述第二時間點與所述第三時間點之間進行預置飲水量飲水的飲水提醒策略。

本發(fā)明又一實施例的目標活動提醒的裝置中，所述提醒需求數據還包括血糖提醒，所述提醒策略還包括血糖監(jiān)控提醒策略，相應的，所述處理模塊403包括：

第五生成單元，用于根據所述日常生活規(guī)律數據及所述血糖提醒，在所述就餐開始提醒時間點的第一時間點之前及在所述第一時間點之后的第二預設時間長度內進行血糖監(jiān)控提醒策略進行血糖監(jiān)控提醒策略。

本發(fā)明又一實施例的目標活動提醒的裝置中，所述提醒需求數據至少包括用藥提醒，所述提醒策略至少包括用藥提醒策略，相應的，所述處理模塊403包括：

第六生成單元，用于根據所述日常生活規(guī)律數據及所述用藥提醒，按照預設用藥提醒數據，生成所述用戶的用藥提醒策略，其中，所述預設用藥提醒數據包括用藥時間、藥名稱、藥劑量、提醒時長及提醒次數。

由于本發(fā)明實施例的目標活動提醒的裝置，應用于終端，因此，本發(fā)明實 施例還提供了一種終端，其中，上述目標活動提醒的裝置的所述實現實施例均適用于該終端的實施例中，也能達到相同的技術效果。

以上所述是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。